BeatRatePy - Automated Hight-Throughput Python-Based Beat Rate Quantification and Generation of Speed and Contraction Traces
BeatRatePy est un pipeline Python automatisé et convivial qui quantifie de manière fiable la fréquence cardiaque, la contraction et la vitesse à partir de l'imagerie sans marquage sur divers modèles biologiques et plateformes de microscopie, améliorant ainsi la reproductibilité de l'analyse du mouvement cardiaque.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Le cœur est un muscle qui ne se repose jamais, battant de manière rythmique pour pomper le sang dans tout le corps. Pour les scientifiques qui étudient les maladies cardiaques ou testent de nouveaux médicaments, l'observation de ce rythme est essentielle. Traditionnellement, les chercheurs se sont appuyés sur des colorants — des substances chimiques qui brillent sous un microscope — pour voir les signaux électriques qui indiquent aux cellules cardiaques quand se contracter. Cependant, ces colorants peuvent être toxiques, modifiant le comportement même qu'ils sont censés mesurer, et ils ne peuvent souvent pas être utilisés pour des études à long terme. Cela a créé la nécessité d'un moyen de regarder le cœur battre sans le toucher ni y ajouter quoi que ce soit. Le défi réside dans le fait que les cellules cardiaques sont minuscules et leurs mouvements sont subtils. Pour les voir sans colorants, les scientifiques utilisent des microscopes optiques standards, mais les images qui en résultent ne sont souvent qu'un flou de formes grises bougeant légèrement. Transformer ces mouvements flous en nombres précis, comme la vitesse à laquelle le cœur bat ou la force de sa contraction, a été difficile et a souvent nécessité un travail manuel complexe qui était difficile à reproduire exactement.
Une équipe de chercheurs a maintenant développé un nouveau programme informatique en libre accès appelé BeatRatePy qui résout ce problème. Au lieu de s'appuyer sur des produits chimiques fluorescents, le logiciel observe directement les changements de lumière et d'ombre dans les vidéos de microscopie standards pour détecter le mouvement. Les chercheurs ont conçu cet outil pour fonctionner avec un type spécifique de microscope de haute qualité capable de maintenir les cellules vivantes et chaudes pendant des heures, capturant ainsi leur comportement naturel. Ils ont testé le programme sur des cellules cardiaques humaines cultivées en boîte, lesquelles ont été dérivées de cellules souches et cultivées pour former une couche battante. Ils l'ont également testé sur les cœurs minuscules et battants de larves de killifish, un petit poisson souvent utilisé pour étudier le vieillissement, ainsi que sur des ensembles de données publiques provenant d'autres laboratoires. Dans chaque cas, le logiciel a analysé avec succès les séquences vidéo pour produire des tracés clairs de la vitesse et de la force de contraction du cœur. Les résultats correspondaient à ce que les scientifiques attendaient : les cellules battaient à un rythme régulier et naturel, et lorsqu'un médicament a été ajouté pour les accélérer, le logiciel a enregistré avec précision l'augmentation.
Ce qui rend ce travail particulièrement significatif, c'est que le même code informatique a fonctionné pour tous ces différents types de tissus cardiaques sans avoir besoin d'être réécrit. Qu'il s'agisse d'observer une feuille plate de cellules humaines, une boule de cellules ou le cœur d'un poisson entier, le programme s'ajuste automatiquement aux différentes tailles et vitesses de mouvement. Les chercheurs ont comparé leur nouvel outil à plusieurs méthodes existantes utilisées par d'autres scientifiques. Ils ont constaté que certains outils plus anciens peinaient à compter correctement les battements ou échouaient entièrement sur certains types d'images, tandis que BeatRatePy fournissait systématiquement des comptes précis du rythme cardiaque et des mesures détaillées de la contraction. Par exemple, lors de l'analyse d'une vidéo d'une culture de cellules cardiaques humaines, le logiciel a calculé un rythme de 1,17 battement par seconde, ce qui correspondait au rythme compté à la main par les scientifiques. Dans un autre test impliquant un cœur de poisson, il a mesuré un rythme de 1,21 battement par seconde, très proche du compte manuel de 1,15. Même en examinant des données publiques provenant d'autres études, le logiciel a performé aussi bien ou mieux que les outils spécialisés initialement utilisés pour ces expériences.
Le programme est conçu pour être accessible aux scientifiques qui ne sont pas des experts en programmation. Il fonctionne selon un format simple et interactif où les utilisateurs peuvent sélectionner leurs fichiers vidéo et ajuster quelques paramètres de base, tels que la vitesse de prise de vue de la caméra. Une fois l'analyse terminée, le logiciel enregistre les résultats dans un format clair, affichant des graphiques de la vitesse et de la force du cœur au fil du temps. Cela permet aux chercheurs de voir exactement comment le cœur se comporte, image par image, sans avoir à deviner ou à compter manuellement chaque battement. L'équipe a également démontré que le logiciel pouvait traiter de grands lots de vidéos à la fois, ce qui est crucial pour les tests de médicaments où des centaines d'échantillons peuvent devoir être analysés. En éliminant le besoin de colorants toxiques et en rendant le processus d'analyse plus facile et plus fiable, ce nouvel outil offre un moyen d'étudier le rythme naturel du cœur de manière plus fidèle. Il fournit une méthode claire et reproductible pour mesurer la fonction cardiaque à travers différentes espèces et configurations expérimentales, aidant à garantir que les données recueillies sont précises et comparables.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.