SCAnED——一种用于表皮和真皮皮肤区室中半自动细胞与细胞核检测的开源皮肤分割宏工具

在我们的研究中，我们探讨在分子、细胞、结构和力学水平上维持组织稳态的调控机制。我们的目标是理解皮肤炎症或癌症等病理状态。借助新型高分辨率成像技术和多组学工具，我们现在能够在二维和三维空间中绘制组织内细胞及基因表达的变化图谱。

这真正推动了我们对疾病发生和进展机制的理解。目前面临的一个重大挑战是先进显微技术所产生的海量数据。尽管现在有越来越多可用于图像分析的工具，但这些工具对于缺乏经验的用户往往不够友好，或者价格十分昂贵。

本方案提供了一种免费且用户友好的工具，可用于分析表皮和真皮中的人类皮肤细胞。该工具相较于通用方法可提高分析准确性，且无需编程或图像分析经验。首先，使用默认设置通过 Bio-Formats 在 Fiji 或 ImageJ 中打开免疫荧光图像。

此步骤中不要拆分通道。下载 SCAnED 宏，通过选择插件（Plugins），然后选择宏（Macros），点击运行（Run）来执行。

当系统提示时，选择 SCAnED 宏脚本文件。按照宏提供的屏幕提示操作。当宏提示时，选择 E-cadherin 通道。

接下来，导航至图像，选择“调整”，然后选择“阈值”，手动调整 E-cadherin 通道的阈值。当表皮区域被完全捕获后，点击“确定”。随后在提示时选择 DAP-E 通道以继续进行分割。

使用阈值函数进行细胞核分割时，自动定义强度水平。对于 StarDist，首先在 Image J 中打开插件。将细胞核检测模型加载到 StarDist 图形界面中，然后点击细胞核通道以选择其用于分析。接着，在 StarDist 中调整拼接（tile）设置，使其匹配预期的 256 × 256 像素的图像块大小。

当系统提示时，选择“是”以测量细胞核内的标记物强度。随后，对每个荧光通道重复进行分割和分析过程。所有通道处理完毕后，按照宏的指示将输出数据保存为逗号分隔值文件。

对于细胞质区域，当使用阈值函数完成细胞核分割后，应用二值化膨胀以扩展核兴趣区域。当使用StarDist进行细胞核分割时，应对核兴趣区域应用扩大扩展。当提示测量整个细胞区域内标记物强度时，选择“是”。

然后根据宏指令将生成的数据文件保存为逗号分隔值格式。使用同型对照样本建立标记物特异性的荧光强度阈值。下载相应的 Jupyter Notebook，并前往 Google Colab 选择文件，然后打开笔记本。

选择文件并依次运行代码单元。当提示选择文件时，点击按钮并上传逗号分隔值文件。对于每种抗体，使用同型对照文件计算平均荧光强度。

为了确定阈值，打开点图笔记本，上传同型对照数据并运行代码。根据同型对照和特异性抗体数据在点图中的点分布情况，选择一个强度阈值，以区分背景信号与真实的标志物表达。使用该阈值将每个细胞分类为对应标志物的阳性或阴性。

最后，在 Google Collab 笔记本中运行点图代码，创建点图以可视化标记物的共表达模式。在手动分割的图像中，波形蛋白阳性细胞显示出强烈的胞质信号，且清晰的 ROI 边界覆盖整个细胞体。SCAnED 半自动分割通过阈值和膨胀方法，以相似的边界成功捕获了波形蛋白阳性细胞。

对21个细胞中波形蛋白强度的定量比较显示，手动分割与SCAnED分割之间无显著差异。直方图分析显示，银屑病真皮中波形蛋白阳性细胞的频率高于健康皮肤。对真皮细胞的点图分析显示，与健康皮肤相比，银屑病中CD-90阳性且波形蛋白阳性的细胞数量增加。

在表皮中，与健康皮肤相比，银屑病样本显示出CD-90阳性而波形蛋白（vimentin）阴性的细胞数量增加，这些细胞可能是角质形成细胞。在银屑病和健康表皮中，SCAnED与QuPath检测到的波形蛋白阳性细胞数量相当。视觉分割结果显示，SCAnED比QuPath更准确地将边界细胞归入表皮，而QuPath则错误分配了多个细胞。