致谢:我们感谢 Ciernia 实验室和 Pavlidis 实验室成员在整个项目过程中的实验室会议上提供的周到反馈和建议。我们还要感谢 Wai Hang (Tom) Cheng,他的帮助对于学习如何在 Axioscan 幻灯片扫描仪上成像以及开始进行小胶质细胞形态分析至关重要;Nicholas Michelson,他的帮助对于在 ImageJ 中排除 MicrogliaMorphology 各种特征的代码故障非常有帮助;以及 Dylan Terstege,他在发布之前慷慨地提供了用于 FASTMAP 与 Allen Brain Atlas 对齐的材料。我们还要感谢 Brian MacVicar 博士与我们分享他实验室的 Cx3cr1-GFP 小鼠,我们将其用于 2xLPS 体内实验。我们非常感谢不列颠哥伦比亚大学的神经影像和神经计算中心以及健康与疾病研究集群中的动态脑回路提供的计算资源。
科学学士学位劳德,应用数学08/2015 - 05/2019圣地亚哥州立大学,加利福尼亚州圣地亚哥,加利福尼亚州技能编程语言:高级:Python,R,Matlab | Other: C, C++, FORTRAN 90, Perl, SQL Machine Learning Libraries: Pytorch, Keras, Tensorflow, Scikit-Learn, NumPy Other Tools: Linux/Unix, Git/GitHub, LaTeX, ImageJ, Simpleware Dynamical Skills: software development, image analysis, numerical analysis, algorithm development, high performance computing (HPC), bioinformatics, statistical and数学建模行业经验定量系统药理学实习生06/2022–08/2022 Takeda Pharmaceuticals,定量转化科学(加利福尼亚州圣地亚哥)•开发了一种定量系统药理学(QSP)模型,以模拟帕金森氏病的神经病理学。•确定了治疗干预的最佳时间,以支持武田的神经科学跨学科计划。•使用定量技术,例如药代动力学和药效学(PK/PD)建模来翻译临床前
图 1:6xTCF/LEF-miniP:GFP 斑马鱼系对 Wnt 信号通路的小分子调节剂产生可量化的反应。(A) Wnt/β-catenin GFP 报告基因 6xTCF/LEF-miniP:dGFP 转基因斑马鱼系的示意图。(B) 受精后 48 小时 (hpf) 的 6xTCF/LEF-miniP:dGFP 斑马鱼幼虫。GFP 荧光表明 Wnt 信号活跃,尾鳍 (虚线框) 用于量化。(C) 用 DMSO、Wnt 通路抑制剂 XAV939 或 Wnt 通路激活剂 BIO 处理 24 小时的 6xTCF/LEF- miniP:dGFP 幼虫中的代表性尾鳍荧光。从左到右的面板显示了明场图像、GFP 荧光和使用 ImageJ 软件对荧光进行标准化阈值处理。图中标出了与 DMSO 相比荧光增加或减少的百分比。比例尺 = 500 μm。
定量分析的质量,效率和速度是细胞病理学的关键因素。在这种情况下,需要可靠和可重现的工具来改善较短的结果,其中1个主要是常规的免疫组织化学(IHC)幻灯片和生物医学研究。组织学实验依赖于使用染色技术对结果的可视化,这是因为光吸收染料有能力选择性地结合了分子和感兴趣的复合物,这在结合计算技术时可能会提供定量分析。2因此,可以将颜色反卷积作为定量分析中的多功能工具来解决,因为该方法能够在通道中分裂染色技术的不同染料,3允许分析目标结构的面积分数。在►图中1,我们可以看到ImageJ(美国国立卫生研究院)上的“颜色反卷积”工具允许将明亮的图像拆开为代表单个染料吸光度的通道。分开通道后,可以借助“阈值”工具将图像变成灰色,以确定结构区域。然后,我们可以与白色背景相比测量染色结构的“面积分数”。使用此方法,可以半自动的方式量化每个场的染色面积,从而可以更大的分析流。
电子微探针成像和定量成分映射:73002连续芯的抛光薄片(PTS)分布成50×25 mm的雷果石环氧粒粒度。使用JSC的键性光学显微镜系统获得这些PT的镶嵌光学图像图。随后使用华盛顿大学的JEOL JXA-8200电子微探针(EPMA)对PT进行映射。在15 kV和2 Na探头电流以70×放大倍率以15 kV和2 Na探头电流获取,并使用ImageJ Fiji fiji Grid缝线插件[3]缝合,以5K BSE MOSAIC基本映射与〜1.5 rigy 〜1.5Mpixel分辨率生成20K,并在70次倍率上获取了大约325张梁杆反向散射的电子(BSE)图像。对于每张73002载玻片,使用固定波长 - 启示光谱仪(WDS)获取五个EPMA阶段图。使用固定的10°M电子束在15 kV下,使用9.5 m电子束在1024×1024分辨率下进行每个阶段地图,并使用停留时间为25毫秒。在Pass 1中使用两次通过,以收集Mg,Al,Fe,Ca和Ti的X射线强度,而Na,Si,Mn,Mn,K和Cr在Pass 2中,总收购时间为18小时。每张地图。每张地图。
设备制造和操作。纸基精子 DNA 分析设备在 PowerPoint 中设计,并使用固体蜡打印机(ColorQube 8570N,加拿大施乐)打印在硝化纤维素纸上(平均孔径为 0.45 μm,加拿大 Bio-Rad Laboratories Ltd.)。然后将图案化的硝化纤维素纸在 125 ºC 下加热 5 分钟,让蜡扩散穿过纸张厚度并从疏水边界扩散。为了将 ICP 功能添加到纸张中,在样品通道的开始处用移液器吸取 0.5 L 阳离子选择性纳米多孔 Nafion(20% 重量,低级脂肪醇和水,Sigma-Aldrich,美国),然后在去离子水中对膜进行水合 30 分钟。设备在室温下风干并在使用后存放在培养皿中。要使用该设备,需要将 3 μL 样品移液到样品通道中,然后用去离子水使设备饱和。通过在样品通道上施加 150 V/cm 的电压 15 分钟来诱导 ICP。在此步骤之后,使用直立荧光显微镜(Axiophot,德国卡尔蔡司公司)捕获绿色(dsDNA)和红色(ssDNA)荧光图像。捕获的图像在 ImageJ 中处理,并使用 Matlab 中的书面脚本进行数据量化。
小胶质细胞是脑特异性巨噬细胞,可对脑中的破坏性事件做出快速反应。小胶质细胞活化会导致特定的变化,包括增殖、形态变化、迁移到损伤部位以及基因表达谱的变化。炎症状态的变化与许多神经退行性疾病有关,例如帕金森病和阿尔茨海默病。因此,研究和量化小胶质细胞对于更好地了解它们在疾病进展中的作用以及评估此类疾病的新治疗方法的细胞相容性至关重要。在以下研究中,我们实施了一种基于机器学习的方法来快速自动量化小胶质细胞;将该工具与手动量化(基本事实)以及替代免费软件(例如基于阈值的 ImageJ 和基于机器学习的 Ilastik)进行了比较。我们首先在从大鼠和非人类灵长类动物获得的免疫组织化学标记小胶质细胞的脑组织上训练算法。随后,我们在帕金森病的临床前啮齿动物模型中验证了训练算法的准确性,并证明了算法在从小鼠获得的组织以及三个合作实验室提供的图像上的稳健性。我们的结果表明,机器学习算法可以精确地检测和量化所有三种哺乳动物物种中的小胶质细胞,与手动计数后观察到的细胞相当。使用此工具,我们能够检测和量化半球之间的微小变化,这表明该算法的强大和可靠性。这样的工具对于研究疾病中的小胶质细胞反应非常有用
图1使用下一代AMA1质粒增强了麦克利荧光蛋白的表达。A。分析了MCHERRY表达的AMA1质粒的示意图,其选择标记物具有不同的变体。b荧光曲霉曲霉菌落的荧光照片显示,用Ubi-M-Pyrg和Ubi-Y-Y-Pyrg质粒转化的菌落中荧光增加。来自转化菌落的孢子中麦克利荧光的流式细胞仪分析表明,使用UBI-Y-Y-PYRG质粒实现了最均匀和最高的麦克利信号。在图S1a中,来自不同转化菌落的重复之间的平均荧光和重复的直方图。在液体培养中生长的菌丝体的共聚焦显微镜图像显示,在含有UBI-M-PYRG和UBI-Y-PYRG质粒的菌丝体中的表达增加。ImageJ火灾校准栏代表不同级别的MCHERRY信号。在图中重复S2。e。对等差质粒浓度下不同质粒的转化效率的评估显示,质质质质量降低的质粒的转化效率降低了,将pyRG融合到降解标签。字母表示由ANOVA确定的,并在Tukey后的测试中确定了显着不同的组。F.在选定和非选择条件下固体培养基上菌落生长速率的比较表明,在选择性条件下,携带UBI-M-PYRG和UBI-Y-Y-PYRG质粒的菌株的生长较慢。星号代表pADJ <0.05 <0.05,韦尔奇的t检验表示选择性和非选择性培养基之间的直径差异,用于携带每种质粒的菌株。
静电纺丝是一种用于制造具有高表面积和微孔隙率的聚合物支架的技术,可用于各种生物医学应用,例如心血管植入物、骨骼、心脏和神经组织工程以及药物输送。与传统的挤压聚合物设备相比,静电纺丝聚合物支架具有较高的表面积,因此更容易发生快速水解和氧化降解,这可能会影响设备在使用过程中的生物相容性和机械完整性。本研究旨在确定静电纺丝工艺参数如何影响聚合物支架的形态、降解曲线和机械性能。静电纺丝支架由聚(乳酸-乙醇酸共聚物)(PLGA 50:50 和 82:18)和聚己内酯 (PCL) 制成,以获得从 1500 nm 到 750 nm 不等的纤维直径。使用扫描电子显微镜 (SEM) 检查纳米纤维形态,并使用图像处理软件 (ImageJ) 测量纤维直径。通过将支架浸入 37°C 的 PBS 中 12-24 周来进行降解研究。定期取出样品,测量质量损失百分比和机械性能(拉伸强度和断裂伸长率)。使用差示扫描量热法 (DSC) 测量聚合物样品的玻璃化转变温度。我们的研究结果表明,聚合物支架特性(纤维直径和孔隙率)可以显著影响降解率,进而影响纤维随时间变化的机械完整性。这种理解将使我们能够预测和控制对体内性能至关重要的设备属性。
3 Zoltan Madaras 佩CS研究所应用数字技术解决方案的葡萄种植发展 5 Paul Schmit、Ranko Gantner、Anna Neubauer、Anna Garré 通过数字数据记录评估马耕耕技术 6 Mario Kožul、Goran Fruk,热利科Hederić 设计用于精准农业的自主漫游车 8 Ana Šunić, Zdenko Lončarić 克罗地亚耕作作物施肥的众包数据 11 Mario Kožul、Ivan Aleksi、Željko Hederić 果园应用自主机器人平台的能源管理 12 Dušan Dunđerski、Ivana Varga、Dario Iljkić、Dubravka Užar 大麻评估使用 IMAGEJ 软件确定幼苗大小 13 Nenad Bestvina 信息系统支持工厂生产 14 Luka Šumanovac、Petra Pejić 用于苹果识别和机器人操作的图像处理方法 15 Lech Gałęzewski、Edward Wilczewski、Marek Kościński、Iwona Jaskulska、Jacek Majcher、Andrzej Wilczek 土壤湿度测量的可靠性作为决定因素了解精准农业的有效性 16 Karolina Kajan、Vlatko Galić ANDROID组织植物育种计划的申请 17 Davor Bilić, Zdenko Lončarić 无人机获得的数据对作物可变追肥的适用性和充分性 18 Domagoj Grgić, Marija Ravlić 使用无人机和机器人控制杂草 21 Ana Marija Antolković, Martina Skend罗维奇·巴博耶利奇、雷亚·弗托杜西奇、米哈埃拉萨特瓦尔·弗尔班西奇、马尔科·佩特克、安东尼奥·维杜卡、托米斯拉夫Karažija,Goran Fruk 用于目标检测的苹果园数据集