用于分析DNA修复动力学的自动化图像处理

细胞DNA的有效修复对于基因组信息的维持和遗传至关重要。为了应对高频率的自发性和诱导性DNA损伤，已经进化出多种修复机制。这些机制由大量蛋白质因子实现，它们特异性识别不同类型的损伤，并最终恢复正常的DNA序列。本工作聚焦于修复因子XPC(着色性干皮病互补组C)，它识别庞大的DNA损伤并通过核苷酸切除修复途径启动其移除。通过荧光显微镜观察激光微辐照诱导的损伤处荧光XPC融合蛋白的积累，可以在活细胞中可视化XPC与损伤DNA的结合。本工作提出了一种自动化的图像处理流程，无需任何用户交互即可识别和量化积累反应。该图像处理流程包括一个预处理阶段，在此阶段对图像堆栈数据进行滤波并分割感兴趣的细胞核。然后，对图像进行相互配准以补偿细胞的移动，并自动确定包围XPC特异性信号的边界框。最后，通过分析该框内的强度变化来评估XPC随时间变化的重新定位。将自动处理结果与手动评估进行比较，得到了定性相似的结果。然而，自动化分析提供了更准确、可重复的数据，且标准误差更小。本工作提出的图像处理流程无需用户交互即可高效分析大量实验数据。