Single-cell-based image analysis of high-throughput cell array screens for quantification of viral infection

Varování

Publikace nespadá pod Ekonomicko-správní fakultu, ale pod Fakultu informatiky. Oficiální stránka publikace je na webu muni.cz.
Název česky Analýza obrazů buněčných arrays založená na zpracovávání jednotlivých buněk kvantifikující virovou infekci při vysoce průchodném screeningu
Autoři

MATULA Petr KUMAR Anil WÖRZ Ilka ERFLE Holger BARTENSCHLAGER Ralf EILS Roland ROHR Karl

Rok publikování 2009
Druh Článek v odborném periodiku
Časopis / Zdroj Cytometry Part A
Fakulta / Pracoviště MU

Fakulta informatiky

Citace
www http://www3.interscience.wiley.com/journal/121511933/abstract
Obor Využití počítačů, robotika a její aplikace
Klíčová slova image analysis; cell nucleus segmentation; quantification of viral infection; siRNA screening; cell-based arrays; immunofluorescence microscopy; image quality control
Popis Identifikace eukaryotických genů hrajících roli při vstupu viru do buňky a jeho replikaci v ní je důležitá pro pochopení virové infekce. Cílem je vyvinutí systému pro screening využívající siRNA, buněčné arrays a vysokoprůchodovou fluorescenční mikroskopii. Hlavním problémem je efektivní, robustní a automatická analýza jednotlivých buněk ve velkém množství obrazových dat. Vyvinutý postup zahrnuje: (i) nové prahovací schéma pro segmentaci buněčných jader založené na analýze gradientu, které nevyžaduje dodatečné kroky pro rozdělování jader ve shlucích, (ii) kvantifikaci virového signálu v okolí buněčných jader, (iii) lokalizaci transfekovaných buněk pomocí prokládání kružnic a mřížek s a priori známými parametry, (iv) klasifikaci buněk jako infikované a neinfikované, (v) kontrolu kvality obrazu (napr. identifikace neostrých obrazů). Výsledky našeho přístupu pro segmentaci buněčných jader byly porovnány s dříve vyvinutým schématem založeným na adaptivním prahování kombinovaným s následným rozdělováním shluků jader. Náš přístup, který krok pro rozdělování shluků nevyžaduje správně segmentoval 97,1% všech jader, zatímco předchozí schéma 95,8%. Použitím našeho algroritmu pro detekci neostrých obrázků jsme dosáhli rozlišovací schopnost 99,4%. Celý systém byl aplikován na více než 55 000 obrazů buněk infikovaných buď hepatitidou C nebo virem horečky dengue. Redukce míry infekce byly správně detekovány jak v pozitivních siRNA kontrolách, tak i pro jiné molekuly siRNA, například atakující buněčné geny nějak zapojených do virové infekce. Celý zvolený přístup pro analýzu obrazu umožňuje automatické a přesné určení změn ve virové infekci pomocí siRNA buněčných arrays.
Související projekty:

Používáte starou verzi internetového prohlížeče. Doporučujeme aktualizovat Váš prohlížeč na nejnovější verzi.