PyScratch ir jauna atvērtā koda programmatūra, kas ir ieviesta Python valodā migrācijas datu analīzes veikšanai, ar lietotājam draudzīgu saskarni, kas ļauj to izmantot zinātniekiem ar nelielām programmēšanas prasmēm vai bez tām.
Programmatūra tika izstrādāta 2017. gadā, sadarbojoties trim Brazīlijas zinātniekiem Kampinasas Universitātes NanoCell Interactions laboratorijā.
Tā radās no šo zinātnieku vajadzības, un šodien programmatūras mērķis ir atvieglot pētnieku ikdienas praksi, izslēgt manuālo analīzi, palielināt reproducējamību un līdz minimumam samazināt cilvēciskās kļūdas.
Attēlu analīze ir viens no svarīgākajiem veidiem, ko zinātnieki izmanto dažādās metodoloģijās, lai analizētu rezultātus.
Pēdējos gados ir palielinājies ne tikai automatizēto mikroskopu izmantošanas apjoms, bet arī iegūto datu sarežģītība.
Daļa no zinātnieka darba ir atklāt, kā rīkoties ar jauna veida informāciju, turklāt analizēt un apstrādāt datus.
Lai to panāktu, zinātniekiem ir nepieciešami labi un specializēti rīki, kas ļauj pareizi iegūt un interpretēt visus datus.
PyScratch pirmo reizi tika izveidots, lai palīdzētu bioloģijas pētniecei Fernandai Garsijai-Fosai analizēt milzīgu datu apjomu, kas iegūts migrācijas testos.
"Es veicu vēža šūnu skrāpēšanu un inkubēju iekārtā 48 stundas, iegūstot attēlus ik pēc 15 minūtēm, un tikai viena eksperimenta beigās man bija aptuveni tūkstoš attēlu, kurus apskatīt un analizēt!
To nebija iespējams izdarīt manuāli," stāsta Garsija-Fosa. Lai atrisinātu šo problēmu, Garsija-Fosa vērsās pēc palīdzības pie sava partnera, fiziķa Vladimira Gaala, kurš tajā laikā apguva Python, un tā bija lieliska iespēja šīs zināšanas pielietot praksē.
Tātad abi strādāja risinājumā, izmantojot Python rutīnu, kas atpazina saskrāpētās zonas un eksportēja uz csv failu.
"Ar laiku mēs jutām nepieciešamību izstrādāt lietotāja interfeisu, lai padarītu vēl vieglāk lietojamu, tādā veidā mēs varētu publicēt programmatūru jebkuram pētniekam, kas nepieciešams izmantot, kā arī", saka Garcia-Fossa par programmatūras rakstu, ka jūs varat to pārbaudīt. klikšķinot šeit.
Garsija-Fosa arī stāsta, ka migrācijas apgabala atpazīšana un noteikšana pēc attēliem prasīja laiku, jo attēli var ļoti atšķirties viens no otra gaismas, fokusa un kontrasta dēļ, un šodien izmantotā versija jau spēj diezgan labi analizēt.
Tomēr viņi joprojām strādā pie programmatūras, lai palaistu jaunas un labākas versijas, jo publicētajā rakstā ir izvirzītas dažas lietotāju pieprasījuma uzlabojumu vajadzības.
Programmatūras veiktspējas validēšanai izmantotā pārbaude, migrācijas pārbaude, skrāpējuma pārbaude vai brūču dzīšana ir pārbaude, ko parasti izmanto bioloģijā, jo tā ļauj analizēt fizioloģisko un patoloģisko šūnu notikumu pamatmehānismu.
Izpētīt brūču dzīšanu ir svarīgs veids, kā izprast ne tikai angiogēzi un audzēju attīstību, bet arī audu modelēšanu un attīstību.
Veicot testu divās dimensijās, ir iespējams izmērīt, cik ātri šūnas reaģē uz brūci, aptverot noteiktu zonu.
Citiem vārdiem sakot, eksperiments būtībā ir izveidot plaisu monoslānī konfluences šūnu plāksnē.
Laika gaitā, lai aizpildītu spraugu, šūnas sāk migrēt, un var izmērīt šūnu migrācijas ātrumu.
Pēc tam, lai izmērītu šūnu migrācijas ātrumu, viņiem ir jāiegūst attēli, to ir daudz, kas savukārt ir problemātisks analīzes posms, jo tas prasa manuālu mērīšanu.
Par laimi, mūsdienās mūsu rīcībā ir daudz tehnoloģiju, kas ļauj uzlabot un modernizēt analīzes procesu, ļaujot zinātniekiem izmantot labākus un personalizētākus veidus rezultātu iegūšanai.
Tāpat kā to darīja Garsija-Fosa un Gāls.
Mūsdienās ir iespējams atrast citus komerciālus un nekomerciālus rīkus, kas pieejami brūces zonas apstrādei.
Taču tie nav tik vienkārši kā PyScratch, un no lietotāja prasa zināmu programmēšanas līmeni, kā arī prasa no lietotāja pilna laika uzmanību, padarot analīzi uzņēmīgāku pret cilvēka kļūdām, kā arī laiku, ko pētnieks patērē, lai analizētu visus attēlus un datus.
Rakstā autori skaidro, kā programmatūra darbojas. No visiem eksperimenta laikā uzņemtajiem attēliem lietotājs saņem komatā atdalītu vērtību (.cvs) failu, kurā ir saglabāti tabulas dati vienkāršā tekstā.
Pēc tam lietotājs var apstrādāt datus savā ierastajā kārtībā. Garsija-Fosa stāsta, ka programma bija būtiska viņas maģistra darbam: "Programmatūra pārveido ievades datus vērtībās, kurām ir bioloģiska jēga, piemēram, šūnu migrācijas ātrums.
Pateicoties PyScratch, es varēju labāk analizēt savu nanodaļiņu iedarbību uz prostatas vēža šūnām un izmērīt šūnu migrācijas ātrumu, kā arī precīzu laiku, kad tās labi noslēdzas."
Ja vēlaties izmēģināt PyScratch savos pētījumos, programmatūra ir brīvi pieejama, un ikvienam zinātnieku kopienas pārstāvim ir atļauts to izmantot, palīdzot Garsijai-Fosai un Gaalam uzlabot un pilnveidot programmu.
____
Kāda ir jūsu līdzšinējā pieredze ar Mind the Graph? Palīdziet mums uzlabot mūsu platformu jums un daudziem citiem zinātniekiem, publicējot Mind the Graph pārskatu. Pastāstiet mums par savu pieredzi, vienkārši noklikšķiniet uz šeit.
Abonēt mūsu biļetenu
Ekskluzīvs augstas kvalitātes saturs par efektīvu vizuālo
komunikācija zinātnē.
