공간 프로테오믹스: 형광 이미지 분석 툴박스

고도로 다중화된 면역형광 이미징은 단일 세포 해상도에서 단백질 수준을 시각화하고 정량화하는 저비용 고확장성 기술입니다. 그러나 이러한 데이터를 분석하는 과정은 다양한 방법론과 파라미터 선택을 포함하며, 이는 데이터와 분석 목표에 따라 맞춤화되어야 하는 과제를 안고 있습니다. 유연한 엔드투엔드 워크플로우를 제공하는 툴박스에 대한 미충족 수요가 존재합니다. 본 연구는 이러한 문제 해결을 위해 파이썬 패키지인 'spatialproteomics'를 개발했습니다. spatialproteomics는 대규모 이미징 데이터의 처리 및 분석을 지원하며, 분할, 이미지 처리, 세포 유형 분류 등의 단계를 포함합니다. 특히, 다양한 데이터 양식 간에 공유 좌표를 동기화하는 기능을 제공하여 분석의 일관성을 높입니다. 연구팀은 132명의 환자로부터 얻은 반응성 림프절 및 B세포 비호지킨 림프종 이미지에 spatialproteomics를 적용했습니다. 이를 통해 원본 이미지부터 세포 유형 구성 및 공간 분포가 양성 및 공격성 림프종 간에 어떻게 다른지 통계적으로 특성화하는 엔드투엔드 분석을 성공적으로 시연했습니다. 또한, 기가픽셀 규모의 전체 슬라이드 이미지도 효율적으로 처리할 수 있음을 입증했습니다. spatialproteomics는 고도로 다중화된 면역형광 이미징 데이터 분석의 복잡성을 해결하고, 연구자들이 방대한 이미징 데이터를 보다 효율적이고 정확하게 탐색할 수 있도록 지원합니다. 이는 질병 진단 및 치료법 개발에 기여할 수 있는 중요한 도구가 될 것입니다.