Cell丨基于深度学习的Deep-Phase解析细胞凝聚体功能状态

背景：生物分子凝聚体通过形成无膜区室来组织细胞功能，但传统成像分析方法难以从形态变化中精准解读其潜在的生化活动。研究目的：开发一种深度学习框架Deep-Phase，直接从显微镜图像中无偏、定量地解析凝聚体形态变化，并将其与特定功能扰动精确关联。结论：Deep-Phase基于ResNet50架构，成功对核仁“帽状”和“项链状”形态进行高精度分类，并发现形态学响应浓度与功能抑制IC50高度一致，验证了形态作为功能定量标志物的可行性。通过筛选小分子库，意外发现拓扑异构酶1抑制剂拓扑替康诱导出全新的“花朵状”核仁形态，并揭示TOP1在维持核仁组织与rRNA加工中的新功能。该框架还推广至核斑点与病毒包涵体等凝聚体，展现出跨类型普适性。研究证实，凝聚体形态差异源于特定rRNA加工中间体在界面处的差异积累，从而建立了从分子扰动到宏观形态的完整因果链条。