深度学习解码基因编辑小鼠轴突超微结构

髓鞘是包裹轴突的绝缘层，对动作电位的快速高效传导至关重要，其异常或缺失可导致严重的感觉、运动及认知障碍。电子显微镜能分辨受髓鞘影响的多种轴突组分，但大规模定量分析困难且耗时。为此，研究人员开发了一种机器学习框架，可自动识别和量化轴突及髓鞘的多个特征，包括轴突线粒体密度和轴周面积。该框架应用于不同髓鞘化程度的基因编辑小鼠脊髓纤维，揭示了髓鞘缺失对轴突结构的显著影响。这一方法有望加速髓鞘相关疾病的机制研究。需要注意的是，该研究尚未经过同行评审。