自动检测胚胎发育缺陷

复杂的多细胞生物只能从受精卵中出现，因为胚胎发育在生物学上受到精确调节。在这种情况下，通过信号通路的细胞通信起着至关重要的作用。如果信号通路的活动受到干扰，胚胎将表现出特征性的发育缺陷。

在《自然方法》杂志上发表的一项新研究中，由康斯坦茨大学发育生物学教授帕特里克·穆勒(Patrick Müller)领导的研究人员展示了他们的自由软件EmbryoNet。自动图像分析软件可检测和分类鱼胚胎发育过程中发生的缺陷。然后可以使用分类来推断这些胚胎中哪个信号通路受到干扰。在高通量应用中，软件的速度和准确性使得研究药物如何工作的机制成为可能。

人工智能作为关键组成部分

到目前为止，专家们需要对大量胚胎进行显微镜检查，以便在可见的发育缺陷的基础上确定潜在的信号传导机制。这种耗时的方法很乏味，而且由于缺乏标准化，也容易进行不同的、部分主观的评估。

“因此，通过EmbryoNet，我们正在采用基于机器学习的方法，其中使用超过2万张斑马鱼胚胎的代表性图像训练的神经网络进行客观分类，”EmbryoNet的程序员之一Matvey Safroshkin和Hernán Morales-Naverrete报道。除了要分类的图像数据外，EmbryoNet还考虑了胚胎发育的时间信息以及发育缺陷与相应信号通路之间的联系。

比人类更有效

科学家们测试了他们的软件的性能，并与人类进行了直接比较。任务：将以前未分类的斑马鱼胚胎图像与可能的发育缺陷相匹配。不仅发育生物学领域经验丰富的专家与EmbryoNet竞争，而且作为本科实践课程一部分的学生群体也与之竞争。

“学生的数据包含在我们的研究中，很好地展示了当前的研究和大学教学如何相互受益，”Müller说。研究结果表明，EmbryoNet能够可靠地识别斑马鱼中不同的信号突变体。此外，该软件比包括专家在内的人类同行更快，甚至更灵敏。

开源且适应性强

研究人员还证明，EmbryoNet不仅可以应用于斑马鱼 - 发育生物学中的流行模型 - 还可以应用于其他脊椎动物物种。“用相对较少的努力，我们能够重新训练EmbryoNet对数亿年前与斑马鱼进化分离的其他物种进行分类，”发育生物学家，研究作者之一Daniel Čapek解释说。

因此，可自由使用和修改的开源软件有可能加速不同物种中发育突变体的表征。