迅速な放射線 Biodosimetry を自動化された減数分裂の染色体の識別 (ADCI) と線量評価
概要
染色体の減数分裂の染色体 (DC) アッセイは、電離放射線への暴露を定量化します。減数分裂の染色体識別子の自動化と線量推定ソフトウェア正確かつ迅速中期細胞内の Dc から生物学的線量を推定します。それは、Dc から monocentric 染色体とその他のオブジェクトを区別し、Dc の周波数から生物学的線量を推定します。
Abstract
生物学的線量は、中期細胞における減数分裂の染色体頻度から推定できます。これらの染色体の減数分裂の染色体の試金の実行は伝統的でなく大量の死傷者のイベントのきっかけで検討する必要がありますサンプルのボリュームを処理に適したマニュアル、労働集約的なプロセスです。自動化された減数分裂の染色体識別子と線量推定 (ADCI) ソフトウェアは、機械学習を用いた画像処理手法を用いた中期画像のセットを調べることによってこのプロセスを自動化します。不適切な画像を削除することによって解析が動原体を含む染色体または非染色体として各オブジェクトを分類の適切な画像をさらにソフトウェア選択 monocentric 染色体 (MCs) 染色体を区別するまたは減数分裂染色体 (Dc) は、サンプル内の DC 周波数を決定して校正サンプルを使用して計算の較正曲線とサンプル DC 周波数を比較することによって生物学的線量を推定します。このプロトコルでは、ADCI ソフトウェアの使用方法について説明します。通常、校正 (知られている線量) と中期イメージのテスト (不明な線量) セットの両方は、正確な線量評価を実行するインポートされます。分析のための最適な画像プリセット フィルターを使用して自動的に見つけることができます。 または手動検査を通じてフィルター処理もできます。各サンプル内のイメージの処理し、DC 周波数、機械学習の手法を使用して、Dc を呼び出すための金詰りのさまざまなレベルで計算されます。線形二次校正曲線は知られている物理的な線量にさらされている校正サンプルで DC 周波数に基づいて生成されます。不確かな放射線レベルにさらされる試験の用量は、これらの校正曲線を使用して DC 頻度から推定されます。レポートは要求時に生成することができます、1 つまたは複数のサンプル、1 つまたは複数の較正曲線または線量評価結果の要約を提供します。
Introduction
放射線 biodosimetry は、減数分裂の染色体 (Dc) などにさらされている個人被曝線量を測定する染色体転座染色体異常ほとんど生物学的マーカーを使用します。生物学的線量は、個体間のばらつきによる器械によって測定される物理線量から異なる場合があります。同様に、特定の物理的な線量の放射線は、異なる生物に起因する根本的な生理学的または環境条件を作り出すことができます。生物学的線量の知識は、診断と治療の両方にとって特に重要なのです。
DC アッセイは、人々 の生物学的放射線被ばくを評価する世界保健機関 (WHO) と国際原子力機関 (IAEA) のゴールド スタンダードです。IAEA と推奨放射線線量評価のため最初の試験だった。比較的安定した DC 周波数は、放射線暴露1後約 4 週間と理想的なバイオ マーカーの Dc にして放出放射線量との量的関係が正確である。放射線量 (単位でグレー [Gy] 参照) と (セルあたりの Dc の数として参照される) DC 周波数の関係は線形二次関数として表現できます。
DC の細胞遺伝学的試金は、約 55 年2のための業界標準をされています。それは単一の血液サンプルから顕微鏡データを分析する 1 〜 2 日を必要とする、手動で行われています。推定被ばく線量3によって数百数千の画像が必要です。1 Gy を超える線量では、IAEA は、100 Dc の最小検出を推奨します。250 〜 500 中期画像の検討は biodosimetry 細胞遺伝学的研究所で一般的な方法です。エクスポー ジャーのあるサンプルの < 1 Gy、3,000-5,000 DC 形成の低確率のため画像が提案されています。いずれにしても、それは労働強烈な作業です。
細胞遺伝学 biodosimetry 研究所独自の in vitroテスト サンプルの生物学的線量を評価する前に放射 biodosimetry 較正曲線を作成します。健常者コントロールから血液サンプルは、放射線にさらされている、リンパ球は培養され、中期染色体分析の準備を。これらのサンプルを使用して、生物学的線量は標準的な放射源から放射される知られている物理的な線量に校正されています。専門家イメージ DCs をカウント、サンプルごとに DC 周波数を計算する中期細胞像が記録された後。検量線は全ての用量で DC 周波数を線形二次曲線に当てはめるによって組み込まれています。校正線量曲線上に DC 周波数と一致する、対応する線形二次式で指定することは、個人からテスト サンプルの露出を推測できます。
Dc 検出を自動化し、線量のソフトウェアを使用してこの手順を迅速に決定。自動の減数分裂の染色体識別子と線量推定量 (ADCI) を検出して、monocentric 染色体 (MCs) から減数分裂の染色体 (Dc) とその他のオブジェクトを区別する機械学習ベースの画像処理技術を使用してし、放射線を自動化線量評価。ソフトウェアは、大幅に削減したり、DC カウント手動で検証の必要性を排除して自動化による線量評価を加速するために目指しています。それは参照 biodosimetry 研究所健康カナダ (HC) で、カナダ原子力研究所 (CNL) の関与が開発されています。この試金のための IAEA の基準を満たすパフォーマンスが引き続き彼らのフィードバックになります。
ソフトウェアは、次の機能を実行します: 1) フィルターの DCs と最適な中期細胞画像解析, 2) 染色体の認識、DC 検出及び DC 周波数決定を選択し、3) 線量校正から放射線量の推定放射線の細胞遺伝学的データ。このソフトウェア プロセス (サンプルと呼ばれる) 同一個体から中期イメージのグループ、カウントを使用してそれぞれの Dc の数画像処理技術、及び推定被曝線量はグレイ (Gy) の単位で各サンプルが受信したリターン。
ソフトウェアは、染色体の構造、カウント、および密度の範囲を処理する設計されています。ただし、アルゴリズムは十分に分離、線形染色体4の近く完全な補完を含む中期画像で最適に動作します。画像、染色体の高い重複のセットを含む複数の細胞、不完全な中期細胞、姉妹染色分け体の分離、核、非染色体のオブジェクト、およびその他の欠陥は、アルゴリズムの正確さを減らすことができます。専用の画像選択モデルと他のオブジェクト分割しきい値は、サブ最適な画像や偽の肯定的な Dc の大半をフィルター処理できます。
イメージが処理されるとき、減数分裂の染色体の検出が実行されます。アルゴリズムはイメージ内のどのオブジェクトが染色体を決定しようし、各染色体のセントロメア最も可能性が高い 2 つの領域を探します。一連の異なるサポート ベクトル マシン (SVM) 学習モデルは Dc とノーマル、monocentric 染色体染色体を区別します。SVM モデルは DC 検出の特異性と感度の異なる (参照ステップ 3.1.4 以下)、サンプルで決定される DC 周波数に影響することができます。
ADCI は、ギムザ – (または DAPI-) 中期デジタル画像 (tiff 形式または JPG 形式) 1 つまたは複数のサンプルをステンド グラスのセットを処理します。ソフトウェアは、校正サンプルとテスト サンプルの両方の Dc を分析します。校正サンプルの物理線量 (Gy) では知られている、較正曲線の生成に使用されます。不明なエクスポー ジャーを持つ個人の物理的および生物学的用量は、コンピューターが生成した検量線からソフトウェアによって推論されます。研究所は、同等の技術を使用して、別の所から検量線はしばしば3を異なります。同じ研究室からの両方の校正曲線と試料は、試料の正確な線量推定のため処理必要があります。
このソフトウェアは、どのアドレスに、多くの個人は同時にテストする必要があるイベントを処理するために必要な生産性、速度、精度とスケーラビリティを提供します。2008-20174,5,6,7,8,9,10、11,12 から開発されました。 ,13。最近のコンピューターのハードウェアは、このデスクトップを使用してください。PC のソフトウェアを処理することができます、10 〜 20 分4で 500 中期ゲノムに相当の忍耐強いサンプルの推定線量。コードは、一連の独自の画像セグメンテーションと染色体分析用機械学習アルゴリズムに基づきます。3 Gy の放射線にさらされている各染色体の専門家の分析では、ADCI に匹敵する精度を与えた。(以前は国際技能の練習で使用) 不明なエクスポー ジャーの 6 サンプルのセット、ソフトウェア推定 0.5 Gy HC、CNL、トリアージのための国際原子力機関の要件を満たすことによる同じデータの手動レビューで得られた値の内の用量biodosimetry。さらに、厚生の標準化と最終的に線量の再現性のスコアリング アルゴリズム共通、自動化された DC の利点を見積もり。それにもかかわらず、ソフトウェア フィルタ リング、選択基準、染色体の準備メソッドおよび考慮する校正光源の違いを有効にする画像のカスタマイズが可能します。
このソフトウェアは、グラフィカル ユーザー インターフェイス (GUI) – ギムザ (または DAPI) を含む染色体画像のセットを分析しシステム – ステンド中期電離放射線への暴露に起因する異常細胞です。イメージ セット、デジタル光 (または epifluorescent) 顕微鏡システムで撮影し、各セットが別のサンプルに対応します。ソフトウェアは、画像処理を検出して、MCs およびその他のオブジェクトから Dc を区別する技術を利用しています。経験的派生セグメンテーション フィルターは、真の Dc に影響を与えずに、偽の肯定的な Dc を自動的に除去します。最後に、ソフトウェアは、事前計算済み (またはユーザーが指定した) 画像選択モデルと質の悪い中期の画像を発見したさまざまな画像のプロパティに基づく望ましくない画像を自動的にフィルター処理します。これらのイメージには過剰なを含む、または「うるさい」オブジェクト、複数の重複染色体数が不足画像欠けている中期の染色体、過剰な数の妹の染色分け体4。自動的に精選された画像データは、知られている放射線量のサンプルから線量校正曲線を生成に使用される、不明な線量にさらされているテスト サンプルのエクスポー ジャーを推定する使用されます。
ソフトウェアの出力の表示およびとして保存できます: 1) テキスト ベースの出力は、コンソールで、表示 2) プロット イメージ、および 3) HTML 形式でレポートとして保存することができます。ソフトウェアの多くの側面は、異なる研究室の特定のニーズに合わせてカスタマイズ可能です。各研究室は、研究室で検証細胞遺伝学のプロトコルに基づいて校正、テスト サンプルを準備し、収集を通常提供します。これは試料の均一性を維持、同じプロトコルを使用して派生した試料に適用される意味深長校正サンプルから生成された較正曲線をできます。検量線は、曲線係数または定義された用量で DC 周波数から作成場合があります。最も正確な線量推定値を取得するには、品質の低いイメージと偽肯定的な Dc (FPs) をフィルタ リングします。各サンプル内に最適なイメージのサブセットの選択は、FPs を紹介する傾向がある基準以下のイメージを排除する ‘ イメージ選択モデル’ を使用して実現されます。事前に検証モデルのシリーズ追加モデルとカスタマイズされたフィルターを作成して保存すると、ユーザーが、ソフトウェアに含まれています。
ソフトウェアが正常に読み込まれると、一度主要なグラフィカル ユーザー インターフェイス (GUI) が表示 (図 1参照)。このインターフェイス、サンプル、中期細胞画像ファイルのフォルダーから成る可能性があります選択し、Dc を識別する処理、較正曲線を作成し、比較してから試料の放射線被曝線量を決定する可能性があります。
図 1:グラフィカル ユーザー インターフェイスを含めるは主要な部門: (2)曲線のサンプル(1)、校正のリストのリスト、プロセス キュー (3)、プロットは、各サンプルの画像の各セットの DC 検出のステータスを監視します。(4)プログラムによって実行された各操作の出力として説明テキストが含まれているコンソール(5)や較正曲線のサンプル画像のセットの統計やその他の定量的なプロパティをまとめたものを表示します。この図の拡大版を表示するのにはここをクリックしてください。
Protocol
Representative Results
Discussion
ソフトウェアの機能と制限
このペーパーで説明したプロトコルをインポートし中期の細胞遺伝学的画像処理、放射線を検量線作成および個人またはサンプルの未知の世界にさらされている生物学的線量推定 ADCI で使用される典型的なステップごとの手順を紹介します。放射線レベル。ただし、以下の手順を順番に実行する必要はありません。たとえば、不明な線量の多くのテスト サンプルは処理することができます、同じ事前計算済みの検量線を用いています。さらに、処理が完了すると、イメージの選択および DC モデルをフィルタ リングすることができますで補間されますユーザー。適切な画像の選択モデルのアプリケーション特性に依存し、依存しセルを準備するために使用実験プロトコルと逼迫条件でセルを選択するために使用の両方中期画像データの品質自動中期キャプチャ システム。Biodosimetry や細胞遺伝学的研究所の間で染色体の形態が異なります、したがって、イメージ選択モデルは、ソフトウェアに付属している定義済みのイメージ選択モデルに十分であるかどうかを決定するユーザーによって評価されるべき正確な線量の見積もりを生成または作成する必要があるしきい値カスタム モデル ユーザー定義かどうか。我々 の経験に基づいて、イメージ選択モデルの有効性は、ソースと細胞像の品質に影響されます。ユーザーは、さまざまなフィルターの組み合わせを使用して、目的の画像を選択する偽肯定的な Dc と画像選択モデルと対応するしきい値を排除する独自の画像選択基準を設計できます。線形二次曲線と DC 周波数の係数を変更または手動で入力することができます、較正曲線と線量評価の入力の柔軟性があります。
ソフトウェアは、完全に自動化が、画像が手動で確認し、選択。この機能は、主な GUI で顕微鏡ビューアー機能で個別に処理された画像を削除したりできます。それにもかかわらず、自動化のためソフトウェアは大幅に効率化中期イメージの得点と Dc を数えるマニュアルと比べています。1000 の画像からなるサンプルは、マルチコア ・ パフォーマンスのワークステーション (jpg) 40 分に 20 (tiff) で処理できます。このソフトウェアは複数の個人公開されているか、または放射線にさらされているために疑われたか、一刻が診断と治療にイベントなどのタイム クリティカルな労働集約的な状況で特に役に立つでしょう意思決定が重要です。
Dc として線量推定の正確かつ正確なハイスループット検出が無人放射線評価のため必要です。ソフトウェアその他の利用可能な選択肢は、両方の条件を達成しません。ユーザー支援、イメージ ベース細胞遺伝学的分析 (DCScore、当初17) システム候補 Dc の手動による確認が必要です、高エラーのため裸眼に起因する率が重なる染色体、およびシステムが特定できません放射線量。DCScore は、多数の可能性がある露出された個人を含む放射線イベントで ADCI としては効果がないでしょう。大口径顕微鏡システムは、複数中期細胞18の画像を集めることができる、しかし、彼らはそれらを分析しません。「カバ」19および20ソフトウェアの「線量推定」校正を生成できます曲線、推定線量、DCs を獲得していません。DC 解析に基づいていない他の biodosimetry 試金 H2AX 蛍光、DNA に交配その場で蛍光プローブの特定に目標とされた染色体、遺伝子発現、小核、尿、呼吸器バイオ マーカーがあります。これらメソッド電離放射線の少ない特定なり敏感なより高価ないくつかのインスタンスにすることができますより時間がかかり、一般に標準化されていない複数の参照研究室。長期評価のため使用できませんのでこれらの技術のほとんどは安定した放射線応答を検出しない (> 7 日間暴露後) 被曝線量。対照的に、これを 90 日間暴露後、個人を評価できるし、細胞遺伝学研究室顕微鏡イメージング システムからのデータを処理することができます。しかし、サンプルが描画される場合 > 4 週間曝露後、感受性が減数分裂の異常1,2,3の崩壊による減少し、ソフトウェアは現在 DC 周波数サンプリングでの遅延を解決個人を公開しました。
このソフトウェアには、いくつかの制限があります。既存イメージ選択モデルほとんど許容染色画像を選択が、DC 検出の精度が低く、不満足な画像を排除するためにいくつかのインスタンスでは失敗します。それはまだ開いている質問すべての不適当な中期細胞を排除する満足のいく画像選択モデルをデザインする方法です。ソフトウェアでは、高い放射線量にさらされるサンプルの正確な見積もり (≥ 2 Gy)。偽肯定的な Dc16の数を減らすことでかなりの進歩にもかかわらず、これらのオブジェクトがない解決されました。低線量で品質中期細胞を下げる (特に < 1 Gy) 偽陽性 DC 検出する傾向があります。したがって、低用量のサンプルに含まれていなかった HC テスト サンプルの線量評価用較正曲線を生成するとき。しかし、少量サンプルを含む曲線を使用する場合は、SVM シグマ値が低いほど低用量試料中の偽の肯定的なカウントを減らす、高用量試料中 DC 利回りが低い可能性があります。図 8 線量評価のため使用される HC 曲線を比較して (シグマ = 1.5) 低い SVM シグマ値 (1.0) に追加少量サンプルを持つ校正曲線フィットします。中期の細胞および/または質の悪い中期画像数が不十分なサンプルでは、低用量、0.5 Gy を超える物理線量からの逸脱に至るおそれで生物学的エクスポー ジャーを高精度に推定できない場合があります。
最高の用量-反応曲線線形または線形的モデルに適合する場合、ソフトウェアに放射線の種類が正確に評価しない可能性があります。これまでのところ、それは X とガンマ線にさらされるサンプルでのみテストされています。別の放射線源を検討した場合、ユーザーは校正、テスト サンプルは、同じ種類の放射線にさらされているを確認します。ソフトウェアは、尤または線形二次モデルを用いた用量反応曲線を構築する最小二乗のいずれかを使用します。課す厳密な線形カーブ フィット、オプションがない高エネルギー粒子のエクスポー ジャーの適切なただしこのような機能が将来利用できるように。
将来の発展
私たちの継続的な努力は、イメージ選択モデルと正確な線量測定、特に低線量にさらされているサンプルの改善に取り組んでいます。その後のソフトウェア バージョンは被曝と較正曲線の信頼区間標準誤差測定を提供します。さらに、高パフォーマンス コンピューティング (BG/Q、IBM) 青い遺伝子スーパー コンピューターのためのソフトウェアのバージョンは大量死傷者放射線イベントで公開されている個人のタイムリーな評価のための開発中です。ソフトウェアのいくつかのコンポーネントが既にテストおよびこのプラットフォームに配置小娘 =”xref”> 11。
開示
The authors have nothing to disclose.
Acknowledgements
我々 は細胞遺伝学 biodosimetry 研究室から中期イメージ データにアクセス博士ルース ・ ウィルキンス、放射線生物学、カナダ保健省とファラ Flegal、カナダ原子力研究所の研究者で保護課に感謝しています。本稿は、CytoGnomix (シリアル no. にカナダ技術革新プログラムのビルドからの契約によって支えられました。EN579-172270/001/SC)。ADCI の初期のバージョンとアルゴリズムの開発は西洋の技術革新基金; によって支えられました。自然科学工学研究会議 (レベル検出グラント 371758 2009);米国公衆衛生サービス (DART 線量 CMCR、5U01AI091173-0);イノベーションのためのカナダの財団カナダの研究の椅子、および CytoGnomix (株)
Materials
| Automated Dicentric Chromosome Identifier and Dose Estimator (ADCI) | CytoGnomix | NA | ADCI software is released in a binary installation package file for Microsoft Windows 7, 8, 8.1 and 10; 235 Mb of disk storage are required for a typical installation. The software has been tested with Intel or AMD x86-64 processors; at least 1 Gb RAM is recommended. Analyses have been benchmarked on a computer configured with an Intel I7 processor and 16 Gb RAM. Operation of ADCI requires an active license and a USB-based hardware dongle, which must remain plugged in while the software is executing. The dongle encodes the software expiry date. Each time the software is started, this date is read. The software will allow access to the program if the current date and time precedes the expiration time-date stamp. Extending an expired software license can be accomplished by obtaining a new dongle or by renewing the license with an updated key at startup. |
| Digital images of metaphase cell nuclei | Examples: Metasystems, Leica Microsystems | M-Search (Metasystems), Cytovision (Leica) software | High resolution TIFF format; typically >250 digital images generated with a microscope imaging capture system (minimum 63x magnification objective, 10x magnification ocular). |
| MSI Leopard Pro (recommended, optional) | Micro-Star International | MSI GP62 6QF 480CA Leopard Pro | Multi-core performance workstation. |
参考文献
- Brewen, J. G., Preston, R. J., Littlefield, L. G. Radiation-Induced Human Chromosome Aberration Yields Following an Accidental Whole-Body Exposure to60 Co γ-Rays. Radiat Res. 49 (3), 647-656 (1972).
- Bender, M. A., Gooch, P. C. Persistent Chromosome Aberrations in Irradiated Human Subjects. Radiat Res. 16 (1), 44-53 (1962).
- INTERNATIONAL ATOMIC ENERGY AGENCY. . Cytogenetic Dosimetry: Applications in Preparedness for and Response to Radiation Emergencies. , (2011).
- Rogan, P. K., Li, Y., Wilkins, R. C., Flegal, F. N., Knoll, J. H. M. Radiation Dose Estimation by Automated Cytogenetic Biodosimetry. Radiat Prot Dosimetry. 172 (1-3), 207-217 (2016).
- Arachchige, A. S., Samarabandu, J., Knoll, J., Khan, W., Rogan, P. An image processing algorithm for accurate extraction of the centerline from human metaphase chromosomes. 2010 IEEE International Conference on Image Processing. , 3613-3616 (2010).
- Arachchige, A. S., Samarabandu, J., Knoll, J., Khan, W., Rogan, P. An Accurate Image Processing Algorithm for Detecting FISH Probe Locations Relative to Chromosome Landmarks on DAPI Stained Metaphase Chromosome Images. 2010 Canadian Conference on Computer and Robot Vision. , 223-230 (2010).
- Arachchige, A. S., Samarabandu, J., Rogan, P. K., Knoll, J. H. M. Intensity integrated Laplacian algorithm for human metaphase chromosome centromere detection. 2012 25th IEEE Canadian Conference on Electrical and Computer Engineering (CCECE). , 1-4 (2012).
- Li, Y., et al. Towards large scale automated interpretation of cytogenetic biodosimetry data. 2012 IEEE 6th International Conference on Information and Automation for Sustainability. , 30-35 (2012).
- Ranjan, R., Arachchige, A. S., Samarabandu, J., Knoll, J. H. M., Rogan, P. K. Automatic Detection of Pale Path and Overlaps in Chromosome Images using Adaptive Search Technique and Re-thresholding. International Conference on Computer Vision Theory and Applications. , 462-466 (2017).
- Arachchige, A. S., Samarabandu, J., Knoll, J. H. M., Rogan, P. K. Intensity Integrated Laplacian-Based Thickness Measurement for Detecting Human Metaphase Chromosome Centromere Location. IEEE Trans Biomed Eng. 60 (7), 2005-2013 (2013).
- Rogan, P. K., et al. Automating dicentric chromosome detection from cytogenetic biodosimetry data. Radiat Prot Dosimetry. 159 (1-4), 95-104 (2014).
- Li, Y., Knoll, J. H., Wilkins, R. C., Flegal, F. N., Rogan, P. K. Automated discrimination of dicentric and monocentric chromosomes by machine learning-based image processing. Microsc Res Tech. 79 (5), 393-402 (2016).
- Subasinghe, A., et al. Centromere detection of human metaphase chromosome images using a candidate based method. F1000Res. 5, 1565 (2016).
- Wilkins, R. C., et al. Evaluation of the annual Canadian biodosimetry network intercomparisons. Int J Radiat Biol. 91 (5), 443-451 (2015).
- Liu, J., Li, Y., Wilkins, R., Flegal, F., Knoll, J. H. M., Rogan, P. K. Accurate Cytogenetic Biodosimetry Through Automation Of Dicentric Chromosome Curation And Metaphase Cell Selection. F1000Research. 6, 1396 (2017).
- Schunck, C., Johannes, T., Varga, D., Lörch, T., Plesch, A. New developments in automated cytogenetic imaging: unattended scoring of dicentric chromosomes, micronuclei, single cell gel electrophoresis, and fluorescence signals. Cytogenet Genome Res. 104 (1-4), 383-389 (2004).
- Ramakumar, A., Subramanian, U., Prasanna, P. G. S. High-throughput sample processing and sample management; the functional evolution of classical cytogenetic assay towards automation. Mutat Res Genet Toxicol Environ Mutagen. 2015, 132-141 (2015).
- Deperas, J., et al. CABAS: a freely available PC program for fitting calibration curves in chromosome aberration dosimetry. Radiat Prot Dosimetry. 124 (2), 115-123 (2007).
- Ainsbury, E. A., Lloyd, D. C. Dose estimation software for radiation biodosimetry. Health Phys. 98 (2), 290-295 (2010).
