Para estabelecer a estratégia de aprendizado de máquina ou ML para os estados iniciais da colônia PSC, prepare um conjunto de dados de imagens de campo claro em zero horas ou antes do tratamento CHIR e as imagens finais de fluorescência cTNT. Quantifique a eficiência de diferenciação de cada poço pelo índice de eficiência de diferenciação calculado a partir de suas imagens de fluorescência cTNT. Quantifique os perfis morfológicos de imagens de campo claro de zero hora por características dimensionais altas que revelam as propriedades da forma da colônia.
Divida aleatoriamente o conjunto de dados em um conjunto de treinamento e um conjunto de teste. Treine um modelo de regressão de floresta aleatória no conjunto de treinamento para prever a eficiência de diferenciação de recursos de imagem de campo claro de zero hora. Avalie o modelo de floresta aleatória treinado no conjunto de teste.
Preparar um conjunto de dados constituído por fluxos de imagens de campo claro de poços inteiros com zero a 12 horas e as doses de CHIR correspondentes, que são as combinações das concentrações e da duração do CHI. De acordo com os critérios exibidos, determine a faixa de concentração de CHIR baixa, ideal e alta em cada duração de CHIR em cada lote. Em cada duração, calcule a concentração delta CHIR para cada concentração para quantificar seu desvio do ótimo.
Extraia recursos dos fluxos de imagem no conjunto de dados. Para cada duração do CHI, treine um modelo de regressão logística para prever o rótulo de concentração de CHIR dos recursos do fluxo de imagens no conjunto de treinamento. Avalie o desempenho de classificação do modelo de regressão logística treinado no conjunto de teste usando exatidão, precisão, recall, pontuação F1 e área sob a curva.
Para avaliar o desempenho do modelo na avaliação da dose de CHI, no conjunto de testes, mescle os rótulos previstos de poços paralelos com a mesma concentração de CHIR usando pontuações de desvio que variam de menos um a um. Usando o coeficiente de correlação de Pearson, confirme se as pontuações de desvio previstas se correlacionam altamente com a verdadeira concentração delta CHIR para cada dose. Em seguida, aplique os modelos de regressão logística treinados para avaliar as doses de CHIR em novos lotes.
Com a avaliação da dose de CHIR baseada em modelo, resgate os poços sob cada concentração de CHIR abaixo do ideal, ajustando sua duração ou concentração de CHIR para o ideal antes de 48 horas. Prepare um conjunto de dados que consista em imagens de campo claro no sexto dia e anote manualmente os CPCs comprometidos com CM rastreando as células cTNT-positivas nos fluxos de imagens do dia 12 até o sexto dia. Corte as imagens de campo claro e a anotação manual correspondente de CPCs confirmados pelo CM em patches.
Rotule os patches maiores ou iguais a 30% dos CPCs confirmados pelo CM como positivos e os patches sem CPCs confirmados pelo CM como negativos. Treine uma rede neural convolucional profunda, ResNeSt, para aprender a classificar esses patches. Use o Grad-CAM para destacar as regiões que mais contribuem para a inferência de ResNeSt representadas por mapas de calor.
Mescle os mapas de calor binarizados no nível do patch para obter as regiões CPC confirmadas por CM previstas, que são chamadas de regiões CPC reconhecidas por imagem ou IRCPC. Compare as regiões do IRCPC com máscaras anotadas manualmente no conjunto de teste usando exatidão, pontuação F1, precisão, recall, especificidade e interseção sobre união. Prepare um conjunto de dados que consista em imagens de campo claro de CMs e as imagens de fluorescência cTNT correspondentes.
Treine o modelo pix2pix no conjunto de treinamento antes de aplicar o modelo treinado no conjunto de teste. Para purificar os CPCs comprometidos com CM, use uma sonda fotoativável não citotóxica, rastreador de células dual-ativável 1 ou DACT-1, para rotular seletivamente a região não CPC. Depois de irradiar a região não-CPC com uma linha de laser de 405 nanômetros, detecte as células marcadas com DACT-1 usando uma linha de laser de 561 nanômetros.
Depois de classificar as células dissociadas, semeie as células classificadas em uma placa de 96 poços revestida com matrigel e cultive CPCs não marcados com DACT-1, IRCPCs não marcados e as células do grupo de controle por seis dias no meio.
