Quantifizierung der Fibrillar Collagen Organisation mit Curvelet Transform-Based Tools
11. November 2020
Hier stellen wir ein Protokoll zur Verwendung eines curvelet transform-basierten Open-Source-Softwaretools MATLAB zur Quantifizierung der fibrillaren Kollagenorganisation in der extrazellulären Matrix von normalem und krankem Gewebe vor. Dieses Werkzeug kann auf Bilder mit Kollagenfasern oder anderen Arten von linienähnlichen Strukturen angewendet werden.
Dieses Tool hilft bei der Quantifizierung von Veränderungen in der fibrillären Kollagenorganisation in der extrazellulären Matrix, die mit vielen Krankheiten in einer globalen Region von Interesse und auf der Basis einzelner Fasern verbunden sind. Dieses Werkzeug verwendet die Curvelet-Transformation, eine optimale Methode zur gerichteten Bilddarstellung mit mehreren Skalen, um Bildrauschen zu entfernen und Faserkanten zu verbessern. Umfangreiche und benutzerfreundliche Module ermöglichen eine effiziente Quantifizierung.
Befolgen Sie für die Extraktion einzelner Fasern das Protokoll zum Öffnen des CT-FIRE und klicken Sie auf Dateien öffnen, um ein oder mehrere Bilder von Interesse auszuwählen. Klicken Sie im Parameterfenster auf "Aktualisieren" und passen Sie den Hintergrundschwellenwert und den Nukleationssuchradius an. Wenn alle Parameter festgelegt wurden, klicken Sie auf Ausführen.
Nachdem die Analyse abgeschlossen ist, klicken Sie auf ein beliebiges Element in der Ausgabetabelle, um die Ergebnisse zu visualisieren, und überprüfen Sie den Unterordner ctFIREout auf die Ausgabedateien. Um einen Interessenbereich zu analysieren, klicken Sie auf Dateien öffnen, um ein oder mehrere Bilder zu laden, und wählen Sie das Bild aus, das mit Anmerkungen versehen werden soll. Wählen Sie im Bereich "Ausführungsoptionen" im Dropdown-Menü "Region of Interest Manager" aus und klicken Sie auf "Ausführen", um das Modul "Region of Interest Manager" zu starten.
Klicken Sie anschließend auf das Dropdown-Menü D des Menüs "Interessenbereich zeichnen" und zeichnen Sie die Interessenbereiche. Wenn eine CT-FIRE-Vollbildanalyse durchgeführt wurde und die Ergebnisse im Standardverzeichnis gespeichert werden, klicken Sie auf einen oder mehrere Interessenbereiche in der Liste der Interessenbereiche und dann auf CT-FIRE Interessenbereichsanalysator, um das Modul für die Analyse der Interessenregion nach dem Erstellen zu starten. Wenn keine CT-FIRE-Vollbildanalyse durchgeführt wurde, klicken Sie auf einen oder mehrere der Interessenbereiche in der Liste der Interessenbereiche und dann auf CT-FIRE auf ROI anwenden, um die CT-FIRE-Analyse direkt auf die ausgewählten Interessenbereiche anzuwenden.
Für eine erweiterte Nachbearbeitung aktivieren Sie das Kontrollkästchen out. adv und klicken Sie auf Nachbearbeitung, um die erweiterte grafische Nachbearbeitungsoberfläche zu starten. Klicken Sie im Analysemodul auf Datei auswählen und Verbindungslinien visualisieren, damit die Verbindungsliniennummer basierend auf den Beschriftungen auf der Registerkarte Originalfasern eingegeben werden kann.
Klicken Sie auf Update bestätigen, um zum Schwellenwertvorgang zu gelangen, und aktivieren Sie das Kontrollkästchen für die Schwellenwerteingabe, um die Schwellenwerteinstellungen zu aktivieren. Wählen Sie eine der vier Schwellenwertoptionen aus dem Dropdown-Menü aus und geben Sie die gewünschten Schwellenwerte im Schwellenwertbereich für eine oder mehrere Fasereigenschaften ein. Klicken Sie dann auf Schwellenwert jetzt, um die oben genannten Schwellenwertbedingungen anzuwenden, und überprüfen Sie die Eingabeaufforderung mit dem Namen, der auf Metrikvisualisierung endet, um die ausgewählten Fasern mit den benutzerdefinierten Farbkarten auf den Originalbildern zu sehen.
Wenn der Schwellenwert festgelegt wurde, klicken Sie auf Verbindungslinien speichern, um die ausgewählten Verbindungslinieninformationen zu speichern, und klicken Sie auf Statistiken generieren und dann auf OK, um die Zusammenfassungsstatistiken zu generieren. Um Ergebnisse aus mehreren Bildern zu kombinieren, aktivieren Sie den Batch-Modus und wählen Sie mehrere Bilder aus, die analysiert werden sollen, bevor Sie die Zusammenfassungsstatistiken wie gezeigt generieren. Um CT-basierte Fasermerkmale zu extrahieren, befolgen Sie das Protokoll zum Öffnen der CurveAlign-Software, klicken Sie in der grafischen Hauptbenutzeroberfläche auf Bilder abrufen und wählen Sie ein oder mehrere Bilder oder Bildstapel aus dem Eingabeaufforderungsfenster aus.
Geben Sie den Anteil der Koeffs ein, der beibehalten werden soll, d. h. den Anteil der größten CT-Koeffizienten, die in der Verbindungslinienanalyse verwendet werden, und klicken Sie auf Ausführen. Wiederholen Sie diesen Vorgang, um einen gewünschten Schwellenwert festzulegen. Wenn der Vorgang abgeschlossen ist, werden einige zusammenfassende Statistiken für jedes Bild in einer Ausgabetabelle angezeigt, und alle Ausgabedateien werden automatisch in einem Unterordner mit dem Namen CA_out im Verzeichnis der Originalbilder gespeichert.
Um CT-FIRE-basierte Fasermerkmale zu extrahieren, klicken Sie auf das Dropdown-Menü für die Faseranalysemethode und wählen Sie CT-FIRE-Fasern aus, um den Fasermittelpunkt und den Faserwinkel zur Darstellung der Faser zu verwenden. Wählen Sie für die relative Ausrichtungsanalyse der Tumorgrenze die TIFF-Randbedingung aus. Öffnen Sie die CurveAlign-Software, klicken Sie in der grafischen Hauptbenutzeroberfläche auf Bilder abrufen und wählen Sie ein oder mehrere Bilder oder Bildstapel aus dem Eingabeaufforderungsfenster aus.
Geben Sie im Bereich Primärparameter den Abstand von der nächstgelegenen Begrenzung ein, um nur die Verbindungslinien innerhalb dieses Entfernungsbereichs auszuwerten. Aktivieren Sie im Bereich Ausgabeoptionen das Kontrollkästchen Berandungszuordnung, um die Visualisierung des Punktes auf der Berandung zu ermöglichen, der mit einer Verbindungslinie, einem Verbindungsliniensegment oder einem Curvelet verknüpft ist, und klicken Sie auf Ausführen, und klicken Sie dann auf die Ausgabetabelle, um die Ergebnisse zu visualisieren. Wenn eine Vollbild-CurveAlign-Analyse durchgeführt wurde und die Ergebnisse im Standardverzeichnis gespeichert werden, klicken Sie in der Liste "Interessenbereich" auf einen oder mehrere Interessenbereiche, und klicken Sie dann auf CurveAlign Region of Interest Analyzer, um eine Analyse nach der Analyse des Interessenbereichs auszuführen.
Wenn noch keine Vollbild-Kurvenausrichtungsanalyse durchgeführt wurde, klicken Sie in der Liste der Interessenbereiche auf einen oder mehrere Interessenbereiche, und klicken Sie auf Kurvenausrichtung auf Interessenbereich anwenden, um die Kurvenausrichtungsanalyse direkt auf die ausgewählten Interessenbereiche anzuwenden. In diesem Bild ist ein Overlay-Bild eines Gewebe-Microarray-Kerns zu sehen. Bei der Vergrößerung sind die Fasern parallel und senkrecht zur Tumorgrenze innerhalb des interessierenden Bereichs zu sehen.
Das CurveAlign-Ausgabe-Overlay-Bild zeigt die Tumorgrenzen und die repräsentativen Faserpositionen und -ausrichtungen. Mit dieser Methode lassen sich nicht nur Kollagenfasern, sondern auch andere linienförmige Strukturen wie Elastin quantifizieren und können möglicherweise die Früherkennung und prognostische Analyse von Krebs erleichtern.
Sehen Sie sich das vollständige Transkript an und erhalten Sie Zugang zu Tausenden wissenschaftlicher Videos
Übersicht
In diesem Artikel wird ein Protokoll zur Quantifizierung der faserförmigen Kollagenanordnung in der extrazellulären Matrix mithilfe eines auf der Curvelet-Transformation basierenden MATLAB-Tools vorgestellt. Das Tool ist sowohl auf gesundes als auch auf erkranktes Gewebe anwendbar und verbessert die Analyse von Kollagenfasern.
Wesentliche Studienkomponenten
Bereich der Wissenschaft
- Neurowissenschaften
- Biologie
- Analysen der extrazellulären Matrix
Hintergrund
- Fibrilläres Kollagen ist entscheidend für die Gewebestruktur und -funktion.
- Veränderungen in der Kollagenorganisation sind mit verschiedenen Erkrankungen assoziiert.
- Die Quantifizierung der Kollagenorganisation trägt zum Verständnis von Krankheitsmechanismen bei.
- Die Curvelet-Transformation ist eine effektive Methode zur Bildrepräsentation.
Zweck der Studie
- Eine benutzerfreundliche Methode zur Quantifizierung der Kollagenorganisation bereitzustellen.
- Die Analyse von Kollagen in verschiedenen Gewebeszuständen zu erleichtern.
- Das Verständnis der Rolle von Kollagen bei Krankheiten zu vertiefen.
Verwendete Methoden
- Nutzung der Curvelet-Transformation für die Bildverarbeitung.
- Protokoll zur Einzelfaserextraktion mithilfe der CT-FIRE-Software.
- Anpassung der Parameter für eine optimale Bildanalyse.
- Methoden zur globalen und individuellen Faserquantifizierung.
Hauptergebnisse
- Das Werkzeug quantifiziert effektiv die Kollagenorganisation.
- Es verbessert die Erkennung von Faserkanten und reduziert Rauschen.
- Umfassende Module unterstützen eine effiziente Analyse.
- Anwendbar auf verschiedene Arten linienartiger Strukturen in Bildern.
Schlussfolgerungen
- Das Curvelet-Transform-Tool ist wertvoll für die Kollagenforschung.
- Es liefert Einblicke in die extrazelluläre Matrix bei Gesundheit und Krankheit.
- Zukünftige Anwendungen könnten sich auf andere strukturelle Analysen erstrecken.
Häufig gestellte Fragen
Aussagekräftige Branchenrelevanz
Die Quantifizierung der faserförmigen Kollagenorganisation liefert entscheidende Einblicke in die Umbildung der extrazellulären Matrix, ein Kennzeichen der Krebsprogression und anderer fibrotischer Erkrankungen. Die auf der Curvelet-Transformation basierende Plattform ermöglicht eine reproduzierbare, inhaltsreiche Analyse der Fasermorphologie und -ausrichtung und unterstützt die Zielvalidierung sowie die mechanistische Risikominderung in der präklinischen Onkologie- und Fibroseforschung. Durch die Bereitstellung quantitativer, ortspezifischer Fasermerkmale erhöht das Werkzeug das Vorhersagevertrauen in krankheitsrelevante Systeme und unterstützt Entscheidungen über Fortführung oder Abbruch in frühen Entdeckungsprozessen.
Strategische Anwendungen in der Biopharma-Forschung und -Entwicklung
Frühe Entdeckung und Zielvalidierung
- Wissenschaftlicher Wert: Ermöglicht die Untersuchung der Kollagenfaserarchitektur als funktionellen Endpunkt stromal-tumoraler Interaktionen in Krebsmodellen.
- Operativer Wert: Liefert quantitative Fasermetriken wie Länge, Winkel, Breite und Geradheit, um Hypothesen zu stromalen Zielstrukturen zu überprüfen.
- Translationeller Wert: Unterstützt die biologische Risikominimierung, indem er Veränderungen der extrazellulären Matrix mit Krankheitsphänotypen in Brust-, Eierstock-, Nieren- und Pankreaskrebszusammenhängen verknüpft.
Screening und Assay-Entwicklung
- Assay-Bereitschaft: Erzeugt standardisierte, störunempfindliche Daten zur Faserkantenerkennung und -orientierung für eine reproduzierbare Kollagenquantifizierung über große Bilddatensätze hinweg.
- Skalierbarkeit: Unterstützt die Batch-Verarbeitung von Hunderten oder Tausenden von Bildern und ermöglicht so ein Hochdurchsatz-Screening von ECM-modulierenden Substanzen.
- Quantitative Ausgabe: Liefert bis zu dreißig Fasermerkmale, einschließlich Dichte, Ausrichtung und grenzflächenassoziierte Orientierung, zur Assay-Normalisierung und Trefferselektion.
Translationale und präklinische Forschung
- Bedeutung für die Krankheit: Misst direkt die Reorganisation von Kollagen, die mit dem Eindringen in die Tumorgrenze in Gewebemikroarray-Kernen assoziiert ist.
- Präklinische Kontinuität: Ermöglicht die longitudinale Verfolgung der Fasergeradheit und -ausrichtung als pharmakodynamische Biomarker in Studien zu therapeutischen Interventionen.
- Risikoadjustierte Weiterentwicklung: Unterstützt Go/No-Go-Entscheidungen, indem sie die Wirkung antifibrotischer oder matrixmodulierender Wirkstoffe auf die Integrität des Kollagennetzwerks quantifiziert.
Pipeline- und Workflow-Integration
Die Plattform integriert sich in Entdeckungsworkflows, die von der frühen Target-Hypothesenprüfung bis zur präklinischen Validierung reichen, und bietet eine wiederverwendbare Funktionalität für die ECM-Phänotypisierung bei onkologischen Indikationen und Fibroseerkrankungen.
- Entdeckungsbiologie: Unterstützt die mechanistische Entrisikobewertung, indem die Organisation von Kollagenfasern als funktionelle Aussage über die Modulation stromaler Signalwege quantifiziert wird.
- Screening: Ermöglicht die Assay-Entwicklung mit automatisierter Faserextraktion und Schwellenwertbestimmung für die Wirkstoffscreening in 3D-Kulturen oder Gewebeschnitten.
- Analytik: Liefert statistische Ergebnisse wie den Faserwinkel relativ zu Tumorgrenzen sowie Metriken zur Fasergeradheit für den vergleichenden Bedingungsvergleich.
- Translationale Forschung: Verbindet entdeckungsphasenbezogene Veränderungen der extrazellulären Matrix mit der präklinischen Validierung durch regionspezifisches Tracking von Fasereigenschaften.
- Unternehmensweite Wiederverwendung: Bietet eine standardisierte, benutzerfreundliche Plattform, die teamübergreifend einsetzbar ist und eine konsistente Kollagenquantifizierung in unterschiedlichen Krankheitsmodellen ermöglicht.
Operative und unternehmerische Auswirkungen
- Wissenschaftlicher Wert: Verringert mechanistische Unschärfen bei der Stroma-targeting durch direkte, quantitative Aussagen zur Kollagenfaserorganisation.
- Operationaler Wert: Stellt Reproduzierbarkeit sicher durch automatisierte Rauschunterdrückung und Kantenverstärkung mittels Curvelet-Transformation, wodurch nutzerabhängige Variabilität minimiert wird.
- Strategischer Wert: Verbessert die Kapitalnutzungseffizienz, indem ineffektive matrixmodulierende Wirkstoffe frühzeitig über eine quantitative ECM-Phänotypisierung identifiziert werden können.
- Portfolio-Wirkung: Unterstützt die risikoadjustierte Priorisierung, indem Veränderungen der Kollagenausrichtung mit der therapeutischen Wirkung in präklinischen Modellen verknüpft werden.
Durchführungsaspekte
- Erfordert Vertrautheit mit bildbasierten Fibrose- oder Onkologie-Modellen sowie mit grundlegenden Mikroskopie-Bildformaten.
- Basiert auf der MATLAB-Laufzeitumgebung für die Ausführung der Module CT-FIRE und CurveAlign.
- Erfordert die Standardisierung von Bildaufnahmeparametern (Auflösung, Färbung, Kontrast), um die Vergleichbarkeit zwischen Studien zu gewährleisten.
- Beinhaltet Anpassungsüberlegungen bei der Anwendung auf nicht-kollagene, linienartige Strukturen wie Elastin oder neuronale Fasern.
- Ist durch die Notwendigkeit manueller ROI-Definition bei analysenbezogenen Grenzbereichen begrenzt, obwohl Automatisierungsoptionen über einen Region-of-Interest-Manager existieren.
Biopharma-Häufige Fragen
Chapters in this video
0:04
Introduction
0:43
CT-FIRE Fiber Extraction and Region of Interest (ROI) Analysis
2:34
Advanced CT-FIRE Post-Processing
4:09
CurveAlign Fiber Analysis: CT Mode Without Boundary
5:03
CurveAlign Fiber Analysis: CT-FIRE Mode with Boundary
6:14
CurveAlign Region of Interest (ROI) Analysis
6:56
Results: Representative Tumor-Associated Human Breast Cancer Tissue Microarray (TMA) Collagen Signatures
7:26
Conclusion
