Trabalhando em pesquisas experimentais sobre diabetes, os pesquisadores buscam melhorar a compreensão do complexo processo dessa doença para poder desenvolver tratamentos melhores e mais eficientes. Uma parte essencial de sua pesquisa envolve a análise de um número significativo de seções pancreáticas.
Trabalhando em pesquisas experimentais sobre diabetes, os pesquisadores buscam melhorar a compreensão do complexo processo dessa doença para poder desenvolver tratamentos melhores e mais eficientes. Uma parte essencial de sua pesquisa envolve a análise de um número significativo de seções pancreáticas.
O pâncreas tem duas funções principais: excretar enzimas para quebrar as proteínas, lipídios, carboidratos e ácidos nucléicos dos alimentos (exócrinos) e secretar os hormônios insulina e glucagon para controlar os níveis de açúcar no sangue (endócrino). O último é relevante para o diabetes. Grupos de células beta do pâncreas, também chamados de ilhotas de Langerhans, desempenham um papel fundamental na secreção de insulina. A insulina ajuda a diminuir a glicose no sangue, estimulando sua absorção nas células de outros tecidos para obter energia.
Na investigação do diabetes e de outras doenças metabólicas, os pesquisadores desejam analisar a porcentagem e a posição relativa dessas células beta que contêm insulina. A análise microscópica de um grande volume de imagens é crucial para determinar a morfologia e quantificar as ilhotas pancreáticas de Langerhans.
Para demonstrar como a tecnologia de aprendizado profundo da Olympus TruAI pode melhorar esta aplicação de pesquisa, realizamos um projeto onde investigamos os processos de envelhecimento em ilhotas de Langerhans em camundongos CB57BL/6NTac para entender as mudanças na morfologia e função das ilhotas.
Exemplo de uma lâmina digitalizada por um escâner de lâminas Olympus VS200 para nosso experimento. As secções do pâncreas manchadas com Alexa 594 e as secções de tecido DAPI são cortesia da Univ.-Prof. Dr. rer. nat.Simone E. Baltrusch do Instituto de Bioquímica Médica e Biologia Molecular do Centro Médico da Universidade Rostock, em Rostock, Alemanha
Amostras: cortesia da Professora Simone E. Baltrusch e Dr. Cindy Zehm, do Instituto de Bioquímica Médica e Biologia Molecular do Centro Médico da Universidade Rostock, Alemanha, são seções pancreáticas de camundongo preparadas com um protocolo de coloração de anticorpo de insulina. Esta coloração permite que as células beta sejam identificadas dentro das ilhotas de Langerhans. Essas células correspondem à parte endócrina do pâncreas, que difere na arquitetura celular da parte exócrina.
Lâminas digitais de amostras de pâncreas de camundongos foram adquiridas rapidamente usando um escâner de lâminas de pesquisa Olympus SLIDEVIEW VS200 com aumento de 10×. O resultado foram 40 imagens nas quais as ilhotas de Langerhans puderam ser facilmente identificadas com o olho humano. As imagens mostraram claramente o anticorpo secundário corado com Alexa 594 em vermelho ligado ao anticorpo primário para células beta produtoras de insulina, contrastando com a contracoloração de núcleos DAPI (azul).
A visualização de ilhotas pancreáticas em uma amostra de seção pancreática murina pode ser feita usando anticorpos fluorescentes específicos. Para analisar essas estruturas em imagens digitalizadas, normalmente os pesquisadores selecionam as ilhotas manualmente, o que consome muito tempo. Além disso, os métodos tradicionais de segmentação automática, como algoritmos baseados em limiares, falham em detectar exclusivamente ilhotas pancreáticas, como mostrado abaixo.
Imagem em 10x mostrando a detecção baseada no método de limiar convencional em amarelo, não conseguindo distinguir as ilhotas (círculo verde) de glóbulos vermelhos (círculo azul).
Ao observar o canal Alexa 594, a autofluorescência dos eritrócitos também foi detectada, tornando difícil distinguir automaticamente o anticorpo marcado usado para colorir as células beta em uma ilhota pancreática (círculo verde) de um vaso sanguíneo cheio de eritrócitos (círculo azul).O escâner de lâminas de pesquisa VS200 oferece um módulo TruAI, uma abordagem de aprendizado profundo baseada em redes neurais convolucionais, como um complemento para o software VS-Desktop para análise de imagens. Essas redes são uma forma de microscopia de autoaprendizagem e uma tecnologia extremamente poderosa para segmentação de objetos. Graças a esta tecnologia, podemos automatizar a detecção das ilhotas pancreáticas murinas. O processo de treinamento da rede neural é explicado na próxima seção. | Ilhota pancreática (círculo verde); células sanguíneas (círculo azul) |
O primeiro passo em direção a essa análise automática é fornecer ao software imagens de amostra anotadas ou dados “verdadeiros do solo”. Isso foi criado rotulando manualmente as ilhotas de doze amostras diferentes de pâncreas de camundongos (círculo verde).
Quanto mais objetos forem marcados, melhor. Números maiores de objetos com diferenças de intensidade, cor, tamanho e forma tornam a rede neural mais robusta. O complemento do software é fácil de usar possui várias ferramentas para facilitar a etiquetagem manual.
Depois que os dados rotulados são gerados, a próxima etapa é treinar a rede neural profunda (DNN). Nesta fase, a rede compara os dados verdadeiros do solo com seus próprios dados calculados até que um valor de alta probabilidade seja alcançado. Esses dados calculados são um tipo de inteligência artificial (IA) que imita o cérebro humano (o chamado DNN), que aprende a reconhecer estruturas e fazer julgamentos inteligentes.
Por último, o DNN calculado é aplicado, neste caso, ao resto das imagens do pâncreas para detectar e separar automaticamente as ilhotas de Langerhans.
Uma rede neural profunda treinada Olympus TruAI pode ser transferida e usada em qualquer estação VS-Desktop, bem como em outros produtos Olympus compatíveis.
Este processo automatizado para segmentar e analisar ilhotas pancreáticas inclui estas três etapas simples:
O módulo TruAI permitiu fácil detecção de objetos e segmentação de ilhotas pancreáticas a partir de imagens complexas com muito mais confiabilidade e precisão do que outros métodos automáticos existentes. Outras análises, como contagem e medição, também podem ser realizadas com base nesses resultados de segmentação.
A combinação do escâner de lâminas de pesquisa SLIDEVIEW VS200 e a solução de aprendizagem profunda TruAI pode fornecer um fluxo de trabalho completo, desde a aquisição de amostras até a análise de dados quantitativos precisos em uma ampla gama de aplicações biológicas em uma variedade de imagens, como células e amostras de tecido em campo claro e fluorescência.
A automação precisa da análise de imagens irá reduzir bastante o tedioso trabalho manual dos cientistas, tornando suas pesquisas mais eficientes.
Reconhecimentos
Esta nota de aplicação foi preparada com a ajuda de pesquisadores do Instituto de Bioquímica Médica e Biologia Molecular, Universidade de Medicina, Universidade de Rostock, Rostock, Alemanha e Sara Quinones Gonzalez, Gerente de Produtos, Olympus Soft Imaging Solutions em Münster, Alemanha:
Please adjust your selection to be no more than 5 items to compare at once
Not Available in Your Country
Sorry, this page is not
available in your country.
You are being redirected to our local site.