Clear Sky Science · zh

用于高精度细菌细胞尺寸分析的荧光膜深度学习去卷积与分割

· 返回目录

为何微小细胞重要

大多数人想象中的细菌只是相同的小点,但实际上它们的细胞呈现出令人意外的形状和尺寸差异。尺寸差异会影响细菌如何摄取营养、增长以及对抗生素的反应。然而,科学家要在大量菌株间精确测量细菌尺寸一直很困难,因为现有显微镜工具会模糊细胞边缘并将相邻细胞合并。本研究提出了一种名为 MEDUSSA 的新图像分析管线,结合荧光染料和深度学习,能够精确描绘细菌轮廓,并在成千上万个细胞和多个菌株间比较细胞尺寸。

Figure 1. 深度学习如何将发光的细菌轮廓转化为跨多株的尺寸图谱
Figure 1. 深度学习如何将发光的细菌轮廓转化为跨多株的尺寸图谱

更清晰地看到细胞边缘

传统的细菌成像常依赖相衬显微镜,无需染色即可突出细胞。虽然方便,但这种方法难以看清精确的细胞边界,也无法区分长链中相邻细胞的分界。研究者改用膜荧光染色,产生围绕每个细胞的清晰亮环以及细胞接触处的明显条纹。这为每个细胞的轮廓提供了明确的视觉指引,无论细胞是孤立、聚集还是排列成链。

教计算机描绘细菌

为了将这些荧光图像转为测量数据,团队微调了若干现代深度学习图像分割工具——即将每个像素分配给特定细胞的过程。他们在数千个精确描绘的细菌样本上训练这些模型,并在形态各异的多种物种上进行测试。一种基于 Omnipose 框架的模型在先对图像进行一种称为去卷积的锐化处理后重新训练,表现最佳,去卷积能减少离焦光造成的模糊。优化后的模型命名为 FMSeg,能够可靠地在密集簇、长链和高度拉长的细胞中分离单个细胞,并适用于不同物种与膜染料。

从二维图片到真实细胞尺寸

分割掩膜本身并不能直接给出尺寸,因此研究者构建了 MEDUSSA 测量管线,该管线从每个掩膜出发推断二维与三维属性。对每个细胞,沿长轴绘制中心骨架,并沿此线路径读取局部半径,从而在简单几何假设下计算宽度、长度、表面积与体积。团队发现并校正了两类重要误差。其一,同一视野中的细胞常位于略有不同的高度,因此他们获取了样品的 z 轴图像堆栈并合成为一张既能将每个细胞对焦的投影图。其二,模型倾向于将细胞描得稍微偏宽,但这种过高估计具有一致性,于是他们从高质量的人工描绘中学习出一条校正曲线并将其应用于所有自动测量。

Figure 2. 逐步展示如何锐化膜图像并将每个细胞转换为宽度与体积测量值
Figure 2. 逐步展示如何锐化膜图像并将每个细胞转换为宽度与体积测量值

将 MEDUSSA 用于验证

为检验准确性,作者将基于荧光的测量与对枯草芽孢杆菌(Bacillus subtilis)进行高分辨率冷冻电镜(cryo-EM)所得的细胞宽度进行了比较,后者通过瞬间冷冻并细致成像来获得精细结构。正常细胞与更瘦突变体之间的相对宽度差在两种方法中几乎一致,表明尽管绝对值可能相差约十个百分点,MEDUSSA 仍能捕捉到生物学上有意义的变异。随后他们用 MEDUSSA 对大型细菌 Priestia megaterium 的六个菌株进行了分析。尽管彼此亲缘关系接近,这些菌株在中位体积上存在超过两倍的差异,主要由宽度差异驱动而非长度。一些菌株在活跃生长期间还会产生异常长的丝状细胞,显示出此前被忽视的形态多样性。

将一个偏瘦菌株与单个突变联系起来

有一个菌株 WH320 比其近亲 DSM 319 显著更瘦,尽管 WH320 最初来自 DSM 319。基因组测序显示若干小的 DNA 变化,其中包括 ponA 基因的一处突变,ponA 编码一种被称为 PBP1 的细胞壁合成酶。当研究者将两株 Priestia 的 ponA 版本分别引入缺失自身 PBP1 的 Bacillus subtilis 突变体时,DSM 319 的版本能恢复厚细胞形态,而 WH320 的版本仅部分恢复。该行为表明 WH320 的酶活性减弱,可能导致该菌株的细窄形态。

这项工作的启示

通过将荧光膜染色、基于深度学习的图像恢复与分割,以及谨慎的几何测量相结合,MEDUSSA 能将原始显微镜图像转化为涵盖数千个细胞的稳健尺寸统计数据。研究表明,即使是密切相关的细菌菌株在宽度与体积上也可有显著差异,且特定的细胞壁蛋白变化可以解释这些差异。对非专业读者而言,关键结论是细菌细胞并非尺寸相同,借助现代计算工具,科学家现在可以绘制这种隐藏的多样性并开始将其与基因、生长条件和进化联系起来。

引用: Reyes-Matte, O., Fortmann-Grote, C., Gericke, B. et al. Deep-learning deconvolution and segmentation of fluorescent membranes for high-precision bacterial cell-size profiling. Commun Biol 9, 693 (2026). https://doi.org/10.1038/s42003-026-10303-y

关键词: 细菌细胞尺寸, 荧光显微镜, 图像分割, 深度学习, 细胞形态