近日，中国科学院生物物理研究所徐涛课题组，胡俊杰课题组与计算技术研究所肖立团队在 Journal of Cell Biology 期刊合作发表了题为：DeepContact: High throughput quantification of membrane contact site based on electron microscopy imaging 的方法学论文，针对二维电镜数据开发了一种基于深度学习的细胞器互作高通量统计分析方法——DeepContact。DeepContact通过语义分割算法预测二维电镜图片中的不规则ER网络的整体特征，运用实例分割算法预测形状规则细胞器形态特征，可分割量化细胞器形态参数，并通过提取细胞器边缘信息进一步量化特定细胞器间距上的MCS比率信息。可进行无标记辅助的准确、灵活、直观、全面的可视化和统计量化结果输出，并可通过主动学习方法将新细胞器形态高效的扩展到细胞器预测模型中。DeepContact可满足细胞器互作与生物医学功能相关性分析的需求。具备高通量样本分析能力以及组织内特异细胞类型分析能力，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。https://doi.org/10.1083/jcb.202106190
