Verwendung von Computer-Vision-Bibliotheken zur Optimierung der Zellkernquantifizierung

Wir haben diese Methode entwickelt, um Stoffwechseldaten aus Zellmodellen zu normalisieren, um Mechanismen zu identifizieren, durch Wärmetherapie induzierte Anpassungen der Skelettmuskulatur hervorzuheben und letztendlich die metabolische Gesundheit von Menschen mit Prädiabetes zu verbessern.

Wir müssen die Kerne für die experimentelle Normalisierung zählen. Die manuelle Quantifizierung von Zellkernen stellt Herausforderungen dar, darunter Beobachterverzerrung, Zeit und Variabilität beim Stoßen auf verschiedene Proben oder Bedingungen.

Unser Programm ist Open Source, gewährleistet die Nutzbarkeit durch Wissenschaftler mit unterschiedlichen Niveaus an kodierungsbezogenen technologischen Fähigkeiten und ist für die spezifische Aufgabe der schnellen und genauen Quantifizierung von Kernen validiert.

Diese Technik ermöglicht es uns, die Mechanismen, die der potenziellen Wirkung der Wärmetherapie auf die Gesundheit von Muskeln und Mitochondrien aus unserer jüngsten von der NIA finanzierten klinischen Studie zugrunde liegen, objektiv zu validieren.

[Erzähler] Starten Sie zunächst einen Webbrowser auf einem Computersystem und navigieren Sie zu github.com und Kernzählerfreigaben. Laden Sie die neueste Version der Datei mit dem Namen Count nuclei.zip herunter. Klicken Sie im Ordner Downloads mit der rechten Maustaste auf die ZIP-Datei und wählen Sie Alle extrahieren, um die Dateien an den gewünschten Speicherort auf dem lokalen Computer zu extrahieren. Suchen Sie als Nächstes in der Suchleiste nach CMD oder Eingabeaufforderung, um eine Eingabeaufforderung zu öffnen. Verwenden Sie den CD-Befehl, um das Verzeichnis in den Dateipfad der ausführbaren Datei zu ändern, d. h. die Anwendungsdatei, die gerade aus dem Download-Ordner extrahiert wurde. Drücken Sie dann die Eingabetaste, um den Verzeichniswechsel zu bestätigen. Ersetzen Sie in der nächsten Befehlszeile path to images durch den Dateipfad zu dem Ordner mit den zu analysierenden Bildern. Pfad zur Ausgabe mit dem Dateipfad zu dem Ordner, in dem die .csv Datei gespeichert werden soll und results.csv mit dem gewünschten Dateinamen für die Ausgabe. Auf dem Bildschirm wird ein Beispielcode angezeigt und die Dateipfade zu Bildern und Ausgabe können wie in den Anführungszeichen dargestellt eingefügt werden. Verwenden Sie results.csv als Namen für die Ergebnisdatei, oder geben Sie einen anderen Namen an. Drücken Sie dann die Eingabetaste. Wenn die nächste Befehlszeile angezeigt wird, vergewissern Sie sich, dass die Verarbeitung abgeschlossen ist. Stellen Sie sicher, dass die Konturlinien und die Ergebnistabelle im angegebenen Ausgabeverzeichnis verfügbar sind. Überprüfen Sie die Konturen visuell und vergleichen Sie sie mit den Zählungen, um die Zählqualität vor der Datennormalisierung zu überprüfen. Öffnen Sie einen Browser und navigieren Sie zum Kernzähler auf github.com. Klicken Sie auf die grüne Schaltfläche Code und wählen Sie dann ZIP herunterladen aus, um das Code-Repository herunterzuladen. Klicken Sie unter Mac OS im Ordner Downloads auf das Dateimenü und wählen Sie Öffnen, um die Dateien auf den lokalen Computer zu extrahieren. Navigieren Sie zum extrahierten Ordner mit dem Namen nuclei_counter main, der das Code-Repository enthält. Speichern Sie den Ordner an einem zugänglichen Speicherort, und notieren Sie sich den Dateipfad in einem Textdokument. Drücken Sie anschließend Befehl + Leertaste, um Spotlight zu öffnen. Geben Sie dann terminal in Spotlight ein und wählen Sie die Terminalanwendung aus. Verwenden Sie den CD-Befehl, um das Verzeichnis in den Code-Repository-Pfad zu ändern, indem Sie den Dateipfad aus dem Textdokument kopieren und einfügen, und drücken Sie die Eingabetaste. Stellen Sie in der nächsten Befehlszeile sicher, dass nach dem Dollarzeichen ein Leerzeichen steht. Geben Sie dann den angegebenen Befehl ein und drücken Sie die Eingabetaste, um die erforderlichen Bibliotheken zu installieren und den bearbeitbaren Modus zu aktivieren. Fügen Sie die entsprechende Python-Version unmittelbar nach pip ein, wie ohne Leerzeichen gezeigt. Geben Sie den Befehl onscreen in der nächsten Befehlszeile ein, um das Verzeichnis in das Hauptquellcodeverzeichnis zu ändern, bei dem es sich um den CD-Kernzähler handelt, wie auf dem Bildschirm gezeigt. Geben Sie dann den Befehl auf dem Bildschirm ein, ersetzen Sie die Dateipfade nach Bedarf und drücken Sie die Eingabetaste. Wenn die nächste Befehlszeile angezeigt wird, vergewissern Sie sich, dass die Verarbeitung abgeschlossen ist. Stellen Sie sicher, dass die Konturlinien und die Ergebnistabelle im angegebenen Ausgabeverzeichnis verfügbar sind. Überprüfen Sie die Konturen visuell und vergleichen Sie sie mit den Zählungen, um die Zählqualität vor der Datennormalisierung zu überprüfen. Alle Kerne in den Bildern, die vom automatisierten Programm erzeugt wurden, waren durch durchgezogene grüne Konturen umrandet, was darauf hindeutete, dass die Kerne erfolgreich gezählt wurden. Die Inter-Rater-Reliabilität zwischen den beiden manuellen Zählungen war ausgezeichnet mit einem Intraklassen-Korrelationskoeffizienten von mehr als 0,999 und einem P-Wert von weniger als 0,0001. Das automatisierte Programm zeigte eine hervorragende Zuverlässigkeit im Vergleich zur durchschnittlichen manuellen Zählung mit einem Korrelationskoeffizienten innerhalb der Klasse von 0,993 und einem P-Wert von weniger als 0,0001. Eine ausgezeichnete Reliabilität wurde über alle Zelldichte-Quartile mit Korrelationskoeffizienten innerhalb der Klasse von 0,986 bis 0,998 beobachtet, alle mit P-Werten von weniger als 0,0001. Flächen mit mehreren Kernen, die zusammengeclustert waren, oder Bereiche mit einem Artefakt wie einem Halo wurden vom automatisierten Programm nicht genau gezählt. Diese potenziellen Probleme sowie mögliche Ursachen und Schritte zur Fehlerbehebung zur Verbesserung der Bildqualität und der Genauigkeit des automatisierten Arbeitsablaufs zur Quantifizierung von Kernen sind in der Tabelle auf dem Bildschirm aufgeführt.