Το PyScratch είναι ένα νέο λογισμικό ανοικτού κώδικα που υλοποιείται σε Python για την ανάλυση δοκιμών δεδομένων μετανάστευσης, με φιλικό προς το χρήστη περιβάλλον που επιτρέπει σε επιστήμονες με λίγες ή καθόλου δεξιότητες προγραμματισμού να το χρησιμοποιήσουν.
Το λογισμικό σχεδιάστηκε σε συνεργασία τριών Βραζιλιάνων επιστημόνων στο εργαστήριο NanoCell Interactions του Πανεπιστημίου Campinas το 2017.
Γεννήθηκε από την ανάγκη αυτών των επιστημόνων και σήμερα ο σκοπός του λογισμικού είναι να διευκολύνει την καθημερινή πρακτική των ερευνητών, να αποκλείσει τη χειροκίνητη ανάλυση, να αυξήσει την αναπαραγωγιμότητα και να ελαχιστοποιήσει τα ανθρώπινα λάθη.
Η ανάλυση εικόνας είναι ένας από τους σημαντικότερους τρόπους που χρησιμοποιούν οι επιστήμονες σε διάφορες μεθοδολογίες για την ανάλυση των αποτελεσμάτων.
Τα τελευταία χρόνια έχει αυξηθεί όχι μόνο η χρήση αυτοματοποιημένων μικροσκοπίων, αλλά και η πολυπλοκότητα των δεδομένων που λαμβάνονται.
Μέρος της δουλειάς ενός επιστήμονα είναι να ανακαλύψει πώς να αντιμετωπίσει ένα νέο είδος πληροφοριών, εκτός από την ανάλυση και την επεξεργασία δεδομένων.
Για να συμβεί αυτό, οι επιστήμονες χρειάζονται καλά και εξειδικευμένα εργαλεία για να εξάγουν και να ερμηνεύουν σωστά όλα τα δεδομένα.
Το PyScratch δημιουργήθηκε αρχικά για να βοηθήσει την Fernanda Garcia-Fossa, μια βιολόγο ερευνήτρια, να αναλύσει έναν τεράστιο όγκο δεδομένων από τις δοκιμές μετανάστευσης.
"Πραγματοποίησα το ξήλωμα των καρκινικών κυττάρων και επωάστηκα στον εξοπλισμό για 48 ώρες, λαμβάνοντας εικόνες κάθε 15 λεπτά, και στο τέλος ενός μόνο πειράματος, είχα περίπου χίλιες εικόνες για να κοιτάξω και να αναλύσω!
Ήταν αδύνατο να το κάνουμε με το χέρι", λέει ο Garcia-Fossa. Για να λύσει αυτό το πρόβλημα η Garcia-Fossa πήγε στον συνεργάτη της, τον φυσικό Vladimir Gaal για να βοηθήσει, εκείνη την περίοδο ο Gaal μάθαινε Python, πράγμα που ήταν μια μεγάλη ευκαιρία να εφαρμόσει τις γνώσεις αυτές στην πράξη.
Έτσι, και οι δύο εργάστηκαν στη λύση μέσω μιας ρουτίνας Python, η οποία αναγνώριζε τις γρατζουνισμένες περιοχές και τις εξήγαγε σε ένα αρχείο csv.
"Με την πάροδο του χρόνου, αισθανθήκαμε την ανάγκη να αναπτύξουμε μια διεπαφή χρήστη κάνοντας ακόμη πιο εύκολη τη χρήση, με αυτόν τον τρόπο θα μπορούσαμε να δημοσιεύσουμε το λογισμικό για κάθε ερευνητή που χρειαζόταν να το χρησιμοποιήσει επίσης", λέει ο Garcia-Fossa για το άρθρο του λογισμικού που μπορείτε να το ελέγξετε. κάνοντας κλικ εδώ.
Ο Garcia-Fossa λέει επίσης ότι χρειάστηκε αρκετός χρόνος για να αναγνωρίσουν και να ορίσουν την περιοχή μετανάστευσης από τις εικόνες, καθώς οι εικόνες μπορεί να διαφέρουν πολύ η μία από την άλλη λόγω του φωτός, της εστίασης και της αντίθεσης, και η έκδοση που χρησιμοποιείται σήμερα μπορεί ήδη να αναλύσει αρκετά καλά.
Παρ' όλα αυτά, εξακολουθούν να εργάζονται πάνω στο λογισμικό, παρουσιάζοντας νέες και καλύτερες εκδόσεις, καθώς το δημοσιευμένο άρθρο ανέδειξε κάποιες ανάγκες βελτίωσης λόγω της ζήτησης των χρηστών.
Η δοκιμασία που χρησιμοποιείται για την επικύρωση της απόδοσης του λογισμικού, η δοκιμασία μετανάστευσης, ή δοκιμασία ξυσίματος, ή επούλωσης τραυμάτων, είναι μια δοκιμασία που χρησιμοποιείται συνήθως στη βιολογία, επειδή καθιστά δυνατή την ανάλυση του υποκείμενου μηχανισμού των φυσιολογικών και παθολογικών κυτταρικών συμβάντων.
Η μελέτη της επούλωσης των τραυμάτων είναι ένας σημαντικός τρόπος για την κατανόηση της ανάπτυξης και της μοντελοποίησης των ιστών, εκτός από την αγγειογένεση και την ανάπτυξη των όγκων.
Όταν η δοκιμασία εκτελείται σε δύο διαστάσεις, είναι δυνατόν να μετρηθεί πόσο γρήγορα αντιδρούν τα κύτταρα στο τραύμα, καλύπτοντας την καθορισμένη περιοχή.
Με άλλα λόγια, το πείραμα ουσιαστικά είναι, δημιουργήστε ένα κενό στη μονοστοιβάδα των κυττάρων συρροής σε μια πλάκα.
Με την πάροδο του χρόνου, για να γεμίσουν το κενό, τα κύτταρα αρχίζουν να μεταναστεύουν και η ταχύτητα μετανάστευσης των κυττάρων μπορεί να μετρηθεί.
Στη συνέχεια, για να μετρήσουν την ταχύτητα μετανάστευσης των κυττάρων πρέπει να λάβουν εικόνες, ένα σωρό από αυτές, οι οποίες με τη σειρά τους είναι ένα προβληματικό βήμα της ανάλυσης, επειδή απαιτούν χειροκίνητη μέτρηση.
Ευτυχώς, σήμερα έχουμε στη διάθεσή μας πολλή τεχνολογία για να βελτιώσουμε και να αναβαθμίσουμε τον αγωγό ανάλυσης, επιτρέποντας στους επιστήμονες να υιοθετήσουν καλύτερους και πιο εξατομικευμένους τρόπους για να πάρουν ένα αποτέλεσμα.
Όπως το έκαναν οι Garcia-Fossa και Gaal.
Σήμερα είναι δυνατόν να βρείτε άλλα εμπορικά και μη εμπορικά εργαλεία διαθέσιμα για την επεξεργασία της περιοχής του τραύματος.
Αλλά δεν είναι τόσο απλά όσο το PyScratch, και απαιτούν από τον χρήστη κάποιο επίπεδο προγραμματισμού και απαιτούν επίσης πλήρη προσοχή από τον χρήστη, καθιστώντας την ανάλυση πιο επιρρεπή σε ανθρώπινα λάθη, συν τον χρόνο που χρειάζεται ο ερευνητής για να αναλύσει όλες τις εικόνες και τα δεδομένα.
Στο άρθρο, οι συγγραφείς εξηγούν πώς λειτουργεί το λογισμικό. Από όλες τις εικόνες που έγιναν στο πείραμα, ο χρήστης λαμβάνει ένα αρχείο τιμών διαχωρισμένων με κόμμα (.cvs), ένα αποτέλεσμα που αποθηκεύει δεδομένα σε μορφή πίνακα σε απλό κείμενο.
Στη συνέχεια, ο χρήστης μπορεί να επεξεργαστεί τα δεδομένα με τη συνήθη ρουτίνα του. Η Garcia-Fossa λέει ότι το πρόγραμμα ήταν απαραίτητο, για τη μεταπτυχιακή της διατριβή: "Το λογισμικό μετατρέπει τα δεδομένα εισόδου σε τιμές που έχουν βιολογικό νόημα, όπως η ταχύτητα μετανάστευσης των κυττάρων.
Ήμουν σε θέση να αναλύσω καλύτερα την επίδραση του νανοσωματιδίου μου στα καρκινικά κύτταρα του προστάτη και να μετρήσω την ταχύτητα μετανάστευσης των κυττάρων, καθώς και τον ακριβή χρόνο για το καλό κλείσιμο, και όλα αυτά χάρη στο PyScratch".
Αν θέλετε να δοκιμάσετε το PyScratch για την έρευνά σας, το λογισμικό είναι ελεύθερα διαθέσιμο και όλοι οι μέλη της επιστημονικής κοινότητας μπορούν να το χρησιμοποιήσουν, βοηθώντας τους Garcia-Fossa και Gaal να βελτιώσουν και να βελτιώσουν το πρόγραμμα.
____
Πώς εξελίσσεται η εμπειρία σας στο Mind the Graph μέχρι στιγμής; Βοηθήστε μας να βελτιώσουμε την πλατφόρμα μας για εσάς και για πολλούς άλλους επιστήμονες δημοσιεύοντας μια κριτική για το Mind the Graph. Πείτε μας για την εμπειρία σας, απλά κάντε κλικ στο εδώ.
Εγγραφείτε στο ενημερωτικό μας δελτίο
Αποκλειστικό περιεχόμενο υψηλής ποιότητας σχετικά με την αποτελεσματική οπτική
επικοινωνία στην επιστήμη.
