HaloUMI：抑制圈实验的物理信息驱动分析

微生物生长抑制的定量分析是多类实验测定的核心内容，相关实验范围涵盖从细菌对抗生素的敏感性到酵母对抗真菌治疗药物的敏感性。经典的分析方法源于采用滤纸片的抑菌圈（称为 halo）实验格式，所涉及的方法从激光检测到机器学习不一而足。然而，这些工具在处理非均一抑菌圈时存在困难，尽管菌苔密度会对实验结果产生影响，却未能考虑其变异性，而且也缺乏易获取且可复现的代码。 在此，我们提出 Halo Unbiased Measurement of growth Inhibition（HaloUMI）；这是一种开源的 Python 图形用户界面，用于基于菌苔的微生物实验的自动化高通量分析。HaloUMI 将稳健的图像处理与物理信息驱动模型相结合，可在不受形状影响的情况下定量分析抑制区域，从而实现对规则和不规则 halo 表型的准确分割。该分析流程纳入了针对菌苔密度空间异质性的关键校正，从而提升了不同实验条件下结果的可重复性。该软件在不牺牲精度的前提下提高了易用性，支持快速批量处理和直观的参数控制。 HaloUMI 可应用于多种实验类型，包括酵母毒素 halo 实验、微生物交配实验以及常规滤纸片实验。它能够对 halo 的大小和形态进行高精度测量，并且与标准阈值分割和圆形拟合方法相比，具有更好的一致性。通过结合可及性、灵活性和生物物理建模，HaloUMI 为具有不同生长潜力菌苔上的不规则形状 halo 提供了一个定量分析框架，从而能够对广泛的微生物相互作用进行可推广的分析。

微生物生长抑制的定量分析是多种实验测定的核心内容，其应用范围涵盖细菌对抗生素的药物敏感性分析以及酵母对抗真菌治疗药物的敏感性测定。经典分析方法源于采用滤纸片的抑菌圈（称为 halo）实验格式，相关方法包括从激光检测到机器学习在内的多种技术。然而，这些工具难以处理非均一的抑菌圈，尽管菌苔密度会对实验结果产生影响，却未能将其变异性纳入考量，并且缺乏易于获取且可重复使用的代码。在此，我们提出 Halo Unbiased Measurement of growth Inhibition（HaloUMI），这是一种开源的 Python 图形用户界面工具，用于基于菌苔的微生物实验的自动化高通量分析。HaloUMI 将稳健的图像处理方法与基于物理原理的模型相结合，从而能够对不同形状的抑制区进行定量分析，实现对规则及不规则抑菌圈表型的精确分割。该分析流程纳入了对菌苔密度空间异质性的关键校正，从而提高了不同实验条件下结果的可重复性。该软件在不牺牲精度的前提下提升了易用性，可实现快速批量处理和直观的参数控制。HaloUMI 可应用于多种实验类型，包括酵母毒素抑菌圈实验、微生物交配实验以及传统滤纸片实验。与标准阈值分割和圆形拟合方法相比，它能够以更高的一致性实现对抑菌圈大小和形态的高精度测量。通过结合可及性、灵活性和生物物理建模，HaloUMI 为不同生长潜力菌苔上不规则形状抑菌圈的定量分析提供了一个框架，从而支持对广泛微生物相互作用的可推广分析。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.08.743694v1?rss=1

🏷️ 抑菌圈分析 微生物图像处理 高通量定量 生物物理建模 菌苔密度校正