单细胞跟踪分析系统，自动化细胞周期跟踪分析系统

该系统是苐一个自动图像定量解决方案，用于使用单一荧光标记进行谱系追踪和询问细胞周期动态。

背景及系统重要性

动机在延时显微镜图像中跟踪单细胞和量化荧光生物传感器的计算方法彻底改变了我们研究细胞决策的分子控制的方法。 限制单细胞分析在生物医学研究中采用的

一个障碍是缺乏有效的方法来稳健地跟踪单细胞的细胞分裂事件。

该系统将检测技术与跟踪和细胞周期解析模型相结合。使用 FAIR Detectron2 框架下的 Mask R-CNN 模型，能够通过PCNA 荧光检测和解析密集的细胞轨迹。

可以自动跟踪和分配单细胞的母子关系。通过结合来自公认的荧光细胞周期报告基因的细胞周期信息，将有丝分裂关系联系起来，从而实现高保真的长期单细胞跟踪。通过将基于深度学习的荧光PCNA信号实例分割模块与细胞跟踪和细胞周期解析流水线集成来实现的。该系统提供了用户友好的界面和可扩展的API，用于定制细胞周期分析和各种成像配置的手动校正。

        高效的 Mask R-CNN 模型和下游设计使该系统能够在几分钟内处理数百个高细胞密度的图像帧。通过分析细胞周期特征，可以准确关联有丝分裂轨迹，

证明了这种细胞背景在细胞追踪中的有用性。此外，该系统的输出可导入 Fiji ImageJ进行可视化和量化。如果需要，可以通过命令行界面进行手动更正。

为了构建具有有丝分裂事件的细胞谱系，该系统先在TrackPy输出中识别有丝分裂活动。我们开发了一种贪婪相位搜索（GPS）算法来检测噪声背景中的目标相位。

具有检测到的有丝分裂阶段的轨迹在大速度的框架下被分解为母子轨迹，作为胞质分裂的近似。这些分离的轨道与在终点站具有M个相位标签的孤立轨道一起被放入潜在的母子轨道池中。

使用时空阈值算法将母女关系从这个池中连接起来。对于过滤后的轨迹，基于空间和时间惩罚的线性和来计算分数，这会生成一个母子分配的成本矩阵。

成本矩阵由匈牙利算法（Kuhn，1955）求解，以找到有效的母子对。

        为了量化其他细胞周期的相变和持续时间，对轨迹进行了单分析。假设单个轨道的细胞周期转变应按以下顺序进行：M-G1-S-G2-M。我们应用GPS在G1/G2标记的背景下搜索S相位。其余G1/G2标记是基于它们相对于S和M相位的时间位置来解析的。

        该以上下文感知的方式自动分割细胞核并跟踪细胞，提供灵活的输出掩模，可用于在长期实时成像实验中量化分子的细胞动力学。

该系统消除了对单细胞轨迹的人工跟踪和注释的要求，显着节省了时间，而单细胞轨迹的跟踪和注释需要大约 3 天/100 个细胞到几分钟。准确性与人类注释相当，

并且不受人类实验偏差的影响，这使其成为一种有吸引力的细胞周期分析方法。重要的是，荧光标记的 PCNA 已成功引入多种生物系统，这使得该系统成为一个强大而灵活的工具，

可以在需要单细胞谱系追踪的各种实验环境中准确跟踪和生成细胞的核掩模。此外，我们证明分段细胞的细胞周期状态是自动单细胞谱系追踪的一个有用特征，可应用于其他荧光细胞周期报告系统。