Nature Methods | 显微镜的“自动驾驶”时代：开源工具Nellie为何碾压传统方法15倍？

文章预览

引言 在细胞中，线粒体、内质网等细胞器如同永不停歇的“舞者”，通过分裂、融合与交互维系着生命的节拍。它们的动态变化与疾病、衰老紧密相连——阿尔茨海默病患者的线粒体运动速度下降23%，癌细胞的内质网结构呈现独特拓扑特征，但这些关键细节长期隐匿于技术盲区。传统显微镜受限于衍射极限（diffraction limit），难以捕捉亚像素级的运动；人工标注3D动态数据需耗时数小时，且90%的工具仅支持单一细胞器分析。2月27日 《Nature Methods》 最新研究“ Nellie: automated organelle segmentation, tracking and hierarchical feature extraction in 2D/3D live-cell microscopy ”，揭示：现有技术的局限导致过去十年中，仅12%的研究能完整量化细胞器三维行为，严重阻碍了疾病机制的解析。 这项项名为 Nellie 的突破性工具正重塑这一领域。 通过自适应滤波算法（adaptive filtering） ………………………………