基于免疫光显微镜的NET量化方法的比较:手工计数,半自动和自动评估
Timo Henneck1, Christina Krüger1, Andreas Nerlich2
1Institute of Biochemistry, University of Veterinary Medicine Hannover, Foundation, 30559, Hannover, Germany.
Heliyon
|July 24, 2023
概括
量化中性粒细胞外细胞陷 (NETs) 是一个挑战. 基于计算机的方法显示出与手动计数的显著差异,突出显示出需要改进深度学习算法来准确评估NETosis.
科学领域:
- 免疫学 免疫学 免疫学
- 细胞生物学 细胞生物学
- 分子生物学分子生物学
背景情况:
- 中性细胞外细胞陷 (NETs) 在先天免疫中至关重要.
- 网由脱凝的染色质,基因质和颗粒蛋白组成.
- 量化NET对于理解NETosis至关重要,但目前的方法面临挑战.
研究的目的:
- 为了比较基于计算机的NET量化方法与手动评估的准确性.
- 评估现有的NET分析软件工具的可靠性.
- 为了确定当前NET量化技术的局限性.
主要方法:
- 最近的NET量化技术的概述.
- 两种已发表的基于计算机的方法 (半自动化和NETQUANT) 与手动计数的比较.
- 对NET特异性免疫光显微镜的评估.
主要成果:
- 基于计算机的方法 (半自动和NETQUANT) 与手动计数有很大的不同.
- 自动化方法在检测复杂的NET结构方面存在局限性,产生了不合逻辑的结果.
- 经过培训的人员在手动NET评估设置中表现出适应能力.
结论:
- 目前基于计算机的NET量化工具需要进一步开发和验证.
- 缺乏用于NET分析的标准化和可重复的方法.
- 需要深度学习算法来准确和高效地量化NET.
