【Nat. Methods】颠覆！AI追踪细胞效率暴增56倍，只需稀疏标注：CELLECT如何点亮生命科学的“实时电影”？

✨文章标题：CELLECT: contrastive embedding learning for large-scale efficient cell tracking ✉️作者：Jiamin Wu & Qionghai Dai 等 📚期刊：Nature Methods 🔗链接：https://doi.org/10.1038/s41592-025-02886-x

从“痛点”到“突破”：当生命科学遇上“数据海啸”

生命体内部，细胞是最小而又最活跃的演员。它们迁徙、分裂、互动、死亡，共同上演着免疫、发育、疾病等宏大剧目 。对这些细胞行为进行定量、动态的分析，是人类理解生理和病理机制的关键 。

然而，随着光学成像技术（如双光子、光片显微镜）的飞速发展，我们现在能以前所未有的高时空分辨率，对活体组织进行长达数小时甚至数十小时的3D观察 。这本是科学的福音，却带来了一个新的巨大挑战：“数据海啸” 。

一次长时间、大尺度的3D成像，很容易产生太字节（TB）甚至拍字节（PB） 级别的数据 。

在这样庞大的数据量中，依靠人工来标记和追踪数千个细胞的完整命运轨迹（即细胞谱系），几乎是不可能完成的任务 。

现有的深度学习（Deep Learning）细胞追踪算法虽然在准确性上已接近甚至匹配人工水平 ，但它们往往需要海量的、精确的手动标注（包括细胞的位置、形状和完整轨迹）来进行训练 。

即便像linajea这样采用了“稀疏标注”的先进算法 ，它也因依赖固定长度的时间窗口进行全局轨迹优化，导致其计算成本极高，无法实现实时处理，严重限制了其在大规模高通量成像数据中的应用 。

科学界迫切需要一种既能保持极高追踪性能和泛化能力，又能实现高效率、低标注成本的细胞追踪算法 。

正是在这样的背景下，来自清华大学的研究团队推出了CELLECT：一个基于对比嵌入学习（Contrastive Embedding Learning） 的全新框架，旨在实现大规模、高效的细胞实时3D追踪 。它不仅解决了“数据海啸”带来的效率瓶颈，更在追踪精度和泛化性上实现了跨越式突破。

核心方法与技术细节解密：AI如何“记住”每一个细胞？

CELLECT的颠覆性在于，它彻底改变了传统方法对细胞进行识别和追踪的思路。

1. 从“像素级几何”到“潜在嵌入空间”

传统方法通常直接在3D空间域（即图像像素强度分布）中，利用细胞的强度特征进行分割和定位 。但强度特征因细胞类型、标记方式（核标记还是膜标记）的不同而差异巨大，这意味着每换一个数据集，模型可能都需要重新训练，泛化能力极差 。

CELLECT另辟蹊径，它引入了对比学习（Contrastive Learning）框架 。

你可以把“细胞追踪”想象成一场持续数十小时的“大型化妆舞会”。传统方法是根据舞者的服装颜色（强度特征）来追踪，一旦换装（细胞形态变化、标记方式不同），就认不出了。

CELLECT则像是一个拥有 “灵魂雷达” 的超级侦探。它不直接看颜色，而是通过对比学习，将每个细胞的本质特征映射到一个高维的**“潜在嵌入空间”**（Latent Embedding Space）中 。

在这个空间里：

• “同一”细胞（在相邻帧中，或分裂前的母细胞与分裂后的子细胞）的特征向量距离被最小化（拉近） 。

• “不同”细胞的特征向量距离被最大化（推远） 。

这就意味着，它学会了识别细胞的“灵魂”（即内在结构特征），而不是容易变化的“服装”（即表观强度分布） 。

2. 稀疏标注与置信度图：用最少的信息做最多的事

CELLECT巧妙地利用了稀疏标注的优势 。它不要求完整的细胞边界标注，只需提供细胞中心点的稀疏标注 。

• 置信度图（Confidence Map）: CELLECT首先将稀疏的中心点标注转化为一个多级置信度图 。简单来说，离标注中心点越近的体素（voxel），被认为是细胞中心点的概率越高 。

• 中心增强网络（CEN）: 随后，一个轻量级的3D U-Net分支（CEN）对这个置信度图进行精修，它能将概率值集中到细胞中心，并抑制外围的噪声，以确保在复杂环境中对中心点进行精确预测 。

通过这种方式，模型就能高效地从输入数据中，提取出精确的细胞中心坐标、嵌入向量和细胞分裂预测概率 。

3. 轻量级多层感知机：实现实时追踪的“神经中枢”

追踪过程随后完全在潜在嵌入空间中进行，这大大降低了计算成本 。

CELLECT采用了两个关键的轻量级多层感知机（MLPs） 来实现轨迹的构建和优化：

• 帧内MLP（Intraframe MLP）： 负责在同一帧内识别和移除冗余的细胞中心点预测 。由于算法在初始阶段可能会对同一细胞产生多个冗余的中心点检测，帧内MLP通过比较它们特征距离，将它们合并，确保一个细胞只有一个身份 。

• 帧间MLP（Interframe MLP）： 负责在相邻帧之间建立细胞连接（Cell Linking） 。它不仅判断相邻帧的两个细胞是否是同一个体，还会利用模型输出的“分裂预测”概率，准确地识别细胞分裂事件，将母细胞与其两个子细胞连接起来，完成谱系重建 。

这两个MLP的轻量化和模块化设计至关重要。它们与核心特征提取器分离，不仅降低了计算开销，还使得模型能够灵活处理跨越空间切片边界的连接问题，最终实现了高保真度和低计算成本的追踪 。

数据背后的创新与颠覆性分析：56倍的效率飞跃

CELLECT的性能，尤其是在效率和泛化能力上的突破，是其最引人注目的成就。

1. 速度碾压：追踪效率暴增56倍

在与现有最先进算法的比较中，CELLECT的效率展示了代际的飞跃。

在针对秀丽隐杆线虫（C. elegans）胚胎的mskcc-confocal数据集（一个具有体素体积的数据集）的测试中，CELLECT达到了平均每帧2秒的处理速度 。

作为对比，其主要竞争对手linajea的平均处理速度是每帧111.3秒 。

这意味着：CELLECT的速度比linajea快了整整56倍（56x） ！

这种效率上的巨大提升，使得CELLECT能够实现实时3D细胞追踪 ，将过去需要数小时甚至数天的分析任务压缩到几分钟内完成，这对于需要即时反馈的活体成像实验具有革命性的意义。

2. 精度突破：错误率大幅降低

效率的提升并未以牺牲准确性为代价。在Cell Tracking Challenge的公开基准测试中，CELLECT在两个关键的C. elegans胚胎数据集（mskcc-confocal和nih-light sheet）上，展现了显著低于包括linajea、Imaris 和StarryNite在内的其他先进算法的错误率 。

以追踪准确率（即完全无错误的轨迹比例）为例，在mskcc-confocal数据集上，CELLECT达到了46% 的追踪准确率 。这不仅是linajea（22%）的两倍以上，也超过了linajea的增强版本linajea+csc+sSVM（30%） 。

在独立评估的Fluo-N3DH-CE 3D基准测试集上，CELLECT（团队名为'THU-CN (3)'）在分割和追踪任务中均取得了最高排名，分数分别为0.853和0.850 。

3. 泛化性：一次训练，跨模态、跨物种应用

由于对比学习赋予了CELLECT对细胞“内在结构”而非“表观强度”的识别能力，模型获得了强大的泛化能力 。

研究人员强调，一个仅用一个公开数据集（mskcc-confocal）训练好的CELLECT模型，可以直接应用到不同成像模态（如共聚焦、光片、双光子、光场显微镜）和不同物种的复杂数据集上，无需重新训练（即零样本迁移） 。

在免疫学中的应用：追踪B细胞分裂

• 挑战： 活体小鼠淋巴结内的生发中心（Germinal Center, GC）是B细胞剧烈增殖和迁移的场所，细胞高度密集且频繁分裂，对追踪是巨大挑战 。

• CELLECT的成就： CELLECT成功对一个长达12.5小时、体积260GB的B细胞GC形成过程数据集进行了追踪，识别了超过7000个持续追踪超过5分钟的细胞 。更重要的是，CELLECT能够连续重建有丝分裂过程中的细胞轨迹，而_Imaris_等软件则常将其识别为两个新细胞（轨迹中断） 。

• 效率对比： 处理这个260GB的数据集，CELLECT仅需157分钟，而_Imaris_需要480分钟 。在更大的4.3TB数据集上，CELLECT将每帧处理时间从47秒（Imaris）降低到了15秒 。若使用linajea处理这么大的数据，可能需要3个月，而CELLECT在同一台电脑上1天内即可完成 。

在病理学中的应用：量化细胞-细菌相互作用

• 挑战： 实时追踪和分割小体积、快速移动的细菌，以及动态变形的免疫细胞（如中性粒细胞、巨噬细胞）膜边界，以量化细胞吞噬事件，是一个复杂的同步任务 。

• CELLECT的成就： CELLECT同时实现了细菌、中性粒细胞和巨噬细胞的高精度追踪和分割 。它能自动分类细菌吞噬事件 ，揭示了免疫细胞的不同捕食策略：活跃的中性粒细胞倾向于追逐运动中的细菌，而相对静止的巨噬细胞则捕获被动运输的细菌 。

• 优势： CELLECT的分割结果无需手动调整阈值，稳定且准确，而_Imaris_等方法则对参数调整高度敏感 。

在神经科学中的应用：强组织形变下的神经信号提取

• 挑战： 在清醒动物的脑组织成像中，经常出现神经元迁移或非刚性形变（Nonrigid Motions）。传统的基于强度或刚性配准的方法，在这种情况下会因钙信号波动而追踪失败 。

• CELLECT的成就： 在果蝇大脑组织强形变的过程中，CELLECT通过识别潜在嵌入空间中“相同身份”的细胞 ，实现了高保真的神经元活动（钙信号）提取 。

• 精度对比： CELLECT的追踪准确性比_Imaris_或_TrackMate_高出三倍以上 ，并能在细胞非活动状态下，依然保持更长、更一致的基线追踪 。

这些跨越免疫学、病理学和神经科学的实验，充分证明了CELLECT不仅是速度的王者，更是泛化性、鲁棒性、准确性的集大成者 。

应用展望、局限性与未来路线图：点亮定量生物学的地平线

广阔的应用场景

CELLECT的出现，为定量生物学开辟了一个新的地平线 。它能高效提取出多种定量的细胞动力学指标，包括分裂事件、谱系身份、细胞间相互作用、运动性、增殖动力学以及对环境变化的反应 。

• 发育生物学： 实时、准确地重建大规模细胞谱系，是理解多细胞生物体复杂组织的关键 。

• 免疫学与病理学： 实时监测免疫细胞（T细胞、B细胞、巨噬细胞）在疾病发生、免疫应答中的动态迁移和相互作用，加速药物和治疗靶点的发现 。

• 神经科学： 在活体动物运动或组织形变引起的复杂背景下，稳定提取单个神经元的活动信号，有助于构建准确的神经网络连接图 。

客观存在的局限性

任何突破性技术都有其局限性，CELLECT也不例外，保持客观的评估至关重要 。

1. 对时间输入依赖的局限： CELLECT目前仅使用两个相邻帧作为输入来最大化效率 。虽然这能容忍一定的低时间分辨率，但当帧间发生剧烈事件（如高速细胞碰撞、分裂）时，仍可能导致追踪准确性下降 。

2. Patch-Based处理的局限： CELLECT采用分块（Patch-based）处理策略 。如果目标细胞尺寸比训练时见过的细胞大得多，并占据了大部分处理块，模型可能会产生更多冗余检测，增加连接错误风险 。

3. 挑战性条件下的误差： CELLECT剩余的追踪错误主要集中在极具挑战性的条件下，例如低信噪比区域、轴向分辨率退化以及晚期发育中高度密集的细胞簇 。这些场景即便是人工标注也存在困难 。

未来的路线图

为克服这些挑战，研究团队已经规划了明确的未来发展方向 。

1. 引入时间上下文： 未来的版本可能会加入运动先验、全局优化或轨迹建模，以提高跨帧的时间连贯性 。

2. 自适应处理策略： 利用CELLECT内置的尺寸估计模块，开发自适应缩放策略（Adaptive Scaling）来处理尺寸差异巨大的细胞 。

3. 迈向“基础模型”： 研究人员提出可以利用自监督学习（Self-supervised Learning） 策略来完全避免标注依赖 。这将使CELLECT框架能够整合更多数据集，发展成为细胞追踪和分割的“基础模型”（Foundation Model），实现更广泛的、无需再训练的应用 。

总之，CELLECT不仅以其56倍于主流算法的效率和超越传统方法的准确性，解决了大规模3D活体成像数据的分析瓶颈，更重要的是，它凭借对比嵌入学习的创新范式和强大的零样本泛化能力，为未来AI驱动的定量生物学研究奠定了新的基石。它正以无与伦比的效率和精度，帮助科学家们实时解构生命体内部的复杂动态，有望在未来数年内加速免疫学、病理学和神经科学等领域的重大发现。