诱导多能干细胞前体细胞是指处于重编程早期的还未诱导成熟的细胞,前体细胞的识别可为研究诱导多能干细胞的起源和底层机制提供有价值的信息。但是,由于缺乏重编程早期前体细胞的生物标记,目前很难通过实验手段识别重编程早期的前体细胞,且实验手段仅能在重编程后约第6天通过荧光探针确定诱导多能干细胞。此外,实验手段识别早期前体细胞的另一大难点是前体细胞的比率极低,在重编程早期,前体细胞的比例通常低于5%,这个比率非常低以致于很难通过实验手段抓取细胞。本文提出了一种全新的基于机器学习和显微图像分析的诱导多能干细胞前体细胞识别方法。首先,本文使用Oct4,Sox2和Klf4三种逆转录病毒转染小鼠胚胎成纤维细胞并转染48小时,48小时后用活细胞成像系统记录3到5天内的前体细胞和其他小鼠胚胎成纤维细胞(普通细胞)的重编程过程并得到延时显微图像。然后,借助Imaris分割并追踪细胞,并计算11种细胞形态和运动特征,比如面积,速度等,并选择最佳时间窗口进行建模,同时使用直接降维等方法提高模型泛化能力。最后,基于特征选择选出的六种特征和最佳时间窗口构建基于XGBoost的预测模型。模型允许样本数据集存在一定数目的缺失值/帧。模型使用三种验证方法,分别是CrossValidation,Holdout-Validation和Independent-Test,实验结果表明,模型识别前体细胞的最低准确率高于52%,也就是说,病毒感染后3到5天内预测出的前体细胞比例高于52%。结果还证实了前体细胞的形态和运动模式与普通细胞的区别,这种区别帮助了机器学习方法识别前体细胞。