30 岁，担任华中科技大学的研究所所长和副院长；不到 40 岁，担任中科院生物物理研究所所长；不到 50 岁，又先后当选中科院院士和发展中国家科学院院士。而今年 4 月，52 岁的徐涛受聘为广州医科大学生物医学工程学院院长，掀开了职业生涯新的一页。


图 | 徐涛（来源：资料图）
生于湖北宜昌的徐涛，是一名细胞生物物理学家。前不久，他和团队提出了一款基于深度学习的细胞器互作高通量分析系统 DeepContact，成功填补了细胞器互作领域的空缺，并将成为加速细胞器互作研究的利器。
其表示，使用 DeepContact 进行二维电镜数据进行分析时，具备可容纳样本量大等优势，能支持细胞器互作网络的相关性基础研究，故能给细胞器互作的系统性研究提供一个强有力的工具。
另据悉，DeepContact 兼具组织电镜特异细胞类型分析能力，可扩展用于人体临床样本的超微医学病理学研究中，从而成为一个能给超微病理诊断提供更客观科学评价的工具。
此外，DeepContact 的源代码、细胞器预测模型、以及训练数据是开源的，细胞器预测分割模型也可植入到图像分析软件 Amira 中。
拥有这款商用软件的研究机构，都可通过其图形界面进行调用。同时，该团队也会不断优化程序的性能。


（来源：Journal of Cell Biology）
高通量、高精度、高速的细胞器互作计量工具迫在眉睫
据介绍，细胞生物学研究的核心目标之一，在于理解细胞内部的复杂结构与细胞功能之间的关系。所有细胞的表面，都有一层由生物膜组成的屏障。
而从简单的原核细胞、到相对复杂的真核细胞的一个重要进化标志，就是细胞内部出现了生物膜结构，包括包裹遗传物质的细胞核、合成蛋白质和脂质的内质网、以及产生细胞所需能量的线粒体等。
这些相对独立的膜性结构，也被当作是维持实现细胞各种功能的一个个“小器官”，因此被称为“细胞器”。此前经典的细胞生物学研究，都是针对单个细胞器分别展开的。
有意思的是，近年来研究人员发现，细胞器之间存在一些有直接相互作用的接触位点，而细胞器的相互作用能介导其功能的协同效应，并能增加细胞器间信息互通的精准程度和效率。
因此，关于细胞器互作的相关研究，逐渐成为细胞生物学领域的前沿热点。举例来说，国家自然科学基金委敏锐捕捉到这一研究动向，设立了“细胞器互作”的重大研究计划，将国内顶尖的细胞生物学研究人员都聚焦于细胞器互作的团队攻关。
遗憾的是，一直以来，细胞器互作的程度的检测和计量都依靠低效的手动标注，一些互作的检测探针由于需要过表达，还得引入额外的干扰。
在这一背景下，徐涛课题组意识到：一个高通量、高精度和高速的细胞器互作计量工具，迫在眉睫、亟待研发。
他说：“为了实现这些设计要求，我们想到了人工智能。此前的一些研究表明，深度学习的方法可以用来识别亚细胞结构，尤其是内质网、线粒体和脂滴等形态特征鲜明的细胞器。”
基于此，该团队运用深度学习系统识别了同一张电子显微镜图像中的不同细胞器、并自动划定其边界，再根据这些信息快速系统地计算出细胞器互作的频率和程度等重要参数。
实践证明，这一方法既高效又准确，不依赖细胞器的特殊染色，还可广泛用于不同组织和细胞类型上。
近日，相关论文以《DeepContact：基于电子显微镜成像的膜接触位点的高通量量化》（DeepContact: High-throughput quantification of membrane contact sites based on electron microscopy imaging）为题发表在 Journal of Cell Biology 上。
徐涛院士、中科院生物物理所研究员胡俊杰、以及中科院计算所研究员肖立（现任职北京邮电大学人工智能学院）担任共同通讯作者，刘丽清和杨树鑫担任共同第一作者 [1]。


图 | 相关论文（来源：Journal of Cell Biology）
论文送审过程中，一位电镜专家认为：这项工作致力于解决一个领域里的重要问题，（电镜图像中的）细胞器识别是一项难度高、易出错的挑战，许多生物学家都急切希望看到这一环节的自动化提升。
另一位评审专家提出：此前的细胞器互作计量大部分是针对于三维电镜数据的，对电镜机时、计算机算力资源都有很高的要求，即使对较小细胞样品量的分析，也往往耗时极长。

DeepContact 的设计很好地解决了这些问题，凸显了二维电镜图像处理的优势，为细胞器互作研究提供了一个高效客观的高通量计量方法。此次研究也全方面地证实了该方法的精准度、高效性、及其广泛的应用场景。论文发表后，JCB 在杂志网站首页推荐了该工作。

（来源：Journal of Cell Biology）