Single-cell-based image analysis of high-throughput cell array screens for quantification of viral infection

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F09%3A00034133" target="_blank" >RIV/00216224:14330/09:00034133 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Single-cell-based image analysis of high-throughput cell array screens for quantification of viral infection

Popis výsledku v původním jazyce

The identification of eukaryotic genes involved in virus entry and replication is important for understanding viral infection. Our goal is to develop a siRNA-based screening system using cell arrays and high-throughput (HT) fluorescence microscopy. A central issue is efficient, robust, and automated single-cell-based analysis of massive image datasets. We have developed an image analysis approach that comprises (i) a novel, gradient-based thresholding scheme for cell nuclei segmentation which does not require subsequent postprocessing steps for separation of clustered nuclei, (ii) quantification of the virus signal in the neighborhood of cell nuclei, (iii) localization of regions with transfected cells by combining model-based circle fitting and grid fitting, (iv) cell classification as infected or noninfected, and (v) image quality control (e.g., identification of out-of-focus images).

Název v anglickém jazyce

Single-cell-based image analysis of high-throughput cell array screens for quantification of viral infection

Popis výsledku anglicky

The identification of eukaryotic genes involved in virus entry and replication is important for understanding viral infection. Our goal is to develop a siRNA-based screening system using cell arrays and high-throughput (HT) fluorescence microscopy. A central issue is efficient, robust, and automated single-cell-based analysis of massive image datasets. We have developed an image analysis approach that comprises (i) a novel, gradient-based thresholding scheme for cell nuclei segmentation which does not require subsequent postprocessing steps for separation of clustered nuclei, (ii) quantification of the virus signal in the neighborhood of cell nuclei, (iii) localization of regions with transfected cells by combining model-based circle fitting and grid fitting, (iv) cell classification as infected or noninfected, and (v) image quality control (e.g., identification of out-of-focus images).

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/2B06052" target="_blank" >2B06052: Vytipování markerů, screening a časná diagnostika nádorových onemocnění pomocí vysoce automatizovaného zpracování multidimenzionálních biomedicínských obrazů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2009

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Cytometry Part A

ISSN

1552-4922

e-ISSN

—

Svazek periodika

75A

Číslo periodika v rámci svazku

4

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

10

Strana od-do

—

Kód UT WoS článku

000264513800005

EID výsledku v databázi Scopus

—