RU2420593C2 - Способ анализа клеточных структур и их компонентов - Google Patents
Способ анализа клеточных структур и их компонентов Download PDFInfo
- Publication number
- RU2420593C2 RU2420593C2 RU2007141056/15A RU2007141056A RU2420593C2 RU 2420593 C2 RU2420593 C2 RU 2420593C2 RU 2007141056/15 A RU2007141056/15 A RU 2007141056/15A RU 2007141056 A RU2007141056 A RU 2007141056A RU 2420593 C2 RU2420593 C2 RU 2420593C2
- Authority
- RU
- Russia
- Prior art keywords
- image
- profile
- viral
- viral particle
- brightness scale
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 210000003850 cellular structure Anatomy 0.000 title 1
- 239000002245 particle Substances 0.000 claims abstract description 101
- 230000003612 virological effect Effects 0.000 claims description 82
- 230000035800 maturation Effects 0.000 claims description 27
- 108090000623 proteins and genes Proteins 0.000 claims description 9
- 102000004169 proteins and genes Human genes 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 241000700605 Viruses Species 0.000 abstract description 32
- 239000000126 substance Substances 0.000 abstract description 5
- 239000003814 drug Substances 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 238000001493 electron microscopy Methods 0.000 abstract description 2
- 230000002596 correlated effect Effects 0.000 abstract 1
- 238000003384 imaging method Methods 0.000 abstract 1
- 210000004027 cell Anatomy 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 108020004459 Small interfering RNA Proteins 0.000 description 2
- 108020005202 Viral DNA Proteins 0.000 description 2
- 210000003855 cell nucleus Anatomy 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 108020004414 DNA Proteins 0.000 description 1
- 238000003917 TEM image Methods 0.000 description 1
- 108010067390 Viral Proteins Proteins 0.000 description 1
- -1 as shown in FIG. 2A Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010352 biotechnological method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001086 cytosolic effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000000635 electron micrograph Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000008177 pharmaceutical agent Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004627 transmission electron microscopy Methods 0.000 description 1
- 210000000605 viral structure Anatomy 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/695—Preprocessing, e.g. image segmentation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
- G01N33/5076—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics involving cell organelles, e.g. Golgi complex, endoplasmic reticulum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Biotechnology (AREA)
- Microbiology (AREA)
- Analytical Chemistry (AREA)
- Cell Biology (AREA)
- Tropical Medicine & Parasitology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Organic Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Zoology (AREA)
- Toxicology (AREA)
- Theoretical Computer Science (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Multimedia (AREA)
- Wood Science & Technology (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Genetics & Genomics (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Micro-Organisms Or Cultivation Processes Thereof (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
Изобретение относится к области вирусологии. Предложен способ анализа изображения вирусных частиц, при котором получают с помощью технологии электронной микроскопии изображения вирусных частиц. Первую вирусную частицу характеризуют как находящуюся на первой стадии созревания, а вторую вирусную частицу - как находящуюся на второй стадии созревания. Первое изображение и второе изображение преобразуют соответственно в первый и второй профили шкалы яркости на основе пиксельных данных. Первый и второй профили шкалы яркости затем сохраняют соответственно в виде первой и второй матриц. Третью вирусную частицу идентифицируют в третьем изображении. Третье изображение преобразуют в третий профиль шкалы яркости. Третью шкалу яркости сравнивают с первой и второй матрицей для определения стадии созревания третьей вирусной частицы. 3 з.п. ф-лы, 7 ил.
Description
ОБЛАСТЬ ТЕХНИКИ
Настоящее изобретение относится к способу анализа клеточной структуры, которая включает вирусные морфологии.
ПРЕДШЕСТВУЮЩИЙ УРОВЕНЬ ТЕХНИКИ
В прошлом были предприняты многочисленные попытки классифицировать и анализировать клеточные структуры, которые включают вирусы и другие компоненты. Были разработаны способы анализа различных изображений с целью описать, сегментировать и классифицировать вирусы с использованием доступных технологий изображений. Например, была использована криоэлектронная микроскопия, но с ее помощью структуры клеток и вирусные частицы не могли быть показаны достаточно хорошо. Также было трудно объективно, многократно и достоверно описывать клеточные компоненты с тем, чтобы точно определить стадии созревания данных клеточных компонентов. Это частично объясняет, почему предшествующие способы анализа не были достаточно эффективными, и существует потребность в более эффективных способах анализа структур клетки и вирусных частиц.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
Способ согласно настоящему изобретению обеспечивает решение вышеуказанных проблем. Более конкретно, способ согласно настоящему изобретению предназначен для анализа клеточных структур и их компонентов. Может быть предложена клеточная структура, которая содержит множество вирусных частиц. Первое изображение первой вирусной частицы и второе изображение второй вирусной частицы может быть получено с использованием технологии электронной микроскопии. Первая вирусная частица характеризуется как находящаяся на первой стадии созревания, а вторая вирусная частица - как находящаяся на второй стадии созревания. Первое и второе изображения преобразуют соответственно в первый и второй профили шкалы яркости на основе пиксельных данных или другой информации от изображений. Первый и второй профили шкалы яркости сохраняют соответственно в виде первой и второй матриц. Затем в третьем изображении может быть идентифицирована третья вирусная частица. Третье изображение преобразуют в третий профиль шкалы яркости. Третью шкалу яркости сравнивают с первой и второй матрицами для определения стадии созревания третьей вирусной частицы.
КРАТКОЕ ОПИСАНИЕ ГРАФИЧЕСКИХ МАТЕРИАЛОВ
На Фиг.1 представлено схематическое изображение клеточного ядра, содержащего вирусные частицы;
На Фиг.2А - микроскопическое изображение вирусной частицы на первой стадии созревания;
На Фиг.2В - схематическое изображение профиля шкалы яркости вирусной частицы, показанной на Фиг.2А;
На Фиг.3А - микроскопическое изображение вирусной частицы на второй стадии созревания;
На Фиг.3В - схематическое изображение профиля шкалы яркости вирусной частицы, показанной на Фиг.3А;
На Фиг.4А - микроскопическое изображение вирусной частицы на третьей стадии созревания;
На Фиг.4В - схематическое изображение профиля шкалы яркости вирусной частицы, показанной на Фиг.4А.
СВЕДЕНИЯ, ПОДТВЕРЖДАЮЩИЕ ВОЗМОЖНОСТЬ ОСУЩЕСТВЛЕНИЯ ИЗОБРЕТЕНИЯ
Со ссылкой на Фиг.1-4 способ согласно настоящему изобретению относится к стадиям анализа клеточных структур, которые включают такие компоненты, как вирусные частицы. Анализ вирусных частиц используют только в качестве иллюстративного примера способа согласно настоящему изобретению, и данное изобретение не ограничивается вирусными частицами. Любой подходящий компонент в структуре, такой как клетка, может быть проанализирован с помощью данного способа. Важным признаком настоящего изобретения является то, что разные вирусные частицы создают однозначно определяемые графики или профили уровня яркости.
Кроме того, различные вирусные частицы могут находиться на разных стадиях созревания, так что настоящий способ может быть использован не только для определения типов вирусных частиц, но и стадии созревания конкретной вирусной частицы.
В общем случае изображение 12 клеточной структуры 14 может быть сначала получено с помощью подходящей методики, такой как трансмиссионная электронная микроскопия (ТЕМ). Данное изображение может включать вирусные частицы 16, которые находятся на разных стадиях созревания. Например, вирусные частицы могут быть классифицированы как находящиеся на трех или более стадиях созревания, включая пустые или совершенно незрелые вирусные частицы, как показано на Фиг.2А, промежуточные вирусные частицы, как показано на Фиг.3А, и более зрелые вирусные частицы, как показано на Фиг.4А.
Вирусные частицы 16 часто линейно деформированы, что делает их слегка похожими на эллипсы, а не на круги. Чтобы можно было сделать точный профиль радиальной плотности, желательно, чтобы вирусные частицы были радиально симметричными. Таким образом, деформация должна быть инвертирована с целью достижения лучших результатов при осуществлении анализа согласно настоящему изобретению. Это может быть осуществлено путем подгонки эллипса к вирусной частице, которая предположительно является приблизительно круглой. Главные радиусы и ориентация эллипса могут быть использованы для определения деформации и для того, чтобы осуществить обратную деформацию.
Каждое положение пикселя в предыдущем эллиптическом изображении затем преобразуют в новое изображение для создания картины, где структуры вирусных частиц являются округлыми. Все структуры вирусных частиц являются предпочтительно объектом для этой деформационной корректировки. Как описано ниже, радиально симметричная структура вирусной частицы может быть преобразована в профиль уровня яркости. Он может быть использован для описания структуры путем вычисления среднего уровня яркости на каждом расстоянии от центра, идущем из центра и по направлению к периферии или оболочке структуры вирусной частицы. Преобразование в округлые структуры является, в частности, полезным при измерении радиуса частицы и толщины стенки вирусной частицы.
Более конкретно, на Фиг.2А представлено изображение 20 относительно незрелой или пустой вирусной частицы 22 в клеточном ядре, а на Фиг.2В представлен ее соответствующий профиль уровня яркости 24 на графике 25. Можно также создать математический алгоритм для описания структуры вирусной частицы вместо использования профилей шкалы яркости. Вирусная ДНК может встраиваться в вирусную частицу 22, которая, в конечном счете, может развиться в зрелую вирусную частицу с плотной ДНК-сердцевиной, как показано на Фиг.4А и обсуждается ниже.
Вирусная частица 22 имеет радиус 26, который простирается из центра 28 радиально наружу к центру стенки оболочки 30 вирусной частицы. Поскольку вирусная частица 22 фактически не содержит вирусных компонентов, то центральная часть является почти белой, что проявляется в виде высокого значения уровня яркости профиля 24 на левой стороне графика 25. Оболочка 30 темнее, поэтому профиль 24 имеет постепенно снижающееся значение уровня яркости на правой стороне графика 25, поскольку область оболочки соответствует правой стороне графика 25.
На Фиг.3А представлено изображение 32 вирусной частицы 34, которая является не полностью зрелой. Вирусная частица 34 содержит дополнительный вирусный белок, который участвует в упаковке вирусной ДНК в вирусные частицы. Стенки вирусных частиц могут включать белковые слои, так что можно определить размер вирусной частицы и толщину этих слоев. На Фиг.3В представлен соответствующий профиль уровня яркости 36 на графике 38.
Вирусная частица 34 имеет радиус 48, который простирается из центра 50 к центру периферической оболочки 52 вирусной частицы. Черное или темное кольцо 40 показано как локальный минимум 42 в профиле 36, тогда как белое кольцо 44 показано как локальный максимум 46 в профиле 36. Начало и конец колец и стенки оболочки могут быть определены путем анализа второй производной профилей шкалы яркости.
Аналогично, на Фиг.4А представлено изображение 54 более зрелой вирусной частицы 56, а на Фиг.4В представлен соответствующий профиль уровня яркости 58 на графике 60. Вирусная частица 56 имеет радиус 62, который простирается из центра 64 к центру стенки периферической оболочки 66 вирусной частицы 56. Белое кольцо 68 показано как локальный максимум 70 в профиле 58.
Важной функциональной возможностью способа согласно настоящему изобретению является то, что он позволяет создавать матрицы на основе профилей шкалы яркости для объективного описания вирусных частиц. Матрицы могут быть созданы также с использованием математических способов. Например, матрица может быть основана на средней величине характеристик многих вирусных частиц, которые находятся на одинаковой стадии созревания. Матрицы могут быть затем сохранены в базе данных и позже извлечены, когда придет время анализировать и характеризовать новые изображения, содержащие вирусные частицы. Когда будут получены тысячи изображений, тогда матрицы могут быть использованы для определения количества вирусных частиц на различных стадиях созревания. Таким образом, продуцирование вируса в клетке может быть количественно определено путем получения дополнительных ТЕМ-изображений.
В частности, профили уровня яркости матрицы промежуточных вирусных частиц могут быть созданы и использованы для идентификации этих частиц на электронных микрофотографиях. Для создания профиля яркости матрицы должна быть известна центральная точка вместе с приблизительным размером вирусной частицы. Приблизительный размер (радиус) в пикселях вирусной частицы может быть выведен на основании увеличения изображения и фактического истинного размера вирусной частицы, или он может быть обозначен на изображении. Центральная точка объекта может быть помечена вручную или обнаружена при совмещении матриц. Предпочтительно центральную точку автоматически выбирают в качестве центра эллипса после корректировки деформации. Как описано выше, профиль уровня яркости может быть визуализирован в виде профиля кривой, где пики на кривой представляют светлые кольцевые участки, а минимумы представляют темные кольцевые участки.
Ширина некоторых кольцевых деталей, таких как оболочка вирусной частицы, может давать информацию относительно степени покрытости вирусной частицы, когда данные измерения применяют к цитоплазматическим формам вирусных частиц. Проблема с измерением этой толщины непосредственно из изображения или профиля состоит в трудности определения, где вирусная частица начинается и заканчивается. Для решения этой проблемы может быть использована градиентная информация о профиле. Первый градиент измеряет, как уровни яркости изменяются вдоль кривой. Если уровни яркости движутся от темного к светлому вдоль профиля, то градиент будет иметь положительные значения, а если уровни яркости движутся от светлого к темному, то градиент будет иметь отрицательные значения. Если изменения нет вообще или если профиль имеет локальный максимум или минимум, то градиент будет равен 0. Поэтому толщина оболочки может быть описана как количество пикселей между локальным минимумом и локальным максимумом в градиенте. Это объективный способ измерения того, где оболочка начинается и заканчивается. Для того чтобы найти эти точки экстремума, вычисляют второй градиент (градиент градиентной кривой), поскольку локальный максимум или минимум будет равен нулю в градиентной кривой.
Таким образом, профили уровня яркости определяют для многих вирусных частиц. Полученные кривые профилей уровня яркости могут быть сглажены путем свертки со стандартной функцией Гаусса.
Поведение кривых в стенке вирусной частицы или оболочке вирусной частицы может быть изображено в виде впадины относительно линейного поведения, представляющего общую структуру вирусной частицы.
Производная функции достигает локального минимума в месте наиболее крутого спуска кривой, что означает начало стенки вирусной частицы. Локальный максимум наблюдается в месте наиболее крутого подъема кривой, что означает конец или наружную сторону стенки вирусной частицы. Положения этих локальных экстремумов определяют в виде переходов через нуль второй производной профиля, и расстояние между этими экстремумами служит в качестве показателя ширины стенки вирусной частицы.
Как обсуждалось выше, радиус вирусной частицы вычисляют как расстояние между центром вирусной частицы и центром стенки вирусной частицы. Центр стенки вирусной частицы может быть предсказан как минимальное значение в профиле, сглаженном при помощи Гаусса, которое представляет собой переход через нуль 1-го градиента сглаженной кривой.
Другой важной функциональной возможностью является то, что изображения могут быть получены снова в более позднее время, и новую статистику стадий созревания вирусных частиц можно сравнить с более ранней статистикой количества вирусных частиц на различных стадиях созревания. Это представляет особый интерес, когда вирусные частицы подвергались воздействию активного химического вещества, такого как подходящее фармацевтическое вещество, для лучшего понимания того, как данное вещество влияет на продуцирование вируса в вирусных частицах. Например, существующее или новое вещество может быть использовано для определения того, какая часть продуцирования вируса или какая стадия созревания подвергается влиянию или останавливается данным веществом. Если, например, вирус проходит через шесть стадий созревания и вирус отсутствует на четвертой стадии созревания, то можно сделать вывод, что данное фармацевтическое вещество препятствует созреванию вируса после четвертой стадии созревания. Способ также может быть использован для определения того, какая стадия созревания должна быть мишенью для воздействия нового фармацевтического средства.
Также можно идентифицировать новые различные морфологии вируса и описать, чем новый вирус отличается от более ранних идентифицированных морфологий вируса.
Другой функциональной возможностью способа согласно настоящему изобретению является то, что можно удалять определенные белки из вируса с использованием биотехнических способов, таких как siRNA (малые интерферирующие РНК), и затем объективно определять, как удаление белка или белков влияет на морфологию вируса и его соответствующий профиль шкалы яркости. Например, фармацевтическое вещество может быть разработано для предупреждения образования определенного белка в вирусной частице, и можно исследовать воздействие такого предупреждения на профиль шкалы яркости. Удаление определенного белка может предупреждать прохождение вируса из одной стадии созревания в более позднюю стадию созревания. Данный способ позволяет определить, какая стадия созревания подвергается воздействию при удалении конкретного белка.
Хотя настоящее изобретение было описано в соответствии с предпочтительными композициями и примерами осуществления, следует понимать, что в нем могут быть сделаны определенные замены и изменения без отклонения от сущности и объема следующей формулы изобретения.
Claims (4)
1. Способ анализа вирусных частиц, при котором:
- берут множество вирусных частиц (16);
- делают первое изображение (20) первой вирусной частицы (22) и второе изображение (32) второй вирусной частицы (34);
- характеризуют первую вирусную частицу как находящуюся на первой стадии созревания, а вторую вирусную частицу как находящуюся во второй стадии созревания;
- преобразуют первое изображение (20) в первый профиль шкалы яркости (24);
- преобразуют второе изображение (32) во второй профиль шкалы яркости (36);
- сохраняют первый профиль шкалы яркости (24) в виде первой матрицы;
- сохраняют второй профиль шкалы яркости (36) в виде второй матрицы;
- идентифицируют третью вирусную частицу в третьем изображении;
- преобразуют третье изображение в третий профиль шкалы яркости;
- сравнивают третью шкалу яркости с первой и второй матрицами для определения стадии созревания третьей вирусной частицы и
- преобразуют вирусные частицы эллиптической формы в вирусные частицы округлой формы.
- берут множество вирусных частиц (16);
- делают первое изображение (20) первой вирусной частицы (22) и второе изображение (32) второй вирусной частицы (34);
- характеризуют первую вирусную частицу как находящуюся на первой стадии созревания, а вторую вирусную частицу как находящуюся во второй стадии созревания;
- преобразуют первое изображение (20) в первый профиль шкалы яркости (24);
- преобразуют второе изображение (32) во второй профиль шкалы яркости (36);
- сохраняют первый профиль шкалы яркости (24) в виде первой матрицы;
- сохраняют второй профиль шкалы яркости (36) в виде второй матрицы;
- идентифицируют третью вирусную частицу в третьем изображении;
- преобразуют третье изображение в третий профиль шкалы яркости;
- сравнивают третью шкалу яркости с первой и второй матрицами для определения стадии созревания третьей вирусной частицы и
- преобразуют вирусные частицы эллиптической формы в вирусные частицы округлой формы.
2. Способ по п.1, отличающийся тем, что дополнительно определяют начало и конец стенки вирусной частицы путем взятия производных профиля шкалы яркости (24, 36, 58).
3. Способ по п.1, отличающийся тем, что дополнительно определяют начало и конец белкового слоя путем взятия производных профиля шкалы яркости (24, 36, 58).
4. Способ по п.1, отличающийся тем, что дополнительно удаляют белок из вирусной частицы (24) и производят модифицированный профиль шкалы яркости.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US59452605P | 2005-04-15 | 2005-04-15 | |
US60/594,526 | 2005-04-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2007141056A RU2007141056A (ru) | 2009-05-20 |
RU2420593C2 true RU2420593C2 (ru) | 2011-06-10 |
Family
ID=37115615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2007141056/15A RU2420593C2 (ru) | 2005-04-15 | 2006-02-17 | Способ анализа клеточных структур и их компонентов |
Country Status (13)
Country | Link |
---|---|
US (1) | US8218834B2 (ru) |
EP (1) | EP1869601A4 (ru) |
JP (1) | JP2008535519A (ru) |
KR (1) | KR101245923B1 (ru) |
CN (1) | CN100573541C (ru) |
AU (1) | AU2006237611B2 (ru) |
BR (1) | BRPI0609760C1 (ru) |
CA (1) | CA2604101C (ru) |
MX (1) | MX2007012679A (ru) |
RU (1) | RU2420593C2 (ru) |
SG (1) | SG161215A1 (ru) |
WO (1) | WO2006112928A2 (ru) |
ZA (1) | ZA200708593B (ru) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8712140B2 (en) * | 2005-04-15 | 2014-04-29 | Intelligent Virus Imaging Inc. | Method of analyzing cell structures and their components |
CN100573541C (zh) * | 2005-04-15 | 2009-12-23 | 智能病毒成像公司 | 分析细胞结构及其组分的方法 |
US10378053B2 (en) * | 2017-03-17 | 2019-08-13 | Apton Biosystems, Inc. | Sequencing and high resolution imaging |
CN109420242A (zh) * | 2017-08-27 | 2019-03-05 | 南京乐朋电子科技有限公司 | 纳米级医疗机器人 |
EP3853382A4 (en) | 2018-09-19 | 2022-06-22 | Apton Biosystems, Inc. | DENSELY PACKED ANALYTE LAYERS AND DETECTION METHODS |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6163622A (en) * | 1997-12-18 | 2000-12-19 | U.S. Philips Corporation | Image retrieval system |
US6063580A (en) * | 1998-08-31 | 2000-05-16 | Wayne State University | Methods for the temporal analysis of programmed cell death in living cells |
EP1174804A3 (en) * | 2000-07-21 | 2005-07-20 | Lg Electronics Inc. | Method for searching multimedia using progressive histogram |
US6859552B2 (en) * | 2000-11-07 | 2005-02-22 | Minolta Co., Ltd. | Image retrieving apparatus |
GB2375908B (en) * | 2001-05-23 | 2003-10-29 | Motorola Inc | Image transmission system image transmission unit and method for describing texture or a texture-like region |
JP4439829B2 (ja) * | 2003-03-11 | 2010-03-24 | 財団法人国際科学振興財団 | データ分析装置およびデータ認識装置 |
JP4492036B2 (ja) * | 2003-04-28 | 2010-06-30 | ソニー株式会社 | 画像認識装置及び方法、並びにロボット装置 |
US7668358B2 (en) * | 2003-07-18 | 2010-02-23 | Hologic, Inc. | Model-based grayscale registration of medical images |
JP4154300B2 (ja) * | 2003-09-08 | 2008-09-24 | 株式会社日立ハイテクノロジーズ | 透過電子顕微鏡システムおよびそれを用いた検査方法 |
JP4366318B2 (ja) * | 2005-01-11 | 2009-11-18 | キヤノン株式会社 | 画像処理装置及びその方法、プログラム |
US7702157B2 (en) * | 2005-03-30 | 2010-04-20 | Kabushiki Kaisha Toshiba | Pattern evaluation method, pattern matching method and computer readable medium |
CN100573541C (zh) * | 2005-04-15 | 2009-12-23 | 智能病毒成像公司 | 分析细胞结构及其组分的方法 |
US7471825B2 (en) * | 2005-08-04 | 2008-12-30 | Sony Corporation | System and method for utilizing a graphic equalizer in performing image search procedures |
PT1934860E (pt) * | 2005-10-12 | 2014-09-15 | Intelligent Virus Imaging Inc | Identificação e classificação de partículas virais em micrografias electrónicas texturizadas |
DE102007019057A1 (de) * | 2007-04-23 | 2008-10-30 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zum Bestimmen eines Kanten-Histogramms, Vorrichtung und Verfahren zum Ablegen eines Bildes in einer Bilddatenbank, Vorrichtung und Verfahren zum Auffinden von zwei ähnlichen Bildern und Computerprogramm |
RU2461063C2 (ru) * | 2007-05-30 | 2012-09-10 | Интеллигент Вирус Имагинг Инк. | Способ подсчета и сегментации частиц вирусов на изображении |
WO2009067680A1 (en) * | 2007-11-23 | 2009-05-28 | Mercury Computer Systems, Inc. | Automatic image segmentation methods and apparartus |
-
2006
- 2006-02-17 CN CNB2006800125284A patent/CN100573541C/zh active Active
- 2006-02-17 JP JP2008506452A patent/JP2008535519A/ja active Pending
- 2006-02-17 CA CA2604101A patent/CA2604101C/en active Active
- 2006-02-17 MX MX2007012679A patent/MX2007012679A/es active IP Right Grant
- 2006-02-17 BR BRPI0609760A patent/BRPI0609760C1/pt not_active IP Right Cessation
- 2006-02-17 KR KR1020077026432A patent/KR101245923B1/ko active IP Right Grant
- 2006-02-17 US US11/911,274 patent/US8218834B2/en active Active
- 2006-02-17 EP EP06735297.1A patent/EP1869601A4/en not_active Ceased
- 2006-02-17 AU AU2006237611A patent/AU2006237611B2/en active Active
- 2006-02-17 RU RU2007141056/15A patent/RU2420593C2/ru active
- 2006-02-17 SG SG201002218-4A patent/SG161215A1/en unknown
- 2006-02-17 WO PCT/US2006/005571 patent/WO2006112928A2/en active Application Filing
-
2007
- 2007-10-09 ZA ZA200708593A patent/ZA200708593B/xx unknown
Non-Patent Citations (2)
Title |
---|
LATA R. ЕТ AL.: 'Maturation Dynamics of a Viral Capsid: Visualization of Transitional Intermediate States' CELL vol. 100, 21 January 2000, pages 253-263. * |
LUA L.H.L. ЕТ AL.: 'Virus Morphogenesis of Helicoverpa armigera Nucleoployhedrovirus in Helicoverpa zea Serum-Free Suspension Culture' JOURNAL OF GENERAL VIROLOGY v. 81, 2000, p.2531-2543. * |
Also Published As
Publication number | Publication date |
---|---|
AU2006237611B2 (en) | 2011-04-14 |
ZA200708593B (en) | 2009-03-25 |
WO2006112928A3 (en) | 2007-04-05 |
US20080205740A1 (en) | 2008-08-28 |
EP1869601A2 (en) | 2007-12-26 |
JP2008535519A (ja) | 2008-09-04 |
BRPI0609760B8 (pt) | 2018-08-07 |
CA2604101A1 (en) | 2006-10-26 |
EP1869601A4 (en) | 2017-08-02 |
CN100573541C (zh) | 2009-12-23 |
CA2604101C (en) | 2014-01-21 |
AU2006237611A1 (en) | 2006-10-26 |
BRPI0609760A2 (pt) | 2011-10-18 |
WO2006112928A2 (en) | 2006-10-26 |
CN101176098A (zh) | 2008-05-07 |
KR20080015081A (ko) | 2008-02-18 |
SG161215A1 (en) | 2010-05-27 |
US8218834B2 (en) | 2012-07-10 |
KR101245923B1 (ko) | 2013-03-20 |
BRPI0609760B1 (pt) | 2017-11-21 |
RU2007141056A (ru) | 2009-05-20 |
BRPI0609760C1 (pt) | 2021-07-27 |
MX2007012679A (es) | 2008-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894449B (zh) | 克服图像融合中颜色突变的方法及系统 | |
Healy et al. | Threshold-based segmentation of fluorescent and chromogenic images of microglia, astrocytes and oligodendrocytes in FIJI | |
RU2420593C2 (ru) | Способ анализа клеточных структур и их компонентов | |
WO2014007300A1 (ja) | 細胞分裂過程追跡装置及びその方法、コンピュータにより処理可能な細胞分裂過程追跡プログラムを記憶する記憶媒体 | |
CA2997325C (en) | Method for quantification of purity of sub-visible particle samples | |
WO2013122022A1 (ja) | 画像評価装置及びパターン形状評価装置 | |
Crouzier et al. | Methodology to evaluate the uncertainty associated with nanoparticle dimensional measurements by SEM | |
JP6045292B2 (ja) | 細胞計数装置及び細胞計数プログラム | |
CN116783660A (zh) | 减少测定错误 | |
JP2980789B2 (ja) | パターン寸法測定装置及びその方法 | |
JP2008232818A (ja) | レジストパターン測定方法及びレジストパターン測定装置 | |
JP7359163B2 (ja) | 判別装置、細胞塊の判別方法、及びコンピュータプログラム | |
US8712140B2 (en) | Method of analyzing cell structures and their components | |
JP2008226536A (ja) | 走査型電子顕微鏡装置の評価方法及び評価装置 | |
Evans et al. | Analysis of variability in additive manufactured open cell porous structures | |
WO2015102948A1 (en) | Urine formed element classification method and apparatus | |
KR20150060772A (ko) | 철광석 펠릿에 대한 성숙도의 자동화 분류 | |
JP2000206027A (ja) | 粒子画像領域分割方法 | |
GB2414074A (en) | Determining an optimal intensity threshold for use in image analysis of a stained biological specimen | |
Gallego Gómez et al. | Quantitative Study of the differences in Mithocondrium distribution between DENV Infected and Mock Cells |