В PLOS опубликован открытый инструментарий SynAPSeg для разметки синаптических структур

SynAPSeg автоматизирует сегментацию и количественный анализ синаптических маркеров на флуоресцентных микроскопических изображениях. На тестовых данных модели выполняли разметку менее чем за 10 секунд при качестве, сопоставимом с работой экспертов, которым требовалось от 10 до 60 минут.

В журнале PLOS Computational Biology опубликован SynAPSeg — открытый Python-комплекс для поиска, разметки и измерения флуоресцентных кластеров синаптических белков на двухмерных и трёхмерных изображениях. Он объединяет сегментацию, экспертную проверку и ручную корректировку результатов, количественный анализ и сохранение конфигураций для воспроизводимости экспериментов.

Обучающий набор включает 41 конфокальное изображение с 2400 вручную размеченными объектами в 2D и 1200 — в 3D. Специализированные модели сегментации StarDist на контрольных примерах показали результаты, сопоставимые с разметкой независимых экспертов, сократив время обработки с 10–60 минут до менее чем 10 секунд.

С помощью SynAPSeg исследователи проанализировали более 3,8 млн флуоресцентных кластеров белка PSD95 в 16 областях дорсального гиппокампа мышей. Отдельный трёхмерный эксперимент выявил меньшую плотность таких структур на дендритах парвальбумин-положительных интернейронов у 12-месячных животных по сравнению с 3-месячными. Авторы подчёркивают, что PSD95 использовался как косвенный маркер синапсов, а результаты экспериментов на мышах нельзя напрямую переносить на человека.

Исходный код SynAPSeg опубликован под лицензией BSD 3-Clause, а наборы данных и обученные модели доступны в Zenodo. Поскольку в обучающих данных преобладают постсинаптические маркеры, прежде всего PSD95, при работе с другими маркерами и условиями съёмки потребуется дополнительная проверка модели специалистами.