일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- docker
- Jupyter notebook
- IVI
- 코크리
- 오블완
- 사회조사분석사2급
- 기초확률론
- cocre
- ssh
- airflow
- aiffel exploration
- AIFFEL
- WSSS
- 히비스서커스
- HookNet
- Pull Request
- cs231n
- Decision Boundary
- CellPin
- 백신후원
- Multi-Resolution Networks for Semantic Segmentation in Whole Slide Images
- docker exec
- docker attach
- 티스토리챌린지
- GIT
- 프로그래머스
- numpy
- vscode
- logistic regression
- 도커
- Today
- Total
히비스서커스의 블로그
[CellPin] CPE (Cytopathic Effect)와 TCID50(Tissue Culture Infective Dose 50%) 본문
[CellPin] CPE (Cytopathic Effect)와 TCID50(Tissue Culture Infective Dose 50%)
HibisCircus 2021. 6. 7. 01:22CellPin팀의 프로젝트에서의 핵심개념인 CPE와 TCID50에 대해서 한번 정리할 필요를 느껴 정리하게 되었다. 프로젝트에서의 CPE와 TCID50를 설명하기 위한 글이기에 기존의 개념과는 다른 부분이 있을 수 있다는 점을 유의해주길 바란다.
CPE(Cytopathic Effect)
CPE란 Cytopathic Effect로 세포병변효과이다. 세포에서 바이러스의 검출(유무를 확인)할 때 CPE의 유무를 통해 간편하게 확인할 수 있다. CPE가 관측되는 이유는 간단하다. 바이러스가 세포(숙주)에 침입하여 자신의 유전물질(DNA, RNA)를 복제한 후 다른 세포로 감염하기 위해 터뜨리고 나가기 때문이다. 하지만 같은 세포에 다른 바이러스가 감염되었을 경우와 다른 세포에 같은 바이러스가 감염되었을 경우에 모두 CPE가 제각각으로 나오게 된다. 또한, 모든 바이러스에 대해 모든 세포 CPE를 가지는 것이 아니고, 감염되지 않은 세포의 상태가 좋지 않더라도 비슷한 모양을 가지게 될 수 있다. 따라서, CPE만을 보고 어떤 바이러스에 감염되었는지는 식별한다는 것은 어려운 일이다. 단지 이미 감염시킨 바이러스와 세포를 알고 있을 경우에 바이러스가 검출되는지를 확인하기 위하여 CPE를 활용할 수 있는 것이다.
그렇다면 CPE를 관측한다는 것은 의미가 없는 것일까? 논문(Wang, Ting-En et al. 2020)의 말을 인용해보자면 그렇지 않다. 바이러스 병원체를 식별하는 표준(Gold standard for Identifying virus pathogens)이라 하지만 상대적으로 주관적이고 노동집약적(But relatively subjective and quite labor-intensive)이라고 한다. 논문에서는 VGG19를 변형한 CNN모델을 이용하여 influenza virus를 MDCK cell에 감염한 사진을 분류하는 모델을 만들었다.
우리 CellPin팀은 CPE 구별해내는 것 자체가 의미가 있지만 CPE를 구별을 통해서 TCID50(Tissue Culture Infective Dose 50%)을 구하는데에 사용할 수 있다는 것을 주목하였다.
TCID50(Tissue Culture Infective Dose 50%)
TCID50이란 세포배양시 세포의 50%를 감염시켜 세포병변을 나타낼 수 있는 바이러스의 양을 의미한다. 세포배양 시 세포에 존재하는 바이러스 양의 정량분석에 이용된다.(내용출처 : (재)생명과학 연구윤리서재) 즉, 바이러스 정량에 사용할 수 있다.
구하는 방법은 아래의 그림에 잘 나와있다.
위의 그림을 바탕으로 짧게 설명해보자면 세포를 깔아둔 96well에 맨 위의 열에서부터 바이러스의 농도를 점점 희석하며 접종한다. 시간이 지나고 CPE를 관측할 것인데 위의 열에서는 모든 well에서 CPE가 관측이 될 것이다. 하지만 열이 내려올수록 CPE가 관측되지 않는 well이 나오기 시작한다. 나오기 전의 열에서부터 누적 CPE well의 수와 누적 Normal well의 수를 구한 후 50%가 되는 부분을 구하여 비례거리를 구한 후 이를 토대로 정량하는 것이다. 이는 실험자가 손으로 직접구하기에는 다소 까다로울 수 있다고 판단하였다.
따라서, 우리 CellPin팀은 CPE를 구별해주는 CPE classifier와 TCID50을 손쉽게 구해주는 TCID50_calcalator의 기능을 가지는 웹사이트를 만들고 바이러스 실험자들에게 편의를 제공하고자 하였다!
CellPin팀이 만든 웹페이지 시연영상
'ETC > 개발 로그' 카테고리의 다른 글
[CellPin] AWS EC2로 인스턴스 시작 (conda : command not found 오류 해결) (4) | 2021.06.11 |
---|---|
[CellPin] Trouble Shooting (feat: Accuracy, Precision, Recall이 모두 똑같은 경우) (2) | 2021.06.02 |
[CellPin] 프로젝트 설명 및 추진 계획 (0) | 2021.06.02 |