分享

imagej得到灰度图数据

 TRYTRYTRY3 2021-05-24

小编又又来了!今天给小伙伴分享的是科研基础工作中常用的技术——用Image J定量分析免疫组化结果图。何为免疫组化呢?简单来说就是基于抗原-抗体特异性结合的原理,来确定组织细胞内抗原(多肽和蛋白质),对其进行定位、定性及相对定量的研究,通常和蛋白印迹技术相辅相成,对于研究生阶段的实验来说,几乎都会用到,所以掌握好免疫组化的分析是很有必要的呢。

双击Image J图标,打开软件,显示如下图工具框。

8dafd7f59ac34f64c8f81b8a0abac960.png

d4f75bb85d855f13f910acc5ee8f8e6c.png

直接将组化图片拖动到工具框后释放,或者点击File、Open,从文件夹中选择目的图片打开,2种方式均可。(小编以人肝癌组织免疫组化染色为例进行讲解)

5dfe9610ee7381eaf7c7eafeecfe6260.png

打开图片后,需要将组化图转换成8-bit的灰度图。点击Image、Type、选择8-bit格式,图片由彩图变为黑白图,也就是灰度图,根据图中颜色的深浅,赋予不同种灰度值,最大为255,即为纯白,最小为0,即为纯黑,0-255之间即为灰色,一共有256种灰度值(2^8=256)。合格的组化图在图中的空白区域中,灰度值理论上应为255。

f3dd5e4addf846671b393c497b69e82a.png

1aaea6767ad5beea49179a1d37723cd8.png

3846741de9d795929526e5df2b7f834c.png

免疫组化的分析结果是图片的光密度值(Optical density)即OD值,被测物质的量越多,OD值越高,透射出的光越少,反映在照片上就越黑。免疫组化DAB染色越深,OD值就越大,蛋白表达量越多。因此就需要把灰度值转化为OD值进行比较分析,图像的灰度值与对应物质的OD值成对数关系,符合朗伯-比尔定律。理论上OD值是从0到无穷大。但在实际应用中,一般定义为0-3.0。

2fba9cadabdb9348e2e153357f5a69d9.png

点击Analyze,Calibrate,选择Uncalibrated OD校准。

c284549b5039ea6f995cca777a846b72.png

f9153ffe3b928eba85d3d09431303e5f.png

选择需要测量的参数,点击Analyze,Set Measurements设置测量参数,勾选如图Area,Integrated density,Limit to threshold指标后,点击OK。

dfa1b83c72f13ed390182433a02c8ffc.png

接下来,选择阳性区域。依次点击Image、 Adjust、 Threshold左右调节阈值,使红色区域代表组化图中DAB阳性区域。

042d3c3bdf886c716b0c647b74f8e616.png

导出数据。依次点击Analyze、Measure,导出另存为该组化图的数据,IntDen的值为该图的累积光密度值(Integratedoption density,IOD),何为IOD呢?即图片上各点的光密度值累加得到。IOD值与目的蛋白的总量成正比。IOD值除以目的蛋白分布区域的面积,得到平均光密度值(AverageOptical Density,AOD),通过运用AOD值作图,运用统计学分析,即可比较实验组和对照组目的蛋白表达量的差异。

公式:AOD=IOD/Area

此图的AOD值为IOD/Area=17038.064/28040=0.61。

8f291ec776ce7619d5e538bab9f45ef0.png

cd2c0dcfff18a5dfd6ca1a84417b39d0.png

小编给大伙们提供Image J的下载地址:https://imagej./ij/download.

html,适合多种电脑系统,任君挑选!下载及安装这里就不细说啦!小编才疏学浅,这里只介绍小编自己用到的方法,当然除了ImageJ软件,还有一个分析神器,那就是大名鼎鼎的Image-ProPlus 6.0,待小编学习后再与小伙伴们分享!

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多