Bioimage Analysis for Life Scientists : Tools for Live Cell Imaging
Pylvänäinen, Joanna (2024-04-26)
Pylvänäinen, Joanna
Åbo Akademi - Åbo Akademi University
26.04.2024
Kappa & artikkeli II: Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Artikkelit I & III: CC BY
Julkaisun pysyvä osoite on
https://urn.fi/URN:ISBN:978-952-12-4372-1
https://urn.fi/URN:ISBN:978-952-12-4372-1
Tiivistelmä
Elävien solujen kuvantamisella on keskeinen rooli solubiologiassa. Sen avulla voidaan tutkia terveyden ja sairauden kannalta tärkeitä prosesseja, kuten yksilön kehitystä, haavan paranemista sekä syöpää. Kun elävien solujen kuvantamiseen tarkoitetut mikroskooppitekniikat yhdistetään moderneihin kuva-analyysityökaluihin, tulee elämän kvantitatiivinen mittaaminen mahdolliseksi.
Merkityksellisen tiedon tuottaminen mikroskoopeilla kuvatuista soluvideoista aiheuttaa kuitenkin monia haasteita. Elävät solut ovat hauraita ja niitä tulee kuvantaa kontrolloiduissa ympäristöissä käyttäen vähäistä valon määrää. Tämä aiheuttaa usein videoihin kohinaa, joka puolestaan vaikeuttaa kohteiden havaitsemista taustasta ja näin ollen niiden seurantaa. Lisäksi mikroskoopin tai näytteen liikkumisen aiheuttama heilunta vaikeuttaa videon kohteiden seuraamista. Vaikka soluvideoiden analysoimiseksi on jo olemassa useita työkaluja, monet niistä eivät ole tutkijoiden saavutettavissa, sillä niiden käyttö vaatii usein ohjelmointitaitoja tai niissä ei ole asianmukaisia dokumentaatioita ja käyttäjäystävällisiä käyttöliittymiä.
Näiden ongelmien ratkaisemiseksi olemme kehittäneet käyttäjäystävällisiä työkaluja luonnontieteilijöille soluvideoiden käsittelyyn ja analysointiin. Näistä ensimmäinen, Fast4DReg, on Fiji-liitännäinen, joka on kehitetty nopeasti korjaamaan heiluntaa 4D-kuvissa, vakauttaen näin kuvaa. Toinen työkalu, DL4MicEverywhere, mahdollistaa syväoppimisen käyttämisen soluvideoiden laadun parantamiseksi ja niissä olevien kohteiden tunnistamiseksi. Kolmas työkalu on TrackMate v7, jonka avulla voidaan mitata elävien solujen liikettä. Tämä työkalu pystyy integroimaan moderneja segmentointi- ja analyysialgoritmeja osaksi soluvideoiden mittaamista, mahdollistaen tarkan ja toistettavan solujen seurannan. Työkalujen käytettävyyttä on pyritty parantamaan kirjoittamalla kattava dokumentaatio ja jakamalla testidataa avoimesti. Lisäksi tässä väitöskirjatutkimuksessa sovellettiin kehitettyjä työkaluja solubiologisessa tutkimuksessa kahden esimerkin kautta. Näistä ensimmäisessä tutkittiin haimasyöpäsolujen ja endoteelisolujen vuorovaikutusta pahanlaatuisen syövän etenemisen aikana, ja toisessa selvitettiin, miten tietyt mutaatiot vaikuttavat syöpäsolujen lääkeresistenssiin.
Tutkimuksien tulokset osoittavat, että kehitetyt käyttäjäystävälliset työkalut soveltuvat soluvideoiden laadun parantamiseen ja solujen seurantaan ja ne tarjoavat tehokkaita ja saavutettavia ratkaisuja soluvideoiden käsittelyyn ja analysointiin. Nämä työkalut auttavat eri alojen tutkijoita ymmärtämään solujen käyttäytymistä ja prosesseja, erityisesti syöpätutkimuksessa.
Merkityksellisen tiedon tuottaminen mikroskoopeilla kuvatuista soluvideoista aiheuttaa kuitenkin monia haasteita. Elävät solut ovat hauraita ja niitä tulee kuvantaa kontrolloiduissa ympäristöissä käyttäen vähäistä valon määrää. Tämä aiheuttaa usein videoihin kohinaa, joka puolestaan vaikeuttaa kohteiden havaitsemista taustasta ja näin ollen niiden seurantaa. Lisäksi mikroskoopin tai näytteen liikkumisen aiheuttama heilunta vaikeuttaa videon kohteiden seuraamista. Vaikka soluvideoiden analysoimiseksi on jo olemassa useita työkaluja, monet niistä eivät ole tutkijoiden saavutettavissa, sillä niiden käyttö vaatii usein ohjelmointitaitoja tai niissä ei ole asianmukaisia dokumentaatioita ja käyttäjäystävällisiä käyttöliittymiä.
Näiden ongelmien ratkaisemiseksi olemme kehittäneet käyttäjäystävällisiä työkaluja luonnontieteilijöille soluvideoiden käsittelyyn ja analysointiin. Näistä ensimmäinen, Fast4DReg, on Fiji-liitännäinen, joka on kehitetty nopeasti korjaamaan heiluntaa 4D-kuvissa, vakauttaen näin kuvaa. Toinen työkalu, DL4MicEverywhere, mahdollistaa syväoppimisen käyttämisen soluvideoiden laadun parantamiseksi ja niissä olevien kohteiden tunnistamiseksi. Kolmas työkalu on TrackMate v7, jonka avulla voidaan mitata elävien solujen liikettä. Tämä työkalu pystyy integroimaan moderneja segmentointi- ja analyysialgoritmeja osaksi soluvideoiden mittaamista, mahdollistaen tarkan ja toistettavan solujen seurannan. Työkalujen käytettävyyttä on pyritty parantamaan kirjoittamalla kattava dokumentaatio ja jakamalla testidataa avoimesti. Lisäksi tässä väitöskirjatutkimuksessa sovellettiin kehitettyjä työkaluja solubiologisessa tutkimuksessa kahden esimerkin kautta. Näistä ensimmäisessä tutkittiin haimasyöpäsolujen ja endoteelisolujen vuorovaikutusta pahanlaatuisen syövän etenemisen aikana, ja toisessa selvitettiin, miten tietyt mutaatiot vaikuttavat syöpäsolujen lääkeresistenssiin.
Tutkimuksien tulokset osoittavat, että kehitetyt käyttäjäystävälliset työkalut soveltuvat soluvideoiden laadun parantamiseen ja solujen seurantaan ja ne tarjoavat tehokkaita ja saavutettavia ratkaisuja soluvideoiden käsittelyyn ja analysointiin. Nämä työkalut auttavat eri alojen tutkijoita ymmärtämään solujen käyttäytymistä ja prosesseja, erityisesti syöpätutkimuksessa.