GliaMorph: a modular image analysis toolkit to quantify Müller glial cell morphology
Notice bibliographique
Résumé
Cell morphology is crucial for all cell functions. This is particularly true for glial cells as they rely on complex shape to contact and support neurons. However, methods to quantify complex glial cell shape accurately and reproducibly are lacking. To address this, we developed the image analysis pipeline 'GliaMorph'. GliaMorph is a modular analysis toolkit developed to perform (1) image pre-processing, (2) semi-automatic region-of-interest selection, (3) apicobasal texture analysis, (4) glia segmentation, and (5) cell feature quantification. Müller glia (MG) have a stereotypic shape linked to their maturation and physiological status. Here, we characterized MG on three levels: (1) global image-level, (2) apicobasal texture, and (3) regional apicobasal vertical-to-horizontal alignment. Using GliaMorph, we quantified MG development on a global and single-cell level, showing increased feature elaboration and subcellular morphological rearrangement in the zebrafish retina. As proof of principle, we analysed expression changes in a mouse glaucoma model, identifying subcellular protein localization changes in MG. Together, these data demonstrate that GliaMorph enables an in-depth understanding of MG morphology in the developing and diseased retina.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».