A PyScratch egy új, nyílt forráskódú, Python nyelven implementált szoftver a migrációs adatok elemzéséhez, amely felhasználóbarát felülettel rendelkezik, amely lehetővé teszi a kevés vagy semmilyen programozási ismerettel nem rendelkező tudósok számára a használatát.

A szoftvert a Campinasi Egyetem NanoCell Interactions laboratóriumának három brazil tudósának együttműködésében tervezték 2017-ben.

Ezeknek a tudósoknak a szükségszerűségéből született, és ma a szoftver célja a kutatók napi gyakorlatának megkönnyítése, a kézi elemzés kizárása, a reprodukálhatóság növelése és az emberi hibák minimalizálása.

A képelemzés az egyik legfontosabb módszer, amelyet a tudósok különböző módszertanokban használnak az eredmények elemzésére.

Az elmúlt években nemcsak az automatizált mikroszkópok használata nőtt, hanem a megszerzett adatok összetettsége is.

A tudósok munkájának része, hogy felfedezzék, hogyan kezeljenek egy újfajta információt, emellett elemezzék és feldolgozzák az adatokat.

Ehhez a tudósoknak jó és speciális eszközökre van szükségük, hogy az összes adatot megfelelően ki tudják nyerni és értelmezni tudják.

A PyScratch-ot először azért hozták létre, hogy segítsen Fernanda Garcia-Fossa biológus kutatónak a migrációs vizsgálatokból származó hatalmas mennyiségű adat elemzésében.

"Elvégeztem a rákos sejtek vakarását, és 48 órán át inkubáltam a berendezésben, 15 percenként képeket készítettem, és csak egy kísérlet végére körülbelül ezer képem volt, amit megnézhettem és elemezhettem!

Képtelenség volt kézzel elvégezni" - mondja Garcia-Fossa. A probléma megoldásához Garcia-Fossa a társához, a fizikus Vladimir Gaalhoz fordult segítségért, aki abban az időben éppen Pythont tanult, ami remek lehetőség volt arra, hogy ezt a tudást a gyakorlatba ültesse.

Tehát mindketten dolgoztak a megoldáson egy Python rutinon keresztül, amely felismerte a karcolt területeket, és egy csv fájlba exportálta.

"Az idő, éreztük a szükségességét, hogy dolgozzon ki egy felhasználói felület, így még könnyebben használható, így tudtuk közzétenni a szoftvert minden kutató, hogy szükség van a használatra is", mondja Garcia-Fossa a szoftver cikket, hogy akkor nézd meg, hogy ki ide kattintva.

Garcia-Fossa azt is elmondja, hogy sokáig tartott, amíg a képek alapján felismerték és meghatározták a migrációs területet, mivel a képek a fény, a fókusz és a kontraszt miatt nagyon eltérhetnek egymástól, és a ma használt verzió már elég jól elemez.

Mindazonáltal még mindig dolgoznak a szoftveren, új és jobb verziókat indítva, mivel a közzétett cikk a felhasználók igényei miatt felvetett néhány fejlesztési igényt.

A szoftver teljesítményének validálására használt próba, a migrációs próba, vagy karcolásos próba, vagy sebgyógyulási próba a biológiában általánosan használt próba, mivel lehetővé teszi az élettani és kóros sejtes események mögöttes mechanizmusának elemzését.

A sebgyógyulás tanulmányozása az angiogenezis és a tumorfejlődés mellett a fejlődés és a szöveti modellezés megértésének fontos módja.

Ha a vizsgálatot két dimenzióban végezzük, akkor mérhető, hogy a sejtek milyen gyorsan reagálnak a sebre, a meghatározott területet lefedve.

Más szavakkal, a kísérlet alapvetően az, hogy egy plakettben lévő monorétegben lévő összefolyó sejteken rést hozzunk létre.

Idővel a sejtek elkezdenek vándorolni, hogy kitöltsék a rést, és a sejtek vándorlási sebessége mérhető.

Ezután a sejtvándorlási sebesség méréséhez képeket kell készíteniük, méghozzá egy csomó képet, ami viszont az elemzés problémás lépése, mert kézi mérést igényel.

Szerencsére ma már rengeteg technológia áll rendelkezésünkre, hogy javítsuk és korszerűsítsük az elemzési csővezetékünket, lehetővé téve a tudósok számára, hogy jobb és személyre szabottabb módszereket alkalmazzanak az eredmény eléréséhez.

Ahogy Garcia-Fossa és Gaal tette.

Ma már más kereskedelmi és nem kereskedelmi eszközök is rendelkezésre állnak a sebterület feldolgozásához.

De ezek nem olyan egyszerűek, mint a PyScratch, és a felhasználótól bizonyos szintű programozást igényelnek, és a felhasználó teljes idejű figyelmét is megkövetelik, így az elemzés hajlamosabb az emberi hibákra, valamint a kutatónak az összes kép és adat elemzésére fordított időre.

A cikkben a szerzők elmagyarázzák a szoftver működését. A kísérlet során készített összes képből a felhasználó egy vesszővel elválasztott értékek (.cvs) fájlt kap, egy olyan kimenetet, amely táblázatos adatokat tárol egyszerű szövegben.

A felhasználó ezután a szokásos rutin szerint feldolgozhatja az adatokat. Garcia-Fossa szerint a program elengedhetetlen volt a mesterszakos diplomamunkájához: "A szoftver a bemeneti adatokat olyan értékké alakítja át, amelyeknek biológiai értelme van, mint például a sejtvándorlás sebessége.

A PyScratch-nak köszönhetően jobban tudtam elemezni a nanorészecském hatását a prosztatarákos sejtekre, és meg tudtam mérni a sejtvándorlás sebességét, valamint a jó záródás pontos idejét."

Ha ki szeretné próbálni a PyScratch-ot a kutatásaihoz, a szoftver szabadon hozzáférhető, és a tudományos közösség minden tagja használhatja, segítve Garcia-Fossa és Gaal munkáját a program továbbfejlesztésében és tökéletesítésében.

 ____

Milyenek az eddigi Mind the Graph tapasztalataid? Segítsen nekünk, hogy javíthassuk platformunkat az Ön és sok más tudós számára az Mind the Graph értékelésének megírásával. Meséljen nekünk a tapasztalatairól, csak kattintson itt. 

Kapcsolódó cikkek
logo-subscribe

Iratkozzon fel hírlevelünkre

Exkluzív, kiváló minőségű tartalom a hatékony vizuális
kommunikáció a tudományban.

- Exkluzív útmutató
- Tervezési tippek
- Tudományos hírek és trendek
- Oktatóanyagok és sablonok