要約:
- 三次元（3D）細胞マップの作成は、組織と生物体の生理学および病態生理学を包括的に理解するために不可欠。
- 単一細胞トランスクリプトミクスは細胞と分子の多様性を明らかにするが、これらのデータの3D空間コンテキストがしばしば見落とされる。
- 新興の3D組織組織学技術は、組織のクリアリング化学、ラベリング、ボリューメトリックイメージングの技術革新を通じて、次世代の3D組織学の可能性を開く。
- 機械学習、特にディープラーニングは、膨大なデータから意味のある洞察を抽出するために不可欠。
- 統合された構造、分子、計算方法のさらなる開発は、次世代の3D組織学のフルポテンシャルを解き放つでしょう。
感想:
この記事では、3D組織学の重要性とその未来への展望が詳細に説明されています。機械学習とディープラーニングが広範なデータから洞察を引き出すために不可欠であり、組織学、分子生物学、計算方法の統合が次世代の研究にとって重要であることが強調されています。
元記事: https://www.nature.com/articles/s41592-024-02327-1