Advanced Biology | 使用深度学习神经网络在复杂的临床前模型中准确识别癌症细胞

本研究介绍了ORACLE（卵巢癌细胞识别）深度学习工具，该工具能够在不同实验条件下有效识别癌细胞，特别是在3D共培养环境中，无需依赖传统的转染或荧光标记。研究背景指出，3D细胞培养能更真实地再现细胞间的相互作用和生物过程，而传统的荧光标记方法可能对细胞行为和实验结果造成影响。研究目的旨在通过基于深度学习的神经网络工具，为3D共培养模型的分析提供一种更简便、高效且无标签的方法。研究结果显示，ORACLE系统在多种细胞系和复杂培养条件下表现出高准确性和良好的泛化能力，为卵巢癌等复杂疾病的研究提供了新工具，并减少了对传统标记方法的依赖。