High-Resolution Imaging and Morphological Phenotyping of <i>C. elegans</i> through Stable Robotic Sample Rotation and Artificial Intelligence-Based 3-Dimensional Reconstruction
Notice bibliographique
Résumé
Accurate visualization and 3-dimensional (3D) morphological profiling of small model organisms can provide quantitative phenotypes benefiting genetic analysis and modeling of human diseases in tractable organisms. However, in the highly studied nematode Caenorhabditis elegans, accurate morphological phenotyping remains challenging because of notable decrease in image resolution of distant signal under high magnification and complexity in the 3D reconstruction of microscale samples with irregular shapes. Here, we develop a robust robotic system that enables the contactless, stable, and uniform rotation of C. elegans for multi-view fluorescent imaging and 3D morphological phenotyping via the precise reconstruction of 3D models. Contactless animal rotation accommodates a variety of body shapes and sizes found at different developmental stages and in mutant strains. Through controlled rotation, high-resolution fluorescent imaging of C. elegans structures is obtained by overcoming the limitations inherent in both widefield and confocal microscopy. Combining our robotic system with machine learning, we create, for the first time, precise 3D reconstructions of C. elegans at the embryonic and adult stages, enabling 3D morphological phenotyping of mutant strains in an accurate and comprehensive fashion. Intriguingly, our morphological phenotyping discovered a genetic interaction between 2 RNA binding proteins (UNC-75/CELF and MBL-1/MBNL), which are highly conserved between C. elegans and humans and implicated in neurological and muscular disorders. Our system can thus generate quantitative morphological readouts facilitating the investigation of genetic variations and disease mechanisms. More broadly, our method will also be amenable for 3D phenotypic analysis of other biological samples, like zebrafish and Drosophila larvae.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».