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 är tacksamma till Dr. Ruth Wilkins, radiobiologyen och Protection Division på Health Canada, och Farrah Flegal, kanadensisk kärntekniska laboratorier och deras laboratoriepersonal åt metafas bilddata från sina cytogenetiska biodosimetry laboratorier. Detta papper stöddes av ett kontrakt från Build i Kanada Innovation Program till CytoGnomix (serienr. EN579-172270/001/SC). Den första versionen av ADCI och utveckling av algoritmer stöddes av Western innovationsfonden; de naturliga vetenskaperna och Engineering Research Council of Canada (NSERC Discovery Grant 371758-2009); US Public Health Service (DART-dos CMCR, 5U01AI091173-0); den kanadensiska fonden för Innovation. Kanada forskning stolar och 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>

Tillsammans grundade CytoGnomix, som kommersialisera ADCI och innehar relaterade patent PKR och JHMK. YL och BCS är anställda av CytoGnomix. ADCI är upphovsrättsskyddade och metoden centromer lokalisering i ADCI är patenterat (oss Pat. Nr 8,605,981; Tyska Pat. Nr 112011103687).

Funktioner och begränsningar av programvaran
Protokollet beskrivs i denna uppsats introducerar det typiska stegvisa förfarande används i ADCI att importera och bearbeta cytogenetiska metafas bilder, skapa strålning kalibreringskurvor och uppskatta biologiska dos i individer eller prov utsätts för okänd strålningsnivåer. Dock är det inte nödvändigt att utföra dessa instruktioner sekventiellt. Exempelvis många prover av okänd dos kan bearbetas och analyseras med samma precomputed kalibreringskurvan. Dessutom när bearbetningen är klar kan bild urval och DC filtrering modeller vara upprepade av användaren. Tillämpningen av en lämplig bild urval modell beror på egenskaper och kvalitet metafas bilddata, som i sin tur bygger både på laboratoriet protokollet används för att förbereda celler och stringens kriterier används för att markera celler med automatiserade metafas capture system. Kromosom morfologier skiljer sig bland biodosimetry och cytogenetiska laboratorier, och således de bild urval modellerna bör utvärderas av användaren att avgöra om de fördefinierade bild urval modeller levereras med programvaran kommer att vara tillräcklig för att producera korrekta dosuppskattningar eller om anpassade modeller med användardefinierade tröskelvärden behöver skapas. Baserat på vår erfarenhet, är effektiviteten i bild urval modeller influerad av källan och cell bildkvaliteten. Användare kan designa sina egna kriterier för urval av bilden med hjälp av olika kombinationer av filter för att eliminera falska positiva DCs och bild urval modeller och de motsvarande tröskelvärdena för att välja önskad bilder. Det finns flexibilitet i inmatning av kalibreringskurvor och dos uppskattning, som koefficienter av linjär-kvadratisk kurva och DC frekvenser kan ändras eller manuellt inmatade.
Även om programvaran är helt automatiserad, kan bilder manuellt granskade och utvalda. Denna kapacitet är tillgänglig att inkludera eller ta bort individuellt bearbetade bilder genom mikroskopet visningsfunktionen i huvudsakliga GUI. På grund av automatisering är programvaran dock betydligt effektivare jämfört med den manuella räknandet av metafas bilder och räknar DCs. Ett prov som består av 1000 bilder kan bearbetas i 20 (tiff)-40 (jpg) min på en arbetsstation med flera kärnor. Denna programvara kommer att vara särskilt tidskritiska eller arbetsintensiva situationer, till exempel händelser som flera individer har exponerats eller misstänktes ha exponerats för strålning, eller där känsliga diagnoser och behandling beslut är kritiska.
Exakt och korrekt hög genomströmning detektion av DCs samt dos uppskattning är nödvändiga för obevakad strålning bedömning. Andra tillgängliga alternativ till programvaran uppfyller inte båda dessa krav. En användare-assisted, image-baserad cytogenetisk analys (DCScore, Metasystems17) system kräver manuell verifiering av kandidat DCs, på grund av en hög fel ränta hänförligt till okorrigerad överlappningar mellan kromosomer och systemet avgör inte stråldos. DCScore skulle inte vara lika effektivt som ADCI i ett strålning evenemang där ett stort antal potentiellt utsatta individer. Stor bländare Mikroskop system kan samla bilder flera metafas celler18, dock de analysera inte dem. ”CABAS”19 och ”dos uppskatta”20 programvara kan generera kalibrering kurvor och uppskattning dos, men inte Poäng DCs. Andra biodosimetry-analyser som inte är baserade på DC analys inkluderar H2AX fluorescens, fluorescens i situ hybridisering med DNA-prober riktade till specifika kromosomer, genuttryck, mikronukleär analys, och urin och respiratoriska biomarkörer. Dessa metoder är mindre specifika och mindre känsliga för joniserande strålning, kan vara mer kostsamt, i vissa fall, är mer tidskrävande och har generellt inte standardiserats över flera referenslaboratorier. De flesta av dessa tekniker inte upptäcka stabil strålning svaren, så de inte kan användas för långsiktig bedömning (&#62; 7 dagar efter exponering) av stråldosen. Däremot detta kan utvärdera individer upp till 90 dagar efter exponering och kan bearbeta data från någon cytogenetik laboratorium Mikroskop imaging system. Dock om ett urval dras &#62; 4 veckor efter exponering, känslighet minskas på grund av förfalla av disentrisk avvikelser1,2,3 och programvaran för närvarande inte korrigera DC frekvenser för förseningar i provtagning exponerade individer.
Denna programvara har vissa begränsningar. Befintlig bild urval modeller Markera mestadels acceptabel metafas bilder, men i vissa fall misslyckas att eliminera otillfredsställande bilder, som kan minska riktigheten av DC upptäckt. Det är fortfarande en öppen fråga hur man designar en tillfredsställande bild urval modell som eliminerar alla olämpliga metafas celler. Programvaran ger exakta uppskattningar för prover exponeras för högre stråldoser (≥ 2 Gy). Trots betydande framsteg i att minska antalet falska positiva DCs16, har dessa objekt inte uteslutits. Lägre kvalitet metafas celler på låg stråldos (särskilt &#60; 1 Gy) är mer benägna att falskt positiva DC upptäckt. Låg dos prover var därför inte ingår när du genererar kalibreringskurvan används för dos uppskattning av HC prover. Om en kurva som innehåller låg dos prover önskas, ett lägre SVM Sigma värde minskar falska positiva räknas i låg dos prover men kan resultera i lägre DC avkastning i hög dos prover. Figur 8 jämförs kurvan HC används för dos uppskattning (Sigma = 1,5) en kalibreringskurva passa med extra låg dos prover vid lägre SVM sigma värde (1,0). I prover med otillräckligt antal metafas celler och/eller dålig kvalitet metafas bilder, får det inte vara möjligt att exakt uppskatta biologiska exponeringar vid låg dos, potentiellt resulterar i avvikelser från fysiska dosen överstiger 0,5 Gy.
Programvaran får inte exakt bedöma strålningstyper om deras dos-responskurvor bästa passar en linjär eller nära-linjär modell. Hittills har det testats endast med prover exponeras för X- och gammastrålning. Om en annan strålkällan undersöks, måste användare se till både kalibrering och test prover är utsatta för samma typ av strålning. Programvaran använder antingen högsta sannolikheten eller minstakvadratmetoden passande för att konstruera ett dos-respons kurva med en linjär-kvadratisk modell. Det finns för närvarande ingen möjlighet att införa en strikt linjär kurvanpassning, lämpligt för hög energi partikel exponeringar, men sådana funktioner blir tillgängliga i framtiden.
Framtida utveckling
Våra pågående insatser är inriktade på att förbättra bild urval modeller och korrekt dos mätning, i synnerhet av prover som utsätts för låga stråldoser. Efterföljande versioner kommer att ge standardfel mätningar på dosuppskattningar och konfidensintervall på kalibreringskurvor. Dessutom är en high-performance-computing version av programvaran för superdatorn Blue Gene (BG/Q, IBM) under utveckling för snabb utvärdering av individer som exponerats i en mass-casualty strålning händelse. Vissa komponenter i programvaran har redan testats och distribuerats på denna plattformlass = ”xref” > 11.

Strålning biodosimetry använder biologiska markörer, mestadels kromosomavvikelser som disentriska kromosomer (DCs) och att mäta stråldoser som individer utsätts för flyttningar av kromosomen. En biologiskt absorberad dos kan vara olika från fysiska dosen mäts av instrument beror på variabiliteten mellan individer. På samma sätt kan strålning av en viss fysisk dos producera olika biologiska exponeringar på grund av underliggande fysiologiska eller miljömässiga förhållanden. Kunskap om den biologiska dosen är av särskild betydelse för både diagnos och behandling.
DC analysen är den gyllene standarden för det vård-organisation för värld (WHO) och internationella atomenergiorganet (IAEA) för bedömning av biologiska strålningsexponering i människor. Det var första analysen rekommenderas av IAEA och som för bedömningen av strålning. DC frekvens är relativt stabil för cirka 4 veckor efter strålning exponering1 och deras kvantitativa korrelation med strålningsdos är korrekt, vilket gör DCs den idealiska biomarkören. Förhållandet mellan stråldos (refereras i Gray [Gy] enheter) och DC frekvens (refereras som antal DCs per cell) kan uttryckas som en linjär-kvadratisk funktion.
Cytogenetiska DC analysen har varit industristandard för ca 55 år2. Det har utförts manuellt, som kräver 1-2 dagar att analysera Mikroskop data från ett enda blodprov. Flera hundra till flera tusen bilder behövs för att korrekt uppskatta beroende på dosen3exponering för strålning. Vid doser överstigande 1 Gy, rekommenderar IAEA minst 100 DCs upptäckas. Undersökning av 250-500 metafas bilder är vanligt i biodosimetry cytogenetiskt laboratorier. För prover med exponeringar &#60; 1 Gy, 3,000-5,000 bilder föreslås på grund av lägre sannolikheterna för DC bildandet. I båda fallen är det en labor-intensiv aktivitet.
Cytogenetiska biodosimetry laboratorier skapa sina egna in vitro- strålning biodosimetry kalibreringskurvorna innan bedömningen av biologiska doser i proverna. Blodprov från normala, kontroll individer utsätts för strålning och lymfocyter sedan odlade och förberett för metafas kromosomanalys. Med hjälp av dessa prover, är biologiska doser fått kalibrerade med kända fysiska doserna som avges av en standard strålkälla. Efter metafas cell bilder bokförs, experter granska bilder, räkna DCs och beräkna DC frekvenser för varje prov. Kalibreringskurvan är byggd genom att montera en linjär-kvadratisk kurva till DC frekvenserna vid alla doser. Sedan kan exponeringar i provet från individer utläsas genom matchande DC frekvenserna med kalibrerad doserna på kurvan eller ange dem i motsvarande linjära kvadratiska formel.
Vi har automatiserat både detektion av DCs och dos beslutsamhet att påskynda proceduren med hjälp av programvara. Automatiserade disentrisk kromosom identifierare och dos Estimator (ADCI) använder machine learning-baserade bildbehandling tekniker att upptäcka och diskriminera disentrisk kromosomer (DCs) från monocentric kromosomer (MCs) och andra objekt och automatiserar strålning dosen uppskattning. Programmet syftar till att avsevärt minska eller eliminera behovet av manuell verifiering av DC räknas och påskynda dos uppskattning genom automatisering. Det har utvecklats i samverkan med biodosimetry referenslaboratorier på hälsa Kanada (HC) och kanadensiska kärntekniska laboratorier (CNL). Deras synpunkter kommer att säkerställa att prestanda kommer att fortsätta att uppfylla IAEA kriterierna för denna analys.
Programvaran utför följande funktioner: 1) filtrering DCs och välja optimala metafas cell bilder för analys, 2) kromosom erkännande, DC upptäckt och DC frekvens beslutsamhet, och 3) beräkna stråldosen från dos-kalibrerad, cytogenetiska strålning data. Denna programvara bearbetar grupper av metafas bilder från samma person (kallas ett prov), räknas antalet DCs i varje med bild bearbetning tekniker och returnerar den uppskatta stråldosen emot av varje prov i enheter av gråtoner (Gy).
Programvaran har utformats för att hantera en rad kromosom strukturer, räkningarna och densiteter. Men fungerar algoritmen optimalt i metafas bilder som innehåller en nära komplett uppsättning väl separerade, linjära kromosomer4. Bilder som innehåller mycket överlappande uppsättningar kromosomer, flera celler, ofullständig metafas celler, Syster kromatida separation, kärnor, icke-kromosomala objekt och andra defekter kan minska riktigheten av algoritmen. Dedikerade bild urval modeller och andra objekt segmentering tröskelvärden kan filtrera ut majoriteten av optimala bilder och falska positiva DCs.
Disentrisk kromosom upptäckt utförs när en bild bearbetas. Algoritmen försöker avgöra vilka objekt i en bild är kromosomer och sedan lokaliserar de två regionerna som är mest sannolikt att vara centromerer på varje kromosom. Sedan, en serie av olika stöd vektor maskin (SVM) lärande modeller skilja kromosomer som DCs eller normal, monocentric kromosomer. SVM modellerna skiljer sig i sensitivitet och specificitet för DC upptäckt (se steg 3.1.4 nedan), vilket kan påverka DC frekvenserna som bestäms i ett prov.
ADCI bearbetar uppsättningar av målat metafas digitala bilder (i TIFF eller JPG-format) för ett eller flera prover Giemsa - (eller DAPI-). Programvaran analyserar DCs både kalibrering prover och prover. De fysiska doserna (i Gy) kalibrering prover är kända och används i framtagningen av en kalibreringskurva. Fysiska och biologiska doserna av individer med okända exponeringar är slutsatsen av programvaran från maskingenererade kalibreringskurvan. Även om laboratorier använder jämförbara tekniker, varierar kalibreringskurvorna från olika laboratorier ofta3. Båda kalibrering kurvan och test prover från samma laboratorium bör behandlas för korrekt dos uppskattning i proverna.
Denna programvara erbjuder hastighet, noggrannhet och skalbarhet vilka adresser som produktivitet krävs för att hantera en händelse där många individer samtidigt måste testas. Det utvecklades från 2008-20174,5,6,7,8,9,10,11,12 ,13. Använder senaste hårdvara, detta skrivbordetPC-programvara kan bearbeta och uppskattning stråldos i ett patientprov av 500 metafas genomet motsvarigheter i 10-20 min 4. Koden är baserad på en uppsättning egenutvecklade bild segmentering och maskininlärning algoritmer för kromosomanalys. Expertanalys av varje kromosom utsätts för 3 Gy strålning gav jämförbar exaktheter ADCI. I en uppsättning av 6 prover av okända exponeringar (tidigare används i en internationella färdigheter övning), uppskattade programvaran doser inom 0,5 Gy av de värden som erhålls genom manuell granskning av samma data av HC och CNL, uppfyller IAEA: s krav för triage biodosimetry. Dessutom uppskattar genomför mellan olika laboratorier standardisering och slutligen reproducerbarhet av dos nytta att ha en gemensam, automatiserad DC scoring algoritm. Dock tillåter programvaran anpassning av bild filtrering och urvalskriterierna, så att skillnader i kromosom beredningsmetoder och kalibrering strålkällor som beaktas.
Denna programvara är ett grafiskt användargränssnitt (GUI) - baserat system som analyserar uppsättningar med kromosomen bilder som innehåller Giemsa (eller DAPI) - målat metafas celler för avvikelser som följd av exponering för joniserande strålning. De bild-apparater är digitalt fotograferad med ett ljus (eller epifluorescerande) Mikroskop system och varje uppsättning motsvarar ett olika urval. Programvaran använder tekniker för att upptäcka och diskriminera DCs från MCs och andra föremål för bildbehandling. Empiriskt härledda segmenteringen filter eliminera sedan automatiskt falska positiva DCs utan att påverka sant DCs. Slutligen, programvaran automatiskt filtrerar bort oönskade bilder baserat på olika Bildegenskaper hittade dålig kvalitet metafas bilder med precomputed (eller användardefinierade) bild urval modeller. Dessa bilder är de som innehåller överdrivet eller otillräckliga mängder ”bullriga” objekt, flera överlappande kromosomer, bilder saknas metafas kromosomer, överdrivet antal syster kromatiderna4. Automatiskt kuraterade bilddata används för att generera dos kalibreringskurvan från prover av kända stråldos och används för att uppskatta exponeringen av provföremål utsätts för okända doser.
Produktionen av programvaran kan visas och sparas som: (1) text-baserade utdata visas i konsolen, 2) tomter som kan sparas som bilder och 3) rapporter i HTML-format. Många aspekter av programvaran kan anpassas att passa de särskilda behoven i olika laboratorier. Enskilda laboratorier ge brukar kalibrering och provning prov beredd och samlat baserat på protokollet cytogenetiska validerats i detta laboratorium. Detta upprätthåller enhetlighet för provberedning och kalibreringskurvorna genereras från kalibrering prover tillämpas meningsfullt för att testa prover använder samma protokoll. Kalibreringskurvor kan också skapas från kurvan koefficienter eller DC frekvenser vid definierade doser. De mest exakta dosuppskattningar erhålls genom att filtrera ut lägre kvalitetsbilder och falska positiva DCs (FPs). Val av optimala bild undergrupper inom varje prov sker med hjälp av 'Bild urval modeller' som eliminerar subpar bilder som tenderar att införa FPs. En rad före validerade modeller medföljer programvaran, men ytterligare modeller med anpassade tröskelvärden och filter kan skapas och sparas av användaren.
När programvaran laddar framgångsrikt, det huvudsakliga grafiska användargränssnittet (GUI) presenteras (se figur 1). Från detta gränssnitt, prover, vardera bestående av en mapp med bildfiler för metafas cell, kan väljas och bearbetas för att identifiera DCs kalibreringskurvor kan skapas och jämfört och exponering av prover med stråldos kan bestämmas.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/56245/56245fig1.jpg"> 
Figur 1: Den stora sektorer av den grafiska användargränssnittet inkluderar: en lista över prover (1), en förteckning över kalibrering kurvor (2), processen kö (3), som övervakar status för DC upptäckt i varje uppsättning bilder av varje prov, en tomt Visa (4), som sammanfattar statistiska eller andra kvantitativa egenskaper av en uppsättning bilder i prover eller kalibreringskurvor och en konsol (5) som innehåller beskrivande text som utgångar av varje åtgärd som utförs av programmet. <a href="//ecsource.jove.com/files/ftp_upload/56245/56245fig1large.jpg" target="_blank">Klicka här för att se en större version av denna siffra.</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

Biologiska stråldosen kan uppskattas från disentrisk kromosom frekvenser i metafas celler. Utför dessa cytogenetiska disentrisk kromosom testmetoder är traditionellt en manuell, arbetsintensiva process inte väl lämpad för att hantera volymen av prover som kan kräva undersökning i kölvattnet av en massa olycka händelse. Automatiserad disentriska kromosom identifierare och dos Estimator (ADCI) programvara automatiserar processen genom att undersöka bilduppsättningar metafas använder machine learning-baserad avbildning bearbetningsmetoder. De programvara väljer lämpliga bilder för analys genom att ta bort olämpliga bilder, klassificerar varje objekt som en centromer-innehållande kromosom eller icke-kromosom, ytterligare skiljer kromosomer som monocentric kromosomer (MCs) eller disentriska kromosomer (DCs), avgör DC frekvensen inom ett prov, och uppskattar biologiska stråldosen genom att jämföra prov DC frekvens med kalibreringskurvor som beräknats med hjälp av kalibrering prover. Det här protokollet beskriver användningen av ADCI programvara. Normalt importeras både kalibrering (känd dos) och test (okänd dos) uppsättningar av metafas bilder för att utföra korrekt dos uppskattning. Optimala bilder för analys kan hittas automatiskt med hjälp av förinställda bildfilter eller kan också filtreras genom manuell inspektion. Programvaran bearbetar bilder inom varje prov och DC frekvenser beräknas vid olika nivåer av kravnivåer för att ringa DCs, använder en machine learning-strategi. Linjär-kvadratisk kalibreringskurvorna genereras baserat på DC frekvenser i kalibrering prover exponeras för kända fysiska doser. Doser av proverna utsätts för osäkra strålningsnivåer beräknas från DC frekvenser använder dessa kalibreringskurvor. Rapporter kan genereras på begäran och ger Sammanfattning av resultaten av ett eller flera prover, av en eller flera kalibreringskurvorna, eller dos uppskattning.

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

Skyndsam strålning Biodosimetry automatiserade av disentrisk kromosom identifiering (ADCI) och dos uppskattning

Cytogenetiska disentrisk kromosom (DC) analysen kvantifierar exponering för joniserande strålning. Automatiserad disentrisk kromosom identifierare och dos Estimator programvaran uppskattar exakt och snabbt biologiska dosen från DCs i metafas celler. Det skiljer monocentric kromosomer och andra föremål från DCs, och uppskattar biologiska stråldosen från 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

Upptäckt av Inter-kromosomala Stabila Aberrations av flera Fluorescence<em&gt; In Situ</em&gt; Hybridisering (mFISH) och Spectral karyotypering (SKY) i bestrålade möss

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

Poolade shRNA skärm för reaktivering av MeCP2 på inaktiva X-kromosomen

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

Hög genomströmning identifiering av synergistisk läkemedelskombinationer med överlappning2 Metod

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

Hög genomströmning identifiering av reglerande gensekvenser som använder nästa generations sekvensering av cirkulär kromosom konformation fånga (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

Identifiering av spår av RNA: protein komplex via RNA immunoprecipitation i tandem följt 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

Identifiering av värdvägar riktade av bakteriella Effektorproteiner med hjälp av jäst toxicitet och suppressor skärmar

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

Beredning av meiotiska kromosom sprider sig från Zebrafish Spermatocytes

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

Inducera Hairy Roots av Agrobacterium rhizogenes-medierad transformation i tartary bovete (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

Identifiering av förstärkare-promotor kontakter i embryoid organ av kvantitativa kromosom konformation 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 humana preimplantatoriska embryon med hjälp av använt odlingsmedium: provsamling och kromosomal ploidyanalys

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 ...