PyScratch - це нове програмне забезпечення з відкритим вихідним кодом, реалізоване на мові Python для аналізу даних про міграцію, зі зручним інтерфейсом, що дозволяє використовувати його вченим з невеликими навичками програмування або взагалі без них.
Програмне забезпечення було розроблено у партнерстві трьох бразильських вчених у лабораторії NanoCell Interactions в Університеті Кампінас у 2017 році.
Вона народилася з потреб цих вчених, і сьогодні її мета - полегшити щоденну практику дослідників, виключити ручний аналіз, підвищити відтворюваність і мінімізувати людські помилки.
Аналіз зображень є одним з найважливіших способів, що використовується вченими в різних методологіях для аналізу результатів.
За останні роки зросло не лише використання автоматизованих мікроскопів, але й складність отриманих даних.
Частина роботи науковця полягає в тому, щоб зрозуміти, як працювати з новим типом інформації, крім того, аналізувати та обробляти дані.
Для цього вченим потрібні хороші спеціалізовані інструменти, щоб правильно витягувати та інтерпретувати всі дані.
PyScratch був створений, щоб допомогти Фернанді Гарсіа-Фосса, біологу-досліднику, проаналізувати величезну кількість даних, отриманих під час її міграційних досліджень.
"Я зробив подряпину ракових клітин та інкубував їх в обладнанні протягом 48 годин, роблячи знімки кожні 15 хвилин, і наприкінці лише одного експерименту я мав близько тисячі знімків, які можна було переглянути та проаналізувати!
Вручну це зробити було неможливо", - розповідає Гарсія-Фосса. Щоб вирішити цю проблему, Гарсія-Фосса звернулася за допомогою до свого партнера, фізика Володимира Гаала, який на той час вивчав мову програмування Python, що стало чудовою можливістю застосувати ці знання на практиці.
Отже, обидва вони працювали в рішенні через підпрограму на Python, яка розпізнавала подряпані ділянки та експортувала їх у csv-файл.
"З часом ми відчули необхідність розробити користувацький інтерфейс, який став би ще простішим у використанні, і таким чином ми змогли б опублікувати програмне забезпечення для будь-якого дослідника, який потребував би його використання", - розповідає Гарсія-Фосса про статтю про програмне забезпечення, з якою ви можете ознайомитися нижче. натиснувши тут.
Гарсія-Фосса також розповідає, що їм знадобився певний час, щоб розпізнати і визначити область міграції на знімках, оскільки знімки можуть сильно відрізнятися один від одного через світло, фокус і контраст, і версія, яка використовується сьогодні, вже може досить добре аналізувати.
Тим не менш, вони все ще працюють над програмним забезпеченням, випускаючи нові та кращі версії, оскільки опублікована стаття виявила деякі потреби у вдосконаленні через попит користувачів.
Аналіз, який використовується для перевірки працездатності програмного забезпечення, аналіз міграції, або аналіз подряпин, або загоєння ран - це аналіз, який широко використовується в біології, оскільки дає можливість проаналізувати основні механізми фізіологічних і патологічних клітинних подій.
Вивчення загоєння ран є важливим способом розуміння розвитку та моделювання тканин, окрім ангіогенезу та розвитку пухлин.
Коли аналіз виконується у двох вимірах, можна виміряти, наскільки швидко клітини реагують на рану, покриваючи визначену ділянку.
Іншими словами, суть експерименту полягає в тому, щоб створити розрив у моношарі клітин, що зливаються, в зубній бляшці.
З часом, щоб заповнити прогалину, клітини починають мігрувати, і швидкість міграції клітин можна виміряти.
Потім, щоб виміряти швидкість міграції клітин, потрібно отримати зображення, багато зображень, що, в свою чергу, є проблематичним етапом аналізу, оскільки вимагає ручного вимірювання.
На щастя, сьогодні в нашому розпорядженні є багато технологій, які дозволяють покращити та модернізувати наш аналітичний конвеєр, що дає змогу вченим застосовувати кращі та більш персоналізовані способи отримання результатів.
Як це зробили Гарсія-Фосса та Гаал.
Сьогодні можна знайти й інші комерційні та некомерційні засоби для обробки рани.
Але вони не такі прості, як PyScratch, і вимагають від користувача певного рівня програмування, а також повної уваги з боку користувача, що робить аналіз більш схильним до людських помилок, плюс час, який дослідник витрачає на аналіз всіх зображень і даних.
У статті автори пояснюють, як працює програма. З усіх зображень, зроблених в експерименті, користувач отримує файл значень (.cvs), розділених комами, який зберігає табличні дані у вигляді простого тексту.
Після цього користувач може обробляти дані у звичному режимі. Гарсія-Фосса каже, що програма була дуже важливою для її магістерської роботи дисертація"Програмне забезпечення перетворює вхідні дані у значення, які мають біологічний сенс, наприклад, швидкість міграції клітин.
Завдяки PyScratch я зміг краще проаналізувати вплив моєї наночастинки на клітини раку передміхурової залози, виміряти швидкість міграції клітин і точний час для хорошого закриття".
Якщо ви хочете спробувати PyScratch для своїх дослідженняпрограмне забезпечення знаходиться у вільному доступі, і кожен, хто науковий спільноті дозволено користуватися нею, допомагаючи Гарсіа-Фосса та Гаалу вдосконалювати та покращувати програму.
____
Як там твій Mind the Graph досвід заходить так далеко? Допоможіть нам покращити нашу платформу для вас і для багатьох інших вчених, які публікують огляди Mind the Graph. Розкажіть нам про свій досвід, просто натисніть тут..
Підпишіться на нашу розсилку
Ексклюзивний високоякісний контент про ефективну візуальну
комунікація в науці.