迈向琼脂上秀丽隐杆线虫的自动化高通量筛选
计算机视觉与模式识别
2010-03-24 v1 基因组学
摘要
使用模式生物的高通量筛选是识别可能与人类生物学或疾病相关的少量基因或药物的有前景方法。在HTS实验中，机器和计算机完成了实验工作的很大一部分。然而，一个主要的瓶颈仍然是实验结果的手动分析，这些结果通常以显微图像的形式呈现。这种手动检查劳动强度大、速度慢且主观。在这里，我们报告了将计算机视觉和机器学习方法应用于分析使用在琼脂上生长的秀丽隐杆线虫的HTS实验的进展。我们的主要贡献是一个稳健的分割算法，用于使用明场图像将线虫与背景分离。我们还表明，通过将该分割算法的输出与检测荧光染料尼罗红的算法相结合，即使视觉差异细微，我们也能可靠地区分不同的基于荧光的表型。我们方法的准确性与专家人类分析员相似。这一新能力是朝着使用秀丽隐杆线虫实现全自动HTS实验迈出的重要一步。
引用
@article{arxiv.1003.4287,
title = {Towards automated high-throughput screening of C. elegans on agar},
author = {Mayank Kabra and Annie L. Conery and Eyleen J. O'Rourke and Xin Xie and Vebjorn Ljosa and Thouis R. Jones and Frederick M. Ausubel and Gary Ruvkun and Anne E. Carpenter and Yoav Freund},
journal= {arXiv preprint arXiv:1003.4287},
year = {2010}
}