人源共培养中的问题，是不同结构叠在一起
运动神经元远端轴突的变化，是肌萎缩侧索硬化（amyotrophic lateral sclerosis，ALS）模型中值得量化的表型。2026 年 9 月发表于 Bio-protocol 的方法论文，将人诱导多能干细胞（induced pluripotent stem cells，iPSCs）来源运动神经元与肌管的分隔式共培养，和 Fiji/ImageJ、CellProfiler 图像分析结合，用于区分轴突结构变化及磷酸化 TDP-43 信号。
在普通混合共培养中，神经元胞体、近端神经突、远端轴突和肌管可能交错，单看荧光强度不容易把结果归到远端轴突。论文采用空间分隔的微流控模型，将分析重点限定在远端区室，再用图像掩膜减少肌肉背景的干扰。
轴突结构和蛋白斑点使用不同统计范围
分析包含两条相关但不同的路径。第一条依据神经丝重链（neurofilament heavy chain，NFH）阳性结构的大小、形态与连续性，区分较完整轴突和碎裂结构，评价结构退变。第二条先建立完整 NFH 阳性轴突的范围，再统计其中的磷酸化 TDP-43 斑点。
后一条并不把原始图像里所有 TDP-43 信号全部相加。作者明确排除了退变轴突碎片及掩膜外信号，因此它描述的是完整轴突内的信号，而非整个远端区室的总聚集负担。这一指标的分母与分析区域均由完整 NFH 阳性结构限定。
面积和密度是两个终点，不宜混成一个数
论文介绍了 TDP-43 斑点面积相对于 NFH 面积的指标，也增加了按 NFH 面积归一化的斑点数密度。面积更大与斑点更多可能反映不同图像特征，需要与结构退变指标分别报告。
半自动分析也仍然依赖阈值、分割和图像质量。作者强调，流程可共享的是分析步骤及参数选择思路，并非所有图像都使用同一数值阈值。原文还讨论了参数记录、文件可追溯性以及盲法独立分析，目的在于减少手工选择带来的偏差。
2026 年方法说明沿用了此前研究的验证资料
作者将此前 2025 年 Nature Neuroscience 研究列为流程应用与验证依据，当前方法文中的代表性定量也由该研究调整展示而来。2026 年文章详细说明图像分析流程，并增加了按 NFH 面积归一化的 TDP-43 斑点数密度指标。
方法图所示 n=28 和 18，分别为来自 3 次独立培养的神经肌肉共培养系统的成像视野数。论文将视野测量与独立培养分别标注，用于呈现图像量化结果。
为候选干预提供区域明确的表型终点
这套流程适合在已有模型中，把候选干预后的结构变化与轴突内蛋白信号分开比较。其与药物 NAMs 的关联，主要在于为人源神经肌肉模型提供定义更清楚的量化终点；2026 年方法文着重介绍流程与分析质量。
作者提出可按研究问题调整分析，用于其他轴突类型或聚集相关蛋白；这些属于可拓展方向，仍需在对应模型中重新确认识别与分割质量。