Catena：面向大规模连接组学的综合软件套件
Catena: A Comprehensive Software Suite for Large-Scale Connectomics
- University of Cambridge（剑桥大学）
- MRC Laboratory of Molecular Biology（医学研究理事会分子生物学实验室）
- Instituto de Biomedicina de Sevilla (IBiS), Hospital Universitario Virgen del Rocío/CSIC/ Universidad de Sevilla（塞维利亚生物医学研究所（IBiS），维尔亨·德尔·罗西奥大学医院/西班牙国家研究委员会/塞维利亚大学）
- HHMI Janelia（霍华德·休斯医学研究所珍妮莉亚研究园区）
- Donostia International Physics Center (DIPC)（多诺斯蒂亚国际物理中心（DIPC））
机构由 AI 辅助整理，请以论文原文为准。
AI总结：
Catena是一个开源、全面的连接组学软件套件，集成分割、突触检测等模块，通过容器化和预训练模型实现可重复、可扩展的细胞连接组图谱绘制。
AI中文摘要：
绘制连接组图谱的金标准数据集是纳米分辨率下致密标记神经组织的电子显微镜体积数据。然而，重建和校对神经元树突以及标注所有突触需要将多个软件工具串联成流水线，这些工具往往零散、维护不一致或具有专有性，阻碍了可重复性和自动化。在此，我们介绍Catena，一个开源的、全面的、以开发者为中心的连接组学软件套件，它集成了用于3D神经元和细胞器分割、突触检测、微管追踪和神经递质推断的模块。Catena以可组合的、分块处理的流水线组织其模块，采用完全文档化、可扩展和自适应的设计。我们进一步通过预训练的机器学习模型降低计算和真实标注数据需求，便于微调。Catena提供完全容器化的模块，封装了不断演变的依赖关系，以确保在工作站和集群上一致执行。通过整合开源组件、可共享模型和容器化运行时，Catena提供了一种可重复且可扩展的方法，用于从电子显微镜体积数据中绘制细胞连接组图谱。代码和文档：此https URL
英文摘要：
The gold standard datasets for mapping connectomes are electron microscopy volumes of densely labeled neural tissue at nanometer resolution. Yet reconstructing and proofreading neuronal arbors and annotating all synapses requires pipelining multiple software tools that are often fragmented, inconsistently maintained, or proprietary, hindering reproducibility and automation. Here, we introduce Catena, an open-source, comprehensive, developer-centric software suite for connectomics that integrates modules for 3D neuron and organelle segmentation, synapse detection, microtubule tracking, and neurotransmitter inference. Catena organizes its modules in composable, chunk-wise processing pipelines in a completely documented, extensible, and adaptable design. We further reduce compute and ground-truth data requirements with pretrained machine learning models, facilitating fine-tuning. Catena ships fully containerized modules that encapsulate evolving dependencies for consistent execution across workstations and clusters. By consolidating open components, shareable models, and containerized runtimes, Catena delivers a reproducible and scalable approach to mapping cellular connectomes from electron microscopy volumes. Code and documentation: https://github.com/Mohinta2892/catena.git
