Análisis científico de imágenes para todos

Un nuevo software permite el análisis automatizado de datos de imagen sin conocimientos de programación

01.02.2023 - Alemania

El software JIPipe ha sido desarrollado por científicos del Instituto Leibniz de Investigación de Productos Naturales y Biología de las Infecciones (Leibniz-HKI) y simplifica notablemente el análisis de imágenes generadas en investigación. Los usuarios pueden crear diagramas de flujo según las necesidades de su aplicación y realizar así análisis automáticos de imágenes mediante inteligencia artificial sin necesidad de conocimientos de programación. JIPipe se basa en ImageJ, un programa estándar para el análisis científico de imágenes microscópicas biomédicas. Los autores presentan ahora su desarrollo en Nature Methods.

Hannah Büttner, Zoltán Cseresnyés, Ruman Gerst

Las imágenes, especialmente las microscópicas, desempeñan un papel fundamental en la investigación biomédica. Con la ayuda de etiquetas fluorescentes, por ejemplo, se hacen visibles los procesos en las células. "Una imagen vale más que mil palabras", afirma Thilo Figge, director del grupo de investigación de Biología de Sistemas Aplicada de Leibniz-HKI y profesor de la Universidad Friedrich Schiller de Jena. Pero el análisis plantea retos cada vez mayores a los investigadores. "Cada vez se generan resoluciones más altas y, por tanto, mayores cantidades de datos", explica Figge. "Al mismo tiempo, los métodos de IA, o inteligencia artificial, son ahora tan avanzados que cada vez resultan más difíciles de utilizar para los investigadores sin conocimientos de programación".

El programa de código abierto JIPipe -abreviatura de Java Image Processing Pipeline- desarrollado en Leibniz-HKI pretende simplificar esa situación. "JIPipe es una herramienta que no requiere conocimientos de programación", explica su creador, Ruman Gerst, miembro del grupo de investigación de Biología de Sistemas Aplicada. En su lugar, el software utiliza un lenguaje de programación visual: con la ayuda de bloques de construcción prefabricados, los usuarios pueden crear flujos de trabajo individuales para analizar automáticamente imágenes según sus requisitos específicos.

JIPipe es compatible con otros lenguajes de programación

El programa se basa en el software de código abierto ImageJ, que se ha establecido como estándar en el análisis científico de imágenes. JIPipe e ImageJ son totalmente compatibles y se complementan en el análisis científico de imágenes. "Nuestro programa es compatible con los scripts de ImageJ e incluye las funciones y macros habituales", explica Gerst. También es compatible con otros lenguajes de programación, como Python y R.

El programa precursor fue desarrollado hace varios años por Zoltán Cseresnyés, también miembro del grupo de investigación de Biología de Sistemas Aplicada. "Originalmente, escribí el código para un ensayo de fagocitosis", explica Cseresnyés. En la fagocitosis, una célula toma una partícula, como otra célula, y la descompone, lo que suele visualizarse con tintes fluorescentes.

Con el tiempo, el especialista en imágenes fue ampliando el código para nuevas aplicaciones, y el programa se volvió difícil de manejar y demasiado complejo. "Nos dimos cuenta de que teníamos que rediseñarlo y hacerlo modular", explica Cseresnyés, por lo que el equipo incorporó al bioinformático Ruman Gerst. También sugirió el actual lenguaje de programación visual, que permite al equipo analizar datos de imágenes de cualquier problema biomédico.

Resultados reproducibles

JIPipe ya se ha utilizado en varios estudios, por ejemplo para investigar la eficacia de la administración de fármacos mediante los llamados nanotransportadores en el hígado o para comprobar la tasa de supervivencia de nematodos que han digerido bacterias productoras de toxinas. También se han analizado con el nuevo programa los enfrentamientos entre células inmunitarias y esporas de hongos. Los desarrolladores también ofrecen cursos para su uso como parte del Microverse Imaging Center y el NFDI4BioImage, que forman parte de la Infraestructura Nacional Alemana de Datos de Investigación. "A diferencia del análisis manual de imágenes, el análisis automatizado proporciona siempre los mismos resultados, por lo que es reproducible y cumple los denominados principios FAIR para el análisis de imágenes", subraya Thilo Figge. El término FAIR tiene su origen en el campo de la gestión de datos de investigación y significa"Localizable, Accesible, Interoperabley Reutilizable".

Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.