Analiza danych z mikroskopii wielowymiarowej z wykorzystaniem Cell-ACDC

Ulepszamy analizę danych z mikroskopii wielowymiarowej, tworząc oprogramowanie do analizy cyklu podziału komórkowego, nazwane Cell-ACDC, aby przezwyciężyć wąskie gardła w szybkim odkrywaniu biologicznym. Obecne modele AI są często trudne do uzyskania. Dodatkowo, aby uzyskać wysokiej jakości, konieczne są wizualizacja i ręczna korekta.

Te zadania jednak mogą stać się bardzo żmudne bez odpowiednich narzędzi. Aby zacząć, kliknij Launch GUI w głównym oknie modułu visualize and correct. Kliknij ikonę folderu na pasku narzędzi nowego okna i wybierz folder zawierający dane.

Następnie naciśnij Wybierz folder, aby potwierdzić wybór. Użyj menu rozwijanego, aby wybrać wstępnie przetworzony kontrast fazowy kanału, a następnie naciśnij OK, aby potwierdzić. Wybierz nazwę maski segmentacji, a następnie kliknij Załaduj wybrany, aby załadować plik segmentacji utworzony w poprzednim kroku.

Potwierdź właściwości obrazu, klikając OK, aby załadować pozycje. Po zapytaniu wybierz Nie, aby zapobiec ładowaniu dodatkowych danych fluorescencyjnych. Użyj selektora trybu, aby wybrać segmentację i tryb śledzenia.

W pasku menu przejdź do Śledzenia, następnie wybierz algorytm śledzenia w czasie rzeczywistym i wybierz pożądany tracker w czasie rzeczywistym na podstawie organizmu. Używaj strzałek w lewo i prawo, aby nawigować między klatkami. Przejdź do klatki 10.

Naciśnij S, aby aktywować narzędzie do ręcznego oddzielania pąków, a kliknięcie prawym mysłem automatycznie rozdzieli maskę segmentacji komórki pierwszej. Teraz przejdź do klatki 14. Naciśnij B, aby aktywować narzędzie pędzla i narysuj brakującą maskę segmentacji dla pączka za pomocą lewego przycisku myszy.

Kontynuuj kolejne klatki, poprawiając błędy segmentacji i śledzenia za pomocą dostępnych narzędzi. Popraw przynajmniej do klatki 42. Aktywuj analizę cyklu komórkowego za pomocą selektora trybów.

Po wypowiedzi wybierz Tak, aby przejść do klatki pierwszej. Używaj strzałek w lewo i prawo, aby nawigować między klatkami. Kliknij OK, aby zaakceptować inicjalizację tabeli adnotacji cyklu komórkowego po wywołaniu i przejdź do klatki 41.

Kliknij prawym przyciskiem myszy na komórkę pierwszą lub jej pąk, aby oddzielić połączenie i zanotować zdarzenie podziału komórki. Kontynuuj przeglądanie wszystkich odpowiednich klatek i poprawiaj błędy w automatycznych przypisaniach matki za pomocą dostępnych narzędzi. Aby przypisać pąk do matki, aktywuj narzędzie przypisane do matki, naciskając A. Naciśnij i przytrzymaj prawy przycisk myszy na pączku, przeciągnij do odpowiedniej komórki matki i zwolnij przycisk myszy.

Aby ponownie zainicjalizować adnotację cyklu komórkowego, wybierz odpowiednią opcję z paska narzędzi. Aby zerwać lub ponownie wiązać skojarzenie matka z pąkiem, upewnij się, że nie wybierasz żadnego narzędzia. Kliknij prawym przyciskiem myszy na istniejącą parę macierzy-pączki, aby przerwać połączenie, lub ponownie kliknij prawym przyciskiem, aby przywrócić połączenie.

Aktywuj normalne drzewo linii linii podziałów za pomocą selektora trybu. Po pojawieniu się pytania wybierz Tak, aby przejść do klatki pierwszej, i użyj strzałek w lewo i prawo, aby nawigować między klatkami. Korygowanie błędów w automatycznych przypisaniach matka-córka za pomocą narzędzi dostępnych w pasku narzędzi Edycja.

Po wywołaniu pytania kliknij Propaguj, aby zastosować zmiany. Aby przypisać matkę do nowego identyfikatora komórki, aktywuj narzędzie do wyszukiwania matki dla nowego identyfikatora komórki, naciskając przycisk F. Kliknij prawym przyciskiem myszy na nową komórkę, aby przełączać się między kandydatami na matki. Segmentacja jądrowa w kulistych guzach ujawniła szeroki rozkład objętości jąder, przy czym znaczna liczba obiektów wykazywała niewielkie objętości, a kilka bardzo duże objętości.

Widok 3D organoidu guza pokazał liczne segmentowane jądra z oznaczonymi identyfikatorami, a wycinki z pokazywały czerwone kontury segmentacji zastosowane do każdego jądra. W drożdżach pączkujących ilość białka H2B gwałtownie wzrosła w momencie wyłaniania się pąków i ustabilizowała się przed podziałem jądrowym. Liczba jąder gwałtownie wzrosła w momencie podziału jądrowego w zbiorze danych drożdżowych.

W embrionalnych komórkach macierzystych myszy obszar komórek stopniowo się powiększał aż do maksimum, następnie zmniejszał się podczas podziału komórkowego, a następnie zaczął ponownie rosnąć w komórkach potomnych. Cell-ACDC to otwartoźródłowy framework programowy, który umożliwia łatwy dostęp do modeli AI do analizy bioobrazów i zapewnia wysoką udostępnialność danych mikroskopicznych. Ważnym aspektem Cell-ACDC jest to, że społeczność może łatwo integrować nowe metody z istniejącym workflow za pomocą ustandaryzowanej struktury danych.

Wykorzystanie skorygowanych danych z Cell-ACDC do precyzyjnego dostrojenia najnowocześniejszych metod może stworzyć fundament pod w pełni zautomatyzowaną analizę bioobrazów.