CellProfiler

00:00:15.00Hej, jag är Anne Carpenter från Broad Institute,
00:00:17.08och en av ledarna för CellProfiler-projektet.
00:00:19.18I dag vill jag presentera CellProfiler.
00:00:22.Det är en gratis programvara med öppen källkod för bildanalys
00:00:24.18 som kan identifiera och mäta biologiska enheter och bilder;
00:00:27.06bearbeta stora bilder i vilken skala som helst,
00:00:29.11från ett småskaligt experiment till ett stort;
00:00:31.00.21och exportera data för vidare analys.
00:00:34.12Först några grundläggande saker om CellProfiler.
00:00:36.09Det utformades av en biolog – det är jag.
00:00:38.09Jag skrev den första versionen för många år sedan
00:00:40.13för att fylla gapet mellan de senaste beräkningsmetoderna
00:00:42.19och vardagliga bänkbiologer.
00:00:44.08Det är gratis.
00:00:45.17Och eftersom det är en öppen källkod kan du skriva dina egna moduler om du behöver det.
00:00:48.11Det går att köra på Windows, Mac och Linux,
00:00:50.22och den är kompatibel med många andra populära programvaror för biobildanalys,
00:00:53.22och den läser mer än 180 mikroskopifilformat
00:00:57.00 tack vare Bio-Formats.
00:00:58.18Och enligt många mått är CellProfiler mycket populär
00:01:00.26och älskad bland biologer.
00:01:03.08Det bästa stället att börja med CellProfiler
00:01:05.04är att hitta ett exempel på en pipeline,
00:01:06.24 antingen från en artikel som du har läst där CellProfiler användes;
00:01:09.08från online-forumet för frågor och svar, forum.sc;
00:01:13.13eller från CellProfilers exempelsida, och några av dessa exempel visas här.
00:01:18.21När du har laddat in en pipeline i CellProfiler,
00:01:20.14kan du börja justera den för att anpassa den till ditt biologiska problem.
00:01:24.10Det huvudsakliga målet är naturligtvis att identifiera och mäta
00:01:27.04någon typ av biologiska enheter,
00:01:28.16 oavsett om det är celler eller kolonier eller synapser och så vidare.
00:01:31.09De beslut som ska fattas är,
00:01:33.03vilka strukturer eller regioner eller avdelningar vill du identifiera?,
00:01:36.04 hur de ska identifieras,
00:01:37.13och slutligen, vilka funktioner som ska mätas?
00:01:39.01Och när du sätter ihop modulerna i CellProfiler,
00:01:41.03 är det den här typen av frågor som du kommer att ställa dig själv.
00:01:44.07Du blandar och max… matchar dessa moduler för att bygga en pipeline,
00:01:47.12eller ett arbetsflöde, som utför din uppgift.
00:01:49.25Nu är en del av dessa steg mycket triviala,
00:01:51.13som till exempel att dela upp färgerna i en flerkanalsbild.
00:01:53.25Vissa steg kanske du inte har tänkt på tidigare,
00:01:56.03men du… det är mycket viktigt att göra saker som
00:01:58.19korrigera belysningen för att förbättra kvalitén på den kvantifiering
00:02:01.12som du får från dina bilder.
00:02:03.22När du väl har förbehandlat dina bilder enligt dina önskemål,
00:02:06.04kan du lägga in moduler som identifierar intressanta strukturer och delar,
00:02:08.23som kärnor eller cellgränser,
00:02:10.Detta är ofta den svåraste delen när det gäller att skapa ett arbetsflöde för bildanalys,
00:02:15.09 men det finns många verktyg och tips som ger dig…
00:02:17.27ge dig en hjälpande hand där.
00:02:20.09Några av de typer av parametrar som du behöver justera i den processen
00:02:23.28inkluderar att justera inställningar för att bestämma förgrunden
00:02:26.26mot bakgrunden.
00:02:28.08Här är ett exempel där det är lite för strängt…
00:02:30.08 lite för milt, och sedan lite för strängt,
00:02:31.29och slutligen precis rätt.
00:02:33.23Det finns andra inställningar som låter dig
00:02:36.14besluta om lämplig uppdelning kontra sammanslagning för vissa objekt.
00:02:39.06Så, du kan se att det finns fyra atomkärnor här
00:02:40.27som visas helt ihopklistrade.
00:02:42.14Vi justerade inställningarna tills de var separerade ordentligt,
00:02:45.13med hjälp av de olika inställningarna i modulerna.
00:02:48.24Och när du väl har identifierat dina intressanta strukturer,
00:02:50.28är det faktiskt mycket enkelt att mäta deras egenskaper.
00:02:53.28Det är bara att sätta in olika moduler för dessa olika kategorier av mätvärden,
00:02:56.24som inkluderar redovisning av hur många av en sak som existerar;
00:02:59.02storlekar; former;
00:03:00.22texturer, vilket är jämnheten hos ett färgningsmönster med fluorescerande intensitet;
00:03:04.22och liksom mängden intensitet, vilket kan motsvara den faktiska mängden av en proteinprodukt, till exempel, i dina bilder;
00:03:10.12samt saker som rumsliga förhållanden.
00:03:13.13När din pipeline väl är inställd enligt dina önskemål,
00:03:15.Om det är ett litet antal kan du köra det på din bärbara eller stationära dator.
00:03:19.19 Om det är ett mycket stort experiment kan du köra det på din bärbara eller stationära dator.
00:03:21.07 Om det är ett mycket stort experiment kan du köra det på din bärbara eller stationära dator.
00:03:23.15 Om det är ett mycket stort experiment kan du köra det på din bärbara eller stationära dator.
00:03:21.07 Om det är ett mycket stort experiment kan du köra det på din bärbara eller stationära dator.01kan du behöva köra dina bilder på ett datorkluster
00:03:25.10eller använda molnresurser online.
00:03:27.15Och det finns verktyg som hjälper dig att göra båda.
00:03:29.Slutligen kan du utforska dina data med hjälp av, verkligen,
00:03:32.18 någon programvara för dataanalys.
00:03:34.07Ett alternativ är CellProfiler Analyst.
00:03:36.11Den är utformad för att du ska kunna utforska data från stora uppsättningar bilder
00:03:38.23 där data interaktivt länkas till bilderna.
00:03:41.16Den låter dig också klassificera fenotyper automatiskt.
00:03:43.22Låt oss titta på båda dessa typer av funktioner.
00:03:45.28Först utforskningsverktygen.
00:03:47.23Det innehåller många datavisualiseringar
00:03:49.22som du skulle se i vilket kalkylprogram som helst.
00:03:51.28 Skillnaden är att i CellProfiler Analyst,
00:03:54.00 är varje datapunkt länkad till bilderna som producerade den datapunkten.
00:03:57.08Detta gör att du kan utforska funktionerna i dina bilder
00:03:59.24och de mätvärden som har producerats,
00:04:01.15och försöka identifiera vad…
00:04:03.02vad som händer i ditt experiment,
00:04:04:04.20eller eventuellt till och med göra några kvalitetskontroller
00:04:07.02för att identifiera om det finns bilder som är suddiga,
00:04:09.00eller har mättnad eller andra typer av artefakter i dem.
00:04:12.04Den mest populära funktionen i CellProfiler Analyst är dess klassificerare.
00:04:15.26Den visar ett antal celler från ditt experiment
00:04:19.01 – eller andra objekt som du har identifierat –
00:04:21.08 och ber dig sortera dem
00:04:23.21 utifrån den fenotyp de är intresserade av.
00:04:24.29Och så du….
00:04:26.15Det enda du behöver göra är att dra och släppa enskilda celler
00:04:28.11för att sortera dem som positiva och negativa för en fenotyp,
00:04:31.05eller egentligen kan du ha hur många fack som helst.
00:04:32.25Och när du sorterar de enskilda cellerna,
00:04:36.03lär sig datorn av dig och försöker identifiera,
00:04:38.24vilket är de mätvärden för cellerna som skiljer de olika cellerna åt?
00:04:42.03I takt med att du sorterar fler och fler celler,
00:04:45.02och när du korrigerar fel,
00:04:46.26 blir klassificeraren bättre och bättre,
00:04:48.14till den punkt där datorn kan ersätta dig när det gäller att ge rätt svar
00:04:52.20för ett stort antal celler.
00:04:54.10När klassificeraren väl är tränad,
00:04:56.01kan du sortera… du kan poängsätta miljontals eller miljarder celler
00:04:59.13på ett helt automatiserat sätt.
00:05:00.24Mitt labb har samarbetat med flera andra runt om i världen
00:05:03.10för att skapa ett nytt webbaserat verktyg för att klassificera bilder
00:05:05.24som drivs av djupinlärning.
00:05:07.16Så ta en titt på deras webbplats
00:05:09.08för att se om det är redo att användas.
00:05:11.26Du kan lära dig mer genom dessa relaterade iBiology-videor
00:05:14.18om mikroskopi och bildanalys.
00:05:16.10 Och jag hoppas att du vill prova på biobildanalys,
00:05:18.19 med CellProfiler,
00:05:20.04och gå till Scientific Community Image Forum om du behöver hjälp med att komma igång.

Lämna ett svar

Din e-postadress kommer inte publiceras.