Un análisis de alto rendimiento para la predicción de toxicidad química por perfiles fenotípicos automatizado de Caenorhabditis elegans

6.6K visualizaciones

Citado por 10

09:01 min.

14 de marzo de 2019

10.3791/59082-v

14 de marzo de 2019

6.6K visualizaciones

Shan Gao^*¹ , Weiyang Chen^*² , Nan Zhang¹ , Chi Xu³ , Haiming Jing¹^,⁴ , Wenjing Zhang¹^,⁴ , Gaochao Han¹^,⁴ , Matthew Flavel⁵ , Markandeya Jois⁵ , Yingxin Zeng¹ , Jing-Dong J. Han³ , Bo Xian³ , Guojun Li¹^,⁴

¹Beijing Key Laboratory of Diagnostic and Traceability Technologies for Food Poisoning, Beijing Center for Disease Prevention and Control/Beijing Center of Preventive Medicine Research, China, ²College of Computer Science and Technology, Qilu University of Technology(Shandong Academy of Sciences), China, ³Key Laboratory of Computational Biology, CAS Center for Excellence in Molecular Cell Science, Collaborative Innovation Center for Genetics and Developmental Biology, Chinese Academy of Sciences-Max Planck Partner Institute for Computational Biology, Shanghai Institutes for Biological Sciences, Chinese Academy of Sciences, China, ⁴Beijing Key Laboratory of Environmental Toxicology, School of Public Health, Capital Medical University, China, ⁵School of Life Sciences, La Trobe University, Australia

^* These authors contributed equally

Se ha desarrollado un método cuantitativo para identificar y predecir la toxicidad de productos químicos, analizando automáticamente los perfiles fenotípicos de Caenorhabditis elegans. Este protocolo describe cómo tratar gusanos con productos químicos en una placa de 384 pozos, capturar videos y cuantificar fenotipos relacionados toxicológicos.