Method Article

Area-based Image Analysis Algorithm zur Quantifizierung von Makrophagen-Fibroblasten-Kokulturen

DOI:

10.3791/63058

February 15th, 2022

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wir stellen eine Methode vor, die einen generalisierbaren flächenbasierten Bildanalyseansatz verwendet, um Zellzahlen zu identifizieren. Die Analyse verschiedener Zellpopulationen nutzte die signifikanten Zellhöhen- und Strukturunterschiede zwischen verschiedenen Zelltypen innerhalb eines adaptiven Algorithmus.

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Quantifizierung von Zellen ist für eine Vielzahl von biologischen und biochemischen Studien notwendig. Die konventionelle Bildanalyse von Zellen verwendet typischerweise entweder Fluoreszenzdetektionsansätze wie Immunfluoreszenzfärbung oder Transfektion mit fluoreszierenden Proteinen oder Kantendetektionstechniken, die aufgrund von Rauschen und anderen Nicht-Idealitäten im Bildhintergrund oft fehleranfällig sind.

Wir haben einen neuen Algorithmus entwickelt, der Makrophagen und Fibroblasten, Zellen verschiedener Phänotypen, die oft während der Geweberegeneration kolokalisieren, genau zählen und unterscheiden kann. MATLAB wurde verwendet, um den Algorithmus zu implementieren, der verschiedene Zelltypen basierend auf Höhenunterschieden vom Hintergrund unterscheidet. Ein primärer Algorithmus wurde unter Verwendung einer flächenbasierten Methode entwickelt, um Variationen in der Zellgröße / -struktur und die Bedingungen für die Aussaat mit hoher Dichte zu berücksichtigen.

Nicht-Idealitäten in Zellstrukturen wurden mit einem sekundären, iterativen Algorithmus berücksichtigt, der interne Parameter wie die Zellbedeckung verwendet, die unter Verwendung experimenteller Daten für einen bestimmten Zelltyp berechnet wurde. Schließlich wurde eine Analyse der Kokulturumgebungen mit einem Isolationsalgorithmus durchgeführt, bei dem verschiedene Zelltypen selektiv ausgeschlossen wurden, basierend auf der Bewertung der relativen Höhenunterschiede innerhalb des Bildes. Es wurde festgestellt, dass dieser Ansatz Zellen innerhalb einer Fehlerspanne von 5% für monokultivierte Zellen und innerhalb einer Fehlerspanne von 10% für kokultivierte Zellen genau zählt.

Introduction

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Software wird routinemäßig während der Bildanalysetechniken implementiert, um sicherzustellen, dass die Ergebnisse genau, effizient und unvoreingenommen sind. Bei zellbasierten Assays ist ein häufiges Problem die Fehlidentifizierung von Zellen. Bilder mit falschen Fokus- und Kontrasteinstellungen können zu Zellunschärfe führen, bei der die Grenze einzelner Zellen schwer zu identifizieren ist1. Das Vorhandensein von Fremdbildmerkmalen wie Poren, Blasen oder anderen unerwünschten Objekten kann die Zählvorgänge behindern, indem es den Zählvorgang verlangsamt und zu einer falschen Identifizierung führt. Darüber hinaus kann das Zählen von Zellen müh....

Access restricted. Please log in or start a trial to view this content.

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Zellkultur und Bilderfassung

  1. Kultur RAW264.7 Makrophagen bei 37 °C und 5% CO2 in Dulbeccos Modified Eagle Medium (DMEM), ergänzt mit 10% fetalem Rinderserum (FBS), 1% Penicillin-Streptomycin, 1,5 g/L Natriumbicarbonat und 5 μM β-Mercaptoethanol.
    1. Für die Monokultur-Bildgebung Kultur RAW264.7 Zellen bei einer Dichte von 25.000 Zellen/cm2 in einem 5 ml Zellkulturkolben mit 1 ml Medium.
  2. Kultur NIH/3T3-Zellen bei 37 °C und 5% CO2 in DMEM, ergänzt mit 10% fetalem Rinderserum und 1% Penicillin-Streptomycin11.
  3. Für die Kokulturbildgebung werden Kultur....

Access restricted. Please log in or start a trial to view this content.

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Analyse von nicht-bauchigen RAW264.7-Makrophagen wurde in einer Monokulturumgebung bei 25.000 Zellen/cm2 durchgeführt. Repräsentative Bilder der Zellkultur wurden aufgenommen und in MATLAB nach der Konvertierung in 8-Bit-Tiff in ImageJ verarbeitet. Algorithmusausgaben während des gesamten Prozesses wurden aufgezeichnet und in Abbildung 2 für das repräsentative Bild dokumentiert. In diesem Bild zählte der Algorithmus 226 Zellen, und diese Bildanzahl wurde durch Vergleich mit ei.......

Access restricted. Please log in or start a trial to view this content.

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wir haben ein allgemeines flächenbasiertes Verfahren entwickelt, das Zellen auf der Grundlage der Zellgröße genau und effizient zählt und so eine fleckenfreie Quantifizierung von Zellen auch in Kokultursystemen ermöglicht. Kritische Schritte für dieses Verfahren waren die Implementierung eines relativen Intensitätssystems, mit dem Zellen differenziert werden konnten. Die Verwendung einer relativen Höhenanalyse diente zwei Zwecken: Die Notwendigkeit externer Parameter wurde überflüssig, da die relativen Parameter für den .......

Access restricted. Please log in or start a trial to view this content.

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Autoren erklären, dass sie keine Interessenkonflikte haben.

Acknowledgements

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Diese Arbeit wurde zum Teil von den National Institutes of Health (R01 AR067247) und zum Teil vom Delaware INBRE-Programm finanziert, unterstützt durch einen Zuschuss des National Institute of General Medical Sciences-NIGMS (P20 GM103446) von den National Institutes of Health und dem Bundesstaat Delaware. Der Inhalt des Manuskripts spiegelt nicht unbedingt die Ansichten der Förderagenturen wider.

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Axio Observer 7 Inverses MikroskopZeiss1028290770
β-mercaptoethanolLife Technologies21985023
ZellschaberCellTreat229310
Dublecco's modifiziertes Eagle MediumFisher Scientific12430047
Dublecco's PBSFisherScientific 14190144
MATLAB SoftwareMathWorks2021A
NIH/3T3 ZellenATCCATCC CRL - 1658
Penicillin– StreptomycinSigma AldrichP4333-20ML
RAW264.7 ZellenATCCATCC TIB - 71
NatriumbicarbonatSigma AldrichS6014-25G
T75 ZellkulturflascheCorningCLS3814-24EA

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Young, D., Glasbey, C., Gray, A., Martin, N. Identification and sizing of cells in microscope images by template matching and edge detection. Fifth International Conference on Image Processing and its Applications, 1995. , 266-270 (1995).
  2. Zhu, R., Sui, D., Qin, H., Hao, A.

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Image Analysis AlgorithmArea Based AnalysisMacrophage Fibroblast CocultureCell QuantificationPercentile Based DetectionCell Coverage AnalysisMonoculture ImagingWatershed TransformationCell Type IdentificationMATLAB Image Processing

Related Articles