Name: Vídeo Bioinformática Análisis de Crecimiento Humano Colonia células madre embrionarias (Video) | JoVE Journal
Uploaded: 2010-05-20T17:00:00.000+00:00
Duration: 13 min 11 s
Description: Aprende bioinformática de video para medir el crecimiento de colonias de células madre embrionarias humanas mediante análisis de video time-lapse. Este método automatiza el procesamiento de datos biológicos microscópicos.

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

El desarrollo de este método fue posible gracias a la financiación de la relacionadas con el tabaco de California Programa de Investigación de Enfermedades, el Instituto de Medicina Regenerativa de California, y el NSF IGERT subvención en Vídeo Bioinformática (# 0903667) de la UCR ( <a href="http://www.cris.ucr.edu/IGERT/index.php">http://www.cris.ucr .edu / IGERT / index.php</a> ). Sabrina Lin es apoyado por una beca de tesis de la División de Posgrado, Shawn Forteno con el apoyo de una beca de NIH MARC, y Shruthi Satish con el apoyo de una beca de la División de Posgrado. Damos las gracias a Anna Trtchounian por su ayuda en la preparación de las cifras. También queremos agradecer a Sam Alworth y Jastromb Ned para enseñarnos cómo usar el software CL-Quant.

Parte 1: Procedimiento Experimental Los datos de vídeo contienen una gran cantidad de información. Sin embargo, esta información es a menudo difícil de extraer y cuando se hace manualmente por los seres humanos y puede requerir muchas horas de tiempo del personal para completar. Manual de análisis por los seres humanos también está sujeto a la variación en la interpretación y el error. Vídeo bioinformática implica el uso de software para minería de datos específicos a partir de imágenes de vídeo. Este método de análisis es rápida y puede eliminar el error que se produce cuando el análisis se realiza de forma manual por los seres humanos. El propósito de este artículo es mostrar un método para la cuantificación de células madre embrionarias humanas crecimiento de la colonia con un método de vídeo bioinformática. En este trabajo, el tiempo de las imágenes de vídeo lapso fueron recolectados a través de una Nikon BioStation unidad de incubación CT, que permite múltiples campos de las células para formar una imagen a través del tiempo (Fig. 1). Los métodos descritos en este informe son aplicables a los datos de video recogidas por cualquier vídeo microscópicas establecido. En nuestro diseño experimental, plateado H9 células madre en 12 y placas de cultivo de tejido durante 48 horas. Durante este intervalo, las colonias se les permitió colocar totalmente y se extendió en Matrigel. A continuación, las placas con las colonias células madre adjunta fueron trasladados a la CT BioStation y se incubaron durante 48 horas. Mientras que en el BioStation, las imágenes de las colonias se recogieron a intervalos de 7 minutos y posteriormente fueron utilizados para crear lapso de tiempo las secuencias de vídeo. Videos de cada colonia se han analizado para cuantificar el crecimiento de colonias de vídeo utilizando recetas bioinformática desarrollados con el software CL-Quant. Los análisis realizados con recetas creadas con el software CL-Quant se comprueba la veracidad manualmente con Adobe Photoshop. Parte 2: Preparación de las colonias de células madre adjunta <ol><li> Crecer células madre en Matrigel recubierto placas de 6 pocillos, y una vez llegado a la confluencia del 70% es, replate un pocillo de la placa de 6 pocillos en 5 pozos de 12 y placa recubierta de Matrigel de la siguiente manera. </li><li> Aspirar medio de un pozo que contiene células madre. </li><li> Enjuague bien con 2x 1 ml de PBS. </li><li> Añadir 1 ml de Accutase e incubar durante 1 minuto a 37 ° C y 5% de CO 2. </li><li> Añadir 10-12 perlas de vidrio en el pozo y agitar suavemente la placa por completo hasta que las colonias se desprenden de la parte inferior del pozo. </li><li> Neutralizar Accutase con 1 ml de mTeSR medio o medio MEF acondicionado. </li><li> Se centrifuga la suspensión celular en un tubo cónico de 15 ml a 200 g por 3 minutos. </li><li> Se decanta el sobrenadante y el precipitado romper con 500μl de medio mTeSR fresco. </li><li> Placa 100μl gota a gota de la suspensión de células madre en cada pocillo de una placa de 12 pocillos. </li><li> Placa de roca de ida y vuelta con cuidado y observar cultivos bajo un microscopio de luz. Asegúrese de que grupos de células se distribuyen uniformemente a lo largo de la placa. </li><li> Vuelva a colocar la placa de 12 pocillos en la incubadora. </li><li> Permitir células madre para unir y crecer durante 48 horas (un tiempo más corto puede ser utilizado). </li><li> Después de 48 horas, los pozos se decanta el medio y lavar con 500 ul de PBS para eliminar las células sueltas. </li><li> Añadir 1 ml de medio mTeSR a cada pocillo. </li><li> Comentario: Colocar la placa en la incubadora / microscopio en busca de imágenes de vídeo. </li><li> Comenzar a recopilar imágenes con lapso de tiempo. Trate de seleccionar los campos con discretas colonias aisladas que no tienen posibilidades de crecer en otras colonias. </li><li> Otros métodos para el cultivo y la creación de células madre se pueden utilizar en lugar del protocolo anterior. </li></ol> Parte 3: Vídeo Bioinformática CL-Quant de software se utiliza para crear tres "recetas" que cuando se ejecuta en secuencia determinará el número de píxeles o el área en micras para cada colonia con el tiempo. Las tres recetas se basan en la secuencia y para esta aplicación son la segmentación, la mejora y medición. Análisis del crecimiento de colonias células madre utilizando el software CL-Quant / desarrollo de recetas: <ol><li> La receta de segmentación se crea en primer lugar. </li><li> Escanear el vídeo entero para asegurarse de que el vídeo se puede utilizar. Compruebe que toda la colonia se queda en el campo de visión y que otras colonias no entran en el campo. </li><li> Abra el asistente de segmentación y haga clic en el botón "Siguiente". </li><li> Seleccione el canal de la imagen correcta (es decir, la fase verde, rojo, etc) y haga clic en el botón "Siguiente". </li><li> Pick "juego suave" de las 3 opciones y haga clic en "siguiente". </li><li> Seleccione "quieren" las regiones con un círculo las regiones en la imagen general, el borde exterior de la colonia a la zona central de la colonia. <ul><li> Esta área debe ser lo más pequeña posible, pero debe ser representativo de toda la colonia. </li><li> Cuando se utiliza la microscopía de contraste de fase, asegúrese de incluir el halo alrededor de la colonia para la selección precisa de colonias por el software. </li><li> Elige una o dos regiones de interés que pueden mostrar diferentespatrones de pixeles dentro de la colonia, pero no recoge muchos "quiere" que puede resultar en la aplicación de la máscara inexacta. </li></ul></li><li> Haga clic en el botón "Siguiente". </li><li> Seleccione "No quiero", las regiones con un círculo en la imagen de las regiones que no forman parte de la colonia y no forman parte del fondo. Estas son las regiones que tienen patrones que desea suprimir e incluir píxeles de artefactos tales como los desechos y células muertas. Haga clic en "siguiente". </li><li> Seleccione "fondo" con un círculo las regiones que desea suprimir. <ul><li> El "no quiero" y "de fondo" las regiones se diferencian en que el fondo debe ser uniforme y probabilidad de aparecer en cada marco. </li><li> Normalmente, se selecciona el fondo de color gris alrededor de la colonia. </li></ul></li><li> Haga clic en el botón "Siguiente". </li><li> Una máscara de color se debe mostrar en la región de interés (Fig. 2A). </li><li> Si la máscara no se precisa cubrir la región de interés, el rango del umbral de segmentación (que se encuentra en la esquina inferior derecha de la pantalla del software) puede ser aumentado o disminuido. </li><li> El asistente le pedirá la segmentación para afinar aún más fina máscara de área si es necesario. </li><li> Si usted desea cambiar de máscara, seleccione "Actualización suave regiones con el tema". Esto le permite cambiar el "querer", "no quiero", o las zonas "de fondo". </li><li> Si la máscara es satisfactoria, seleccione "solicitar umbral y salvar a mi máscara", y haga clic en el botón "Siguiente". </li><li> La máscara se mostrará en un color diferente. </li><li> Seleccione "Finalizar". </li><li> La receta se debe mostrar en la esquina superior derecha del software, y que debería ser llamado "receta de la segmentación". </li><li> Cambiar el nombre de la receta, si lo desea haciendo clic derecho y "rename". </li><li> Para comprobar in situ, haga clic derecho y colocar el puntero del ratón sobre "aplicar la receta". </li><li> Un menú aparecerá que le permite seleccionar el número de fotogramas que desea utilizar al lugar el control de la receta. Ejecutar la receta de cada 10 marcos para comprobar in situ la exactitud de la colocación de la máscara. </li><li> Si la máscara recoge piezas de pequeñas regiones no deseados o basura, se puede crear una "receta de mejora" para mejorar la colocación de la máscara de la región de interés. </li><li> Para crear una fórmula de mejora, haga clic con la "receta de mejora" carpeta y haga clic en "nuevo". Una receta nueva mejora se debe mostrar. </li><li> Desde el campo original de visión (FOV), haga clic en la "mejora cambia el módulo" situado a la derecha de la imagen. Ratón encima de los iconos en la barra de herramientas para identificar la correcta. </li><li> Seleccione "etiquetado" en el menú desplegable. </li><li> Seleccione "4 de etiquetado conectado". </li><li> Seleccione "etiquetado 4 connected2". </li><li> Una nueva barra de tareas se debe mostrar. </li><li> Coge la máscara inicial (mask0) de la receta de segmentación y arrastrarlo a la "entrada". </li><li> La barra debería mostrar ahora "máscara de entrada #". </li><li> Arrastre el icono de la "máscara de entrada #" al icono de la máscara de 0. </li><li> Encontrar el "tamaño mínimo" en la barra de tareas y ajustar el número hasta la región de interés sólo se muestra. Asegúrese de hacer clic en "ejecutar" a través de cada ensayo de montaje. </li><li> Una vez que esté satisfecho con el ajuste de tamaño mínimo, haga clic en la "receta de mejora" que ha creado previamente. (Fig. 2B) </li><li> En la parte inferior de la pantalla, seleccione "guardar la receta". </li><li> El software ahora le pide a "sobrescribir receta seleccionada?", Seleccione "sí" </li><li> Comprobar in situ la receta de mejora utilizando los mismos procedimientos que el anterior para la segmentación de punto de comprobación. </li><li> Si está satisfecho con la segmentación y la mejora de las recetas, seleccione "crear una plantilla de medición" en la barra de herramientas de mano derecha. </li><li> Cambiar el nombre de la plantilla si lo desea. </li><li> En la ventana de la plantilla de medición, mueva el cursor sobre la figura de células clipart. Mantenga presionada la tecla Ctrl y seleccione la celda. </li><li> Desactive la opción por defecto de los parámetros "y" del área de parámetros "de verificación en« morfología ». </li><li> Exit 'plantilla' de la ventana. </li><li> Seleccione el icono creado en la receta de medición. </li><li> Cambiar el nombre de la receta. </li><li> Desplazarse y seleccionar pestaña "Plantilla" en la esquina superior derecha. </li><li> Arrastre y suelte su plantilla creada previamente la medición en la ventana de medición. </li><li> Haga clic en 'Sí' para continuar. </li><li> En la ventana de la receta de medición, seleccione "Canal asignaciones", "células enteras ', entonces. </li><li> Seleccione 'Máscara de asignaciones ". </li><li> Entonces 'de células enteras "seleccione la opción de máscara mejorada. </li><li> Seleccione la "receta de medición" en la pestaña de recetas en la ventana principal. </li><li> Seleccione la opción "Guardar" icono en la ventana de recetas de medición. </li><li> A continuación, cierre la ventana. </li><li> Ahora bien, cerrar y reabrir el 'campo de visión. </li><li> Haga clic en la 'receta' icono 'lista de bloqueo receta "seleccionar y ejecutar las recetas de forma secuencial en los datos de vídeo. </li></ol> Parte 4: Comprobación de la precisión de recetas utilizando el software Photoshop Con el fin de validar la receta creada con (CL-Quant softwson), los mismos datos se pueden analizar de forma manual con Adobe Photoshop. Para este análisis, cada fotograma 10 (70 min cada punto del tiempo) fue analizada para medir el tamaño de la colonia de más de 48 horas. <ol><li> Abrir un cuadro de una imagen de la colonia en Adobe Photoshop. </li><li> Haga clic en la herramienta Varita mágica en la barra de herramientas. </li><li> Haga clic en el área alrededor de la colonia por lo que el campo está cubierto excepto la región de colonia. </li><li> Haga clic en 'Editar en modo Máscara rápida "en la barra de herramientas y haga clic en la colonia por lo que la colonia se ha seleccionado. </li><li> Asegúrese de que la línea de puntos alrededor de la colonia encaja perfectamente en la periferia de la colonia y no en su interior. Si la línea de puntos no está en la periferia, cambie el valor de tolerancia en la barra de herramientas superior en consecuencia. </li><li> Ir a la "ventana" del menú desplegable y haga clic en "Histograma". </li><li> Anote el valor del píxel cuando cache = 1. Si la caché es de 2, haga clic en el '!' a cambio de un caché, y anote el valor del píxel. </li><li> Repita el proceso anterior para cada fotograma 10. Menos cuadros en total se pueden utilizar si lo desea. </li><li> Los datos recolectados a través de Photoshop y el software CL-Quant se pueden trazar en conjunto. Si las recetas CL-Quant son veraces, las curvas para el análisis de Photoshop y CL Quant-deben ser muy similares (Figs. 3-5). </li><li> Si las recetas desarrolladas con CL-Quant son veraces, se pueden aplicar a los datos de forma fiable de vídeo. </li><li> El valor en el uso de la bioinformática de vídeo en este análisis es que una vez que la segmentación, la mejora, y las recetas de medición se han desarrollado y validado, que se llevará a cabo el análisis mucho más rápidamente y con mayor precisión que un ser humano con Photoshop. </li></ol> Resultados representante <img src="/files/ftp_upload/1933/1933fig1.jpg" alt="Figura 1" data-altupdatedat="1787634011000" data-alt="Figura 1"> Figura 1: Tira de película de una colonia de células madre que muestra imágenes en distintos momentos durante las 48 horas de crecimiento en un CT BioStation. Marcos fueron tomadas en intervalos de 7 minutos. <img src="/files/ftp_upload/1933/1933fig2.jpg" alt="Figura 2" data-altupdatedat="1787634011000" data-alt="Figura 2"> Figura 2: (A) Imagen de una células madre con una máscara que se coloca en la colonia por la receta de la segmentación. Zonas de escombros y de fondo también son enmascarados lo que indica que una receta de la mejora es necesaria para mejorar la precisión de la evaluación. (B) Imagen de la misma colonia, como se muestra en "A" después de la mejora se ha realizado. La máscara de ahora sólo selecciona la colonia y el ruido ha sido eliminado de la selección. <img src="/files/ftp_upload/1933/1933fig3.jpg" alt="Figura 3" data-altupdatedat="1787634011000" data-alt="Figura 3"> Figura 3: Gráfico que muestra el aumento de tamaño de la colonia (en píxeles) más de 48 horas como se determina utilizando CL-Quant de software y Photoshop. Este gráfico muestra los datos en bruto y muestra que las colonias empiezan en diferentes tamaños. También muestra que los dos métodos de medición están en buen acuerdo. <img src="/files/ftp_upload/1933/1933fig4.jpg" alt="Figura 4" data-altupdatedat="1787634011000" data-alt="Figura 4"> Figura 4: Gráfico que muestra los mismos datos que en la Figura 3 después de la normalización para mostrar el porcentaje de incremento en el tamaño de la colonia de más de 48 horas. Esto demuestra que las tasas de crecimiento son similares, independientemente del tamaño de la colonia de partida y que tanto las medidas de análisis dan resultados similares. <img src="/files/ftp_upload/1933/1933fig5.jpg" alt="Figura 5" data-altupdatedat="1787634011000" data-alt="Figura 5"> Figura 5: Gráfico que muestra los medios para que los datos normalizados en la Figura 4. Este gráfico muestra una buena concordancia entre los análisis realizados utilizando el vídeo bioinformática (CL-Quant de software) y Photoshop, y establece que la receta es la verdad. La ligera disminución en el área para los datos de Photoshop en el fotograma 325 se debe a varios videos que no se incluyeron en el análisis de Photoshop.

Vídeo herramientas bioinformáticas son potentes para la rápida extracción de datos de imágenes de vídeo. Nuestro protocolo para cuantificar el crecimiento de células madre colonia demuestra una aplicación de vídeo de bioinformática para un problema biológico. Este método es cuantitativo y tiene la característica interesante de los datos que revelan de las colonias de células madre individuales. Vídeo recetas bioinformática se pueden desarrollar para controlar otros procesos celulares como la proliferación, la migración,...

<table><tbody><tr><td>Medio de mantenimiento mTeSR1 para células madre embrionarias humanas</td><td>Stem Cell Technologies</td><td>05850</td><td>o cualquier medio adecuado para el cultivo de células madre embrionarias humanas.</td></tr><tr><td>BD Matrigel</td><td>BD Biosciences</td><td>356234</td><td>o sustrato adecuado alternativo.</td></tr><tr><td>Medio basal DMEM/F12</td><td>Invitrogen</td><td>11330-032</td><td></td></tr><tr><td>Solución salina tamponada con fosfato sin Ca&lt;sup&gt;2+&lt;/sup&gt; y Mg&lt;sup&gt;2+&lt;/sup&gt;</td><td></td><td></td><td></td></tr><tr><td>Medio enzimático de disociación celular Accutase</td><td>eBioscience</td><td>00-4555-56</td><td>o enzima de disociación adecuada alternativa.</td></tr><tr><td>Perlas de vidrio de 3 mm</td><td>Fisher Scientific</td><td>11-312A</td><td>opcional.</td></tr><tr><td>Placas de cultivo celular de 12 pocillos</td><td>BD Biosciences</td><td>353043</td><td>o cualquier otro formato de placa.</td></tr><tr><td>Nikon BioStation CT/IM</td><td></td><td></td><td>o cualquier otro incubador/microscopio adecuado para la recopilación de datos en video.</td></tr><tr><td>Software CL-Quant (Nikon) y/o Photoshop (Adobe).</td><td></td><td></td><td></td></tr></tbody></table>

vídeo bioinformática análisis de crecimiento humano colonia células madre embrionarias

Video Bioinformatics Analysis of Human Embryonic Stem Cell Colony Growth

Dado que los datos de vídeo son complejos y están compuestos de muchas imágenes, información de la minería de material de video es difícil de hacer sin la ayuda de programas informáticos. Vídeo bioinformática es un poderoso método cuantitativo para la extracción de datos espacio-temporales de las imágenes de vídeo con software de computadora para realizar la minería de data y el análisis. En este artículo, presentamos un método de vídeo bioinformática para cuantificar el crecimiento de las células madre embrionarias humanas (células madre) mediante el análisis de vídeos con lapso de tiempo recogido en una Nikon BioStation CT incubadora equipado con una cámara para obtener imágenes de video. En nuestros experimentos, las colonias de células madre que se adjunta a Matrigel se filmó durante 48 horas en el CT BioStation. Para determinar la tasa de crecimiento de estas colonias, las recetas fueron desarrollados usando CL-Quant de software que permite a los usuarios para extraer distintos tipos de datos de imágenes de vídeo. Para evaluar con precisión el crecimiento de colonias, tres recetas fueron creadas. La primera segmentación de la imagen en la colonia y el fondo, la segunda mayor de la imagen para definir las colonias a lo largo de la secuencia de vídeo con precisión, y el tercero mide el número de píxeles en la colonia con el tiempo. Las tres recetas se ejecutan en una secuencia de vídeo en datos recogidos en un CT BioStation para analizar la tasa de crecimiento de colonias de células madre individuales de más de 48 horas. Para comprobar la veracidad de las recetas CL-Quant, los mismos datos fueron analizados de forma manual utilizando el software Adobe Photoshop. Cuando los datos obtenidos mediante las recetas CL-Quant y Photoshop se compararon los resultados fueron prácticamente idénticos, lo que indica la receta CL-Quant eran veraces. El método descrito aquí se podría aplicar a los datos de vídeo para medir las tasas de crecimiento de las células madre u otras células que crecen en las colonias. Además, otra de vídeo recetas de la bioinformática se pueden desarrollar en el futuro para otros procesos celulares como la migración, la apoptosis y la adhesión celular.

Vídeo bioinformática es el tratamiento automatizado, análisis, comprensión y extracción de datos de la diversidad espacio-temporal de los datos extraídos de vídeos microscópicos. El propósito de este artículo es mostrar un método para medir humanos con células madre embrionarias crecimiento de la colonia con un método de vídeo bioinformática.

Vídeo Bioinformática Análisis de Crecimiento Humano Colonia células madre embrionarias

Debido a que los datos de video son complejos y están compuestos por múltiples imágenes, la extracción de información de material de video es difícil de realizar sin la ayuda de la informática...

Este protocolo demuestra un método de bioinformática de video para medir el crecimiento de colonias de células madre embrionarias humanas mediante el análisis de videos de lapso de tiempo recopilados en un incubador CT de la estación bio iCon, equipado con una cámara para imágenes de video. Las colonias de células madre embrionarias humanas, o colonias de HESC, se cultivan hasta alcanzar una confluencia del 70 %, se replantean y se incuban durante 48 horas, tras lo cual se filman las colonias de HESC durante 48 horas adicionales en el Biot ct. La tasa de crecimiento se determina utilizando recetas de mejora de segmentación y mediciones desarrolladas con el software CL-quant.Las recetas se validan mediante comparación con Adobe Photoshop, una herramienta de análisis de imágenes que permite ajustar manualmente máscaras precisas a cada colonia. El campo emergente de la bioinformática de video puede utilizarse para automatizar el procesamiento, análisis y minería de datos biológicos a partir de videos microscópicos. Hola, soy Serena Lin del laboratorio del Dr. Prue Talbot en el Departamento de Biología Celular y Neurociencia de la Universidad de California en Riverside.Hola, soy Sean F

video-bioinformatics-analysis-human-embryonic-stem-cell-colony

Research

Investigación

JoVE Journal

Biology

Biología

Con el creciente interés en terapias con células madre, las técnicas de imagen molecular son ideales para el comportamiento de las células madre de seguimiento tras el trasplante. Genes luciferase reportero le han permitido no invasiva, la evaluación repetida de la supervivencia celular, la ubicación y la proliferación in vivo. Este vídeo demuestra cómo realizar el seguimiento proliferación de células madre en un ratón vivo.

In vitro e in vivo de imágenes de bioluminiscencia gen reportero de células estaminales embrionarias humanas

Este protocolo demuestra cómo mantener sano, indiferenciada madre embrionarias humanas (ES) las células.

La cultura y el mantenimiento de células estaminales embrionarias humanas

A pesar de los esfuerzos en curso a las culturas de transición a la alimentación libre de condiciones, la derivación y la cultura de células madre embrionarias humanas (hESC) siguen siendo en gran parte dependiente en co-cultivos con alimentadores de embriones de ratón (MEFs). A continuación, se muestra una nueva metodología para la rápida eliminación de los alimentadores a partir de cultivos celulares de grado terapéutico antes de la experimentación.

La eliminación rápida de fibroblastos de alta densidad Humanos culturas de células madre embrionarias

Se necesita ensayo de expresión de un solo gen celular para comprender las heterogeneidades de células madre.

Perfiles de Células Madre Embrionarias Humanas individual por RT-PCR cuantitativa

Este estudio describe una plataforma experimental para caracterizar rápidamente células madre modificadas y sus comportamientos antes de su aplicación en estudios de trasplante in vivo a largo plazo para el rescate y reparación del sistema nervioso.

Alto rendimiento caracterización de células madre adultas de ingeniería para la entrega de los factores terapéuticos de estrategias neuroprotectoras

Con la intención de caracterizar los cambios en los miRNAs en células madre neurales humanas diferenciadas (hNSCs) describimos la diferenciación de hNSC en un sistema tridimensional, la evaluación de los cambios en la expresión de microRNA por la matriz de PCR de miRNA, y el análisis computacional para la predicción de objetivos de miRNA y su validación por ensayo de luciferasa dual.

La diferenciación de una línea de células madre neurales humanas en las Tres Culturas de dimensiones, Genes Análisis de microARN y putativo objetivo

El protocolo presentado en este estudio se describen métodos para la monitorización en tiempo real de la progresión de la reprogramación a través de la medición cinética de marcadores de células madre pluripotentes positivas y negativas utilizando citometría de flujo análisis. El protocolo también incluye la evaluación basada en la obtención de imágenes de la morfología y la expresión del indicador o marcador durante la generación de IPSC.

Cinética Medición y visualización en tiempo real de la reprogramación somática

Células de germen primordiales (PGCs) son precursores comunes de espermatozoides y óvulos. Se especifican PGCs embrionarias humanas de células del epiblasto pluripotentes a través de interacciones de citoquinas. Aquí, describimos un protocolo de 13 días de inducir transcriptomally células humanas que se asemejan a PGCs en la superficie de embryoid cuerpos de células madre pluripotentes de cebada-pluripotencia inducida.

Generación humana Primordial células germinales-como las células en la superficie de cuerpos de Embryoid de pluripotencia cebada inducida por células madre pluripotentes

Los ligandos de matriz extracelular se pueden patrones en hidrogeles de poliacrilamida para permitir el cultivo de células madre embrionarias humanas en colonias confinadas en sustratos compatibles. Este método se puede combinar con microscopía de fuerza de tracción y ensayos bioquímicos para examinar la interacción entre la geometría del tejido, las fuerzas generadas por células y la especificación del destino.

Patrón de la geometría de las colonias de células madre embrionarias humanas en sustratos compatibles para controlar la mecánica de nivel de tejido

Los fenotipos de crecimiento de levadura se miden con precisión a través de imágenes de lapso de tiempo altamente paralelas de células inmovilizadas que crecen en microcolonías. Simultáneamente, se puede monitorear la tolerancia al estrés, la expresión proteica y la localización de proteínas, generando conjuntos de datos integrados para estudiar cómo las diferencias ambientales y genéticas, así como la heterogeneidad de la expresión génica entre las células isogénicas, modulan el crecimiento.

Imágenes en vivo de alto rendimiento de microcolonias para medir la heterogeneidad en crecimiento y expresión génica

Aquí, proporcionamos un método para el análisis de imágenes de células vivas que se puede utilizar para rastrear manualmente los linajes de los queratinocitos de paso 0 y que permite la recopilación de métricas de proliferación, incluido el destino de la división celular y la duración del ciclo celular.

Imágenes de células vivas con fotografía de lapso de tiempo para estudiar la cinética de proliferación de queratinocitos epidérmicos

Aprende bioinformática de video para medir el crecimiento de colonias de células madre embrionarias humanas mediante análisis de video time-lapse. Este método automatiza el procesamiento de datos biológicos microscópicos.

Vídeo Bioinformática Análisis de Crecimiento Humano Colonia células madre embrionarias

Explorar más videos