Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Cơ sở dữ liệu hình ảnh của cánh Drosophila melanogaster phục vụ phân tích phe-nôm và sinh trắc học
Tóm tắt
Việc trích xuất các mô tả và đặc trưng quan trọng từ hình ảnh của các mẫu sinh học vẫn là một thách thức đang diễn ra. Các đặc trưng thường được xác định bằng các điểm định vị và bán điểm định vị được xác định a priori dựa trên các tiêu chí như tính đồng dạng hoặc một số thước đo nào đó có ý nghĩa sinh học. Một chiến lược thay thế, được sử dụng rộng rãi, là nhận dạng mẫu tính toán, trong đó các đặc trưng được thu thập từ hình ảnh một cách hoàn toàn mới. Các tập con của các đặc trưng này sau đó được chọn dựa trên các tiêu chí khách quan. Nhận dạng mẫu tính toán đã được phát triển rộng rãi chủ yếu cho phân loại mẫu thành các nhóm, trong khi các phương pháp dựa trên điểm định vị đã được áp dụng rộng rãi cho suy luận sinh học. Để so sánh các phương pháp này và cung cấp một nguồn tài nguyên chung cho cộng đồng, chúng tôi đã xây dựng một cơ sở dữ liệu hình ảnh của cánh Drosophila melanogaster - có thể xác định duy nhất và được tổ chức theo giới tính, kiểu gen và hệ thống chụp hình lặp lại - để phát triển và thử nghiệm các công cụ đo lường và phân loại hình ảnh sinh học. Chúng tôi đã sử dụng cơ sở dữ liệu này để đánh giá hiệu suất tương đối của các chiến lược phân loại hiện tại. Nhiều thuật toán máy học tham số và không tham số có giám sát đã được sử dụng trên các thành phần chính trích xuất từ dữ liệu hình dạng hình học (điểm định vị và bán điểm định vị). Để so sánh, chúng tôi cũng đã phân loại các kiểu hình dựa trên các đặc trưng mới được trích xuất từ hình ảnh cánh bằng nhiều phương pháp thị giác máy tính và nhận dạng mẫu như được thực hiện trong Công cụ Phân loại và Chú thích Hình ảnh Sinh học (BioCAT). Bởi vì chúng tôi có thể đánh giá kỹ lưỡng các chiến lược này bằng cách sử dụng cơ sở dữ liệu cánh Drosophila công khai, chúng tôi tin rằng tài nguyên này sẽ tạo điều kiện cho việc phát triển và thử nghiệm các công cụ mới cho việc đo lường và phân loại các kiểu hình sinh học phức tạp.
Từ khóa
#Drosophila melanogaster #cánh #phân tích phe-nôm #sinh trắc học #cơ sở dữ liệu hình ảnh #nhận dạng mẫu tính toánTài liệu tham khảo
Houle D, Govindaraju DR, Omholt S. Phenomics: the next challenge. Nat Rev Genet. 2010;11:855–66.
Gerlai R. Phenomics: fiction or the future? Trends Neurosci. 2002;25:506–9.
Adams DC, Rohlf FJ, Slice DE. Geometric morphometrics: Ten years of progress after the ‘revolution’. Ital J Zool. 2004;71:5–16.
Slice DE. Geometric Morphometrics. Ann Rev Anthropol. 2007;36:261–81.
Klingenberg CP. MorphoJ: an integrated software package for geometric morphometrics. Mol Ecol Resour. 2011;11:353–7.
Mitteroecker P, Gunz P. Advances in geometric morphometrics. Evol Biol. 2009;36:235–41.
Zelditch ML, Swiderski DL, Sheets HD. Geometric Morphometrics for Biologists: A Primer. 2nd ed. San Diego: Elsevier; 2012.
Danuser G. Computer Vision in Cell Biology Cell. 2011;147:973–8.
Shamir L, Delaney JD, Orlov N, Eckley DM, Goldberg IG. Pattern Recognition Software and Techniques for Biological Image Analysis. PLoS Comput Biol. 2010;6:e1000974.
Allanson JE, Bohring A, Dorr H, Dufke A, Gillessen-Kaesbach G, Horn D, et al. The face of Noonan syndrome: Does phenotype predict genotype. Am J Med Genet A. 2010;152A:1960–6.
Boehringer S, Guenther M, Wurtz RP, Horsthemke B, Wieczorek D. Automated syndrome detection in a set of clinical facial photographs. Am J Med Genet A. 2011;155A:2161–9.
Ferry Q, Steinberg J, FitzPatrick DR, Ponting CP, Zisserman A, Nellaker C. Diagnostically relevant facial gestalt information from ordinary photos. Elife. 2014;3:e02020.
Zou L, Adegun OK, Willis A, Fortune F. Facial biometrics of peri-oral changes in Crohn’s disease. Lasers Med Sci. 2014;29:869–74.
Houle D, Mezey J, Galpern P, Carter A. Automated measurement of Drosophila wings. BMC Evol Biol. 2003;3:25.
Kumar N, Belhumeur PN, Biswas A, Jacobs DW, Kress WJ, Lopez IC, et al. Leafsnap: A Computer Vision System for Automatic Plant Species Identification. In: Fitzgibbon A, Lazebnik S, Perona P, Sato Y, Schmid C, editors. Computer Vision - ECCV 2012. Berlin: Springer; 2012. p. 502–16.
Perrard A, Baylac M, Carpenter JM. Evolution of wing shape in hornets: why is the wing venation efficient for species identification? J Evol Biol. 2014;27:2665–75.
Unar JA, Seng WC, Abbasi A. A review of biometric technology along with trends and prospects. Pattern Recogn. 2014;47:2673–88.
Houle D. Numbering the hairs on our heads: the shared challenge and promise of phenomics. Proc Natl Acad Sci U S A. 2010;107:1793–9.
Debat V, Debelle A, Dworkin I. Plasticity, canalization and developmental stability of the Drosophila wing: joint effects of mutations and developmental temperature. Evolution. 2009;63:2864–76.
Klingenberg CP. Morphometric integration and modularity in configurations of landmarks: tools for evaluating a priori hypotheses. Evol Dev. 2009;11:405–21.
Paloniswamy S, Thacker NA, Klingenberg CP. Automatic identification of landmarks in digital images. IET Comput Vis. 2010;4:247–60.
Gidaszewski NA, Baylac M, Klingenberg CP. Evolution of sexual dimorphism of wing shape in the Drosophila melanogaster subgroup. BMC Evol Biol. 2009;9:110.
Pitchers W, Pool JE, Dworkin I. Altitudinal clinal variation in wing size and shape in African Drosophila melanogaster: one cline or many? Evolution. 2013;67:38–42.
Miles WO, Korenjak M, Griffiths LM, Dyer MA, Provero P, Dyson NJ. Post-transcriptional gene expression control by NANOS is up-regulated and functionally important in pRb-deficient cells. EMBO J. 2014;33:2201–15.
Gafner L, Dalessi S, Escher E, Pyrowolakis G, Bergmann S, Basler K. Manipulating the sensitivity of signal-induced repression: quantification and consequences of altered brinker gradients. PLoS One. 2013;8:e71224.
Birdsall K, Zimmerman E, Teeter K, Gibson G. Genetic variation for the positioning of wing veins in Drosophila melanogaster. Evol Dev. 2000;2:16–24.
Dworkin I, Gibson G. Epidermal Growth Factor Receptor and Transforming Growth Factor-β signaling contributes to variation for wing shape in Drosophila melanogaster. Genetics. 2006;173:1417–31.
Ahmad F, Roy K, O’Connor B, Shelton J, Dozier G, Dworkin I. Fly Wing Biometrics Using Modified Local Binary Pattern SVMs and Random Forest. International Journal of Machine Learning and Computing. 2014;4:279–85.
Payne M, Turner J, Shelton J, Adams J, Carter J, Williams H, et al. Fly wing biometrics. IEEE Symposium Series on Computational Intelligence and Biometrics. 2013;42-6. doi:10.1109/CIBIM.2013.6607912.
Shelton J, Bryant K, Abrams S, Small L, Adams J, Leflore D, et al. Genetic & Evolutionary Biometric Security: Disposable Feature Extractors for Mitigating Biometrics Replay Attacks. Procedia Comput Sci. 2012;8:351–60.
Zhou J, Lamichhane S, Sterne G, Ye B, Peng H. BIOCAT: a pattern recognition platform for customizable biological image classification and annotation. BMC Bioinformatics. 2013;14:291.
Blair SS. Wing vein patterning in Drosophila and the analysis of intercellular signaling. Annu Rev Cell Dev Biol. 2007;23:293–319.
Bray SJ. Notch signaling: a simple pathway becomes complex. Nat Rev Mol Cell Biol. 2006;7:678–89.
Guichard A, Biehs B, Sturtevant MA, Wickline L, Chacko J, Howard K, et al. Rhomboid and Star interact synergistically to promote EGFR/MAPK signaling during Drosophila wing vein development. Development. 1999;126:2663–76.
R Development Core Team. R: A language and environment for statistical computing. Vienna, Austria: the R Foundation for Statistical Computing. 2011. http://www.R-project.org. Accessed 21 April 2015.
James G, Witten D, Hastie T, Tibshirani R. An introduction to statistical learning: with applications in R. New York: Springer; 2013.
Meijering E, Jacob M, Sarria JCF, Steiner P, Hirling HL, Unser M. Design and validation of a tool for neurite tracking and analysis in fluorescence microscopy images. Cytom Part A. 2004;58:167–76.
Chandler C, Chari S, Tack D, Dworkin I. Causes and consequences of genetic background effects illuminated by integrative genomic analysis. Genetics. 2014;196:1321–36.
Gnu Image Manipulation Program, version 2.8. 2015. http://www.gimp.org. Accessed 21 April 2015.
David’s Batch Processor version 1.1.8. 2015. http://members.ozemail.com.au/~hodsond/dbp.html. Accessed 21 April 2015.
Rohlf, FJ. tpsDig version 2.17. 2015. http://life.bio.sunysb.edu/morph/soft-dataacq.html. Accessed 21 April 2015.
CPR. 2015. Houle Lab: Software. http://bio.fsu.edu/~dhoule/wings.html. Accessed 29 April 2015.
DworkinLab Github account: Wing_Biometrics_2015. https://github.com/DworkinLab/Wing_Biometrics_2015. Accessed 29 April 2015.
Sonnenschein A, VanderZee D, Pitchers WR, Chari S, Dworkin I. (2015): Supporting material and data for “An Image Database of Drosophila melanogaster Wings for Phenomic and Biometric analysis”. GigaScience Database. http://dx.doi.org/10.5524/100141