מושגי ליבה
Under-Flow Migration Tracker 프레임워크는 생리학적 유동 조건 하에서 뇌 미세혈관 내피 세포 단층에 대한 면역 세포의 다단계 유출 과정 전체를 자동으로 분석할 수 있다.
תקציר
본 연구에서는 Under-Flow Migration Tracker(UFMTrack) 프레임워크를 개발하였다. 이 프레임워크는 생리학적 유동 조건 하에서 1) 1차 마우스 뇌 미세혈관 내피 세포(pMBMEC) 단층에 대한 T 세포의 세그멘테이션 및 추적, 2) T 세포의 다단계 유출 과정(부착, 크롤링, 투과) 분석을 수행한다.
T 세포 세그멘테이션과 투과 영역 예측은 2D+T U-Net 신경망 모델을 사용하여 수행하였다. 유동으로 인한 급격한 T 세포 이동을 고려하는 새로운 추적 알고리즘을 개발하였다. 이를 통해 T 세포의 크롤링, 탐침, 투과, 가속 이동 등 다양한 행동 양상을 정량화할 수 있었다.
UFMTrack은 기존 수동 분석 대비 분석 시간을 5배 단축하면서도 정확도와 객관성을 높였다. 또한 다양한 세포 유형(CD4+ T 세포, CD8+ T 세포, 대식세포, 말초혈액단핵구)과 BBB 모델(마우스, 인간 유래)에 적용 가능함을 보였다. 이를 통해 면역 세포 유출 기전 연구의 확장성과 효율성을 높일 수 있을 것으로 기대된다.
סטטיסטיקה
T 세포 검출 효율은 90% 이상
CD4+ T 세포의 크롤링 속도는 자극 조건에 따라 유의미한 차이를 보임
CD8+ T 세포의 크롤링 속도 분포는 수동 분석 대비 자동 분석이 더 정확함
ציטוטים
"UFMTrack은 기존 수동 분석 대비 분석 시간을 5배 단축하면서도 정확도와 객관성을 높였다."
"UFMTrack은 다양한 세포 유형(CD4+ T 세포, CD8+ T 세포, 대식세포, 말초혈액단핵구)과 BBB 모델(마우스, 인간 유래)에 적용 가능함을 보였다."