Transcriptome-Supervised Classification of Tissue Morphology Using Deep Learning

Andersson, AxelUppsala universitet,Science for Life Laboratory, SciLifeLab,Avdelningen för visuell information och interaktion,Bildanalys och människa-datorinteraktion (författare)

Deep learning has proven to successfully learn variations in tissue and cell morphology. Training of such models typically relies on expensive manual annotations. Here we conjecture that spatially resolved gene expression, e.i., the transcriptome, can be used as an alternative to manual annotations. In particular, we trained five convolutional neural networks with patches of different size extracted from locations defined by spatially resolved gene expression. The network is trained to classify tissue morphology related to two different genes, general tissue, as well as background, on an image of fluorescence stained nuclei in a mouse brain coronal section. Performance is evaluated on an independent tissue section from a different mouse brain, reaching an average Dice score of 0.51. Results may indicate that novel techniques for spatially resolved transcriptomics together with deep learning may provide a unique and unbiased way to find genotype phenotype relationships

NATURVETENSKAP Biologi Bioinformatik och systembiologi hsv//swe
NATURAL SCIENCES Biological Sciences Bioinformatics and Systems Biology hsv//eng
In situ sequencing
Gene expression
Tissue classification
Deep learning
Bioinformatik
Bioinformatics

Partel, Gabriele,1988-Uppsala universitet,Science for Life Laboratory, SciLifeLab,Avdelningen för visuell information och interaktion,Bildanalys och människa-datorinteraktion(Swepub:uu)gabpa510 (författare)
Solorzano, Leslie,1989-Uppsala universitet,Science for Life Laboratory, SciLifeLab,Avdelningen för visuell information och interaktion,Bildanalys och människa-datorinteraktion(Swepub:uu)lesso657 (författare)
Wählby, Carolina,professor,1974-Uppsala universitet,Science for Life Laboratory, SciLifeLab,Avdelningen för visuell information och interaktion,Bildanalys och människa-datorinteraktion(Swepub:uu)cli05194 (författare)
Uppsala universitetScience for Life Laboratory, SciLifeLab (creator_code:org_t)

Ingår i:IEEE 17th International Symposium on Biomedical Imaging (ISBI), s. 1630-163397815386933089781538693315

Av författaren/redakt...: Andersson, Axel; Partel, Gabriele ...; Solorzano, Lesli ...; Wählby, Carolina ...

Om ämnet

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.