Analýza obrazu Jana Buršíková Oddělen í funkčn í genomiky a proteomiky Ú EB PřF MU www.sci.muni.cz/pVpKnb/ „Rozvoj týmu pro výuku, výzkum a aplikace v.

Slides:



Advertisements
Podobné prezentace
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STAVEBNÍ ÚSTAV GEODÉZIE
Advertisements

Kohonenovy samoorganizující se mapy a možnosti jejich aplikace
PrecisPlanner 3D Software pro plánování přesnosti měření v IG
Zakázkově vytvořená aplikace Technologický software HTH8 s.r.o, Eimova 880, Polička, tel.: , fax: ,
Přednáška č. 3 Normalizace dat, Datová a funkční analýza
8 Průseková metoda - nejstarší fotogrammetrická metoda
Diagnostika pacientů s Parkinsonovou chorobou Jan Doležel Vedoucí práce: Ing. Miroslav Skrbek Ph.D.
Grafický editor studijních plánů Jan Krňoul, Západočeská univerzita v Plzni,
Jiří Gazárek, Martin Havlíček Analýza nezávislých komponent (ICA) v datech fMRI, a ICA necitlivá ke zpoždění.
Zkoušení mechanických soustav
Výpočet a interpretace ukazatelů asociace v epidemiologických studiích
– základní matematické operace se signály (odečty, podíly...) – složitější operace se sadou datových souborů – tvorba maker pro automatizaci zpracování.
Hodnocení práce Hodnocení práce je nástrojem zajišťujícím, aby požadavky, náročnost, složitost a podmínky práce se odrazily v diferenciaci odměny pracovníka.
20. Metody zpracování digitálních dat dálkového průzkumu
Národní informační středisko
ISS Úvodní informace o kurzu Sekundární analýza Management sociálních dat a datové archivy Jindřich Krejčí.
Praha6.cz Nové trendy v e-publishingu Statické stránky, mapa stránek, menu a fulltextové vyhledávání.
Definování prostředí pro provozování aplikace dosud jsme řešili projekt v obecné rovině aplikace bude ovšem provozována v konkrétním technickém a programovém.
Dlouhodobá maturitní práce studentů Tomáše Kurce & Jana Kuželky
Bioinformatický a chemoinformatický výzkum v Loschmidtových laboratořích Loschmidtovy laboratoře, Ústav experimentální biologie, Výzkumné centrum toxických.
Analýza dat.
Tabulkový procesor.
KRAJSKÉ SESTKÁNÍ METODIKŮ STROJÍRENSTVÍ A AUTOMATIZACE ÚNOR 2015 PODPORA PŘÍRODOVĚDNÉHO A TECHNICKÉHO VZDĚLÁVÁNÍ NA STŘEDNÍCH ŠKOLÁCH V JIHOMORAVSKÉM KRAJI.
Vyšetření fMRI popis experimentu Dobrovolník II :00.
SIPVZ – úvodní modul P Počítačová grafika a prezentace metodické poznámky (4 h)
Instrumentální analýzy
Diskrétní Fourierova transformace
J. Weiser Laboratoř mikrobiální proteomiky Proteomika jako nástroj ke studiu fyziologických regulací u bakterií.
Regulační diagram Ing. Zdeněk Aleš, Ph.D.
Marketingový výzkum. podstatou je systematické plánování, podstatou je systematické plánování, shromažďování, analýza a vyhodnocování shromažďování, analýza.
Ekonometrie „ … ekonometrie je kvantitativní ekonomická disciplína, která se zabývá především měřením v ekonomice na základě analýzy reálných statistických.
ZKUŠEBNICTVÍ A KONTROLA JAKOSTI 01. Experimentální zkoušení KDE? V laboratoři In-situ (na stavbách) CO? Modely konstrukčních částí Menší konstrukční části.
B130P16: Praktické základy vědecké práce Katedra fyziologie rostlin, PřF UK RNDr. Jan Petrášek, Ph.D. Nezbytnost průběžného.
RxFISH.
Pohled z ptačí perspektivy
Magnetohydrodynamické studie plazmatu na tokamaku GOLEM T. Lamich, J. Žák, A. Hrnčiřík, M. Grof, V. Oupický Garant: T. Markovič.
Barevná hloubka: Ukázky obrázků ještě jednou:
InstantAtlas dynamické webové interaktivní atlasy.
 Zkoumáním fyzikálních objektů (např. polí, těles) zjišťujeme že:  zkoumané objekty mají dané vlastnosti,  nacházejí se v určitých stavech,  na nich.
Studium aktinu, mikrofilamentární složky cytoskeletu pomocí dvou metod:
Reporting.
Normální rozdělení a ověření normality dat
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Biostatistika 8. přednáška
Možnosti využití programu HYDATA. Co je HYDATA? program pro tvorbu databáze dat a jejich dalšího zpracování –(srážky, průtok, výpar a další meteorologická.
Technologie - snímkové orientace
Elektroforéza proteinů krevního
HODNOCENÍ ANALYTICKÝCH DAT JAN TŘÍSKA CENTRUM VÝZKUMU GLOBÁLNÍ ZMĚNY AV ČR ČESKÉ BUDĚJOVICE.
EVROPSKÝ FOND PRO REGIONÁLNÍ ROZVOJ
Laser Simulation DSS Ing. Jana Hájková Doc. Ing. Pavel Herout, Ph.D.
Postup při empirickém kvantitativním výzkumu
IV..
V praktiku budou řešeny dvě úlohy:
REGRESNÍ ANALÝZA Vysoká škola technická a ekonomická v Českých Budějovicích Institute of Technology And Business In České Budějovice.
Obsah prezentace Princip fungování Technické parametry Proces realizace Závěrečné zhodnocení 4.
Laserová difrakce pro měření velikost částic Ing. Jana Kosíková SUPMAT – Podpora vzdělávání pracovníků center pokročilých stavebních materiálů Registrační.
Ukládání dat biodiverzity a jejich vizualizace
Rastrová grafika Základní termíny – Formáty rastrové grafiky.
Výstupní zařízení počítače - skener
Kvantitativní analýza cestopisů Karla Čapka
Financováno z ESF a státního rozpočtu ČR.
4. cvičení
- váhy jednotlivých studií
Co se dá změřit v psychologii a pedagogice?
KARTOGRAFICKÁ VIZUALIZACE
Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J
Jan Abraham, Helena Plachá, Eva Paznerová
Statistika a výpočetní technika
Výpočet a interpretace ukazatelů asociace v epidemiologických studiích
Základy statistiky.
Transkript prezentace:

Analýza obrazu Jana Buršíková Oddělen í funkčn í genomiky a proteomiky Ú EB PřF MU „Rozvoj týmu pro výuku, výzkum a aplikace v oblasti funkční genomiky a proteomiky“ (CZ.1.07/2.3.00/ )

Analýza obrazu Srovnání a vyhodnocení 2D gelů (vizuálně nemožné) Převedení zobrazení do formy digitálních dat (pomocí skeneru nebo kamery) Analýza pomocí speciálního SW

Barvení proteinů Viditelné barvení – Coomassie briliant blue, stříbro Fluorescenční barvení – Sypro Ruby, Flamingo Pink, Deep Purple, Oriole, Lumitein Radioaktivní značení

Barvení proteinů Obecné požadavky na vizualizaci proteinů: vysoká citlivost, široký lineární rozsah závislosti intenzity barvičky na množství proteinu v gelu, kompatibilita s následnými analýzami.

Barvení – rozsah lineární závislosti intenzity barvičky na koncentraci proteinu Barvení stříbrem – lineární závislost pouze v rozmezí do 100 ng proteinu. Při vyšších množstvích odklon od linearity. Lineární dynamický rozsah = graf závislosti intenzity barvičky (osa y) na koncentraci proteinu (osa x)

Snímání obrazu Viditelné barvičky - denzitometry (GS-800) Fluorescenční barvičky - skenery (FLA 7000) (Ex/Em spektrum se musí shodovat s Ex/Em charakteristikami přístroje)

Od analýzy obrazu očekáváme: srovnání gelů „treated“ a non-treated“ vzorků, interpolaci izoelektrických bodů a MW, detekci nových, chybějících nebo modifikovaných proteinů, kvantifikaci spotů, určení pozice spotu pro následné vyřezání, detekci a charakterizaci skupin proteinů, drah a řetězců, statistickou analýzu experimentálních dat.

SW Vývoj - kontinuální proces Spolehlivost Reprodukovatelnost Automatizace Srovnání gelů různých velikostí, tvarů, poškozených gelů

SW Přesná a správná práce v laboratoři je základem experimentu. Sebelepší SW nedovede ze špatných podkladů vytvořit dobré výsledky. Špatné vyhodnocení může zmařit předchozí dobrou práci.

SW – přehled dostupných programů Delta 2D ImageMaster Melanie Progenesis PDQuest Ludesi Různá filozofie, různý stupeň možností zasahovat do vyhodnocení.

Nejkritičtější části analýzy obrazu Správná detekce spotů Odečet pozadí Nesmí být modifikována základní data

2 koncepty 2D jeden gel – jeden vzorek mnohonásobná separace – DIGE gely Princip: proteiny v různých vzorcích značeny různými spektrálně odlišnými fluorescenčními barvičkami; směsný vzorek analyzován na jednom gelu; jiný způsob vyhodnocování, plně automatické.

2D elektroforéza Neexistuje standardizace pro přípravu vzorků a průběh elektroforézy. Není snadné srovnávat výsledky z různých laboratoří. Protein nelze identifikovat pouze na základě jeho pozice v gelu. Musí následovat identifikace – MS.

Řezání spotů Manuálně (viditelné barvičky, transiluminátor) Automaticky (spot cutter)

Vyhodnocování pomocí PDQuestu Skenování gelu Úprava obrázku Detekce spotů a analýza pozadí Vytvoření „master“ gelu a přiřazení spotů Editace Normalizace Analytické sety Výběr spotů pro další analýzu

PDQuest – načtení obrázku ve formátu TIFF

Redukce obrázků

Úprava Vertical/horizontal flip Transform Rotation Image cropping

Úprava obrázku - cropping

Detekce spotů a filtrace pozadí Spot detection wizard – průvodce nastavením parametrů (step by step) Nastavení parametrů pro vyhledání spotů a odfiltrování pozadí

Detekce spotů a filtrace pozadí Scanset 3 zobrazení každého gelu Raw 2D image Gaussian původní (Raw 2-D scan) filtrovaný Gaussovský Filtered

Detekce - specle

Detekce spotů a filtrace pozadí

Match Set Soubor gelů porovnávaných navzájem v rámci experimentu Master gel = uměle vytvořený gel Prostřednictvím Master gelu jsou gely srovnávány mezi sebou

Editování

Replikativní skupiny Použití máme-li 2 a více gelů od jednoho vzorku umožňují seskupit kopie gelů daného vzorku a určit průměrnou kvantitu každého spotu analýza gelů v replikách je podmínkou pro aplikaci statistických nástrojů (např. Student T-test)

Biologické a technické repliky Biologická – vzorky z různých organismů, stejný „treatment“ (x rostlinek Arabidopsis, x různých pacientů se stejným typem nádoru apod.), Technická – stejný vzorek, stejný „treatment“ (reprodukovatelnost)

Normalizace Rozdíly ve velikosti spotů a intenzitě (mezi gely) – nejsou způsobeny rozdílnou expresí Variace způsobené různými faktory – pipetování, příprava a zpracování vzorku, barvení….. —> NORMALIZACE = předpoklad pro správné srovnání kvantity spotů

Spot quantity celková intenzita definovaného spotu v daném zobrazení gelu (pro výpočet se používá gaussovské zobrazení spotu) koresponduje s množstvím proteinu v aktuálním spotu

Normalizace je kompenzace rozdílů nezpůsobených a nesouvisejících s vlastní expresí. Provádí se pro každý gel v experimentu. Zahrnuje: nenormalizovanou intenzitu spotu, „scaling“ faktor – volí si uživatel, faktor kompenzující chyby pipetování, normalizační faktor (v závislosti na zvolené metodě).

Metody normalizace Total quantity in analysis set Total quantity in valid spots Total density in gel image Specified value Mean of log ratios Local regresion model

Analytické sety Tři typy analytických setů: kvalitativní, kvantitativní, statistické (pouze pro replikativní skupiny) Booleův analytický set

Příklady

Stejný vzorek dělený na různých typech gelů

Děkuji za pozornost. Tato prezentace vznikla s podporou projektu OP VK „Rozvoj týmu pro výuku, výzkum a aplikace v oblasti funkční genomiky a proteomiky“ (CZ.1.07/2.3.00/ )