Name: quantifying fibrillar collagen organization with curvelet transform-based tools
Uploaded: 2020-11-11T14:00:00
Description: Watch this Scientific Journal Video about Quantifying Fibrillar Collagen Organization with Curvelet Transform-Based Tools at JoVE.com

Agradecemos a muchos contribuyentes y usuarios a CT-FIRE y CurveAlign a lo largo de los años, incluyendo el Dr. Rob Nowak, la Dra. Carolyn Pehlke, el Dr. Jeremy Bredfeldt, Guneet Mehta, Andrew Leicht, el Dr. Adib Keikhosravi, el Dr. Matt Conklin, el Dr. Jayne Squirrell, el Dr. Paolo Provenzano, la Dra. Brenda Ogle, la Dra. Patricia Keely, el Dr. Joseph Szulczewski, la Dra. Suzanne Ponik y contribuciones técnicas adicionales de Swati Anand y Curtis Rueden. Este trabajo fue apoyado por fondos de Semiconductor Research Corporation, Morgridge Institute for Research y NIH grants R01CA199996, R01CA181385 y U54CA210190 a K.W.E.

NOTA: Este protocolo describe el uso de CT-FIRE y CurveAlign para la cuantificación de colágeno. Estas dos herramientas tienen objetivos complementarios, pero diferentes, principales y están vinculadas en cierta medida. CT-FIRE se puede lanzar desde la interfaz CurveAlign para llevar a cabo la mayoría de las operaciones, excepto para el postprocesamiento avanzado y el análisis de ROI. Para un funcionamiento completo de CT-FIRE, debe iniciarse por separado.
1. Colección de imágenes y requi...

Este protocolo describe el uso de CT-FIRE y CurveAlign para la cuantificación de colágeno fibrilador y se puede aplicar a cualquier imagen con fibras de colágeno u otras estructuras alargadas similares a líneas o similares a fibras adecuadas para su análisis por CT-FIRE o CurveAlign. Por ejemplo, las fibras elastinas o elásticas podrían procesarse de manera similar en esta plataforma. Hemos probado ambas herramientas en fibras sintéticas generadas computacionalmente21. Dependiendo de la ap...

Los colágenos fibriladores son componentes estructurales prominentes del ECM. Su organización cambia la función del tejido de impacto y probablemente se asocian con la progresión de muchas enfermedades que van desde osteogénesis imperfecta1,disfunción cardíaca2,y cicatrización de heridas3 a diferentes tipos de cáncer incluyendo mama4,5,6,ovario7,8,riñón9,y cánceres de páncreas10. Muchas modalidades de imagen establecidas se pueden utilizar para visualizar colágeno fibrilador como microscopía de segunda generación armónica11,manchas o tintes junto con microscopía de campo brillante o fluorescencia o microscopía de luz polarizada12,microscopía de polarización basada en cristal líquido (LC-PolScope)13y microscopía electrónica14. A medida que la importancia de la organización del colágeno fibrilador se ha vuelto más clara, y el uso de estos métodos ha aumentado, la necesidad de mejorar los enfoques de análisis de fibra de colágeno también ha crecido.
Ha habido muchos esfuerzos para desarrollar métodos computacionales para la medición automatizada del colágeno fibrilador. Las herramientas de software de libre disposición se centran principalmente en el cálculo de la alineación u orientación de la fibra mediante la adopción de primer tensor derivado o estructura para píxeles15,16o fourier transform-based spectrum analysis for image tiles17. Todas estas herramientas están sujetas a limitaciones como el requisito de pasos manuales, la imprecisión en la detección del borde de fibra en un fondo ruidoso o la falta de caracterización de características localizadas.
En comparación con otras herramientas de software libre de código abierto disponibles libremente, los métodos descritos en este protocolo utilizan TC ,un método óptimo, multiescala y de representación de imágenes direccionales, para eliminar el ruido de las imágenes de colágeno fibrilador y mejorar o rastrear los bordes de fibra. La información sobre la ubicación y la orientación se puede proporcionar directamente desde una fibra en lugar de utilizar la información indirecta en píxeles o en función de las ventanas para inferir las métricas de la organización de fibra. Este marco basado en TC18,19,20,21 puede cuantificar la organización de la fibra a nivel global, ROI o fibra, principalmente a través de dos paquetes separados, pero vinculados, llamados "CT-FIRE"18,21 y "CurveAlign"19,21. En lo que respecta a la implementación del software, en CT-FIRE, los coeficientes de TC en múltiples escalas se pueden utilizar para reconstruir una imagen que mejora los bordes y reduce el ruido. A continuación, se aplica un algoritmo de extracción de fibra individual a la imagen reconstruida por TC para realizar un seguimiento de las fibras para encontrar sus puntos centrales representativos, extender las ramas de fibra desde los puntos centrales y vincular las ramas de fibra para formar una red de fibra. En CurveAlign, los coeficientes ct en una escala especificada por el usuario se pueden utilizar para realizar un seguimiento de la orientación de la fibra local, donde se extraen y agrupan la orientación y las ubicaciones de las curvas para estimar la orientación de la fibra en las ubicaciones correspondientes. Este marco de cuantificación resultante se ha desarrollado durante más de diez años y ha evolucionado mucho en muchos aspectos como la funcionalidad, la interfaz de usuario y la modularidad. Por ejemplo, esta herramienta puede visualizar la orientación local de la fibra y permite al usuario medir hasta treinta entidades de fibra, incluidas propiedades de fibra individuales como longitud, ángulo, anchura y recudez, así como mediciones a granel como densidad y alineación. Además, el usuario puede medir el ángulo de fibra en relación con los límites segmentados manual o automáticamente, lo que, por ejemplo, desempeña un papel importante en el desarrollo de biomarcador basado en imágenes en el cáncer de mama22 y estudios de cáncer de páncreas10. Esta plataforma proporciona varios módulos de características, incluidos los de análisis de ROI, creación automática de límites y postprocesamiento. El módulo roi se puede utilizar para anotar diferentes formas de ROI y realizar el análisis de ROI correspondiente. Como ejemplo de aplicación, el módulo de creación automática de límites se puede utilizar para registrar imágenes de campo brillante de hematoxilina y eosina (H&E) con imágenes de segunda generación armónica (SHG) y generar la máscara de imagen de los límites tumorales a partir de las imágenes H&E registradas. El módulo de postprocesamiento puede ayudar a facilitar el procesamiento y la integración de archivos de datos de salida a partir de imágenes individuales para un posible análisis estadístico.
Esta plataforma de cuantificación no requiere experiencia previa en programación o procesamiento de imágenes y puede manejar grandes conjuntos de datos, incluidas cientos o miles de imágenes, lo que permite una cuantificación eficiente de la organización del colágeno para aplicaciones biológicas o biomédicas. Ha sido ampliamente utilizado en diferentes campos de investigación por muchos investigadores de todo el mundo, incluyendo nosotros mismos. Hay cuatro publicaciones principales en CT-FIRE y CurveAlign18,19,20,21, de las cuales las tres primeras han sido citadas 272 veces (a partir de 2020-05-04 según Google Scholar). Una revisión de las publicaciones que citaron esta plataforma (CT-FIRE o CurveAlign) indica que hay aproximadamente 110 artículos de revistas que la utilizaron directamente para su análisis, en los que aproximadamente 35 publicaciones fueron en colaboración con nuestro grupo, y las otras (~ 75) fueron escritas por otros grupos. Por ejemplo, esta plataforma se utilizó para los siguientes estudios: cáncer de mama22,23,24,cáncer de páncreas10,25,cáncer de riñón9,26,cicatrización de heridas3,27,28,29,30,cáncer de ovario8,31,7,ligamento uterosacral32,antítesis hipofosfatémicotin33,carcinoma basocelular34,sarcoma hipoxico35,tejido cartílago36,disfunción cardíaca37,neuronas38,glioblastoma39,contracciones linfáticas40,cacffolds fibrosos41,cáncer gástrico42,microtúbulo43y fibrosis vesical44. Figura 1 demuestra la aplicación de imágenes de cáncer de CurveAlign para encontrar las firmas de colágeno asociadas al tumor de cáncer de mama19 de la imagen SHG. En la figura 2 se describe un flujo de trabajo esquemático típico de esta plataforma. Aunque estas herramientas se han revisado técnicamente18,19,21y también está disponible un protocolo regular20 para el análisis de alineación con CurveAlign, también está disponible un protocolo visual que demuestra que todas las características esenciales podrían ser útiles. Un protocolo visualizado, tal como se presenta aquí, facilitará el proceso de aprendizaje del uso de esta plataforma, así como abordar de manera más eficiente las preocupaciones y preguntas que los usuarios podrían tener.

<table>
	<tbody>
		<tr>
			<td>CT-FIRE</td>
			<td>Univerity of Wisconsin-Madison</td>
			<td>N/A</td>
			<td>open source software available from https://eliceirilab.org/software/ctfire/</td>
		</tr>
		<tr>
			<td>CurveAlign</td>
			<td>University of Wisconsin-Madison</td>
			<td>N/A</td>
			<td>open source software available from https://eliceirilab.org/software/curvealign/</td>
		</tr>
	</tbody>
</table>

quantifying fibrillar collagen organization with curvelet transform-based tools

Los colágenos fibriladores son componentes prominentes de la matriz extracelular (ECM), y se ha demostrado que sus cambios en la topología se asocian con la progresión de una amplia gama de enfermedades, incluyendo cánceres de mama, ovario, riñón y páncreas. Las herramientas de software de cuantificación de fibra disponibles libremente se centran principalmente en el cálculo de la alineación u orientación de la fibra, y están sujetas a limitaciones tales como el requisito de pasos manuales, la imprecisión en la detección del borde de fibra en un fondo ruidoso, o la falta de caracterización de características localizadas. La herramienta de cuantificación de fibra de colágeno descrita en este protocolo se caracteriza por utilizar una representación óptima de imagen multiescala habilitada por transformación curva (TC). Este enfoque algorítmico permite la eliminación del ruido de las imágenes de colágeno fibrilador y la mejora de los bordes de fibra para proporcionar información de ubicación y orientación directamente desde una fibra, en lugar de utilizar la información indirecta en cuanto a píxeles o en la ventana obtenida de otras herramientas. Este marco basado en TC contiene dos paquetes separados, pero vinculados, denominados "CT-FIRE" y "CurveAlign" que pueden cuantificar la organización de fibra a nivel global, región de interés (ROI) o fibra individual. Este marco de cuantificación se ha desarrollado durante más de diez años y ahora se ha convertido en una plataforma integral de cuantificación de colágeno impulsada por el usuario. Con esta plataforma, se pueden medir hasta una treintena de características de fibra, incluyendo propiedades de fibra individuales como longitud, ángulo, anchura y recudimiento, así como mediciones a granel como densidad y alineación. Además, el usuario puede medir el ángulo de fibra en relación con los límites segmentados manual o automáticamente. Esta plataforma también proporciona varios módulos adicionales, incluidos los para el análisis de ROI, la creación automática de límites y el postprocesamiento. El uso de esta plataforma no requiere experiencia previa en programación o procesamiento de imágenes, y puede manejar grandes conjuntos de datos, incluyendo cientos o miles de imágenes, lo que permite una cuantificación eficiente de la organización de fibra de colágeno para aplicaciones biológicas o biomédicas.

Estos métodos se han aplicado con éxito en numerosos estudios. Algunas aplicaciones típicas incluyen: 1) Conklin et al.22 utilizó CurveAlign para calcular las firmas de colágeno asociadas al tumor, y encontró que las fibras de colágeno se alineaban con mayor frecuencia perpendicularmente al perímetro del conducto en lesiones de carcinoma ductal in situ (DCIS); 2) Drifka et al.10 utilizaron el modo CT-FIRE en CurveAlign para cuantificar la alineación estromal de col...

Watch this Scientific Journal Video about Quantifying Fibrillar Collagen Organization with Curvelet Transform-Based Tools at JoVE.com

Quantifying Fibrillar Collagen Organization with Curvelet Transform-Based Tools

Aquí, presentamos un protocolo para utilizar una herramienta de software MATLAB de código abierto basada en transformaciones curvas para cuantificar la organización del colágeno fibrilador en la matriz extracelular de los tejidos normales y enfermos. Esta herramienta se puede aplicar a imágenes con fibras de colágeno u otros tipos de estructuras similares a líneas.

Cuantificación de la organización del colágeno fibrilador con herramientas basadas en curvelet transform

Fibrillar collagens are prominent extracellular matrix (ECM) components, and their topology changes have been shown to be associated with the progression ...

Research

JoVE Journal

Bioengineering

Preparation of Complaint Matrices for Quantifying Cellular Contraction

Preparación de las matrices de demanda para la cuantificación de la contracción celular

The regulation of cellular adhesion to the extracellular matrix (ECM) is essential for cell migration and ECM remodeling.  Focal adhesions are ...

Investigación

Bioingeniería

Quantifying the Mechanical Properties of the Endothelial Glycocalyx with Atomic Force Microscopy

La cuantificación de las propiedades mecánicas de la glicocálix endotelial con la Microscopía de Fuerza Atómica

Our  understanding of the interaction of leukocytes and the vessel wall during  leukocyte capture is limited by an incomplete understanding of the ...

Imaging Denatured Collagen Strands In vivo and Ex vivo via Photo-triggered Hybridization of Caged Collagen Mimetic Peptides

Imaging Denatured Collagen Strands In vivo and Ex vivo via Photo-triggered Hybridization of Caged Collagen Mimetic Peptides

Imaging desnaturalizadas colágeno Strands<em&gt; En vivo</em&gt; Y<em&gt; Ex vivo</em&gt; A través de Photo-desencadenada Hibridación de Caged colágeno Mimetic Péptidos

Collagen is a major structural component of the extracellular matrix that supports tissue formation and maintenance. Although collagen remodeling is an ...

Helical Organization of Blood Coagulation Factor VIII on Lipid Nanotubes

Organización helicoidal de sangre Coagulación Factor VIII en lípidos nanotubos

Cryo-electron microscopy (Cryo-EM)1 is a powerful approach to investigate the functional structure of proteins and complexes in a hydrated state and ...

Analysis of Cell Migration within a Three-dimensional Collagen Matrix

Análisis de la migración de células dentro de una matriz de colágeno tridimensional

The ability to migrate is a hallmark of various cell types and plays a crucial role in several physiological processes, including&#160;embryonic ...

Electrospun Nanofiber Scaffolds with Gradations in Fiber Organization

Electrospun nanofibras andamios con gradaciones en Organización de fibra

The goal of this protocol is to report a simple method for generating nanofiber scaffolds with gradations in fiber organization and test their possible ...

Engineering 3D Cellularized Collagen Gels for Vascular Tissue Regeneration

Ingeniería 3D Cellularized colágeno Geles para Vascular Regeneración Tisular

Synthetic materials are known to initiate clinical complications such as inflammation, stenosis, and infections when implanted as vascular substitutes. ...

Engineered 3D Silk-collagen-based Model of Polarized Neural Tissue

Modelo de polarizado Neural tisular basada Silk-colágeno-Engineered 3D

Despite huge efforts to decipher the anatomy, composition and function of the brain, it remains the least understood organ of the human body. To gain a ...

A Novel Tenorrhaphy Suture Technique with Tissue Engineered Collagen Graft to Repair Large Tendon Defects

Una nueva técnica de sutura de tenorrafia con injerto de colágeno de ingeniería tisular para reparar defectos grandes del tendón

Surgical management of large tendon defects with tendon grafts is challenging, as there are a finite number of sites where donors can be readily ...

Quantifying Intermembrane Distances with Serial Image Dilations

Cuantificar distancias intermembrana con dilataciones de imagen Serial

A recently-described extracellular nanodomain, termed the perinexus, has been implicated in ephaptic coupling, which is an alternative mechanism for ...