RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
Spanish
Menu
Menu
Menu
Menu
DOI: 10.3791/68954-v
Francesco Padovani*1, Timon Stegmaier*1, Benedikt Mairhörmann1,2,3, Kurt M. Schmoller1
1Institute of Functional Epigenetics, Molecular Targets and Therapeutics Center,Helmholtz Zentrum München, 2Institute of Network Biology, Molecular Targets and Therapeutics Center,Helmholtz Zentrum München, 3Institute of AI for Health, Computational Health Center,Helmholtz Zentrum München
Please note that some of the translations on this page are AI generated. Click here for the English version.
This research addresses the challenges in the analysis of multidimensional microscopy data, specifically in tracking cell division cycles. The study introduces Cell-ACDC, an open-source software that integrates AI-driven models to enhance segmentation, tracking, and quantification of microscopy datasets.
El análisis preciso de datos de microscopía multidimensional requiere flujos de trabajo complejos. Este artículo muestra cómo usar el software Cell-ACDC. Aprovecha los modelos impulsados por IA de última generación para la segmentación, el seguimiento, el análisis del pedigrí celular y la cuantificación de datos de microscopía. Fundamentalmente, complementa estos modelos con un marco innovador para la corrección semiautomática de la salida de los modelos.
Estamos mejorando el análisis de datos de microscopía multidimensional desarrollando un software para el análisis del ciclo de división celular, llamado Cell-ACDC, para superar los cuellos de botella que permiten un rápido descubrimiento biológicos. Los modelos actuales de IA suelen ser difíciles de acceder. Además, se requiere visualización y corrección manual para lograr resultados de alta calidad.
Sin embargo, estas tareas pueden volverse muy tediosas sin las herramientas adecuadas. Para empezar, haz clic en Iniciar GUI en la ventana principal del módulo visualizar y corregir. Haz clic en el icono de la carpeta en la barra de herramientas de la nueva ventana y selecciona la carpeta que contiene los datos.
Luego pulsa Select Folder para confirmar la selección. Usa el menú desplegable para seleccionar el contraste de fase del canal preprocesado, luego pulsa OK para confirmar. Selecciona el nombre de la máscara de segmentación y luego haz clic en Cargar seleccionado para cargar el archivo de segmentación creado en el paso anterior.
Confirma las propiedades de la imagen haciendo clic en OK para ver las posiciones cargadas. Cuando se le pida, seleccione No para evitar la carga de datos adicionales de fluorescencia. Usa el selector de modos para seleccionar segmentación y modo de seguimiento.
En la barra de menú, navega a Seguimiento, seguido de Seleccionar algoritmo de seguimiento en tiempo real, y selecciona el rastreador en tiempo real deseado según el organismo. Usa las flechas izquierda y derecha para navegar entre fotogramas. Navega hasta el cuadro 10.
Pulsa la tecla S para activar la herramienta manual de separación de cogollos y haz clic derecho para separar automáticamente la máscara de segmentación de la célula uno. Ahora, navega hasta el fotograma 14. Pulsa la tecla B para activar la herramienta de pincel y dibuja la máscara de segmentación que falta para el auricular usando el botón izquierdo del ratón.
Continúa a través de los fotogramas siguientes corrigiendo los errores de segmentación y seguimiento utilizando las herramientas disponibles. Correcto al menos hasta el fotograma 42. Activa el análisis del ciclo celular usando el selector de modos.
Cuando te lo pidan, selecciona Sí para ir al primer fotograma. Usa las flechas izquierda y derecha para navegar entre fotogramas. Haz clic en OK para aceptar la inicialización de la tabla de anotación de ciclo celular cuando se le solicite, y navega hasta el cuadro 41.
Haz clic derecho en la celda uno o en su botón para separar la conexión y anotar el evento de división celular. Sigue viendo todos los fotogramas relevantes y corrige cualquier error en las asignaciones automáticas de mother-bud utilizando las herramientas disponibles. Para asignar un botón a una madre, activa la herramienta asignada de botón a madre pulsando A. Mantén pulsado el botón derecho del ratón en el auricular, arrastra hasta la célula madre correspondiente y suelta el botón del ratón.
Para reiniciar la anotación del ciclo de celdas, selecciona la opción correspondiente desde la barra de herramientas. Para romper o volver a vincular la asociación madre-capullo, asegúrate de que no se seleccione ninguna herramienta. Haz clic derecho en un par madre-bud existente para romper la asociación, o haz clic derecho de nuevo para restablecer la conexión.
Activa el árbol de linaje de divisiones normales usando el selector de modos. Cuando te lo pidan, selecciona Sí para ir al fotograma uno y usa las flechas izquierda y derecha para navegar entre fotogramas. Corrige errores en las asignaciones automáticas madre-hija usando las herramientas disponibles en la barra de Edición.
Cuando se le pida, haz clic en Propagar para aplicar los cambios. Para asignar una madre a un nuevo ID de celda, activa la herramienta de buscar madre para un nuevo ID de célula pulsando F. Haz clic derecho en la nueva celda para alternar entre madres candidatas. La segmentación nuclear en esferoides tumorales reveló una amplia distribución de volúmenes nucleares, con un número considerable de objetos que mostraban volúmenes pequeños y algunos que mostraban volúmenes extremadamente grandes.
Una vista 3D del organoide tumoral mostraba numerosos núcleos segmentados con identificadores marcados, y las cortes z mostraban los contornos rojos de segmentación aplicados a cada núcleo. En la levadura gemmadora, la cantidad de proteína H2B aumentó bruscamente en el momento de la aparición de las yemas y se estabilizó antes de la división nuclear. El número de núcleos aumentó repentinamente en el momento de la división nuclear en el conjunto de datos de levaduras.
En las células madre embrionarias de ratón, el área celular aumentó de forma constante hasta alcanzar un máximo, luego disminuyó durante la división celular y más tarde comenzó a subir de nuevo en las células hijas. Así, Cell-ACDC es un framework de software de código abierto que permite el fácil acceso a modelos de IA para análisis de bioimágenes y garantiza una alta capacidad de compartir los datos de microscopía. Un aspecto importante de Cell-ACDC es que la comunidad puede integrar fácilmente los nuevos métodos en un flujo de trabajo existente con una estructura de datos estandarizada.
Aprovechar los datos corregidos de Cell-ACDC para afinar métodos de última generación puede sentar las bases para un análisis de bioimágenes totalmente automatizado.
Related Videos
15:41
Related Videos
18K Views
09:57
Related Videos
13.6K Views
12:04
Related Videos
10.1K Views
11:37
Related Videos
11.6K Views
09:04
Related Videos
10K Views
07:19
Related Videos
9.1K Views
09:56
Related Videos
7K Views
07:29
Related Videos
3.2K Views
07:05
Related Videos
3K Views
14:55
Related Videos
4.4K Views