Abstract Motivation: Automatic tracking of cells in multidimensional time-lapse fluorescence microscopy is an important task in many biomedical applications. A novel framework for objective evaluation of cell tracking algorithms has been established under the auspices of the IEEE International Symposium on Biomedical Imaging 2013 Cell Tracking Challenge. In this article, we present the logistics, datasets, methods and results of the challenge and lay down the principles for future uses of this benchmark. Results: The main contributions of the challenge include the creation of a comprehensive video dataset repository and the definition of objective measures for comparison and ranking of the algorithms. With this benchmark, six algorithms covering a variety of segmentation and tracking paradigms have been compared and ranked based on their performance on both synthetic and real datasets. Given the diversity of the datasets, we do not declare a single winner of the challenge. Instead, we present and discuss the results for each individual dataset separately. Availability and implementation: The challenge Web site (http://www.codesolorzano.com/celltrackingchallenge) provides access to the training and competition datasets, along with the ground truth of the training videos. It also provides access to Windows and Linux executable files of the evaluation software and most of the algorithms that competed in the challenge. Contact: codesolorzano@unav.es Supplementary information: Supplementary data are available at Bioinformatics online.

Abstract Fluorescence microscopy provides an unparalleled tool for imaging biological samples. However, producing high-quality volumetric images quickly and without excessive complexity remains a challenge. Here, we demonstrate a simple multi-camera structured illumination microscope (SIM) capable of simultaneously imaging multiple focal planes, allowing for the capture of 3D fluorescent images without any axial movement of the sample. This simple setup allows for the rapid acquisition of many different 3D imaging modes, including 3D time lapses, high-axial-resolution 3D images, and large 3D mosaics.

Background: Structured illumination microscopy (SIM) is a method which can be used to image biological samples and can achieve both optical sectioning and super-resolution effects. Optimization of the imaging setup and data processing methods results in high quality images without artifacts due to mosaicking or due to the use of SIM methods. Reconstruction methods based on Bayesian estimation can be used to produce images with a resolution beyond that dictated by the optical system. Findings: Five complete datasets are presented including large panoramic SIM images of human tissues in pathophysiological conditions. Cancers of the prostate, skin, ovary, and breast, as well as tuberculosis of the lung, were imaged using SIM. The samples are available commercially and are standard histological preparations stained with hematoxylin and eosin. Conclusion: The use of fluorescence microscopy is increasing in histopathology. There is a need for methods which reduce artifacts when employing image stitching methods or optical sectioning methods such as SIM. Stitched SIM images produce results which may be useful for intraoperative histology. Releasing high quality, full slide images and related data will aid researchers in furthering the field of fluorescent histopathology. Keywords: Structured illumination microscopy, SIM, image stitching, Bayesian methods, MAP-SIM, SIMToolbox, histopathology, cancer.

Total internal reflection fluorescence microscopy with polarized excitation (P-TIRF) can be used to image nanoscale curvature phenomena in live cells. We used P-TIRF to visualize rat basophilic leukemia cells (RBL-2H3 cells) coming into contact with a supported lipid bilayer, modeling an immunological synapse. These studies help correlate the dynamics of cell surface molecules with the mechanical properties of the plasma membrane during synapse formation.

Abstract Super-resolution structured illumination microscopy (SR-SIM) is a method in optical fluorescence microscopy which is suitable for imaging a wide variety of cells and tissues in biological and biomedical research. Typically, SIM methods use high spatial frequency illumination patterns generated by laser interference. This approach provides high resolution but is limited to thin samples such as cultured cells. Using a different strategy for processing the raw data and coarser illumination patterns, we imaged through a 150 µm thick coronal section of a mouse brain expressing GFP in a subset of neurons. The resolution reached 144 nm, an improvement of 1.7 fold beyond conventional widefield imaging.

With the widespread uptake of 2D and 3D single molecule localization microscopy, a large set of different data analysis packages have been developed to generate super-resolution images. To guide researchers on the optimal analytical software for their experiments, we have designed, in a large community effort, a competition to extensively characterise and rank these options. We generated realistic simulated datasets for popular imaging modalities - 2D, astigmatic 3D, biplane 3D, and double helix 3D - and evaluated 36 participant packages against these data. This provides the first broad assessment of 3D single molecule localization microscopy software, provides a holistic view of how the latest 2D and 3D single molecule localization software perform in realistic conditions, and ultimately provides insight into the current limits of the field.

ABSTRACT Alpha-1-antitrypsin (AAT), a serine protease inhibitor produced mainly by the liver, is the third most abundant protein in plasma. While a canonical receptor for AAT has not been identified, AAT can be internalized into the cytoplasm and is known to affect gene regulation. Since AAT has significant anti-inflammatory properties affecting many cell types including macrophages, we examined whether AAT binds the cytoplasmic glucocorticoid receptor (GR) in macrophages. We report the novel finding that AAT binds to GR in macrophages using several approaches, including co-immunoprecipitation, mass spectrometry, microscale thermophoresis, and molecular modeling. The mass spectrometry data are available via ProteomeXchange with identifier PXD030989. We further demonstrate that AAT induction of angiopoietin-like 4 protein and AAT inhibition of lipopolysaccharide-induced nuclear factor-kappa B activation and interleukin-8 production are mediated, in part, through AAT–GR interaction. Furthermore, this interaction contributes to a host-protective role against mycobacteria in macrophages. The interaction of AAT and GR described in this study identifies a mechanism for the antiinflammatory and host-defense properties of AAT.

Abstract Background Fluorescence microscopy is an important technique in many areas of biological research. Two factors which limit the usefulness and performance of fluorescence microscopy are photobleaching of fluorescent probes during imaging, and, when imaging live cells, phototoxicity caused by light exposure. Recently developed methods in machine learning are able to greatly improve the signal to noise ratio of acquired images. This allows researchers to record images with much shorter exposure times, which in turn minimizes photobleaching and phototoxicity by reducing the dose of light reaching the sample. Findings To employ deep learning methods, a large amount of data is needed to train the underlying convolutional neural network. One way to do this involves use of pairs of fluorescence microscopy images acquired with long and short exposure times. We provide high quality data sets which can be used to train and evaluate deep learning methods under development. Conclusion The availability of high quality data is vital for training convolutional neural networks which are used in current machine learning approaches.

The pulsatile nature of transcription has recently emerged as an important property of gene expression. Here we report on the characterization of a RNA polymerase II transgene that is transcribed in the nucleolus. Using the MS2-GFP reporter system and live cell imaging, we found that the synthesis of a MS2-tagged transcript in the nucleolus was discontinuous in all of the cells that were observed, with periods of activity lasting from 15 minutes to 21 hours. The frequency of pulse lengths could be fitted with an exponential function, from which we determined that transcription occurs on average for periods of 20 minutes. These ON periods alternate with periods of inactivity which last on average 29 minutes. The post-mitotic re-activation of transcription was found to be asynchronous in daughter cell pairs. Our observation of discontinuous transcriptional activity in the nucleolus may reflect cycling in the assembly and disassembly of active chromatin structure in and/or around the rDNA genes.