Checklist per la preparazione e l’analisi di immagini di microscopia
Un gruppo internazionale di microscopisti ottici fornisce linee guida su come elaborare le immagini grezze di microscopia e assemblarle per la pubblicazione in modo standardizzato e riproducibile.
Le immagini sono parte integrante della comunicazione scientifica. I colori vivaci, la formattazione e gli elementi grafici possono catturare gli spettatori più rapidamente e efficacemente rispetto al semplice testo. Le immagini di microscopia sono oggi ampiamente utilizzate nelle pubblicazioni biomediche. Queste immagini sono più che semplici foto, poiché contengono informazioni (note anche come metadati) che possono essere estratte, quantificate e riutilizzate. È quindi essenziale che le immagini di microscopia siano elaborate e presentate in modo chiaro e standardizzato per essere pienamente informative e accessibili alla comunità scientifica, migliorando così la riproducibilità dei risultati.
Questo è uno degli obiettivi di un gruppo internazionale di microscopisti ottici che ha lanciato l’iniziativa Quality Assessment and Reproducibility for Instruments & Images in Light Microscopy (QUAREP-LiMi), di cui fa parte Christopher Schmied, principale autore e già membro del team di Florian Jug presso il Centro di Ricerca di Biologia Computazionale di Human Technopole.
QUAREP-LiMi ha fornito linee guida sotto forma di checklist per aumentare la chiarezza e la qualità della presentazione delle immagini di microscopia e dell’analisi del flusso di lavoro. Queste checklist sono state ora pubblicate su Nature Methods.
Secondo QUAREP-LiMi, le immagini di microscopia di grande impatto in una pubblicazione dovrebbero essere sempre accompagnate da metadati sperimentali e da una chiara descrizione dei flussi di lavoro dell’analisi delle immagini, che dovrebbero essere resi disponibili alla comunità di ricerca attraverso archivi di immagini e di codici in conformità ai principi FAIR (Findable, Accessible, Interoperable, Reusable). Inoltre, le immagini di microscopia devono essere leggibili anche da persone daltoniche, rappresentative e riproducibili.
Le checklist per la pubblicazione e l’analisi delle immagini di microscopia soddisfano questi requisiti e la necessità di promuovere una ricerca aperta e riproducibile. La QUAREP-LiMi definisce i) un livello di segnalazione “minimo”, che include le informazioni necessarie e non negoziabili per la pubblicazione delle immagini; ii) un livello di segnalazione “raccomandato” che assicura la piena comprensione delle immagini e facilita la valutazione dell’analisi delle immagini da parte dei lettori; e iii) un livello di segnalazione “ideale” che fornisce tutte le informazioni.
Sebbene siano state concepite per le immagini di microscopia, queste checklist possono essere facilmente adattate ad altri tipi di immagini scientifiche, come fotografie e immagini mediche.
Inoltre, queste linee guida saranno utili per gli editori, per il personale delle core facility e gli insegnanti, al fine di stabilire standard di riferimento per le buone pratiche di ricerca.
Condividi:
Ti potrebbe anche interessare:
-
Italia al centro del progetto Genome of Europe
Lo Human Technopole di Milano, ELIXIR Italia, il nodo nazionale dell’infrastruttura di ricerca europea per le scienze della vita coordinato dal Consiglio Nazionale delle Ricerche (CNR), e il Centro Cardiologico Monzino, come centro coordinatore italiano, sono stati selezionati come partner italiani di Genome of Europe (GoE), il più grande progetto genomico finanziato dall’Unione Europea, che […]
-
Human Technopole vince l’Oscar di Bilancio 2024
Venerdì 13 dicembre, a Palazzo Mezzanotte a Milano, il “Report integrato 2023” della Fondazione Human Technopole ha ricevuto l’Oscar di Bilancio nella categoria imprese sociali e organizzazioni no profit. A ritirare il premio, il Presidente Gianmario Verona, Elena Trovesi, Head of Administration, e i curatori del progetto Giovanni Selmi, Head of Finance, e Alessandro Cavallari, […]
-
Organoidi-mosaico per studiare il cervello di più pazienti contemporaneamente
Un team internazionale di scienziati di Human Technopole e dell’Università degli Studi di Milano ha sviluppato e verificato l’efficacia di un approccio innovativo per studiare lo sviluppo del cervello umano di più individui contemporaneamente in singoli organoidi, modelli che riproducono in laboratorio i principali processi cellulari del neurosviluppo umano. La ricerca apre la strada a studi di popolazione in vitro. Nel portare avanti la ricerca, gli scienziati hanno inoltre sviluppato un nuovo metodo computazionale per quantificare, in maniera più accurata rispetto ai metodi attuali, l’identità genetica delle singole cellule profilate da più individui contemporaneamente. La pubblicazione su Nature Methods.
-
La morfologia delle staminali predice crescita e resistenza del glioblastoma
Alcuni ricercatori di Human Technopole, a Milano, hanno identificato il gene adducina-γ (ADD3) quale regolatore cruciale della morfologia delle cellule staminali del glioblastoma e delle connessioni tra le cellule tumorali. Queste connessioni permettono alle cellule tumorali di condividere risorse, sfuggire alla chemioterapia e sopravvivere in condizioni difficili. Lo studio è stato sostenuto da Fondazione AIRC per la ricerca sul cancro e i risultati sono stati pubblicati sulla rivista Life Science Alliance.
-
Cancro colorettale: predizioni di risposta al Cetuximab più efficaci con il machine learning
Uno studio internazionale coordinato dallo Human Technopole, dall’Istituto Candiolo IRCCS di Torino, dall’Università di Torino e dal Wellcome Sanger Institute di Cambridge (UK) ha svelato alcuni fattori associati alla risposta terapeutica nel cancro al colon-retto e ha permesso di sviluppare un modello di machine-learning in grado di prevedere con precisione gli effetti del cetuximab (un farmaco di uso corrente) sui vari sottotipi di questo tumore. I risultati dello studio, sostenuto da Fondazione AIRC, pongono le basi per l’identificazione di caratteristiche molecolari che potrebbero essere utilizzate in futuro come “biomarcatori” per predire la risposta al trattamento nei pazienti affetti da questo tipo di cancro.