微核（MN）是含有小片段DNA的结构，源于有丝分裂错误或 DNA 修复尝试失败。因此，微核作为基因组不稳定性的标志，通常通过手动或基于阈值的方法进行量化，这可能繁琐且不准确，导致不同程度的成功和通量。通过采用使用多边形和画刷分割的两阶段标记方法，以及使用SAM2进行精炼，我们开发了一个高质量的微核分割工具。随后进行的数据增强捕捉了图像质量和颜色多样性的异质性，使我们能够训练出一个可推广的 Mask-RCNN 模型，优化用于小物体检测，达到微核检测的最先进性能。最后，我们将模型应用于受到 DNA 损伤条件暴露的细胞系获得的免疫荧光数据，以获得有关微核动态及其在诱导基因组不稳定性中的作用的生物学见解。总之，这项工作建立了一个可访问的资源，用于系统研究基因组不稳定性，具有显著更大的保真度和敏感性，使得以前未解决的损伤生物学见解成为可能。
Wang等人（Sun）研究了这个问题。