Name: expedited radiation biodosimetry by automated dicentric chromosome identification (adci) and dose estimation
Uploaded: 2017-09-04T13:00:00
Duration: 10 min 33 s
Description: Watch this Scientific Journal Video about Expedited Radiation Biodosimetry by Automated Dicentric Chromosome Identification ADCI and Dose Estimation at JoVE.com

Vi er takknemlige til Dr. Ruth Wilkins, Radiobiology og beskyttelse divisjon Health Canada, og Farrah Flegal, Canadian Nuclear laboratorier og deres laboratoriepersonell for tilgang til metaphase bildedata fra deres cytogenetic biodosimetry laboratories. Dette papiret ble støttet av en kontrakt fra bygge i Canada innovasjon Program CytoGnomix (Serienr. EN579-172270/001/SC). Den første versjonen av ADCI og utvikling av algoritmer ble støttet av Western Innovation fondet; Naturvitenskap og Engineering Research Council of Canada (NSERC Discovery Grant 371758-2009); US Public Health Service (DART-DOSE CMCR, 5U01AI091173-0); det kanadiske stiftelsen for innovasjon; Canada forskning stoler og CytoGnomix Inc.

<ol>
	<li>Brewen, J. G., Preston, R. J., Littlefield, L. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Radiation-Induced+Human+Chromosome+Aberration+Yields+Following+an+Accidental+Whole-Body+Exposure+to60+Co+&#947;-Rays.">Radiation-Induced Human Chromosome Aberration Yields Following an Accidental Whole-Body Exposure to60 Co &#947;-Rays.</a> Radiat Res. 49 (3), 647-656 (1972).</li><li>Bender, M. A., Gooch, P. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Persistent+Chromosome+Aberrations+in+Irradiated+Human+Subjects.">Persistent Chromosome Aberrations in Irradiated Human Subjects.</a> Radiat Res. 16 (1), 44-53 (1962).</li><li>INTERNATIONAL ATOMIC ENERGY AGENCY. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Cytogenetic Dosimetry: Applications in Preparedness for and Response to Radiation Emergencies. , (2011).</li><li>Rogan, P. K., Li, Y., Wilkins, R. C., Flegal, F. N., Knoll, J. H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Radiation+Dose+Estimation+by+Automated+Cytogenetic+Biodosimetry.">Radiation Dose Estimation by Automated Cytogenetic Biodosimetry.</a> Radiat Prot Dosimetry. 172 (1-3), 207-217 (2016).</li><li>Arachchige, A. S., Samarabandu, J., Knoll, J., Khan, W., Rogan, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+image+processing+algorithm+for+accurate+extraction+of+the+centerline+from+human+metaphase+chromosomes.">An image processing algorithm for accurate extraction of the centerline from human metaphase chromosomes.</a> 2010 IEEE International Conference on Image Processing. , 3613-3616 (2010).</li><li>Arachchige, A. S., Samarabandu, J., Knoll, J., Khan, W., Rogan, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+Accurate+Image+Processing+Algorithm+for+Detecting+FISH+Probe+Locations+Relative+to+Chromosome+Landmarks+on+DAPI+Stained+Metaphase+Chromosome+Images.">An Accurate Image Processing Algorithm for Detecting FISH Probe Locations Relative to Chromosome Landmarks on DAPI Stained Metaphase Chromosome Images.</a> 2010 Canadian Conference on Computer and Robot Vision. , 223-230 (2010).</li><li>Arachchige, A. S., Samarabandu, J., Rogan, P. K., Knoll, J. H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intensity+integrated+Laplacian+algorithm+for+human+metaphase+chromosome+centromere+detection.">Intensity integrated Laplacian algorithm for human metaphase chromosome centromere detection.</a> 2012 25th IEEE Canadian Conference on Electrical and Computer Engineering (CCECE). , 1-4 (2012).</li><li>Li, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Towards+large+scale+automated+interpretation+of+cytogenetic+biodosimetry+data.">Towards large scale automated interpretation of cytogenetic biodosimetry data.</a> 2012 IEEE 6th International Conference on Information and Automation for Sustainability. , 30-35 (2012).</li><li>Ranjan, R., Arachchige, A. S., Samarabandu, J., Knoll, J. H. M., Rogan, P. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+Detection+of+Pale+Path+and+Overlaps+in+Chromosome+Images+using+Adaptive+Search+Technique+and+Re-thresholding.">Automatic Detection of Pale Path and Overlaps in Chromosome Images using Adaptive Search Technique and Re-thresholding.</a> International Conference on Computer Vision Theory and Applications. , 462-466 (2017).</li><li>Arachchige, A. S., Samarabandu, J., Knoll, J. H. M., Rogan, P. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intensity+Integrated+Laplacian-Based+Thickness+Measurement+for+Detecting+Human+Metaphase+Chromosome+Centromere+Location.">Intensity Integrated Laplacian-Based Thickness Measurement for Detecting Human Metaphase Chromosome Centromere Location.</a> IEEE Trans Biomed Eng. 60 (7), 2005-2013 (2013).</li><li>Rogan, P. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automating+dicentric+chromosome+detection+from+cytogenetic+biodosimetry+data.">Automating dicentric chromosome detection from cytogenetic biodosimetry data.</a> Radiat Prot Dosimetry. 159 (1-4), 95-104 (2014).</li><li>Li, Y., Knoll, J. H., Wilkins, R. C., Flegal, F. N., Rogan, P. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+discrimination+of+dicentric+and+monocentric+chromosomes+by+machine+learning-based+image+processing.">Automated discrimination of dicentric and monocentric chromosomes by machine learning-based image processing.</a> Microsc Res Tech. 79 (5), 393-402 (2016).</li><li>Subasinghe, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Centromere+detection+of+human+metaphase+chromosome+images+using+a+candidate+based+method.">Centromere detection of human metaphase chromosome images using a candidate based method.</a> F1000Res. 5, 1565 (2016).</li><li>Wilkins, R. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evaluation+of+the+annual+Canadian+biodosimetry+network+intercomparisons.">Evaluation of the annual Canadian biodosimetry network intercomparisons.</a> Int J Radiat Biol. 91 (5), 443-451 (2015).</li><li>Liu, J., Li, Y., Wilkins, R., Flegal, F., Knoll, J. H. M., Rogan, P. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Accurate+Cytogenetic+Biodosimetry+Through+Automation+Of+Dicentric+Chromosome+Curation+And+Metaphase+Cell+Selection.">Accurate Cytogenetic Biodosimetry Through Automation Of Dicentric Chromosome Curation And Metaphase Cell Selection.</a> F1000Research. 6, 1396 (2017).</li><li>Schunck, C., Johannes, T., Varga, D., L&#246;rch, T., Plesch, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=New+developments+in+automated+cytogenetic+imaging:+unattended+scoring+of+dicentric+chromosomes,+micronuclei,+single+cell+gel+electrophoresis,+and+fluorescence+signals.">New developments in automated cytogenetic imaging: unattended scoring of dicentric chromosomes, micronuclei, single cell gel electrophoresis, and fluorescence signals.</a> Cytogenet Genome Res. 104 (1-4), 383-389 (2004).</li><li>Ramakumar, A., Subramanian, U., Prasanna, P. G. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High-throughput+sample+processing+and+sample+management;+the+functional+evolution+of+classical+cytogenetic+assay+towards+automation.">High-throughput sample processing and sample management; the functional evolution of classical cytogenetic assay towards automation.</a> Mutat Res Genet Toxicol Environ Mutagen. 2015, 132-141 (2015).</li><li>Deperas, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=CABAS:+a+freely+available+PC+program+for+fitting+calibration+curves+in+chromosome+aberration+dosimetry.">CABAS: a freely available PC program for fitting calibration curves in chromosome aberration dosimetry.</a> Radiat Prot Dosimetry. 124 (2), 115-123 (2007).</li><li>Ainsbury, E. A., Lloyd, D. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dose+estimation+software+for+radiation+biodosimetry.">Dose estimation software for radiation biodosimetry.</a> Health Phys. 98 (2), 290-295 (2010).</li></ol>

PKR og JHMK etablert CytoGnomix, som er kommersialisere ADCI og relaterte patenter. YL og BCS er ansatte i CytoGnomix. ADCI er kopibeskyttet og metoden centromere lokalisering i ADCI er patentert (oss Pat. Nr. 8,605,981; Tyske Pat. Nei 112011103687).

Mulighetene og begrensningene i programvaren
Protokollen beskrevet i denne hvitboken introduserer typisk step-wise prosedyren brukes i ADCI importere og behandle cytogenetic metaphase bilder, opprette stråling kalibrering kurver, og beregne biologiske dose i enkeltpersoner eller prøver utsatt for ukjent stråling. Men er det ikke nødvendig å utføre instruksjonene sekvensielt. For eksempel mange test prøver av ukjent dose kan behandles og analysert ved hjelp av samme precomputed kalibreringskurven. Videre, når behandlingen er fullført, bildet utvalg og DC filtrering modeller kan være iterated av brukeren. Anvendelsen av en aktuelle bildet utvalg modell, avhenger av egenskapene og kvalitet av metaphase bildet, som igjen avhenger både på laboratoriet protokollen som brukes til å klargjøre celler og stringens kriteriet å merker celler med automatisert metaphase fange systemer. Kromosom morphologies vil variere mellom biodosimetry og cytogenetic laboratories, og dermed bildet utvalg modellene bør vurderes av brukeren for å finne ut om de forhåndsdefinerte bilde utvalg modellene leveres med programvaren vil være tilstrekkelig til å produsere nøyaktig dose anslag, eller om egendefinert modeller med brukerdefinerte terskler må opprettes. Basert på vår erfaring, er effektiviteten av bildet utvalg modeller påvirket av kilde- og kvaliteten på cellen bildene. Brukere kan designe sitt eget bilde utvalgskriterier bruker forskjellige kombinasjoner av filtre for å eliminere falske positive DCs og bildet utvalg modeller, og de tilsvarende terskelverdiene for å velge ønsket bilder. Det er fleksibilitet i input av kalibrering kurver og dose estimering, som koeffisientene til lineær-kvadratiske kurven og DC frekvenser kan endres eller manuelt angitt.
Selv om programvaren er helautomatisk, kan bilder manuelt gjennomgått og valgt. Denne funksjonen er tilgjengelig for å inkludere eller fjerne individuelt behandlet bilder gjennom funksjonen mikroskop seer i viktigste GUI. Likevel, på grunn av automatisering, programvaren er betydelig mer effektiv sammenlignet med manuell scoring av metaphase bilder og teller DCs. Et utvalg bestående av 1000 bilder kan behandles i 20 (tiff) til 40 (jpg) min på en flerkjerners arbeidsstasjon. Denne programvaren vil være spesielt nyttige i viktige eller arbeidskrevende situasjoner, for eksempel hendelser der flere personer har vært utsatt eller var mistenkt for å ha vært utsatt for stråling, eller hvor tidssensitiv diagnoser og behandling beslutninger er avgjørende.
Presis og nøyaktig høy gjennomstrømning påvisning av DCs samt dose estimering er nødvendig for uovervåket stråling vurdering. Andre tilgjengelige alternativer til programvaren oppfylle ikke begge disse kravene. En bruker-assistert, bildebaserte cytogenetic analyse (DCScore, Metasystems17) systemet krever manuell kontroll av kandidaten DCs, på grunn av en høy rate tilskrives uncorrected overlapper mellom kromosomer, og systemet ikke kan bestemme stråledose. DCScore ville ikke være så effektiv som ADCI i stråling hendelse som involverer en rekke potensielt utsatte individer. Stor blenderåpning mikroskop systemer kan samle bilder av flere metaphase celler18, men de analysere ikke dem. "CABAS"19 og "Dose estimat"20 programvare kan generere kalibrering kurver og anslag dose, men ikke scorer DCs. Andre biodosimetry analyser som ikke er basert på DC analyse inkluderer H2AX fluorescens, fluorescens i situ hybridisering med DNA sonder målrettet mot bestemte kromosomer, genekspresjon, micronucleus analysen, og urin og respiratoriske biomarkers. Disse metodene er mindre spesifikk og mindre sensitive for ioniserende stråling, kan være dyrere, i noen tilfeller, er mer tidkrevende og generelt ikke er standardisert over flere referanse laboratorier. De fleste av disse teknikkene ikke oppdager stabil stråling svar, så de ikke kan brukes for langsiktig vurdering (&#62; 7 dager etter eksponering) av stråling dose. Derimot, dette kan vurdere individer opp til 90 dager etter eksponering og kan behandle dataene fra alle cytogenetics laboratorium mikroskop tenkelig system. Men hvis et utvalg er trukket &#62; 4 uker etter eksponering, følsomheten reduseres på grunn av forfall dicentric avvik1,2,3 og programvare løser ikke foreløpig DC frekvenser for forsinkelser i utvalg utsatt individer.
Denne programvaren har noen begrensninger. Eksisterende bildet utvalg modeller velger mest akseptable metaphase bilder, men i noen tilfeller mislykkes å eliminere utilfredsstillende bilder, som kan redusere nøyaktigheten av DC. Det er fortsatt et åpent spørsmål hvordan du utformer et tilfredsstillende bilde utvalget modell som fjerner alle uegnet metaphase celler. Programvaren gir nøyaktig anslag for prøver utsettes for høyere strålingsdoser (≥ 2 Gy). Til tross for betydelig fremgang i å redusere antall falske positive DCs16, har objektene ikke blitt eliminert. Lavere kvalitet metaphase cellene på lav stråledose (spesielt &#60; 1 Gy) er mer utsatt for falske positiver DC. Derfor ble lav dose prøver ikke inkludert når du genererer kalibreringskurven brukes for dose estimering av HC test prøver. Men hvis en kurve med lav dose prøver, en lavere verdi for SVM Sigma reduserer falske positive teller i lav dose prøver men kan resultere i lavere DC avkastning i høy dose prøver. Figur 8 sammenligner HC kurven brukes for dose estimering (Sigma = 1.5) med en kalibreringskurven passer med ekstra lav dose samples ved lavere SVM sigma verdi (1.0). I prøvene med utilstrekkelig antall metaphase celler og/eller dårlig kvalitet metaphase bilder, kan det ikke være mulig å nøyaktig beregne biologiske eksponeringer på lav dose, noe som kan resultere i avvik fra fysisk dose over 0,5 Gy.
Programvaren kan ikke nøyaktig vurdere stråling typer hvis dose-respons kurver best passer en lineær eller nær-lineær modell. Så langt, har det blitt testet bare med prøver X - og gammastråling. Hvis en annen strålingskilder er undersøkt, må brukerne sikre både kalibrering og test prøver er utsatt for samme type stråling. Programvaren bruker maksimal sannsynlighet eller minste kvadraters passende for å konstruere en dose-respons kurve ved hjelp av en lineær-kvadratiske modell. Det er for øyeblikket ingen mulighet til å innføre en streng lineær kurve, egnet for høy energi partikkel eksponeringer, men slik funksjonalitet vil være tilgjengelig i fremtiden.
Fremtidig utvikling
Våre pågående arbeid er fokusert på å forbedre bildet utvalg modeller og nøyaktig dose måling, spesielt av prøver utsettes for lave strålingsdoser. Etterfølgende programvareversjoner vil gi standardfeil målinger på dose estimater og tillit intervaller på kalibrering kurver. I tillegg er en høy-ytelse-computing versjon av programvaren for blå genet (BG/Q, IBM) superdatamaskinen under utvikling for rettidig evaluering av individer i en masse-havari stråling hendelse. Noen deler av programvaren er allerede testet og distribueres på denne plattformenlass = "xref" > 11.

Stråling biodosimetry bruker biologiske markører, hovedsakelig chromosomal avvik som dicentric kromosomene (DCs) og kromosom translocations å måle Stråledoser som individer er utsatt. En biologisk absorbert dose kan være forskjellig fra fysisk dose målt ved instrumenter på grunn av variasjon mellom individer. Tilsvarende kan stråling av en bestemt fysisk dose produsere ulike biologiske eksponeringer på grunn av underliggende fysiologisk eller miljømessige tilstander. Kunnskap om biologiske dosen er spesielt viktig for både diagnose og behandling.
DC analysen er gullstandarden av Verdens helseorganisasjon (WHO) og internasjonale atomenergibyrået (IAEA) for å vurdere biologiske stråling i mennesker. Det var første analysen anbefalt av IAEA, og som for stråling dose vurdering. DC frekvens er relativt stabil i ca 4 uker etter stråling eksponering1 og deres kvantitative sammenheng med slippes ut stråledose er nøyaktig, som gjør DCs den ideelle biomarkør. Forholdet mellom stråledose (referert i grått [Gy] enheter) og DC frekvens (referert til som antall DCs per celle) kan uttrykkes som en lineær-kvadratisk funksjon.
Cytogenetic DC analysen er industristandarden for 55 år2. Det har vært utført manuelt, krever 1-2 dager til å analysere mikroskop data fra en enkelt blodprøve. Flere hundre til flere tusen bilder for å nøyaktig beregne stråling avhengig av dose3. Ved doser overstiger 1 Gy, anbefaler IAEA minimum 100 DCs oppdages. Undersøkelse av 250-500 metaphase bilder er vanlig praksis i biodosimetry cytogenetic laboratorier. For prøver med eksponeringer &#60; 1 Gy, 3,000-5,000 bilder foreslås på grunn av lavere sannsynligheten for DC-formasjonen. Uansett er det en Ap-intens aktivitet.
Cytogenetic biodosimetry laboratories opprette egne i vitro stråling biodosimetry kalibrering kurver før vurdere biologiske doser i test prøver. Blodprøver fra normalt, kontroll individer er utsatt for stråling og lymfocytter er kultivert og forberedt for metaphase kromosom analyse. Bruk disse prøvene, er biologiske doser mottatt kalibrert på kjente fysiske doser slippes ut av en standard strålingskilder. Etter metaphase celle bilder registreres, eksperter undersøke bilder, telle DCs og beregne DC frekvenser for hvert utvalg. En kalibreringskurven bygges ved å montere en lineær-kvadratiske kurve til DC frekvenser på alle doser. Deretter kan eksponeringer i testprøven fra enkeltpersoner utledes ved å matche DC frekvensene på kalibrert doser på kurven eller ved å angi dem i tilsvarende lineær kvadratiske formelen.
Vi har automatisert både påvisning av DCs og dose å fremskynde denne fremgangsmåten bruker programvaren. Automatisert Dicentric kromosom identifikator og Dose Estimator (ADCI) bruker maskinen læring-baserte image bearbeiding teknikker til å oppdage og diskriminere dicentric kromosomene (DCs) fra monocentric kromosomene (MCs) og andre objekter og automatiserer stråling dose estimering. Programvaren har som mål å reduserer eller eliminerer behovet for manuell kontroll av DC teller og akselerere dose estimering gjennom automatisering. Det har blitt utviklet med involvering av referanse biodosimetry laboratories på Health Canada (HC) og kanadiske kjernefysiske Laboratories (CNL). Deres tilbakemelding vil sikre at ytelsen vil fortsette å møte IAEA kriterier for denne analysen.
Programvaren utfører følgende funksjoner: 1) filtrering DCs velge optimal metaphase celle bilder for analyse, 2) kromosom anerkjennelse, DC gjenkjenning og DC frekvens besluttsomhet og 3) beregner stråledose fra dose kalibrert, cytogenetic stråling data. Denne programvaren behandler grupper av metaphase bilder fra samme individ (kalt et utvalg), teller antall DCs i hver bruker bilde prosessering teknikker, og returnerer den estimerte stråledose mottatt av hvert utvalg i enheter gråtoner (Gy).
Programvaren er utviklet for å håndtere en rekke kromosom strukturer, teller og tettheter. Imidlertid utfører algoritmen optimalt i metaphase bilder som inneholder en nær komplette komplettere godt atskilt, lineær kromosomene4. Bilder som inneholder svært overlappende sett chromosomes, flere celler, ufullstendig metaphase celler, søster chromatid separasjon, kjerner, ikke-chromosomal objekter og andre defekter kan redusere nøyaktigheten av algoritmen. Dedikert bildet utvalg modeller og andre objekt segmentering terskler kan filtrere ut fleste sub-optimale bilder og falske positive DCs.
Dicentric kromosom gjenkjenning er utført når et bilde blir behandlet. Algoritmen prøver å finne ut hvilke objekter i et bilde er kromosomene og deretter lokaliserer de to regionene mest sannsynlig å være centromeres på hver kromosom. Så, en serie av ulike støtte vektor maskin (SVM) lære modeller skille kromosomene som DCs eller normal, monocentric kromosomer. SVM-modellene skiller i sensitivitet og spesifisitet av DC (se trinn 3.1.4 nedenfor), som kan påvirke DC frekvensene som bestemmes i et utvalg.
ADCI behandler sett med Giemsa - (eller DAPI-) farget metaphase digitale bilder (i TIFF- eller JPG-format) for én eller flere utvalg. Programvaren analyserer DCs både kalibrering prøver og test prøver. Den fysiske doser (i Gy) av kalibrering prøver er kjent og brukes til generering av en kalibreringskurven. Den fysiske og biologiske doser av personer med ukjent eksponeringer er avledet av programvaren fra maskin-generert kalibreringskurven. Selv om laboratorier bruke sammenlignbare teknikker, varierer kalibrering kurvene fra forskjellige laboratories ofte3. Begge kalibrering kurve og test prøver fra samme laboratorium bør behandles for nøyaktig dose anslag i test prøver.
Denne programvaren gir hastighet, nøyaktighet og skalerbarhet hvilke adresser produktiviteten må håndtere en hendelse der mange mennesker må samtidig testes. Den ble utviklet fra 2008-20174,5,6,7,8,9,10,11,12 ,13. Bruker nyere maskinvare, dette skrivebordetPC-programvare kan behandle og anslag stråledose i en pasient prøve av 500 metaphase genomet ekvivalenter i 10-20 min 4. Koden er basert på et sett av proprietære bildesegmentering og maskin læring algoritmer for kromosom analyse. Expert analyse av hver kromosom utsatt for 3 Gy stråling ga sammenlignbare beskrevne til ADCI. I et sett med 6 utvalgene av ukjent eksponeringer (tidligere brukt i en internasjonal ferdigheter øvelse), anslått programvaren doser i 0,5 Gy verdiene ved manuell vurdering av samme data fra HC og CNL, oppfylle IAEAS krav til triage biodosimetry. Videre anslår inter-laboratory standardisering og til slutt reproduserbarhet av dose nytte har en felles, automatisert DC scoring algoritme. Likevel tillater programvaren tilpassing av bildet filtrering og utvalg kriterier, aktivere forskjeller i kromosom forberedelse metoder og kalibrering strålekilder tas hensyn.
Denne programvaren er et grafisk brukergrensesnitt (GUI) - basert system som analyserer sett av kromosom bilder som inneholder Giemsa (eller DAPI) - farget metaphase celler for avvik som skyldes eksponering for ioniserende stråling. Image-sett er digitalt fotografert med en lys (eller epifluorescent) mikroskop og hvert sett tilsvarer en annen prøve. Programvaren utnytter bildebehandlingen teknikker for å oppdage og diskriminere DCs fra MCs og andre objekter. Empirisk-avledet segmentering filtre deretter eliminere automatisk falske positive DCs uten å påvirke sant DCs. Til slutt, programvaren automatisk filtrerer ut uønskede bilder basert på ulike egenskaper fant dårlig kvalitet metaphase bilder med precomputed (eller brukerdefinert) bildet utvalg modeller. Disse bildene inkluderer de som inneholder overdreven eller utilstrekkelig antall "støyende" objekter, flere overlappende kromosomer, bilder mangler metaphase kromosomer, overdreven antall søster chromatids4. Automatisk kuratert bildedataene brukes til å generere dose kalibreringskurven fra utvalg av kjente stråledose og brukes til å beregne eksponeringer av testprøvene utsatt for ukjent doser.
Produksjon av programvaren kan vises og lagret som: 1) tekstbasert utgang vises i konsollen, 2) tomter som kan være lagret som bilder og 3) rapporter i HTML-format. Kan tilpasses mange aspekter av programvaren som passer behovene til forskjellige laboratorier. Individuelle laboratorier gir vanligvis både kalibrering og test prøver forberedt og samlet inn basert på cytogenetic protokollen validert i at laboratoriet. Dette opprettholder ensartethet eksempel forberedelser og tillater kalibrering kurver generert fra kalibrering prøver brukes meningsfullt for å test prøver avledet bruke samme protokoll. Kalibrering kurver kan også opprettes fra kurven koeffisienter eller DC frekvenser på definerte doser. De mest nøyaktige dose anslagene er oppnådd ved å filtrere ut lavere kvalitet bilder og falske positive DCs (FPs). Utvalg av optimale bildet undergrupper innenfor hvert utvalg gjøres ved hjelp av "Bilde valget modeller" som eliminerer subpar bilder som pleier å introdusere FPs. En rekke pre-validert modeller er inkludert i programvaren, men flere modeller med tilpassede terskler og filtre kan opprettes og lagret av brukeren.
Når programvaren er lastet inn, det viktigste grafiske brukergrensesnittet (GUI) er presentert (se figur 1). Fra dette grensesnittet, prøver, hver bestående av en mappe med metaphase bildefiler for cellen, kan valgt og behandles for å identifisere DCs kalibrering kurver kan opprettes og forhold og eksponering stråledose prøver bestemmes.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/56245/56245fig1.jpg"> 
Figur 1: The Hovedsektorene grafisk bruker grenseflate inkluderer: en liste over eksempler (1), en liste over kalibrering kurver (2), prosessen køen (3), som overvåker statusen til DC påvisning i hvert av hver prøve, et plott vise (4), som oppsummerer statistiske eller andre kvantitative egenskaper av bilder i eksempler eller kalibrering kurver og en konsollen (5) som inneholder beskrivende tekst som resultatene av hver operasjon utført av programmet. <a href="//ecsource.jove.com/files/ftp_upload/56245/56245fig1large.jpg" target="_blank">Klikk her for å se en større versjon av dette tallet.</a>

<table>
	<tbody>
		<tr>
			<td>Automated Dicentric Chromosome Identifier and Dose Estimator (ADCI)</td>
			<td>CytoGnomix</td>
			<td>NA</td>
			<td>ADCI software is released in a binary installation package file for Microsoft Windows 7, 8, 8.1 and 10; 235 Mb of disk storage are required for a typical installation. The software has been tested with Intel or AMD x86-64 processors; at least 1 Gb RAM is recommended. Analyses have been benchmarked on a computer configured with an Intel I7 processor and 16 Gb RAM. Operation of ADCI requires an active license and a USB-based hardware dongle, which must remain plugged in while the software is executing. The dongle encodes the software expiry date. Each time the software is started, this date is read. The software will allow access to the program if the current date and time precedes the expiration time-date stamp. Extending an expired software license can be accomplished by obtaining a new dongle or by renewing the license with an updated key at startup.</td>
		</tr>
		<tr>
			<td>Digital images of metaphase cell nuclei</td>
			<td>Examples: Metasystems, Leica Microsystems</td>
			<td>M-Search (Metasystems), Cytovision (Leica) software</td>
			<td>High resolution TIFF format; typically &#62;250 digital images generated with a microscope imaging capture system (minimum 63x magnification objective, 10x magnification ocular).</td>
		</tr>
		<tr>
			<td>MSI Leopard Pro (recommended, optional)</td>
			<td>Micro-Star International</td>
			<td>MSI GP62 6QF 480CA Leopard Pro</td>
			<td>Multi-core performance workstation.</td>
		</tr>
	</tbody>
</table>

expedited radiation biodosimetry by automated dicentric chromosome identification (adci) and dose estimation

Biologiske stråledose kan estimeres fra dicentric kromosom frekvenser i metaphase celler. Utføre disse cytogenetic dicentric kromosom analyser er tradisjonelt en manuell, arbeidskrevende prosess ikke vel egnet til å håndtere volumet av prøver som krever undersøkelse i kjølvannet av en masse havari hendelse. Automatisert Dicentric kromosom ID og Dose Estimator (ADCI) programvare automatiserer denne prosessen ved å undersøke sett av metaphase bilder med maskinen læring-basert image bearbeiding teknikker. Programvare velger passende bilder for analyser avfjerner upassende bilder, klassifiserer hvert objekt som en centromere inneholder Kromosom eller ikke-kromosom, videre skiller kromosomene som monocentric kromosomene (MCs) eller dicentric kromosomene (DCer), bestemmer DC frekvens innenfor en prøve, og anslår biologiske stråledose ved å sammenligne DC samplingfrekvens kalibrering kurver ved hjelp kalibrering prøver. Denne protokollen beskriver bruken av ADCI programvare. Vanligvis importeres både kalibrering (kjent dose) og test (ukjent dose) sett metaphase bilder for å utføre riktig dose estimering. Optimale bilder for analyse finner automatisk bruker forhåndsdefinerte image-filtre eller kan også filtreres gjennom manuell inspeksjon. Programmet behandler bilder i hvert utvalg og DC frekvenser er beregnet på ulike nivåer av stringens for å kalle DCs, bruker en maskin lære tilnærming. Lineær-kvadratiske kalibrering kurver genereres basert på DC frekvenser i kalibrering prøver utsatt for kjente fysiske doser. Doser av testprøvene utsatt for usikker stråling er beregnet fra DC frekvenser ved hjelp av disse kalibrering kurver. Rapporter kan genereres på forespørsel og gir sammendrag av resultatene av en eller flere prøver, av en eller flere kalibrering kurver eller dose estimering.

Testing av programvaren ble gjennomført med metaphase kromosom bildedata HC og CNL. Blodprøver ble bestrålt av en XRAD-320 enhet (250 kV røntgenbilder, 12.5 mA, 2mm Al filtrering, dosehastighet: 0,92 eller 1,7 Gy/min) kalibrert med en ion kammer på HC og behandlet på begge laboratorier. Perifert blod lymfocytter prøver ble kultivert, fast og farget ved ifølge etablerte protokoller3,15. Metaphase bilder fra Giemsa-farget lysbilder ble tatt uavhengig av hver lab med et automatisert mikroskopi system. Eksperter i hvert laboratorium scoret DCs i flere av disse prøvene manuelt, bygget sin egen kalibrering kurver og anslått doser av test prøver av ukjent eksponeringer. En detaljert beskrivelse av disse datasett er gitt i tabell 1.
<table border="1">
	<tbody>
		<tr>
			<td>Fysisk Dose</td>
			<td>Formål</td>
			<td colspan="2">HC forberedelse</td>
			<td colspan="2">CNL forberedelse</td>
		</tr>
		<tr>
			<td></td>
			<td></td>
			<td>Refererte navn</td>
			<td>antall bilder</td>
			<td>Refererte navn</td>
			<td>antall bilder</td>
		</tr>
		<tr>
			<td>0 Gy</td>
			<td>Kalibrering</td>
			<td>HC0Gy</td>
			<td>731</td>
			<td>CNL0Gy</td>
			<td>798</td>
		</tr>
		<tr>
			<td>0,1 Gy</td>
			<td>Kalibrering</td>
			<td>HC01Gy</td>
			<td>2162</td>
			<td>NA</td>
			<td>NA</td>
		</tr>
		<tr>
			<td>0,25 Gy</td>
			<td>Kalibrering</td>
			<td>HC025Gy</td>
			<td>1826</td>
			<td>NA</td>
			<td>NA</td>
		</tr>
		<tr>
			<td>0,5 Gy</td>
			<td>Kalibrering</td>
			<td>HC05Gy</td>
			<td>1054</td>
			<td>CNL05Gy</td>
			<td>1532</td>
		</tr>
		<tr>
			<td>0,75 Gy</td>
			<td>Kalibrering</td>
			<td>HC075Gy</td>
			<td>1233</td>
			<td>NA</td>
			<td>NA</td>
		</tr>
		<tr>
			<td>1 Gy</td>
			<td>Kalibrering</td>
			<td>HC1Gy</td>
			<td>1566</td>
			<td>CNL1Gy</td>
			<td>841</td>
		</tr>
		<tr>
			<td>2 Gy</td>
			<td>Kalibrering</td>
			<td>HC2Gy</td>
			<td>1147</td>
			<td>CNL2Gy</td>
			<td>996</td>
		</tr>
		<tr>
			<td>3 Gy</td>
			<td>Kalibrering</td>
			<td>HC3Gy</td>
			<td>1212</td>
			<td>CNL3Gy</td>
			<td>1188</td>
		</tr>
		<tr>
			<td>4 Gy</td>
			<td>Kalibrering</td>
			<td>HC4Gy</td>
			<td>909</td>
			<td>CNL4Gy</td>
			<td>1635</td>
		</tr>
		<tr>
			<td>5 Gy</td>
			<td>Kalibrering</td>
			<td>HC5Gy</td>
			<td>1019</td>
			<td>NA</td>
			<td>NA</td>
		</tr>
		<tr>
			<td>3.1 Gy</td>
			<td>Test</td>
			<td>HCS01</td>
			<td>540</td>
			<td>CNLS01</td>
			<td>500</td>
		</tr>
		<tr>
			<td>2.3 Gy</td>
			<td>Test</td>
			<td>HCS08</td>
			<td>637</td>
			<td>CNLS08</td>
			<td>500</td>
		</tr>
		<tr>
			<td>1.4 Gy</td>
			<td>Test</td>
			<td>HCS10</td>
			<td>708</td>
			<td>NA</td>
			<td>NA</td>
		</tr>
		<tr>
			<td>1.8 Gy</td>
			<td>Test</td>
			<td>HCS04</td>
			<td>600</td>
			<td>CNLS04</td>
			<td>957</td>
		</tr>
		<tr>
			<td>2.8 Gy</td>
			<td>Test</td>
			<td>HCS05</td>
			<td>1136</td>
			<td>CNLS05</td>
			<td>1527</td>
		</tr>
		<tr>
			<td>3.4 Gy</td>
			<td>Test</td>
			<td>HCS07</td>
			<td>477</td>
			<td>CNLS07</td>
			<td>735</td>
		</tr>
	</tbody>
</table>
Tabell 1: Kilder av bildedata leveres av HC og CNL for evaluering av programvaren. Fotnote: Endret fra tabell 1 Rogan et al., 20164. Bare manuelt forhåndsvalgte bildene var tidligere tilgjengelig for oss fra CNL. Ufiltrert bilder har blitt tilgjengelig og bilde teller oppdatert tilsvarende. I tillegg, nylig kjøpt HC prøver (0.25Gy, 0.75Gy og 5Gy) presenteres her.
Automatisk bildet utvalg i prøver
Bildekvaliteten er avgjørende for riktig DC gjenkjenning i DC analyse. Bildet utvalg av cytogenetic spesialister er vanligvis utført manuelt i konvensjonelle DC analyse. ADCI bruker kvantitative bilde kriterier for å velge automatisk bildene før DC frekvens beregning16. Brukere kan enten filtrere ut bilder basert på bestemte kromosom morphologies og/eller sortere cellene etter relative proporsjonene i lengder av objekter i henhold til kjente lengder cytogenetic-definerte grupper av kromosomer i en normal menneskelig karyotype (kalt den gruppe-bin avstand metode). Den tilgjengelige morfologiske filtre bruker hensyn til skalering terskler avvise celle bilder med ufullstendig kromosom sett eller flere metaphases, med prometaphase kromosomer, med fremtredende søster chromatid dissosiasjon, med svært bøyd og vridd kromosomer, med objekter som har glatt konturer karakteristisk for intakt kjerner, og de som færre objekter er anerkjent som kromosomer. Figur 3 (a) og (b) vise eksempler på valgte bilder, mens Figur 3 (c) og (d) er eksempler på bilder som filtreres av programvaren. Disse bildene er avledet fra sample HCS05 (beskrevet i tabell 1), og er valgt av den forhåndsdefinerte bilde utvalg modellen som rangerer alle bilder med gruppen bin avstand, så velger de beste 250 bildene. Kromosomer i Figur 3 (A), (b) er godt atskilt, og viser tilfredsstillende morfologi. Figur 3 (c) inneholder overdreven antall overlappende kromosom klynger. Figur 3 (d) viser alvorlige søster chromatid separasjon. Søster chromatids er helt atskilt for minst 8 av kromosomene centromeric constrictions er i de fleste andre kromosomene.
 
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/56245/56245fig3.jpg"> 
Figur 3: eksempler på Metaphase bilder i prøve HCS05 (forstørrelse: 63 X), både valgt og valgt av modellen 'Gruppe Bin avstand, topp 250 bilder'. (A) og (B) er valgte bilder. (C) og (D) er bilder som har blitt eliminert av modellen. (C) ble utelukket fordi den inneholdt for mange overlappende kromosomer, og (D) hadde overdreven antall atskilt søster chromatids. <a href="//ecsource.jove.com/files/ftp_upload/56245/56245fig3large.jpg" target="_blank">Klikk her for å se en større versjon av dette tallet.</a>
Effekten av å bruke disse bildet utvalg modellene er tydelig ved å undersøke konfidenskoeffisienten for DC gjenkjenning i et utvalg. Forekomster av DCs i en populasjon av celler fra en bestrålt prøve følger en Poisson-fordelingen. Chi-kvadrat godhet av fit test sammenligner den observerte DC fordelingen til forventet tilpassing for Poisson-fordelingen. Modeller at riktig filter eksempeldata ha DC frekvenser ikke vesentlig forskjellig fra den forventede Poisson avledet verdier (vanligvis signifikansnivået &#62; 0,01). Figur 4 viser DC forekomster og tilhørende passer til Poisson distribusjoner for HC4Gy utvalget av alle bilder vs bare bilder valgt av "gruppe bin avstand, øverste 250 bilder" modellen. Figur 4 (b) viser en bedre passer til Poisson-fordelingen. P-verdien (0,36) av det filtrerte settet med bilder betydelig høyere enn for ufiltrert DC fordelingen i Figur 4 (a). 5% eller 1% betydning nivåer, ufiltrert eksemplet i Figur 4 (a) er mindre pålitelige, fordi den inneholder lavere kvalitet DC data, som nullhypotesen Poisson fordelingen av DCs er avvist.

<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/56245/56245fig4.jpg"> 
Figur 4: Skjermbilder av forholdsmessige DC frekvenser passer til Poisson Dstributions for eksempel HC4Gy i programvaren. (A) alle bilder er inkludert, (B) bare bilder valgt av modellen (gruppe bin avstand, 250 beste bilder) er inkludert. Legenden (øverst til høyre) viser statistikk for Tilpass til Poisson-fordelingen (spredning indeks, Mu test og Lambda) og chi-kvadrat godhet av fit test (p-verdi) <a href="//ecsource.jove.com/files/ftp_upload/56245/56245fig4large.jpg" target="_blank">Klikk her for å se en større versjon av dette tallet.</a>
Dicentric kromosom (DC) oppdagelsen
Nøyaktig oppdagelse av DC er kritisk nødvendig behovet av ADCI. Riktig oppdaget DCs og de savnet av programvaren er henholdsvis definert som sann positive (TPs) og falske negative (FNs). Objekter som er ikke DCs, men feil oppdaget DCs, kalles falske positiver (FPs). FPs inkluderer monocentric kromosomer, kromosom fragmenter, atskilt søster chromatids, overlappende kromosom klynger og ikke-chromosomal objekter. Figur 5 viser resultatene av DC i to metaphase bilder. Objekter 1 og 3 er TPs, mens 4 er FP består av to atskilte monocentric kromosomene siamesiske langs armene kort. I figur 5 (a) objektet 2 var opprinnelig FP, men senere korrigert av FP filtre i programvaren. Objekt 5 og 6-objekt i figur 5 (b) er sannsynligvis eksempler på FNs.

<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/56245/56245fig5.jpg"> 
Figur 5: Skjermbilder viser Metaphase kromosom klassifisering av potensielle DCs. (A) Et bilde i prøve CNL1Gy (forstørrelse: 63 X) viser 1 TP, objekt "1"; og 1 korrigert FP, objekt "2". (B) et bilde i prøve CNL4Gy (forstørrelse: 63 X) viser 1 TP, objekt "3"; 1 FP, objekt "4"; og 2 potensielle FNs, objekter "5" og "6". TPs, korrigert FPs, normal monocentric og Uklassifisert kromosomer er henholdsvis beskrevet med rød, gul, grønn og blå konturer. <a href="//ecsource.jove.com/files/ftp_upload/56245/56245fig5large.jpg" target="_blank">Klikk her for å se en større versjon av dette tallet.</a>
Dose estimering av Test prøver
Det endelige resultatet av ADCI analyser er dosen anslår av prøver avledet fra kalibrering kurver. Dose beregninger gjort av programvaren for testprøvene i tabell 1 angis i tabeller 2 og 3. Til sammenligning den fysiske stråledose utsendt og manuell scoret doser av eksperter på HC for prøver HCS01, HCS08 og HCS10 er angitt. Tilsvarende vises fysisk og manuell scoret doser av CNL eksperter for CNLS04, CNLS05 og CNLS07.
Figur 6 viser kalibrering kurver med stråling dose anslag for Health Canada biodosimetry laboratorium prøver HCS01, HCS08, HCS10, HCS04, HCS05 og HCS07. Kalibreringskurven genereres utvalg HC0Gy, HC1Gy, HC2Gy, HC3Gy og HC4Gy. Bildet utvalg modellen inneholder 3 Z-resultat-baserte filtre + "gruppe bin avstand, 250 beste bilder" brukes alle prøvene. Dose estimater sammen med tilknyttede statistiske analyser er vist i tabell 2.
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/56245/56245fig6.jpg"> 
Figur 6: Skjermbilde av Dose estimering av HC testprøvene. Svarte firkanter representerer kalibrering prøver. Bilder i test prøver og kalibrering prøver er valgt av modellen (3 FP filtre + gruppe bin avstand, øverste 250 bilder). Tykk prikkete representerer tilordningen av DCs/Metaphase gjennom kalibreringskurven til anslagsvis dose. Tynn prikkete angi øverst og 95% tillit grense for DCs/Metaphase. Fargekoder for testprøvene: rød, HC S01 (fysisk dose: 3.1Gy, HC utledes dose: 3.4Gy, ADCI: 3Gy); mørk grønn, HC S04 (fysisk dose: 1.8Gy, ADCI: 1.85Gy); lys blå, HC S05 (fysisk dose: 2.8Gy, ADCI: 2.95Gy); mørk blå, HC S07 (fysisk dose: 3.4Gy, ADCI: 2.35Gy); mørk rød, HC S08 (fysisk dose: 2.3Gy, HC utledes dose: 2.5Gy, ADCI: 2Gy); lys grønn, HC S10 (fysisk dose: 1.4Gy, HC utledes dose: 1.4Gy, ADCI: 0.95Gy). <a href="//ecsource.jove.com/files/ftp_upload/56245/56245fig6large.jpg" target="_blank">Klikk her for å se en større versjon av dette tallet.</a>
<table border="1">
	<tbody>
		<tr>
			<td>Prøver</td>
			<td>Fysisk Dose</td>
			<td>HC utledes Dose</td>
			<td>ADCI anslått Dose</td>
			<td>Anslått Dose LCL</td>
			<td>Anslått Dose UCL</td>
			<td>P-verdi *</td>
		</tr>
		<tr>
			<td>HCS01</td>
			<td>3.1</td>
			<td>3.4</td>
			<td>3</td>
			<td>2.3</td>
			<td>3.8</td>
			<td>0.117</td>
		</tr>
		<tr>
			<td>HCS08</td>
			<td>2.3</td>
			<td>2.5</td>
			<td>2</td>
			<td>1.4</td>
			<td>2.7</td>
			<td>0.815</td>
		</tr>
		<tr>
			<td>HCS10</td>
			<td>1.4</td>
			<td>1.4</td>
			<td>0,95</td>
			<td>0,5</td>
			<td>1,55</td>
			<td>0.211</td>
		</tr>
		<tr>
			<td>HCS04</td>
			<td>1.8</td>
			<td>NA</td>
			<td>1,85</td>
			<td>1.25</td>
			<td>2.55</td>
			<td>0.0293</td>
		</tr>
		<tr>
			<td>HCS05</td>
			<td>2.8</td>
			<td>NA</td>
			<td>2,95</td>
			<td>2,25</td>
			<td>3,75</td>
			<td>0.00354</td>
		</tr>
		<tr>
			<td>HCS07</td>
			<td>3.4</td>
			<td>NA</td>
			<td>2,35</td>
			<td>1.7</td>
			<td>3.1</td>
			<td>0.0002</td>
		</tr>
	</tbody>
</table>
Tabell 2: Dose estimering resultatene av HC testprøvene. Fotnote: Endret fra tabell 3 Rogan et al., 20164. ADCI dose estimater tidligere rapportert bygger på ufiltrert og montering kurve ble utført ved hjelp av minste kvadraters metode. Her kalibreringskurven var passer med metoden Maksimal sannsynlighet og en bildet utvalg modellen inneholder 3 FP filtre + "gruppe bin avstand, 250 beste bilder" ble brukt før dose estimering. Anslått dose UCLog LCL se dose estimat øvre og lavere 95% tillit grenser basert på Poisson natur DC avkastning. * Chi kvadrat godhet av fit teoretisk Poisson-fordelingen; NA: Resultatene av manuelt tiltenkt dose ble ikke oppgitt.
Stråledose estimater for prøver fra kanadiske kjernefysiske laboratorier CNLS04, CNLS05, CNLS07, CNLS01 og CNLS08 er vist i figur 7. Kalibreringskurven genereres utvalg CNL0Gy, CNL0.5Gy, CNL1Gy, CNL2Gy, CNL3Gy og CNL4Gy. Vi brukt en bildet utvalg modell som består av 6 FP filtre til alle prøvene. Resultatene med statistiske analyser vises i tabell 3.

<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/56245/56245fig7.jpg"> 
Figur 7: Skjermbilde av Dose estimering av CNL testprøvene. Svarte firkanter representerer kalibrering prøver. Bilder i test prøver og kalibrering prøver er valgt med 6 FP-filtre. Tykk prikkete representerer tilordningen av DCs/Metaphase gjennom kalibreringskurven til anslagsvis dose. Tynn prikkete angi øverst og 95% tillit grense for DCs/Metaphase. Fargekoder for testprøvene: rød, CNL S04 (fysisk dose: 1.8Gy, CNL utledes dose: 1.7Gy, ADCI: 1.95Gy); mørk rød, CNL S05 (fysisk dose: 2.8Gy, CNL utledes dose: 2.7Gy, ADCI: 3.05Gy); lys grønn, CNL S07 (fysisk dose: 3.4Gy, CNL utledes dose: 3.1Gy, ADCI: 3.4Gy); mørk grønn, CNL S01 (fysisk dose: 3.1Gy, ADCI: 3.75Gy); blå, CNL S08 (fysisk dose: 2.3Gy, ADCI: 2.8Gy). <a href="//ecsource.jove.com/files/ftp_upload/56245/56245fig7large.jpg" target="_blank">Klikk her for å se en større versjon av dette tallet.</a>
<table border="1">
	<tbody>
		<tr>
			<td>Prøver</td>
			<td>Fysisk Dose</td>
			<td>CNL utledes Dose</td>
			<td>ADCI anslått Dose</td>
			<td>Anslått Dose LCL</td>
			<td>Anslått Dose UCL</td>
			<td>P-verdi *</td>
		</tr>
		<tr>
			<td>CNLS04</td>
			<td>1.8</td>
			<td>1.7</td>
			<td>1,95</td>
			<td>1.25</td>
			<td>2.45</td>
			<td>0.0545</td>
		</tr>
		<tr>
			<td>CNLS05</td>
			<td>2.8</td>
			<td>2.7</td>
			<td>3.05</td>
			<td>2,75</td>
			<td>3,35</td>
			<td>0.325</td>
		</tr>
		<tr>
			<td>CNLS07</td>
			<td>3.4</td>
			<td>3.1</td>
			<td>3.4</td>
			<td>3</td>
			<td>3,75</td>
			<td>0.473</td>
		</tr>
		<tr>
			<td>CNLS01</td>
			<td>3.1</td>
			<td>NA</td>
			<td>3,75</td>
			<td>3,35</td>
			<td>&#62; 4</td>
			<td>7.63E-11</td>
		</tr>
		<tr>
			<td>CNLS08</td>
			<td>2.3</td>
			<td>NA</td>
			<td>2.8</td>
			<td>2,25</td>
			<td>3.3</td>
			<td>0.777</td>
		</tr>
	</tbody>
</table>
Tabell 3: Dose estimering resultatene av CNL test prøver. Fotnote: Endret fra tabell 3, Rogan et al., 20164. ADCI dose estimater tidligere rapportert var basert på ufiltrert (HC) eller valgt manuelt (CNL) bilder og montering kurve ble utført ved hjelp av minste kvadraters metode. Her kalibreringskurven var passer med metoden Maksimal sannsynlighet og en bildet utvalg modellen inneholder 3 FP filtre + "gruppe bin avstand, 250 beste bilder" ble brukt før dose estimering. Anslått dose UCL og LCL, henholdsvis se dose anslagsvis øvre og lavere 95% tillit grenser basert på Poisson natur DC avkastning. * Chi kvadrat godhet av fit teoretisk Poisson-fordelingen; NA: Resultatene av manuelt tiltenkt dose var ikke tilgjengelig.
Estimering av stråledose innen lineær kalibreringskurven (&#60; 1 Gy) kan utføres med programvare, men en Sigma verdien av 1.0 anbefales er å redusere frekvensen av feilklassifiserte DCs (Figur 8).
 
<img alt="Figure 8" class="xfigimg" src="/files/ftp_upload/56245/56245fig8.jpg"> 
Figur 8: Skjermbilder av to kalibrering kurver avledet fra HC kalibrering eksempler på forskjellige Sigma verdier. (A) HC kalibrering eksempler: 0Gy, 2Gy, 3Gy, 4Gy, og 5Gy på Sigma = 1.5. (B) HC kalibrering eksempler: 0Gy, 0.25Gy, 0.5Gy, 0.75Gy, 1Gy, 2Gy, 3Gy, 4Gy, og 5Gy bruker SVM Sigma = 1.0. <a href="//ecsource.jove.com/files/ftp_upload/56245/56245fig8large.jpg" target="_blank">Klikk her for å se en større versjon av dette tallet.</a>
Disse analysene indikerer at det er små, men akseptabelt forskjellene mellom fysisk og biologisk tiltenkt dose tolket av eksperter og programvaren. Forskjellen mellom enten manuell eller estimering fra fysisk dose er referert til som "feil". Feil i den tiltenkte doser av prøver manuelt scoret av HC og CNL er ≤0.3 Gy. Automatisk behandling av programvaren er mindre nøyaktig enn eksperter, men generelt innenfor IAEA angitt triage ± 0,5 Gy3. For de fleste av testprøvene tabeller 2 og 3produsert programvaren riktige resultater innen denne terskelen. Men viser HCS07 og CNLS01 en dårlig godhet-av-fit for Poisson-fordelingen, antyder at det var potensielle problemer i bildet og DC kvalitet i prøvene som ikke ble løst ved bildet og FP utvalg modeller. P verdi betydning terskelen synes å være altfor strenge ved HCS05, der programvaren nøyaktig bestemt riktig dosering.

Watch this Scientific Journal Video about Expedited Radiation Biodosimetry by Automated Dicentric Chromosome Identification ADCI and Dose Estimation at JoVE.com

Expedited Radiation Biodosimetry by Automated Dicentric Chromosome Identification ADCI and Dose Estimation

Rask stråling Biodosimetry automatisert for Dicentric kromosom identifikasjon (ADCI) og Dose estimering

Cytogenetic dicentric kromosom (DC) analysen kvantifiserer eksponering for ioniserende stråling. Automatisert Dicentric kromosom ID og Dose Estimator programvaren anslår nøyaktig og raskt biologiske dose fra DCs i metaphase celler. Det skiller monocentric kromosomene og andre objekter fra DCs og anslår biologiske stråledose fra frekvensen av DCs.

Biological radiation dose can be estimated from dicentric chromosome frequencies in metaphase cells. Performing these cytogenetic dicentric chromosome ...

Research

JoVE Journal

Genetics

Expedited Radiation Biodosimetry by Automated Dicentric Chromosome Identification (ADCI) and Dose Estimation

Detection of Inter-chromosomal Stable Aberrations by Multiple Fluorescence In Situ Hybridization (mFISH) and Spectral Karyotyping (SKY) in Irradiated Mice

Detection of Inter-chromosomal Stable Aberrations by Multiple Fluorescence In Situ Hybridization mFISH and Spectral Karyotyping SKY in Irradiated Mice

Påvisning av Inter-kromosom Stabil Avvik ved Multiple fluorescens<em&gt; In Situ</em&gt; Hybridisering (mFISH) og Spectral karyotypering (SKY) i Bestrålet Mus

Ionizing radiation (IR) induces numerous stable and unstable chromosomal aberrations. Unstable aberrations, where chromosome morphology is substantially ...

Pooled shRNA Screen for Reactivation of MeCP2 on the Inactive X Chromosome

Grupperte shRNA skjermen for aktivering av MeCP2 på inaktive X-kromosomet

Forward genetic screens using reporter genes inserted into the heterochromatin have been extensively used to investigate mechanisms of epigenetic control ...

High-throughput Identification of Synergistic Drug Combinations by the Overlap2 Method

High-throughput Identification of Synergistic Drug Combinations by the Overlap2 Method

Høy gjennomstrømming identifikasjon av synergistisk rusmiddelkombinasjoner av overlapping2 metoden

Although antimicrobial drugs have dramatically increased the lifespan and quality of life in the 20th century, antimicrobial resistance threatens our ...

High-throughput Identification of Gene Regulatory Sequences Using Next-generation Sequencing of Circular Chromosome Conformation Capture (4C-seq)

High-throughput Identification of Gene Regulatory Sequences Using Next-generation Sequencing of Circular Chromosome Conformation Capture 4C-seq

Høy gjennomstrømming identifikasjon av regulatoriske gensekvenser med neste generasjons sekvensering av runde kromosom konformasjon fange (4C-seq)

The identification of regulatory elements for a given target gene poses a significant technical challenge owing to the variability in the positioning and ...

Identification of Footprints of RNA:Protein Complexes via RNA Immunoprecipitation in Tandem Followed by Sequencing (RIPiT-Seq)

Identification of Footprints of RNA:Protein Complexes via RNA Immunoprecipitation in Tandem Followed by Sequencing RIPiT-Seq

Identifisering av fotavtrykk av RNA: protein komplekser via RNA-Immunutfelling i tandem etterfulgt av sekvensering (RIPiT-SEQ)

RNA immunoprecipitation in tandem (RIPiT) is a method for enriching RNA footprints of a pair of proteins within an RNA:protein (RNP) complex. RIPiT ...

Identification of Host Pathways Targeted by Bacterial Effector Proteins using Yeast Toxicity and Suppressor Screens

Identifisering av Host trasé målrettet av bakteriell effektor proteiner bruker gjær toksisitet og Suppressor screens

Intracellular bacteria secrete virulence factors called effector proteins into the host cytosol that act to subvert host proteins and/or their associated ...

Preparation of Meiotic Chromosome Spreads from Zebrafish Spermatocytes

Fremstilling av meiotiske kromosomspreader fra sebrafisk spermatocytter

Meiosis is the key cellular process required to create haploid gametes for sexual reproduction. Model organisms have been instrumental in understanding ...

Inducing Hairy Roots by Agrobacterium rhizogenes-Mediated Transformation in Tartary Buckwheat (Fagopyrum tataricum)

Inducing Hairy Roots by Agrobacterium rhizogenes-Mediated Transformation in Tartary Buckwheat Fagopyrum tataricum

Indusere hårete røtter av Agrobacterium rhizogenes-Mediert Transformasjon i Tartary Bokhvete (Fagopyrum tataricum)

Tartary buckwheat (TB) [Fagopyrum tataricum (L.) Gaertn] possesses various biological and pharmacological activities because it contains abundant ...

Identification of Enhancer-Promoter Contacts in Embryoid Bodies by Quantitative Chromosome Conformation Capture (4C)

Identification of Enhancer-Promoter Contacts in Embryoid Bodies by Quantitative Chromosome Conformation Capture 4C

Identifikasjon av enhancer-promoter kontakter i embryoid organer av kvantitative kromosom conformation capture (4C)

During mammalian development, cell fates are determined through the establishment of regulatory networks that define the specificity, timing, and spatial ...

Chromosome Screening of Human Preimplantation Embryos by Using Spent Culture Medium: Sample Collection and Chromosomal Ploidy Analysis

Kromosomscreening av humane preimplantasjonsembryoer ved bruk av brukt kulturmedium: prøveinnsamling og kromosomal ploidianalyse

In clinical in vitro fertilization (IVF), the prevailing method for PGT-A requires biopsy of a few cells from the trophectoderm (TE). This is the lineage ...