Modeling cell migration in quantitative image analysis

Abstract

All biological phenomena are dynamic and movement is an essential function in cellular systems but their regulation, characteristics and physiological meaning are not fully known. Measurement of the cell movements provides quantitative information that is inevitable for understanding the cellular system. Cell migration is a field of intense current research generating high amounts of image data that need to be quantitatively analyzed with efficiency, consistency and completeness. To accomplish, computerized motion analysis is rapidly becoming a requisite. Since all the existing algorithms for these purposes are often not robust, effective and optimal enough to yield satisfactory results, new and alternative methods must be developed. The aim of this work is to find and develop an alternative to the tracking of individual cells in order to, visualize, characterize and quantify the migration characteristics of cell population. This alternative comprises the implementation of a simple and automated algorithm to obtain qualitative and quantitative information from image sequences of cell migration in a fast, easy and inexpensive computationally way. After an extensive literature review, it became clear that all the methodologies and approaches employed to make the quantitative analysis of cell migration only presented solutions that involved object tracking. And the new method developed estimates the probability density functions for cell migration and was implemented as a plugin (Migration) for ImageJ, as cross platform open source application. In the evaluation of the developed algorithm was taken in to account his applicability, efficiency, consistency, completeness and validity. It can be used to in image sequences to extract information regarding the distribution of the future positions of all particles in a determined time point in the future and is quick when is executing. The results obtained with this method were satisfactory. Comparing to existing approaches to study the cell migration this method adds an improvement, it can deal with complex situation, such as overlapping of particles or other occlusions.

Todos os fenómenos biológicos são dinâmicos e o movimento é uma função essencial nos sistemas celulares, mas a sua regulação, características e significado fisiológico não são totalmente conhecidos. A medição dos movimentos das células providencia informação quantitativa para compreender o sistema celular. A migração de células é um campo de intensa investigação gerando grandes quantidades de dados que necessitam de ser quantitativamente analisados com eficiência, consistência e de maneira completa. Para tal, a análise do movimento através dos sistemas de informação está a tornar-se cada vez mais num requisito. Dado que os algoritmos disponíveis para este propósito não são muitas vezes robustos, eficientes e óptimos para proporcionarem resultados satisfatórios, métodos alternativos devem ser desenvolvidos e implementados. O objectivo deste trabalho é encontrar e desenvolver uma alternativa para o tracking de células de modo a se visualizar, caracterizar e quantificar a migração de células. Esta alternativa requer a implementação de um algoritmo simples e automático para obter a informação, quer qualitativa, quer quantitativa de um vídeo, com imagens da migração de células, de um modo rápido e fácil. Depois de uma revisão bibliográfica extensa, verificou-se que todos os métodos implementados para fazer a análise quantitativa da migração de células eram soluções de tracking de partículas. O novo método aqui desenvolvido estima as funções de densidade de probabilidade para a migração de células e foi implementado como um plugin (Migration) para o ImageJ. A avaliação do algoritmo desenvolvido teve em conta a sua aplicabilidade, eficiência, consistência e validade. Pode ser usado em vídeos e extrair informação relativa à estimação da distribuição das posições de todas as partículas num determinado momento no tempo, executando de maneira rápida. Todos os resultados obtidos com este novo método são satisfatórios. Comparando com as abordagens conhecidas da literatura, este método apresenta uma melhoria, pode lidar com situações complexas, tais como sobreposição de partículas e outras oclusões.