발현된 유전자의 subset이 cellular phenotype을 어떻게 지시하는지 이해하는 것은 관련된 분자의 수, 그들의 조합론 및 그들이 결정하는 세포 행동의 과잉으로 인해 상당한 도전이다.

여기에서 우리는 별개의 소기관 및 functional machine를 나타내는 주요 cellular structure 수준에서 세포 행동의 주요 판독 및 동인인 세포 구성에 초점을 맞춤으로써 이러한 복잡성을 줄이고 25개의 주요 세포 구조에 걸쳐 200,000개 이상의 살아있는 세포를 3D로 포함하는 WTC-11 hiPSC Single-Cell Image Dataset v1을 생성했다. 이 데이터 세트의 규모와 품질은 세포와 그 구조의 원시 이미지 데이터를 인간이 해석할 수 있는 차원적으로 축소된 정량적 측정으로 변환하고 데이터 탐색을 용이하게 하는 일반화 가능한 분석 프레임워크를 만들 수 있게 했다. 이 프레임워크는 정상적인 모집단 내에서 관찰되는 광범위한 세포 간 변동성을 수용하고, 세포별 구조 데이터의 통합을 용이하게 하며, 서로 다른 세포 모집단 내에서 그리고 여러 세포 집단에 걸쳐 조직의 구별되고 분리 가능한 측면에 대한 정량적 분석을 가능하게 한다.

우리는 간상 세포의 통합된 세포 내 조직이 모집단의 세포 형태의 광범위한 변화에 강하다는 것을 발견했다. 일부 구조의 평균 위치는 다른 구조와의 상호 작용의 ‘wiring’을 유지하면서 colony 가장자리의 세포에서 polarized 되었다. 대조적으로 초기 mitotic reorganization 동안 구조물 위치의 변화는 wiring의 변화를 동반했다.