Uso de bibliotecas de visión artificial para optimizar la cuantificación de núcleos

Desarrollamos este método para normalizar los datos metabólicos de los modelos celulares para ayudar a identificar mecanismos, subrayar las adaptaciones del músculo esquelético inducidas por la terapia de calor y, en última instancia, mejorar la salud metabólica entre las personas con prediabetes.

Debemos contar núcleos para la normalización experimental. La cuantificación manual de los núcleos presenta desafíos que incluyen el sesgo del observador, el tiempo y la variabilidad al encontrar diferentes muestras o condiciones.

Nuestro programa es de código abierto, lo que garantiza la usabilidad por parte de científicos con varios niveles de habilidades tecnológicas relacionadas con la codificación, y está validado para la tarea específica de cuantificar núcleos de forma rápida y precisa.

Esta técnica nos permite validar objetivamente los mecanismos subyacentes al efecto potencial de la terapia de calor en los beneficios para la salud muscular y mitocondrial de nuestro reciente estudio clínico financiado por el NIA.

[Narrador] Para comenzar, inicie un navegador web en un sistema informático, navegue hasta las liberaciones del contador de github.com y núcleos. Descargue la versión más reciente del archivo denominado Count nuclei.zip. En la carpeta Descargas, haga clic derecho en el archivo zip y seleccione Extraer todo para extraer los archivos a la ubicación deseada en la computadora local. A continuación, busque CMD o símbolo del sistema en la barra de búsqueda para abrir un símbolo del sistema. Utilice el comando CD para cambiar el directorio a la ruta de acceso del archivo ejecutable, que es el archivo de aplicación que se acaba de extraer de la carpeta de descarga. Luego presione Enter para confirmar el cambio de directorio. En la siguiente línea de comandos, reemplace la ruta de acceso a las imágenes por la ruta de acceso del archivo a la carpeta que contiene las imágenes que se van a analizar. Ruta de salida con la ruta de acceso del archivo a la carpeta donde se debe guardar el archivo .csv y results.csv con el nombre de archivo deseado para la salida. Se muestra un código de ejemplo en la pantalla y las rutas de archivo a las imágenes y la salida se pueden insertar como se muestra en las comillas. Utilice results.csv como nombre de archivo de resultados o especifique otro. A continuación, pulse Intro. Cuando aparezca la siguiente línea de comandos, confirme que el procesamiento se ha completado. Verifique que los contornos y la hoja de cálculo de resultados estén disponibles en el directorio de salida especificado. Inspeccione visualmente los contornos y compárelos con los recuentos para verificar la calidad del conteo antes de la normalización de los datos. Abra un navegador y navegue hasta el contador de núcleos en github.com. Haga clic en el botón verde Código y, a continuación, seleccione Descargar ZIP para descargar el repositorio de código. Para Mac OS, haga clic en el menú de archivos de la carpeta Descargas y seleccione Abrir para extraer los archivos en el equipo local. Vaya a la carpeta extraída denominada nuclei_counter main, que contiene el repositorio de código. Guarde la carpeta en una ubicación accesible y anote la ruta del archivo en un documento de texto. A continuación, presione Comando + barra espaciadora para abrir Spotlight. Luego escriba terminal en Spotlight y seleccione la aplicación de terminal. Utilice el comando CD para cambiar el directorio a la ruta del repositorio de código copiando y pegando la ruta del archivo del documento de texto y presionando Entrar. En la siguiente línea de comandos, asegúrese de que haya un espacio después del signo de dólar. Luego escriba el comando dado y presione Enter para instalar las bibliotecas requeridas y habilitar el modo editable. Incluya la versión de Python adecuada inmediatamente después de pip como se muestra sin espacio. Escriba el comando en pantalla en la siguiente línea de comandos para cambiar el directorio al directorio principal del código fuente, que es el contador de núcleos de CD como se muestra en la pantalla. A continuación, escriba el comando en pantalla que reemplaza las rutas de archivo según corresponda y presione Entrar. Cuando aparezca la siguiente línea de comandos, confirme que el procesamiento se ha completado. Verifique que los contornos y la hoja de cálculo de resultados estén disponibles en el directorio de salida especificado. Inspeccione visualmente los contornos y compárelos con los recuentos para verificar la calidad del conteo antes de la normalización de los datos. Todos los núcleos en las imágenes generadas por el programa automatizado fueron delineados por contornos verdes sólidos que indican que los núcleos se contaron con éxito. La confiabilidad entre evaluadores entre los dos recuentos manuales fue excelente con un coeficiente de correlación intraclase superior a 0,999 y un valor de p inferior a 0,0001. El programa automatizado demostró una excelente confiabilidad en comparación con el recuento manual promedio con un coeficiente de correlación intraclase de 0.993 y un valor de P inferior a 0.0001. Se observó una excelente confiabilidad en todos los cuartiles de densidad celular con coeficientes de correlación intraclase que oscilaron entre 0,986 y 0,998, todos con valores de p inferiores a 0,0001. El programa automatizado no contó con precisión las áreas con múltiples núcleos agrupados o las áreas con un artefacto como un halo. Estos problemas potenciales, junto con las posibles causas y los pasos de solución de problemas para mejorar tanto la calidad de la imagen como la precisión del flujo de trabajo de cuantificación de núcleos automatizado, se enumeran en la tabla en pantalla.