in

Le logiciel open source Mistic permet la visualisation d'images t-SNE multiplexées

L’imagerie d’échantillons de tissus est un component vital de la recherche translationnelle qui comble le fossé entre la science fondamentale de laboratoire et la science clinique pour améliorer la compréhension du most cancers et aider au développement de nouvelles thérapies. Pour analyser les images à leur plein potentiel. Dans un write-up publié dans la revue Patterns.

Il y a eu des améliorations significatives dans les approches d’étude du cancer au cours de la dernière décennie, y compris de nouvelles tactics pour étudier des échantillons de tissus. Par exemple, les equipment peuvent désormais être programmées pour colorer des centaines de lames simultanément, ou alternativement, jusqu’à 1 000 carottes d’échantillons de tissus différents peuvent être placées sur une seule lame et colorées pour les biomarqueurs en même temps. L’avènement de ces approches s’accompagne d’une multitude de possibilités pour générer de nouvelles données et informations. En raison de l’ampleur de ces informations et de la mother nature complexe du cancer lui-même, une modélisation informatique et des logiciels sont nécessaires pour visualiser et étudier les biomarqueurs du cancer, l’architecture tissulaire et les interactions cellulaires entre ces échantillons.

Alors que les chercheurs du département d’oncologie mathématique intégrée (IMO) de Moffitt travaillaient sur un projet, ils ont réalisé que le logiciel actuellement disponible pour la visualisation d’images ne répondait pas à leurs besoins.

Le logiciel open source Mistic permet la visualisation d'images t-SNE multiplexées

“Nous étions intéressés à comprendre les modèles spatiaux sous-jacents entre les cellules tumorales et immunitaires et remark les tumeurs étaient organisées. Cela nous obligeait à comparer plusieurs images simultanément et nous avons réalisé qu’il n’y avait aucun logiciel, gratuit ou business, permettant cela”, a déclaré Sandhya Prabhakaran, Ph.D. auteur principal et chercheur appliqué à Moffitt.

notamment l’identification de biomarqueurs et la compréhension de l’architecture tissulaire et de l’organisation spatiale de différents forms de cellules. Leur programme, appelé Mistic, prend des informations à partir d’images multidimensionnelles et utilise des méthodes de réduction de dimensionnalité appelées intégration de voisins stochastiques à distribution t (t-SNE) pour résumer chaque image en un position dans un espace réduit. CyCIF, t-CyCIF et CODEX.

Dans leur publication, les chercheurs décrivent la création de Mistic et certaines des applications pour lesquelles il pourrait être utilisé. Par exemple, ils ont démontré que le logiciel pouvait être utilisé pour visualiser 92 visuals de clients atteints d’un cancer du poumon non à petites cellules et déduire comment les biomarqueurs se regroupent entre les sufferers présentant des réponses différentes au traitement. Dans un autre exemple, les chercheurs ont utilisé Mistic combiné à une analyse statistique pour évaluer la colocalisation spatiale et la coexpression de marqueurs de cellules immunitaires dans 210 échantillons de most cancers de l’endomètre.

L’équipe est enthousiasmée par les apps potentielles de Mistic et prévoit d’améliorer le logiciel.

“Nous allons améliorer Mistic pour utiliser des régions d’intérêt biologiquement significatives à partir de l’image multiplexée pour rendre l’image globale t-SNE. Nous prévoyons également d’augmenter Mistic avec d’autres logiciels de visualisation et de créer un plugin de visualisation multiplateforme pour améliorer l’adoption, la convivialité et la fonctionnalité de Mistic dans la communauté de la recherche biomédicale », a déclaré Sandy Anderson, Ph.D. auteur et président du département IMO de Moffitt.

En in addition de Mistic. Ici, l’équipe de l’IMO peut se présenter, discuter de sa enthusiasm pour la recherche et des défis et opportunités liés à l’imagerie en oncologie mathématique.