Så kommer här en nyhet som förhoppningsvis får alla PHI,are på bättre humör.Vi behöver verkligen bra nyheter för att förstå att denna j-a börsmassaker till 99% är Coronainfekterad.Ja,alltså den rädsla som just nu råder på börsen.Man agerar efter känslor mer än logik är min uppfattning.Men jag klandrar ingen som känner sig tvingad att sälja av sina aktier (så att det framgår).De som säljer gör det förmodligen med sorg i hjärtat.Menar, de kurser vi ser nu är enligt mig sanslösa och säljarna gör troligtvis riktigt jobbiga förluster.Men men..känner man att man inte vill vara med i denna tvättmaskinsbörs så kanske man sover bättre om man står utanför.Även undertecknad har sett depåns värde minska hiskeligt mycket och nog f-n känns det.Nog talat om detta Coronaelände.
En bra nyhet var det ja.
Vad sägs om att Single Cell Analysis nu ser ut att få ett bredare genomslag bland forskarna?
Behöver jag upprepa NIH och deras syn på tekniken? Nä,trodde väl inte det.
Vad består då det här,av mig påstådda genombrottet för tekniken?
Jo,forskare från USA och Australien har gett sig på att ta fram en mjukvara som ger andra forskare möjligheten att använda sig av Single Cell Analysis.Det har inte funnits "verktyg" att framgångsrikt arbeta med tekniken på ett bredare plan för världens forskare.Därför har cancerforskare,stamcellsforskare mfl tagit på sig uppgiften att själva utveckla en programvara som fungerar framförallt med fluorescerande mikroskopi som jag förstår det.Forskarna är bland annat från Center for Cancer Research, National Cancer Institute,USA och Australian Research Council Special Research Initiative in Stem Cell Science.De har identifierat 7 Single Cell verktyg som finns idag,men dessa är "inlåsta" till respektive verktygsägares instrument och lirar alltså inte mot andra mikroskop.Den första programvaran (verktyg) de nämner är tillhörande PHI`s HoloMonitor.Den programvaran är alltså exklusiv för M4 och fungerar inte med andra mikroskoptyper.Och så ska det naturligtvis vara.PHI har lagt ner X antal kr för att utveckla denna programvara så det säger sig själv att de inte släpper iväg den till andra mikroskoptillverkare.
Men tillbaka till forskarna. De har jobbat med algoritmer i programmeringsspråket
MatLab och utvecklat en öppen källkod (TrackPad) nu tillgänglig för alla forskare som vill börja använda sig av detta decennies (enl NIH) viktigaste teknik, Single Cell Analysis.
Det är alltså en
enklare programvara med basicfuktioner för Single Cell.Inte att jämföra med PHI`s avancerade Hstudio med tillhörande assay:er.
Jag klipper in valda stycken av deras studie.Ni klarar säkert att översätta själva.
Abstract
TrackPad
is an open-source, biologist-friendly, graphical user interface for
tracking and annotating single-cell lineage fates from time-lapse
movies. The software applies cross-correlative, template-matching (CCTM)
to track each cell using transmitted or fluorescent images. Machine
tracking is supervised by the investigator, who can manually annotate
cell fates such as division, death, or changes in cell phenotype. Search
parameters that minimise user interventions and tracking time are
selected by simulating tracking using verified tracking data as a ground
truth. Investigators who use this software can produce high-quality
annotated cell trajectories and division pedigrees to understand how
intrinsic and extrinsic factors influence cell states and fates.
Introduction
Single cell fate choices are crucial steps in the specification of embryonic lineages
, the development of cancer
, and the immune response
.
To understand the molecular control of single cell fate one requires
methods to follow cell behaviour and kinship relationships over time
.
Single-cell tracking is a powerful method used to record the functional
and molecular dynamics of individual cells and their ancestors from
time-lapse image data
.
However, a lack of software and highly specialised programming skills
restricts cell tracking and lineage analysis to a handful of specialised
centres.
TrackPad is a graphical user interface that employs a
cross-correlative, template-matching kernel to semi-automate cell
tracking. The user-friendly software includes tools for comprehensive
annotation of cell fates including division, death and phenotypic
transitions. Investigators who use this software can produce
high-quality, annotated cell trajectory and division pedigree data to
understand how intrinsic and extrinsic factors influences cell states
and fates
.
Problems and background
The cell tracking literature is well developed with over
3,000,000 publications (Google Scholar). There are currently several
tracking tools available including
HoloMonitor, tTt
, CellProfiler
, TrackMate
, the Baxter Algorithms
and LEVER
, which are classified as manual or automated cell tracking platforms
.
The accuracy of automatic tracking tools depends on precise
segmentation and robust methods to link tracks and detect cell lifetime
events such as cell division or death
. Even with perfectly segmented images, performance of track-linking algorithms can vary greatly for different cell types
.
Therefore, automatic tracking requires the user to identify and
manually correct errors related to segmentation, track linking, and fate
annotation. Thus, although auto-tracking provides the user with
increased throughput, error-prone applications may not provide
substantial improvements in tracking time. Furthermore, most automated
algorithms require expertise in image analysis to customise multistep
workflows which depend on cell characteristics and image contrast
.
We
identified the need for semiautomated tracking software with a balanced
trade-off between automation and manual correction. Furthermore, we
required a tracking interface that could be applied by researchers
without an understanding of image analysis methods or programming. This
has led us to develop
TrackPad; an open-source software for interactive, semi-autonomous cell tracking and annotation.
TrackPad
has been implemented in MATLAB™ using a modular design that ensures
easy integration of new features or modification of existing features
.
TrackPad is also available as a stand-alone executable program
.
Detta är en bra nyhet ur PHI`s synvinkel.Med detta basicverktyg,TrackPad,kommer Single Cell Analysis bli åtkomlig för cellforskare inom ex cancerforskning och stamcellsforskning.När väl användandet når volym kommer,enligt mig,genombrottet på bred front för Single Cell Analysis.
Då kommer forskarna se sig om efter mikroskop med riktigt avancerad mjukvara,när de väl sett möjligheterna S C A medger. Och då står PHI redo med sin teknik. HoloMonitor med designad mjukvara ypperlig för S C A studier. Samt prismässigt utan konkurrens bedömer jag.
Alltså gör dessa forskare PHI en ofantlig tjänst genom att få ut S C A på bred front,helt kostnadsfritt för världens forskare. Hoppas ni förstår mitt tänk.
Det var lite goda nyheter mitt i all bedrövelse.
Mvh the99
Inga kommentarer:
Skicka en kommentar