计算机模拟命运图谱

基于跟踪数据的交互式计算机模拟命运图谱。

此napari插件通过为每个时间点构建径向回归模型来估计从跟踪数据中的细胞命运。用户可以使用Points层选择感兴趣的区域；算法将探针坐标向前（或向后）推进时间，显示估计的命运。

以下视频示例

https://user-images.githubusercontent.com/21022743/216478216-89c1c35f-2ce4-44e8-adb8-9aeea75b5833.mp4

安装

我们建议您创建一个新的conda环境，以避免与现有的包发生冲突。为此，您需要

conda create -n fatemap python=3.11
conda activate fatemap

然后，您可以通过pip和其他附加的有用软件包安装in-silico-fate-mapping

pip install ultrack napari-ome-zarr napari[all] in-silicio-fate-mapping

要安装最新开发版本

pip install git+https://github.com/royerlab/in-silico-fate-mapping.git

IO文件格式

此插件不依赖于特定的文件格式，唯一的要求是使用napari的Track层。

尽管如此，我们提供读取器和写入器接口。它支持以下读取器格式的.csv文件：TrackID, t, (z), y, x，z是可选的。这样，每个轨迹段都有一个唯一的TrackID，并由时间坐标和空间坐标的序列组成。

这非常类似于napari存储轨迹的方式，更多信息可以在这里找到：这里。

目前不支持分区。

使用示例

最小示例

使用上述约定描述的轨迹文件的最小示例。

import napari
import pandas as pd
from in_silico_fate_mapping.fate_mapping import FateMapping

tracks = pd.read_csv("tracks.csv")

fate_map = FateMapping(radius=5, n_samples=25, bind_to_existing=False, sigma=1)
fate_map.data = tracks[["TrackID", "t", "z", "y", "x"]]

source = tracks[tracks["t"] == 0].sample(n=1)

tracks = fate_map(source[["t", "z", "y", "x"]])

napari.view_tracks(tracks)
napari.run()

Zebrahub示例

斑马鱼胚胎尾巴示例。此示例需要napari-ome-zarr包。

import napari
import pandas as pd
from in_silico_fate_mapping import FateMappingWidget

image_path = "http://public.czbiohub.org/royerlab/zebrahub/imaging/single-objective/ZSNS001_tail.ome.zarr"
tracks_path = "http://public.czbiohub.org/royerlab/zebrahub/imaging/single-objective/ZSNS001_tail_tracks.csv"

viewer = napari.Viewer()
viewer.window.add_dock_widget(FateMappingWidget(viewer))

viewer.open(image_path, plugin="napari-ome-zarr")

tracks = pd.read_csv(tracks_path)
viewer.add_tracks(tracks[["TrackID", "t", "z", "y", "x"]])
viewer.add_points(name="Markers", ndim=4)

napari.run()

引用

如果使用，请引用

@article{lange2023zebrahub,
  title={Zebrahub-Multimodal Zebrafish Developmental Atlas Reveals the State Transition Dynamics of Late Vertebrate Pluripotent Axial Progenitors},
  author={Lange, Merlin and Granados, Alejandro and VijayKumar, Shruthi and Bragantini, Jordao and Ancheta, Sarah and Santhosh, Sreejith and Borja, Michael and Kobayashi, Hirofumi and McGeever, Erin and Solak, Ahmet Can and others},
  journal={bioRxiv},
  pages={2023--03},
  year={2023},
  publisher={Cold Spring Harbor Laboratory}
}

问题

如果您遇到任何问题，请与详细的描述一起提交问题。