Method Article

Algoritmo di analisi delle immagini basato sull'area per la quantificazione delle cocolture di macrofagi-fibroblasti

DOI:

10.3791/63058

February 15th, 2022

In This Article

Summary

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

Presentiamo un metodo che utilizza un approccio di analisi delle immagini generalizzabile basato sull'area per identificare i conteggi delle cellule. L'analisi di diverse popolazioni cellulari ha sfruttato le significative differenze di altezza e struttura cellulare tra diversi tipi di cellule all'interno di un algoritmo adattivo.

Abstract

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

La quantificazione delle cellule è necessaria per una vasta gamma di studi biologici e biochimici. L'analisi convenzionale delle immagini delle cellule impiega in genere approcci di rilevamento della fluorescenza, come la colorazione immunofluorescente o la trasfezione con proteine fluorescenti o tecniche di rilevamento dei bordi, che sono spesso soggette a errori a causa del rumore e di altre non idealità nello sfondo dell'immagine.

Abbiamo progettato un nuovo algoritmo in grado di contare e distinguere con precisione macrofagi e fibroblasti, cellule di diversi fenotipi che spesso colocalizzano durante la rigenerazione dei tessuti. MATLAB è stato utilizzato per implementare l'algoritmo, che differenziava tipi di celle distinti in base alle differenze di altezza dallo sfondo. Un algoritmo primario è stato sviluppato utilizzando un metodo basato sull'area per tenere conto delle variazioni nelle dimensioni / struttura delle cellule e nelle condizioni di semina ad alta densità.

Le non idealità nelle strutture cellulari sono state spiegate con un algoritmo secondario iterativo che utilizza parametri interni come la copertura cellulare calcolata utilizzando dati sperimentali per un determinato tipo di cellula. Infine, è stata effettuata un'analisi degli ambienti di cocoltura utilizzando un algoritmo di isolamento in cui sono stati esclusi selettivamente vari tipi di cellule in base alla valutazione delle differenze di altezza relative all'interno dell'immagine. Questo approccio è stato trovato per contare accuratamente le cellule entro un margine di errore del 5% per le cellule monocolturate e all'interno di un margine di errore del 10% per le cellule cocolturate.

Introduction

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

Il software viene regolarmente implementato durante le tecniche di analisi delle immagini per garantire che i risultati siano accurati, efficienti e imparziali. Per i saggi basati su cellule, un problema comune è l'errata identificazione delle cellule. Le immagini con impostazioni focali e di contrasto improprie possono portare alla sfocatura delle cellule, in cui il confine delle singole cellule diventa difficile da identificare1. La presenza di caratteristiche dell'immagine estranee come pori, bolle o altri oggetti indesiderati può ostacolare le procedure di conteggio rallentando il processo di conteggio e portando a un'errata identificazione....

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

Protocol

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

1. Coltura cellulare e acquisizione di immagini

  1. Coltura di macrofagi RAW264.7 a 37 °C e 5% CO2 nel Modified Eagle Medium (DMEM) di Dulbecco integrato con il 10% di siero bovino fetale (FBS), l'1% di penicillina-streptomicina, 1,5 g/L di bicarbonato di sodio e 5 μM di β-mercaptoetanolo.
    1. Per l'imaging in monocoltura, coltivare cellule RAW264.7 ad una densità di 25.000 cellule/cm2 in un pallone di coltura cellulare da 5 ml con 1 mL di terreno.
  2. Coltura di cellule NIH/3T3 a 37 °C e 5% di CO2 in DMEM integrate con il 10% di siero bovino fetale e l'1% di penicillina-streptomicina

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

Results

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

L'analisi dei macrofagi RAW264.7 non bulbosi è stata condotta in un ambiente di monocoltura a 25.000 cellule / cm2. Sono state scattate immagini rappresentative della coltura cellulare ed elaborate in MATLAB dopo la conversione in tiff a 8 bit in ImageJ. Gli output dell'algoritmo durante tutto il processo sono stati registrati e documentati nella Figura 2 per l'immagine rappresentativa. In questa immagine, l'algoritmo ha contato 226 celle e questo conteggio delle immagini è stato .......

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

Discussion

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

Abbiamo progettato una procedura generale basata sull'area che contava in modo accurato ed efficiente le cellule sulla base dell'altezza delle cellule, consentendo una quantificazione senza macchie delle cellule anche nei sistemi di cocoltura. I passaggi critici per questa procedura includevano l'implementazione di un sistema di intensità relativa mediante il quale le cellule potevano essere differenziate. L'uso di un'analisi dell'altezza relativa serviva a due scopi: la necessità di parametri esterni era resa superflua,.......

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

Disclosures

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

Gli autori dichiarano di non avere conflitti di interesse.

Acknowledgements

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

Questo lavoro è stato finanziato in parte dal National Institutes of Health (R01 AR067247) e in parte dal programma Delaware INBRE, supportato da una sovvenzione del National Institute of General Medical Sciences-NIGMS (P20 GM103446) del National Institutes of Health e dello Stato del Delaware. Il contenuto del manoscritto non riflette necessariamente le opinioni delle agenzie di finanziamento.

....

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 Microscopio invertitoZeiss1028290770
β-mercaptoetanoloLife Technologies21985023
Raschiatori cellulariCellTreat229310
Dublecco's Modified Eagle MediumFisher Scientific12430047
Dublecco's PBSFisher Scientific14190144
MATLAB SoftwareMathWorks2021A
Celle NIH/3T3ATCC ATCCCRL - 1658
Penicillina– StreptomicinaSigma AldrichP4333-20ML
RAW264.7 CelluleATCCATCC TIB - 71
Bicarbonato di sodioSigma AldrichS6014-25G
T75 Fiaschetta per colture cellulariCorningCLS3814-24EA

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