Title (eng)
Two methods of automized quantification of peroxisomal matrix protein import by fluorescence image analysis
Parallel title (deu)
Zwei Methoden zur automatisierten Quantifizierung von peroxisomalen Matrix Proteinen mithilfe von Bildanalyse in der Fluoreszenzmikroskopie
Author
Maximilian Bauer
Advisor
Johannes Berger
Assessor
Johannes Berger
Abstract (deu)
Peroxisomen sind Organellen, besitzen nur eine Membran und sind verantwortlich für verschiedene Stoffwechselwege. Der Import von peroxisomalen Matrix Proteinen beginnt bei Proteinen welche entweder ein peroxisomal targeting signal 1 (PTS1, C-terminal) oder ein peroxisomal targeting signal 2 (PTS2, N-terminal) aufweisen. Das PTS1 bindet am Rezeptor PEX5; das PTS2 bindet sowohl am Rezeptor PEX7 als auch am co-Rezeptor PEX5. Diese Verbindungen können dann an der peroxisomalen Membran binden und den Import initiieren. Die Effizienz des peroxisomalen Matrix Imports ist abhängig von der Qualität des peroxisomal targeting signals (PTS). Um die Qualität von Import Signalen zu bestimmen, wurde zunächst eine visuelle Inspektion der Import Effizienz in Zellen durchgeführt. Hierzu wurden fluoreszierende Reporter Proteine verwendet. In dieser Studie möchten wir diese manuelle Methode mithilfe von Fluoreszenzmikroskop und Bildanalyse automatisieren. Als erster Schritt wurden die Peroxisomen von einem von einem Segmentierungs-Algorithmus namens Trainable Weka Segmentation segmentiert und der Mittelwert der Intensitäts-Maxima der peroxisomalen Gebiete einer Zelle wurden mit dem Mittelwert der Intensitäten der nicht-peroxisomalen Gebiete verglichen. Die zweite Methode beschäftigt sich mit der Intensitätsverteilung innerhalb der Zellen ohne vorherige Segmentierung. Die Ergebnisse dieser Segmentierung zeigen signifikante unterscheide zwischen den Mittelwerten der Intensitäten von peroxisomalen und nicht-peroxisomalen Gebieten innerhalb der Zelle. Die Ergebnisse der Pixel basierten Methode deuten darauf hin, dass die Form der Kurven die visuelle Evaluierung der Import Effizienz reflektiert. Zusätzlich beeinflusst die Anzahl an Reporter Proteinen die Evaluierung der Import Effizienz. Beide Methoden, welche in dieser Studie vorgestellt wurden, haben Potential und sind gute Kandidaten für weitere Verbesserungen.
Abstract (eng)
Peroxisomes are single membrane bound organelles enclosing various important metabolic pathways. The peroxisomal matrix protein import is mediated by two targeting signals namely peroxisomal targeting signal 1 (PTS1, C-terminal) and peroxisomal targeting signal 2 (PTS2, N-terminal). The PTS1 is bound by the receptor PEX5 and PTS2 is bound by a dimer consisting of the receptor PEX7 and co-receptor PEX5 which are then able to cross the peroxisomal membrane.
The efficiency of peroxisomal matrix protein import depends on the quality of the PTS. To determine the quality of individual PTS, a visual evaluation of import efficiency in cells expressing reporter proteins has originally been used. In this study, we want to present a first step into the direction of automated image analysis of fluorescence images. On the one hand, peroxisomes were first identified by a segmentation algorithm called Trainable Weka Segmentation and the average of the intensity maxima of these areas was compared to the average intensities of the non-peroxisomal cellular background. On the other hand, the analysis of the intensity distribution of all pixels of each cell was used to discriminate cells presenting with different import efficiencies of the reporter protein, independently of the different shapes of cells. The results of the segmentation approach demonstrates significant differences between the mean intensities of peroxisomal and non-peroxisomal areas within cells. The results of the analysis of the pixel-based intensity distribution suggest that the shape of the distribution curves reflect the visual evaluation of import efficiency. Moreover, the total amount of the reporter protein has a great impact on the evaluation of import efficiency. In summary, both methods presented in this thesis show promising results and are good candidates for further testing and improvement.
Keywords (eng)
Image-analysisMachine-learningFluorescenceMicroscopyCell-culturePeroxisomesPTS1PTS2
Keywords (deu)
BildanalyseMikroskopieMaschinenlernenFluoreszenzZellkulturPeroxisomenPTS1PTS2
Subject (deu)
Type (deu)
Persistent identifier
https://phaidra.univie.ac.at/o:1390072
rdau:P60550 (deu)
69 Seiten : Illustrationen, Diagramme
Number of pages
69
Association (deu)
Title (eng)
Two methods of automized quantification of peroxisomal matrix protein import by fluorescence image analysis
Parallel title (deu)
Zwei Methoden zur automatisierten Quantifizierung von peroxisomalen Matrix Proteinen mithilfe von Bildanalyse in der Fluoreszenzmikroskopie
Author
Maximilian Bauer
Abstract (deu)
Peroxisomen sind Organellen, besitzen nur eine Membran und sind verantwortlich für verschiedene Stoffwechselwege. Der Import von peroxisomalen Matrix Proteinen beginnt bei Proteinen welche entweder ein peroxisomal targeting signal 1 (PTS1, C-terminal) oder ein peroxisomal targeting signal 2 (PTS2, N-terminal) aufweisen. Das PTS1 bindet am Rezeptor PEX5; das PTS2 bindet sowohl am Rezeptor PEX7 als auch am co-Rezeptor PEX5. Diese Verbindungen können dann an der peroxisomalen Membran binden und den Import initiieren. Die Effizienz des peroxisomalen Matrix Imports ist abhängig von der Qualität des peroxisomal targeting signals (PTS). Um die Qualität von Import Signalen zu bestimmen, wurde zunächst eine visuelle Inspektion der Import Effizienz in Zellen durchgeführt. Hierzu wurden fluoreszierende Reporter Proteine verwendet. In dieser Studie möchten wir diese manuelle Methode mithilfe von Fluoreszenzmikroskop und Bildanalyse automatisieren. Als erster Schritt wurden die Peroxisomen von einem von einem Segmentierungs-Algorithmus namens Trainable Weka Segmentation segmentiert und der Mittelwert der Intensitäts-Maxima der peroxisomalen Gebiete einer Zelle wurden mit dem Mittelwert der Intensitäten der nicht-peroxisomalen Gebiete verglichen. Die zweite Methode beschäftigt sich mit der Intensitätsverteilung innerhalb der Zellen ohne vorherige Segmentierung. Die Ergebnisse dieser Segmentierung zeigen signifikante unterscheide zwischen den Mittelwerten der Intensitäten von peroxisomalen und nicht-peroxisomalen Gebieten innerhalb der Zelle. Die Ergebnisse der Pixel basierten Methode deuten darauf hin, dass die Form der Kurven die visuelle Evaluierung der Import Effizienz reflektiert. Zusätzlich beeinflusst die Anzahl an Reporter Proteinen die Evaluierung der Import Effizienz. Beide Methoden, welche in dieser Studie vorgestellt wurden, haben Potential und sind gute Kandidaten für weitere Verbesserungen.
Abstract (eng)
Peroxisomes are single membrane bound organelles enclosing various important metabolic pathways. The peroxisomal matrix protein import is mediated by two targeting signals namely peroxisomal targeting signal 1 (PTS1, C-terminal) and peroxisomal targeting signal 2 (PTS2, N-terminal). The PTS1 is bound by the receptor PEX5 and PTS2 is bound by a dimer consisting of the receptor PEX7 and co-receptor PEX5 which are then able to cross the peroxisomal membrane.
The efficiency of peroxisomal matrix protein import depends on the quality of the PTS. To determine the quality of individual PTS, a visual evaluation of import efficiency in cells expressing reporter proteins has originally been used. In this study, we want to present a first step into the direction of automated image analysis of fluorescence images. On the one hand, peroxisomes were first identified by a segmentation algorithm called Trainable Weka Segmentation and the average of the intensity maxima of these areas was compared to the average intensities of the non-peroxisomal cellular background. On the other hand, the analysis of the intensity distribution of all pixels of each cell was used to discriminate cells presenting with different import efficiencies of the reporter protein, independently of the different shapes of cells. The results of the segmentation approach demonstrates significant differences between the mean intensities of peroxisomal and non-peroxisomal areas within cells. The results of the analysis of the pixel-based intensity distribution suggest that the shape of the distribution curves reflect the visual evaluation of import efficiency. Moreover, the total amount of the reporter protein has a great impact on the evaluation of import efficiency. In summary, both methods presented in this thesis show promising results and are good candidates for further testing and improvement.
Keywords (eng)
Image-analysisMachine-learningFluorescenceMicroscopyCell-culturePeroxisomesPTS1PTS2
Keywords (deu)
BildanalyseMikroskopieMaschinenlernenFluoreszenzZellkulturPeroxisomenPTS1PTS2
Subject (deu)
Type (deu)
Persistent identifier
https://phaidra.univie.ac.at/o:1390073
Number of pages
69
Association (deu)
License
Citable links
Other links
Managed by
Details
Metadata
Export formats
Universitätsring 1, 1010 Wien | T
T +43-1-4277-0