Method Article

Алгоритм анализа изображений на основе зон для количественной оценки кокультур макрофаг-фибробластов

DOI:

10.3791/63058

February 15th, 2022

In This Article

Summary

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

Мы представляем метод, который использует обобщающий подход к анализу изображений на основе площади для определения количества клеток. Анализ различных клеточных популяций использовал значительные различия в высоте и структуре клеток между различными типами клеток в рамках адаптивного алгоритма.

Abstract

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

Количественная оценка клеток необходима для широкого спектра биологических и биохимических исследований. Обычный анализ изображений клеток обычно использует либо подходы к обнаружению флуоресценции, такие как иммунофлуоресцентное окрашивание или трансфекция флуоресцентными белками или методы обнаружения краев, которые часто подвержены ошибкам из-за шума и других неидеальностей на фоне изображения.

Мы разработали новый алгоритм, который может точно подсчитывать и различать макрофаги и фибробласты, клетки разных фенотипов, которые часто колокализуются во время регенерации тканей. MATLAB был использован для реализации алгоритма, который дифференцировал различные типы клеток на основе различий в высоте от фона. Первичный алгоритм был разработан с использованием зонально-ориентированного метода для учета изменений в размере/структуре клеток и условиях посева с высокой плотностью.

Неидеальности в клеточных структурах были учтены с помощью вторичного, итеративного алгоритма, использующего внутренние параметры, такие как покрытие клеток, рассчитанное с использованием экспериментальных данных для данного типа клеток. Наконец, анализ сред кокультуры проводили с использованием алгоритма изоляции, в котором выборочно исключались различные типы клеток на основе оценки относительных перепадов высот внутри изображения. Было обнаружено, что этот подход точно подсчитывает клетки в пределах 5% погрешности для монокультурных клеток и в пределах 10% погрешности для кокутивируемых клеток.

Introduction

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

Программное обеспечение регулярно внедряется во время методов анализа изображений, чтобы гарантировать, что результаты являются точными, эффективными и непредвзятыми. Для клеточных анализов общей проблемой является неправильная идентификация клеток. Изображения с неправильными фокальными и контрастными настройками могут привести к размытию клеток, при котором границу отдельных клеток становится трудно идентифицировать1. Наличие посторонних признаков изображения, таких как поры, пузырьки или другие нежелательные объекты, может затруднить процедуры подсчета, замедляя процесс подсчета и приводя к неправильной идентификации. Кроме того, подсчет кле....

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

Protocol

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

1. Клеточная культура и получение изображений

  1. Культивируйте макрофаги RAW264.7 при 37 °C и 5% CO2 в модифицированной орлиной среде (DMEM) Dulbecco с добавлением 10% фетальной бычьей сыворотки (FBS), 1% пенициллина-стрептомицина, 1,5 г / л бикарбоната натрия и 5 мкМ β-меркаптоэтанола.
    1. Для монокультурной визуализации культивируют клетки RAW264.7 с плотностью 25 000 клеток/см2 в колбе клеточной культуры объемом 5 мл с 1 мл среды.
  2. Культивирование клеток NIH/3T3 при 37 °C и 5% CO2 в DMEM с добавлением 10% фетальной бычьей сыворотки и 1% пенициллина-стрептомицина11

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

Results

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

Анализ нелюбковых макрофагов RAW264.7 проводили в монокультурных условиях при 25 000 клеток/см2. Репрезентативные изображения клеточной культуры были взяты и обработаны в MATLAB после преобразования в 8-битный tiff в ImageJ. Выходные данные алгоритма на протяжении всего процесса были записаны и задокументированы на рисунке 2 для репрезентативного изображения. На этом изображении алгоритм насчитал 226 ячеек, и это количество изображений было проверено путем сравнения с ручным подсч.......

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

Discussion

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

Мы разработали общую зональную процедуру, которая точно и эффективно подсчитывала клетки на основе высоты клеток, что позволяло проводить количественное определение клеток без окрашивания даже в системах кокультуры. Критические шаги для этой процедуры включали реализацию системы относительной интенсивности, с помощью которой клетки могли быть дифференцированы. Использование анализа относительной высоты служило двум целям: необходимость во внешних параметрах была сделана ненужной, поскольку относительные параметры были по.......

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

Disclosures

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

Авторы заявляют, что у них нет конфликта интересов.

Acknowledgements

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

Эта работа финансировалась частично Национальными институтами здравоохранения (R01 AR067247) и частично программой INBRE штата Делавэр, поддерживаемой грантом Национального института общих медицинских наук -NIGMS (P20 GM103446) от Национальных институтов здравоохранения и штата Делавэр. Содержание рукописи не обязательно отражает точку зрения финансирующих учреждений.

....

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 Инвертированный микроскопZeiss1028290770
&бета;-меркаптоэтанолLife Technologies21985023
скребки для клетокCellTreat229310
Модифицированный Eagle от Dublecco MediumFisher Scientific12430047
PBS от DubleccoFisher Scientific14190144
Программное обеспечение MATLABMathWorks2021A
NIH/3T3 CellsATCCATCC CRL - 1658
Пенициллин– СтрептомицинSigma AldrichP4333-20ML
RAW264.7 КлеткиATCCATCC TIB - 71
Бикарбонат натрияSigma AldrichS6014-25G
T75 Колба для клеточной культурыCorningCLS3814-24EA

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