組織標本的成像是轉(zhuǎn)化研究的一個重要方面，它彌合了基礎實驗室科學和臨床科學之間的差距，以提高對癌癥的理解并幫助開發(fā)新療法。為了充分發(fā)揮圖像分析的潛力，理想情況下，科學家們需要一個能夠同時查看多個圖像的應用程序。在《模式》雜志上發(fā)表的一篇文章中，莫菲特癌癥中心的研究人員描述了他們開發(fā)的一種新的開源軟件程序，該程序允許用戶同時查看許多多路復用圖像。
在過去十年中，研究癌癥的方法有了顯著改進，包括研究組織樣本的新技術。例如，現(xiàn)在可以對機器進行編程以同時對數(shù)百張載玻片進行染色，或者，可以將多達 1,000 個不同的組織樣本核心放置在一張載玻片上，同時對生物標志物進行染色。隨著這些方法的出現(xiàn)，產(chǎn)生新數(shù)據(jù)和信息的可能性越來越大。由于這些信息的量級和癌癥本身的復雜性，需要計算建模和軟件來查看和研究這些樣本之間的癌癥生物標志物、組織結(jié)構(gòu)和細胞相互作用。
當 Moffitt 綜合數(shù)學腫瘤科 (IMO) 的研究人員正在開展一個項目時，他們意識到當前可用的圖像查看軟件無法滿足他們的需求。
“我們有興趣了解腫瘤和免疫細胞之間的潛在空間模式以及腫瘤是如何組織的。這需要我們同時比較多個圖像，我們意識到?jīng)]有免費或商業(yè)的軟件可以實現(xiàn)這一點，”Sandhya Prabhakaran 說，博士，Moffitt 的主要作者和應用研究科學家。
IMO 團隊決定創(chuàng)建一個軟件程序，使他們能夠同時查看多張圖像，并通過可用于多種目的的額外分析提取數(shù)據(jù)，包括識別生物標志物和了解組織結(jié)構(gòu)和不同部位的空間組織。細胞類型。他們的程序稱為 Mistic，從多維圖像中獲取信息，并使用稱為 t 分布隨機鄰域嵌入 (t-SNE) 的降維方法將每個圖像抽象為縮減空間中的一個點。Mistic 是一款開源軟件，可用于來自 Vectra、CyCIF、t-CyCIF 和 CODEX 的圖像。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！