stringtranslate.com

Cognición celular

CellCognition es un marco computacional de código abierto y gratuito para el análisis cuantitativo de imágenes de microscopía de fluorescencia de alto rendimiento ( time-lapse ) en el campo de la informática de bioimágenes y la microscopía de sistemas. El marco CellCognition utiliza técnicas de procesamiento de imágenes , visión artificial y aprendizaje automático para el seguimiento de células individuales y la clasificación de morfologías celulares. Esto permite mediciones de la progresión temporal de las fases celulares, el modelado de la dinámica celular y la generación de mapas de fenotipos . [1] [2]

Características

CellCognition utiliza un proceso computacional que incluye segmentación de imágenes , detección de objetos , extracción de características , clasificación estadística , seguimiento de células individuales a lo largo del tiempo, detección de motivos de transición de clase (por ejemplo, células que entran en mitosis) y corrección HMM de errores de clasificación en etiquetas de clase. [3]

El software está escrito en Python 2.7 y los binarios están disponibles para Windows y Mac OS X.

Historia

CellCognition (versión 1.0.1) fue lanzado por primera vez en diciembre de 2009 por científicos del Laboratorio Gerlich y el grupo Buhmann del Instituto Federal Suizo de Tecnología de Zúrich y el Laboratorio Ellenberg del Laboratorio Europeo de Biología Molecular de Heidelberg. La última versión es la 1.6.1 y el software es desarrollado y mantenido por el Laboratorio Gerlich del Instituto de Biotecnología Molecular .

Solicitud

CellCognition se ha utilizado en el cribado basado en RNAi , [4] se ha aplicado en el estudio básico del ciclo celular , [5] y se ha ampliado al modelado no supervisado. [6]

Referencias

  1. ^ Held M, Schmitz MH, Fischer B, Walter T, Neumann B, Olma MH, Peter M, Ellenberg J, Gerlich DW (2010). "CellCognition: anotación de fenotipos resuelta en el tiempo en imágenes de células vivas de alto rendimiento" (PDF) . Nature Methods . 7 (9): 747–54. doi :10.1038/nmeth.1486. ​​hdl : 1912/3869 . PMID  20693996. S2CID  205419414.
  2. ^ Schmitz MH, Held M, Janssens V, Hutchins JR, Hudecz O, Ivanova E, Goris J, Trinkle-Mulcahy L, Lamond AI, Poser I, Hyman AA, Mechtler K, Peters JM, Gerlich DW (2010). "La detección de ARNip mediante imágenes de células vivas identifica a PP2A-B55alpha y a la importina-beta1 como reguladores clave de la salida mitótica en células humanas". Nature Cell Biology . 12 (9): 886–93. doi :10.1038/ncb2092. PMC 3839080 . PMID  20711181. 
  3. ^ Zhong, Qing; Busetto, Alberto Giovanni; Fededa, Juan P.; Buhmann, Joachim M.; Gerlich, Daniel W. (julio de 2012). "Modelado no supervisado de la dinámica de la morfología celular para microscopía de lapso de tiempo". Nature Methods . 9 (7): 711–713. doi :10.1038/nmeth.2046. hdl : 11336/21074 . ISSN  1548-7105. PMID  22635062. S2CID  1962889.
  4. ^ Piwko W, Olma MH, Held M, Bianco JN, Pedrioli PG, Hofmann K, Pasero P, Gerlich DW, Peter M (2010). "El cribado basado en RNAi identifica el complejo Mms22L-Nfkbil2 como un nuevo regulador de la replicación del ADN en células humanas". EMBO Journal . 29 (24): 4210–22. doi :10.1038/emboj.2010.304. PMC 3018799 . PMID  21113133. 
  5. ^ Wurzenberger C, Held M, Lampson MA, Poser I, Hyman AA, Gerlich DW (2012). "Sds22 y Repo-Man estabilizan la segregación cromosómica al contrarrestar la acción de Aurora B en los cinetocoros en anafase". Journal of Cell Biology . 198 (2): 173–83. doi :10.1083/jcb.201112112. PMC 3410419 . PMID  22801782. 
  6. ^ Zhong Q, Busetto AG, Fededa JP, Buhmann JM, Gerlich DW (2012). "Modelado no supervisado de la dinámica de la morfología celular para microscopía de lapso de tiempo". Nature Methods . 9 (7): 711–13. doi :10.1038/nmeth.2046. hdl : 11336/21074 . PMID  22635062. S2CID  1962889.

Enlaces externos