Name: サブ構造アナライザー:蛍光顕微鏡画像における細胞体の迅速な探査と正確な分析のためのユーザフレンドリーなワークフロー (動画) | JoVE Journal
Uploaded: 2020-07-15T14:00:00.000+00:00
Duration: 14 min 28 s
Description: 学ぶ 蛍光顕微鏡画像の自動解析ワークフロー。Icyソフトウェアを用いて細胞構造のセグメンテーションと多重シグナル解析を行い、画像処理の専門知識がなくても正確な細胞解析が可能です。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

G.H.は、ミニステール・デレジェ・ア・ラ・レシェルシュ・エ・オ・テクノロジーズの大学院フェローシップによって支えられていました。L.H.はロレーヌ研究所(ICL)の大学院フェローシップによって支えられましたが、Q.T.は第2回「投資ダベニール」プログラムFIGHT-HF(参照:ANR-15-RHU457000)の一環としてフランス国家研究庁(ANR)が監督する公的助成金によって支援されました。この作品は、CNRSとロレーヌ大学(UMR 7365)によって資金提供されました。

<ol><li>Möckl, L., Lamb, D. C., Bräuchle, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Super-resolved+fluorescence+microscopy%3A+Nobel+Prize+in+Chemistry+2014+for+Eric+Betzig%2C+Stefan+Hell%2C+and+William+E.+Moerner%5BTitle%5D)+AND+%22Angewandte+Chemie%22%5BJournal%5D)">Super-resolved fluorescence microscopy: Nobel Prize in Chemistry 2014 for Eric Betzig, Stefan Hell, and William E. Moerner.</a> Angewandte Chemie. 53 (51), 13972-13977 (2014).</li>
<li>Meijering, E., Carpenter, A. E., Peng, H., Hamprecht, F. A., Olivo-Marin, J. -C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Imagining+the+future+of+bioimage+analysis%5BTitle%5D)+AND+%22Nature+Biotechnology%22%5BJournal%5D)">Imagining the future of bioimage analysis.</a> Nature Biotechnology. 34 (12), 1250-1255 (2016).</li>
<li>Wiesmann, V., Franz, D., Held, C., Münzenmayer, C., Palmisano, R., Wittenberg, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Review+of+free+software+tools+for+image+analysis+of+fluorescence+cell+micrographs%5BTitle%5D)+AND+%22Journal+of+Microscopy%22%5BJournal%5D)">Review of free software tools for image analysis of fluorescence cell micrographs.</a> Journal of Microscopy. 257 (1), 39-53 (2015).</li>
<li>de Chaumont, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Icy%3A+an+open+bioimage+informatics+platform+for+extended+reproducible+research%5BTitle%5D)+AND+%22Nature+Methods%22%5BJournal%5D)">Icy: an open bioimage informatics platform for extended reproducible research.</a> Nature Methods. 9 (7), 690-696 (2012).</li>
<li>Girish, V., Vijayalakshmi, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Affordable+image+analysis+using+NIH+Image%2FImageJ%5BTitle%5D)+AND+%22Indian+J+Cancer%22%5BJournal%5D)">Affordable image analysis using NIH Image/ImageJ.</a> Indian J Cancer. 41 (1), 47(2004).</li>
<li>Zaitoun, N. M., Aqel, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Survey+on+image+segmentation+techniques%5BTitle%5D)+AND+%22Procedia+Computer+Science%22%5BJournal%5D)">Survey on image segmentation techniques.</a> Procedia Computer Science. 65, 797-806 (2015).</li>
<li>Molecular Devices. MetaMorph Microscopy Automation and Image Analysis Software. , Available from: 
 <a target="_blank" href="https://www.moleculardevices.com/products/cellular-imaging-systems/acquisition-and-analysis-software/metamorph-microscopy">https://www.moleculardevices.com/products/cellular-imaging-systems/acquisition-and-analysis-software/metamorph-microscopy</a> (2018).</li>
<li>Nikon. NIS-Elements Imaging Software. , Available from: 
 <a target="_blank" href="https://www.nikon.com/products/microscope-solutions/lineup/img_soft/nis-element">https://www.nikon.com/products/microscope-solutions/lineup/img_soft/nis-element</a> (2014).</li>
<li>Meyer, F., Beucher, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Morphological+segmentation%5BTitle%5D)+AND+%22Journal+of+Visual+Communication+and+Image+Representation%22%5BJournal%5D)">Morphological segmentation.</a> Journal of Visual Communication and Image Representation. 1 (1), 21-46 (1990).</li>
<li>Schieber, M., Chandel, N. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ROS+Function+in+Redox+Signaling+and+Oxidative+Stress%5BTitle%5D)+AND+%22Current+Biology%22%5BJournal%5D)">ROS Function in Redox Signaling and Oxidative Stress.</a> Current Biology. 24 (10), 453-462 (2014).</li>
<li>D'Autréaux, B., Toledano, M. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ROS+as+signalling+molecules%3A+mechanisms+that+generate+specificity+in+ROS+homeostasis.+Nature+Reviews%5BTitle%5D)+AND+%22Molecular+Cell+Biology%22%5BJournal%5D)">ROS as signalling molecules: mechanisms that generate specificity in ROS homeostasis. Nature Reviews.</a> Molecular Cell Biology. 8 (10), 813-824 (2007).</li>
<li>Davalli, P., Mitic, T., Caporali, A., Lauriola, A., D'Arca, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ROS%2C+Cell+Senescence%2C+and+Novel+Molecular+Mechanisms+in+Aging+and+Age-Related+Diseases%5BTitle%5D)+AND+%22Oxidative+Medicine+and+Cellular+Longevity%22%5BJournal%5D)">ROS, Cell Senescence, and Novel Molecular Mechanisms in Aging and Age-Related Diseases.</a> Oxidative Medicine and Cellular Longevity. 2016, 3565127(2016).</li>
<li>Disher, K., Skandalis, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evidence+of+the+modulation+of+mRNA+splicing+fidelity+in+humans+by+oxidative+stress+and+p53%5BTitle%5D)+AND+%22Genome%22%5BJournal%5D)">Evidence of the modulation of mRNA splicing fidelity in humans by oxidative stress and p53.</a> Genome. 50 (10), 946-953 (2007).</li>
<li>Takeo, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Oxidative+stress-induced+alternative+splicing+of+transformer+2%CE%B2+%28SFRS10%29+and+CD44+pre-mRNAs+in+gastric+epithelial+cells%5BTitle%5D)+AND+%22American+Journal+of+Physiology+-+Cell+Physiology%22%5BJournal%5D)">Oxidative stress-induced alternative splicing of transformer 2β (SFRS10) and CD44 pre-mRNAs in gastric epithelial cells.</a> American Journal of Physiology - Cell Physiology. 297 (2), 330-338 (2009).</li>
<li>Seo, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Oxidative+Stress+Triggers+Body-Wide+Skipping+of+Multiple+Exons+of+the+Spinal+Muscular+Atrophy+Gene%5BTitle%5D)+AND+%22PLOS+ONE%22%5BJournal%5D)">Oxidative Stress Triggers Body-Wide Skipping of Multiple Exons of the Spinal Muscular Atrophy Gene.</a> PLOS ONE. 11 (4), 0154390(2016).</li>
<li>Will, C. L., Luhrmann, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spliceosome+Structure+and+Function%5BTitle%5D)+AND+%22Cold+Spring+Harbor+Perspectives+in+Biology%22%5BJournal%5D)">Spliceosome Structure and Function.</a> Cold Spring Harbor Perspectives in Biology. 3 (7), 003707(2011).</li>
<li>Ljosa, V., Sokolnicki, K. L., Carpenter, A. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Annotated+high-throughput+microscopy+image+sets+for+validation%5BTitle%5D)+AND+%22Nature+Methods%22%5BJournal%5D)">Annotated high-throughput microscopy image sets for validation.</a> Nature Methods. 9 (7), 637-637 (2012).</li>
<li>Wang, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cajal+bodies+are+linked+to+genome+conformation%5BTitle%5D)+AND+%22Nature+Communications%22%5BJournal%5D)">Cajal bodies are linked to genome conformation.</a> Nature Communications. 7, (2016).</li>
<li>Carpenter, A. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CellProfiler%3A+image+analysis+software+for+identifying+and+quantifying+cell+phenotypes%5BTitle%5D)+AND+%22Genome+Biology%22%5BJournal%5D)">CellProfiler: image analysis software for identifying and quantifying cell phenotypes.</a> Genome Biology. 7, 100(2006).</li>
<li>McQuin, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CellProfiler+3.0%3A+Next-generation+image+processing+for+biology%5BTitle%5D)+AND+%22PLoS+Biology%22%5BJournal%5D)">CellProfiler 3.0: Next-generation image processing for biology.</a> PLoS Biology. 16 (7), 2005970(2018).</li>
</ol>

著者らは開示するものは何もない。

蛍光細胞画像の解析には、ますます多くのフリーソフトウェアツールが利用できます。ユーザーは、問題の複雑さ、画像処理の知識、および分析に費やす時間に応じて適切なソフトウェアを正しく選択する必要があります。アイシー、セルプロファイル、または ImageJ/フィジーは、ユーザビリティと機能性の両方を組み合わせた強力なツールです 3.Icy は、明確なグラフィカル ユーザー インターフェイス (GUI) を表示するスタンドアロン ツールであり、特にワークフローを簡単に設計または操作できるインターフェイスをクリックします。このソフトウェアの機能は、ImageJプラグインをサポートし、利用することによって強化され、多くのドキュメントは、ユーザーの大規模なコミュニティのおかげで利用可能です。この強い使いやすさとアイシーソフトウェアの機能性を組み合わせて、Substructure Analyzerのワークフローを開発しました。その主な目的は、複数の画像から細胞蛍光シグナルの完全な分析を行う自動化されたソリューションを提案することです。この解析...

光顕微鏡、そしてより具体的には、蛍光顕微鏡は、生物科学で一般的に使用される堅牢で汎用性の高い技術です。タンパク質やRNAなどの様々な生体分子の特異的蛍光標識を通じて、正確に局在化できます。過去10年間は、超解決蛍光顕微鏡(SRFM)の開発のためにエリック・ベッツィヒ、ステファン・W・ヘル、ウィリアム・E・モアナーを受賞した2014年のノーベル化学賞によって証明された顕微鏡および画像技術の急速な進歩によって特徴付けられています。SFRMは、従来の光学顕微鏡の回折限界をバイパスしてナノ次元に持ち込みます。ライブイメージングやハイスループットスクリーニングアプローチなどの技術の改善は、各実験で扱うデータの量と複雑度も増加します。ほとんどの場合、研究者は細胞の高い不均一な集団に直面しており、単一細胞レベルでの発現型の分析を望んでいます。
当初、病巣計数などの分析は目で行われ、カウントプロセスを完全に視覚的に制御できるため、一部の研究者が好む。しかし、このようなデータの手動分析は時間がかかりすぎて、観察者間の変動を招き、より複雑な機能にアクセスすることは不可能であり、コンピュータ支援アプローチが広く使用されるようになり、ほとんどやむを得ない2。バイオイメージ情報学的手法は、データ分析の効率を大幅に向上させ、手動計数解析の不可避的なオペレータの主観性と潜在的バイアスを含まない。この分野での需要の増加とコンピュータのパワーの向上は、多数の画像解析プラットフォームの開発につながりました。一部は自由に利用でき、パーソナルコンピュータで分析を行うための様々なツールにアクセスできます。オープンアクセスツールの分類は最近確立されています3そして、使いやすさと機能を組み合わせた強力なソフトウェアとしてIcy4を提示.さらに、アイシーはImageJと通信する利点があります。

サブ構造アナライザーパイプラインは図 1に示されています。まず、指定されたフォルダに含まれるすべての画像が事前処理され、信号とノイズの比率が向上します。この手順により、次の手順の効率が向上し、実行時間が短縮されます。次に、蛍光シグナルが検出されるべき画像領域に対応する対象領域(ROI)を特定し、セグメント化する。最後に蛍光シグナルを分析し、その結果をタブ区切りのワークシートにエクスポートします。
オブジェクトのセグメンテーション(境界の検出)は、画像解析の中で最も困難なステップであり、その効率によって得られる細胞測定の精度が決まります。画像内で最初に同定された物体(主体物体と呼ばれる)は、しばしばDNA染色画像(DAPIまたはHoechst染色)からの核であるが、主な物体は細胞全体、ビーズ、斑点、腫瘍、または染色された物体である可能性もある。ほとんどの生物学的画像では、細胞または核が互いに接触したり、重なり合ったりして、単純で速いアルゴリズムが失敗します。現在までに、ユニバーサルアルゴリズムは、すべてのオブジェクトの完全なセグメンテーションを実行することはできません。5一般的に顕微鏡ソフトウェア(分子デバイス6によるMetaMorphイメージングソフトウェア、ニコン7によるNIS-Elements Advances Researchソフトウェアなど)で配布されるセグメンテーションツールは、一般的に相関マッチング、閾値、形態演算などの標準的な手法に基づいています。基本的なシステムでは効率的ですが、これらの一般化された方法は、より困難で特定のコンテキストで使用すると、急速に限界を提示します。実際、セグメンテーションは、細胞タイプ、細胞密度、バイオマーカーなどの実験パラメータに対して高感度であり、大きなデータセットに対して繰り返し調整を必要とする場合が多い。Substructure Analyzerワークフローは、シンプルで洗練されたアルゴリズムの両方を統合し、画像の複雑さとユーザーのニーズに合わせたさまざまな選択肢を提案します。特に、高度にクラスター化されたオブジェクトに対するマーカーベースの流域アルゴリズム8を提案しています。このセグメンテーション方法の効率は、各オブジェクトの個々のマーカーの選択に依存します。これらのマーカーは、ほとんどの場合、ユーザーが多数のオブジェクトに直面する場合に非常に時間がかかる、完全なセグメンテーションのための正しいパラメータを取得するために手動で選択されます。サブストラクチャアナライザは、これらのマーカーの自動検出を提案し、高効率のセグメンテーションプロセスを提供します。セグメンテーションは、ほとんどの場合、画像解析の制限ステップであり、画像の解像度、画像あたりのオブジェクト数、およびオブジェクトのクラスタリングのレベルに応じて処理時間を大幅に変更できます。標準的なパイプラインでは、標準のデスクトップ コンピューターでイメージあたり数秒から 5 分を必要とします。より複雑な画像の解析には、より強力なコンピュータと画像解析の基本的な知識が必要になる場合があります。
このワークフローの柔軟性と機能性は、代表的な結果にさまざまな例を示しています。このワークフローの利点は、酸化ストレス(OS)条件下での核下構造の研究を通じて顕著に表示されます。OSは酸化剤を支持する酸化還元恒常性の不均衡に対応し、高レベルの活性酸素種(ROS)に関連付けられている。ROSはシグナル伝達分子として作用するので、それらの濃度および細胞内局在の変化は、シグナル伝達、修復機構、遺伝子発現、細胞死、増殖を含む生理機能を調節する無数の経路およびネットワークにプラスまたは負の影響を及9,ぼす。OSは、様々な病理(神経変性、心血管疾患、癌、糖尿病など)に直接関与するが、細胞老化にも関与している。したがって、ヒト細胞の組織と機能に及ぼすOSの結果を解読することは、ヒト病理の発症および発達におけるOSの役割を理解する上で重要なステップとなる。OSは、いくつかの転写因子(p53、Nrf2、FOXO3A)11を介して転写を調節することによって遺伝子発現を調節することが確立されている11が、また、RNA12、13、14,13,14の代替スプライシング(AS)などのいくつかの共転写および転写後プロセスの調節に影響を与えることによっても確立されている。一次符号化および非コード転写物の代替スプライシングは、トランスクリプトアイソフォームを産生することによってゲノムのコード容量を増加させる不可欠なメカニズムである。ASは、スプライセオソームと呼ばれる巨大なリボヌクレオタンパク質複合体によって行われ、ほぼ300個のタンパク質および5つのUリッチ15な小型核RNA(UsnRNA)15を含む。スプライセオソームアセンブリとASは細胞内で厳しく制御されており、スプライセサム成熟のいくつかのステップは、カハルボディと名付けられた膜のない核コンパートメント内で起こる。これらの核下構造は、その構造の動的性質とそれらの組成によって特徴付けられるもので、主にそれらのRNAとタンパク質成分とコイリンタンパク質との多価相互作用によって行われる。Substructure Analyzerワークフローを使用して何千ものセルを分析すると、CAJALボディに対するOSの影響を説明したことがないという特徴付けが可能になりました。実際、得られたデータは、OSがカハル体の核形成を変え、コイリンタンパク質の核内再分配を多数の小さな核病巣に誘導することを示唆している。カハルボディの構造のこのような変化は、スプライセソームの成熟に影響を与え、OSによるAS変調に参加する可能性があります。

<table><tbody><tr><td>16% ホルムアルデヒド溶液 (w/v) メタノールフリー</td><td>サーモフィッシャーサイエンティフィック</td><td>28908</td><td>細胞を固定する</td></tr><tr><td>アレクサフルオット ヤギの蛍光 488 抗ウサギ</td><td>サーモフィッシャーサイエンティフィック</td><td>A-11008</td><td>蛍光二次抗体</td></tr><tr><td>アレクサフルーオ 555 ヤギの抗マウス サーモ</td><td>フィッシャーサイエンティフィック</td><td>A-21425</td><td>蛍光二次抗体</td></tr><tr><td>アレクサフルーオ 555 ファロイジン</td><td>サーモFisher Scientific</td><td>A34055</td><td>蛍光二次抗体</td></tr><tr><td>ウシ血清アルブミン標準 (BSA)</td><td>euromedex</td><td>04-100-812-E</td><td></td></tr><tr><td>DMEM</td><td>Sigma-Aldrich</td><td>D5796-500ml</td><td>細胞培養液</td></tr><tr><td>Duolink In Situ Mounting Medium with DAPI</td><td>Sigma-Aldrich</td><td>DUO82040-5ML</td><td>Mounting Medium</td></tr><tr><td>Human: HeLa S3 cells</td><td>IGBMC, Strasbourg, France</td><td></td><td>実験に使用した細胞株</td></tr><tr><td>過酸化水素溶液 30% (H2O2)</td><td>Sigma-Aldrich</td><td>H1009-100ml</td><td>ストレス剤として使用</td></tr><tr><td>リポフェクタミン 2000 試薬</td><td>サーモフィッシャーサイエンティフィック</td><td>11668-019</td><td>トランスフェクション試薬</td></tr><tr><td>マウスモノクローナル抗コイリン</td><td></td><td>abcam ab11822</td><td>コイリン特異的抗体</td></tr><tr><td>ニコン Optiphot-2 蛍光顕微鏡</td><td>ニコン</td><td></td><td>落射蛍光顕微鏡</td></tr><tr><td>Opti-MEM I 還元血清培地</td><td>サーモフィッシャーサイエンティフィック</td><td>31985062</td><td>トランスフェクション培地</td></tr><tr><td>PBS pH 7.4 (10x)</td><td>gibco</td><td>70011-036</td><td>細胞を洗浄</td></tr><tr><td>ウサギポリクローナル抗 53BP1</td><td>サーモフィッシャーサイエンティフィック</td><td>PA1-16565</td><td>53BP1 特異的抗体</td></tr><tr><td>ウサギポリクローナル抗EDC4</td><td>Sigma-Aldrich</td><td>SAB4200114</td><td>EDC4特異的抗体</td></tr><tr><td>Triton X-100</td><td>Roth</td><td>6683</td>を<td>細胞に透過処理</td></tr></tbody></table>

サブ構造アナライザー:蛍光顕微鏡画像における細胞体の迅速な探査と正確な分析のためのユーザフレンドリーなワークフロー

Substructure Analyzer: A User-Friendly Workflow for Rapid Exploration and Accurate Analysis of Cellular Bodies in Fluorescence Microscopy Images

過去10年間は、空間分解能の向上だけでなく、ライブセルイメージングおよびハイスループット顕微鏡技術においても示された蛍光顕微鏡技術のブレークスルーによって特徴付けられています。これにより、1回の実験での顕微鏡データの量と複雑さが一定に増加しました。顕微鏡データの手動分析は非常に時間がかかり、主観的で、定量的な分析が禁止されているため、バイオイメージ解析の自動化はほとんどやむを得なくなっています。蛍光顕微鏡によるバイオイメージのシグナル解析を完全に自動化するサブストラクチャアナライザと呼ばれる情報学ワークフローを構築しました。このワークフローは、ユーザーフレンドリーなオープンソースプラットフォームIcy上で開発され、ImageJの機能によって完了されます。信号対雑音比を改善するための画像の前処理、細胞の個別のセグメンテーション(細胞境界の検出)、特定の細胞コンパートメントに富んだ細胞体の検出/定量化が含まれます。このワークフローの主な利点は、ユーザーフレンドリーなインターフェースを介して、画像解析の専門知識を持たないユーザーに複雑なバイオイメージング機能を提案することです。さらに、それは非常にモジュール化され、異なる細胞のサブ構造の異なる細胞体の比較分析に核/細胞質転位の特徴付けからいくつかの問題に適応する。このワークフローの機能は酸化ストレス(OS)条件下でのカハル(コイル状)体の研究を通して示される。蛍光顕微鏡のデータは、ヒト細胞におけるその完全性がOSの誘導の数時間後に影響を受けることを示している。この効果は、コイリンの核分裂が特徴カジャール体に減少し、小さな病巣の増加にコイリンの核内再分配に関連することを特徴とする。CB成分と周囲核内核形成との交換におけるコイリンの中心的な役割は、OSによるコイリンの再分配がカハル体の組成および機能に影響を及ぼす可能性があることを示唆している。

説明されたすべての分析は、Javaの64ビットバージョンで動作する標準ラップトップ(2.80 GHzの64ビットクアッドコアプロセッサと16 GBのランダムアクセスメモリ(RAM))で実行されています。ランダム アクセス メモリは、分析する画像の量と解像度に応じて考慮すべき重要なパラメーターです。32 ビットバージョンの Java を使用すると、メモリは約 1300 MB に制限されますが、これはビッグデータ分析には適さない可能性がありますが、64 ビットバージョンでは Icy に割り当てられたメモリを増やすことができます。図 3 は、さまざまな種類のイメージと解像度のセグメント化に必要な時間を示しています。これは、高解像度が主オブジェクトのセグメンテーションの時間を大幅に増加することを確認します。
次の段落で示されるデータは、Substructure Analyzerワークフローを使用して、細胞生物学および分子生物学(細胞数、病巣カウントおよび分析、転座解析)で遭遇する一般的な問題のほとんどを解決できる...

蛍光顕微鏡画像で特定の細胞区画内の細胞体を迅速に探査し、正確に分析するために構築された自由に利用可能なワークフローを提示します。このユーザーフレンドリーなワークフローはオープンソースソフトウェアのIcy上で設計され、また、ImageJの機能を使用しています。パイプラインは、画像解析に関する知識なしに手頃な価格です。

The last decade has been characterized by breakthroughs in fluorescence microscopy techniques illustrated by spatial resolution improvement but also in ...

サブストラクチャ アナライザは、複数のプロセス顕微鏡測定メトリックの自動分析を実行するユーザー フレンドリーなワークフローです。これは、オープンソースソフトウェアIcyのゼロトンを意味し、また、マシンの機能を使用していません。重要なことに、このワークフローは、手頃な価格のリゾートは、知識と画像分析を生成します。マルチチャンネル画像はワークフロー内にロードされ、信号対雑音比を改善し、イメージングや欠陥を除去するために、事前処理されます。次に、画像セグメンテーションは、対象となる領域(バックグラウンドからROIとも呼ばれる)を分離します。クラスタリングのレベルと対象オブジェクトの性質に応じて、セグメンテーションの方法をいくつか使用できます。セグメント化されたオブジェクトは、特定のフォルダに特定の記述子を付けて保存されます。フォースと信号は行内で解析され、密度テクスチャの位置、サイズ、形状などの複数のフィーチャが、数とサイズは自動的に作成されたスプレッドシートにエクスポートされます。アイシーのウェブサイトからアイシーをダウンロードしてください。次に、プロトコルの ICY ライブラリからサブ構造アナライザ プロトコルをダウンロードします。[Icy] を開き、リボン メニューのツールをクリックします。プロトコルをクリックして、プロトコルエディタのインタフェースを開きます。負荷をクリックし、プロトコルのサブ構造アナライザーを開きます。プロトコルの読み込みには数秒かかることがあります。ワークフローは、各ブロックが特定のサブタスクを実行する複数のボックスで構成されるパイプラインとして機能する 13 の一般ブロックで構成されます。各ブロックまたはボックスには番号が付けられており、ワークフロー内で特定のランクが設定されます。この番号をクリックすると、選択したブロックに最初のブロックに最も近い位置を割り当てます。他のブロックの位置は再編成されます。左上隅のアイコンをクリックすると、ブロックを折りたたむことができます。また、拡大、絞り込み、または除去することができます。ワークフローの各パイプラインは、他の入力と出力によって接続されたボックスのネットワークによって正しく生じます。接続を作成するには、出力をクリックし、カーソルが入力に関係するまで維持します。出力タグをクリックすると接続を削除できます。必要に応じて、ファイルの名前を変更して、シーケンスをマージする場合は、同じ名前の接頭辞の後に、個別の区切り文字を付けます。たとえば、イメージ A の個々のチャンネルのシーケンスは、イメージ A という名前で、アンダースコアは赤、イメージ A はアンダースコアブルーなどです。同じフォルダに、マージするチャネルごとに新しいフォルダを作成します。たとえば、赤、緑、青のチャンネルをマージするには、3 つのフォルダを作成し、対応するシーケンスをこれらのフォルダ内に格納します。ブロックマージチャネルのみを使用し、他のブロックを削除し、プロトコルをマージチャネルとして保存します。パラメータを設定するためにボックスにアクセスします。ボックスのチャネル番号 x で、抽出するチャンネルを選択します。従来の RGB 画像では、ゼロは赤、1 つは緑、2 は青です。ボックスのフォルダ チャネル番号 x、バックスラッシュ チャネル x のイメージを含むフォルダの名前。ボックスで、チャンネル番号 x を区切ります。イメージ名の区切り記号の使用。ボックスで、カラーマップチャンネル番号xは、Icyで対応するチャンネルを視覚化するために使用するモデルのどの列を番号で示します。ボックスに、マージされたイメージの形式は、マージされたイメージを保存する拡張機能を記述します。マージ チャネル ブロックの左上隅にあるフォルダの右側にあるリンクをクリックします。表示される [開く] ダイアログ ボックスで、ボックス フォルダ チャネル番号 1 で定義された最初のチャンネルのシーケンスを含むフォルダをダブルクリックします。その後、開いてクリックし、プロトコルを実行しました。マージされた画像は、個々のチャンネルのフォルダと同じディレクトリにマージされたフォルダに保存されます。オブジェクトセグメンテーションは、画像解析において最も困難なステップです。結果として得られるセットの測定精度は効率によって決まります。そのため、ストラクチャーアナライザは、シンプルなアルゴリズムと複雑なアルゴリズムの両方を統合して、画像の複雑さとユーザーのニーズに合わせたさまざまな選択肢を提案します。オブジェクトが互いに接触しない場合、他のユーザはクラスタ化されたオブジェクトを個別に区別する必要はありません。ブロックセグメンテーション D.クラスターのブロックセグメンテーションを使用して、セグメント化された核をマーカーとして個別に接する細胞質をセグメント化します。一次オブジェクトセグメンテーションのブロックアダプティブは独立して処理できるため、複数のブロックを同じ実行で使用して、特定のサブ構造の効率を比較したり、異なるタイプのサブストラクチャをセグメント化することができます。セグメンテーションを例示するために、より多くの問題に適合するブロックセグメンテーションBが選択されました。このブログを使用するには.まず、リンクしてフォルダを選択します。次に、オブジェクトのチャネルをセグメントに設定するチャネル信号を呼び出します。たとえば、B に対応するには、ボックス HK の意味で、検出されるオブジェクトの強度クラス パラメータと、およその最小サイズと最大サイズをピクセル単位で設定します。強度クラスの場合、2 の値は、背景と前景の 2 つのクラスのピクセルを分類します。このように、オブジェクトと背景のコントラストが高い場合に適応されます。前景オブジェクトの原点の強度が設定されている場合、または背景とのコントラストが低い場合は、クラス数を増やします。ボックスのアクティブな輪郭は、オブジェクトの境界線の検出を最適化します。プロセス中に、セグメント化されたオブジェクトのイメージを保存するフォルダが作成されます。ボックス テキストでは、このフォルダに名前を付けます。たとえば、核をセグメント化します。セグメント化されたオブジェクトの画像を保存するためのフォーマットを設定するには、セグメント化されたオブジェクトの画像のボックス形式を埋め、プロトコルを実行しました。マージされたイメージを含むフォルダにフォルダが作成されます。さまざまなブロックは、セグメント化されたオブジェクトで分析される法律やチャネルおよびセルコンパートメントの数に適応するために開発されました。次の例では、解析のために、同じコンパートメント内のブロック蛍光分析P.Twoチャネルを選択し、それをリンクしてフォルダを選択します。この分析でパラメータ受信トレイフォルダイメージROIが設定される前にセグメンテーションブロックが処理され、円記号が付いたセグメント化されたオブジェクトのイメージを含むフォルダの名前が書き込まれます。セグメント化されたオブジェクトの画像の受信トレイ形式は、セグメント化されたオブジェクトの画像を保存するために使用される形式を書きます。受信トレイは、両方のオブジェクトを削除するために境界を強制します。それ以外の場合は、この機能を使用するには、より完全なJコレクションのイメージングのインストールが必要です。ボックスチャンネルスポット信号では、スポットを検出する必要があるチャンネルを設定します。従来の RTP イメージでは、ゼロは赤 1 は緑、2 は青です。局所的な分子の名前で、スポットに局所化する分子の名前を書きます。答えるフィールドの数は分子の数によって異なります。検出器ブロックごとのボックス波長で、個々のチャネルごとにスポット検出パラメータを設定します。部屋の異なるブロックを処理するためには、ブロック選択フォルダで、選択されたブロックの接続を維持します。ワークフローの処理が正常に行うランクを下回っていることを確認します。ワークフローを実行する前に、使用されていないブロックを削除し、新しいプロトコルを別の名前で保存しておくことをお勧めします。[実行] をクリックしてワークフローを開始します。目を開けると、目の外観の本が表示されます。看護師の画像を含むフォルダをダブルクリックし、開くをクリックすると、ワークフローが自動的に実行されます。処理が完了すると、正常に実行されたワークフローが右下隅に表示され、すべてのブロックに緑色の記号が付きます。ブロックと矢印記号を示す内側のボックスでない場合は、要素が正しいことを示します。重要なのは、複数のディスプレイが、処理を制御するために、各実行中に中間結果を視覚化することを可能にします。このワークフローの迅速性、柔軟性、機能性は、さまざまな例に限定されます。この最初の例では、NF κB.シミュレーション後のTNFアルファ濃度の増加による核転位を解析します。核及び細胞質は、セグメンテーションCおよびEブロックを用いて線引した。シグナル中で栄えるNFカッパBを、グローバル転位解析ブロックを用いて解析した。96分間で40,000以上の細胞を分析した。生成されたデータを用いて、TNFαによるNFカッパB核転位の誘導を示すこの用量応答曲線を確立した。このワークフローは、ファイル サイズを検出し、その機能に関する特定の情報を抽出するためにも使用できます。ここで、個々の細胞内の特性は、タンパク質に対するEDCを局所化することによって検出された。細胞質における核は、セグメンテーションAおよびEブロックを用いて線引いた。EDC4は、この例C.In蛍光分析ブロックを用いて分析した、細胞質EDC4サインは、両方の分析された細胞で検出されている。各フルサイドのサイズ(ピクセル単位)は、スプレッドシートに指定されます。この例では、ワークフローの汎用性を利用して、炭水化物に酸化ストレスの長い運動学を研究しました。コイリンの核力サインは炭水化物の主な構造成分であり、その数および大きさは、53BP1に局在する二重鎖破断によって評価されたサイズ、応力状態に応じて分析された。核は、セグメンテーションプロキシーを用いて線引し、核力とコイリンと53BP1の信号を用いて、蛍光分析ブロックBを用いて同時に分析した。2300個の個々の細胞からのデータを用いて、そのサイズの減少に伴う応力誘導後のグリーンフィールド部位の数の有意な増加を証明した。このデータは、酸化ストレスが核プラズミック分布を使用する炭水化物の核生成力を、コイリン発現の変化を正当化するためにサイト用の小さな核の数に変化させることで、その局在化を変え、曲線体の核形成を変える可能性があることを強く示唆している。外因性GFPコイリン融合タンパク質を過剰発現した。我々の身体の特徴はGFPコイリン過剰発現レベルに従って分析された。核は、セグメンテーションブロックA.コイリンとGFPコイリンの蛍光シグナルを用いて、蛍光分析ブロックBを用いて同時に解析した。サブ構造分析装置によって生成されたデータは、過剰発現中のGFPコイリンが炭水化物のサイズと数を大幅に増加することを示しています。酸化ストレスは炭水化物の数を増やすが、そのサイズを減少させるので。このデータは、炭水化物の構造に対する酸化ストレス効果が、ある量のコイリンに対する影響ではなく、その組成の変化によって引き起こされる可能性が最も高いことを反映している可能性がある。したがって、構造解析は、バイオ画像解析のための高度にモジュール化されたワークフローです。これは、チャネルの簡単なマージから、数千のセル内の複数の床と信号の定量化にはいくつかのコンテキストに適応することができます。また、画像の複雑さに応じてシンプルで複雑なセグメンテーションアルゴリズムを統合し、蛍光シグナル特徴の抽出を自動化します。

substructure-analyzer-user-friendly-workflow-for-rapid-exploration

Research

JoVE Journal

Bioengineering

バイオエンジニアリング（生体工学）

我々は、単一細胞の三次元共焦点蛍光から取ら未定義形状の形態の変化を測定するためにImaris神経科学、ImarisXTとMATLABを利用したソフトウェアプラットフォームを開発しました。この新しいアプローチは、受容体活性化に続く細胞形状の変化を定量化するため、創薬のための可能な追加ツールを表すために使用することができます。...

三次元蛍光画像から細胞形態の変化を定量分析ツール

有能な膜貫通型受容体のシグナリング小説を同定するためのハイコンテンツスクリーニング方法が記載されている。この方法は、大規模な自動化に適しているとの予測を可能にする...

発現クローニングによりGrb2のシグナル伝達複合体を研究するために高コンテンツイメージングワークフロー

ここでは、急速にPhenoRipper、最近開発された画像解析プラットフォームを用いた蛍光顕微鏡画像の集合を分析し、探索するためのワークフローを記載している。...

迅速な分析および蛍光顕微鏡画像の探索

蛍光標識された細胞の多重化された画像ベースの分析を可能に柔軟インフォマティクスワークフローがある発表。ワークフローは、核と細胞質のマーカーを定量化し、これらの区画の間のマーカー座を計算します。手順は、96ウェルフォーマットで、間接免疫蛍光法によってマーカーを検出するためのsiRNAで信頼性の高い方法論を用いた細胞の摂動のために提供される。...

高コンテンツ、オープンソースソフトウェアでサポートされているユニバーサル顕微鏡データからの蛍光マーカー、個々の細胞定量のワークフロー

ここで広視野高内容分析システム (WHCAS)...

自動スライド スキャンと広視野高コンテンツ分析システムを利用した蛍光標識した生体のセグメンテーション

成熟したオリゴデンドロサイトに分化する胎児または成体の神経幹細胞に由来するアストロサイトとオリゴデンドロサイト前駆細胞の混合培養の生成と、有害刺激のインビトロモデリングについて述べています。細胞ベースの高含有スクリーニング技術との結合は信頼でき、強い薬物スクリーニングシステムを造る。...

胎児および成人神経幹細胞由来オリゴデンドロビテ前駆細胞培養の高含有スクリーニング分化と成熟解析

3次元オルガノイドおよびスフェロイドモデルの染色および高解像度イメージング

分極した単一細胞の細胞内動態を解析する現在の方法は、多くの場合、手作業であり、標準化されていません。この原稿では、単一偏光細胞の正中線抽出を自動化し、ユーザーフレンドリーなオンラインインターフェースでタイムラプスからの時空間挙動を定量化するための新しい画像解析パイプラインを紹介します。...

AMEBaS:分極単一細胞のレシオメトリック蛍光タイムラプスの自動正中線抽出とバックグラウンドサブトラクション

この方法は、ヒトTリンパ球のさまざまな核組織パターンを持つタンパク質分布を評価するための免疫蛍光プロトコルと定量パイプラインを示しています。このプロトコルは、サンプル調製から始まり、フィジーでの半自動分析の実行まで、段階的なガイダンスを提供し、Google...

さまざまな細胞タイプの原子核体の動的変化を解析するための汎用性の高いパイプライン

多次元顕微鏡データを正確に分析するには、複雑なワークフローが必要です。この記事では、ソフトウェアCell-ACDCの使用方法を示します。最先端の AI...

Cell-ACDCを用いた多次元顕微鏡データの解析

学ぶ 蛍光顕微鏡画像の自動解析ワークフロー。Icyソフトウェアを用いて細胞構造のセグメンテーションと多重シグナル解析を行い、画像処理の専門知識がなくても正確な細胞解析が可能です。

サブ構造アナライザー:蛍光顕微鏡画像における細胞体の迅速な探査と正確な分析のためのユーザフレンドリーなワークフロー

さらに動画を探す