Para procesar las imágenes de las neuronas teñidas con fluorescencia adquiridas con un microscopio de fluorescencia confocal, utilice el software de enlace de fenol para la segmentación de imágenes y la extracción de características. En el software, cargue la placa de su elección para acceder a los datos y seleccionar la imagen deseada. Para realizar la segmentación de imágenes en las imágenes RAW corregidas por iluminación, ajuste las intensidades fluorescentes para visualizar los diferentes canales.
Determine empíricamente los umbrales de intensidad de canal respectivos por placa para garantizar que la señal segmentada deseada se corresponda con la señal de la imagen sin procesar y minimice la señal de fondo. Para separar las células vivas de las muertas, defina el tamaño del núcleo y los umbrales de intensidad. Mida el tamaño del núcleo haciendo doble clic y visualice la intensidad mostrada.
Cuando utilice imágenes 40X, mantenga los parámetros predeterminados y ejecute el procesamiento. Con los datos cuantitativos tabulares resultantes, construya perfiles fenotípicos para comparar diferentes líneas celulares o condiciones de tratamiento. Ejecute el cuaderno de Jupyter Notebook celda por celda, utilizando el software Jupyter para la generación y visualización de perfiles fenotípicos.
Se segmentaron las imágenes y se extrajeron las características fenotípicas. Se determinaron un total de 126 características cuantitativas que podían agregarse en perfiles fenotípicos bien fundamentados. Algunas características mostraron cambios durante el tratamiento con compuestos.
Por ejemplo, la intensidad de fluorescencia de la alfa sinucleína en la tirosina hidroxilasa, o células TH positivas, disminuyó tras el tratamiento con el inhibidor de la quinasa LARK2 PFE-360. Otras características, como la longitud de la red de neuritas MAP2 o la proporción de neuronas TH positivas, presentaron diferencias solo entre las líneas celulares probadas, pero no con el tratamiento compuesto.
