Editor Top
Nature Methods (2022). DOI: 10.1038/s41592-022-01507-1″ width=»800″ height=»530″/> Las células U2OS (a, b.) y MDA-MB-231 (c. y d.) que expresan de manera estable un indicador de actividad ERK (ERK-KTR-Clover) y se marcaron con SiR-DNA se registraron en vivo con un microscopio de fluorescencia de campo amplio. Las células U2OS se registraron en vivo durante 3 horas (1 imagen cada 5 minutos) y las células MDA-MB-231 se registraron en vivo durante 2 horas (1 imagen cada minuto). Los núcleos celulares se rastrearon automáticamente a lo largo del tiempo utilizando StarDist en TrackMate. Se entrenó un modelo StarDist personalizado para detectar los núcleos U2OS utilizando la plataforma ZeroCostDL4Mic. El modelo StarDist de «núcleos fluorescentes versátiles» se utilizó para rastrear los núcleos celulares MDA-MB-231. Para cada celda rastreada, se midió la intensidad promedio del reportero ERK en su núcleo a lo largo del tiempo (directamente en TrackMate). Los cambios en la actividad de ERK se muestran como mapas de calor (azul alto, amarillo bajo). Los mapas de calor se generaron utilizando PlotTwist. Barra de escala = 250 µm. Crédito: Dmitry Ershov et al, Métodos de la naturaleza (2022). DOI: 10.1038/s41592-022-01507-1
El seguimiento de objetos—seguimiento de objetos a lo largo del tiempo—es una técnica esencial de análisis de imágenes utilizada para cuantificar procesos dinámicos en biociencias. Una nueva aplicación llamada TrackMate v7 permite a los científicos rastrear fácilmente objetos en imágenes. TrackMate es una herramienta gratuita de código abierto disponible como parte de la plataforma de análisis de imágenes de Fiji.
«TrackMate permite a los científicos abordar problemas de seguimiento complejos de manera más eficiente, acelerando los descubrimientos en las ciencias de la vida en todos los campos», dice Guillaume Jacquemet, miembro de la Academia de Investigación de la Universidad Åbo Akademi y uno de los investigadores involucrados en el desarrollo de TrackMate.
En las ciencias de la vida, el seguimiento se utiliza, por ejemplo, para seguir el movimiento de moléculas, orgánulos subcelulares, bacterias, células y animales completos. Sin embargo, debido a la gran diversidad de imágenes utilizadas en la investigación, ninguna aplicación única puede abordar todos los desafíos de seguimiento.
Se siguió el crecimiento de bacterias (Neisseria meningitidis) a lo largo del tiempo utilizando TrackMate v7. Una pista y el linaje de una sola bacteria se resaltan en verde, y se trazaron los cambios en la forma de la bacteria (área y circularidad) durante el período de seguimiento. La división de bacterias se puede observar a través de los cambios dramáticos en el área y la circularidad. Crédito: Métodos de la naturaleza (2022). DOI: 10.1038/s41592-022-01507-1
TrackMate v7 ofrece algoritmos de seguimiento automatizados y semiautomáticos y herramientas avanzadas de visualización y análisis. Para analizar una amplia variedad de imágenes, la aplicación se basa en soluciones de inteligencia artificial y otros algoritmos de segmentación avanzados para detectar objetos a partir de imágenes.
«Esta nueva característica aumenta ampliamente la amplitud de las aplicaciones y capacidades de TrackMate. Por ejemplo, mostramos que TrackMate v7 se puede usar para seguir el movimiento de células cancerosas, células inmunitarias o células madre. También se puede usar para seguir el crecimiento de bacterias», dice Jacquemet.
«Actualmente estamos utilizando el software en el laboratorio Jacquemet para estudiar los mecanismos que permiten la metástasis del cáncer. Ahora podemos producir datos mejores y más informativos mucho más rápido que nunca», añade.
El desarrollo de TrackMate v7 fue coordinado por los laboratorios Jacquemet (Universidad Åbo Akademi, Turku, Finlandia) y Tinevez (Instituto Pasteur, París, Francia).
Su investigación está publicada en Métodos de la naturaleza.
Una plataforma fácil de usar es una puerta de entrada a la IA en microscopía
Dmitry Ershov et al, TrackMate 7: integración de algoritmos de segmentación de última generación en canalizaciones de seguimiento, Métodos de la naturaleza (2022). DOI: 10.1038/s41592-022-01507-1
Proporcionado por la Universidad Abo Akademi
Citación: Las nuevas soluciones de IA ayudan a los científicos a rastrear objetos en imágenes; ayudará a los descubrimientos en las ciencias de la vida (2 de junio de 2022) recuperado el 13 de julio de 2022 de https://techxplore.com/news/2022-06-ai-solutions-scientists-track-images.html
Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.
