Per elaborare le immagini dei neuroni colorati con fluorescenza acquisite utilizzando un microscopio a fluorescenza confocale, utilizzare il software phenol link per la segmentazione delle immagini e l'estrazione delle caratteristiche. Nel software caricare la targa desiderata per accedere ai dati e selezionare l'immagine desiderata. Per eseguire la segmentazione dell'immagine sulle immagini raw corrette per l'illuminazione, regolare le intensità fluorescenti per visualizzare i diversi canali.
Determinare empiricamente le rispettive soglie di intensità del canale per piastra per garantire che il segnale segmentato desiderato corrisponda al segnale nell'immagine grezza e ridurre al minimo il segnale di sfondo. Per separare le cellule vive da quelle morte, definire le dimensioni del nucleo e le soglie di intensità. Misurare la dimensione del nucleo facendo doppio clic e visualizzare l'intensità visualizzata.
Quando si utilizzano immagini 40 X, mantenere i parametri predefiniti ed eseguire l'elaborazione. Con i dati quantitativi tabellari risultanti, costruisci profili fenotipici per confrontare diverse linee cellulari o condizioni di trattamento. Eseguire il notebook Jupyter cella per cella, utilizzando il software Jupyter per la generazione e la visualizzazione del profilo fenotipico.
Le immagini sono state segmentate e le caratteristiche fenotipiche sono state estratte. Sono state determinate un totale di 126 caratteristiche quantitative che potrebbero essere aggregate in profili fenotipici ben basati. Alcune caratteristiche hanno mostrato cambiamenti dopo il trattamento composto.
Ad esempio, l'intensità di fluorescenza dell'alfa sinucleina nelle cellule tirosin-idrossilasi, o TH positive, è diminuita dopo il trattamento con l'inibitore della chinasi LARK2 PFE-360. Altre caratteristiche, come la lunghezza della rete di neuriti MAP2 o il rapporto di neuroni TH positivi, hanno presentato differenze solo tra le linee cellulari testate, ma non al momento del trattamento composto.
