Name: 신속한 방사선 Biodosimetry로 자동 Dicentric 염색체 식별 (ADCI) 및 복용량 추정 (동영상) | JoVE Journal
Uploaded: 2017-09-04T13:00:00.000+00:00
Duration: 10 min 33 s
Description: 배우세요 기계학습 기반 이미지 처리 기술을 활용한 방사선 생물학적 복용량 추정 소프트웨어 사용법을. 이 방법은 자동 이미지 필터링과 이중중심 염색체 검출을 통해 방사선 노출 후 신속한 생물학적 선량 측정을 가능하게 합니다.

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

playerTrialDesktop

우리는 그들의 cytogenetic biodosimetry 실험실에서 분열 이미지 데이터 액세스에 대 한 박사 루스 윌킨스, Radiobiology과 보호 건강 캐나다, 그리고 페 라 Flegal, 캐나다 핵 실험실 및 그들의 실험실 직원에 게 감사. 이 종이 CytoGnomix (시리얼 번호를 빌드 캐나다 혁신 프로그램에서에서 계약에 의해 지원 되었다 EN579-172270/001/SC). ADCI의 초기 버전 및 알고리즘의 개발; 서양 혁신 기금에 의해 지원 되었다 자연 과학 및 공학 연구 위원회 (NSERC 발견 그랜트 371758-2009); 캐나다의 미국 공중 보건 서비스 (다트-복용량 CMCR, 5U01AI091173-0); 캐나다 재단 혁신; 캐나다 연구의 자, 및 CytoGnomix 주식 회사

<ol><li>Brewen, J. G., Preston, R. J., Littlefield, L. G. <a target="_blank" href="http://www.rrjournal.org/doi/abs/10.2307/3573421?code=rrs-site&journalCode=rare">Radiation-Induced Human Chromosome Aberration Yields Following an Accidental Whole-Body Exposure to60 Co γ-Rays.</a> Radiat Res. 49 (3), 647-656 (1972).</li>
<li>Bender, M. A., Gooch, P. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Persistent+Chromosome+Aberrations+in+Irradiated+Human+Subjects%5BTitle%5D)+AND+%22Radiat+Res%22%5BJournal%5D)">Persistent Chromosome Aberrations in Irradiated Human Subjects.</a> Radiat Res. 16 (1), 44-53 (1962).</li>
<li>INTERNATIONAL ATOMIC ENERGY AGENCY. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Cytogenetic+Dosimetry%3A+Applications+in+Preparedness+for+and+Response+to+Radiation+Emergencies%22">Cytogenetic Dosimetry: Applications in Preparedness for and Response to Radiation Emergencies</a>. , IAEA: Vienna. (2011).</li>
<li>Rogan, P. K., Li, Y., Wilkins, R. C., Flegal, F. N., Knoll, J. H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Radiation+Dose+Estimation+by+Automated+Cytogenetic+Biodosimetry%5BTitle%5D)+AND+%22Radiat+Prot+Dosimetry%22%5BJournal%5D)">Radiation Dose Estimation by Automated Cytogenetic Biodosimetry.</a> Radiat Prot Dosimetry. 172 (1-3), 207-217 (2016).</li>
<li>Arachchige, A. S., Samarabandu, J., Knoll, J., Khan, W., Rogan, P. <a target="_blank" href="http://ieeexplore.ieee.org/document/5652017/">An image processing algorithm for accurate extraction of the centerline from human metaphase chromosomes.</a> 2010 IEEE International Conference on Image Processing. , 3613-3616 (2010).</li>
<li>Arachchige, A. S., Samarabandu, J., Knoll, J., Khan, W., Rogan, P. <a target="_blank" href="http://ieeexplore.ieee.org/document/5479183/">An Accurate Image Processing Algorithm for Detecting FISH Probe Locations Relative to Chromosome Landmarks on DAPI Stained Metaphase Chromosome Images.</a> 2010 Canadian Conference on Computer and Robot Vision. , 223-230 (2010).</li>
<li>Arachchige, A. S., Samarabandu, J., Rogan, P. K., Knoll, J. H. M. <a target="_blank" href="http://ieeexplore.ieee.org/document/6334866/">Intensity integrated Laplacian algorithm for human metaphase chromosome centromere detection.</a> 2012 25th IEEE Canadian Conference on Electrical and Computer Engineering (CCECE). , 1-4 (2012).</li>
<li>Li, Y., et al. <a target="_blank" href="http://ieeexplore.ieee.org/document/6420039/">Towards large scale automated interpretation of cytogenetic biodosimetry data.</a> 2012 IEEE 6th International Conference on Information and Automation for Sustainability. , 30-35 (2012).</li>
<li>Ranjan, R., Arachchige, A. S., Samarabandu, J., Knoll, J. H. M., Rogan, P. K. <a target="_blank" href="https://www.researchgate.net/publication/260826538_Automatic_Detection_of_Pale_Path_and_Overlaps_in_Chromosome_Images_using_Adaptive_Search_Technique_and_Re-thresholding">Automatic Detection of Pale Path and Overlaps in Chromosome Images using Adaptive Search Technique and Re-thresholding.</a> International Conference on Computer Vision Theory and Applications. , 462-466 (2017).</li>
<li>Arachchige, A. S., Samarabandu, J., Knoll, J. H. M., Rogan, P. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Intensity+Integrated+Laplacian-Based+Thickness+Measurement+for+Detecting+Human+Metaphase+Chromosome+Centromere+Location%5BTitle%5D)+AND+%22IEEE+Trans+Biomed+Eng%22%5BJournal%5D)">Intensity Integrated Laplacian-Based Thickness Measurement for Detecting Human Metaphase Chromosome Centromere Location.</a> IEEE Trans Biomed Eng. 60 (7), 2005-2013 (2013).</li>
<li>Rogan, P. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automating+dicentric+chromosome+detection+from+cytogenetic+biodosimetry+data%5BTitle%5D)+AND+%22Radiat+Prot+Dosimetry%22%5BJournal%5D)">Automating dicentric chromosome detection from cytogenetic biodosimetry data.</a> Radiat Prot Dosimetry. 159 (1-4), 95-104 (2014).</li>
<li>Li, Y., Knoll, J. H., Wilkins, R. C., Flegal, F. N., Rogan, P. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+discrimination+of+dicentric+and+monocentric+chromosomes+by+machine+learning-based+image+processing%5BTitle%5D)+AND+%22Microsc+Res+Tech%22%5BJournal%5D)">Automated discrimination of dicentric and monocentric chromosomes by machine learning-based image processing.</a> Microsc Res Tech. 79 (5), 393-402 (2016).</li>
<li>Subasinghe, A., et al. <a target="_blank" href="https://f1000research.com/articles/5-1565/v1">Centromere detection of human metaphase chromosome images using a candidate based method.</a> F1000Res. 5, 1565(2016).</li>
<li>Shirley, B. C., Li, Y., Knoll, J. H. M., Rogan, P. K. Online manual for the Automated Dicentric Chromosome Identifier and Dose Estimator, Version 1.2. , Available from:
 <a target="_blank" href="http://adciwiki.cytognomix.com">http://adciwiki.cytognomix.com</a> (2017).</li>
<li>Wilkins, R. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+the+annual+Canadian+biodosimetry+network+intercomparisons%5BTitle%5D)+AND+%22Int+J+Radiat+Biol%22%5BJournal%5D)">Evaluation of the annual Canadian biodosimetry network intercomparisons.</a> Int J Radiat Biol. 91 (5), 443-451 (2015).</li>
<li>Liu, J., Li, Y., Wilkins, R., Flegal, F., Knoll, J. H. M., Rogan, P. K. <a target="_blank" href="https://f1000research.com/articles/6-1396/v1">Accurate Cytogenetic Biodosimetry Through Automation Of Dicentric Chromosome Curation And Metaphase Cell Selection.</a> F1000Research. 6, 1396(2017).</li>
<li>Schunck, C., Johannes, T., Varga, D., Lörch, T., Plesch, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((New+developments+in+automated+cytogenetic+imaging%3A+unattended+scoring+of+dicentric+chromosomes%2C+micronuclei%2C+single+cell+gel+electrophoresis%2C+and+fluorescence+signals%5BTitle%5D)+AND+%22Cytogenet+Genome+Res%22%5BJournal%5D)">New developments in automated cytogenetic imaging: unattended scoring of dicentric chromosomes, micronuclei, single cell gel electrophoresis, and fluorescence signals.</a> Cytogenet Genome Res. 104 (1-4), 383-389 (2004).</li>
<li>Ramakumar, A., Subramanian, U., Prasanna, P. G. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-throughput+sample+processing+and+sample+management%3B+the+functional+evolution+of+classical+cytogenetic+assay+towards+automation%5BTitle%5D)+AND+%22Mutat+Res+Genet+Toxicol+Environ+Mutagen%22%5BJournal%5D)">High-throughput sample processing and sample management; the functional evolution of classical cytogenetic assay towards automation.</a> Mutat Res Genet Toxicol Environ Mutagen. 2015, 132-141 (2015).</li>
<li>Deperas, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CABAS%3A+a+freely+available+PC+program+for+fitting+calibration+curves+in+chromosome+aberration+dosimetry%5BTitle%5D)+AND+%22Radiat+Prot+Dosimetry%22%5BJournal%5D)">CABAS: a freely available PC program for fitting calibration curves in chromosome aberration dosimetry.</a> Radiat Prot Dosimetry. 124 (2), 115-123 (2007).</li>
<li>Ainsbury, E. A., Lloyd, D. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dose+estimation+software+for+radiation+biodosimetry%5BTitle%5D)+AND+%22Health+Phys%22%5BJournal%5D)">Dose estimation software for radiation biodosimetry.</a> Health Phys. 98 (2), 290-295 (2010).</li>
</ol>

PKR와 JHMK cofounded ADCI의 상용화는 관련된 특허를 보유 하 고 있는 CytoGnomix. YL 및 BCS는 CytoGnomix의 직원입니다. ADCI 저작권 및 ADCI에 centromere 지역화 방법 특허 (미국 팻. No. 8,605,981; 독일 팻입니다. 번호 112011103687)입니다.

기능 및 소프트웨어의 한계
가져오기 및 cytogenetic 분열 이미지 처리, 방사선 교정 곡선, 만들고 개인 또는 알 수 없음에 노출 하는 샘플에서 생물 복용량 견적 ADCI에 익숙해 전형적인 단계별 절차를 소개 하는이 문서에서 설명 하는 프로토콜 방사선 수준입니다. 그러나, 그것은 이러한 지침을 순차적으로 수행 하는 데 필요한입니다. 예를 들어 불명된 복용량의 많은 테스트 샘플 및 처리 수 있습니다 같은 계산된 보정 곡선을 사용 하 여 분석. 또한, 처리 완료 되 면 이미지 선택 및 DC 모델 필터링 사용자가 반복 될 수 있습니다. 적절 한 이미지 선택 모델의 응용 프로그램 특성에 따라 달라 집니다 및 분열 이미지 데이터를 차례로 의존 하는 세포를 준비 하는 데 사용 하는 실험실 프로토콜에 포함 된 셀을 선택 하는 데 사용 하는 엄중 기준 둘 다의 품질 자동 분열 캡처 시스템입니다. 염색체의 형태학은 biodosimetry와 cytogenetic 실험실 다 고 따라서, 이미지 선택 모델 소프트웨어와 함께 제공 된 미리 정의 된 이미지 선택 모델에 적절 한 것인지 확인 하기 위해 사용자에 의해 평가 되어야 한다 정확한 복용량 견적, 생산 또는 사용자 정의 된 사용자 지정 모델 여부 임계값 만들 필요가 있다. 우리의 경험을 바탕으로, 이미지 선택 모델의 효과 소스 셀 이미지의 품질에 의해 영향을 받습니다. 사용자가 필터의 다른 조합을 사용 하 여 제거 거짓 긍정적인 Dc 및 이미지 선택 모델 및 해당 임계값 값을 원하는 이미지를 선택 하는 그들의 자신의 이미지 선택 기준을 디자인할 수 있습니다. 저기 유연성 교정 곡선과 복용량 추정의 입력에 계수 선형 이차 곡선 및 DC 주파수의 수정 되거나 수동으로 입력 될 수 있습니다.
소프트웨어는 완전히 자동화 하 고, 비록 이미지 수 있습니다 수 수동으로 검토 및 선택. 이 기능은 포함 하거나 주요 GUI에 현미경 뷰어 기능을 통해 개별적으로 처리 된 이미지를 제거 제공 됩니다. 그럼에도 불구 하 고, 자동화로 인해 소프트웨어는 훨씬 더 효율적인 분열 이미지의 점수와 Dc 계산 설명서와 비교. 샘플 1000 이미지의 구성 된 멀티 코어 성능 워크스테이션에 40 (jpg) 분 20 (tiff)에서 처리할 수 있습니다. 이 소프트웨어는 여러 개인 노출 되었을 또는 방사선에 노출 된 의심 또는 시간적 진단 및 치료에 대 한 이벤트 같은 시간 또는 많은 경우에 특히 도움이 될 것입니다. 결정은 중요 합니다.
복용량 견적 Dc의 높은 처리량을 정확 하 고 정확한 검출은 무인된 방사선 평가 필요 합니다. 소프트웨어에 다른 가능한 대안 이러한 요구 사항을 모두 충족 하지 않습니다. 사용자 지원, 이미지 기반 cytogenetic 분석 (DCScore, Metasystems17) 시스템 필요 후보 Dc의 수동 확인을 수행, 높은 오류 비율 교정에 기인 염색체 사이의 겹치는 및 시스템을 결정 하지 않는다 방사선 복용량입니다. DCScore는 잠재적으로 노출 된 개인의 많은 수를 포함 하는 방사선 이벤트에 ADCI 만큼 효과적이 지 않을 것 이다. 그러나 큰 조리개 현미경 시스템 여러 분열 세포18의 이미지를 수집할 수 있습니다, 그리고, 그들은 그들을 분석 하지 않습니다. "CABAS"19 및20 소프트웨어 "복용량 견적" 보정을 생성할 수 있습니다 곡선 및 견적 복용량, 그러나 Dc 점수 하지 않습니다. DC 분석을 기반으로 하지 다른 biodosimetry 분석 실험 H2AX 형광, 형광 교 잡에서 원래의 dna 프로브 특정 대상된 염색체, 유전자 발현, micronucleus 분석 결과, 그리고 소변과 호흡기 생체. 이러한 메서드는 이온화 방사선에 대 한 덜 특정 고 구분, 비쌀 수 있다 더, 어떤 경우에, 더 많은 시간이 소요, 있으며 여러 참조 실험실에 걸쳐 표준화 일반적으로 되지. 그래서 그들은 긴 기간 평가에 사용할 수 없습니다 이러한 기술의 대부분 안정적인 방사선 응답을 검색 하지 않습니다 (&#62; 7 일 후 노출) 방사선 복용량의. 대조적으로, 두 일 후 노출, 개인을 평가할 수 있는 그리고 모든 세포 유전학 실험실 현미경 이미징 시스템에서에서 데이터를 처리할 수 있습니다. 그러나, 만약 샘플 그려진 &#62; 4 주 후 노출, 감도 dicentric 착오1,2,3 의 부패로 인해 감소 되 고 소프트웨어 현재 샘플링에 지연에 대 한 DC 주파수를 수정 하지 않습니다 개인 노출.
이 소프트웨어는 몇 가지 제한이 있습니다. 기존 이미지 선택 모델 대부분 허용 분열 이미지 선택 하지만 어떤 경우에 DC 검색의 정확도 감소 시킬 수 있는 불만족 이미지 제거를 실패 합니다. 그것은 여전히 열려있는 질문 모든 부적 한 분열 중 기 세포를 제거 하는 만족 스러운 이미지 선택 모델을 디자인 하는 방법입니다. 샘플 더 높은 방사선 복용량에 노출에 대 한 정확한 견적을 제공 하는 소프트웨어 (≥ 2 Gy). 거짓 긍정적인 Dc16의 수를 감소 시키는 상당한 진행에도 불구 하 고 이러한 개체는 되지 제거 되었습니다. 낮은 품질 낮은 방사선 복용량에서 분열 중 기 세포 (특히 &#60; 1 Gy) 더 거짓 긍정적인 DC 검색 하는 경향이 있다. 따라서, HC 테스트 샘플의 복용량 추정에 사용 되는 보정 곡선을 생성할 때에 낮은 복용량 샘플 포함 되지 않았습니다. 저용량 샘플을 포함 하는 곡선을 원하는 경우 낮은 SVM 시그마 값 저용량 샘플에서 거짓 긍정적인 카운트를 감소 시킨다 그러나, 높은 복용량 샘플에 낮은 DC 수율에 발생할 수 있습니다. 그림 8 량 추정에 사용 되는 HC 곡선 비교 (시그마 = 1.5) 교정 곡선으로 낮은 SVM 시그마 값 (1.0)에서 추가 낮은 복용량 샘플 맞지. 분열 중 기 세포 분열 이미지에서 화질의 부족 한 숫자와 샘플에 정확 하 게 낮은 복용량에, 잠재적으로 실제 복용량을 초과 하는 0.5 Gy에서 편차 인 생물학적 노출 추정 가능 하지 않을 수 있습니다.
소프트웨어 수 없습니다 정확 하 게 평가 방사선 종류 최고의 그들의 복용량 응답 곡선 선형 또는 근처 선형 모델에 맞는 경우. 지금까지, 그것은 샘플에 X-감마선 노출로 테스트 되었습니다. 다른 방사선 샘을 검사 하는 경우 사용자가 교정 및 테스트 샘플 같은 종류의 방사선에 노출 됩니다 확인 해야 합니다. 소프트웨어 사용 최대 가능성 또는 최소 제곱 복용량 응답 곡선 선형 이차 모델을 사용 하 여 구성에 적합 합니다. 그러나 현재 옵션은 없습니다 엄격한 선형 곡선에 맞는, 부과 하 고 에너지 입자 노출에 대 한 적절 한, 그런 기능 사용할 수 나중에.
미래 발달
우리의 지속적인 노력 이미지 선택 모델 및 특히 낮은 방사선 복용량에 노출 하는 샘플의 정확한 복용량 측정 개선에 집중 된다. 다음 소프트웨어 버전 복용량 견적 및 교정 곡선에 신뢰 간격에 표준 오차 측정을 제공할 것입니다. 또한, 높은-성능 컴퓨팅 (BG/Q, IBM) 블루 진 슈퍼 컴퓨터에 대 한 소프트웨어 버전 대량 사상자 방사선 이벤트에 노출 개인의 적절 한 평가 위해 개발 중입니다. 소프트웨어의 일부 구성 요소가 이미 시험 되 고이 플랫폼에 배포아가씨 "외부 참조" = > 11.

방사선 biodosimetry 생물 학적 마커, 주로 염색체 착오 dicentric 염색체 (Dc) 등 염색체 translocations 개인에 노출 되는 방사선 복용량을 측정 하기 위해 사용 합니다. 생물학적으로 흡수 선 량은 개인 사이 가변성 때문에 계기에 의해 측정 된 실제 복용량에서 달라질 수 있습니다. 마찬가지로, 특정 물리적 선 량의 방사선 다른 생물학적 노출 기본 생리 또는 환경 조건에 따라 생성할 수 있습니다. 기술 생물 복용량의 진단 및 치료에 대 한 특정 중요성 이다.
DC 분석 결과 사람들이 생물 학적 방사선 노출 평가 대 한 세계 보건 기구 (WHO)와 국제 원자력 기구 (IAEA)의 골드 표준입니다. 그것은 첫 번째 분석 결과 방사선 복용량 평가 대 한 IAEA에 의해 권장 했다. DC 주파수 방사선 노출1 후 약 4 주 동안 상대적으로 안정적 이며 방출된 방사선 복용량의 양적 상관 관계 순은 정확 하 게는 Dc 이상적인 바이오 마커. 방사선 복용량 (회색 [Gy] 단위에서 참조), 그리고 DC 주파수 (DCs의 셀 당 수로 참조 되는) 간의 관계는 선형 이차 함수로 표현할 수 있습니다.
Cytogenetic DC 분석 결과 약 55 년2를 위한 업계 표준 되었습니다. 그것은 단일 혈액 샘플에서 현미경 데이터를 분석 하기 1-2 일 요구 수동으로 수행 하고있다. 몇 백 몇 천 이미지를 정확 하 게 방사선 노출3복용량 따라 예상 필요 합니다. 초과 1 Gy 복용량, IAEA 100 Dc의 최소 검출 될 것이 좋습니다. 250-500 분열 이미지의 시험 biodosimetry cytogenetic 실험실에서 일반적인 관행입니다. 노출으로 샘플에 대 한 &#60; 1 Gy, 3000-5000 이미지 DC 형성의 낮은 확률 때문에 건의 된다. 두 경우 모두, 노동 강렬한 작업입니다.
Cytogenetic biodosimetry 실험실 테스트 샘플에서 생물 복용량을 평가 하기 전에 방사선 biodosimetry 교정 곡선 자신의 생체 외에서 만듭니다. 정상, 제어 개인에서 혈액 샘플 방사선에 노출 되 고 세포 배양 후 하 분열 중 기 염색체 분석에 대 한 준비. 이러한 샘플을 사용 하 여, 생물 복용량을 받은 표준 방사선 소스에 의해 방출 된 알려진된 실제 복용에 보정 됩니다. 분열 중 기 세포 이미지 기록 후 전문가 검토 이미지, Dc를 계산 하 고 각 샘플에 대 한 DC 주파수를 계산. 보정 곡선은 모든 복용량에서 DC 주파수로 선형 이차 곡선을 피팅 하 여 만들어집니다. 다음, 개인에서 테스트 샘플에 노출 커브 보정된 복용에 DC 주파수를 일치 하거나 해당 선형 이차 수식에서 그들을 지정 하 여 유추 수 있습니다.
우리 모두 Dc의 탐지를 자동화 했다 하 고 소프트웨어를 사용 하 여이 절차를 신속 하 게 결정을 복용. 자동화 된 Dicentric 염색체 식별자 및 복용량 견적 (ADCI) 기계 학습 기반 이미지 처리 기술을 검색 하 여 사용 monocentric 염색체 (MCs)에서 dicentric 염색체 (Dc) 및 기타 개체를 차별 하 고 방사선을 자동화 추정 복용량. 소프트웨어는 크게 감소 하거나 DC의 수동 확인에 대 한 필요성을 제거 하 고 자동화를 통해 복용량 추정 가속 목표로 합니다. 그것은 참조 biodosimetry 실험실에서 건강 캐나다 (HC) 및 캐나다 핵 실험실 (CNL)의 참여와 함께 개발 되었습니다. 그들의 피드백 성능이 분석이 결과 대 한 국제 원자력 기구 기준에 맞게 계속 됩니다 보장 합니다.
다음 기능을 수행 하는 소프트웨어: 1) 필터링 Dc 분석, 염색체 2) 인식, DC 감지, DC 주파수 결정에 대 한 최적의 분열 셀 이미지를 선택 하 고 3) 추정 량 보정에서 방사선 복용량 cytogenetic 방사선 데이터입니다. (불리는 샘플) 동일한 개인에서 분열 이미지의 그룹을 처리 하는이 소프트웨어, 수 사용 하 여 각에 있는 Dc의 수 이미지 처리 기법, 그리고 회색 (Gy)의 단위로 각 샘플 받은 예상된 방사선 복용량을 반환 합니다.
소프트웨어는 염색체 구조, 횟수 및 밀도의 범위를 처리 하기 위해 설계 되었습니다. 그러나, 알고리즘 분열 이미지 잘 분리, 선형 염색체4의 가까운 완전 한 보완을 포함 최적으로 수행 합니다. 염색체의 높은 겹쳐 세트를 포함 하는 이미지 여러 셀, 불완전 한 분열 중 기 세포, 자매 chromatid 분리, 핵, 염색체 비 개체 및 기타 결함 알고리즘의 정확성을 줄일 수 있습니다. 전용 이미지 선택 모델 및 다른 개체 세분화 임계값 최적의 이미지와 거짓 긍정적인 Dc의 대부분을 필터링 할 수 있습니다.
Dicentric 염색체 검색 이미지를 처리할 때 수행 됩니다. 알고리즘은 염색체 이미지 개체를 확인 하 고 각 염색체에 centromeres 될 가능성이 가장 높은 두 개의 영역을 찾습니다. 다음, 일련의 다른 지원 벡터 기계 (SVM) 모델을 학습 구분 Dc 또는 정상, monocentric 염색체로 염색체. SVM 모델 민감도 특이성 DC 검색의에 다 (단계를 참조 하십시오 아래 3.1.4), 샘플에서 결정 되는 DC 주파수를 영향을 미칠 수 있는.
ADCI는 Giemsa-(DAPI에서) 스테인드 분열 디지털 이미지 (TIFF 또는 JPG 형식) 하나 이상의 샘플의 집합을 처리 합니다. 소프트웨어 보정 샘플 및 샘플 테스트에서 Dc를 분석합니다. 교정 샘플 (Gy)에서 실제 복용 하며 교정 곡선의 생성에 사용 됩니다. 알 수 없는 노출으로 개인의 물리적, 생물학적 복용량 시스템에서 생성 된 보정 곡선에서 소프트웨어에 의해 유추 됩니다. 비록 실험실 유사한 기술을 사용 하 여, 다른 실험실에서 보정 곡선 종종3을다. 동일한 실험실에서 두 교정 곡선과 테스트 샘플 테스트 샘플에 정확한 복용량 견적에 대 한 처리 해야 합니다.
이 소프트웨어는 생산성 있는 많은 개인 테스트 동시에 해야 합니다 이벤트를 처리 하는 데 필요한 주소 속도, 정확성과 확장성을 제공 합니다. 그것은 2008-20174,5,6,7,,89,10,11,12에서에서 개발 되었다 ,13. 최근 컴퓨터 하드웨어,이 데스크톱을 사용 하 여PC 소프트웨어 처리할 수 있는 10-20 분 4500 분열 게놈 등가물의 환자 샘플의 예상 방사선 복용량. 코드 독점 이미지 세분화 및 염색체 분석에 대 한 알고리즘을 학습 하는 컴퓨터의 집합을 기반으로 합니다. 3 Gy의 방사선에 노출 하는 각 염색체의 전문가 분석 ADCI 정확도 비교 했다. (이전 국제 능력 운동에 사용 되는) 알 수 없는 노출의 6 샘플의 집합, 소프트웨어 추정 HC 및 CNL, 심사에 대 한 IAEA의 요구를 수행 하 여 동일한 데이터의 수동 검토에 의해 얻은 값의 0.5 Gy 내 복용 biodosimetry입니다. 또한, inter-laboratory 표준화 및 궁극적으로 복용량의 재현성 알고리즘 점수는 일반적으로, 자동화 된 DC에서 혜택을 계산 합니다. 그럼에도 불구 하 고, 소프트웨어 필터링 및 선택 기준, 사용 염색체 준비 방법의 차이를 고려해 방사선 교정 이미지의 사용자 정의 허용 합니다.
이 소프트웨어는 그래픽 사용자 인터페이스 (GUI) 기반된 시스템 Giemsa (또는 DAPI)를 포함 하는 염색체 이미지의 집합을 분석 하는-얼룩진 분열 이온화 방사선에 노출에 기인 하는 종양 세포. 이미지 세트는 빛 (또는 epifluorescent) 현미경 시스템으로 디지털 사진 하 고 다른 샘플에 해당 하는 각 세트. 소프트웨어 활용 이미지 처리 기술을 감지 하 여 MCs 및 다른 개체에서 Dc를 차별 합니다. 실험적으로 파생 된 세분화 필터 다음 자동으로 진정한 Dc 영향을 주지 않고 잘못 된 긍정적인 Dc 제거 합니다. 마지막으로, 소프트웨어는 자동으로 계산 (또는 사용자 지정) 이미지 선택 모델 분열 이미지에서 화질을 발견 하는 다양 한 이미지 속성에 따라 원하지 않는 이미지를 필터링 합니다. 이러한 이미지는 과도 한 포함 또는 "시끄러운" 개체, 여러 중복 염색체의 부족 한 숫자 이미지 부족 한 분열 중 기 염색체, 여동생의 과도 한 번호 chromatids4. 자동으로 큐레이터 이미지 데이터 알려진된 방사선 복용량의 샘플에서 복용량 보정 곡선을 생성 하는 데 사용 하 고 테스트 샘플 불명된 복용량에 노출의 노출 추정 하는 데 사용 됩니다.
소프트웨어의 출력을 볼 수 있습니다 및 저장: 출력 1) 텍스트 기반 콘솔에서 볼 2) 플롯 이미지, 그리고 보고서 3) HTML 형식에서으로 저장할 수 있습니다. 소프트웨어의 여러 측면 다른 연구소의 특정 요구에 맞게 사용자 지정할 수 있습니다. 개별 실험실은 일반적으로 교정 및 테스트 샘플 준비와 수집 된 그의 실험실에 cytogenetic 프로토콜에 기반을 제공 합니다. 이 샘플 준비의 균일성을 유지 하며 동일한 프로토콜을 사용 하 여 파생 된 샘플 테스트에 적용할 의미 있게 교정 샘플에서 생성 된 보정 곡선 보정 곡선 중 곡선 계수 또는 정의 된 복용량에서 DC 주파수에서 만들 수 있습니다. 가장 정확한 복용량 견적 낮은 품질의 이미지 및 거짓 긍정적인 Dc (FPs) 필터링 하 여 얻을 수 있습니다. 각 샘플 내에서 최적의 이미지 하위 집합의 선택은 '이미지 선택 모델' FPs를 소개 하는 경향이 subpar 이미지를 삭제 하는 사용 하 여 수행 됩니다. 그러나 사전 검증된 모델의 시리즈 소프트웨어, 추가 모델 사용자 지정된 임계값 및 필터를 만들고 저장, 사용자 수와 함께 포함 되어 있습니다.
기본 그래픽 사용자 인터페이스 (GUI) 제공 소프트웨어 성공적으로 로드 되 면 ( 그림 1참조). 이 인터페이스에서 샘플, 분열 세포 이미지 파일, 폴더의 구성 된 각 선택 수 있으며 DCs 식별 처리 보정 곡선 만들 수 있으며,을 샘플의 방사선 노출 복용량 결정 될 수 있습니다.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/56245/56245fig1.jpg"> 
그림 1: 포함 하는 그래픽 사용자 인터페이스의 주요 분야: 샘플 (1), 교정의 목록 목록 곡선 (2), 과정 (3), 각 샘플, 음모의 이미지의 각 집합에서 DC 검색의 상태를 모니터링 하는 큐 (4), 통계 또는 다른 양적 속성 샘플 또는 보정 곡선, 그리고 프로그램에 의해 수행 하는 각 작업의 출력으로 설명 텍스트를 포함 하는 콘솔 (5) 에서 이미지의 집합의 요약을 표시 합니다. <a href="//ecsource.jove.com/files/ftp_upload/56245/56245fig1large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>

<table><tbody><tr><td>Automated Dicentric Chromosome Identifier and Dose Estimator (ADCI)</td><td>CytoGnomix</td><td>NA</td><td>ADCI 소프트웨어는 Microsoft Windows 7, 8, 8.1 및 10용 바이너리 설치 패키지 파일로 릴리스됩니다. 일반적인 설치에는 235Mb의 디스크 스토리지가 필요합니다. 이 소프트웨어는 Intel 또는 AMD x86-64 프로세서에서 테스트되었습니다. 최소 1Gb RAM이 권장됩니다. 분석은 Intel i7 프로세서와 16Gb RAM으로 구성된 컴퓨터에서 벤치마킹되었습니다. ADCI를 작동하려면 활성 라이선스와 USB 기반 하드웨어 동글이 필요하며, 소프트웨어가 실행되는 동안 연결된 상태로 유지되어야 합니다. 동글은 소프트웨어 만료 날짜를 인코딩합니다. 소프트웨어가 시작될 때마다 이 날짜를 읽습니다. 소프트웨어는 현재 날짜와 시간이 만료 시간-날짜 스탬프보다 앞서는 경우 프로그램에 대한 액세스를 허용합니다. 만료된 소프트웨어 라이선스는 새 동글을 얻거나 시작 시 업데이트된 키로 라이선스를 갱신하여 수행할 수 있습니다.</td></tr><tr><td>metaphase cell nuclei의 디지털 이미지</td><td>예: Metasystems, Leica Microsystems</td><td>M-Search(Metasystems), Cytovision(Leica) 소프트웨어</td><td>고해상도 TIFF 형식; 일반적으로 현미경 이미징 캡처 시스템(최소 63X 배율 대물렌즈, 10X 배율 안구)으로 생성된 >250개의 디지털 이미지.</td></tr><tr><td>MSI Leopard Pro (권장, 옵션)</td><td>Micro-Star International</td><td>MSI GP62 6QF 480CA Leopard Pro</td><td>멀티코어 성능 워크스테이션.</td></tr></tbody></table>

신속한 방사선 biodosimetry로 자동 dicentric 염색체 식별 (adci) 및 복용량 추정

Expedited Radiation Biodosimetry by Automated Dicentric Chromosome Identification (ADCI) and Dose Estimation

생물 학적 방사선 복용량 분열 중 기 세포에서 염색체 dicentric 주파수에서 추정 될 수 있습니다. 이러한 cytogenetic dicentric 염색체 분석 실험을 수행 하는 것은 전통적으로 대량 사상자 사건의 여파로 검사를 필요로 할 수 있는 샘플의 볼륨을 처리 하기 위해 적합 하지 수동, 노동 집약적인 프로세스입니다. 자동화 된 Dicentric 염색체 식별자 및 복용량 견적 (ADCI) 소프트웨어 기계 학습 기반 이미지 처리 기법을 사용 하 여 분열 이미지의 집합을 검사 하 여이 프로세스를 자동화 합니다. 적절 한 이미지는 centromere 포함 염색체 또는 비-염색체, 각 개체를 분류 하는 부적 절 한 이미지를 제거 하 여 분석에 대 한 추가 소프트웨어 선택 monocentric 염색체 (MCs)으로 염색체를 구별 또는 dicentric 염색체 (Dc) DC 주파수는 예제 내에서 결정 하 고 교정 샘플을 사용 하 여 계산 보정 곡선 샘플 DC 주파수를 비교 하 여 생물 방사선 복용량 견적. 이 프로토콜 ADCI 소프트웨어의 사용을 설명합니다. 일반적으로, 교정 (알려진된 복용량) 및 테스트 (불명된 복용량) 세트 분열 이미지의 정확한 복용량 추정을 수행 하기 위해 가져옵니다. 분석을 위한 최적의 이미지 자동으로 미리 설정 된 이미지 필터를 사용 하 여 찾을 수 있습니다 또는 또한 수동 검사를 통해 필터링 할 수 있습니다. 각 샘플 내에서 이미지를 처리 하는 소프트웨어 그리고 DC 주파수 Dc, 접근을 학습 하는 기계를 사용 하 여 호출에 대 한 엄중의 서로 다른 수준에서 계산 됩니다. 선형 이차 교정 곡선 알려진된 실제 복용에 노출 보정 샘플에서 DC 주파수에 따라 생성 됩니다. 테스트 샘플 불확 실한 방사선 수준에 노출의 이러한 보정 곡선을 사용 하 여 그들의 DC 주파수에서 견적 된다. 보고서는 요청 시 생성 될 수 있습니다 하 고 하나 이상의 샘플, 하나 이상의 보정 곡선, 또는 복용량 추정 결과의 요약을 제공 합니다.

Cytogenetic dicentric 염색체 (DC) 분석 결과 단정 이온화 방사선에 노출. Dicentric 염색체 식별자 자동화 및 복용량 견적 소프트웨어 정확 하 고 빠르게 분열 중 기 세포에 Dc에서 생물학 복용량 견적. 그것은 Dc에서 monocentric 염색체와 다른 개체를 구분 하 고 Dc의 주파수에서 생물 방사선 복용량 견적.

신속한 방사선 Biodosimetry로 자동 Dicentric 염색체 식별 (ADCI) 및 복용량 추정

Biological radiation dose can be estimated from dicentric chromosome frequencies in metaphase cells. Performing these cytogenetic dicentric chromosome ...

이 소프트웨어 기반 프로토콜의 전체적인 목표는 머신러닝 기반 이미지 처리 기술을 사용하여 자동으로 필터링된 중기 세포 이미지 세트에서 발견된 이중 중심 염색체로부터 전신 생물학적 방사선량을 정확하고 신속하게 추정하는 것입니다. 이 방법은 대규모 방사선 노출 사고에 대한 반응과 관련된 핵심적인 질문들에 답하는 데 도움이 될 수 있습니다. 방사선량을 결정하기 위해서는 다수의 샘플을 적시에 검사하는 것이 필수적입니다.이 소프트웨어의 주요 장점은 이미지 필터링, 검정 곡선 생성, 이심체 염색체 검출 및 방사선량 추정의 자동화입니다. 이러한 작업들은 전통적으로 시간이 많이 소요되고 노동 집약적인 작업들입니다. 이 방법은 방사선 세포유전학적 생물학적 선량 평가에 대한 통찰력을 제공할 수 있을 뿐만 아니라, 유전성 및 후천성 유전 질환의 진단 분석을 위해 최적의 염색체 이미지를 선택하는 데 응용될 수 있습니다.우리는 두 개의 하이브리다이제이션 이미지 내 형광을 자동으로 점수화하기 위한 염색체 이미지 분석 방법을 개발하기 시작했을 때 처음으로 이 방법에 대한 아이디어를 얻었습니다. 동료들은 여러 명의 노출된 개인을 테스트하는 현재의 역량 또한 매우 제한적이라는 점을 지적했습니다. 소프트웨어를 실행하고 메뉴에서 새 샘플을 생성하십시오.그런 다음 분석할 중기(metaphase) 이미지들이 포함된 폴더를 선택하십시오. 프롬프트에 샘플을 식별할 수 있는 고유 ID를 입력하십시오. 영문자, 숫자, 밑줄(_), 하이픈(-)만 사용할 수 있습니다.그 다음, 원하는 경우 샘플에 대한 설명을 제공하십시오. 이 과정을 반복하여 추가 샘플 이미지 세트를 추가합니다. 분석을 위해 최소 3개의 보정 샘플 세트가 필요하지만, 좋은 결과를 얻으려면 7개 이상을 사용하십시오.방사선 노출량은 0에서 5 Gy 범위여야 합니다. 모든 샘플이 로드되면 샘플 목록에서 해당 샘플들을 강조 표시하고 프로세스 대기열에 추가하십시오. 그런 다음 모든 샘플을 처리하여 각 이미지 내의 다양한 특성을 식별합니다.처리 진행 상황이 표시됩니다. 처리가 완료되면 녹색 체크 표시를 클릭하고 처리된 샘플을 샘플 파일로 저장하십시오. 계속 진행하기 전에 Metaphase Image Viewer에서 처리된 이미지를 확인하는 것이 좋습니다.목록에서 샘플을 선택하고 뷰어를 엽니다. 그런 다음 이미지들을 탐색하십시오. 이미지 뷰어 내에서 필터를 적용할 수 있습니다.소프트웨어에 여러 개의 이미지 선택 모델이 포함되어 있습니다. 필터링을 통해 프로세싱 과정에서 식별된 특성들을 선별할 수 있습니다. 필요한 경우, 맞춤형 모델을 처음부터 구축하여 저장한 후 반복적으로 사용할 수 있습니다.다음 섹션에서 설명하는 곡선 교정 마법사(Curve Calibration Wizard)를 사용하는 경우, 해당 단계에서 모델이 적용됩니다. 공정 샘플 파일을 분석하려면 곡선 교정 마법사를 사용하십시오. 적절한 곡선 적합도를 얻으려면 0에서 5 gray까지 최소 7개의 교정 샘플을 포함하십시오.마법사 매크로의 첫 번째 페이지에서, 원하는 각 교정 샘플 옆에 체크 표시를 하십시오. 각 교정 샘플에 대해 인접한 텍스트 필드에 방사선량을 지정하십시오. 다음 페이지에서 미리 설정된 이미지 선택 모델을 선택하십시오.다음 페이지의 드롭다운 박스에서 SVM Sigma 값을 선택하십시오. 1 Gy 이상의 선량 추정치에는 1.4 또는 1.5 값을 권장합니다. 그 외의 경우에는 1.0 값을 사용하십시오.마지막 페이지에서 선택한 모든 옵션을 검토하십시오. 내용이 정확하다면 선택 과정을 완료하십시오. 그러면 미리 입력된 곡선 생성 대화 상자가 나타납니다.텍스트 상자에 곡선의 고유 식별자를 지정한 다음, Validate data를 눌러 반응 농도 목록의 내용이 올바르게 형식 지정되었는지 확인하십시오. 반응 농도 목록의 모든 필드가 유효한 데이터를 나타내는 녹색으로 강조 표시되었는지 확인하십시오. 그런 다음 OK 버튼을 사용하여 데이터를 분석으로 전송하고 안내에 따라 결과를 저장하십시오.선량 추정 분석을 수행하려면 Dose Estimation 메뉴에 있는 Wizard 매크로를 실행하십시오. 먼저, 드롭다운 상자에서 이전에 생성한 검량선을 선택하십시오. 해당 속성이 아래에 표시됩니다.다음 페이지에서, 노출량이 알려지지 않은 테스트 샘플을 토글하여 용량 추정에 포함시키십시오. 다음 페이지에서, 검정 곡선 생성 중에 적용된 이미지 선택 모델의 설명과 특성을 검토하십시오. 모든 샘플은 동일한 모델을 사용하여 분석해야 합니다.알 수 없는 양의 방사선에 노출된 시료의 선량을 추정할 때, 선량 교정 곡선을 생성하는 데 사용된 모델과 일치하는 동일한 이미지 선택 모델을 이 데이터에 적용할 것을 강력히 권장합니다. 다음 페이지에서 교정 곡선 생성 시 사용된 것과 동일한 SVM Sigma 값이 필드에 입력되었는지 확인하십시오. 필요한 경우 수정하시기 바랍니다.마지막 페이지에서 선택한 모든 옵션을 검토하십시오. 내용이 정확하다면 선택 과정을 마치고, 미리 채워진 선량 계산기 대화 상자의 OK를 눌러 선량 추정을 수행하십시오. 선량 추정 결과는 각 테스트 샘플에 대해 그레이(gray) 단위의 표 형식으로 콘솔에 표시됩니다.표 형식의 데이터와 함께 플롯 영역에 표시되는 데이터 그래프가 제공됩니다. 샘플을 입력하거나, 검정 곡선을 준비하거나, 또는 용량을 추정한 후에는 분석의 완전한 기록을 만들기 위해 샘플, 곡선 또는 용량 보고서를 생성하는 것이 좋습니다. 이제 용량 추정 보고서를 생성하십시오.요청이 나타나면 보고서 이름을 입력하거나 찾아보기 옵션을 사용하여 기존 보고서 폴더를 수정하십시오. 감사 기능, 로그 파일 무결성 문제 및 통계 옵션은 텍스트 프로토콜에서 검토합니다. 해당 소프트웨어는 캐나다 보건부(Health Canada) 및 캐나다 핵실험소(Canadian Nuclear Laboratories)의 생물학적 선량측정 실험실에서 얻은 전리 방사선에 노출된 세포유전학적 이미지 샘플을 사용하여 테스트되었습니다.이 샘플들은 두 실험실의 전문가들에 의해 수동으로 생성 및 분석되었습니다. 소프트웨어는 샘플에 자동 이미지 선택 필터를 적용하여 사용 불가능한 다양한 이미지들을 제거했습니다. 본 예시에서는 각 샘플당 최적의 이미지 250장이 자동으로 선택되었습니다.C는 겹쳐진 염색체가 너무 많아 제외되었으며, D는 분리된 자매 염색분체의 수가 과도하게 많습니다. 소프트웨어가 객체 2와 같이 일부 객체를 중심절이 두 개인 이중중심 염색체로 잘못 표시할 수 있습니다. 이는 시료의 이중중심 염색체 수치를 부풀려 나타냅니다.위양성 필터는 이러한 객체들을 이심체 빈도 계산에서 제외합니다. 필터링 후, 조사된 샘플의 세포 집단에서 나타나는 이심체 염색체의 발생 빈도는 필터링되지 않은 데이터 세트와 비교했을 때 포아송 분포를 따릅니다. 카이제곱 적합도 검정 통계 결과, 필터링된 데이터의 결과가 훨씬 더 신뢰할 수 있는 것으로 나타났습니다.결과적으로, 몇 가지 예외를 제외하고 자동 측정값은 수동으로 산출한 선량과 0.3 gray 이내의 오차를 보였습니다. 포아송 분포(Poisson distribution)에 대한 적합도가 낮았던 한 샘플은 정확하지 않았으며, 이는 품질이 낮은 샘플이었습니다.자매 염색분체 분리로 인해 잘못 분류된 이중중심 염색체 이미지가 너무 많이 포함되어 있었습니다. 하지만 자동 분석 결과는 여전히 IAEA가 규정한 분류 제한 범위 내에 있었습니다. 이 영상을 시청하고 나면, 이미지 선택 모델을 사용하여 최적의 이미지를 자동으로 선택하고, 검정 곡선을 생성하며, 방사선량 추정을 위해 이중중심 염색체의 자동 검출을 수행하고, 보고서를 작성하는 소프트웨어 사용법에 대해 충분히 이해하게 될 것입니다.이 기술을 숙달하면, 기존의 중기 세포 이미지 세트로부터 500개의 중기 이미지가 포함된 샘플의 선량을 10분에서 20분 만에 추정할 수 있습니다. 소프트웨어에서 제공하는 자동화 기능을 활용하는 것이 중요합니다. 이미지의 수동 선택도 가능합니다.하지만 그렇게 하면 효율성이 떨어지고 자동화된 절차만큼 재현성이 높지 않을 수 있습니다. 이 기술을 통해 생물학적 선량 측정 분야의 연구자들은 과거에는 현실적으로 수행할 수 없었던 인구 집단 연구를 포함한 방사선 연구의 새로운 질문들을 탐구할 수 있게 될 것입니다.

expedited-radiation-biodosimetry-automated-dicentric-chromosome

Research

연구

JoVE Journal

Genetics

유전학

우리는 스캐닝 빔 디지털 X - 레이 시스템을 사용하여 동적 적응 노출 기법을 개발하고 있습니다. 오히려 균일하게 개체를 노출보다 노출이 객체의 불투명도에 따라 조정됩니다. 여기는 30 %의 선량 절감으로 이어지는 의인화된 팬텀에 실험을 보여줍니다.

Fluoroscopic 영상에 적응 노출을 통해 X - 선 선량 감소

방사선 치료 장치의 수가 증가하고 증가 맞추어 분획 당 고용량을 허용 종양으로 매우 작은 빔을 통해 선량 전달의 장점을 제공한다. 다양한 검출기는 이러한 작은 필드의 선량에 사용될 수있다. 본 연구에서, 이온의 재결합 효과 정위 방사선 치료 시스템을 사용하여, 액체의 이온화 챔버로 조사된다.

액체 이온화 챔버의 재조합 효과의 특성은 Radiosurgical 가속기의 선량 측정에 사용

DNA 수리 경로는 게놈 무결성의 유지 보수 및 예방 돌연변이 및 암 필수적이다. 이 프로토콜의 목적은 중기는 텔로미어 DNA 반복위한 원위치 혼성화 (FISH)에 형광체를 사용하여 마우스 B 세포로부터 확산에 염색체 이상을 직접 관찰하여 게놈 불안정성을 정량화하는 것이다.

PNA-FISH에 의해 마우스 B 림프구에서 염색체 이상을 신속하게 분석

본 프로토콜은 전신 조사에 노출된 후 마우스의 골  수 세포에서 염색체 간 안정 이상을 식별하는 데 있어 다중 형광 현장 혼성화(mFISH) 및 스펙트럼 핵형 분석(SKY)의 유용성을 설명합니다.

여러 형광에 의한 간 염색체 안정 수차의 검출<em&gt; 현장에서</em&gt; 하이브리드 (mFISH) 및 방사선 조사 마우스의 스펙트럼 핵형 분석 (SKY)

이 프로토콜은 번역 바이오마커 분석에 사용될 수 있는 임상 시험 현장에서 고품질 PBMC 및 플라즈마 바이오샘플의 임상 구현 가능한 제제를 상세히 설명합니다.

바이오마커 분석을 위한 임상 시험 현장에서 단하나 혈액 무승부에서 말초 혈액 단핵 세포 펠릿 및 플라즈마의 준비

이 문서에서는 저에너지 X선 장비를 사용하여 세포 조사를 위한 새로운 dosimetry 프로토콜을 설명합니다. 측정은 가능한 한 실제 세포 조사 조건을 시뮬레이션하는 조건에서 수행됩니다.

정형 전압 (40-300 kV) X 선 시설을 사용하여 세포 조사를위한 Dosimetry

방사선 dosimetry는 전임상 실험의 정확도를 향상시키고 전달된 방사선 량이 임상 파라미터와 밀접하게 관련되도록 하는 기술을 제공합니다. 이 프로토콜은 적절한 실험 설계를 보장하기 위해 전임상 방사선 실험 중 각 단계에서 취해야 할 조치를 설명합니다.

LQ α 및 β 매개 변수, 방사선 투하 스키마 및 생체 내 용량 증착평가를 위한 조사기 및 시메트리

본 프로토콜에서, 우리는 면역 형광 기지를 둔 방법을 사용하여 세포 주기의 S/G2 단계 도중 DNA 이중 가닥 말 절제술을 구상하는 방법을 보여줍니다.

세포 주기 차별 화상 진찰과 결합된 BrdU DNA 라벨링을 사용하여 글로벌 DNA 이중 가닥 끝 절제술의 평가

이 프로토콜은 말초 혈액 림프구에 대한 γ-H2AX 포시 분석의 슬라이드 준비 및 자동 채점을 제공합니다. 분석의 방법 및 민감도를 설명하기 위해, 격리된 림프구는 시험관내에서조사되었다. DNA DSB 검출의 이 자동화된 방법은 빠르고 높은 처리량 생물학 도시법 응용에 유용합니다.

인간 말초 혈액 림프구의 γ-H2AX 포시 분석에 대한 자동화된 현미경 채점 방법

말초 혈액과 골수의 자동화된 디지털 세포형태학 워크플로우를 설명합니다. 표준화된 도말 준비와 염색 후, 스캐너가 시체 이미지를 촬영합니다. AI 기반 소프트웨어는 핵화된 세포를 찾아내고 기록하며 예비 분류한 뒤 전문가의 검토를 진행합니다. 오진 가능성이 있는 중요한 세포 오분류에 초점을 맞추고 있습니다.

중요한 세포 잘못분류를 고려한 자동화된 디지털 말초 혈액 및 골수 세포형태학 워크플로우

배우세요 기계학습 기반 이미지 처리 기술을 활용한 방사선 생물학적 복용량 추정 소프트웨어 사용법을. 이 방법은 자동 이미지 필터링과 이중중심 염색체 검출을 통해 방사선 노출 후 신속한 생물학적 선량 측정을 가능하게 합니다.

신속한 방사선 Biodosimetry로 자동 Dicentric 염색체 식별 (ADCI) 및 복용량 추정

더 많은 동영상 탐색