Algoritmo para la evaluación de la endocitosis de receptores en imágenes de microscopía de fluorescencia

Abstract

RESUMEN: Cuando una célula absorbe una sustancia por endocitosis se forma un endosoma. Si se emplean técnicas de microscopía de fluorescencia, se pueden reconocer y contar estos endosomas, ya que presentan distintos patrones de intensidad. El objetivo de este proyecto es la optimizaci´on de un algoritmo capaz de cuantificar el número de endosomas presentes en una imagen de microscopía de fluorescencia. Este algoritmo, además de permitir el avance en la investigación del grupo de farmacología molecular, también puede favorecer el desarrollo de nuevos fármacos más eficaces y específicos. Para cumplir con el objetivo de este proyecto, se implementará el algoritmo dentro del software libre de tratamiento de imágenes FIJI. El lenguaje con el que se implementará el código es Jython, una implementación del lenguaje Python dentro de la plataforma de Java. El algoritmo convolucionará una imagen con endosomas con la Mexican Hat Wavelet, luego aplicará un umbral y por último detectará las partículas mediante el Particle Analyzer. Para 100 endosomas se han producido 72 detecciones verdaderas y 7 falsas. Los resultados obtenidos son preliminares, pero proporcionan un orden de magnitud del número de endosomas que, como mínimo, el algoritmo puede detectar. En futuras aproximaciones al problema se deberían mejorar los resultados.

ABSTRACT: When a cell absorbs a substance by endocytosis, an endosome is created. If techniques of fluorescence microscopy are applied, the endosomes can be counted and recognized, because they have different intensity patterns. The main purpose of this project is to optimize an algorithm that is able to quantify the number of endosomes present on an image. This algorithm, besides helping the development of the molecular research group investigation, may have an effect on the development of more efective and specific new drugs. In order to fulfill the main purpose of the project, the software will be implemented on the open source image processing software FIJI. The programming language will be Jython, an implementation of the Python language for the Java platform. The algorithm will filter an image with endosomes with the Mexican Hat Wavelet. After the image is thresholded, the particles will be detected by the Particle Analyzer. The results for 100 endosomes are 72 true detections and 7 false. These results are preliminar, but they give an order of magnitude of the minimun number of endosomes that the algorithm can detect. In future approaches to the problem the results should be improved.