De grootte en de vorm van deeltjes in actiefslibinstallatie zijn belangrijke parameters die worden gemeten met behulp van verschillende methoden. Onjuistheden voortvloeien uit niet-representatieve bemonstering, suboptimaal afbeeldingen en subjectieve analyse gebruikte parameters. Om deze fouten te minimaliseren en verlichten van de meting, presenteren we een protocol waarin elke stap, met inbegrip van een pijpleiding van opensource software.
Experimentele bioreactoren, zoals deze behandelen afvalwater, bevatten deeltjes waarvan grootte en vorm belangrijke parameters zijn. Bijvoorbeeld, kunnen de grootte en vorm van actief slib Floc geven op welke voorwaarden op de microscale en ook rechtstreeks van invloed op hoe goed het slib vestigt zich in een clarifier.
Deeltjesgrootte en vorm zijn beide bedrieglijk ‘eenvoudige’ metingen. Vele subtiele problemen, vaak ongeadresseerde in informele protocollen, kunnen optreden wanneer bemonstering, imaging en analyseren van de deeltjes. Bemonsteringsmethoden een vertekend beeld kunnen geven of niet genoeg statistische stroomvoorziening. De monsters zelf slecht kunnen worden bewaard of wijziging tijdens immobilisatie ondergaan. Afbeeldingen kunnen niet worden van voldoende kwaliteit; overlappende deeltjes, kan scherptediepte, vergrotingsniveau, en diverse lawaai alle slechte resultaten opleveren. Slecht opgegeven analyse kan leiden tot vertekening, zoals die geproduceerd door handmatige afbeelding drempelmethode en segmentatie.
Betaalbaarheid en doorvoer zijn wenselijk naast reproduceerbaarheid. Een betaalbare, hoge doorvoer methode kunnen vaker meting van de deeltjes, produceren veel afbeeldingen met duizenden deeltjes. Een methode die gebruikmaakt van goedkope reagentia, een gemeenschappelijk ontleden Microscoop, en de software van de analyse van de vrij beschikbare open source kunt herhaalbare, toegankelijk, reproduceerbare en gedeeltelijk geautomatiseerde experimentele resultaten. Verder, het product van een dergelijke methode kunnen well-formatted, welomschreven en gemakkelijk te begrijpen door data-analysesoftware, versoepeling van zowel binnen-lab analyses en gegevens delen tussen labs.
We presenteren een protocol dat de gegevens van de stappen die nodig zijn voor de productie van dergelijk product, met inbegrip van: bemonstering, sample voorbereiding en immobilisatie in agar, digital image aquisition, digitale beeldanalyse en voorbeelden van experiment-specifieke figuur met behulp van de de resultaten van de analyse. We hebben ook een open-source data analyse pijpleiding ter ondersteuning van dit protocol opgenomen.
Het doel van deze methode is bedoeld als een welomschreven, herhaalbare en gedeeltelijk geautomatiseerde methode voor het bepalen van de grootte en vorm distributies van deeltjes in de bioreactoren, met name die met actief slib Floc en aërobe korrels1 , 2. de grondgedachte achter deze methode waren om de betaalbaarheid, eenvoud, doorvoer, en herhaalbaarheid van onze bestaande interne protocollen,3,4, verlichten deeltje meting voor anderen, en vergemakkelijken delen en vergelijking van de gegevens.
Er zijn twee brede categorieën voor de analyse van de meting van de deeltjes – direct beeldvorming en inferentiële methoden met behulp van deze kwaliteiten als lichtverstrooiing5. Hoewel inferentiële methoden kunnen worden geautomatiseerd en grote doorvoer hebben, is de apparatuur duur. Bovendien, terwijl de inferentiële methoden kunnen nauwkeurig bepalen het equivalent grootte van een deeltje6, bieden ze geen gedetailleerde vorm informatie7.
Vanwege de noodzaak van shapegegevens, hebben wij onze methode gebaseerd op directe imaging. Hoewel sommige high-throughput beeldvormende methoden bestaan, moeten ze traditioneel dure commerciële hardware of oplossingen op maat gebouwde8,9. Onze methode is ontwikkeld om gemeenschappelijk, betaalbare hardware en software die, hoewel lijden aan een afname van de doorvoer, veel meer deeltjes beelden dan het minimum dat nodig is voor veel analyses10 produceerttewerk te stellen.
Bestaande protocollen kunnen niet geven belangrijk bemonsterings- en afbeelding overname stappen. Andere protocollen kunnen handmatige stappen die invoering van subjectieve bias (zoals ad hoc drempelmethode11) opgeven. Een duidelijk omschreven methode waarmee bemonstering, immobilisatie en afbeelding overname stappen gecombineerd met vrij beschikbare analysesoftware zal verbeteren zowel binnen-lab beeldanalyse en vergelijkingen tussen labs. Een belangrijk doel van dit protocol is bedoeld als een werkstroom en hulpmiddelen die tot reproduceerbare resultaten van verschillende labs voor hetzelfde monster leiden moeten.
Afgezien van het normaliseren van de installatiekopie van de analyse, worden de gegevens geproduceerd door deze pijpleiding vastgelegd in een welomschreven, goed geformatteerde bestand12 geschikt voor gebruik populaire data analyse pakketten13,14, versoepeling experiment specifieke analyses (zoals aangepaste figuur generatie) en faciliterende gegevensuitwisseling tussen labs.
Dit protocol wordt met name voorgesteld voor onderzoekers die vereisen deeltje shapegegevens, hebben geen toegang tot de inferentiële methoden, niet willen ontwikkelen hun eigen beeld analyse pijpleiding, en willen hun gegevens gemakkelijk delen met anderen
Hoewel het systeem van de analyse van het beeld vrij robuust is en QC stappen worden genomen om ervoor te zorgen dat slechte afbeeldingen worden verwijderd, kan juiste aandacht op specifieke kwesties in bemonstering, plaat voorbereiding en beeldacquisitie verbeteren, zowel de juistheid van de gegevens en het percentage beelden passeren van QC.
Bemonstering concentratie
Ervan uitgaande dat een representatieve steekproef is genomen, is de belangrijkste stap om ervoor te zorge…
The authors have nothing to disclose.
Dit werk werd gesteund door een subsidie van de National Science Foundation CBET 1336544.
De FIJI, R en Python logo’s worden gebruikt met het overeenkomstig de volgende handelsmerk-beleid:
Python: https://www.python.org/psf/trademarks/
R: https://www.r-project.org/Logo/ , volgens de CC-BY-SA 4.0 licentie vermeld op: https://creativecommons.org/Licenses/by-sa/4.0/
Fiji: https://imagej.net/Licensing
10% Bleach solution | Chlorox | 31009 | For workspace disinfection. |
15 mL centrifuge tube with cap | Corning | 430790 | Per sample. |
50 mL Erlenmeyer flask | Corning | 4980-50 | Other vessels are suitable so long as they can contain > 40 mL of sample and allow mixing |
500 mL Kimax Bottle | Kimble-Chase | 14395-50 | Or otherwise sufficient for agar handling |
Agar | BD | 214010 | Solid, to prepare 7.5% gel. 7 mL per sample. |
Data analysis software | N/A | N/A | R or Python are suggested |
Deionized water | N/A | N/A | Sufficient to prepare stain and agar. If unavailable, tap should be fine. |
Desktop computer | N/A | N/A | Image analysis is not CPU intensive, any 'ordinary' desktop computer circa 2017 should be sufficient. |
External hard drive | Seagate | STEB5000100 | Not fully required, but extremely useful given the number an size of images. 2 or more TB of storage suggested. |
FIJI | NIH | version 1.51d | Version is ImageJ core. Plugins are updated as of writing. Available at: https://imagej.net/Fiji/Downloads |
GIT | Open Source | version 2.19.1 or later | Available at: https://git-scm.com/ |
Image capture software | ToupView | version 3.7.5177 | Any compatible with camera, may come with camera. Should allow saving TIFF images with spatial calibration data. |
Mechanical (X/Y) Stage | OMAX | A512 | Not fully required, but greatly aids image acquisition. |
Methylene blue | Fisher | M291-100 | Solid, to prepare 1% w/v solution. 5 uL solution per sample. |
Microscope camera | OMAX | A35140U | Any digitial camera compatible with microscope. Resolution providing at least 5 um per pixel at 10x magnification and a dynamic range of at least 8 bits per pixel per color channel is suggested. |
Optical Stage Micrometer | OMAX | A36CALM1 | Or otherwise sufficient for spatial calibration. |
Petri dish, 100 mm | Fisher | FB0875712 | 1 per sample. |
PPE | N/A | N/A | Standard lab coat, gloves, and eyewear. |
Sparmoria macro | NCSU | version 0.2.1 | Available at github repository : https://github.com/joeweaver/SParMorIA-Sludge-Particle-Morphological-Image-Analysis |
Stereo/dissecting microscope | Nikon | SMZ-2T | Should provide 10 to 20x magnficiation and allow digital photos either with a buit-in camera or profide a mounting point for a CCD. |