معلومة

ما هي حالة التحليل الكمي الآلي؟


يعد التحليل الكمي للصور المجهرية أمرًا ضروريًا للعديد من أنواع الدراسات ، ولكن التقنيات المستخدمة غالبًا ما تكون كثيفة العمالة. لقد تمكنت من العثور على بعض المؤلفات حول استخدام أجهزة الكمبيوتر لإجراء التحليل ، ولكن ليس لدي صورة جيدة عن حالة الفن.

  • هل هناك مراجعة جيدة للأدبيات حول هذا الموضوع؟

  • هل هناك فائدة كبيرة في الممارسة لم أرها بعد؟


يبدو أن طرق الطبيعة تنشر عددًا لا بأس به من الأساليب التي تسهل هذا النوع من التحليل. على سبيل المثال http://www.nature.com/nmeth/journal/v8/n3/full/nmeth.1558.html

وافتتاحية منهم: http://www.nature.com/nmeth/journal/v9/n7/full/nmeth.2102.html كجزء من إصدار خاص حول المعلوماتية BioImage مع بعض الأمثلة اللطيفة. http://www.nature.com/nmeth/journal/v9/n7/index.html


الكلمة التي تبحث عنها هي "تجزئة الصورة". ولكن هنا أيضًا ، يعتمد الأمر كثيرًا على ما تنظر إليه. تجزئة وتقدير صور الفلورة البسيطة سهل نسبيًا ويستخدم على نطاق واسع. يمكن أن يصبح الأمر معقدًا للغاية اعتمادًا على مدى تعقيد الهيكل الذي تنظر إليه. هناك مناهج للتعلم الآلي قادرة على تمييز الهياكل المعقدة عن بعضها البعض ، مثل حالات الانقسام المختلفة.

تجزئة العينات المصبوغة بالهيماتوكسيلين يوزين (HE) يخضع لأبحاث معلوماتية حيوية مكثفة. يتمثل أحد الأهداف في مساعدة أخصائيي علم الأمراض في تصنيف آفات الأنسجة ، مثل سرطان البروستاتا ، ولكن هذا بقدر ما أعرف لم يتم استخدامه إكلينيكيًا بعد. أصبحت عمليات مسح الشرائح الكاملة للعينات النسيجية مستخدمة على نطاق واسع سريريًا. هذه الصور ضخمة جدًا (1 غيغابايت لكل عينة) ، لذلك ينصب تركيز البحث أيضًا على توفير تحليل واسع النطاق لعمليات المسح الضوئي للشرائح بأكملها.

أيضًا ، ألق نظرة على CellProfiler (http://www.cellprofiler.org) ، هذا البرنامج المجاني مفتوح المصدر أنقذ مشروع الدكتوراه الخاص بي.

الأدب الذي وجدته:

Tabesh ، A. ، M. Teverovskiy ، et al. (2007). "تشخيص سرطان البروستاتا متعدد الميزات وتصنيف جليسون للصور النسيجية." IEEE Trans Med Imaging 26 (10): 1366-1378.

بيتوشي ، إس ، إف يو جارسيا ، وآخرون. (2006). "الحسابات واسعة النطاق على صور الأنسجة تكشف عن معايير تمايز الدرجة لسرطان الثدي." التصوير BMC Med 6: 14. http://www.ncbi.nlm.nih.gov/pmc/articles/PMC1634843/

لا يمكنني تقديم مراجعة حديثة لك ، على الرغم من ...


نظام آلي للتحليل الكمي لحركة اليرقات ذبابة الفاكهة

ذبابة الفاكهة تم استخدام اليرقات كنموذج لدراسة الدارات الجينية والخلوية التي تعدل السلوكيات. أحد التحديات في الدراسة السلوكية هو القياس الكمي للأنماط الظاهرية المعقدة مثل السلوكيات الحركية. يمكن تحسين القدرة التجريبية بشكل كبير عن طريق تعقب تلقائي لحيوان واحد يسجل حيوانًا بدقة عالية لفترة ممتدة ، ويحلل معلمات سلوكية متعددة.

نتائج

نقدم هنا MaggotTracker ، وهو نظام تتبع لحيوان واحد لـ ذبابة الفاكهة تحليل حركة اليرقات. يتحكم هذا النظام في مرحلة المجهر الآلي أثناء التقاط مقطع فيديو ، بحيث يظل الحيوان في مركز المشاهدة. ثم يقلل من الحيوان إلى 13 نقطة موزعة بالتساوي على طول خط الوسط ، ويحسب أكثر من 20 معلمة لتقييم الشكل وحركة التمعج والقدرة على التحمل ومسار الحيوان.

لإثبات فائدتها ، قمنا بتطبيق MaggotTracker لتحليل كل من الحيوانات البرية والمتحولة لتحديد العوامل التي تؤثر على سلوكيات القاطرات. تم تعقب كل حيوان لمدة أربع دقائق. كشف تحليلنا على يرقات المرحلة الثالثة من كانتون- S أن المسافة التي قطعها الحيوان كانت مرتبطة بسرعة خطوه بدلاً من النسبة المئوية للوقت الذي يقضيه الحيوان في المشي ، وأن سرعة المشي كانت مرتبطة بكل من المسافة ومدة واحدة. خطوة. لوحظ ازدواج الشكل الجنسي في طول الجسم ولكن ليس في العوامل الحركية مثل السرعة. تأثرت معاملات القاطرة بمرحلة نمو الحيوان والسطح الزاحف. لم يتم الكشف عن أي تغييرات كبيرة في سرعة الحركة في طفرات الجينات اليومية مثل فترة (لكل), نفذ الوقت، و خالدة (تيم). أظهر تحليل MaggotTracker ذلك أثير الذهاب (النسر), شاكر (ش), بطيئة (سلو)، و غبي (dnc) تحتوي اليرقات الطافرة على أنماط ظاهرية شديدة في معاملات قاطرة متعددة مثل مسافة الخط والسرعة ، بما يتوافق مع وظيفتها في الوصلات العصبية العضلية. علاوة على ذلك ، فإن الأنماط المظهرية لجينات قناة K + النسر, ش و سلو متشابهة للغاية.

الاستنتاجات

أظهرت هذه النتائج أن MaggotTracker هي أداة فعالة للنمط الظاهري التلقائي. يمكن تنزيل برنامج MaggotTracker وكذلك البيانات المقدمة هنا من موقع الوصول المفتوح الخاص بنا www.WormLoco.org/Mag.


خوارزمية الارتباط للتحليل الكمي الآلي لبيانات بروتينات البندقية

يتم تسهيل التحليلات الكمية للبندقية باستخدام العلامات الكيميائية مثل ICAT واستراتيجيات وضع العلامات الأيضية مع النظائر المستقرة. يتطلب الإنتاج السريع للإنتاجية العالية للبيانات البروتينية الكمية "البندقية" تطوير برنامج لتحويل البيانات المشتقة من الببتيدات المشتقة من قياس الطيف الكتلي تلقائيًا إلى وفرة نسبية من البروتين. نصف برنامج كمبيوتر يسمى RelEx ، والذي يستخدم انحدار المربعات الصغرى لحساب نسب تيار أيون الببتيد من كروماتوجرام الأيونات المشتقة من مقياس الطيف الكتلي. RelEx متسامح مع بيانات الإشارة إلى الضوضاء الضعيفة ويمكن أن تتجاهل تلقائيًا المخططات اللونية غير القابلة للاستخدام والنسب الخارجية. نطبق تصحيحًا بسيطًا للأخطاء المنهجية يحسن دقة القياس الكمي بنسبة 32 +/- 4٪. تم التحقق من صحة نهجنا الآلي باستخدام الخلائط ذات العلامات المكونة من النسب المولية المعروفة وتم إظهارها في عينة حقيقية عن طريق قياس تأثير الإجهاد التناضحي على التعبير البروتيني في Saccharomyces cerevisiae.


الملخص

يتم تسهيل التحليلات الكمية للبندقية باستخدام العلامات الكيميائية مثل ICAT واستراتيجيات وضع العلامات الأيضية مع النظائر المستقرة. يتطلب الإنتاج السريع للإنتاجية العالية للبيانات البروتينية الكمية "البندقية" تطوير برنامج لتحويل البيانات المشتقة من الببتيدات المشتقة من قياس الطيف الكتلي تلقائيًا إلى وفرة بروتينية نسبية. نصف برنامج كمبيوتر يسمى RelEx ، والذي يستخدم انحدار المربعات الصغرى لحساب نسب تيار أيون الببتيد من كروماتوجرام الأيونات المشتقة من مقياس الطيف الكتلي. RelEx متسامح مع بيانات الإشارة إلى الضوضاء الضعيفة ويمكن أن تتجاهل تلقائيًا المخططات اللونية غير القابلة للاستخدام والنسب الخارجية. نطبق تصحيحًا بسيطًا للأخطاء المنهجية يحسن دقة القياس الكمي بنسبة 32 ± 4٪. تم التحقق من صحة نهجنا الآلي باستخدام الخلائط ذات العلامات المكونة من النسب المولية المعروفة وتم إظهارها في عينة حقيقية عن طريق قياس تأثير الإجهاد التناضحي على تعبير البروتين في خميرة الخميرة.

ساهم هؤلاء المؤلفين بالتساوي على هذا العمل.

لمن يجب توجيه المراسلات. البريد الإلكتروني: [email & # 160protected] الهاتف: 858-784-8862. الفاكس: 858-784-8883.


نقاش

التحليل الكمي للديناميات الجزيئية والخلوية أمر بالغ الأهمية لفهم الآليات الكامنة وراءها. تعد Kymographs طريقة قوية جدًا لعرض الاعتماد على الوقت لهذه العمليات ويمكن من حيث المبدأ استخدامها للحصول على نظرة كمية حول ديناميكياتها. ومع ذلك ، كان من الصعب أتمتة تحليل kymograph ، خاصة بالنسبة للبيانات المعقدة ومنخفضة SNR. نتيجة لذلك ، يتم إجراء التحليل في كثير من الحالات عن طريق الفحص البصري البشري. قدمنا ​​هنا مجموعة جديدة وموثوقة من أدوات البرامج للجيل (KymographClear) والتحليل (KymographDirect) من kymographs.

لإثبات موثوقية تحليل kymograph الآلي بواسطة KymographDirect، قمنا باختبار هذه الأداة على نطاق واسع باستخدام أجهزة kymographs المحاكاة التي تمثل مجموعة واسعة من العمليات الديناميكية وظروف التصوير كما هو موجود في الأدبيات. يتم عادةً استخراج المسارات بدقة بكسل فرعية حتى بالنسبة إلى نسبة الإشارة إلى الضوضاء (SNR) القريبة من 1 (الأشكال 2B و 3 و B و D و 5 B و 7 B و 8 C). حتى بالنسبة إلى أجهزة kymograph منخفضة SNR ، فإن التطبيق قادر على استخراج غالبية المسارات. في SNR & gt 2 ، يتم الكشف عن 80٪ على الأقل وغالبًا 90٪ من المسارات بشكل موثوق (الأشكال 3 و C و E و 5 و C و E و 7 و D و E و 8 و D و E). تعتمد قدرة الخوارزمية على تحديد السرعات بدقة على العشوائية للعملية المدروسة في معظم الحالات ، وتكون نسبة عدم اليقين التي تمت مواجهتها على الأكثر نسبة قليلة (الأشكال 2C و 7 و C و E).

أظهرنا قابلية التطبيق KymographDirect لمجموعة متنوعة من أجهزة التصوير التجريبية. KymographDirect تم استخدامه لاستخراج مسارات البروتينات المفردة المنتشرة والانتقالية على الحمض النووي في المختبر (الشكل 4) ، ومسارات حافة الأنابيب الدقيقة المتنامية في المختبر (الشكل 6) ، ومسارات مجموعات المحركات الجزيئية في الأهداب والمحاور في الخلايا الحية (الأشكال) 9 و 10). تمثل هذه الأمثلة مجموعة متنوعة من الظروف التجريبية التي تسلط الضوء على قابلية تطبيق أدواتنا للتقييم الكمي لمجموعة واسعة من العمليات البيولوجية في الجسم الحي وفي المختبر. هم أيضا يبرهنون ذلك KymographDirect يمكن أن يستخرج بشكل موثوق المسارات المعقدة بطريقة آلية ، مما ينتج عنه معلمات حركية مثل السرعة اللحظية ، والشدة والسرعة المعتمدة على الموضع ، وثوابت الانتشار. مقارنة بإجراءات تتبع الجسيمات الفردية المتاحة ، KymographDirect أداء مماثل أو أفضل على مجموعات البيانات المختبرة. تعد المقارنة مع أدوات التحليل الآلي لـ kymograph أكثر صعوبة لأنه على الرغم من كمية الخوارزمية المنشورة ، تتوفر أداة واحدة فقط شبه آلية للجمهور مقارنة بهذه الأداة ، KymographDirect يوفر درجة أعلى من الأتمتة والدقة في مجموعة البيانات التي تم اختبارها. استخدمت جميع التطبيقات التي تم تحليلها هنا الفحص المجهري الفلوري ، ولكن من حيث المبدأ ، KymographDirect و KymographClear يمكن أيضًا تطبيقه على البيانات التي تم الحصول عليها باستخدام الفحص المجهري للمجال الساطع ، بما في ذلك الفحص المجهري لتباين الطور والتداخل التفاضلي.

تستخدم أجهزة Kymographs على نطاق واسع في بيولوجيا الخلية ومجتمعات الفيزياء الحيوية لتصور الحركة. تفتقر أدوات التحليل الكمي الآلية لأجهزة kymographs ، مما يقيد الباحثين لاستخراج معلمات الحركة يدويًا. قدمنا ​​هنا مجموعة أدوات جديدة لتوليد أجهزة التصوير والتحليل الآلي التي يمكن الاعتماد عليها حتى في ظل ظروف الازدحام الشديد وانخفاض نسبة الإشارة إلى الضوضاء (SNR). نتوقع أن مجموعة الأدوات ستمكّن الميكروسكوبس من تحليل صورهم بدقة عالية وموثوقية وإنتاجية ، مما يؤدي إلى تسريع الاكتشافات في الديناميات الجزيئية والخلوية.


نتائج

جودة الصور الثنائية

شرائح التصوير المقطعي لأنسجة الرئة لاثنين بعد الوفاة (سليمة) الحيوانات التي تم تصويرها بكل من 2.9 ميكرومترحجم البكسل و 1.1 ميكرومترتم رسم بصريات بحجم m-pixel في الشكل 7. تم اقتصاص كلتا الشريحتين لتغطية مساحة 0.8 × 0.8 مم 2. في الصور الخام ذات الدقة المنخفضة في الشكل 7 أ ، تكون الجدران الرقيقة بين الحويصلات الهوائية (الحاجز) مرئية ، ولكنها مفقودة في خطوة التجزئة [كما هو موضح بواسطة الأسهم الخضراء في الشكل 7 ب]. باستخدام البصريات عالية الدقة ، يمكن استعادة الحاجز في الصورة المجزأة الثنائية [كما هو موضح في الشكل 7 د] من خلال تطبيق تقنية التجزئة الخاصة بنا. ومع ذلك ، يتم إدخال القطع الأثرية الصغيرة عند إجراء خطوة "الصورة المموجة" في طريقة التجزئة (الخطوة C في الشكل 3) ، والتي يشار إليها بالأسهم الحمراء في الصورة المجزأة [انظر الشكل 7 د]. نظرًا لأن كلا من البصريات عالية ومنخفضة الدقة في ظل ظروف التعرض المنخفض تنتج قطعًا أثرية لتجزئة الصورة ، نحتاج إلى مناقشة آثارها قريبًا في ضوء التحليل الكمي اللاحق.

مقارنة بين البصريات منخفضة الدقة وعالية الدقة لمجال رؤية 0.8 × 0.8 مم 2 في منطقتين تم اختيارهما عشوائيًا: (أ) يُظهر شريحة التصوير المقطعي لـ 2.9 ميكرومتربصريات بحجم م بكسل (ب) الصورة الثنائية المجزأة المقابلة (ج) يوضح شريحة التصوير المقطعي لـ 1.1 ميكرومتربصريات بحجم م بكسل و (د) يعرض صورته المجزأة المقابلة. تعرض الأسهم القطع الأثرية التي أدخلها التقسيم.

بالنسبة للصور منخفضة الدقة [الشكل 7 أ و 7 ب] ، فإن التلاشي شبه الكامل لأسطح الحاجز أثناء خطوة التجزئة يؤدي إلى حقيقة أنه بالنسبة للتحليل الطوبولوجي لمنطقة سطح تبادل الغازات (الحويصلات الهوائية) ، فإن البيانات الحاسمة مفقودة. وبالتالي ، تبدو البيانات منخفضة الدقة غير مناسبة لتحليل الانحناء الكمي. ومع ذلك ، بالنسبة لتحليل خريطة سمك حجم الهواء ، فإننا نفترض أن القطع الأثرية ستلعب دورًا هامشيًا فقط حيث يُتوقع منها أن تنتج تعديلات أحادية البكسل فقط في أحجام المجال الجوي المحلية. ومن ثم ، فإن الجزء المتبقي الوحيد هو العثور على حجم مقسم جيدًا "بشكل كافٍ" قبل إدخال البيانات لمزيد من التحليل. قد يكون التمييز بين التقسيم "الجيد" و "السيئ" غامضًا في بعض الأحيان ، حيث يمكن التمييز بمعايير مختلفة (السمات البيولوجية ، SNR ، إلخ). للتغلب على هذه المشكلة ، أنتجنا أولاً مجموعة بيانات ثلاثية الأبعاد مؤتمتة ثنائية الأبعاد [38] وطبقنا بشكل مستقل عملية "فتح" و "إغلاق" مورفولوجية تنتهي بإجمالي ثلاث مجموعات بيانات لكل ضغط ذروة الشهيق. بهذه الطريقة ، تصبح النتائج الكمية التالية مستقلة في خطوة التقسيم لأننا نحتاج فقط إلى تحديد مجموعة من الأحجام المجزأة المختلفة التي نعتبرها ذات قيمة من حيث الحفاظ على السمات البيولوجية الرئيسية. كما نصف في القسم التالي ، فإن نتائج التحليل الكمي تمتلك بعد ذلك شكوكًا قابلة للقياس ناتجة عن أخطاء التجزئة المحتملة.

تبدو الصور عالية الدقة ، كما يظهر من الفحص البصري من الشكل 7 ج و 7 د ، مناسبة لكل من خريطة سمك حجم الهواء وكذلك تحليل الانحناء. مرة أخرى ، من المتوقع أن تلعب القطع الأثرية المرئية دورًا هامشيًا فقط في تحليل خريطة سماكة حجم الهواء بينما تمثل طوبولوجيًا أسطحًا "حادة" (ذات نصف قطر صغير) والتي يمكن ترشيحها بسهولة عند التقييم الطوبولوجي (الانحناء). لاستكشاف تأثير تجزئة الصور الثنائية المختلفة ، تم تغيير المعلمات التي تتطلب تفاعل المستخدم في طريقة التجزئة لدينا (أي تلك التي تحدد الكشف عن الحد الأقصى المحلي في خوارزمية ملف التعريف على شكل خط - الخطوة "ج" في الشكل 3) يدويًا لإنتاج 9 مجموعات بيانات لكل ضغط ذروة الشهيق ، مما ينتج عنه مجموعات بيانات بدرجات متفاوتة من القطع الأثرية المرئية. على وجه الخصوص ، كانت هذه هي الحد الأدنى / الأقصى للعرض لتمييز الحاجز السنخي في ملف تعريف الخط المعني بالإضافة إلى الحد الأدنى للقيمة الرمادية التي تحدد الحاجز السنخي فيما يتعلق بالخلفية. بعد ذلك ، تم إدخال جميع مجموعات البيانات في خوارزميات التحليل الكمي.

نتائج خريطة سمك حجم الهواء

كما ذكرنا سابقًا ، تم إنشاء مجموعات بيانات ثلاثية الأبعاد متعددة ثنائية لكل ضغط ذروة الشهيق (3 أقسام مختلفة للبصريات منخفضة الدقة و 9 أقسام مختلفة للجزء عالي الدقة) لكلا البصريات من أجل التحقيق في تأثير خطوة التقسيم على النتائج الكمية. ينعكس هذا في الشكل 8 والجدول 1 ، بينما تم إجراء تصورات خريطة سمك الهواء (ثنائي الأبعاد وثلاثي الأبعاد) فقط على تجزئة واحدة محددة لكل ضغط تضخم. يظهر أحد الأمثلة في الشكل 9 للمناطق الصغيرة ذات الأهمية ، حيث يتم تثبيت خرائط سماكة حجم الهواء لكل ضغط ذروة الشهيق على البيانات الأصلية. تم تعيين الألوان وفقًا للأقطار الهيكلية. كما يتضح ، مع زيادة الضغط ، هناك زيادة في الهياكل البرتقالية إلى الصفراء المقابلة للأقطار الهيكلية بحوالي 70 ميكرومترم وانخفاض الهياكل الحمراء ، المقابلة للأقطار الهيكلية حوالي 40 ميكرومترم.

وظائف كثافة الاحتمالية (PDF) لسمك حجم الهواء المحلي لكلا البصريات المختلفة: (أ) يوضح ملف PDF لخريطة سمك حجم الهواء لـ 2.9 ميكرومتربصريات بحجم م بكسل (ب) يعرض واحدًا لـ 1.1 ميكرومتربصريات بحجم م بكسل. تنشأ فترات عدم اليقين من مجموعات مختلفة من التقسيمات.

يتم الحصول على النتائج من خلال دمج PDF-s من الشكل 8 وفقًا للنطاقات المقابلة.

تم الحصول على أقطار الهيكل عن طريق حساب خريطة سمك حجم الهواء باستخدام 1.1 ميكرومتربصريات بحجم m بكسل لثلاثة ضغوط إلهامية مختلفة للذروة: (أ) 5 سم2يا (ب) 10 سم2يا (ج) 25 سم2س.

في الشكل 8 ، تم رسم وظائف الكثافة الاحتمالية (PDF) لخرائط سمك حجم الهواء اعتمادًا على أقطار الهيكل للبصرين المختلفين. تم تحديد قطع الأراضي بسماكات هيكلية بحجم يصل إلى 170 ميكرومترم يرجع ذلك إلى حقيقة أن الأحجام الكبيرة يمكن أن تغير النتائج عندما تنتفخ الرئتان أثناء تحركهما داخل / خارج منطقة الاهتمام. تعرض المناطق الملونة خلف كل دالة الانحرافات المعيارية للنتائج الكمية فيما يتعلق بمعلمات التجزئة المختلفة المستخدمة في الحسابات. من المنحنيات ، نلاحظ تحولًا من الأقطار الصغيرة (حوالي 40 ميكرومترم) عند ذروة ضغط الشهيق 10 سم2O نحو أقطار أكبر (حوالي 70 ميكرومترم) مع زيادة الضغط. يمكن ملاحظة هذه النتيجة بكلتا البصريات ، ويبدو أنه لا يوجد تغيير كبير في توزيعات سماكة حجم الهواء المحلي المحسوبة بين البصريين. ومع ذلك ، فإن البيانات التي تم الحصول عليها باستخدام البصريات المكبرة الأعلى [انظر الشكل 8 ب] تعطي نتائج أكثر دقة (مع انحرافات معيارية أصغر) من النتائج المكبرة الأقل [كما هو موضح في الشكل 8 أ]. علاوة على ذلك ، زيادة الضغط الرئوي من 10 سم ح2س إلى 20 سم2ينتج عن O تضخم واضح للمجال الجوي المتني ، ولكن الزيادة الإضافية من 20 سم في الساعة2O إلى 30 سم2يظهر O فقط الحد الأدنى من التوسيع. قد يشير الأخير إلى أن إجمالي سعة الرئة يتم الوصول إليه عند ضغط رئوي يبلغ حوالي 20 سم / ساعة2س.

في الجدول 1 ، التوزيعات الحجمية في أربعة نطاقات مختلفة (20-50 ميكرومترم ، 50-80 ميكرومترم ، 80-110 ميكرومترم و 110 – بقية ميكرومترم) تلخيصها. يتم الحصول عليها من خلال دمج التوزيعات المعنية على فترات زمنية محددة وإظهار نفس الاتجاهات بطريقة كمية: مع زيادة ضغط الذروة الشهيق ، تحدث الزيادة الحجمية عند النطاق 2 مع انخفاض متزامن في النطاق 1.

كما يتضح من كل من الشكل 8 والجدول 1 ، فإن النتائج من كلا البصريات تظهر اتجاهات مطابقة للنطاقين الأصغر النطاق 1 و النطاق 2. الأقطار الهيكلية أعلى من 80 ميكرومترمن ناحية أخرى ، تنتج m كثافات احتمالية لا تتبع اتجاهًا واضحًا مع زيادة ضغوط الذروة الشهية. سنشرح هذا التأثير لاحقًا بمزيد من التفصيل ، لكن لاحظ في هذه المرحلة أن هذا يرجع إلى المناطق الحجمية الصغيرة ذات الأهمية التي تقدم تحيزات إضافية. أقطار إنشائية أقل من 20 ميكرومترلا تعتبر م في عملية التقييم لأنها أصغر بكثير من أصغر الأقطار المتوقعة للحويصلات الهوائية.

أخيرًا ، في الشكل 10 نعرض تمثيلات ثلاثية الأبعاد لخرائط سماكة حجم الهواء للضغوط الثلاثة المختلفة والبصرين. في البصريات منخفضة الدقة (مجال الرؤية الأكبر) تم استبعاد الممرات الهوائية الكبيرة من خلال كونها شفافة (مرئية من الثقوب). يمثل الخط الذي يمتد تقريبًا من الزاوية اليسرى السفلية إلى الزاوية اليمنى العليا من الكتلة الحد الفاصل بين الفص الذيلي الأيمن والأيمن ، ويبدو أن الفص الأوسط يزيد في الحجم أكثر من الفص الذيلي ، بعد تمثيل اللون. يمكن ملاحظة ذلك من خلال حقيقة أن الفص الأوسط يتخذ لونًا أكثر "ضاربًا إلى الحمرة" مع تضخم أكبر. لذلك ، لوحظ تضخم غير متجانس بين الفصيصات وداخلها.

تصور خرائط سماكة حجم الهواء ثلاثية الأبعاد: (أ),(ج) و (ه) إظهار 10 و 20 و 30 سم2يا ضغوط ل 2.9 ميكرومتربصريات بحجم م بكسل (ب),(د) و (F) إظهار تلك الخاصة بـ 1.1 ميكرومتربصريات بحجم م بكسل. RML: الفص الأوسط الأيمن RCaL: الفص الذيلي الأيمن تشير الدوائر الحمراء إلى المناطق التي تظهر عند نفس ضغوط الهواء تمددًا أصغر في الأجواء الفردية. مع ضغوط أعلى ، يمكن رؤية المزيد من الأحجام الملونة باللون البرتقالي إلى الأحمر ، i. ه. أحجام هواء بسمك إنشائي 50-80 ميكرومترم.

نتائج الانحناء

توزيعات شكل الواجهة (ISD) للضغوط الثلاثة المختلفة موضحة في الشكل 11. حيث أنه لكل ضغط ذروة شهيق يتم حساب ISD-s متعددة فيما يتعلق بمجموعات البيانات الثنائية المختلفة التي تم الحصول عليها باستخدام تسع مجموعات مختلفة من المعلمات للتجزئة ، هنا يتم رسم متوسط ​​ISD-s. كما هو متوقع ، تكمن أعلى كثافة في "المنطقة 1" ، مقارنة بمؤامرة تعريف ISD في الشكل 6 وتشير إلى أن الرئتين على شكل بيضاوي إلى حد كبير (أي محدبة باتجاه أنسجة الرئة) ، على غرار الشكل المثالي للحويصلات الهوائية [58] . ومن الواضح أيضًا أنه مع زيادة الضغوط يحدث تحول من توزيع متنوع إلى توزيع أكثر اتساقًا للانحناءات على سطح الهواء إلى الأنسجة. يتضح ذلك مع ظهور القمة الساطعة (الحمراء) بعد زيادة الضغط الرئوي من 10 إلى 20 سم ساعة.2O. الخطوة الأخيرة (من 20 سم2O إلى 30 سم2O) تصبح أكثر محلية في "المنطقة 1". ومع ذلك ، فإن الزيادة من 10 سم2س إلى 20 سم2ينتج O فرقًا أكبر بكثير من الزيادة من 20 سم ساعة2O إلى 30 سم2O. مرة أخرى هذا يرجع إلى حقيقة أن السعة الكلية للرئة تصل إلى حوالي 20 سم في الساعة2O. في نفس الوقت ، يتحول الذيل الأزرق (كثافة ∼ 90) من "المنطقة 2" و "المنطقة 3" (الشكل 11) قليلاً نحو القمة المركزية (الاتجاه الصحيح). ومع ذلك ، في المجموع ، تتحرك ذروة الكثافة الأعلى نحو انحناءات رئيسية أصغر (كما هو موضح بالسهم في الشكل 11) أو نصف قطر أكبر ، على التوالي. يمكن رؤية هذا قليلاً من خلال تحريك الجزء العلوي من "الذيل الأزرق البنفسجي" (كثافة ∼ 70) باتجاه المركز.

توزيعات شكل الواجهة (ISD) للضغوط المختلفة الحرة: (أ) 10 سم2يا (ب) 20 سم2يا (ج) 30 سم2O. تشير الأسهم إلى التحول نحو الانحناءات الأساسية الأصغر (أنصاف أقطار أكبر).

لتوضيح هذه النتائج بشكل أفضل ، بالإضافة إلى ذلك ، تم رسم كل من الانحناءات الغوسية والمتوسط ​​للضغوط المختلفة في الشكل 12. كما كان من قبل ، تعرض المناطق الملونة خلف كل وظيفة الانحرافات المعيارية للنتائج الكمية فيما يتعلق بمعلمات التجزئة المختلفة. كما يتضح من الشكل 12 ، فإن هوامش الخطأ صغيرة جدًا مما يشير إلى أن معلمات التجزئة المختلفة لها تأثير ضئيل جدًا على نتائج الانحناء الإجمالية.

دوال كثافة الاحتمال (PDF) للغة الغاوسية (أ) و يعني (ب) الانحناءات. كما كان من قبل ، تنشأ فترات عدم اليقين من معلمات التجزئة المختلفة.

أفضل توضيح للانحناء الغاوسي هو السطح المسطح مثل قرص التمدد الذي ينمو بشكل متناحي [48]: إذا كان التمدد منتظمًا (أي أن الشكل العام ظل كما هو) ، فسيكون الانحناء صفرًا على شكل غاوسي إذا كانت المناطق الهامشية تنمو أبطأ من في الوسط ، سيظهر القرص شكلًا مكافئًا وسيكون الانحناء الغاوسي موجبًا ، وإذا كانت المنطقة المركزية تنمو بشكل أبطأ من تلك الهامشية ، فإن القرص سوف يلتوي ويشكل شكلًا بحافة متموجة (مثل سطح السرج) ، مما يجعل انحناء غاوسي سلبي. في حالتنا ، نلاحظ زيادة تقارب الصفر ، مما يشير إلى أن الأسطح الموجودة داخل الرئة فقط تصبح مسطحة أكثر ، كما يتضح من الشكل 12 أ. من ناحية أخرى ، يمكن رؤية كثافة أعلى قليلاً للانحناءات الغاوسية الإيجابية ، مما يشير مرة أخرى إلى وجود أسطح بيضاوية (محدبة باتجاه أنسجة الرئة).

يشير متوسط ​​الانحناء كما هو موضح في الشكل 12 ب إلى الاتجاه المذكور أعلاه (مع زيادة ضغوط الذروة الشهية) نحو انحناءات أساسية أصغر في "المنطقة 1" ، مما يعني أن الانحناءات المتوسطة الموجبة في المناطق اليمنى الخارجية تصبح أكثر انبساطًا. حقيقة أن القمة في الشكل 12 ب تظهر اتجاهًا مقلوبًا من 20 سم2O إلى 30 سم2يمكن أن يعزى O إلى نفس التأثير الذي لوحظ بالفعل في تحليل خريطة سمك حجم الهواء. على وجه التحديد ، نظرًا لأننا نفكر فقط في الأحجام الجزئية الصغيرة للرئتين السليمة ، يمكن للمسالك الهوائية الكبيرة أن تتحرك خارج مجال الرؤية الحجمي عند ضغوط ذروة الشهيق ، وهذا هو سبب نتائج الانحناءات المتوسطة المنخفضة (مثل الأسطح المسطحة ، والمسالك الهوائية الكبيرة ) يجب أن يؤخذ في الاعتبار بعناية.


ما هي حالة التحليل الكمي الآلي؟ - مادة الاحياء

لقد طلبت ترجمة آلية لمحتوى محدد من قواعد البيانات الخاصة بنا. يتم توفير هذه الوظيفة لراحتك فقط ولا يُقصد بها بأي حال من الأحوال أن تحل محل الترجمة البشرية. لا تقدم SPIE ولا مالكو وناشر المحتوى ، وهم يتنصلون صراحةً من مسؤوليتهم ، أي تعهدات أو ضمانات صريحة أو ضمنية من أي نوع ، بما في ذلك ، على سبيل المثال لا الحصر ، الإقرارات والضمانات فيما يتعلق بوظيفة ميزة الترجمة أو دقة أو اكتمال الترجمات.

لا يتم الاحتفاظ بالترجمات في نظامنا. يخضع استخدامك لهذه الميزة والترجمات لجميع قيود الاستخدام الواردة في شروط وأحكام استخدام موقع SPIE.

الكشف التلقائي والتحليل الكمي للخلايا في القشرة الحركية الأولية للماوس

Yunlong Meng ، 1 Yong He ، 1 Jingpeng Wu ، 1 Shangbin Chen ، 1 Anan Li ، 1 Hui Gong 1

1 جامعة هواتشونغ. العلوم والتكنولوجيا (الصين)

اشترك في المكتبة الرقمية

50 تنزيلًا لكل اشتراك لمدة عام

25 تنزيلًا لكل اشتراك لمدة عام

يتضمن ملفات PDF و HTML و Video ، عند توفرها

تلعب الخلايا العصبية دورًا مهمًا جدًا في تنظيم التمثيل الغذائي والتحكم في الآلية ، لذا فإن عدد الخلايا هو محدد أساسي لوظيفة الدماغ. الجمع بين أساليب وسم الخلايا المناسبة مع تقنيات التصوير البصري ثلاثي الأبعاد المقترحة مؤخرًا ، يمكن الحصول على أقسام إكليلية لدماغ الماوس بالكامل بدقة فوكسل 1 ميكرومتر. لقد طورنا خط أنابيب أوتوماتيكيًا بالكامل لإجراء اكتشاف النقط الوسطى للخلايا ، وقدمنا ​​معلومات كمية ثلاثية الأبعاد للخلايا في القشرة الحركية الأساسية للماوس C57BL / 6. وهو يتضمن أربع خطوات رئيسية: 1) المعالجة المسبقة 2) التجزيء الثنائي للصورة 3) استخراج النقط المركزية للخلايا وتجزئة الكنتور 4) تقدير الكثافة الصفحية. تكشف التحقيقات التي أجريت على الطريقة المقدمة عن دقة كشف واعدة من حيث الاسترجاع والدقة ، بمتوسط ​​معدل استرجاع 92.1٪ ومتوسط ​​معدل دقة 86.2٪. نقوم أيضًا بتحليل توزيع الكثافة الصفحي للخلايا من سطح pial إلى الجسم الثفني من توجيهات الإخراج من النقط الوسطى للخلايا المكتشفة في القشرة الحركية الأولية للفأرة ، ونجد اختلافات كبيرة في توزيع الكثافة الخلوية في طبقات مختلفة. سيكون هذا النهج التلقائي للكشف عن الخلايا النقطية المركزية مفيدًا لسرعة عد الخلايا وتقدير دقيق للكثافة ، حيث يتم تجنب التحديد اليدوي الذي يستغرق وقتًا طويلاً وعرضة للخطأ.

ونسخ (2014) حقوق الطبع والنشر لجمعية مهندسي الأجهزة الضوئية (SPIE). يُسمح بتنزيل الملخص للاستخدام الشخصي فقط.


  • أساسيات MATLAB
  • كيفية استكشاف التعليمات البرمجية الخاصة بك
  • التطبيقات البيولوجية والطبية الأساسية

هل أنت عالم أحياء أو عامل صحي أو طالب طب يحتاج إلى تعلم كيفية البرمجة؟ هل أنت مبرمج يريد فهمًا أفضل للمجال الطبي؟ هل تبحث عن مقدمة إلى MATLAB؟

للمبتدئين ، تتخذ الطرق الكمية لعلم الأحياء نهجًا فريدًا ، مما يمنحك لمحة من الداخل عن الدورة التدريبية والمتعلمين فيها. ستدرس جنبًا إلى جنب مع الطلاب الذين يتعلمون أيضًا البرمجة.

بالنسبة للمبرمجين الخبراء ، ستساعدك هذه الدورة على تعلم MATLAB التي تحتاجها دون أن تتباطأ بسبب المفاهيم التمهيدية التي تعرفها بالفعل. سواء كنت مرتاحًا بالفعل للغة Python أو Javascript أو r أو أي لغة أخرى ، فسنساعدك على ترجمة هذه المعرفة إلى MATLAB.

سيتمكن جميع المتعلمين من الوصول إلى نسخة MATLAB التي يمكنهم استخدامها أثناء تشغيل الدورة ، مجانًا. ستكون هناك أيضًا فرص لوضع التعليمات البرمجية مباشرةً في المهام بحيث يمكنك اختبار مهاراتك والعمل على مشاريع أصلية.

بالإضافة إلى ذلك ، تستخدم هذه الدورة نهجًا متكيفًا مع مهامها. كلما زادت مهارتك ، قل عدد المشاكل التي ستحتاج إلى إكمالها من أجل إنهاء الدورة. إذا كنت تواجه صعوبة ، فسوف نتأكد من حصولك على الممارسة التي تحتاجها لتحقيق النجاح.


مقدمة

سيكون القياس الكمي ضروريًا حيث يدرس علماء الأحياء الجوانب المعقدة بشكل متزايد لتطور الكائن الحي [1]. لسوء الحظ ، يظل التحليل النوعي شائعًا لأنه غالبًا ما يكون من الصعب قياس العمليات الخلوية في سياقها الأصلي. تجعل المسابر الفلورية الحديثة وتقنيات الفحص المجهري مثل هذه القياسات ممكنة [2-4] ، لكن تحليل الصورة الذي يتبعها يتطلب مهارات متخصصة تتجاوز خبرة معظم التجريبيين. عالجت استراتيجيات التحليل الآلي تحديات مماثلة في القياس الخلوي [5-7] ، وعلم الجينوم والنسخ [8-11] ، وتخصصات فرعية أخرى في علم الأحياء [12 ، 13]. أثبت تحليل الصور أنه قابل بشكل خاص للأتمتة ، حيث اكتسبت العديد من أدوات الرؤية الحاسوبية قوة جذب بين علماء الأحياء [14-17]. تحظى هذه المنصات بشعبية كبيرة لأنها تزيد الإنتاجية ، وتحسن اتساق وحساسية القياسات ، وتجنب الحاجة إلى إتقان حسابي متخصص [18-20]. إن تصميم أدوات مماثلة لمساعدة علماء الأحياء على استقصاء وقياس العمليات التنموية في الجسم الحي سوف يحول دراسات التطور الجنيني والتنمية إلى مساعي كمية.

يدرس علماء الأحياء التطورية كيف ينسق تعبير ووظيفة الجينات الفردية ظهور الأنماط الظاهرية البالغة. غالبًا ما يسألون كيف تستجيب الخلايا عندما يتم اضطراب جين معين أو RNA أو بروتين خلال مرحلة معينة من التطور. قد تتميز استجابة الخلية بالتغيرات في التشكل ، أو بالتغيرات في التعبير عن الجينات الأخرى (الشكل 1 أ). تم إعاقة الجهود التجريبية للإجابة على هذا السؤال تاريخيًا بسبب صعوبة عزل الاضطرابات في سياق تنموي واحد ، حيث غالبًا ما تمنح أهداف الاضطراب الأكثر إثارة للاهتمام وظيفة تعدد الاتجاهات عبر عدة مراحل من التطور ويمكن أن تؤدي إلى الموت الجنيني المبكر [21-23].

إطار تجريبي يستخدم الحيوانات المستنسخة الانقسامية لاختبار ما إذا كانت التفاعلات التنظيمية تحدث أم لا بين هدف الاضطراب والمراسل المعني. تمثل العلامات الزرقاء والخضراء الجينات المعنية التي ترميز هدف الاضطراب والمراسل. (أ) من شأن الانخفاض الناجم عن الاضطراب في مستويات المراسل أن يؤكد حدوث التنظيم. (ب) إعادة التركيب الانقسامي يولد مجموعات سكانية فرعية نسيلية تحمل صفرًا أو نسخة واحدة أو نسختين من الجين الذي يشفر هدف الاضطراب. الخطوط السوداء تصور الموقع الجيني. فقط الجينات المصب في موقع إعادة التركيب هي التي تخضع لإعادة التركيب. تمثل العلامات الحمراء جينًا يشفر علامة استنساخية تُستخدم لتحديد الحيوانات المستنسخة الناتجة. يعكس التظليل الأحمر للبيضاوي الكبير مستوى مضان علامة نسيلي نسبي.

تناول تحليل الفسيفساء هذا التحدي في ذبابة الفاكهة عن طريق الحد من الاضطرابات لمجموعة فرعية من الخلايا داخل الأقراص التخيلية لليرقة [24 ، 25]. تنتج هذه التقنية نسيجًا غير متجانس يتألف من بقع متميزة وراثيًا من الخلايا المرتبطة نسبيًا. بصرف النظر عن طفرات de novo النادرة ، فإن الخلايا داخل كل استنساخ متطابقة وراثياً. قد يقتصر تكوين الاستنساخ على أعضاء نامية محددة باستخدام محفزات جينية خاصة بالقرص لدفع أحداث إعادة التركيب عبر الكروموسومات في الأقراص التخيلية المقابلة [26 ، 27]. The timing of these events determines the number and size of the resultant clones [28]. Perturbations are applied by engineering the dosage of a target gene to differ across clones (Fig 1B), resulting in clones whose cells are either homozygous mutant (−/−), heterozygous wildtype (+/−), or homozygous wildtype (+/+) for the particular gene. Labeling these clones with the presence or absence of fluorescent markers enables direct comparison of cells subject to control or perturbation conditions, while maintaining otherwise equivalent developmental and physiological histories between the two cell populations (Fig 2A). Additional reporters may be used to monitor differences in RNA or protein expression, morphology, or cell fate choice across clones (Fig 2B). Variants of this strategy led to seminal discoveries in both neural patterning [29–31] and morphogenesis [32, 33], and remain popular today [34–36].

(A,B) Conventional analysis of a mosaic eye imaginal disc. (A) Clones are identified by visual comparison of clonal marker fluorescence among nuclei. (B) Regions labeled homozygous mutant (−/−) or homozygous wildtype (+/+) for the clonal marker are compared with those labeled heterozygous wildtype (+/−) to assess whether reporter expression differs across clones. Fluorescence bleed-through is arbitrarily diagnosed. (C-H) Quantitative mosaic analysis. Panels depict a magnified view of the region enclosed by red rectangles in panels A and B. (C) Raw confocal image of the nuclear stain, clonal marker, and reporter of interest. (D) Segmentation identifies distinct nuclei. (E) Reporter expression is quantified by averaging the pixel intensities within each segment. Numbers reflect measured values. (F) Measurements may be corrected to mitigate fluorescence bleedthrough. (G) Individual nuclei are labeled homozygous mutant, heterozygous, or homozygous wildtype for the clonal marker. White arrows mark nuclei with ambiguous fluorescence levels. (H) Reporter levels are compared across clones to determine whether the perturbation affects reporter expression. Yellow region marks excluded clone borders. Comparison may exclude clone borders (yellow regions) and focus on a particular region of the image field (black arrows). In the eye imaginal disc, comparison is often limited to a narrow window near the MF (orange arrow).

Quantitative microscopy techniques are well suited to measuring differences in cell behavior across clones. One reporter (a clonal marker) labels the clones, while others quantitatively report properties of their constituent cells, such as the expression level of a gene product of interest (Fig 2C). The former then defines the stratification under which the latter are compared. We call this strategy Quantitative Mosaic Analysis (QMA) because it replaces subjective visual comparison with a rigorous statistical alternative. Although a few recent studies have deployed this approach [37–40], qualitative visual comparison remains pervasive in the literature.

We suspect the adoption of QMA has been hindered by demand for specialized computational skills or, in their stead, extensive manual labor. Researchers must first draw or detect boundaries around individual nuclei in a procedure known as segmentation (Fig 2D). Averaging the pixel intensities within each boundary then yields a fluorescence intensity measurement for each reporter in each identified nucleus (Fig 2E). The measurements should then be corrected to account for any fluorescence bleedthrough between reporter channels (Fig 2F). Correction often requires single-reporter calibration experiments to quantify any potential crosstalk between different fluorophores, followed by complex calculations to remedy the data [41, 42]. Researchers must then label, or annotate, each identified nucleus as mutant, heterozygous, or homozygous for the clonal marker. Annotation is typically achieved through visual inspection (Fig 2G). Cells carrying zero, one, or two copies of the clonal marker should exhibit low, medium, or high average levels of fluorescence, respectively. However, both measurement and biological noise introduce the possibility that some cells’ measured fluorescence levels may not reliably reflect their genetic identity. Annotation must therefore also consider the spatial context surrounding each nucleus. For instance, a nucleus whose neighbors express high levels of the clonal marker is likely to be homozygous for the clonal marker, even if its individual fluorescence level is comparable to that of heterozygous cells (Fig 2G, white arrows). Spatial context is particularly informative in developing tissues where cell migration is minimal, such as the fly imaginal discs. With many biological replicates containing thousands of cells each, annotation can quickly become insurmountably tedious. The corrected and labeled measurements are then curated for statistical comparison by excluding those on the border of each clone, and limiting their scope to particular regions of the image field (Fig 2H). Combined, all of these tasks ultimately burden researchers and raise the barrier for adoption of QMA.

Automation promises to alleviate this bottleneck, yet the literature bears surprisingly few computational resources designed to support QMA. The ClonalTools plugin for ImageJ deploys an image-based approach to measure macroscopic features of clone morphology, but is limited to binary classification of mutant versus non-mutant tissue and offers no functionality for comparing reporter expression across clones [43]. Alternatively, the MosaicSuite plugin for ImageJ deploys an array of image processing, segmentation, and analysis capabilities to automatically detect spatial interactions between objects found in separate fluorescence channels [44, 45]. While useful in many other settings, neither of these tools support automated labeling of individual cells or explicit comparison of clones with single-cell resolution. Most modern studies employing a quantitative mosaic analysis instead report using some form of ad hoc semi-automated pipeline built upon ImageJ [37, 39, 40]. We are therefore unaware of any platforms that offer comprehensive support for an automated QMA workflow.

Here, we introduce Fly-QMA, a computational framework for automated QMA of ذبابة الفاكهة أقراص خيالية. Fly-QMA supports segmentation, bleedthrough correction, and annotation of confocal microscopy data (Fig 2D–2H). We demonstrate each of these functions by applying them to real confocal images of clones in the eye imaginal disc, and find that our automated approach yields results consistent with manual analysis by a human expert. We then generate and use synthetic data to survey the performance of our framework across a broad range of biologically plausible conditions. Fly-QMA is freely available online (see Data and software availability), along with an interactive coding tutorial designed to acquaint users with the core software features by applying them to example data.


شكر وتقدير

We thank Thomas R. Clandinin, Jürgen Knoblich, Kristin Scott and and Bruno Lemaitre for sharing fly stocks. We thank Célia Baltazar, Ana Paula Elias and Ana Sofia Valente for technical assistance in running experiments, Matthieu Pasquet and Ricardo Ribeiro for assistance in hardware and acquisition software development and the Instituto Gulbenkian de Ciência for providing us access to experimental setups. Thomas R. Clandinin, Rui Costa, Samuel Walker and all the members of the Behavior and Metabolism Laboratory for helpful discussions and comments on the manuscript. This project was supported by a Human Frontiers Program Project Grant RGP0022/2012 to M.H.D. and C.R., an Allen Distinguished Investigator award to M.H.D. and the BIAL Foundation grant #167/10 and the Portuguese Foundation for Science and Technology (FCT) grant PTDC/BIA-BCM/118684/2010 to CR. P.M.I. is supported by the postdoctoral fellowship SFRH/BPD/79325/2011 from the Foundation for Science and Technology, E.V. by the fellowship 193-2012 from the BIAL Foundation and G.L. by the PhD Studentship SFRH/BD/51714/2011 from the Foundation for Science and Technology. The Champalimaud Neuroscience Programme is supported by the Champalimaud Foundation.


شاهد الفيديو: التحليل الفني: اليورو - الاسترليني - الذهب - الفضة 15 أكتوبر 2021. Point Trader Group (كانون الثاني 2022).