Utilizzo delle librerie di visione artificiale per semplificare la quantificazione dei nuclei

Abbiamo sviluppato questo metodo per normalizzare i dati metabolici provenienti da modelli cellulari per aiutare a identificare i meccanismi, sottolineare gli adattamenti del muscolo scheletrico indotti dalla terapia del calore e, in definitiva, migliorare la salute metabolica tra le persone con pre-diabete.

Dobbiamo contare i nuclei per la normalizzazione sperimentale. La quantificazione manuale dei nuclei presenta sfide tra cui la distorsione dell'osservatore, il tempo e la variabilità nell'imbattersi in campioni o condizioni diverse.

Il nostro programma è open source, garantisce l'usabilità da parte di scienziati con vari livelli di competenze tecnologiche legate alla codifica ed è convalidato per il compito specifico di quantificare i nuclei in modo rapido e accurato.

Questa tecnica ci consente di convalidare oggettivamente i meccanismi alla base del potenziale effetto della terapia del calore sui benefici per la salute muscolare e mitocondriale dal nostro recente studio clinico finanziato dalla NIA.

[Narratore] Per iniziare, avvia un browser Web su un sistema informatico, vai a github.com e versioni del contatore dei nuclei. Scarica l'ultima versione del file denominato Count nuclei.zip. Dalla cartella Download, fai clic con il pulsante destro del mouse sul file zip e seleziona Estrai tutto per estrarre i file nella posizione desiderata sul computer locale. Quindi, cerca CMD o prompt dei comandi nella barra di ricerca per aprire un prompt dei comandi. Utilizzare il comando CD per modificare la directory nel percorso del file eseguibile, ovvero il file dell'applicazione appena estratto dalla cartella di download. Quindi premere Invio per confermare la modifica della directory. Nella riga di comando successiva, sostituire il percorso delle immagini con il percorso del file della cartella contenente le immagini da analizzare. Percorso dell'output con il percorso del file della cartella in cui deve essere salvato il file .csv e results.csv con il nome del file desiderato per l'output. Sullo schermo viene visualizzato un codice di esempio e i percorsi dei file delle immagini e dell'output possono essere inseriti come mostrato tra virgolette. Utilizzare results.csv come nome del file dei risultati o specificarne un altro. Quindi, premi Invio. Quando viene visualizzata la riga di comando successiva, verificare che l'elaborazione sia completa. Verificare che le curve di livello e il foglio di calcolo dei risultati siano disponibili nella directory di output specificata. Ispeziona visivamente i contorni e confrontali con i conteggi per verificare la qualità dei conteggi prima della normalizzazione dei dati. Apri un browser e vai al contatore dei nuclei su github.com. Fai clic sul pulsante verde Codice, quindi seleziona Scarica ZIP per scaricare il repository del codice. Per Mac OS, fai clic sul menu file dalla cartella Download e seleziona Apri per estrarre i file sul computer locale. Passare alla cartella estratta denominata nuclei_counter main, che contiene il repository del codice. Salvare la cartella in una posizione accessibile e annotare il percorso del file in un documento di testo. Quindi, premi Comando + Barra spaziatrice per aprire Spotlight. Quindi digita terminale in Spotlight e seleziona l'applicazione terminale. Utilizzare il comando CD per modificare la directory nel percorso del repository di codice copiando e incollando il percorso del file dal documento di testo e premere Invio. Nella riga di comando successiva, assicurati che ci sia uno spazio dopo il simbolo del dollaro. Quindi digita il comando dato e premi Invio per installare le librerie richieste e abilitare la modalità modificabile. Includi la versione di Python appropriata immediatamente dopo pip come mostrato senza spazi. Digita il comando sullo schermo nella riga di comando successiva per modificare la directory nella directory principale del codice sorgente, che è il contatore dei nuclei del CD come mostrato sullo schermo. Quindi, digita il comando sullo schermo sostituendo i percorsi dei file in base alle esigenze e premi Invio. Quando viene visualizzata la riga di comando successiva, verificare che l'elaborazione sia completa. Verificare che le curve di livello e il foglio di calcolo dei risultati siano disponibili nella directory di output specificata. Ispeziona visivamente i contorni e confrontali con i conteggi per verificare la qualità dei conteggi prima della normalizzazione dei dati. Tutti i nuclei nelle immagini generate dal programma automatizzato sono stati delineati da contorni verdi solidi che indicano che i nuclei sono stati contati con successo. L'affidabilità tra i due conteggi manuali è risultata eccellente con un coefficiente di correlazione intraclasse superiore a 0,999 e un valore P inferiore a 0,0001. Il programma automatizzato ha dimostrato un'eccellente affidabilità rispetto al conteggio manuale medio con un coefficiente di correlazione intraclasse di 0,993 e un valore P inferiore a 0,0001. È stata osservata un'eccellente affidabilità in tutti i quartili di densità cellulare con coefficienti di correlazione intraclasse compresi tra 0,986 e 0,998, tutti con valori P inferiori a 0,0001. Le aree con più nuclei raggruppati insieme o le aree con un artefatto come un alone non sono state contate accuratamente dal programma automatizzato. Questi potenziali problemi, insieme alle possibili cause e alle procedure di risoluzione dei problemi per migliorare sia la qualità dell'immagine che l'accuratezza del flusso di lavoro di quantificazione automatizzata dei nuclei, sono elencati nella tabella sullo schermo.