초록 :
Mimivirus 및 Pandoravirus와 같은 거대한 바이러스는 다양한 미생물을 감염시키는 매우 큰 바이러스입니다. 그들의 감염 메커니즘을 이해하는 것은 바이러스학 및 미생물 생태학을 연구하는 데 중요합니다. Amoeba에서 거대한 바이러스 감염을 분석하기위한 기존의 접근법은 질적 관찰에 의존하며, 이는 감염 과정에 대한 상세한 통찰력을 제공하는 데 주관적이고 제한적일 수 있습니다.
이 연구에서, 우리는 아메바의 거대한 바이러스 감염을 정량적으로 분석하기 위해 시간 경과 현미경 데이터에 대한 새로운 이미지 분석 방법을 개발했습니다. 우리의 방법에는 이미지 분할, 기능 추출 및 기계 학습 기술이 포함됩니다. 우리는이 방법을 적용하여 거대한 바이러스 미미 바이러스에 감염된 acanthamoeba castellanii의 고 처리량 시간 경과 영상 데이터를 분석했습니다.
우리의 결과는 아메바 표면에 바이러스의 초기 부착, 바이러스 진입, 복제 및 방출을 포함하여 감염 과정에 대한 포괄적 인 분석을 제공합니다. 감염률, 바이러스 부하 및 복제 동역학과 같은 정량적 측정을 수득하고 통계적으로 분석 하였다. 우리는 또한 감염주기 동안 감염된 아메바 세포에서 주요 형태 학적 변화를 확인했다.
개발 된 이미지 분석 방법을 통해 연구원은 높은 정확도와 처리량으로 거대 바이러스의 감염 메커니즘을 체계적으로 연구 할 수 있습니다. 이 접근법은 거대 바이러스-호스트 상호 작용에 대한 우리의 이해를 발전시키는 데 기여할뿐만 아니라 미생물 생태학 및 바이러스학의 다른 측면을 조사하기위한 귀중한 도구를 제공합니다.
