Здесь мы представляем протокол об использовании программного средства MATLAB на основе кривильной платформы с открытым исходным кодом для количественной оценки организации фибриллярского коллагена во внеклеточной матрице как нормальных, так и больных тканей. Этот инструмент может быть применен к изображениям с коллагеновыми волокнами или другими типами линейных структур.
Фибриллярные коллагены являются видными внеклеточными компонентами матрицы (ЭКМ), и их топологические изменения, как было показано, связаны с прогрессированием широкого спектра заболеваний, включая рак молочной железы, яичников, почек и поджелудочной железы. Свободно доступные программные средства количественной оценки волокон в основном ориентированы на расчет выравнивания волокон или ориентации, и они подвержены ограничениям, таким как требование ручных шагов, неточность в обнаружении края волокна в шумном фоне или отсутствие локализованной характеристики функции. Инструмент количественной оценки коллагенового волокна, описанный в этом протоколе, характеризуется использованием оптимального многомасштабного представления изображения, включенного преобразованием кривой (КТ). Этот алгоритмический подход позволяет удалить шум от изображений фибриллярского коллагена и улучшение краев волокна, чтобы обеспечить расположение и ориентацию информации непосредственно из волокна, а не с помощью косвенных пикселей мудрый или окна мудрый информацию, полученную из других инструментов. Эта КТ-основная структура содержит два отдельных, но связанных пакета под названием “CT-FIRE” и “CurveAlign”, которые могут количественно структурировать волокна на глобальной, области интересов (ROI), или индивидуальной основе волокна. Эта квантификация была разработана в течение более десяти лет и в настоящее время превратилась в всеобъемлющую и управляемой пользователем платформу количественной оценки коллагена. Используя эту платформу, можно измерить до тридцати волоконных объектов, включая индивидуальные свойства волокна, такие как длина, угол, ширина и прямота, а также объемные измерения, такие как плотность и выравнивание. Кроме того, пользователь может измерить угол волокна по отношению к вручную или автоматически сегментированных границ. Эта платформа также предоставляет несколько дополнительных модулей, включая модули для анализа рентабельности инвестиций, автоматического создания границ и постобработки. Использование этой платформы не требует предварительного опыта программирования или обработки изображений, и она может обрабатывать большие наборы данных, включая сотни или тысячи изображений, что позволяет эффективно количественной оценки организации коллагенового волокна для биологических или биомедицинских приложений.
Фибриллярные коллагены являются заметными, структурные компоненты ECM. Их изменения организации влияют на функцию тканей и, вероятно, связаны с прогрессированием многих заболеваний, начиная от остеогенеза imperfecta1,сердечной дисфункции 2,и заживление ран 3 различных видоврака,включая грудь 4,5,6,яичников 7,8, почки9, и ракподжелудочной железы 10. Многие установленные условия визуализации могут быть использованы для визуализации фибриллярскогоколлагена, таких как микроскопия второго гармонического поколения 11, пятна или красители в сочетании с яркой полевой или флуоресцентноймикроскопией или поляризованной световой микроскопией 12, жидкокристаллическая поляризационная микроскопия (LC-PolScope)13, иэлектронная микроскопия 14. По мере того как важность организации фибриллярского коллагена стала яснее, и использование этих методов увеличивало, потребность для улучшенных подходов анализа волокна коллагена также росла.
Было приложить много усилий для разработки вычислительных методов автоматизированного измерения фибриллярского коллагена. Свободно доступные программные средства в основном сосредоточены на расчете выравнивания волокон или ориентации, приняв либо первый производный или структурный тенсордля пикселей 15,16, или Fourier трансформировать на основе анализа спектра для изображения плитки17. Все эти инструменты подвержены ограничениям, таким как требование ручных шагов, неточность в обнаружении края волокна в шумном фоне или отсутствие локализованной характеристики функции.
По сравнению с другими свободно доступными программными инструментами с открытым исходным кодом, методы, описанные в этом протоколе, используют КТ – оптимальный, многомасштабный, направленный метод представления изображений – для удаления шума с изображений фибриллярского коллагена и улучшения или отслеживания краев волокна. Информация о местоположении и ориентации может быть предоставлена непосредственно из волокна, а не с помощью косвенных пикселей мудрый или окно-мудрый информации, чтобы сделать вывод метрик оптоволоконные организации. Эта КТ-основерамки 18,19,20,21 может количественно волокна организации на глобальной, рентабельности инвестиций, или волокна основе, в основном через два отдельных, но связаны, пакеты под названием “CT-FIRE”18,21 и “CurveAlign”19,21. Что касается реализации программного обеспечения, то в CT-FIRE коэффициенты КТ в нескольких масштабах могут быть использованы для реконструкции изображения, которое улучшает края и уменьшает шум. Затем индивидуальный алгоритм извлечения волокон применяется к КТ-реконструированное изображение для отслеживания волокон для поиска их репрезентативных точек центра, расширения волоконных ветвей от центральных точек и соединения волоконных ветвей для формирования волоконной сети. В CurveAlign коэффициенты КТ в заданной пользователем шкале могут использоваться для отслеживания локальной ориентации волокон, где извлекаются и группированы ориентация и расположение кривых для оценки ориентации волокон в соответствующих местах. Полученная в результате этого система количественной оценки разрабатывалась более десяти лет и значительно изменилась во многих аспектах, таких как функциональность, пользовательский интерфейс и модульность. Например, этот инструмент может визуализировать местную ориентацию волокна и позволяет пользователю измерять до тридцати функций волокна, включая индивидуальные свойства волокна, такие как длина, угол, ширина и прямота, а также объемные измерения, такие как плотность и выравнивание. Кроме того, пользователь может измерить угол волокна по отношению к вручную или автоматически сегментированных границ, которые, например, играет важную роль в развитии биомаркера на основе изображенияв исследованиях рака молочной железы 22 и рака поджелудочнойжелезы 10. Эта платформа предоставляет несколько модулей функций, включая модули для анализа рентабельности инвестиций, автоматического создания границ и постобработки. Модуль рентабельности инвестиций может быть использован для аннотации различных форм рентабельности инвестиций и проведения соответствующего анализа рентабельности инвестиций. В качестве примера приложения модуль автоматического создания границ может быть использован для регистрации ярких полевых изображений гематоксилина и эозин (Н И Э) с изображениями второго гармонического поколения (SHG) и создания изображения маски границ опухоли с зарегистрированных изображений Н И Э. Модуль после обработки может способствовать обработке и интеграции выходных файлов данных из отдельных изображений для возможного статистического анализа.
Эта платформа количественной оценки не требует предварительного опыта программирования или обработки изображений и может обрабатывать большие наборы данных, включая сотни или тысячи изображений, что позволяет эффективно количественной оценки организации коллагена для биологических или биомедицинских приложений. Он широко используется в различных областях исследований многими исследователями во всем мире, включая нас самих. Есть четыре основные публикации на CT-FIRE и CurveAlign18,19,20,21, из которых первые три были приведены 272 раз (по данным 2020-05-04 в соответствии с Google Scholar). Обзор публикаций, в которых приводилась эта платформа (CT-FIRE или CurveAlign), показывает, что существует около 110 журнальных статей, которые непосредственно использовали ее для своего анализа, в которых приблизительно 35 публикаций сотрудничали с нашей группой, а остальные (No 75) были написаны другими группами. Например, эта платформа была использована для следующих исследований:рак молочной железы 22,23,24, ракподжелудочной железы 10,25, рак почек9,26,заживление ран 3,27,28,29,30, ракяичников 8,31,7, uterosacralсвязки 32, гипофосфатемный дентин33, базально-клеточнаякарцинома 34, гипоксическаясаркома 35,хрящевая ткань 36,сердечная дисфункция 37,нейроны 38, глиобластома39,лимфатические сокращения 40, волокнистые cacffolds41, рак желудка42, микротрубочка43, имочевого пузыря фиброз 44. Рисунок 1 демонстрирует применение визуализации рака CurveAlign, чтобы найти связанные с опухолью коллагеновые сигнатырака молочной железы 19 с изображения SHG. На рисунке 2 описывается типичный схематический рабочий процесс этой платформы. Хотя эти инструменты былирассмотрены технически 18,19,21, ирегулярный протокол 20 для выравнивания анализа с CurveAlign также доступна, визуальный протокол, который демонстрирует все основные функции могут быть полезны. Представленный здесь визуализированый протокол облегчит процесс обучения использованию этой платформы, а также более эффективно решает проблемы и вопросы, которые могут возникнуть у пользователей.
Этот протокол описывает использование CT-FIRE и CurveAlign для фибрилляционной количественной оценки коллагена и может быть применен к любому изображению с коллагеновыми волокнами или другими линейными или оптоволоконными удлиненными структурами, пригодными для анализа CT-FIRE или CurveAlign. Напр?…
The authors have nothing to disclose.
Мы благодарим многих участников и пользователей CT-FIRE и CurveAlign на протяжении многих лет, в том числе д-р Роб Новак, д-р Каролин Pehlke, д-р Джереми Bredfeldt, Guneet Мехта, Эндрю Лейхт, д-р Адиб Keikhosravi, д-р Мэтт Конклин, д-р Джейн Белкель, д-р Паоло Провенцано, д-р Бренда Огле, д-р Патрисия Кили, д-р Джозеф Szulczewski, д-р Джозеф Szulczewski, д-р Сюзанна Эта работа была поддержана финансированием от Полупроводниковой исследовательской корпорации, Института исследований Моргриджа и грантов NIH R01CA199996, R01CA181385 и U54CA2190 K.W.E.
CT-FIRE | Univerity of Wisconsin-Madison | N/A | open source software available from https://eliceirilab.org/software/ctfire/ |
CurveAlign | University of Wisconsin-Madison | N/A | open source software available from https://eliceirilab.org/software/curvealign/ |