Name: Analyse von multidimensionalen Mikroskopiedaten mittels Cell-ACDC (Video) | JoVE Journal
Uploaded: 2025-11-07T13:40:00.000+00:00
Duration: 6 min 17 s
Description: Erfahren Sie, wie Cell-ACDC multidimensionale Mikroskopiedaten mit KI-gestützter Segmentierung und Tracking analysiert. Diese Open-Source-Software ermöglicht präzise Zellzyklus-Analysen und beschleunigt biologische Entdeckungen erheblich.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<ol><li>Cuny, A. P., Schlottmann, F. P., Ewald, J. C., Pelet, S., Schmoller, K. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Live+cell+microscopy%3A+from+image+to+insight%5BTitle%5D)+AND+%22Biophys+Rev%22%5BJournal%5D)">Live cell microscopy: from image to insight.</a> Biophys Rev. 3, 021302(2022).</li>
<li>Hugelier, S., Colosi, P. L., Lakadamyali, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+single-molecule+localization+microscopy%5BTitle%5D)+AND+%22Annu+Rev+Biophys%22%5BJournal%5D)">Quantitative single-molecule localization microscopy.</a> Annu Rev Biophys. 52, 139-160 (2023).</li>
<li>Tavakoli, M. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Light-microscopy-based+connectomic+reconstruction+of+mammalian+brain+tissue%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Light-microscopy-based connectomic reconstruction of mammalian brain tissue.</a> Nature. 642, 398-410 (2025).</li>
<li>Seal, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cell+painting%3A+a+decade+of+discovery+and+innovation+in+cellular+imaging%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Cell painting: a decade of discovery and innovation in cellular imaging.</a> Nat Methods. 22, 254-268 (2025).</li>
<li>Robertson, M. J., Meyerowitz, J. G., Skiniotis, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Drug+discovery+in+the+era+of+cryo-electron+microscopy%5BTitle%5D)+AND+%22Trends+Biochem+Sci%22%5BJournal%5D)">Drug discovery in the era of cryo-electron microscopy.</a> Trends Biochem Sci. 47, 124-135 (2022).</li>
<li>Al-Refaie, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fasting+shapes+chromatin+architecture+through+an+mTOR%2FRNA+Pol+I+axis%5BTitle%5D)+AND+%22Nat+Cell+Biol%22%5BJournal%5D)">Fasting shapes chromatin architecture through an mTOR/RNA Pol I axis.</a> Nat Cell Biol. 26, 1903-1917 (2024).</li>
<li>Ueda, H. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tissue+clearing+and+its+applications+in+neuroscience%5BTitle%5D)+AND+%22Nat+Rev+Neurosci%22%5BJournal%5D)">Tissue clearing and its applications in neuroscience.</a> Nat Rev Neurosci. 21, 61-79 (2020).</li>
<li>Ko, J., Hyung, S., Cheong, S., Chung, Y., Li Jeon, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Revealing+the+clinical+potential+of+high-resolution+organoids%5BTitle%5D)+AND+%22Adv+Drug+Deliv+Rev%22%5BJournal%5D)">Revealing the clinical potential of high-resolution organoids.</a> Adv Drug Deliv Rev. 207, 115202(2024).</li>
<li>Vitacolonna, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+multiparametric+analysis+including+single-cell+and+subcellular+feature+assessment+reveals+differential+behavior+of+spheroid+cultures+on+distinct+ultra-low+attachment+plate+types%5BTitle%5D)+AND+%22Front+Bioeng+Biotechnol%22%5BJournal%5D)">A multiparametric analysis including single-cell and subcellular feature assessment reveals differential behavior of spheroid cultures on distinct ultra-low attachment plate types.</a> Front Bioeng Biotechnol. 12, 1422235(2024).</li>
<li>Qian, N., Weinstein, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spatial+transcriptomic+imaging+of+an+intact+organism+using+volumetric+DNA+microscopy%5BTitle%5D)+AND+%22Nat+Biotechnol%22%5BJournal%5D)">Spatial transcriptomic imaging of an intact organism using volumetric DNA microscopy.</a> Nat Biotechnol. , (2025).</li>
<li>Wallace, C. T., St. Croix, C. M., Watkins, S. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Data+management+and+archiving+in+a+large+microscopy-and-imaging%2C+multi-user+facility%3A+microscopy+and+data+management%5BTitle%5D)+AND+%22Mol+Reprod+Dev%22%5BJournal%5D)">Data management and archiving in a large microscopy-and-imaging, multi-user facility: microscopy and data management.</a> Mol Reprod Dev. 82, 630-634 (2015).</li>
<li>Schindelin, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fiji%3A+an+open-source+platform+for+biological-image+analysis%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Fiji: an open-source platform for biological-image analysis.</a> Nat Methods. 9, 676-682 (2012).</li>
<li>Bankhead, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((QuPath%3A+open+source+software+for+digital+pathology+image+analysis%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">QuPath: open source software for digital pathology image analysis.</a> Sci Rep. 7, 16878(2017).</li>
<li>Sofroniew, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((napari%3A+a+multi-dimensional+image+viewer+for+Python%5BTitle%5D)+AND+%22Zenodo%22%5BJournal%5D)">napari: a multi-dimensional image viewer for Python.</a> Zenodo. , (2025).</li>
<li>Padovani, F., Mairhörmann, B., Falter-Braun, P., Lengefeld, J., Schmoller, K. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Segmentation%2C+tracking+and+cell+cycle+analysis+of+live-cell+imaging+data+with+Cell-ACDC%5BTitle%5D)+AND+%22BMC+Biol%22%5BJournal%5D)">Segmentation, tracking and cell cycle analysis of live-cell imaging data with Cell-ACDC.</a> BMC Biol. 20, 174(2022).</li>
<li>Piñeiro López, C., Rodrigues Neves, A. R., Čavka, I., Gros, O. J., Köhler, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Segmentation+of+C.+elegans+germline+nuclei%5BTitle%5D)+AND+%22microPubl+Biol%22%5BJournal%5D)">Segmentation of C. elegans germline nuclei.</a> microPubl Biol. , (2023).</li>
<li>Ohira, M., Rhind, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((pomBseen%3A+an+automated+pipeline+for+analysis+of+fission+yeast+images%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">pomBseen: an automated pipeline for analysis of fission yeast images.</a> PLoS One. 18, e0291391(2023).</li>
<li>Goldsborough, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((InstanSeg%3A+an+embedding-based+instance+segmentation+algorithm+optimized+for+accurate%2C+efficient+and+portable+cell+segmentation%5BTitle%5D)+AND+%22arXiv%22%5BJournal%5D)">InstanSeg: an embedding-based instance segmentation algorithm optimized for accurate, efficient and portable cell segmentation.</a> arXiv. , (2024).</li>
<li>Pietsch, J. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Determining+growth+rates+from+bright-field+images+of+budding+cells+through+identifying+overlaps%5BTitle%5D)+AND+%22Elife%22%5BJournal%5D)">Determining growth rates from bright-field images of budding cells through identifying overlaps.</a> Elife. 12, e79812(2023).</li>
<li>Bunk, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((YeastMate%3A+neural+network-assisted+segmentation+of+mating+and+budding+events+in+Saccharomyces+cerevisiae%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">YeastMate: neural network-assisted segmentation of mating and budding events in Saccharomyces cerevisiae.</a> Bioinformatics. 38, 2667-2669 (2022).</li>
<li>Cutler, K. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Omnipose%3A+a+high-precision+morphology-independent+solution+for+bacterial+cell+segmentation%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Omnipose: a high-precision morphology-independent solution for bacterial cell segmentation.</a> Nat Methods. 19, 1438-1448 (2022).</li>
<li>Zargari, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DeepSea+is+an+efficient+deep-learning+model+for+single-cell+segmentation+and+tracking+in+time-lapse+microscopy%5BTitle%5D)+AND+%22Cell+Rep+Methods%22%5BJournal%5D)">DeepSea is an efficient deep-learning model for single-cell segmentation and tracking in time-lapse microscopy.</a> Cell Rep Methods. 3, 100500(2023).</li>
<li>Lugagne, J. B., Lin, H., Dunlop, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DeLTA%3A+automated+cell+segmentation%2C+tracking%2C+and+lineage+reconstruction+using+deep+learning%5BTitle%5D)+AND+%22PLoS+Comput+Biol%22%5BJournal%5D)">DeLTA: automated cell segmentation, tracking, and lineage reconstruction using deep learning.</a> PLoS Comput Biol. 16, e1007673(2020).</li>
<li>Kirillov, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Segment+anything%5BTitle%5D)+AND+%22arXiv%22%5BJournal%5D)">Segment anything.</a> arXiv. , (2023).</li>
<li>Weigert, M., Schmidt, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nuclei+instance+segmentation+and+classification+in+histopathology+images+with+StarDist%5BTitle%5D)+AND+%22IEEE+Int+Symp+Biomed+Imaging+Challenges+%28ISBIC%29%22%5BJournal%5D)">Nuclei instance segmentation and classification in histopathology images with StarDist.</a> IEEE Int Symp Biomed Imaging Challenges (ISBIC). , (2022).</li>
<li>Dietler, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+convolutional+neural+network+segments+yeast+microscopy+images+with+high+accuracy%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">A convolutional neural network segments yeast microscopy images with high accuracy.</a> Nat Commun. 11, 5723(2020).</li>
<li>Stringer, C., Pachitariu, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cellpose3%3A+one-click+image+restoration+for+improved+cellular+segmentation%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Cellpose3: one-click image restoration for improved cellular segmentation.</a> Nat Methods. 22, 592-599 (2025).</li>
<li>Pachitariu, M., Stringer, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cellpose+2.0%3A+how+to+train+your+own+model%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Cellpose 2.0: how to train your own model.</a> Nat Methods. 19, 1634-1641 (2022).</li>
<li>Gallusser, B., Weigert, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Trackastra%3A+transformer-based+cell+tracking+for+live-cell+microscopy%5BTitle%5D)+AND+%22arXiv%22%5BJournal%5D)">Trackastra: transformer-based cell tracking for live-cell microscopy.</a> arXiv. , (2024).</li>
<li>Allan, D. B., Caswell, T., Keim, N. C., van der Wel, C. M., Verweij, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((soft-matter%2Ftrackpy%3A+v0.6.4%5BTitle%5D)+AND+%22Zenodo%22%5BJournal%5D)">soft-matter/trackpy: v0.6.4.</a> Zenodo. , (2024).</li>
<li>Ulicna, K., Vallardi, G., Charras, G., Lowe, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+deep+lineage+tree+analysis+using+a+Bayesian+single+cell+tracking+approach%5BTitle%5D)+AND+%22Front+Comput+Sci%22%5BJournal%5D)">Automated deep lineage tree analysis using a Bayesian single cell tracking approach.</a> Front Comput Sci. 3, 734559(2021).</li>
<li>Doersch, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((TAPIR%3A+tracking+any+point+with+per-frame+initialization+and+temporal+refinement%5BTitle%5D)+AND+%22arXiv%22%5BJournal%5D)">TAPIR: tracking any point with per-frame initialization and temporal refinement.</a> arXiv. , (2023).</li>
<li>Zargari, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DeepSea+is+an+efficient+deep-learning+model+for+single-cell+segmentation+and+tracking+in+time-lapse+microscopy%5BTitle%5D)+AND+%22Cell+Rep+Methods%22%5BJournal%5D)">DeepSea is an efficient deep-learning model for single-cell segmentation and tracking in time-lapse microscopy.</a> Cell Rep Methods. 3, 100500(2023).</li>
<li>O'Connor, O. M., Alnahhas, R. N., Lugagne, J. B., Dunlop, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DeLTA+2.0%3A+a+deep+learning+pipeline+for+quantifying+single-cell+spatial+and+temporal+dynamics%5BTitle%5D)+AND+%22PLoS+Comput+Biol%22%5BJournal%5D)">DeLTA 2.0: a deep learning pipeline for quantifying single-cell spatial and temporal dynamics.</a> PLoS Comput Biol. 18, e1009797(2022).</li>
<li>Chatzitheodoridou, D., Bureik, D., Padovani, F., Nadimpalli, K. V., Schmoller, K. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decoupled+transcript+and+protein+concentrations+ensure+histone+homeostasis+in+different+nutrients%5BTitle%5D)+AND+%22EMBO+J%22%5BJournal%5D)">Decoupled transcript and protein concentrations ensure histone homeostasis in different nutrients.</a> EMBO J. 43, 5141-5168 (2024).</li>
<li>Schmoller, K. M., Turner, J. J., Kõivomägi, M., Skotheim, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dilution+of+the+cell+cycle+inhibitor+Whi5+controls+budding-yeast+cell+size%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Dilution of the cell cycle inhibitor Whi5 controls budding-yeast cell size.</a> Nature. 526, 268-272 (2015).</li>
<li>Moore, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((OME-Zarr%3A+a+cloud-optimized+bioimaging+file+format+with+international+community+support%5BTitle%5D)+AND+%22Histochem+Cell+Biol%22%5BJournal%5D)">OME-Zarr: a cloud-optimized bioimaging file format with international community support.</a> Histochem Cell Biol. 160, 223-251 (2023).</li>
<li>Seshadri, A., Badrinarayanan, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exonuclease+action+of+replicative+polymerase+gamma+drives+damage-induced+mitochondrial+DNA+clearance%5BTitle%5D)+AND+%22EMBO+Rep%22%5BJournal%5D)">Exonuclease action of replicative polymerase gamma drives damage-induced mitochondrial DNA clearance.</a> EMBO Rep. 26, 1385-1405 (2025).</li>
<li>Dengler, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((When+mitochondria+fall+apart%3A+unbalanced+mitochondrial+segregation+triggers+loss+of+mtDNA+in+the+absence+of+mitochondrial+fusion%5BTitle%5D)+AND+%22bioRxiv%22%5BJournal%5D)">When mitochondria fall apart: unbalanced mitochondrial segregation triggers loss of mtDNA in the absence of mitochondrial fusion.</a> bioRxiv. , (2025).</li>
<li>Xiao, J., Turner, J. J., Kõivomägi, M., Skotheim, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Whi5+hypo-+and+hyper-phosphorylation+dynamics+control+cell-cycle+entry+and+progression%5BTitle%5D)+AND+%22Curr+Biol%22%5BJournal%5D)">Whi5 hypo- and hyper-phosphorylation dynamics control cell-cycle entry and progression.</a> Curr Biol. 34, 2434-2447.e5 (2024).</li>
<li>Roussou, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+assessment+of+mitochondrial+DNA+heteroplasmy+dynamics+at+the+single-cell+level%5BTitle%5D)+AND+%22EMBO+J%22%5BJournal%5D)">Real-time assessment of mitochondrial DNA heteroplasmy dynamics at the single-cell level.</a> EMBO J. 43, 5340-5359 (2024).</li>
<li>Padovani, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SpotMAX%3A+a+generalist+framework+for+multi-dimensional+automatic+spot+detection+and+quantification%5BTitle%5D)+AND+%22bioRxiv%22%5BJournal%5D)">SpotMAX: a generalist framework for multi-dimensional automatic spot detection and quantification.</a> bioRxiv. , (2024).</li>
<li>Lanz, M. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genome+dilution+by+cell+growth+drives+starvation-like+proteome+remodeling+in+mammalian+and+yeast+cells%5BTitle%5D)+AND+%22Nat+Struct+Mol+Biol%22%5BJournal%5D)">Genome dilution by cell growth drives starvation-like proteome remodeling in mammalian and yeast cells.</a> Nat Struct Mol Biol. 31, 1859-1871 (2024).</li>
<li>Kukhtevich, I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+origin+of+septin+ring+size+control+in+budding+yeast%5BTitle%5D)+AND+%22bioRxiv%22%5BJournal%5D)">The origin of septin ring size control in budding yeast.</a> bioRxiv. , (2024).</li>
<li>Chadha, Y., Kukhtevich, I. V., Padovani, F., Schneider, R., Schmoller, K. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Single-cell+imaging+reveals+a+key+role+of+Bck2+in+budding+yeast+cell+size+adaptation+to+nutrient+challenges%5BTitle%5D)+AND+%22bioRxiv%22%5BJournal%5D)">Single-cell imaging reveals a key role of Bck2 in budding yeast cell size adaptation to nutrient challenges.</a> bioRxiv. , (2024).</li>
<li>Seel, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Regulation+with+cell+size+ensures+mitochondrial+DNA+homeostasis+during+cell+growth%5BTitle%5D)+AND+%22Nat+Struct+Mol+Biol%22%5BJournal%5D)">Regulation with cell size ensures mitochondrial DNA homeostasis during cell growth.</a> Nat Struct Mol Biol. 30, 1549-1560 (2023).</li>
<li>Schuh, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+expression+response+upon+repeated+gene+repression+in+single+yeast+cells%5BTitle%5D)+AND+%22PLoS+Comput+Biol%22%5BJournal%5D)">Altered expression response upon repeated gene repression in single yeast cells.</a> PLoS Comput Biol. 18, e1010640(2022).</li>
<li>Kukhtevich, I. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+RNA+imaging+in+single+live+cells+reveals+age-dependent+asymmetric+inheritance%5BTitle%5D)+AND+%22Cell+Rep%22%5BJournal%5D)">Quantitative RNA imaging in single live cells reveals age-dependent asymmetric inheritance.</a> Cell Rep. 41 (7), 111656(2022).</li>
<li>Freitag, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Single-molecule+experiments+reveal+the+elbow+as+an+essential+folding+guide+in+SMC+coiled-coil+arms%5BTitle%5D)+AND+%22Biophys+J%22%5BJournal%5D)">Single-molecule experiments reveal the elbow as an essential folding guide in SMC coiled-coil arms.</a> Biophys J. 121, 4702-4713 (2022).</li>
<li>Sugawara, K., Çevrim, Ç, Averof, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tracking+cell+lineages+in+3D+by+incremental+deep+learning%5BTitle%5D)+AND+%22Elife%22%5BJournal%5D)">Tracking cell lineages in 3D by incremental deep learning.</a> Elife. 11, e69380(2022).</li>
<li>Ershov, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((TrackMate+7%3A+integrating+state-of-the-art+segmentation+algorithms+into+tracking+pipelines%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">TrackMate 7: integrating state-of-the-art segmentation algorithms into tracking pipelines.</a> Nat Methods. 19, 829-832 (2022).</li>
</ol>

<table><tbody><tr><td>BABY</td><td>Julian Pietsch</td><td>10.7554/eLife.79812</td><td>Segmentierungs- und Tracking-Software, optional erhältlich, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>Bayesscher Tracker</td><td>Kristina Ulicna</td><td>10.3389/fcomp.2021.734559</td><td>Tracking-Software, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>Zell-ACDC</td><td>Francesco Padovani</td><td>10.1186/s12915-022-01372-6</td><td>Software</td></tr><tr><td>Cellpose-Keimbahnkerne</td><td>Cristina Pi&ntilde; eiro L&oacute; pez / Ana Rita Rodrigues Neves / Ivana <img alt="Gleichung 1" src="/files/ftp_upload/68954/68954eq1.jpg" style="Margin: auto; "/>avka</td><td>10.17912/MICROPUB. BIOLOGY.001062</td><td>Segmentierungssoftware, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>Cellpose Version 2</td><td>Carsen Stringer</td><td>10.1038/s41592-020-01018-x</td><td>Segmentierungssoftware, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>Cellpose Version 3</td><td>Carsen Stringer</td><td>10.1038/s41592-025-02595-5</td><td>Segmentierungssoftware, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>Cellpose Version 4 (Cellpose-SAM)</td><td>Marius&nbsp; Pachitariu</td><td>10.1101/2025.04.28.651001</td><td>Segmentierungssoftware, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>Computer</td><td>-</td><td>-</td><td>Siehe unten empfohlene Spezifikationen</td></tr><tr><td>Computer – CPU</td><td>Jegliche</td><td>-</td><td>Empfohlene Mindestzahl von 4 Kernen, 2,5 GHz & Nbsp;</td></tr><tr><td>Computer – GPU</td><td>Nvidia (bevorzugt)&nbsp;</td><td>-</td><td>(Optional) Empfohlenes Minimum von 8 GB VRAM</td></tr><tr><td>Computer – Festplattenspeicher</td><td>Jegliche</td><td>-</td><td>4GB + 3 x Mikroskopie-Dateigröße</td></tr><tr><td>Computer – Betriebssystem</td><td>Microsoft, Apple, andere</td><td>-</td><td>Windows, MacOS und Linux werden unterstützt</td></tr><tr><td>Computer – RAM</td><td>Jegliche</td><td>-</td><td>3x Dateigröße einer einzelnen Position, mindestens 16 GB</td></tr><tr><td>DeepSea</td><td>Abolfazl&nbsp; Zargari</td><td>10.1016/j.crmeth.2023.100500</td><td>Segmentierungs- und Tracking-Software, optional erhältlich, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>DeLTA&nbsp;</td><td>Jean-Baptiste Lugagne / Owen M. O' Connor</td><td>10.1101/720615 / 10.1371/journal.pcbi.1009797</td><td>Segmentierungs- und Tracking-Software, optional erhältlich, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>InstanSeg</td><td>Thibaut Goldsborough</td><td>10.48550/arXiv.2408.15954</td><td>Segmentierungssoftware, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>Miniforge</td><td>Conda-Forge</td><td>-</td><td>Link zum Download des Installationsprogramms von der Miniforge-Website: https://conda-forge.org/download/</td></tr><tr><td>Omnipose</td><td>Kevin Cutler</td><td>10.1038/s41592-022-01639-4</td><td>Segmentierungssoftware, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>pomBseen</td><td>Makoto Ohira</td><td>10.1371/journal.pone.0291391</td><td>Segmentierungssoftware, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>SAM (Segment Anything Model)</td><td>Alexander Kirillov</td><td>10.48550/arXiv.2304.02643</td><td>Segmentierungssoftware, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>StarDist</td><td>Uwe Schmidt / Martin Weigert</td><td>10.1007/978-3-030-00934-2_30 / 10.1109/WACV45572.2020.9093435 / 10.1109/ISBIC56247.2022.9854534</td><td>Segmentierungssoftware, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>TAPIR</td><td>Carl Doersch</td><td>10.48550/arXiv.2306.08637</td><td>Tracking-Software, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>Trackastra</td><td>Benjamin Gallusser</td><td>https://doi.org/10.48550/arXiv.2405.1570</td><td>Tracking-Software, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>Trackpy</td><td>Daniel Allan</td><td>10.5281/zenodo.1213240</td><td>Tracking-Software, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>YeastMate</td><td>David Bunk</td><td>10.1093/Bioinformatik/btac107</td><td>Segmentierungssoftware, optional, kann automatisch mit Cell-ACDC installiert werden</td></tr><tr><td>YeaZ</td><td>Nicola Dietler</td><td>10.1038/s41467-020-19557-4</td><td>Segmentierungs- und Tracking-Software, optional erhältlich, kann automatisch mit Cell-ACDC installiert werden</td></tr></tbody></table>

analyse von multidimensionalen mikroskopiedaten mittels cell-acdc

Analysis of Multidimensional Microscopy Data Using Cell-ACDC

Analyse von multidimensionalen Mikroskopiedaten mittels Cell-ACDC

Recent advances in quantitative microscopy for the life sciences have enabled experimental biologists to probe cells with unprecedented resolution and ...

analysis-of-multidimensional-microscopy-data-using-cell-acdc

Research

Forschung

JoVE Journal

Biology

Biologie

Adhesive Mikrostrukturen, dass zelluläre Architektur normalisieren kann die Empfindlichkeit in der Detektion von Arzneimittelwirkungen, die Verbesserung der Reproduzierbarkeit und vereinfachen automatisierte Bildaufnahme und-analyse werden. Eine solche Technologie profitieren Arzneimittel / siRNA Screening-Assays, auf konventionellen Zellkultur unterstützt durchgeführt und somit leidet übermäßige Zelle zu Zelle Variabilität.

Verbesserte Visualisierung und quantitative Analyse von Arzneimittelwirkungen mit mikrostrukturierten Cells

Wir entwickelten eine Software-Plattform, Imaris Neuroscience, ImarisXT und MATLAB, um die Änderungen in der Morphologie einer undefinierten Form von dreidimensionalen konfokale Fluoreszenz einzelner Zellen aufgenommen zu messen verwendet. Dieser neuartige Ansatz kann verwendet werden, um Veränderungen in der Zellform nach Aktivierung des Rezeptors zu quantifizieren und stellt somit eine mögliche zusätzliches Werkzeug für die Wirkstoffforschung.

Ein analytisches Werkzeug, das zelluläre Morphologie Änderungen von Dreidimensionale Fluorescence Images Quantifiziert

Dargestellt ist eine flexible Informatik Workflow ermöglicht Multiplex bildbasierte Analyse fluoreszenzmarkierten Zellen. Der Workflow quantifiziert nukleäre und zytoplasmatische Marker und berechnet Marker Translokation zwischen diesen Fächern. Verfahren für Störung von Zellen mit siRNA und zuverlässige Methode zur Markerdetektion durch indirekte Immunfluoreszenz in 96-Well-Formaten zur Verfügung gestellt.

Workflow für Hoch Inhalt, einzelne Zell Quantifizierung der Fluoreszenzmarker von Universal Mikroskop Daten, Unterstützung von Open Source Software

Die Zelldifferenzierung wird durch eine Vielzahl von Mikroumgebungsfaktoren reguliert, einschließlich der beiden Matrixzusammensetzung und Substratmaterialeigenschaften. Wir beschreiben hier eine Technik unter Verwendung von Zellmicroarrays in Verbindung mit Traktionskraftmikroskopie sowohl Zelldifferenzierung und biomechanischen Zell-Substrat-Wechselwirkungen als Funktion der Mikroumgebungskontext zu bewerten.

Ein Hochdurchsatz-Zellarray-Plattform für korrelative Analyse von Zelldifferenzierung und Zugkräften

Dieses Papier präsentiert einen hochauflösenden Mikroskopie-Workflow zur gleichzeitigen Quantifizierung von intrazellulären ROS-Niveaus sowie mitochondrialem Membranpotential und Morphologie - gemeinsam als mitochondriale Morphofunktion bezeichnet - in lebenden adhärenten Zellen unter Verwendung der zellpermeablen fluoreszierenden Reportermoleküle 5- (und- 6) -chlormethyl-2 ', 7'-dichlordihydrofluoresceindiacetat, Acetylester (CM-H 2 DCFDA) und Tetramethylrhodaminmethylester (TMRM).

Cellular Redox Profiling mit hochauflösender Mikroskopie

Dieser Artikel beschreibt die detaillierte Methode ein Array gemultiplext künstliche zellulären Mikroumgebung (MACME) Vorbereitung für Hochdurchsatz-Manipulation von physikalischen und chemischen imitiert in Vivo zellulären Mikroumgebungen Queues und Identifizieren Sie die optimale zelluläre Umgebung für menschliche pluripotenten Stammzellen (hPSCs) mit einzelligen profiling.

Herstellung eines Multiplex künstliche zellulären Mikroumgebung Arrays

Die hier vorgestellte Methode verwendet Mikromuster ungemilzt mit quantitativer Bildgebung, um die räumliche Organisation innerhalb von Säugetierkulturen aufzuzeigen. Die Technik ist in einem Standardlabor für Zellbiologie leicht zu etablieren und bietet ein beschreibbares System zur Untersuchung von Mustern in vitro.

Kartierung der Emergent Spatial Organization of Mammalian Cells mit Mikromustern und quantitativer Bildgebung

Hier wird ein Protokoll zur optischen Extraktion und Katalogisierung angeborener zellulärer Fluoreszenzsignaturen (d.h. zelluläre Autofluoreszenz) aus jeder einzelnen lebenden Zelle vorgestellt, die in einem dreidimensionalen Raum verteilt ist. Diese Methode eignet sich, um die angeborene Fluoreszenzsignatur verschiedener biologischer Systeme mit einzelliger Auflösung zu untersuchen, einschließlich Zellen von Bakterien, Pilzen, Hefen, Pflanzen und Tieren.

Rekonstruktion von einzelligen angeborenen Fluoreszenzsignaturen durch konfokale Mikroskopie

Wir stellen eine Methode vor, die einen generalisierbaren flächenbasierten Bildanalyseansatz verwendet, um Zellzahlen zu identifizieren. Die Analyse verschiedener Zellpopulationen nutzte die signifikanten Zellhöhen- und Strukturunterschiede zwischen verschiedenen Zelltypen innerhalb eines adaptiven Algorithmus.

Area-based Image Analysis Algorithm zur Quantifizierung von Makrophagen-Fibroblasten-Kokulturen

Die Plattform Integrative Toolkit to Analyze Cellular Signals (iTACS) automatisiert den Prozess der gleichzeitigen Messung einer Vielzahl von chemischen und mechanischen Signalen in adhärente Zellen. iTACS wurde entwickelt, um die Community-getriebene Entwicklung zu erleichtern und es Forschern zu ermöglichen, alle Plattformfunktionen unabhängig von ihrem Bildungshintergrund zu nutzen.

Integratives Toolkit zur Analyse zellulärer Signale: Kräfte, Bewegung, Morphologie und Fluoreszenz

Die differentielle dynamische Mikroskopie (DDM) kombiniert Merkmale der dynamischen Lichtstreuung und Mikroskopie. Hier wird der Prozess der Verwendung von DDM zur Charakterisierung rekonstituierter Zytoskelettnetzwerke durch Quantifizierung der subdiffusiven und eingesperrten Dynamik von Partikeln in Vimentin-Netzwerken und der ballistischen Bewegung von aktiven Myosin-getriebenen Aktin-Mikrotubuli-Kompositen vorgestellt.

Quantifizierung der Zytoskelettdynamik mittels differentieller dynamischer Mikroskopie

Erfahren Sie, wie Cell-ACDC multidimensionale Mikroskopiedaten mit KI-gestützter Segmentierung und Tracking analysiert. Diese Open-Source-Software ermöglicht präzise Zellzyklus-Analysen und beschleunigt biologische Entdeckungen erheblich.

Analyse von multidimensionalen Mikroskopiedaten mittels Cell-ACDC

Weitere Videos entdecken