$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Myeloperoksidaz anti nötrofil sitoplazmik antikor ilişkili vaskülit (MPO-AAV) önemli hücre ölümü ve deoksiribonükleik asit salınımı ile patolojik glomerüler yaralanma böbrek yetmezliği ile sonuçlanan bir otoimmün hastalıktır (DNA)1,2. DNA bir tehlike sinyali gibi davranarak bağışıklık sistemini aktive edebilir. Normal sağlıklı koşullar altında, DNA'nın nükleer konumu bağışıklık sistemine maruz kalma koruma sağlar. Patojenik süreçler veya otoimmünite sırasında hücre dışı olarak salınan kendi KENDINE DNA bağışıklık sistemi tarafından moleküler öz protein (DAMP) ile ilişkili güçlü bir proinflamatuar hasar olarak görülür3. Ekstra hücresel DNA (ekDNA) apoptoz, nektoz nötrofil ekstrasellüler tuzak oluşumu (NET), nekroz veya piroptoz4,,5,6,7,8gibi farklı biyokimyasal yollar tarafından yönetilen çeşitli farklı mekanizmalar aracılığıyla ölmekte olan hücrelerden serbest bırakılır.
Burada, deneysel anti-MPO GN ve MPO-AAV9,hastalarından alınan böbrek biyopsilerinden formalin sabit parafin (FFPE) böbrekbölümlerinde ölmekte olan hücrelerden salınan ekDNA'yı boyama ve ölçme yöntemlerini tanımlıyoruz,10. Birden fazla yöntem çift iplikçikli DNA (dsDNA) ve DNA kompleksleri hem serum ve idrar ve in vitro tahliller11,,12dolaşan tespiti için var . Bu yöntemler, ekDNA miktarını belirlemede doğru olmakla birlikte, ekDNA'nın anatomik olarak nerede salınacağını belirlemez. Apoptoz için tunel ve hücre enkazı ölçümü13,14gibi ecDNA özel ölçüm açıklayan yöntemler vardır. Patolojik hasarın meydana geldiği FFPE böbreklerinde hücre ölümünün her türlüsden kaynaklanan ekDNA ölçümü ile sonuçlanan bir yöntem yoktur. Bu deneysel terapötik tedaviler gerçek hedef organpatolojik yaralanma sitelerinden ekDNA temizleyerek olup olmadığını belirlemek için önemlidir.
Böbrek örneklerinden birden fazla görüntü elde edilmesi, tek bir kullanıcı tarafından yaygın olarak analiz edilen yüksek hacimli veri oluşturur. Bu emek yoğun, zaman alıcı ve diğer kullanıcılar tarafından güvenilmez tekrarlanabilirlik tabi olabilir, kullanıcı önyargı nedeniyle. Trainable Weka segmentasyon machine learning algoritmaları15,16kullanarak piksel sınıflandırmak için kesme kenarı biyoinformatik araçları kullanan ImageJ için bir açık kaynak yazılım eklentisi . Bu yöntem, kullanıcının piksel segmentlerini sınıflandırmasından ders aldığı ve yeni öğrenilen sınıflandırmayı diğer görüntülere uyguladığı "eğitilebilir"dir. Bu yöntem, ImageJ programında, bir segmentteki her pikseli belirli bir "sınıfa" ait olarak "sınıflandırmak" için kullanılan ortak çözümleme araçlarına dayanır. Program "sınıflandırıcıları" öğrendikten sonra, aynı görüntü deki diğer benzer sınıflandırılmış bölümleri tanımlamak için kullanılabilir. Bu model daha sonra kaydedilir ve aynı denemedeki diğer görüntü kümelerine uygulanır.
Böbrek kesitlerinde yerinde ekDNA'nın belirlenmesinin önündeki mevcut engeller formalinde fiksasyondan kaynaklanan endojen otofloresans ve görüntülerin emek yoğun analizidir. Burada bu otofloresansı nasıl bastırabileceğimizi, ekDNA'yı nasıl tespit edebileceğimizi ve ekDNA'nın yüksek iş elde ölçümü için denetimli makine öğrenimini nasıl kullanacağımızı burada açıklıyoruz. Biz daha önce ImageJ bir makro kullanarak NETs ve ekstrasellüler MPO (ecMPO) ölçümü yayınladık, şimdi denetlenen makine öğrenme1kullanarak bu yöntemlerin yarı otomasyon göstermek. Biz aynı görüntü içinde NETs ve ecMPO için alternatif bir leke sınıflandırmak için, makine öğrenme aracının adaptasyon yeteneğini göstermektedir. EcDNA, NET'lerin ve ecMPO'nun saptanması için burada açıklanan bu boyama yöntemleri, ekDNA, NETS ve ecMPO'nun romatoid artrit ve lupus gibi hastalıkların devamında rol oynadığı diğer katı organlara ve hastalıklara,18çevrilebilir.