EpidermaQuant:在重建的人类表皮的H-DAB染色图像上对表皮分化标记物的无监督检测和量化
Dawid Zamojski1,2, Agnieszka Gogler3, Dorota Scieglinska3
1Department of Data Science and Engineering, Silesian University of Technology, 44-100 Gliwice, Poland.
Diagnostics (Basel, Switzerland)
|September 14, 2024
概括
这项研究引入了一种无监督的计算方法,用于准确地检测和量化重建的人类表皮图像中的蛋白质标记物. 这种方法克服了现有方法的局限性,使皮肤组织模型能够更好地分析.
科学领域:
- 生物技术是生物技术.
- 计算生物学 计算生物学
- 皮肤病学 皮肤病学
背景情况:
- 重建的人类表皮 (RhE) 完整性通过组织学分析和免疫组织化学 (IHC) 进行评估.
- 图像采集变异性可能会影响IHC染色 RhE 的计算分析.
- 缺乏注释数据集和专用方法阻碍了RhE IHC的计算分析.
研究的目的:
- 开发一个无监督的计算管道,用于检测和量化 RhE 中的 IHC 染色.
- 解决缺少公共数据集和专用方法用于 RhE IHC 分析的问题.
- 增强蛋白质标记物及其在 RhE 模型中的空间分布的定量分析.
主要方法:
- 使用了598个未注释的IHC染色RhE截面图像的数据集.
- 实现了一个管道,包括颜色规范化 (Reinhard),颜色解卷 (Ruifrok和Johnston),形态运算,自动图像旋转和k-means集群.
- 使用每个步骤的特定算法的组合优化管道.
主要成果:
- 成功开发并验证了一种无监督的方法,用于在 RhE 中检测和量化 IHC.
- 确定了雷因哈德的正常化,Ruifrok和Johnston的解卷,一种新的旋转方法,以及k-means集群作为最有效的组合.
- 证明了管道分析四个角质细胞分化标记物的能力 (filaggrin,角质素10,Ki67,HSPA2).
结论:
- 开发的无监督方法显著提高了 RhE 中蛋白质标记物的定量分析.
- 这种计算方法有助于在不同的实验条件下比较蛋白质标记物的空间分布.
- 这项研究为推进体外重建人体表皮模型研究提供了有价值的工具.
