Summary

قياس شكل وحجم الجسيمات للحماه معطلة في أجار مع أنبوب لبرمجيات مصدر المفتوح

Published: January 30, 2019
doi:

Summary

حجم وشكل جزيئات في للحماه هي المعالم الهامة التي يتم قياسها باستخدام أساليب مختلفة. تنشأ أخطاء من العينات غير ممثلة، والصور دون المستوى الأمثل، والمعلمات تحليل ذاتي. لتقليل هذه الأخطاء وسهولة قياس، نقدم بروتوكول تحديد كل خطوة من خطوات، بما في ذلك أنبوب لبرمجيات مصدر مفتوح.

Abstract

المفاعلات الحيوية التجريبية، مثل تلك معالجة المياه المستعملة، وتحتوي على جزيئات الشكل والحجم الذي يتم المعالم الهامة. على سبيل المثال، حجم وشكل من فلكس للحماه يمكن الإشارة إلى الظروف السائدة في عبارة، وتؤثر أيضا بصورة مباشرة جيدا كيف يستقر الحمأة في انارات.

حجم الجسيمات والشكل قياسات شكل مضلل ‘بسيطة’ على حد سواء. العديد من القضايا الدقيقة، كثيرا ما لا تعالج في البروتوكولات غير رسمية، يمكن أن تنشأ عند أخذ العينات، والتصوير، وتحليل الجزيئات. طرق أخذ العينات قد تكون متحيزة أو لا توفر ما يكفي من القوة الإحصائية. قد يتم حفظ سيئة العينات أنفسهم أو الخضوع للتعديل أثناء التثبيت. قد لا تكون الصور ذات جودة كافية؛ تداخل الجسيمات، عمق الميدان ومستوى التكبير، والضوضاء المختلفة يمكن أن جميع نتائج الفقراء. يمكن إدخال التحليل المحدد سيئة التحيز، مثل تلك التي تنتجها العتبة صورة اليدوي وتجزئة.

ومن المستصوب جنبا إلى جنب مع إمكانية تكرار نتائج القدرة على تحمل التكاليف والإنتاجية. طريقة إنتاجية عالية بأسعار معقولة، ويمكن قياس الجسيمات أكثر تواترا، إنتاج العديد من الصور التي تحتوي على الآلاف من الجسيمات. يسمح أسلوب يستخدم الكواشف غير مكلفة ومجهر تشريح المشتركة وبرمجيات المصدر المفتوح متاحة بحرية لتحليل النتائج التجريبية قابلة للتكرار وموجودا واستنساخه، ومؤتمته جزئيا. علاوة على ذلك، يمكن أن تكون نتاج لمثل هذا الأسلوب مهيأ جيدا ومحددة تحديداً جيدا وفهمها بسهولة من قبل برامج تحليل البيانات، تخفيف داخل مختبر التحليلات والبيانات تبادل بين مختبرات.

هذا بروتوكول بالتفصيل الخطوات اللازمة لإنتاج هذه منتجات، بما في ذلك: أخذ العينات، وعينه من الإعداد والتثبيت في أجار، والحصول على الصور الرقمية، وتحليل الصور الرقمية، وأمثلة لتوليد الشكل الخاصة بالتجربة من نتائج التحليل. كما أدرجنا أنبوب تحليل بيانات المصدر المفتوح لدعم هذا البروتوكول.

Introduction

والغرض من هذا الأسلوب لتوفير أسلوب محددة جيدا وقابلة للتكرار، ومؤتمته جزئيا لتحديد حجم وشكل توزيعات الجسيمات في المفاعلات الحيوية، لا سيما تلك التي تحتوي على فلكس للحماه وحبيبات الهوائي1 , 2-الأساس المنطقي وراء هذا الأسلوب زيادة في القدرة على تحمل التكاليف، والبساطة، والإنتاجية، والتكرار لدينا القائمة بروتوكولات داخلية3،4، سهولة قياس الجسيمات للآخرين، وتيسير تبادل و مقارنة البيانات.

وهناك فئتين عريضتين من التحليل قياس الجسيمات-أساليب التصوير مباشرة واستنتاجي باستخدام مثل هذه الصفات تشتت الضوء5. على الرغم من أن أساليب استنتاجي يمكن أن يكون آليا وإنتاجية كبيرة، المعدات مكلفة. وباﻹضافة إلى ذلك، بينما يمكن تحديد أساليب استنتاجي بدقة ما يعادل حجم الجسيمات6، أنها لا توفر معلومات مفصلة الشكل7.

بسبب الحاجة إلى بيانات الشكل، ونحن قد أسلوبنا على أساس التصوير مباشرة. على الرغم من وجود بعض أساليب التصوير الفائق، أنها عادة تتطلب الأجهزة التجارية باهظة الثمن أو الحلول التي بنيت8،9. وقد وضعت أسلوبنا لتوظيف الأجهزة المشتركة بأسعار معقولة والبرامج التي، على الرغم من أن الذين يعانون من انخفاض في الإنتاجية، وتنتج الصور الجسيمات أكثر بكثير من الحد الأدنى المطلوب للعديد من التحليلات10.

قد لا تحدد البروتوكولات القائمة أهمية أخذ العينات وخطوات الحصول على الصورة. بروتوكولات أخرى قد تحدد الخطوات اليدوية إدخال تحيز شخصي (مثل مستوى العتبة المخصصة11). سيتم تعزيز أسلوب المعالم التي تحدد خطوات الحصول على العينات، والتثبيت وصورة جنبا إلى جنب مع برامج التحليل متاحة بحرية داخل مختبر تحليل الصور والمقارنات بين مختبرات. أحد الأهداف رئيسية من هذا البروتوكول هو توفير سير عمل والأدوات التي ينبغي أن تؤدي إلى النتائج استنساخه من مختبرات مختلفة لنفس العينة.

وبصرف النظر عن تطبيع عملية تحليل الصورة، البيانات التي تنتجها هذه الأنابيب يتم تسجيلها في ملف محددة تحديداً جيدا ومنسقة جيدا12 مناسبة للاستخدام بشعبية بيانات تحليل الحزم13،14، تخفيف التجربة تحليلات محددة (مثل توليد الرقم المخصص) وتيسير تبادل بين مختبرات البيانات.

ويقترح هذا البروتوكول وبخاصة للباحثين الذين تتطلب بيانات الشكل الجسيمات، ولا يستطيعون الوصول إلى أساليب استنتاجي، لا ترغب في وضع خط أنابيب تحليل الصور الخاصة بهم، وترغب في تبادل البيانات بسهولة مع الآخرين

Protocol

1-جمع عينات لتحليل الجسيمات تحديد حجم العينة للمفاعلات المحددة التي سوف تنتج جسيمات كافية للتحليل الإحصائي10 (> 500) مع تجنب تداخل الجسيمات. تفترض أن طائفة من 0.5 إلى 2 مل كل عينة الخمور المختلطة غير كافية لعينات للحماه مع الخمور مختلطة تعليق المواد صلبة (مهنيين) بين 250 و 5,00…

Representative Results

الملفات التي تم إنشاؤهاعملية هو موضح في الشكل 1 سوف ينتج ملفين كل صورة تم تحليلها. الملف الأول هو فاصلة فصل ملف نص القيمة (CSV) حيث كل صف يناظر جسيمات فردية والأعمدة وصف مختلف المقاييس الجسيمات مثل منطقة، والتدوير، والصلابة، والمحددة في دليل إيما…

Discussion

على الرغم من أن نظام تحليل صورة قوية إلى حد ما وتتخذ خطوات مراقبة الجودة لضمان إزالة صور الفقراء، الاهتمام المناسب لقضايا محددة في أخذ العينات، وإعداد لوحة، والحصول على الصور يمكن تحسين كل من دقة البيانات ونسبة صور تمرير QC.

تركيز العينات
افتراض قد أخذت عينة تمثيل…

Disclosures

The authors have nothing to disclose.

Acknowledgements

وأيد هذا العمل بمنحه من 1336544 كبة مؤسسة العلوم الوطنية.

وتستخدم الشعارات فيجي، والبحث والتطوير، وبايثون مع وفقا للسياسات العلامات التالية:
بيثون: https://www.python.org/psf/trademarks/
ص: https://www.r-project.org/Logo/ ، وفقا للرخصة 4.0 نسخة من SA المسرودة في: https://creativecommons.org/Licenses/by-sa/4.0/
فيجي: https://imagej.net/Licensing

Materials

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.

References

  1. Show, K. Y., Lee, D. J., Tay, J. H. Aerobic granulation: Advances and challenges. Applied Biochemistry and Biotechnology. 167 (6), 1622-1640 (2012).
  2. Adav, S. S., Lee, D. -. J., Show, K. -. Y., Tay, J. -. H. Aerobic granular sludge: Recent advances. Biotechnology Advances. 26 (5), 411-423 (2008).
  3. Initial Investigations of Aerobic Granulation in an Annular Gap Bioreactor. North Carolina State University Available from: https://repository.lib.ncsu.edu/handle/1840.16/2162 (2004)
  4. . Effect of Hydrodynamics on Aerobic Granulation Available from: https://repository.lib.ncsu.edu/handle/1840.16/8761 (2012)
  5. Tay, J. H., Liu, Q. S., Liu, Y. Microscopic observation of aerobic granulation in sequential aerobic sludge blanket reactor. Journal of Applied Microbiology. 91 (1), 168-175 (2001).
  6. Kelly, R. N., et al. Graphical Comparison of Image Analysis and Laser Diffraction Particle Size Analysis Data Obtained From the Measurements of Nonspherical Particle Systems. AAPS Pharm SciTech. 7 (3), E1-E14 (2006).
  7. Walisko, R., et al. The Taming of the Shrew -Controlling the Morphology of Filamentous Eukaryotic and Prokaryotic Microorganisms. Advances in Biochemical Engineering/Biotechnology. 149, 1-27 (2015).
  8. Campbell, R. A. A., Eifert, R. W., Turner, G. C. Openstage: A Low-Cost Motorized Microscope Stage with Sub-Micron Positioning Accuracy. PLoS ONE. 9 (2), e88977 (2014).
  9. Dias, P. A., et al. Image processing for identification and quantification of filamentous bacteria in in situ acquired images. BioMedical Engineering OnLine. 15 (1), 64 (2016).
  10. Liao, J., Lou, I., de los Reyes, F. L. Relationship of Species-Specific Filament Levels to Filamentous Bulking in Activated Sludge. Applied and Environmental Microbiology. 70 (4), 2420-2428 (2004).
  11. Cromey, D. W. Avoiding twisted pixels: ethical guidelines for the appropriate use and manipulation of scientific digital images. Science and Engineering Ethics. 16 (4), 639-667 (2010).
  12. Wickham, H. Tidy Data. Journal of Statistical Software. 59 (10), (2014).
  13. van Rossum, G. . Python tutorial. , (1995).
  14. Schindelin, J., Arganda-Carreras, I., Frise, E. FIJI: an open-source platform for biological-image analysis. Nature Methods. 9 (7), 676-682 (2012).
  15. . SParMorIA: Sludge Particle Morphological ImageAnalysis Available from: https://github.com/joeweaver/SParMorIA-Sludge-Particle-Morphological-Image-Analysis (2018)
  16. Ferreira, T., Rasband, W. . ImageJ User Guide: IJ 1.42 r. , (2012).
  17. Sezgin, M., Sankur, B. Survey over image thresholding techniques and quantitative performance evaluation. Journal of Electronic Imaging. 13 (1), 146-166 (2004).
  18. Kröner, S., Doménech Carbó, M. T. Determination of minimum pixel resolution for shape analysis: Proposal of a new data validation method for computerized images. Powder Technology. 245, 297-313 (2013).
  19. McKinney, W. Data Structures for Statistical Computing in Python. Proceedings of the 9th Python in Science Conference. , 51-56 (2010).
  20. Waskom, M., et al. . seaborn: v0.5.0 (November 2014). , (2014).
  21. . dplyr: A Grammar of Data Manipulation Available from: https://cran.r-project.org/web/packages/dplyr/index.html (2016)
  22. Riley, R. S., Ben-Ezra, J. M., Massey, D., Slyter, R. L., Romagnoli, G. Digital Photography: A Primer for Pathologists. Journal of Clinical Laboratory Analysis. 18 (2), 91-128 (2004).
  23. Singh, S., Bray, M. A., Jones, T. R., Carpenter, A. E. Pipeline for illumination correction of images for high-throughput microscopy. Journal of Microscopy. 256 (3), 231-236 (2014).
  24. Eastwood, B. S., Childs, E. C. Image Alignment for Multiple Camera High Dynamic Range Microscopy. Proceedings. IEEE Workshop on Applications of Computer Vision. , 225-232 (2012).
  25. High Dynamic Range Microscopy for Cytopathological Cancer Diagnosis. IEEE Journal of Selected Topics in Signal Processing (Special Issue on: Digital Image Processing Techniques for Oncology) Available from: https://www.lfb.rwth-aachen.de/en/ (2009)
  26. Jain, V., et al. Supervised Learning of Image Restoration with Convolutional Networks. 2007 IEEE 11th International Conference on Computer Vision. , 1-8 (2007).
check_url/58963?article_type=t

Play Video

Cite This Article
Weaver, J. E., Williams, J. C., Ducoste, J. J., de los Reyes III, F. L. Measuring the Shape and Size of Activated Sludge Particles Immobilized in Agar with an Open Source Software Pipeline. J. Vis. Exp. (143), e58963, doi:10.3791/58963 (2019).

View Video