近日，我校动物科学技术学院杨宁教授团队在国际期刊Briefings in Bioinformatics上在线发表论文，宣布创新性地利用全景扫描技术和深度学习方法，开发出动物肌纤维组织学特性自动精准量化工具MyoV，这将为畜禽育种大规模和精准的肌纤维量化提供高效且实用的技术手段。

肌纤维作为骨骼肌的基本结构和功能单位，其组织特性对于畜禽产肉量和肉品质的提升，以及肌肉发育研究具有重要意义。然而，传统的肌纤维定量方法通常是以局部数据代替或推算整体，这存在精度不高、效率低等局限。杨宁教授团队通过人工精细标注，将高达66万根处于不同发育阶段和各种形态的肉鸡肌纤维作为训练集。经反复训练和模型迭代，最终构建出3个分别适于肌纤维形成初期、发育早期和发育成熟期的处理模型，成功开发出普适性好、应用范围广的高效精准测定肌纤维组织特性工具。

该工具涵盖全景扫描切片精细切割、肌纤维数量与横截面积精准量化、肌纤维自动高效标注等功能模块，实现了对肌纤维的快速、准确和高效量化。研究团队进一步将其与主流处理软件和分割算法进行系统对比。结果显示，在预测精度和运行速度上，MyoV均表现出显著的优势。此外，在多物种、不同肌肉部位、多发育阶段的肌纤维测定试验中，也验证了MyoV的卓越性能。

MyoV为开放获取工具，可在Linux系统进行大规模运算。为了更广泛地服务于科学研究和育种领域，研究团队基于简洁与实用并重的设计理念，对算法进行精心封装，将其集成到交互式软件中，实现在Windows 系统上的轻松使用，使研究人员能够迅速掌握并充分利用这一工具。

博士研究生谷爽、文超良副教授为论文共同第一作者，杨宁为通讯作者。该研究获得了国家重点研发专项（2022YFF1000204）、国家自然科学基金青年科学基金项目（32102535）和海南省重点研发专项（ZDYF2023XDNY036）等资助。

原文链接：https://doi.org/10.1093/bib/bbad528

软件下载链接：https://github.com/CAU-MyoV/MyoV.git