आकार और सक्रिय कीचड़ कणों के आकार को मापने के एक खुला स्रोत सॉफ्टवेयर पाइपलाइन के साथ आगर में मैटीरियल
Summary
आकार और सक्रिय कीचड़ में कणों के आकार महत्वपूर्ण पैरामीटर है कि अलग तरीकों का उपयोग कर मापा जाता है । अशुद्धियाँ गैर-प्रतिनिधि नमूना, इष्टतम छवियों, और व्यक्तिपरक विश्लेषण मापदंडों से उत्पन्न होती हैं । इन त्रुटियों को कम करने और माप कम करने के लिए, हम एक खुला स्रोत सॉफ़्टवेयर पाइपलाइन सहित प्रत्येक चरण निर्दिष्ट प्रोटोकॉल प्रस्तुत करते हैं ।
Abstract
ऐसे अपशिष्ट जल के इलाज के रूप में प्रयोगात्मक, प्रतिक्रियात्मक, कणों जिसका आकार और आकार महत्वपूर्ण पैरामीटर होते हैं । उदाहरण के लिए, आकार और सक्रिय कीचड़ flocs के आकार अतिसूक्ष्म में शर्तों का संकेत कर सकते हैं, और यह भी सीधे प्रभावित कैसे अच्छी तरह से कीचड़ एक स्पष्ट में बैठती है ।
कण आकार और आकार दोनों ‘ बहुत ‘ सरल माप रहे हैं । कई सूक्ष्म मुद्दों, अक्सर अनौपचारिक प्रोटोकॉल में पता नहीं, जब नमूना, इमेजिंग, और विश्लेषण कणों पैदा कर सकते हैं । नमूना विधियों या पक्षपाती पर्याप्त सांख्यिकीय शक्ति प्रदान नहीं किया जा सकता है । नमूनों स्वयं खराब हो सकता है संरक्षित या स्थिरीकरण के दौरान परिवर्तन से गुजरना । छवियां पर्याप्त गुणवत्ता की नहीं हो सकती हैं; अतिव्यापी कणों, क्षेत्र की गहराई, आवर्धन स्तर, और विभिन्न शोर सभी गरीब परिणाम का उत्पादन कर सकते हैं. खराब निर्दिष्ट विश्लेषण पूर्वाग्रह, जैसे कि मैनुअल छवि थ्रेसहोल्ड और विभाजन द्वारा उत्पादित का परिचय कर सकते हैं ।
सामर्थ्य और प्रवाह reproducibility के साथ वांछनीय हैं । एक किफायती, उच्च प्रवाह विधि और अक्सर कण माप सक्षम कर सकते हैं, कई कणों के हजारों युक्त छवियों का निर्माण । एक तरीका है कि सस्ती रिएजेंट, एक आम विदारक माइक्रोस्कोप का उपयोग करता है, और स्वतंत्र रूप से उपलब्ध खुला स्रोत विश्लेषण सॉफ्टवेयर दोहराया, सुलभ, reproducible, और आंशिक रूप से स्वचालित प्रयोगात्मक परिणाम की अनुमति देता है । इसके अलावा, इस तरह के एक विधि के उत्पाद अच्छी तरह से स्वरूपित, अच्छी तरह से परिभाषित किया जा सकता है, और आसानी से डेटा विश्लेषण सॉफ्टवेयर द्वारा समझ में, दोनों के भीतर प्रयोगशाला विश्लेषण और प्रयोगशालाओं के बीच डेटा साझा सहजता ।
हम एक प्रोटोकॉल है कि इस तरह के एक उत्पाद के उत्पादन के लिए आवश्यक कदम विवरण प्रस्तुत करते हैं, सहित: नमूना, नमूना तैयारी और आगर में स्थिरीकरण, डिजिटल छवि अधिग्रहण, डिजिटल छवि विश्लेषण, और से प्रयोग विशेष आंकड़ा पीढ़ी के उदाहरण विश्लेषण परिणाम । हमने इस प्रोटोकॉल का समर्थन करने के लिए एक खुला-स्रोत डेटा विश्लेषण पाइपलाइन भी शामिल किया है ।
Introduction
इस विधि के प्रयोजन के लिए एक अच्छी तरह से परिभाषित, दोहराया, और आंशिक रूप से-स्वचालित विधि का निर्धारण करने के लिए आकार और प्रतिक्रियाशीलता में कणों की आकृति वितरण, विशेष रूप से युक्त उन सक्रिय कीचड़ flocs और एरोबिक granules1 प्रदान करने के लिए है , 2. इस विधि के पीछे तर्क की सामर्थ्य, सादगी, प्रवाह को बढ़ाने के लिए थे, और हमारे मौजूदा घर में प्रोटोकॉल3,4, दूसरों के लिए आसानी कण माप की पुनरावृत्ति, और साझा करने की सुविधा और डेटा की तुलना ।
कण माप विश्लेषण की दो व्यापक श्रेणियां हैं-प्रत्यक्ष इमेजिंग और तरजीही तरीके जैसे गुणों का उपयोग करते हुए प्रकाश कैटरिंग5. हालांकि तरजीही तरीकों को स्वचालित किया जा सकता है और बड़े प्रवाह है, उपकरण महंगा है । इसके अलावा, जबकि तरजीही तरीके सही एक कण6के बराबर आकार निर्धारित कर सकते हैं, वे विस्तृत आकार जानकारी7प्रदान नहीं करते ।
आकार डेटा की आवश्यकता के कारण, हम प्रत्यक्ष इमेजिंग पर हमारे विधि आधारित है । जबकि कुछ उच्च प्रवाह इमेजिंग तरीकों मौजूद हैं, वे परंपरागत रूप से या तो महंगी वाणिज्यिक हार्डवेयर या कस्टम निर्मित समाधान8,9की आवश्यकता है । हमारे विधि आम, सस्ती हार्डवेयर और सॉफ्टवेयर है कि, हालांकि प्रवाह में कमी से पीड़ित, कई विश्लेषण10के लिए आवश्यक ंयूनतम से कहीं अधिक कण छवियों का उत्पादन, रोजगार के लिए विकसित किया गया है ।
मौजूदा प्रोटोकॉल महत्वपूर्ण नमूना और छवि प्राप्ति चरणों को निर्दिष्ट नहीं कर सकते हैं । अंय प्रोटोकॉल व्यक्तिपरक बायस (जैसे कि तदर्थ थ्रेशोल्ड11) का परिचय देने वाले मैंयुअल चरण निर्दिष्ट कर सकते हैं । एक अच्छी तरह से परिभाषित विधि है कि नमूना, स्थिरीकरण और छवि अधिग्रहण स्वतंत्र रूप से उपलब्ध विश्लेषण सॉफ्टवेयर के साथ संयुक्त कदम दोनों के भीतर प्रयोगशाला छवि विश्लेषण और प्रयोगशालाओं के बीच तुलना में वृद्धि होगी निर्दिष्ट करता है । इस प्रोटोकॉल का एक प्रमुख लक्ष्य एक कार्यप्रवाह और उपकरण है कि एक ही नमूना के लिए विभिंन प्रयोगशालाओं से reproducible परिणाम के लिए नेतृत्व करना चाहिए प्रदान करना है ।
छवि विश्लेषण प्रक्रिया को सामान्य करने के अलावा, इस पाइपलाइन द्वारा उत्पादित डेटा एक अच्छी तरह से परिभाषित, अच्छी तरह से स्वरूपित फ़ाइल में दर्ज किया गया है12 लोकप्रिय डेटा विश्लेषण द्वारा उपयोग के लिए उपयुक्त13,14, सहजता प्रयोग विशिष्ट विश्लेषण (जैसे कस्टम चित्रा पीढ़ी के रूप में) और प्रयोगशालाओं के बीच डेटा साझा करने की सुविधा.
इस प्रोटोकॉल विशेष रूप से शोधकर्ताओं जो कण आकार डेटा की आवश्यकता होती है के लिए सुझाव दिया है, को तरजीही तरीकों तक पहुंच नहीं है, अपनी छवि विश्लेषण पाइपलाइन विकसित करने की इच्छा नहीं है, और दूसरों के साथ आसानी से अपने डेटा साझा करना चाहते है
Protocol
Representative Results
Discussion
हालांकि छवि विश्लेषण प्रणाली काफी मजबूत है और QC कदम गरीब छवियों को सुनिश्चित करने के लिए लिया जाता है हटा रहे हैं, नमूना, थाली तैयारी में विशिष्ट मुद्दों पर उचित ध्यान, और छवि अधिग्रहण डेटा की सटीकता और ?…
Declarações
The authors have nothing to disclose.
Acknowledgements
यह काम राष्ट्रीय विज्ञान फाउंडेशन CBET १३३६५४४ से अनुदान द्वारा समर्थित किया गया था ।
फिजी, R, और पायथन लोगो के साथ निंनलिखित ट्रेडमार्क नीतियों के अनुसार उपयोग किया जाता है:
अजगर: https://www.python.org/psf/trademarks/
आर: https://www.r-project.org/Logo/ , प्रति के रूप में प्रतिलिपि-द्वारा-SA ४.० लाइसेंस पर सूचीबद्ध: https://creativecommons.org/Licenses/by-sa/4.0/
फिजी: https://imagej.net/Licensing
Materials
| 10% Bleach solution | Chlorox | 31009 | For workspace disinfection. |
| 15 mL centrifuge tube with cap | Corning | 430790 | Per sample. |
| 50 mL Erlenmeyer flask | Corning | 4980-50 | Other vessels are suitable so long as they can contain > 40 mL of sample and allow mixing |
| 500 mL Kimax Bottle | Kimble-Chase | 14395-50 | Or otherwise sufficient for agar handling |
| Agar | BD | 214010 | Solid, to prepare 7.5% gel. 7 mL per sample. |
| Data analysis software | N/A | N/A | R or Python are suggested |
| Deionized water | N/A | N/A | Sufficient to prepare stain and agar. If unavailable, tap should be fine. |
| Desktop computer | N/A | N/A | Image analysis is not CPU intensive, any 'ordinary' desktop computer circa 2017 should be sufficient. |
| External hard drive | Seagate | STEB5000100 | Not fully required, but extremely useful given the number an size of images. 2 or more TB of storage suggested. |
| FIJI | NIH | version 1.51d | Version is ImageJ core. Plugins are updated as of writing. Available at: https://imagej.net/Fiji/Downloads |
| GIT | Open Source | version 2.19.1 or later | Available at: https://git-scm.com/ |
| Image capture software | ToupView | version 3.7.5177 | Any compatible with camera, may come with camera. Should allow saving TIFF images with spatial calibration data. |
| Mechanical (X/Y) Stage | OMAX | A512 | Not fully required, but greatly aids image acquisition. |
| Methylene blue | Fisher | M291-100 | Solid, to prepare 1% w/v solution. 5 uL solution per sample. |
| Microscope camera | OMAX | A35140U | Any digitial camera compatible with microscope. Resolution providing at least 5 um per pixel at 10x magnification and a dynamic range of at least 8 bits per pixel per color channel is suggested. |
| Optical Stage Micrometer | OMAX | A36CALM1 | Or otherwise sufficient for spatial calibration. |
| Petri dish, 100 mm | Fisher | FB0875712 | 1 per sample. |
| PPE | N/A | N/A | Standard lab coat, gloves, and eyewear. |
| Sparmoria macro | NCSU | version 0.2.1 | Available at github repository : https://github.com/joeweaver/SParMorIA-Sludge-Particle-Morphological-Image-Analysis |
| Stereo/dissecting microscope | Nikon | SMZ-2T | Should provide 10 to 20x magnficiation and allow digital photos either with a buit-in camera or profide a mounting point for a CCD. |
Referências
- Show, K. Y., Lee, D. J., Tay, J. H. Aerobic granulation: Advances and challenges. Applied Biochemistry and Biotechnology. 167 (6), 1622-1640 (2012).
- Adav, S. S., Lee, D. -. J., Show, K. -. Y., Tay, J. -. H. Aerobic granular sludge: Recent advances. Biotechnology Advances. 26 (5), 411-423 (2008).
- Initial Investigations of Aerobic Granulation in an Annular Gap Bioreactor. North Carolina State University Available from: https://repository.lib.ncsu.edu/handle/1840.16/2162 (2004)
- . Effect of Hydrodynamics on Aerobic Granulation Available from: https://repository.lib.ncsu.edu/handle/1840.16/8761 (2012)
- Tay, J. H., Liu, Q. S., Liu, Y. Microscopic observation of aerobic granulation in sequential aerobic sludge blanket reactor. Journal of Applied Microbiology. 91 (1), 168-175 (2001).
- Kelly, R. N., et al. Graphical Comparison of Image Analysis and Laser Diffraction Particle Size Analysis Data Obtained From the Measurements of Nonspherical Particle Systems. AAPS Pharm SciTech. 7 (3), E1-E14 (2006).
- Walisko, R., et al. The Taming of the Shrew -Controlling the Morphology of Filamentous Eukaryotic and Prokaryotic Microorganisms. Advances in Biochemical Engineering/Biotechnology. 149, 1-27 (2015).
- Campbell, R. A. A., Eifert, R. W., Turner, G. C. Openstage: A Low-Cost Motorized Microscope Stage with Sub-Micron Positioning Accuracy. PLoS ONE. 9 (2), e88977 (2014).
- Dias, P. A., et al. Image processing for identification and quantification of filamentous bacteria in in situ acquired images. BioMedical Engineering OnLine. 15 (1), 64 (2016).
- Liao, J., Lou, I., de los Reyes, F. L. Relationship of Species-Specific Filament Levels to Filamentous Bulking in Activated Sludge. Applied and Environmental Microbiology. 70 (4), 2420-2428 (2004).
- Cromey, D. W. Avoiding twisted pixels: ethical guidelines for the appropriate use and manipulation of scientific digital images. Science and Engineering Ethics. 16 (4), 639-667 (2010).
- Wickham, H. Tidy Data. Journal of Statistical Software. 59 (10), (2014).
- van Rossum, G. . Python tutorial. , (1995).
- Schindelin, J., Arganda-Carreras, I., Frise, E. FIJI: an open-source platform for biological-image analysis. Nature Methods. 9 (7), 676-682 (2012).
- . SParMorIA: Sludge Particle Morphological ImageAnalysis Available from: https://github.com/joeweaver/SParMorIA-Sludge-Particle-Morphological-Image-Analysis (2018)
- Ferreira, T., Rasband, W. . ImageJ User Guide: IJ 1.42 r. , (2012).
- Sezgin, M., Sankur, B. Survey over image thresholding techniques and quantitative performance evaluation. Journal of Electronic Imaging. 13 (1), 146-166 (2004).
- Kröner, S., Doménech Carbó, M. T. Determination of minimum pixel resolution for shape analysis: Proposal of a new data validation method for computerized images. Powder Technology. 245, 297-313 (2013).
- McKinney, W. Data Structures for Statistical Computing in Python. Proceedings of the 9th Python in Science Conference. , 51-56 (2010).
- Waskom, M., et al. . seaborn: v0.5.0 (November 2014). , (2014).
- . dplyr: A Grammar of Data Manipulation Available from: https://cran.r-project.org/web/packages/dplyr/index.html (2016)
- Riley, R. S., Ben-Ezra, J. M., Massey, D., Slyter, R. L., Romagnoli, G. Digital Photography: A Primer for Pathologists. Journal of Clinical Laboratory Analysis. 18 (2), 91-128 (2004).
- Singh, S., Bray, M. A., Jones, T. R., Carpenter, A. E. Pipeline for illumination correction of images for high-throughput microscopy. Journal of Microscopy. 256 (3), 231-236 (2014).
- Eastwood, B. S., Childs, E. C. Image Alignment for Multiple Camera High Dynamic Range Microscopy. Proceedings. IEEE Workshop on Applications of Computer Vision. , 225-232 (2012).
- High Dynamic Range Microscopy for Cytopathological Cancer Diagnosis. IEEE Journal of Selected Topics in Signal Processing (Special Issue on: Digital Image Processing Techniques for Oncology) Available from: https://www.lfb.rwth-aachen.de/en/ (2009)
- Jain, V., et al. Supervised Learning of Image Restoration with Convolutional Networks. 2007 IEEE 11th International Conference on Computer Vision. , 1-8 (2007).
