Целломика

Целломика — это дисциплина количественного анализа клеток с использованием методов биовизуализации и информатики с рабочим процессом, включающим три основных компонента: получение изображений , анализ изображений и визуализацию и управление данными. Эти процессы, как правило, автоматизированы. Все три этих компонента зависят от сложного программного обеспечения для получения качественных данных, количественных данных и управления как изображениями, так и данными соответственно. Целломика — это также зарегистрированный термин, ^{[1] [2],} который часто используется взаимозаменяемо с высококонтентным анализом (HCA) или высококонтентным скринингом (HCS) , но целломика выходит за рамки HCA/HCS, включая сложные инструменты информатики .

HCS и дисциплина целломики были первопроходцами некогда частной компании Cellomics Inc., которая коммерциализировала приборы, программное обеспечение и реагенты для облегчения изучения клеток в культуре и, в частности, их реакции на потенциально терапевтические молекулы, подобные лекарственным препаратам. В 2005 году Cellomics была приобретена Fisher Scientific International, Inc. ^[3] теперь Thermo Fisher Scientific, которая разрабатывает продукты, связанные с целломикой, в рамках своей линейки продуктов для анализа высокого содержания. ^[4]

Как и многие из -омики, например, геномика и протеомика , приложения со временем стали глубже и шире. В настоящее время существует более 40 различных областей применения, в которых используется целломика, включая анализ 3-D моделей клеток, ангиогенез и клеточную сигнализацию. Первоначально инструмент, используемый фармацевтической промышленностью для скрининга, целломика теперь распространилась на академическую сферу, чтобы лучше понять функцию клетки в контексте клетки. ^[5] Целломика используется как в академических, так и в промышленных исследованиях в области естественных наук в таких областях, как исследования рака, исследования нейронауки, открытие лекарств, безопасность потребительских товаров и токсикология; однако есть еще много областей, в которых целломика могла бы обеспечить гораздо более глубокое понимание клеточной функции.

Целломика, в основе которой лежит HCA, объединяет гибкость флуоресцентной микроскопии, автоматизацию и производительность планшетного ридера, а также многопараметрический анализ проточной цитометрии для извлечения данных из отдельных клеток или из популяции клеток. ^[6]

После того, как изображение получено с помощью высокотехнологичного оборудования, данные о клетках извлекаются из этого изображения с помощью программного обеспечения для анализа изображений. Данные об отдельных клетках или данные о популяции могут представлять интерес, но для обоих случаев выполняется ряд шагов с различной степенью взаимодействия с пользователем в зависимости от приложения и используемого программного обеспечения. Первым шагом является сегментация клеток на изображении, что предоставляет программным алгоритмам информацию, необходимую для последующей обработки измерений отдельных клеток. Затем пользователь должен определить интересующую область (области) на основе множества параметров, т. е. область, которую пользователь хочет измерить. После определения интересующей области собираются измерения. Измерения, часто называемые признаками, диктуются типом данных, требуемых от образца. Существует множество математических алгоритмов, обеспечивающих все эти шаги, и каждый программный пакет для анализа изображений обеспечивает свой собственный уровень открытости для используемых математических алгоритмов.

При проведении целломических исследований необходимо управлять большим количеством изображений и объемами данных. Объемы данных и изображений могут быстро меняться от 11 МБ до 1 ТБ менее чем за год, поэтому целломика использует возможности информатики для сбора, организации и архивирования всей этой информации. Безопасный и эффективный интеллектуальный анализ данных требует сбора и интеграции связанных метаданных в модель управления данными. ^[7] В связи с критическим характером управления данными целломики, реализация целломических исследований часто требует межведомственного сотрудничества между информационными технологиями и исследовательской группой по биологическим наукам, возглавляющей исследование.