Data sharing is important in the biological sciences to prevent duplication of effort, to promote scientific integrity, and to facilitate and disseminate scientific discovery. Sharing requires centralized repositories, and submission to and utility of these resources require common data formats. This is particularly challenging for multidimensional microscopy image data, which are acquired from a variety of platforms with a myriad of proprietary file formats (PFFs). In this paper, we describe an open standard format that we have developed for microscopy image data. We call on the community to use open image data standards and to insist that all imaging platforms support these file formats. This will build the foundation for an open image data repository.

Structural studies of fixed cells have revealed that interphase chromosomes are highly organized into specific arrangements in the nucleus, and have led to a picture of the nucleus as a static structure with immobile chromosomes held in fixed positions, an impression apparently confirmed by recent photobleaching studies. Functional studies of chromosome behavior, however, suggest that many essential processes, such as recombination, require interphase chromosomes to move around within the nucleus.To reconcile these contradictory views, we exploited methods for tagging specific chromosome sites in living cells of Saccharomyces cerevisiae with green fluorescent protein and in Drosophila melanogaster with fluorescently labeled topoisomerase ll. Combining these techniques with submicrometer single-particle tracking, we directly measured the motion of interphase chromatin, at high resolution and in three dimensions. We found that chromatin does indeed undergo significant diffusive motion within the nucleus, but this motion is constrained such that a given chromatin segment is free to move within only a limited subregion of the nucleus. Chromatin diffusion was found to be insensitive to metabolic inhibitors, suggesting that it results from classical Brownian motion rather than from active motility. Nocodazole greatly reduced chromatin confinement, suggesting a role for the cytoskeleton in the maintenance of nuclear architecture.We conclude that chromatin is free to undergo substantial Brownian motion, but that a given chromatin segment is confined to a subregion of the nucleus. This constrained diffusion is consistent with a highly defined nuclear architecture, but also allows enough motion for processes requiring chromosome motility to take place. These results lead to a model for the regulation of chromosome interactions by nuclear architecture.

The Open Microscopy Environment Remote Objects (OMERO) software platform provides a server-based system for managing and analyzing microscopy images and non-image data. Data-intensive research depends on tools that manage multidimensional, heterogeneous datasets. We built OME Remote Objects (OMERO), a software platform that enables access to and use of a wide range of biological data. OMERO uses a server-based middleware application to provide a unified interface for images, matrices and tables. OMERO's design and flexibility have enabled its use for light-microscopy, high-content-screening, electron-microscopy and even non-image-genotype data. OMERO is open-source software, available at http://openmicroscopy.org/ .

Representative members of the bioimage informatics community review the computational steps and some of the primary software tools available to biologists who are acquiring and analyzing microscopy-based digital image data, with a focus on open-source options. Few technologies are more widespread in modern biological laboratories than imaging. Recent advances in optical technologies and instrumentation are providing hitherto unimagined capabilities. Almost all these advances have required the development of software to enable the acquisition, management, analysis and visualization of the imaging data. We review each computational step that biologists encounter when dealing with digital images, the inherent challenges and the overall status of available software for bioimage informatics, focusing on open-source options.

Chromosome orientation and alignment within the mitotic spindle requires the Aurora B protein kinase and the mitotic centromere-associated kinesin (MCAK). Here, we report the regulation of MCAK by Aurora B. Aurora B inhibited MCAK's microtubule depolymerizing activity in vitro, and phospho-mimic (S/E) mutants of MCAK inhibited depolymerization in vivo. Expression of either MCAK (S/E) or MCAK (S/A) mutants increased the frequency of syntelic microtubule-kinetochore attachments and mono-oriented chromosomes. MCAK phosphorylation also regulates MCAK localization: the MCAK (S/E) mutant frequently localized to the inner centromere while the (S/A) mutant concentrated at kinetochores. We also detected two different binding sites for MCAK using FRAP analysis of the different MCAK mutants. Moreover, disruption of Aurora B function by expression of a kinase-dead mutant or RNAi prevented centromeric targeting of MCAK. These results link Aurora B activity to MCAK function, with Aurora B regulating MCAK's activity and its localization at the centromere and kinetochore.

Abstract

 Oogenesis in Drosophila involves specification of both germ cells and the surrounding somatic follicle cells, as well as the determination of oocyte polarity. We found that two neurogenic genes, Notch and Delta, are required in oogenesis. These genes encode membrane proteins with epidermal growth factor repeats and are essential in the decision of an embryonic ectodermal cell to take on the fate of neuroblast or epidermoblast. In oogenesis, mutation in either gene leads to an excess of posterior follicle cells, a cell fate change reminiscent of the hyperplasia of neuroblasts seen in neurogenic mutant embryos. Furthermore, the Notch mutation in somatic cells causes mislocalization of bicoid in the oocyte. These results suggest that the neurogenic genes Notch and Delta are involved in both follicle cell development and the establishment of anterior-posterior polarity in the oocyte.

Access to primary research data is vital for the advancement of science. To extend the data types supported by community repositories, we built a prototype Image Data Resource (IDR) that collects and integrates imaging data acquired across many different imaging modalities. IDR links data from several imaging modalities, including high-content screening, super-resolution and time-lapse microscopy, digital pathology, public genetic or chemical databases, and cell and tissue phenotypes expressed using controlled ontologies. Using this integration, IDR facilitates the analysis of gene networks and reveals functional interactions that are inaccessible to individual studies. To enable re-analysis, we also established a computational resource based on Jupyter notebooks that allows remote access to the entire IDR. IDR is also an open source platform that others can use to publish their own image data. Thus IDR provides both a novel on-line resource and a software infrastructure that promotes and extends publication and re-analysis of scientific image data.

Summary Biological imaging is one of the most innovative fields in the modern biological sciences. New imaging modalities, probes, and analysis tools appear every few months and often prove decisive for enabling new directions in scientific discovery. One feature of this dynamic field is the need to capture new types of data and data structures. While there is a strong drive to make scientific data Findable, Accessible, Interoperable and Reproducible (FAIR 1 ), the rapid rate of innovation in imaging impedes the unification and adoption of standardized data formats. Despite this, the opportunities for sharing and integrating bioimaging data and, in particular, linking these data to other “omics” datasets have never been greater. Therefore, to every extent possible, increasing “FAIRness” of bioimaging data is critical for maximizing scientific value, as well as for promoting openness and integrity. In the absence of a common, FAIR format, two approaches have emerged to provide access to bioimaging data: translation and conversion. On-the-fly translation produces a transient representation of bioimage metadata and binary data but must be repeated on each use. In contrast, conversion produces a permanent copy of the data, ideally in an open format that makes the data more accessible and improves performance and parallelization in reads and writes. Both approaches have been implemented successfully in the bioimaging community but both have limitations. At cloud-scale, those shortcomings limit scientific analysis and the sharing of results. We introduce here next-generation file formats (NGFF) as a solution to these challenges.