Plant Cell | 细胞分裂检测新方法：从静态细胞形状反推细胞分裂

细胞分裂是塑造植物器官形态的基本过程，识别组织中“哪些细胞刚分裂过”，通常依赖连续活体成像、细胞周期标记或染色。虽然这些方法在模式植物中已较成熟，但用于大量基因型或非模式植物时，成本和技术难度迅速上升。

另一方面，植物学家早已注意到，细胞分裂会在组织几何结构中留下痕迹：受细胞壁约束，新细胞壁插入原有网络后会形成特征性局部几何结构。传统植物解剖研究中，研究者常凭经验，根据细胞形状和细胞壁连接关系推测近期分裂来源。然而，“看形状判断细胞分裂”究竟有多可靠，长期缺乏系统回答。

近日，东京大学Hirokazu Tsukaya（塚谷裕一）教授团队联合京都大学等研究人员，在The Plant Cell在线发表题为Inferring cell division from cell shape的研究论文。研究团队利用拟南芥叶原基活体成像数据建立真实细胞谱系，系统评估细胞几何特征，并提出从静态细胞形状推断近期姐妹细胞对的方法。

图1｜研究总体思路。研究利用活体成像建立真实细胞分裂标签，从相邻细胞的几何形状中寻找能够识别近期姐妹细胞对的特征，并进一步将该方法应用于固定组织中的细胞分裂模式分析。

从“专家经验”到可量化检验

19世纪以来，关于细胞几何与分裂关系已有多种假说。Sachs (1878) 提出，新细胞壁常近似垂直于原细胞壁；Korn (1980) 指出，理想情况下新分裂壁插入原有边界会形成约 90°–90°–180° 的 T 形连接。因此，同一母细胞刚产生的姐妹细胞，其共享壁两端外侧的细胞壁所成夹角常接近180°。文中将这一外侧夹角定义为 junction angle（细胞连接处外角）。

问题随之具体化：若相邻细胞的 junction angle 足够大，是否很可能为近期分裂形成的姐妹细胞？仅凭静态图像无法验证，因为需要“标准答案”。研究者利用拟南芥早期叶原基活体成像数据，每2小时连续观察同一叶原基，直接追踪母细胞何时分裂。

原始数据含12个连续追踪的叶原基、7,573个相邻细胞对；其中1,114对经活体成像确认为近期直接形成的姐妹细胞，6,459对为非姐妹相邻细胞。这些数据为后续几何判断提供了真实标签（ground truth）。

一个145°的简单判据，就已经可以识别大部分姐妹细胞

研究者首先测试最简单的 junction angle 判据：对每对相邻细胞，测量共享细胞壁两端的外侧 junction angle，取平均值。结果显示，姐妹细胞对与非姐妹细胞对分布差异明显：姐妹细胞对平均 ± 标准差为 161.56 ± 9.77°，非姐妹细胞对为 114.40 ± 16.72°。以145°为阈值，最终正确识别 1,030/1,114 个真实姐妹细胞对，精确率（Precision）为 94.1%，召回率（Recall）为 92.5%。

由此，本研究将植物学家长期凭直觉使用的几何信号，转化为可测量、可验证、可复现的定量指标。

图2｜Junction angle 能够较准确地识别近期形成的姐妹细胞。新形成的分裂壁产生接近 T 形的局部几何结构，使姐妹细胞具有较大的 junction angle。基于 145° 阈值的简单判据即可获得较高的精确率和召回率。

“两个细胞长得像不像”，反而没有那么重要

一个自然的猜想是：若两个细胞来自同一母细胞，是否应大小相似、形状对称？传统细胞分裂理论中确有类似直觉。研究团队因此系统测试了面积比及多种对称性指标，结果并不理想，准确率仅约31.7%–36.1%。原因也直观：真实姐妹细胞未必等大，非姐妹相邻细胞也可能碰巧相似。相比之下，junction angle 检测的不是两个细胞整体是否对称，而是该处近期是否发生新细胞壁插入，这可能正是其表现更优的原因。

为避免仅围绕几个经典的先验假设，团队进一步系统计算了49种几何特征，大致分三类：相邻两细胞各自的形状；二者合并后的整体形状；共享界面附近的局部几何关系。筛选显示，junction-angle整体最佳；此外，合并形状凸缺陷（union convex deficiency）、合并形状圆度（union circularity）和共享细胞壁长度（normalized shared cell wall length）等也具较强识别力。

团队还测试了 多种等机器学习分类器。这些模型虽能取得较好结果，但较简单 junction-angle 判据提升有限；表现最好的 Linear SVM 平均 F1 分数约94.4%。换言之，增加几十个几何特征并未显著超越简单角度判据，也使最终方法更易解释和应用。

在其他植物组织里，145°还能用吗？

模型在训练数据上表现好，不代表能推广到其他组织。为此，团队使用其他论文由来(Willis et al., 2016)的拟南芥茎尖分生组织（shoot apical meristem, SAM）活体成像数据集进行测试。这一步未根据 SAM 数据重新寻找最佳阈值，而是直接沿用叶原基得到的145°固定阈值，得到了98.4%的精确率和97.2%召回率。

这表明，分裂产生的局部几何信号并不局限于早期叶原基，其他的植物组织也有可能使用。

从“判断细胞有没有分裂”进一步走向器官形态研究

建立方法后，团队进一步检验其能否用于实际生物学问题，特别是不同基因型形态建成的细胞学机理。他们比较了野生型与拟南芥尖叶突变体 rpl4d-3（叶尖更尖）。在固定叶原基中推断近期分裂后，进一步计算叶尖区域推断分裂的方向。结果显示，rpl4d-3 叶尖区域中沿近远轴方向排列的推断分裂比例高于野生型：以每个叶原基为统计重复，野生型平均约54.5%，rpl4d-3约69.8%。

这一结果与团队此前在乌柏叶片中揭示的机制高度吻合——顶端细胞纵向分裂、基部细胞随机分裂的双区域差异生长，可直接塑造尖锐叶尖（Wang et al., The Plant Journal）。因此，rpl4d-3 叶尖区域近远轴方向分裂比例升高，提示分裂方向改变很可能参与了尖叶表型的形成。该检测方法为揭示不同基因型形态建成的细胞学机制提供了有力工具

没有活体成像的非模式植物怎么办？

对大量非模式植物而言，难以通过活体成像系统获取真实细胞谱系来验证145度规则。研究团队因此提出新问题：没有真实细胞谱系，能否先判断 junction-angle 方法在新物种中是否可能适用？

拟南芥叶原基和 SAM 数据提供了线索：即使忽略真实细胞分裂标签，合并所有相邻细胞的 junction angle，整体分布仍呈两个组分——低角度和高角度；而在有真实谱系标签的数据中，高角度组分与姐妹细胞高度对应。

于是，团队将同样分析用于两个叶形不同的物种：橙红茑萝(Ipomoea coccinea) 和 酢浆草(Oxalis corniculata)。两个物种中均重复出现类似双峰分布和约145°的角度分界线，为 junction-angle 方法在非模式植物中的适用性提供了有力支持。

图3｜在非模式植物中进行 junction-angle 适用性筛查。Ipomoea coccinea 和 Oxalis corniculata 的固定叶原基中均可观察到低角度和高角度两个分布组分，模型得到的分界值也与拟南芥中的结果接近。

将方法转化为可推广的软件分析平台

为了让这一方法不只停留在分析代码层面，研究团队搭建了软件分析平台，提供两种实现：FIJI/ImageJ 插件和基于 Qt 的图形用户界面。

整个方法大致分为两个阶段。在方法建立阶段，利用活体成像获得真实细胞分裂信息，并据此评估不同几何规则。在实际固定样品中，只要获得可靠的细胞轮廓，即可重建多边形细胞网络，计算相邻细胞几何信息，并自动生成候选姐妹细胞对及推断分裂图；结果还可进一步用于统计分裂方向和空间分布。

论文中也指出，目前从原始共聚焦图像到细胞轮廓仍需一定人工处理，因此尚未实现从 raw image 到 division map 的全自动流程；但获得细胞轮廓后，网络重建、几何计算和分裂推断均可自动完成。

图4｜方法开发与应用流程。上半部分利用活体成像数据建立并评估细胞分裂分类规则；下半部分展示如何从固定叶原基图像提取细胞轮廓、推断候选姐妹细胞对，并进一步分析分裂方向。

综上所述，该研究并非预测“一个细胞下一次会在哪里分裂”，而是反向追问：过去的细胞分裂，是否会在今天看到的细胞形状中留下可读取的信息？结果表明，至少对这里研究的植物组织而言，答案是肯定的。一次新的细胞壁插入会在局部细胞网络中短暂留下几何记忆，而一个简单的 junction angle 就能捕捉这一信息。由此，研究者有望从传统固定组织图像中重新获得部分时间信息——不仅看到细胞现在长什么样，还能推测这里最近发生过什么。未来，若该框架在更多组织、物种和三维结构中得到验证，并进一步与自动分割、空间组学等固定样品技术结合，静态组织图像或能提供比过去认为更多的组织发育历史信息。

论文链接：

https://academic.oup.com/plcell/advance-article/doi/10.1093/plcell/koag279/8796191