据生物世界公众号8月12日消息，中国科学院研究团队针对二维电镜数据开发出一种基于深度学习的细胞器互作高通量统计分析方法“DeepContact”。细胞器互作位点（MCS）在信号转导、脂类运输、细胞器形态重构等方面起到关键作用，但因缺乏高效的MCS统计量化工具，细胞器互作领域的发展受到严重限制。该方法可量化特定细胞器间距上的MCS比率信息，并进行无标记辅助的准确、灵活、全面的可视化和统计量化结果输出，且能通过主动学习法将新细胞器形态扩展到细胞器预测模型中。该方法可满足细胞器互作与生物医学功能相关性分析的需求，可扩展应用于细胞器互作网络的相关性研究、以及医学超微病理学研究。相关研究成果发表于《细胞生物学》期刊。

消息来源：https://mp.weixin.qq.com/s/be2K21IEvchfz6MG2LLtHw