Automatisierte Quantifizierung von aviärem Influenzavirus-Antigen in verschiedenen Organen

Einleitung Aufgrund des oft hohen Zeitaufwandes einer manuellen Analyse wurde ein auf künstlicher Intelligenz basierender Workflow für eine schnellere und automatisierte Analyse des Gewebetropismus aviärer Influenzaviren entwickelt.

Material und Methoden Organproben aus verschiedenen Infektionsversuchen wurden immunhistochemisch für Influenza A-Matrixprotein gefärbt und mit QuPath analysiert. Für die Identifikation von Gehirn, Herz, Lunge und Milz sowie von Leber und Niere wurden jeweils „random trees”-Algorithmen an verschiedenen Schnitt-Sets trainiert, getestet und validiert, gefolgt von einer schwellenwertbasierten Messung der immunreaktiven Fläche.

Befunde Verglichen mit einer manuellen Organauswahl erkannten die besten Algorithmen zur Organidentifizierung in den Trainingssets über 85% der Fläche sowie in Test- und Validationssets mit einzelnen Ausnahmen mehr als 66% der Fläche verschiedener Organe korrekt. Meist korrelierte die anschließend gemessene immunreaktive Fläche signifikant positiv mit einem semiquantitativen Score.

Schlussfolgerungen Sowohl eine hohe Variabilität zwischen den Schnitt-Sets als auch eine ähnliche Struktur mehrerer Organproben können die automatische Organauswahl einschränken. Es wurden jedoch insgesamt überwiegend gute Korrelationen erzielt.

Publication History

Article published online:
26 June 2024