近日，清华大学生命科学学院欧光朔课题组开发了一种名为SynSeg的通用方法，通过生成合成数据来训练机器学习模型，实现了对亚细胞结构的鲁棒分割，彻底消除了对手工标注数据的需求。SynSeg利用几何基元和域随机化策略，在囊泡、细胞骨架等多种结构的分割任务中表现优异，并可成功应用于神经退行性疾病和脂代谢疾病的定量分析。

图1.细胞骨架为例分割模型。（a）合成细胞骨架数据集生成与U-Net模型架构。（b）基于Airyscan成像对split-GFP标记的TUBA1A进行细胞骨架分割

SynSeg方法的核心理念在于，生成鲁棒的训练数据并不需要完美的物理模拟。通过引入域随机化（Domain Randomization），SynSeg构建了包含各种噪声、模糊、强度变化和干扰项的合成数据集。这些合成数据往往比真实图像更具挑战性，从而迫使模型学习鲁棒的形态特征，而非死记硬背图像。这种方法不仅降低了建模门槛，还极大地提高了模型的泛化能力。

团队首先在囊泡分割任务中验证了SynSeg的有效性。在培养细胞（HeLa cells）和模式动物秀丽隐杆线虫（C. elegans）的溶酶体相关细胞器成像中，SynSeg能够精准识别微弱和小尺寸的囊泡，在复杂背景下依然保持了形态细节，性能显著优于一系列基线方法。随后，团队将该方法扩展至更为复杂的细胞骨架分割。针对微管和肌动蛋白丝的分割挑战，SynSeg展现了卓越的性能。在Airyscan超高分辨率成像数据中，SynSeg在IoU、Dice系数和精度等关键指标上均优于传统方法（如Otsu、ILEE）以及专门的丝状结构分析工具FilamentSensor2.0 。

在更具挑战性的活体动态成像场景中，SynSeg展现了强大的鲁棒性。利用转基因秀丽隐杆线虫模型，研究人员对表皮微管进行了低分辨率、高噪声的转盘共聚焦活体成像。SynSeg不仅成功分割了密集的微管网络，还能在没有时序训练的情况下，精准捕捉微管的聚合和重排动态 。此外，为了测试泛化能力，研究团队将SynSeg应用于完全不同成像系统获得的植物细胞（烟草BY-2细胞）微管数据集。结果显示，在无需任何重新训练或微调的情况下，SynSeg的表现竟优于该数据集原研究中专门训练的深度学习模型，展现了该方法对活体成像中的动态捕捉与跨数据集泛化能力。

SynSeg不仅是一个分割工具，更是定量细胞生物学的有力工具，可通过量化病理特征赋能疾病研究。研究团队利用SynSeg定量分析了与神经退行性疾病相关的Tau蛋白。结果发现，致病突变Tau-F（R406W）会导致微管异常成束，表现为局部荧光强度的显著增加。此外，研究人员还将SynSeg与YOLO目标检测模型结合，建立了一套全自动的高内涵筛选流程，用于分析先天性脂肪营养不良症2型（BSCL2）模型细胞中的脂滴（Lipid Droplets）。分析结果揭示，BSCL2的特定错义突变会导致脂滴尺寸显著增加，从而将基因突变与具体的细胞表型缺陷直接关联。

图2.扩展SynSeg框架用于疾病相关细胞定量分析。（a）BSCL2 野生型（WT）细胞，与基因敲除（KO）细胞荧光图像，表明该模型能够准确测量两种细胞类型中的脂滴（LD）尺寸。（b）BSCL2 WT、KO及四种错义突变体脂滴尺寸的定量比较与统计分析。热图呈现了所有生物学重复之间两两比较的结果，颜色越深表示被比较的两组之间的统计显著性越大

综上所述，该研究提出了SynSeg这一基于合成数据的分割新范式。它通过模拟图像的几何本质与光学特性，克服了深度学习对标注数据的依赖，解决了传统方法抗噪性差的难题。SynSeg不仅在多种生物成像场景中表现鲁棒，还展现了强大的泛化能力和定量分析潜力，为细胞生物学和病理学研究提供了一套高效、可扩展的自动化分析工具。

研究成果以“SynSeg：一种用于广泛亚细胞结构分割的合成数据驱动方法”（SynSeg: A synthetic data-driven approach for robust subcellular structure segmentation）为题，与12月18日发表于《细胞生物学杂志》（Journal of Cell Biology）。

清华大学生命科学学院教授欧光朔为论文通讯作者，清华大学生命科学学院2023级博士生郭正阳为论文第一作者。研究得到清华-北大生命科学联合中心、北京生物结构前沿研究中心、清华-IDG/麦戈文脑科学研究院、国家自然科学基金委等单位以及钱塘冠名教授项目的支持与资助。