Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsias
- Autores
- Quiñones, Michael; Doctorovich, Juan; Revollo, Natalia; Gandini, Norberto Ariel; Delrieux, Claudio Augusto; Colo, Georgina Pamela
- Año de publicación
- 2021
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Para la detección de los niveles de expresión de proteínas en biopsias humanas y tejidos provenientes de modelos experimentales, se utiliza la técnica de inmunohistoquímica (IHQ). Esta técnica es de elección por patólogos e investigadores para estudiar biomarcadores relacionados con el desarrollo del cáncer y de otras patologías en tejidos. Ante la necesidad de estandarizar la cuantificación de los niveles de expresión del biomarcador y atendiendo a recomendaciones de sociedades biomédicas, nos propusimos como objetivo el desarrollo de un software que permitiera la detección y cuantificación de los niveles de expresión de proteínas por IHQ. Se emplearon biopsias humanas de gliomas y carcinomas de colon, cabeza y cuello, pulmón, tiroides y mama provenientes de hospitales de Bahía Blanca. Además, se emplearon muestras provenientes de modelos animales singeneicos y de xenotransplantes. Las muestras fueron procesadas mediante la técnica de IHQ para determinar la expresión de varias proteínas de interés de diagnóstico asistencial y de investigación. La digitalización de los cortes histológicos a distintos aumentos se realizó empleando microscopio Olympus CX31 acoplado a sistema de captura de imágenes. Las muestras fueron previamente semicuantificadas por el método IRS (immunoreactive score): producto de la multiplicación del valor de intensidad de la coloración marrón (0-3) y el número de células positivas marcadas (0-4), por tres observadores independientes. Se separaron las biopsias en IRS alto (IRS=12 a 9), moderado (IRS=8,9 a 4), bajo (IRS=3,9 a 1) y nulo (IRS<1), para el desarrollo del software. Utilizando el lenguaje Python se entrenó un modelo de aprendizaje supervisado (Random Forest) con diferentes regiones de interés y desinterés. El desempeño del modelo se refleja en una matriz de confusión. Se propone una disposición, para mediante la digitalización de las muestras y herramientas de inteligencia artificial, enseñarle al software a detectar los núcleos celulares, segmentar la zona de interés alrededor de esta organela y relacionar la cantidad de marcación positiva con el total de la imagen. El desarrollo de un software que permita la correcta detección y cuantificación de células positivas para la reacción de IHQ, complementa la labor del investigador en la determinación del IRS, reduciendo los márgenes de errores humanos y acelerando los tiempos del análisis de tejidos inmunomarcados.
Fil: Quiñones, Michael. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; Argentina
Fil: Doctorovich, Juan. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; Argentina
Fil: Revollo, Natalia. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; Argentina
Fil: Gandini, Norberto Ariel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Investigaciones Bioquímicas de Bahía Blanca. Universidad Nacional del Sur. Instituto de Investigaciones Bioquímicas de Bahía Blanca; Argentina
Fil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; Argentina
Fil: Colo, Georgina Pamela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Investigaciones Bioquímicas de Bahía Blanca. Universidad Nacional del Sur. Instituto de Investigaciones Bioquímicas de Bahía Blanca; Argentina
IV Jornadas de Investigadores en formación en CYT
Bernal
Argentina
Universidad Nacional de Quilmes. Departamento de Ciencia y Tecnología - Materia
-
INMUNOHISTOQUÍMICA
SOFTWARE
IRS - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
.jpg)
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/163288
Ver los metadatos del registro completo
| id |
CONICETDig_c6b7811294d358ebee5e69c081301aa1 |
|---|---|
| oai_identifier_str |
oai:ri.conicet.gov.ar:11336/163288 |
| network_acronym_str |
CONICETDig |
| repository_id_str |
3498 |
| network_name_str |
CONICET Digital (CONICET) |
| spelling |
Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsiasQuiñones, MichaelDoctorovich, JuanRevollo, NataliaGandini, Norberto ArielDelrieux, Claudio AugustoColo, Georgina PamelaINMUNOHISTOQUÍMICASOFTWAREIRShttps://purl.org/becyt/ford/1.6https://purl.org/becyt/ford/1https://purl.org/becyt/ford/1.2https://purl.org/becyt/ford/1Para la detección de los niveles de expresión de proteínas en biopsias humanas y tejidos provenientes de modelos experimentales, se utiliza la técnica de inmunohistoquímica (IHQ). Esta técnica es de elección por patólogos e investigadores para estudiar biomarcadores relacionados con el desarrollo del cáncer y de otras patologías en tejidos. Ante la necesidad de estandarizar la cuantificación de los niveles de expresión del biomarcador y atendiendo a recomendaciones de sociedades biomédicas, nos propusimos como objetivo el desarrollo de un software que permitiera la detección y cuantificación de los niveles de expresión de proteínas por IHQ. Se emplearon biopsias humanas de gliomas y carcinomas de colon, cabeza y cuello, pulmón, tiroides y mama provenientes de hospitales de Bahía Blanca. Además, se emplearon muestras provenientes de modelos animales singeneicos y de xenotransplantes. Las muestras fueron procesadas mediante la técnica de IHQ para determinar la expresión de varias proteínas de interés de diagnóstico asistencial y de investigación. La digitalización de los cortes histológicos a distintos aumentos se realizó empleando microscopio Olympus CX31 acoplado a sistema de captura de imágenes. Las muestras fueron previamente semicuantificadas por el método IRS (immunoreactive score): producto de la multiplicación del valor de intensidad de la coloración marrón (0-3) y el número de células positivas marcadas (0-4), por tres observadores independientes. Se separaron las biopsias en IRS alto (IRS=12 a 9), moderado (IRS=8,9 a 4), bajo (IRS=3,9 a 1) y nulo (IRS<1), para el desarrollo del software. Utilizando el lenguaje Python se entrenó un modelo de aprendizaje supervisado (Random Forest) con diferentes regiones de interés y desinterés. El desempeño del modelo se refleja en una matriz de confusión. Se propone una disposición, para mediante la digitalización de las muestras y herramientas de inteligencia artificial, enseñarle al software a detectar los núcleos celulares, segmentar la zona de interés alrededor de esta organela y relacionar la cantidad de marcación positiva con el total de la imagen. El desarrollo de un software que permita la correcta detección y cuantificación de células positivas para la reacción de IHQ, complementa la labor del investigador en la determinación del IRS, reduciendo los márgenes de errores humanos y acelerando los tiempos del análisis de tejidos inmunomarcados.Fil: Quiñones, Michael. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; ArgentinaFil: Doctorovich, Juan. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; ArgentinaFil: Revollo, Natalia. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; ArgentinaFil: Gandini, Norberto Ariel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Investigaciones Bioquímicas de Bahía Blanca. Universidad Nacional del Sur. Instituto de Investigaciones Bioquímicas de Bahía Blanca; ArgentinaFil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; ArgentinaFil: Colo, Georgina Pamela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Investigaciones Bioquímicas de Bahía Blanca. Universidad Nacional del Sur. Instituto de Investigaciones Bioquímicas de Bahía Blanca; ArgentinaIV Jornadas de Investigadores en formación en CYTBernalArgentinaUniversidad Nacional de Quilmes. Departamento de Ciencia y TecnologíaUniversidad Nacional de Quilmes. Departamento de Ciencia y TecnologíaBenencio, PaulaMaidana, Lautaro Gabriel2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectJornadaJournalhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/163288Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsias; IV Jornadas de Investigadores en formación en CYT; Bernal; Argentina; 2021; 78-782718-8663CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://sites.google.com/view/jif-cyt-unq/libro-de-res%C3%BAmenesNacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2026-08-25T15:47:21Zoai:ri.conicet.gov.ar:11336/163288instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982026-08-25 15:47:21.378CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
| dc.title.none.fl_str_mv |
Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsias |
| title |
Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsias |
| spellingShingle |
Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsias Quiñones, Michael INMUNOHISTOQUÍMICA SOFTWARE IRS |
| title_short |
Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsias |
| title_full |
Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsias |
| title_fullStr |
Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsias |
| title_full_unstemmed |
Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsias |
| title_sort |
Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsias |
| dc.creator.none.fl_str_mv |
Quiñones, Michael Doctorovich, Juan Revollo, Natalia Gandini, Norberto Ariel Delrieux, Claudio Augusto Colo, Georgina Pamela |
| author |
Quiñones, Michael |
| author_facet |
Quiñones, Michael Doctorovich, Juan Revollo, Natalia Gandini, Norberto Ariel Delrieux, Claudio Augusto Colo, Georgina Pamela |
| author_role |
author |
| author2 |
Doctorovich, Juan Revollo, Natalia Gandini, Norberto Ariel Delrieux, Claudio Augusto Colo, Georgina Pamela |
| author2_role |
author author author author author |
| dc.contributor.none.fl_str_mv |
Benencio, Paula Maidana, Lautaro Gabriel |
| dc.subject.none.fl_str_mv |
INMUNOHISTOQUÍMICA SOFTWARE IRS |
| topic |
INMUNOHISTOQUÍMICA SOFTWARE IRS |
| purl_subject.fl_str_mv |
https://purl.org/becyt/ford/1.6 https://purl.org/becyt/ford/1 https://purl.org/becyt/ford/1.2 https://purl.org/becyt/ford/1 |
| dc.description.none.fl_txt_mv |
Para la detección de los niveles de expresión de proteínas en biopsias humanas y tejidos provenientes de modelos experimentales, se utiliza la técnica de inmunohistoquímica (IHQ). Esta técnica es de elección por patólogos e investigadores para estudiar biomarcadores relacionados con el desarrollo del cáncer y de otras patologías en tejidos. Ante la necesidad de estandarizar la cuantificación de los niveles de expresión del biomarcador y atendiendo a recomendaciones de sociedades biomédicas, nos propusimos como objetivo el desarrollo de un software que permitiera la detección y cuantificación de los niveles de expresión de proteínas por IHQ. Se emplearon biopsias humanas de gliomas y carcinomas de colon, cabeza y cuello, pulmón, tiroides y mama provenientes de hospitales de Bahía Blanca. Además, se emplearon muestras provenientes de modelos animales singeneicos y de xenotransplantes. Las muestras fueron procesadas mediante la técnica de IHQ para determinar la expresión de varias proteínas de interés de diagnóstico asistencial y de investigación. La digitalización de los cortes histológicos a distintos aumentos se realizó empleando microscopio Olympus CX31 acoplado a sistema de captura de imágenes. Las muestras fueron previamente semicuantificadas por el método IRS (immunoreactive score): producto de la multiplicación del valor de intensidad de la coloración marrón (0-3) y el número de células positivas marcadas (0-4), por tres observadores independientes. Se separaron las biopsias en IRS alto (IRS=12 a 9), moderado (IRS=8,9 a 4), bajo (IRS=3,9 a 1) y nulo (IRS<1), para el desarrollo del software. Utilizando el lenguaje Python se entrenó un modelo de aprendizaje supervisado (Random Forest) con diferentes regiones de interés y desinterés. El desempeño del modelo se refleja en una matriz de confusión. Se propone una disposición, para mediante la digitalización de las muestras y herramientas de inteligencia artificial, enseñarle al software a detectar los núcleos celulares, segmentar la zona de interés alrededor de esta organela y relacionar la cantidad de marcación positiva con el total de la imagen. El desarrollo de un software que permita la correcta detección y cuantificación de células positivas para la reacción de IHQ, complementa la labor del investigador en la determinación del IRS, reduciendo los márgenes de errores humanos y acelerando los tiempos del análisis de tejidos inmunomarcados. Fil: Quiñones, Michael. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; Argentina Fil: Doctorovich, Juan. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; Argentina Fil: Revollo, Natalia. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; Argentina Fil: Gandini, Norberto Ariel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Investigaciones Bioquímicas de Bahía Blanca. Universidad Nacional del Sur. Instituto de Investigaciones Bioquímicas de Bahía Blanca; Argentina Fil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; Argentina Fil: Colo, Georgina Pamela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Investigaciones Bioquímicas de Bahía Blanca. Universidad Nacional del Sur. Instituto de Investigaciones Bioquímicas de Bahía Blanca; Argentina IV Jornadas de Investigadores en formación en CYT Bernal Argentina Universidad Nacional de Quilmes. Departamento de Ciencia y Tecnología |
| description |
Para la detección de los niveles de expresión de proteínas en biopsias humanas y tejidos provenientes de modelos experimentales, se utiliza la técnica de inmunohistoquímica (IHQ). Esta técnica es de elección por patólogos e investigadores para estudiar biomarcadores relacionados con el desarrollo del cáncer y de otras patologías en tejidos. Ante la necesidad de estandarizar la cuantificación de los niveles de expresión del biomarcador y atendiendo a recomendaciones de sociedades biomédicas, nos propusimos como objetivo el desarrollo de un software que permitiera la detección y cuantificación de los niveles de expresión de proteínas por IHQ. Se emplearon biopsias humanas de gliomas y carcinomas de colon, cabeza y cuello, pulmón, tiroides y mama provenientes de hospitales de Bahía Blanca. Además, se emplearon muestras provenientes de modelos animales singeneicos y de xenotransplantes. Las muestras fueron procesadas mediante la técnica de IHQ para determinar la expresión de varias proteínas de interés de diagnóstico asistencial y de investigación. La digitalización de los cortes histológicos a distintos aumentos se realizó empleando microscopio Olympus CX31 acoplado a sistema de captura de imágenes. Las muestras fueron previamente semicuantificadas por el método IRS (immunoreactive score): producto de la multiplicación del valor de intensidad de la coloración marrón (0-3) y el número de células positivas marcadas (0-4), por tres observadores independientes. Se separaron las biopsias en IRS alto (IRS=12 a 9), moderado (IRS=8,9 a 4), bajo (IRS=3,9 a 1) y nulo (IRS<1), para el desarrollo del software. Utilizando el lenguaje Python se entrenó un modelo de aprendizaje supervisado (Random Forest) con diferentes regiones de interés y desinterés. El desempeño del modelo se refleja en una matriz de confusión. Se propone una disposición, para mediante la digitalización de las muestras y herramientas de inteligencia artificial, enseñarle al software a detectar los núcleos celulares, segmentar la zona de interés alrededor de esta organela y relacionar la cantidad de marcación positiva con el total de la imagen. El desarrollo de un software que permita la correcta detección y cuantificación de células positivas para la reacción de IHQ, complementa la labor del investigador en la determinación del IRS, reduciendo los márgenes de errores humanos y acelerando los tiempos del análisis de tejidos inmunomarcados. |
| publishDate |
2021 |
| dc.date.none.fl_str_mv |
2021 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/conferenceObject Jornada Journal http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
| status_str |
publishedVersion |
| format |
conferenceObject |
| dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11336/163288 Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsias; IV Jornadas de Investigadores en formación en CYT; Bernal; Argentina; 2021; 78-78 2718-8663 CONICET Digital CONICET |
| url |
http://hdl.handle.net/11336/163288 |
| identifier_str_mv |
Desarrollo de un software para detectar y cuantificar la marcación por inmunohistoquímica en biopsias; IV Jornadas de Investigadores en formación en CYT; Bernal; Argentina; 2021; 78-78 2718-8663 CONICET Digital CONICET |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/https://sites.google.com/view/jif-cyt-unq/libro-de-res%C3%BAmenes |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
| dc.format.none.fl_str_mv |
application/pdf application/pdf application/pdf |
| dc.coverage.none.fl_str_mv |
Nacional |
| dc.publisher.none.fl_str_mv |
Universidad Nacional de Quilmes. Departamento de Ciencia y Tecnología |
| publisher.none.fl_str_mv |
Universidad Nacional de Quilmes. Departamento de Ciencia y Tecnología |
| dc.source.none.fl_str_mv |
reponame:CONICET Digital (CONICET) instname:Consejo Nacional de Investigaciones Científicas y Técnicas |
| reponame_str |
CONICET Digital (CONICET) |
| collection |
CONICET Digital (CONICET) |
| instname_str |
Consejo Nacional de Investigaciones Científicas y Técnicas |
| repository.name.fl_str_mv |
CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas |
| repository.mail.fl_str_mv |
dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar |
| _version_ |
1874775795937837056 |
| score |
13.265058 |