PyScratch er en ny programvare med åpen kildekode implementert i Python for analyse av migrasjonsdata, med et brukervennlig grensesnitt som gjør det mulig for forskere med få eller ingen programmeringsferdigheter å bruke det.

Programvaren ble utviklet i et samarbeid mellom tre brasilianske forskere ved NanoCell Interactions-laboratoriet ved universitetet i Campinas i 2017.

Programvaren ble utviklet på bakgrunn av disse forskernes behov, og i dag er formålet med programvaren å forenkle forskernes daglige arbeid, eliminere manuelle analyser, øke reproduserbarheten og minimere menneskelige feil.

Bildeanalyse har vært en av de viktigste måtene forskere har brukt ulike metoder for å analysere resultater på.

Det er ikke bare bruken av automatiserte mikroskoper som har økt de siste årene, men også kompleksiteten i dataene som innhentes.

En del av forskerens jobb er å finne ut hvordan man skal håndtere en ny type informasjon, i tillegg til å analysere og behandle data.

For at det skal skje, trenger forskerne gode og spesialiserte verktøy for å hente ut og tolke alle dataene på riktig måte.

PyScratch ble først opprettet for å hjelpe biolog og forsker Fernanda Garcia-Fossa med å analysere store mengder data fra migrasjonsanalysene sine.

"Jeg klorte kreftcellene og inkuberte dem i utstyret i 48 timer, mens jeg tok bilder hvert 15. minutt, og på slutten av bare ett eksperiment hadde jeg rundt tusen bilder å se på og analysere!

Det var umulig å gjøre det manuelt", sier Garcia-Fossa. For å løse problemet fikk Garcia-Fossa hjelp av partneren sin, fysikeren Vladimir Gaal, som på den tiden var i ferd med å lære seg Python, noe som var en flott mulighet til å bruke kunnskapen i praksis.

Så begge to jobbet i løsningen gjennom en Python-rutine, som gjenkjente de ripete områdene og eksporterte til en csv-fil.

"Med tiden følte vi at det var nødvendig å utvikle et brukergrensesnitt som gjorde det enda enklere å bruke, på den måten kunne vi publisere programvaren for alle forskere som også trengte å bruke den", sier Garcia-Fossa om programvareartikkelen som du kan sjekke ut ved å klikke her.

Garcia-Fossa forteller også at det tok en stund å gjenkjenne og definere migrasjonsområdet ut fra bildene, siden bildene kan være svært forskjellige fra hverandre på grunn av lys, fokus og kontrast, og den versjonen som brukes i dag, kan allerede analysere ganske godt.

Likevel jobber de fortsatt med programvaren og lanserer nye og bedre versjoner, siden den publiserte artikkelen har tatt opp noen forbedringsbehov på grunn av brukernes etterspørsel.

Assayet som brukes til å validere programvarens ytelse, migrasjonsassayet, scratch assayet eller sårheling, er et assay som ofte brukes i biologi fordi det gjør det mulig å analysere de underliggende mekanismene for fysiologiske og patologiske cellehendelser.

Å studere sårheling er en viktig måte å forstå utvikling og vevsmodellering på, i tillegg til angiogenese og tumorutvikling.

Når analysen utføres i to dimensjoner, er det mulig å måle hvor raskt cellene reagerer på såret og dekker det definerte området.

Eksperimentet går med andre ord ut på å lage et hull i et monolag av konfluensceller i en plakk.

Over tid begynner cellene å migrere for å fylle gapet, og hastigheten på cellemigrasjonen kan måles.

For å måle cellemigrasjonshastigheten må de ta mange bilder, noe som igjen er et problematisk trinn i analysen fordi det krever manuell måling.

Heldigvis har vi i dag mye teknologi til rådighet for å forbedre og oppgradere analysene våre, slik at forskerne kan ta i bruk bedre og mer persontilpassede metoder for å oppnå resultater.

Som Garcia-Fossa og Gaal gjorde det.

I dag er det mulig å finne andre kommersielle og ikke-kommersielle verktøy for behandling av sårområdet.

Men de er ikke like enkle som PyScratch, og krever et visst nivå av programmering fra brukeren, og krever også full oppmerksomhet fra brukeren, noe som gjør analysen mer utsatt for menneskelige feil, pluss tiden forskeren bruker på å analysere alle bildene og dataene.

I artikkelen forklarer forfatterne hvordan programvaren fungerer. Fra alle bildene som er tatt i eksperimentet, får brukeren en fil med kommaseparerte verdier (.cvs), en fil som lagrer tabelldata i ren tekst.

The user then can process the data in their usual routine. Garcia-Fossa says that the program was essential, for her master’s thesis, “The software transforms the input data into value that make biological sense, like cell migration velocity.

Takket være PyScratch kunne jeg bedre analysere effekten av nanopartiklene mine på prostatakreftceller og måle cellenes migrasjonshastighet, og den nøyaktige tiden for god lukking."

Hvis du ønsker å prøve PyScratch til din forskning, er programvaren fritt tilgjengelig, og alle i forskersamfunnet har lov til å bruke den, noe som hjelper Garcia-Fossa og Gaal med å videreutvikle og forbedre programmet.

 ____

Hvordan er din erfaring med Mind the Graph så langt? Hjelp oss med å forbedre plattformen vår for deg og mange andre forskere ved å legge inn en Mind the Graph-anmeldelse. Fortell oss om opplevelsen din ved å klikke på her. 

Relaterte artikler
logo-abonnement

Abonner på nyhetsbrevet vårt

Eksklusivt innhold av høy kvalitet om effektiv visuell
kommunikasjon innen vitenskap.

- Eksklusiv guide
- Tips om design
- Vitenskapelige nyheter og trender
- Veiledninger og maler