CellProfiler [1] [2] es un software gratuito de código abierto diseñado para permitir a los biólogos sin capacitación en visión por computadora o programación medir cuantitativamente fenotipos de miles de imágenes automáticamente. Los algoritmos avanzados para el análisis de imágenes están disponibles como módulos individuales que se pueden colocar en orden secuencial juntos para formar una tubería ; La tubería se utiliza luego para identificar y medir objetos y características biológicas en imágenes, particularmente aquellas obtenidas mediante microscopía de fluorescencia .
Desarrollador (es) | Anne E. Carpenter , Thouis Jones, Lee Kamentsky, Allen Goodman, Claire McQuin y otros ( Broad Institute ) |
---|---|
Lanzamiento estable | 4.0.5 (revisión 48f978c) / 29 de septiembre de 2020 |
Repositorio | |
Sistema operativo | Cualquiera ( basado en Python ) |
Tipo | Procesamiento de imágenes y análisis de imágenes |
Licencia | BSD 3 cláusulas |
Sitio web | www |
Las distribuciones están disponibles para Microsoft Windows , macOS y Linux . El código fuente de CellProfiler está disponible gratuitamente. [3] CellProfiler es desarrollado por la plataforma de imágenes del Broad Institute . [4]
Características
CellProfiler puede leer y analizar los formatos de imagen de microscopía más comunes. [5] Los biólogos suelen utilizar CellProfiler para identificar objetos de interés (por ejemplo, células, colonias, gusanos C. elegans ) y luego medir sus propiedades de interés. [6] Se pueden aplicar módulos especializados para la corrección de la iluminación como paso de preprocesamiento para eliminar las distorsiones debidas a la iluminación irregular. [7] La identificación de objetos ( segmentación ) se realiza a través del aprendizaje automático o del umbral de imágenes , el reconocimiento y la división de objetos agrupados y la eliminación o fusión de objetos en función del tamaño o la forma. [8] El usuario puede personalizar cada uno de estos pasos para su análisis de imagen único.
Se puede generar una amplia variedad de mediciones para cada celda identificada o compartimento subcelular, incluida la morfología , la intensidad y la textura, entre otras. Estas medidas son accesibles mediante el uso de herramientas integradas de visualización y trazado de datos, exportando en un formato de hoja de cálculo delimitado por comas , [9] o importando a una base de datos MySQL o SQLite . [10]
CellProfiler interactúa con las bibliotecas científicas de alto rendimiento NumPy y SciPy para muchas operaciones matemáticas, la biblioteca de Bio-Formatos del Open Microscopy Environment [11] Consortium para leer más de 100 formatos de archivos de imagen, ImageJ para el uso de complementos y macros e ilastik para píxeles -Clasificación basada. [12] Aunque está diseñado y optimizado para un gran número de imágenes bidimensionales (el formato de imagen de proyección de alto contenido más común), CellProfiler admite el análisis de experimentos a pequeña escala y películas a intervalos . [13]
Historia
CellProfiler fue lanzado en diciembre de 2005 por científicos del Instituto Whitehead de Investigación Biomédica y del Instituto Tecnológico de Massachusetts . [14] Actualmente es desarrollado y mantenido por el Laboratorio Carpenter en la Plataforma de Imágenes del Instituto Broad . [15]
Desarrollado originalmente en MATLAB , [14] se reescribió en Python y se lanzó como CellProfiler 2.0 en 2010. [2] La versión 3.0, que admite el análisis volumétrico de pilas de imágenes 3D y módulos opcionales de aprendizaje profundo, se lanzó en octubre de 2017. [16 ] CellProfiler 4.0 se lanzó en septiembre de 2020 y se centró en mejoras de velocidad, usabilidad y utilidad, con el ejemplo más notable de migración a Python 3. [17]
Comunidad
Dado que CellProfiler es un proyecto gratuito de código abierto, cualquiera puede desarrollar sus propios algoritmos de procesamiento de imágenes como un nuevo módulo para CellProfiler y contribuir con él al proyecto. [18] El sitio web de CellProfiler contiene un foro de discusión donde los nuevos usuarios pueden obtener respuestas a sus preguntas, generalmente por parte de los creadores del proyecto. [19]
Referencias
- ^ Carpintero AE, Jones TR, Lamprecht MR, Clarke C, Kang IH, Friman O, Guertin DA, Chang JH, Lindquist RA, Moffat J, Golland P, Sabatini DM (2006). "CellProfiler: software de análisis de imágenes para identificar y cuantificar fenotipos celulares" . Biología del genoma . 7 (10): R100. doi : 10.1186 / gb-2006-7-10-r100 . PMC 1794559 . PMID 17076895 .
- ^ a b Kamentsky L, Jones TR, Fraser A, Bray MA, Logan DJ, Madden KL, Ljosa V, Rueden C, Eliceiri KW, Carpenter AE (abril de 2011). "Estructura, función y compatibilidad mejoradas para CellProfiler: software modular de análisis de imágenes de alto rendimiento" . Bioinformática . 27 (8): 1179–80. doi : 10.1093 / bioinformatics / btr095 . PMC 3072555 . PMID 21349861 .
- ^ "Wiki de CellProfiler" . GitHub . Diciembre de 2016.
- ^ "Plataforma de imágenes" . Instituto Broad . 2018.
- ^ "CellProfiler - Bio-Formats 5.2.1 documentación" . www.openmicroscopy.org . Consultado el 29 de agosto de 2016 .[ enlace muerto permanente ]
- ^ Lamprecht, Michael R .; Sabatini, David M .; Carpenter, Anne E. (1 de enero de 2007). "CellProfiler: software gratuito y versátil para el análisis automático de imágenes biológicas" . BioTechniques . 42 (1): 71–75. doi : 10.2144 / 000112257 . ISSN 0736-6205 . PMID 17269487 .
- ^ Singh, S .; Bray, M.-A .; Jones, TR; Carpenter, AE (1 de diciembre de 2014). "Pipeline para corrección de iluminación de imágenes para microscopía de alto rendimiento" . Revista de microscopía . 256 (3): 231-236. doi : 10.1111 / jmi.12178 . ISSN 1365-2818 . PMC 4359755 . PMID 25228240 .
- ^ "IdentifyPrimaryObjects" . d1zymp9ayga15t.cloudfront.net . Consultado el 29 de agosto de 2016 .
- ^ "Exportar a hoja de cálculo" . d1zymp9ayga15t.cloudfront.net . Consultado el 29 de agosto de 2016 .
- ^ "Exportar a la base de datos" . d1zymp9ayga15t.cloudfront.net . Consultado el 29 de agosto de 2016 .
- ^ "Entorno de microscopía abierta" . Consultado el 7 de mayo de 2018 .
- ^ "CellProfiler / CellProfiler" . GitHub . Consultado el 29 de agosto de 2016 .
- ^ Bray, Mark-Anthony; Carpenter, Anne E. (1 de enero de 2015). "CellProfiler Tracer: exploración y validación de datos de imágenes de microscopía time-lapse de alto rendimiento" . BMC Bioinformática . 16 : 368. doi : 10.1186 / s12859-015-0759-x . ISSN 1471-2105 . PMC 4634901 . PMID 26537300 .
- ^ a b "¿Cuál es la mejor práctica clave para colaborar con un biólogo computacional?" . Sistemas celulares . 3 (1): 7–11. 2016. doi : 10.1016 / j.cels.2016.07.006 . PMID 27467242 .
- ^ "El laboratorio del carpintero" . 2018.
- ^ Carpintero, AE (16 de octubre de 2017). "Lanzamiento de CellProfiler 3.0: más rápido, mejor y 3D" . Blog de CellProfiler .
- ^ "Versión de CellProfiler 4.0: mejoras en velocidad, utilidad y usabilidad" . carpenterlab.broadinstitute.org . Consultado el 16 de octubre de 2020 .
- ^ "CellProfiler / CellProfiler" . GitHub . Consultado el 29 de agosto de 2016 .
- ^ "CellProfiler" . forum.cellprofiler.org . Consultado el 29 de agosto de 2016 .
enlaces externos
- Página web oficial