Name: label-free identification of lymphocyte subtypes using three-dimensional quantitative phase imaging and machine learning
Uploaded: 2018-11-19T13:00:00
Description: Watch this Scientific Journal Video about Label-Free Identification of Lymphocyte Subtypes Using Three-Dimensional Quantitative Phase Imaging and Machine Learning at JoVE.com

यह काम KAIST BK21 + प्रोग्राम, Tomocube, इंक, और कोरिया के नेशनल रिसर्च फाउंडेशन (2015R1A3A2066550, 2017M3C1A3013923, 2018K000396) द्वारा समर्थित था । Y. जो KAIST राष्ट्रपति फैलोशिप और आासान फाउंडेशन जैव चिकित्सा विज्ञान छात्रवृत्ति से समर्थन स्वीकार करता है ।

पशु देखभाल और प्रायोगिक प्रक्रियाओं KAIST (KA2010-21, KA2014-01, और KA2015-03) के संस्थागत पशु देखभाल और उपयोग समिति के अनुमोदन के तहत प्रदर्शन किया गया । इस अध्ययन में किए गए सभी प्रयोगों को अनुमोदित दिशा-निर्देशों के अनुसा...

हम एक प्रोटोकॉल है कि 3 डी मात्रात्मक चरण इमेजिंग और मशीन सीखने का दोहन लिम्फोसाइट प्रकार के लेबल से मुक्त पहचान को सक्षम बनाता है प्रस्तुत करते हैं । इस प्रोटोकॉल के महत्वपूर्ण चरणों मात्रात्मक चरण इ?...

लिम्फोसाइटों को बी, हेल्पर (CD4 +) टी, साइटोटोक्सिक (सीडी 8 +) टी, और रेगुलेटरी टी सेल सहित विभिन्न उपप्रकारों में वर्गीकृत किया जा सकता है । प्रत्येक लिम्फोसाइट प्रकार अनुकूली प्रतिरक्षा प्रणाली में एक अलग भूमिका है; उदाहरण के लिए, बी लिम्फोसाइटों एंटीबॉडी का उत्पादन, जबकि टी लिम्फोसाइटों विशिष्ट एंटीजन का पता लगाने, असामान्य कोशिकाओं को खत्म करने, और बी लिम्फोसाइटों को विनियमित. लिम्फोसाइट समारोह और विनियमन कसकर द्वारा नियंत्रित और कैंसर1, स्व-प्रतिरक्षित रोग2, और वायरल संक्रमण3सहित विभिन्न रोगों से संबंधित है । इस प्रकार, लिम्फोसाइट प्रकार की पहचान के लिए इस तरह के रोगों में और क्लीनिक में immunotherapy के लिए अपनी pathophysiological भूमिकाओं को समझने के लिए महत्वपूर्ण है ।
वर्तमान में, लिम्फोसाइट प्रकार वर्गीकृत करने के लिए विधियाँ विशिष्ट सतह झिल्ली प्रोटीन या सतह मार्करों लक्ष्यीकरण द्वारा प्रतिजन-एंटीबॉडी प्रतिक्रियाओं पर निर्भर करते हैं4. लक्ष्यीकरण सतह मार्करों लिम्फोसाइट प्रकार निर्धारित करने के लिए एक सटीक और सटीक तरीका है । हालांकि, यह महंगा रिएजेंट और समय लेने वाली प्रक्रियाओं की आवश्यकता है । इसके अलावा, यह झिल्ली प्रोटीन संरचनाओं के संशोधन और सेलुलर कार्यों के परिवर्तन के जोखिम वहन करती है ।
इन चुनौतियों को दूर करने के लिए, यहां वर्णित प्रोटोकॉल 3 डी मात्रात्मक चरण इमेजिंग (QPI) और मशीन लर्निंग5का उपयोग कर लिम्फोसाइट प्रकारों की लेबल-मुक्त पहचान का परिचय देता है । यह विधि एकल-कक्ष स्तर पर लिम्फोसाइट प्रकार के वर्गीकरण को सक्षम करती है जो व्यक्तिगत लिम्फोसाइटों के लेबल-मुक्त 3d इमेजिंग से निकाली गई रूपात्मक जानकारी पर आधारित होती है. पारंपरिक प्रतिदीप्ति माइक्रोस्कोपी तकनीक के विपरीत, QPI का उपयोग अपवर्तन सूचकांक (आरआई) वितरण (आंतरिक ऑप्टिकल गुण जीवित कोशिकाओं और ऊतकों) के रूप में ऑप्टिकल कंट्रास्ट6,7। व्यक्तिगत लिम्फोसाइटों के आरआई tomograms लिम्फोसाइटों के उपप्रकारों के लिए विशिष्ट phenotypic जानकारी का प्रतिनिधित्व करते हैं । इस मामले में, व्यक्तिगत लिम्फोसाइटों के 3d आरआई tomograms का उपयोग करने के लिए, एक पर्यवेक्षण मशीन अधिगम एल्गोरिथ्म का उपयोग किया गया प्रणालीबद्ध ।
विभिंन QPI तकनीकों का प्रयोग, 3 डी री कोशिकाओं की tomograms सक्रिय रूप से सेल pathophysiology के अध्ययन के लिए इस्तेमाल किया गया है क्योंकि वे एक लेबल मुक्त, मात्रात्मक इमेजिंग क्षमता प्रदान8,9,10, 11,12,13. इसके अलावा, व्यक्तिगत कोशिकाओं के 3d आरआई वितरण कोशिकाओं के बारे में रूपात्मक, जैव रासायनिक, और यांत्रिक जानकारी प्रदान कर सकते हैं । 3d आरआई tomograms पहले रुधिर के खेतों में उपयोग किया गया है14,15,16,17, संक्रामक रोग18,19, 20, इम्यूनोलॉजी21, सेल जीव विज्ञान22,23, सूजन24, कैंसर25, तंत्रिका विज्ञान26,27, विकास जीव विज्ञान28, विषविज्ञान 29, और माइक्रोबायोलॉजी12,30,31,३२।
हालांकि 3d आरआई tomograms कोशिकाओं की विस्तृत रूपात्मक और जैव रासायनिक जानकारी प्रदान करते हैं, लिम्फोसाइट उपप्रकार के वर्गीकरण के लिए बस इमेजिंग 3 डी री tomograms5द्वारा प्राप्त करने के लिए मुश्किल है । व्यवस्थित और मात्रात्मक सेल प्रकार वर्गीकरण के लिए मापा 3d आरआई tomograms का दोहन करने के लिए, हम एक एल्गोरिथ्म सीखने की मशीन का उपयोग किया । हाल ही में, कई कार्यों में बताया गया है जिसमें कोशिकाओं के मात्रात्मक चरण छवियों विभिन्न मशीन लर्निंग एल्गोरिदम३३के साथ विश्लेषण किया गया, सूक्ष्मजीवों३४का पता लगाने सहित, जीवाणु जीनस३५ का वर्गीकरण , ३६, तेजी से और लेबल-एंथ्रेक्स बीजाणुओं का मुफ्त पता लगाने३७, शुक्राणु कोशिकाओं का स्वचालित विश्लेषण३८, कैंसर कोशिकाओं के विश्लेषण३९,४०, और मैक्रोफेज सक्रियण४१का पता लगाने ।
यह प्रोटोकॉल 3d QPI और मशीन लर्निंग का उपयोग करके व्यक्तिगत सेल स्तर पर लिम्फोसाइट प्रकारों की लेबल-मुक्त पहचान करने के लिए विस्तृत कदम प्रदान करता है । यह भी शामिल है: 1) माउस रक्त से लिम्फोसाइट अलगाव, 2) लिम्फोसाइट प्रवाह cytometry के माध्यम से छंटाई, 3) 3 डी QPI, 4) 3 डी आरआई tomograms से मात्रात्मक सुविधा निष्कर्षण, और 5) लिम्फोसाइट प्रकार की पहचान के लिए सीखने की निगरानी की ।

<table border="0" cellpadding="0" cellspacing="0" style="width:1100px;" width="1099">
	<colgroup>
		<col />
		<col />
		<col />
		<col />
	</colgroup>
	<tbody>
		<tr height="33">
			<td height="33" style="height:33px;width:303px;">Mouse</td>
			<td style="width:175px;">Daehan Biolink</td>
			<td style="width:344px;">C57BL/6J mice&#160;</td>
			<td style="width:279px;">gender and age-matched, 6 &#8211; 8 weeks</td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Falcon conical centrifuge tube</td>
			<td>ThermoFisher Scientific</td>
			<td>14-959-53A</td>
			<td>15 mL</td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Phosphate-buffered saline&#160;</td>
			<td>Sigma-Aldrich</td>
			<td>806544-500ML</td>
			<td style="width:279px;"></td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Ammonium-chloride-potassium lysing buffer&#160;</td>
			<td>ThermoFisher Scientific</td>
			<td>A1049201</td>
			<td style="width:279px;"></td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">RPMI-1640 medium</td>
			<td>Sigma-Aldrich</td>
			<td>R8758</td>
			<td style="width:279px;"></td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Fetal bovine serum</td>
			<td>ThermoFisher Scientific</td>
			<td>10438018</td>
			<td style="width:279px;"></td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;width:303px;">Antibody</td>
			<td style="width:175px;">BD Biosciences</td>
			<td>553140 (RRID:AB_394655)</td>
			<td style="width:279px;">CD16/32 (clone 2.4G2)</td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Antibody</td>
			<td>BD Biosciences</td>
			<td>555275 (RRID:AB_395699)</td>
			<td>CD3&#949; (clone 17A2)</td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Antibody</td>
			<td>Biolegnd</td>
			<td>100734 (RRID:AB_2075238)</td>
			<td>CD8&#945; (clone 53-6.7)</td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Antibody</td>
			<td>BD Biosciences</td>
			<td>557655 (RRID:AB_396770)</td>
			<td>CD19 (clone 1D3)</td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Antibody</td>
			<td>BD Biosciences</td>
			<td>557683 (RRID:AB_396793)</td>
			<td>CD45R/B220 (clone RA3-6B2)</td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Antibody</td>
			<td>BD Biosciences</td>
			<td>552878 (RRID:AB_394507)</td>
			<td>NK1.1 (clone PK136)</td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Antibody</td>
			<td>eBioscience</td>
			<td>11-0041-85 (RRID:AB_464893)</td>
			<td>CD4 (clone GK1.5)</td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">DAPI&#160;</td>
			<td>Roche</td>
			<td>10236276001</td>
			<td style="width:279px;">4,6-diamidino-2-phenylindole</td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Flow cytometry&#160;</td>
			<td>BD Biosciences</td>
			<td>Aria II or III&#160;</td>
			<td></td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Imaging chamber</td>
			<td>Tomocube, Inc.</td>
			<td>TomoDish</td>
			<td style="width:279px;"></td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Holotomography</td>
			<td>Tomocube, Inc.</td>
			<td>HT-1H</td>
			<td></td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Holotomography imaging software</td>
			<td>Tomocube, Inc.</td>
			<td>TomoStudio</td>
			<td></td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;">Image professing software</td>
			<td>MathWorks</td>
			<td>Matlab R2017b</td>
			<td></td>
		</tr>
	</tbody>
</table>

label-free identification of lymphocyte subtypes using three-dimensional quantitative phase imaging and machine learning

हम यहां लेबल के लिए एक प्रोटोकॉल का वर्णन-मात्रात्मक चरण इमेजिंग और मशीन सीखने का उपयोग लिम्फोसाइट उपप्रकार के मुक्त पहचान । इम्यूनोलॉजी के अध्ययन के साथ ही विभिन्न रोगों के निदान और उपचार के लिए लिम्फोसाइट उपप्रकारों की पहचान महत्वपूर्ण है । वर्तमान में, लिम्फोसाइट प्रकार वर्गीकृत करने के लिए मानक तरीके प्रतिजन-एंटीबॉडी प्रतिक्रियाओं के माध्यम से विशिष्ट झिल्ली प्रोटीन लेबलिंग पर निर्भर करते हैं । हालांकि, इन लेबलिंग तकनीक सेलुलर कार्यों में फेरबदल के संभावित जोखिम ले । प्रोटोकॉल यहां वर्णित आंतरिक ऑप्टिकल 3 डी मात्रात्मक चरण इमेजिंग और एक मशीन लर्निंग एल्गोरिथ्म द्वारा मापा विरोधाभासों का दोहन द्वारा इन चुनौतियों पर काबू । 3 डी अपवर्तन सूचकांक (आरआई) के माप लिम्फोसाइटों के tomograms 3d आकृति विज्ञान और phenotypes के बारे में मात्रात्मक जानकारी प्रदान करता है । मापा 3 डी आरआई tomograms से निकाले जाने वाले भौतिक पैरामीटर तो मात्रात्मक एक मशीन अधिगम एल्गोरिथ्म के साथ विश्लेषण कर रहे हैं, एक एकल सेल स्तर पर लिम्फोसाइट प्रकार की लेबल मुक्त पहचान को सक्षम करने से । हम B, CD4 + t, और सीडी 8 + t लिम्फोसाइटों के 3 डी आरआई tomograms उपाय और ८०% से अधिक सटीकता के साथ अपने सेल प्रकार की पहचान की । इस प्रोटोकॉल में, हम लिम्फोसाइट अलगाव, 3 डी मात्रात्मक चरण इमेजिंग, और लिम्फोसाइट प्रकार की पहचान करने के लिए मशीन सीखने के लिए विस्तृत कदम का वर्णन ।

चित्रा 1 पूरे प्रोटोकॉल के योजनाबद्ध प्रक्रिया से पता चलता है । यहां प्रस्तुत प्रक्रिया का उपयोग कर, हम अलग B (n = १४९), CD4 + t (n = ९५), और सीडी 8 + t (n = ११२) लिम्फोसाइटों । रोशनी के विभिन्न कोण?...

Watch this Scientific Journal Video about Label-Free Identification of Lymphocyte Subtypes Using Three-Dimensional Quantitative Phase Imaging and Machine Learning at JoVE.com

Label-Free Identification of Lymphocyte Subtypes Using Three-Dimensional Quantitative Phase Imaging and Machine Learning

हम मात्रात्मक चरण इमेजिंग और मशीन लर्निंग एल्गोरिथ्म का उपयोग करके लिम्फोसाइट उपप्रकारों की लेबल-मुक्त पहचान के लिए एक प्रोटोकॉल का वर्णन करते हैं । 3 डी अपवर्तन सूचकांक की माप tomograms के लिम्फोसाइटों वर्तमान 3d रूपात्मक और जैव रासायनिक जानकारी व्यक्तिगत कोशिकाओं के लिए है, जो तब सेल प्रकार की पहचान के लिए एक मशीन सीखने के एल्गोरिथ्म के साथ विश्लेषण किया जाता है ।

तीन आयामी मात्रात्मक चरण इमेजिंग और मशीन लर्निंग का उपयोग करके लिम्फोसाइट उपप्रकारों की लेबल-मुक्त पहचान

We describe here a protocol for the label-free identification of lymphocyte subtypes using quantitative phase imaging and machine learning. Identification ...

यह विधि पारंपरिक फ्लोरेसेंस लेबलिंग और प्रवाह साइटोमेट्री विश्लेषण प्रक्रिया का विकल्प प्रदान करती है, जो समय लेने वाली, महंगी होती है, और नमूनों के सेलुलर फ़ंक्शन में फेरबदल का जोखिम उठाती है। इस तकनीक का मुख्य लाभ त्रि-आयामी अपवर्तक सूचकांक टोमोग्राफी है और मशीन लर्निंग लेबल-मुक्त और मात्रात्मक तरीके हैं जो तेजी से और सटीक लिम्फोसाइट पहचान को सक्षम करते हैं। इस तकनीक के निहितार्थ रक्त कैंसर और ऑटोइम्यून रोगों की चिकित्सा की ओर विस्तार के रूप में लिम्फोसाइट्स की पहचान रोग निदान और उचित उपचार आवेदन के लिए महत्वपूर्ण हो सकता है ।हालांकि यह विधि लिम्फोसाइट आबादी में अंतर्दृष्टि प्रदान कर सकती है, लेकिन इसे बैक्टीरिया सहित ब्याज की अन्य एकल कोशिकाओं के विश्लेषण पर भी लागू किया जा सकता है। 3 डी मात्रात्मक चरण इमेजिंग तकनीक का दृश्य प्रदर्शन महत्वपूर्ण है, क्योंकि यह तकनीक को कैसे अंजाम देना है और इसके अनुप्रयोगों में अंतर्दृष्टि प्रदान कर सकता है, इसका स्पष्ट निर्देश प्रदान करता है। फ्लोरेसेंस-एक्टिवेटेड सेल सॉर्टिंग द्वारा प्रत्येक लिम्फोसाइट सबसेट एकत्र करके शुरू करें।इष्टतम इमेजिंग के लिए, प्रत्येक कोशिका नमूने को आरपीएमआई माध्यम के माइक्रोलीटर प्रति 180 कोशिकाओं की एकाग्रता में पतला करें, और धीरे-धीरे पहले पतला नमूने के 120 माइक्रोलीटर को इमेजिंग कक्ष में इंजेक्ट करें। कक्ष के भीतर बुलबुले की कमी की पुष्टि करने के बाद, आसुत पानी की एक बूंद को 3 डी मात्रात्मक चरण माइक्रोस्कोप के उद्देश्य लेंस पर रखें, और इमेजिंग चैंबर को माइक्रोस्कोप के अनुवाद चरण पर रखें। मंच को समायोजित करें ताकि नमूना उद्देश्य लेंस के साथ संरेखित हो, और उद्देश्य और कंडेनसर लेंस की अक्षीय स्थितियों को समायोजित करने के लिए इमेजिंग सॉफ्टवेयर के माइक्रोस्कोप परिप्रेक्ष्य के अंशांकन टैब में फोकस और सतह पर क्लिक करें।उद्देश्य और कंडेनसर लेंस संरेखित करने के लिए ऑटो मोड पर क्लिक करें। संरेखण को अनुकूलित करने के लिए, स्कैनिंग मोड खोलें और डिजिटल माइक्रोमिरर डिवाइस पैटर्न को केंद्र में संरेखित करने के लिए लेंस को मैन्युअल रूप से समायोजित करें। फिर, सामान्य मोड पर लौटें और दृश्य के क्षेत्र में एक सेल का पता लगाने के लिए अनुवाद चरण को समायोजित करें।स्क्रीन में कल्पना की गई नमूना सीमा लगभग अदृश्य होने तक फोकल प्लेन को खोजने के लिए ऑब्जेक्टिव लेंस की अक्षीय स्थिति को समायोजित करें। इष्टतम 3डीआरआई टोमोग्राम उत्पन्न करने के लिए सेल के फोकस को पूरी तरह से समायोजित करना महत्वपूर्ण है। यदि छवि को ठीक से नहीं लिया जाता है, तो 3 डी पुनर्निर्माण बिगड़ा होगा, जिसके परिणामस्वरूप शोर टोमोग्राम होगा।एक सेल के बिना एक स्थान खोजने के लिए अनुवाद चरण को समायोजित करें और अलग-अलग रोशनी कोणों के साथ कई 2D होलोग्राम को मापने के लिए कैलिब्रेट पर क्लिक करें। देखने के क्षेत्र के केंद्र में एक सेल का पता लगाने के लिए अनुवाद चरण को समायोजित करें। और अधिग्रहण टैब के तहत, नमूना छवि जा रहा है नाम ।2डी होलोग्राम के लिए बस मापा के रूप में एक ही रोशनी कोण का उपयोग कर सेल के होलोग्राम को मापने के लिए 3D स्नैपशॉट पर क्लिक करें । जब डेटा प्रबंधन पैनल में अधिग्रहीत डेटा दिखाई देता है, तो इमेजिंग सॉफ्टवेयर में लागू डेफ्रैक्शन टोमोग्राफी एल्गोरिदम का उपयोग करके 2डी होलोग्राम से 3डी अपवर्तक इंडेक्स टोमोग्राम को पुनर्निर्मित करने के लिए डेटा और क्लिक प्रक्रिया पर सही क्लिक करें। इमेजिंग के बाद, डेटा प्रबंधन पैनल में, डेटा पर सही क्लिक करें और डेटा की कल्पना करने के लिए ओपन पर क्लिक करें।इसे फिर से स्थापित करने के लिए सेल के केंद्र पर क्लिक करें और डेटा मैनेजर पैनल पर आरआई टोमोग्राम पर क्लिक करें। प्रीसेट टैब पर लोड और डबल क्लिक लिम्फोसाइट पर क्लिक करें। एक्सएमएल, जो 3डीआरआई वितरण के अनुसार टोमोग्राम की कल्पना करने के लिए इमेजिंग सॉफ्टवेयर द्वारा प्रदान किया गया एक पूर्वनिर्धारित स्थानांतरण कार्य है।माउस को ज़ूम इन करने के लिए स्क्रॉल करें और सेल को किसी भी दिशा में घुमाने के लिए खींचें। मात्रात्मक रूपात्मक और जैव रासायनिक सुविधा निष्कर्षण के लिए सभी टोमोग्राफिक डेटा को एक ही फ़ोल्डर में रखें और मुख्य फ़ोल्डर में व्यक्तिगत सबफोल्डर्स के भीतर सेल प्रकारों को विभाजित करें। इसके बाद, उपयुक्त इमेजिंग सॉफ्टवेयर में पूरक सुविधा निष्कर्षण फ़ाइल खोलें और लाइन 14 को संपादित करें ताकि टोमोग्राम फ़ोल्डर को नामित किया जा सके जहां से डेटा निकाला जाना है।जिस फोल्डर से निकाले गए फीचर डेटा को सेव करना है और कोड को निष्पादित करना है, उसे नामित करने के लिए लाइन 15 को संपादित करें। डेटासेट में हर टोमोग्राम के लिए कोड सतह क्षेत्र, सेलुलर वॉल्यूम, स्पेरीसिटी, प्रोटीन घनत्व और शुष्क द्रव्यमान प्रति अपवर्तक सूचकांक सीमा की गणना करेगा। पर्यवेक्षित सीखने और पहचान के लिए मटलैब में सरल यादृच्छिक बंटवारे एल्गोरिदम का उपयोग बेतरतीब ढंग से निकाले गए फीचर डेटा को अलग-अलग प्रशिक्षण और परीक्षण सेट फ़ोल्डर्स में विभाजित करने के लिए करें।प्रशिक्षण सेट फ़ोल्डर, लाइन 16 को प्रशिक्षित वर्गीकरण को बचाने के लिए फ़ोल्डर नामित करने के लिए पूरक प्रशिक्षण फ़ाइल और संपादित लाइन 14 खोलें, और क्लासिफायर के लिए फ़ाइल नाम निर्धारित करने के लिए लाइन 17। फिर कोड निष्पादित करें। प्रशिक्षण सेट की चयनित विशेषताओं का उपयोग करके, कोड कश्मीर निकटतम पड़ोसी एल्गोरिदम के साथ एक क्लासिफायर को प्रशिक्षित करेगा और नामित फ़ोल्डर में क्लासिफायर को बचाएगा।इसके बाद, पूरक परीक्षण फ़ाइल तीन खोलें, और प्रशिक्षित श्रेणी के निर्धारित करने के लिए प्रशिक्षित वर्गीकरण को नामित करने के लिए 14 से 15 लाइनों को संपादित करें और प्रशिक्षित परीक्षण सेट को नामित करने के लिए 17 लाइन करें । फिर कोड निष्पादित करें। क्लासिफायर टेस्ट सेट में व्यक्तिगत लिम्फोसाइट्स के सेल प्रकारों की पहचान करेगा।इमेजिंग सॉफ्टवेयर के माध्यम से सौंपे गए अपवर्तक सूचकांक मूल्यों के अनुसार आवंटित विभिन्न रंग योजनाओं के साथ बी लिम्फोसाइट्स, सीडी 4 पॉजिटिव टी लिम्फोसाइट्स और सीडी 8 पॉजिटिव टी लिम्फोसाइट्स के प्रतिनिधि 3 डी प्रदान किए गए अपवर्तक सूचकांक टोमोग्राम दिखाए जाते हैं। अपवर्तक सूचकांक से मात्रात्मक रूपात्मक और जैव रासायनिक सुविधाओं की गणना की जा सकती है। इस प्रयोग में प्रशिक्षण और परीक्षण के मामलों के लिए टी और बी लिम्फोसाइट वर्गीकरण की सटीकता क्रमशः 93.15% और 89.81% थी।सीडी 4 सकारात्मक और सीडी 8 सकारात्मक टी लिम्फोसाइट्स को सांख्यिकीय रूप से वर्गीकृत किया गया था, और प्रशिक्षण और परीक्षण सेट के लिए क्रमशः सटीकता 87.41% और 84.38% थी। अंत में, प्रशिक्षण और परीक्षण चरणों के लिए क्रमशः मल्टीक्लास, सेल टाइप क्लासिफायर की सटीकता क्रमशः 80.65%और 75.93% थी। इस तकनीक की सफलता के लिए छवियों की गुणवत्ता और संख्या आवश्यक है।छवि की गुणवत्ता जितनी बेहतर होगी और डेटा की मात्रा उतनी ही अधिक होगी, पहचान की सटीकता उतनी ही बेहतर होगी। डीप लर्निंग का उपयोग टोमोग्राम के जटिल डेटा का पूरी तरह से विश्लेषण करने के लिए किया जा सकता है, जो पहचान प्रदर्शन को अत्यधिक बढ़ाता है। इसके अलावा, फ्लोरेसेंस और 3डी मात्रात्मक चरण इमेजिंग का उपयोग पहचाने गए लिम्फोसाइट्स की शारीरिक भूमिकाओं के मार्ग की जांच करने के लिए किया जा सकता है।इसके विकास के बाद इस तकनीक ने सेल जीव विज्ञान और बायोमेडिसिन के क्षेत्र में शोधकर्ताओं के लिए विभिन्न जीवों के भीतर रुचि की विशिष्ट बीमारियों का पता लगाने का मार्ग प्रशस्त किया । दरअसल, विशेष रूप से इम्यूनोलॉजिस्ट, ब्याज की आबादी की पहचान करने के लिए इस नई तकनीक का उपयोग करने से लाभ हो सकता है ।

Research

JoVE Journal

Immunology and Infection

Detection of Human Leukocyte Antigen Biomarkers in Breast Cancer Utilizing Label-free Biosensor Technology

लेबल मुक्त Biosensor प्रौद्योगिकी का उपयोग स्तन कैंसर में मानव ल्युकोसैट प्रतिजन biomarkers की डिटेक्शन

According to the American Cancer Society, more than 200,000 women will be diagnosed with invasive breast cancer each year and approximately 40,000 will ...

High-throughput Quantitative Real-time RT-PCR Assay for Determining Expression Profiles of Types I and III Interferon Subtypes

उच्च throughput मात्रात्मक वास्तविक समय आरटी पीसीआर परख प्रकार मैं और तृतीय इंटरफेरॉन उपप्रकार की अभिव्यक्ति प्रोफाइल निर्धारण के लिए

Described in this report is a qRT-PCR assay for the analysis of seventeen human IFN subtypes in a 384-well plate format that incorporates highly specific ...

Detection of Trypanosoma brucei Variant Surface Glycoprotein Switching by Magnetic Activated Cell Sorting and Flow Cytometry

Detection of Trypanosoma brucei Variant Surface Glycoprotein Switching by Magnetic Activated Cell Sorting and Flow Cytometry

की जांच<em&gt; Trypanosoma ब्रुसे</em&gt; चुंबकीय सक्रिय सेल छंटनी और प्रवाह cytometry द्वारा संस्करण सतह ग्लाइकोप्रोटीन स्विचिंग

Trypanosoma brucei, a protozoan parasite that causes both Human and Animal African Trypanosomiasis (known as sleeping sickness and nagana, respectively) ...

Non-invasive In Vivo Fluorescence Optical Imaging of Inflammatory MMP Activity Using an Activatable Fluorescent Imaging Agent

Non-invasive In Vivo Fluorescence Optical Imaging of Inflammatory MMP Activity Using an Activatable Fluorescent Imaging Agent

गैर इनवेसिव<em&gt; विवो में</em&gt; प्रतिदीप्ति भड़काऊ एमएमपी गतिविधि के ऑप्टिकल इमेजिंग एक सक्रिय फ्लोरोसेंट इमेजिंग एजेंट का प्रयोग

This paper describes a non-invasive method for imaging matrix metalloproteinases (MMP)-activity by an activatable fluorescent probe, via in vivo ...

Murine Lymphocyte Labeling by 64Cu-Antibody Receptor Targeting for In Vivo Cell Trafficking by PET/CT

Murine Lymphocyte Labeling by 64Cu-Antibody Receptor Targeting for In Vivo  Cell Trafficking by PET/CT

म्यूरीन लिम्फोसाइट लेबलिंग द्वारा<sup&gt; 64</sup&gt; Cu-एंटीबॉडी रिसेप्टर के लिए लक्ष्य निर्धारण<em&gt; में विवो</em&gt; पीईटी / सी टी द्वारा सेल तस्करी

This protocol illustrates the production of 64Cu and the chelator conjugation/radiolabeling of a monoclonal antibody (mAb) followed by murine lymphocyte ...

Qualitative and Quantitative Analysis of the Immune Synapse in the Human System Using Imaging Flow Cytometry

इमेजिंग प्रवाह Cytometry का उपयोग कर मानव प्रणाली में प्रतिरक्षा Synapse के गुणात्मक और मात्रात्मक विश्लेषण

The immune synapse is the area of communication between T cells and antigen-presenting cells (APCs). T cells polarize surface receptors and proteins ...

Analysis of Lymphocyte Extravasation Using an In Vitro Model of the Human Blood-brain Barrier

Analysis of Lymphocyte Extravasation Using an In Vitro Model of the Human Blood-brain Barrier

लिम्फोसाइट परिस्त्राव के विश्लेषण से एक का उपयोग करना<em&gt; इन विट्रो</em&gt; मानव रक्त मस्तिष्क बाधा के मॉडल

Lymphocyte extravasation into the central nervous system (CNS) is critical for immune surveillance. Disease-related alterations of lymphocyte ...

Light-sheet Microscopy for Three-dimensional Visualization of Human Immune Cells

मानव प्रतिरक्षा कोशिकाओं के तीन आयामी दृश्य के लिए हल्की चादर माइक्रोस्कोपी

In vivo, activation, proliferation, and function of immune cells all occur in a three-dimensional (3D) environment, for instance in lymph nodes or ...

Label-free Neutrophil Enrichment from Patient-derived Airway Secretion Using Closed-loop Inertial Microfluidics

लेबल-रोगी से मुक्त न्युट्रोफिल संवर्धन-व्युत्पन्न Airway स्राव का उपयोग बंद पाश Inertial Microfluidics

Airway secretions contain a large number of immune-related cells, e.g., neutrophils, macrophages, and lymphocytes, which can be used as a major resource ...

Real-time Imaging and Quantification of Fungal Biofilm Development Using a Two-Phase Recirculating Flow System

रीयल-टाइम इमेजिंग और फंगल ठहराव के विकास की एक दो चरण के पुनर्संचारित प्रवाह प्रणाली का उपयोग कर

In oropharyngeal candidiasis, members of the genus Candida must adhere to and grow on the oral mucosal surface while under the effects of salivary flow. ...