Development of an ultra-efficient analysis for organelle structures using deep learning

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K19253
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 44:Biology at cellular to organismal levels, and related fields
• Research Institution: The University of Tokyo
• Principal Investigator: Hirabayashi Yusuke 東京大学, 大学院工学系研究科(工学部), 准教授 (80447391)
• Co-Investigator(Kenkyū-buntansha): 河合 宏紀 東京大学, 大学院工学系研究科(工学部), 客員研究員 (20784391) ; HUMBEL Bruno 沖縄科学技術大学院大学, イメージングセクション, マネージャー (70810571)
• Project Period (FY): 2021-07-09 – 2023-03-31
• Keywords: 深層学習 / 電子顕微鏡 / オルガネラ

Outline of Final Research Achievements

In this study, we developed a novel, publicly available, deep learning (DL) -based image analysis platform called Python-based human-in-the-loop workflow (PHILOW) implemented with a human-in-the-loop (HITL) algorithm. Analysis of dense, large, and isotropic volumes of Focused Ion Beam-Scanning Electron Microscopy (FIB-SEM) using PHILOW reveals the complex 3D nanostructure of both inner and outer mitochondrial membranes and provides deep, quantitative, structural features of cristae in a large number of individual mitochondria. Unbiased clustering analysis using this newly developed algorithm unraveled a new function for the dynamin-related GTPase Optic Atrophy 1 (OPA1).

Free Research Field

細胞生物学

Academic Significance and Societal Importance of the Research Achievements

今回開発したPHILOWは、今後様々な深層学習を用いた画像解析に応用され、様々な研究を促進することが期待される。また、OPA1の機能の新たな理解は、優性遺伝性視神経委縮症などの疾患におけるミトコンドリアの変異と病態の関連を探る上で重要な一歩となる。今後、本手法を用い、様々なオルガネラが関与した疾患について、原因究明の加速が期待される。