Name: Video Bioinformatica Analisi delle embrionali umane crescita Colony cellule staminali (Video) | JoVE Journal
Uploaded: 2010-05-20T17:00:00.000+00:00
Duration: 13 min 11 s
Description: Impara la bioinformatica video per misurare la crescita delle colonie di cellule staminali embrionali umane con analisi time-lapse automatizzata. Questo metodo validato con CL quant e Adobe Photoshop accelera l'elaborazione dei dati biologici.

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

Lo sviluppo di questo metodo è stato reso possibile da un finanziamento della tabacco-correlate California Programma di ricerca sulle malattie, l&#39;Istituto di Medicina Rigenerativa della California, e NSF IGERT concedere su Video Bioinformatica (# 0903667) a UCR ( <a href="http://www.cris.ucr.edu/IGERT/index.php">http://www.cris.ucr .edu / IGERT / index.php</a> ). Sabrina Lin è supportato da una borsa di studio Tesi della Divisione Graduate, Shawn Forteno è supportata da un MARC NIH Fellowship, e Shruthi Satish è supportato da una borsa di studio Graduate Division. Siamo grati ad Anna Trtchounian per il suo aiuto la preparazione delle figure. Ringraziamo anche Sam Alworth e Ned Jastromb per averci insegnato come utilizzare il CL-Quant software.

Parte 1: Procedura sperimentale Dati video contengono un'abbondanza di informazioni. Tuttavia, queste informazioni sono spesso difficili da estrarre e quando è fatto manualmente da esseri umani e può richiedere molte ore di tempo per completare il personale. Analisi manuale da parte dell'uomo è anche soggetto a variazioni d'interpretazione e di errore. Video bioinformatica prevede l'utilizzo di software per estrarre dati specifici da immagini video. Questo metodo di analisi è rapida e può eliminare l'errore che si verifica quando l'analisi viene effettuata manualmente dagli esseri umani. Lo scopo di questo articolo è di dimostrare un metodo per quantificare la crescita delle cellule umane embrionali staminali colonia utilizzando un metodo video di bioinformatica. In questo lavoro, lasso di tempo le immagini video sono stati raccolti utilizzando una Nikon BioStation unità di incubazione TC, che consente più campi di cellule per essere ripreso nel corso del tempo (Fig. 1). I metodi descritti in questo rapporto sono applicabili ai dati video raccolti da qualsiasi video microscopiche costituito. Nel nostro disegno sperimentale, abbiamo placcato H9 hESC in lastre di tessuto di 12 e cultura per 48 ore. Durante questo intervallo, le colonie sono stati autorizzati a fissare pienamente e diffusione su Matrigel. Poi, le piastre con colonie hESC allegato sono stati trasferiti al CT BioStation e incubate per altre 48 ore. Mentre nel BioStation, le immagini delle colonie sono stati raccolti a 7 intervalli di un minuto e successivamente sono state utilizzate per creare time-lapse sequenze video. Video per ogni colonia sono stati poi analizzati per quantificare la crescita colonia utilizzando video ricette bioinformatica sviluppata con il CL-Quant software. L'analisi effettuata utilizzando ricette create con la CL-Quant software sono stati controllati per veridicità manualmente utilizzando Adobe Photoshop. Parte 2: Preparazione delle colonie hESC allegato <ol><li> Crescere hESC su Matrigel rivestito da 6 pozzetti, e una volta confluenza del 70% è raggiunto, replate un pozzetto del 6 pozzetti in 5 pozzetti di una 12-pozzetti Matrigel rivestito come segue. </li><li> Aspirare il terreno da un pozzetto contenente hESC. </li><li> Sciacquare bene 2x con 1 ml di PBS. </li><li> Aggiungere 1ml di Accutase e incubare per 1 minuto a 37 ° C e 5% di CO 2. </li><li> Aggiungere 10-12 perle di vetro nel pozzo e agitare delicatamente la piastra fino colonie completamente staccare dal fondo del pozzo. </li><li> Neutralizzare Accutase utilizzando 1ml di mTeSR medio o medio MEF condizionata. </li><li> Centrifugare la sospensione di cellule in una provetta 15 ml conica a 200g per 3 minuti. </li><li> Decantare il surnatante e il pellet rottura con 500μl di media mTeSR fresca. </li><li> Piastra 100μl goccia a goccia della sospensione hESC in ciascun pozzetto in un 12-pozzetti. </li><li> Piastra oscillare avanti e indietro con delicatezza e osservare le culture sotto un microscopio ottico. Assicurarsi che grumi di cellule sono distribuite uniformemente in tutto il piatto. </li><li> Posizionare il 12-e piastra posteriore in incubatrice. </li><li> Lasciare hESC per collegare e far crescere per 48 ore (un tempo più breve può essere utilizzato). </li><li> Dopo 48 ore, pozzi decantare il supporto e lavare con 500ul di PBS per rimuovere le cellule senza legami. </li><li> Aggiungere 1 ml di medium mTeSR in ciascun pozzetto. </li><li> Commento: Collocare immediatamente la piastra nell'incubatore / microscopio per le immagini video. </li><li> Iniziare a raccogliere le immagini time-lapse. Provare a selezionare i campi con discrete singole colonie che non sono suscettibili di trasformarsi in altre colonie. </li><li> Altri metodi per la coltura e la creazione di hESC può essere usato al posto del protocollo di cui sopra. </li></ol> Parte 3: Video Bioinformatica CL-Quant software è stato utilizzato per creare tre "ricette" che se eseguito in sequenza determinerà il numero di pixel o area in micron per ogni colonia nel tempo. Le tre ricette sono costruiti in sequenza e per questa applicazione sono segmentazione, la valorizzazione e la misurazione. Analizzando colonia crescita hESC con il CL-Quant software / sviluppo ricetta: <ol><li> La ricetta segmentazione è creato per primo. </li><li> Scansione l'intero video per assicurarsi che il video è utilizzabile. Verificare che l'intera colonia rimane nel campo di vista e che altre colonie non entrare nel campo. </li><li> Aprire la procedura guidata di segmentazione e cliccare sul pulsante "Avanti". </li><li> Selezionare il canale corretto immagine (cioè, la fase, verde, rosso, ecc) e cliccare sul pulsante "Avanti". </li><li> Pick "corrispondenza soft" dei 3 scelte e fare clic su "Avanti". </li><li> Selezionare "vogliono" regioni cerchiando regioni sull'immagine tipicamente il bordo esterno della colonia per la zona centrale della colonia. <ul><li> Questa zona dovrebbe essere il più piccolo possibile, ma deve essere rappresentativo dell'intera colonia. </li><li> Quando si usa il microscopio a contrasto di fase, essere sicuri di includere l'alone intorno alla colonia per la selezione colonia preciso dal software. </li><li> Scegli 1 o 2 regioni di interesse che possono mostrare diversimodelli di pixel all'interno della colonia, ma non prendere troppi "vuole" che può comportare l'applicazione della maschera inesatte. </li></ul></li><li> Fare clic sul pulsante "Avanti". </li><li> Selezionare "Non voglio" regioni cerchiando regioni sull'immagine che non fanno parte della colonia e non fanno parte dello sfondo. Si tratta di regioni che hanno modelli che si desidera eliminare e comprendono pixel di artefatti come detriti e cellule morte. Fare clic su "Avanti". </li><li> Selezionare "sfondo" cerchiando regioni si vuole sopprimere. <ul><li> Il "non vogliono" e "sfondo" delle regioni che si differenziano per sfondo deve essere uniforme e probabilità di presentarsi in ogni fotogramma. </li><li> Di solito ci selezionare lo sfondo grigio intorno alla colonia. </li></ul></li><li> Fare clic sul pulsante "Avanti". </li><li> Una maschera colorata deve essere visualizzato sopra la vostra regione di interesse (Fig. 2A). </li><li> Se la maschera non copre con precisione la regione di interesse, la gamma soglia di segmentazione (che si trova nell'angolo inferiore destro del display del software) può essere aumentata o diminuita. </li><li> La procedura guidata di segmentazione richiede un'ulteriore messa a punto della maschera bene, se necessario. </li><li> Se si desidera cambiare la maschera, selezionare "aggiornamento morbido regioni corrispondenti". Questo consente di modificare il "voglio", "non vogliono", o "fondo" aree. </li><li> Se la maschera è soddisfacente, selezionare "soglia di applicare e salvare la mia maschera", e cliccare sul pulsante "Avanti". </li><li> La maschera verrà quindi visualizzato in un colore diverso. </li><li> Selezionare "Fine". </li><li> La ricetta dovrebbe essere visualizzata nell'angolo superiore destro del software, e dovrebbe essere chiamato "ricetta segmentazione". </li><li> Rinominare la ricetta se volete facendo clic destro e "rinomina". </li><li> Per la verifica in loco, fare clic destro e posizionare il mouse su "applica ricetta". </li><li> Un menu mostrerà che consente di selezionare il numero di fotogrammi che si desidera utilizzare quando si macchia il controllo della ricetta. Eseguire la ricetta per ogni 10 fotogrammi al controllo in loco l'accuratezza del posizionamento maschera. </li><li> Se la maschera prende le parti di piccole regioni indesiderate o detriti, è possibile creare una "ricetta miglioramento" per migliorare montaggio della maschera per la regione di interesse. </li><li> Per creare una ricetta di miglioramento, fate clic destro la "ricetta valorizzazione" cartella, quindi fare clic su "nuovo". Una ricetta nuova valorizzazione dovrebbe essere visualizzato. </li><li> Dal campo di vista originale (FOV), fare clic sul "miglioramento alterna modulo" pulsante che si trova alla destra dell'immagine. Il mouse sulle icone nella barra degli strumenti per identificare quello corretto. </li><li> Selezionare il menu a discesa "etichettatura". </li><li> Selezionare "4 etichettatura connessi". </li><li> Selezionare "etichettatura 4 connected2". </li><li> Una nuova barra delle applicazioni dovrebbe essere visualizzata. </li><li> Prendete la maschera iniziale (mask0) dalla ricetta segmentazione e trascinarlo nella casella "input". </li><li> La barra dovrebbe ora visualizzare "maschera di input #". </li><li> Trascinare l'icona con la "maschera di input #" per l'icona della maschera 0. </li><li> Trova "dimensione min" nella barra delle applicazioni e regolare fino a quando il numero unica regione di interesse visualizzati. Assicurati di cliccare su "Esegui" in ogni prova di montaggio. </li><li> Quando si è soddisfatti con il vostro regolazione dimensioni minime, clicca su "ricetta valorizzazione" che hai creato in precedenza. (Fig. 2B) </li><li> Nella parte inferiore dello schermo, selezionare "salva di ricetta". </li><li> Il software richiede ora a "sovrascrivere ricetta selezionata?", Selezionare "sì" </li><li> Controllo in loco la ricetta valorizzazione utilizzando le stesse procedure di cui sopra per la segmentazione posto di controllo. </li><li> Se sei soddisfatto delle segmentazione e le ricette degli accessori, selezionare 'creare modelli di misurazione' sulla barra degli strumenti di destra. </li><li> Rinominare il modello, se volete. </li><li> Nella finestra modello di misurazione, spostare il cursore sopra la figura di cellule clipart. Tenere premuto il tasto Ctrl e selezionare la cella. </li><li> Deseleziona 'default il parametro' e 'il parametro area' sotto controllo 'morfologia'. </li><li> Exit 'modello' finestra. </li><li> Selezionare l'icona creata nella ricetta di misura. </li><li> Rinominare la ricetta. </li><li> Spostarsi e selezionare la scheda 'modello' in alto a destra. </li><li> Trascinate e rilasciate il modello di misura creato in precedenza nella finestra di misura. </li><li> Fare clic su 'Sì' per continuare. </li><li> Nella finestra ricetta di misura, selezionare 'Canale mappature', 'cellula intera' allora. </li><li> Selezionare 'Maschera mappature'. </li><li> Poi 'cellula intera' selezionare l'opzione per la maschera avanzata. </li><li> Selezionare la 'ricetta di misura' sotto la scheda ricetta nella finestra principale. </li><li> Selezionare l'icona 'Salva' all'interno della finestra ricetta di misura. </li><li> Quindi chiudere la finestra. </li><li> Ora, chiudere e riaprire il 'FOV'. </li><li> Fare clic destro sull'icona 'ricetta', selezionare 'ricetta lista Lock' ed eseguire le ricette in sequenza sui vostri dati video. </li></ol> Parte 4: Controllo di precisione ricetta utilizzando il software Photoshop Al fine di validare la ricetta creata con (CL-Quant softwsono), gli stessi dati possono essere analizzati manualmente con Adobe Photoshop. Per questa analisi, ogni fotogramma 10 (ogni 70 punti Tempo min) è stato analizzato per misurare le dimensioni della colonia nell'arco di 48 ore. <ol><li> Aprire una cornice di un'immagine colonia in Adobe Photoshop. </li><li> Clicca sulla bacchetta magica nella barra degli strumenti. </li><li> Clicca sulla zona intorno alla colonia modo che il campo è coperto, tranne la regione colonia. </li><li> Fare clic su 'Modifica in modalità maschera veloce' nella barra degli strumenti e fare clic sulla colonia così la colonia è stata selezionata. </li><li> Assicurarsi che la linea tratteggiata attorno alla colonia si adatta a destra intorno alla periferia della colonia, e non dentro. Se la linea tratteggiata non è intorno alla periferia, modificare il valore di tolleranza nella barra degli strumenti superiore di conseguenza. </li><li> Vai alla 'Finestra' menu a tendina e cliccare su 'Istogramma'. </li><li> Annotare il valore dei pixel quando la cache = 1. Se la cache è di 2, fare clic sul '!' per passare alla cache di 1, e prendere nota del valore del pixel. </li><li> Ripetere la procedura per ogni fotogramma 10. Un minor numero di frames totali può essere utilizzato se lo si desidera. </li><li> I dati raccolti con Photoshop e CL-Quant software può quindi essere tracciata insieme. Se il CL-Quant ricette sono veritiere, le curve di Photoshop per l'analisi e CL-Quant dovrebbe essere molto simile (fig. 3-5). </li><li> Se le ricette sviluppato con CL-Quant sono veritiere, possono essere applicati affidabile ai dati video. </li><li> Il valore in uso di video bioinformatica in questa analisi è che una volta la segmentazione, la valorizzazione, e le ricette di misura sono stati sviluppati e validati, si esibiranno l'analisi molto più rapidamente e più accuratamente di quanto un essere umano con Photoshop. </li></ol> Rappresentante Risultati <img src="/files/ftp_upload/1933/1933fig1.jpg" alt="Figura 1" data-altupdatedat="1787634011000" data-alt="Figura 1"> Figura 1: Film strip di una colonia hESC rappresentare i frame in diversi momenti durante le 48 ore di crescita in un CT BioStation. Cornici sono state prese a 7 ​​minuti. <img src="/files/ftp_upload/1933/1933fig2.jpg" alt="Figura 2" data-altupdatedat="1787634011000" data-alt="Figura 2"> Figura 2: (A) Immagine di un hESC con una maschera posta sulla colonia dalla ricetta segmentazione. Aree di detriti e lo sfondo sono mascherati anche indicare che una ricetta potenziamento è necessario per migliorare l'accuratezza della valutazione. (B) Immagine della colonia stessa, come indicato in "A" dopo il miglioramento è stato eseguito. La maschera seleziona ora solo la colonia e il rumore è stato eliminato dalla selezione. <img src="/files/ftp_upload/1933/1933fig3.jpg" alt="Figura 3" data-altupdatedat="1787634011000" data-alt="Figura 3"> Figura 3: Il grafico che mostra aumento delle dimensioni della colonia (in pixel) nell'arco di 48 ore come determinati con CL-Quant software e Photoshop. Questo grafico grafici i dati grezzi e mostra che le colonie partono da diverse dimensioni. Dimostra anche che entrambi i metodi di misura sono in buon accordo. <img src="/files/ftp_upload/1933/1933fig4.jpg" alt="Figura 4" data-altupdatedat="1787634011000" data-alt="Figura 4"> Figura 4: Il grafico che mostra gli stessi dati come nella figura 3 dopo la normalizzazione di mostrare l'aumento di dimensioni della colonia per cento in più di 48 ore. Questo dimostra che i tassi di crescita sono simili indipendentemente dalla dimensione colonia di partenza e che entrambe le misure di analisi danno risultati simili. <img src="/files/ftp_upload/1933/1933fig5.jpg" alt="Figura 5" data-altupdatedat="1787634011000" data-alt="Figura 5"> Figura 5: Il grafico che mostra i mezzi per i dati normalizzati in Figura 4. Questo grafico mostra chiaramente un buon accordo tra l'analisi fatta utilizzando video bioinformatica (CL-Quant software) e Photoshop e stabilisce che la ricetta è veritiero. La leggera flessione in area per i dati di Photoshop a telaio 325 è dovuto a diversi video non essere inclusi nell'analisi Photoshop.

Video sono potenti strumenti bioinformatici per la rapida estrazione dei dati da immagini video. Il nostro protocollo per quantificare colonia crescita hESC dimostra una applicazione di video bioinformatica a un problema biologico. Questo metodo è quantitativo e ha la caratteristica interessante di dati idonei a rivelare dalle colonie hESC individuali. Video ricette bioinformatica può essere sviluppato per il monitoraggio di altri processi cellulari come la proliferazione, la migrazione, l&#39;apoptosi, e l&#39;attaccam...

<table><tbody><tr><td>Mezzo di coltura per cellule staminali embrionali umane mTeSR1</td><td>Stem Cell Technologies</td><td>05850</td><td>oppure qualsiasi altro mezzo adatto per la coltura di hESC.</td></tr><tr><td>BD Matrigel</td><td>BD Biosciences</td><td>356234</td><td>oppure altro substrato adatto.</td></tr><tr><td>Mezzo basale DMEM/F12</td><td>Invitrogen</td><td>11330-032</td><td></td></tr><tr><td>Soluzione salina tampone al fosfato senza Ca&lt;sup&gt;2+&lt;/sup&gt; e Mg&lt;sup&gt;2+&lt;/sup&gt;</td><td></td><td></td><td></td></tr><tr><td>Mezzo enzimatico di distacco cellulare Accutase</td><td>eBioscience</td><td>00-4555-56</td><td>oppure altro enzima di distacco adatto.</td></tr><tr><td>Perline di vetro da 3 mm</td><td>Fisher Scientific</td><td>11-312A</td><td>facoltativo.</td></tr><tr><td>Piastre per coltura cellulare a 12 pozzetti</td><td>BD Biosciences</td><td>353043</td><td>oppure qualsiasi altro formato di piastra.</td></tr><tr><td>Nikon BioStation CT/IM</td><td></td><td></td><td>oppure altro incubatore/microscopio adatto per l'acquisizione di dati video.</td></tr><tr><td>Software CL-Quant (Nikon) e/o Photoshop (Adobe).</td><td></td><td></td><td></td></tr></tbody></table>

video bioinformatica analisi delle embrionali umane crescita colony cellule staminali

Video Bioinformatics Analysis of Human Embryonic Stem Cell Colony Growth

Poiché i dati video sono complessi e sono composti da molte immagini, informazioni di data mining da materiale video è difficile da fare senza l&#39;aiuto di software per computer. Video bioinformatica è un approccio quantitativo per l&#39;estrazione di potente spazio-temporale dei dati da immagini video utilizzando il software per computer per eseguire minerario datazione e l&#39;analisi. In questo articolo introduciamo un metodo video di bioinformatica per quantificare la crescita delle cellule staminali embrionali umane (hESC) attraverso l&#39;analisi time-lapse dei video raccolti in un BioStation Nikon CT incubatore dotato di una fotocamera per le immagini video. Nei nostri esperimenti, colonie hESC che erano attaccati alla Matrigel sono stati filmati per 48 ore nel CT BioStation. Per determinare il tasso di crescita di queste colonie, le ricette sono state sviluppate utilizzando CL-Quant software che permette agli utenti di estrarre vari tipi di dati da immagini video. Per valutare con precisione la crescita colonia, tre ricette sono state create. Il primo segmentato l&#39;immagine nella colonia e lo sfondo, la seconda maggiore l&#39;immagine per definire le colonie per tutta la sequenza video con precisione, e il terzo misurato il numero di pixel nella colonia nel tempo. Le tre ricette sono state eseguite in sequenza sui dati video raccolti in una CT BioStation per analizzare il tasso di crescita di colonie hESC individuali oltre 48 ore. Per verificare la veridicità delle CL-Quant ricette, gli stessi dati sono stati analizzati manualmente utilizzando il software Adobe Photoshop. Quando i dati ottenuti utilizzando il CL-Quant ricette e Photoshop sono stati confrontati i risultati erano praticamente identici, indicando il CL-Quant ricette sono state veritiere. Il metodo qui descritto potrebbe essere applicata a tutti i dati video per misurare i tassi di crescita delle hESC o di altre cellule che crescono in colonie. Inoltre, altri video di ricette bioinformatica possono essere sviluppate in futuro per altri processi cellulari quali la migrazione, l&#39;apoptosi e adesione cellulare.

Video bioinformatica è l&#39;elaborazione automatizzata, l&#39;analisi, la comprensione e il data mining di biologico spazio-temporali di dati estratti da video microscopiche. Lo scopo di questo articolo è di dimostrare un metodo per misurare la crescita delle cellule umane embrionali staminali colonia utilizzando un metodo video di bioinformatica.

Video Bioinformatica Analisi delle embrionali umane crescita Colony cellule staminali

Poiché i dati video sono complessi e sono composti da numerose immagini, l'estrazione di informazioni dal materiale video è difficile da realizzare senza l'ausilio di computer...

Questo protocollo illustra un metodo di bioinformatica video per misurare la crescita delle colonie di cellule staminali embrionali umane analizzando video in time-lapse raccolti in un incubatore icon bio station CT, dotato di una telecamera per l'acquisizione video. Le colonie di cellule staminali embrionali umane, o colonie HESC, vengono coltivate fino al 70% di confluenza, ripiastrellate e incubate per 48 ore, dopo di che le colonie HESC vengono filmate per ulteriori 48 ore nel Biot ct. Il tasso di crescita viene determinato utilizzando ricette di segmentazione, potenziamento e misurazione sviluppate con il software CL quant.Le ricette sono state convalidate mediante confronto con Adobe Photoshop, uno strumento di analisi delle immagini che consente un adattamento manuale preciso della maschera a ciascuna colonia. Il campo emergente della bioinformatica video può essere utilizzato per automatizzare l'elaborazione, l'analisi e l'estrazione di dati biologici da video microscopici. Ciao, sono Serena Lin del laboratorio del Dott. Prue Talbot del Dipartimento di Biologia Cellulare e Neuroscienze dell'Università della California a Riverside.Ciao, sono Sean Fino, anch'io del Talbot Lab

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

Research

Ricerca

JoVE Journal

Biology

Biologia

Con il crescente interesse per le terapie con cellule staminali, le tecniche di imaging molecolare sono ideali per il monitoraggio del comportamento delle cellule staminali dopo il trapianto. Geni reporter luciferasi hanno permesso non invasiva, la valutazione ripetitivo della sopravvivenza cellulare, la posizione e la proliferazione in vivo. Questo video dimostra come monitorare la proliferazione hESC in un topo vivo.

In vitro e in Imaging bioluminescenza gene reporter in vivo di cellule staminali embrionali umane

Questo protocollo dimostra come mantenere sani, indifferenziate staminali embrionali umane (ES) cellule.

Cultura e manutenzione di cellule staminali embrionali umane

Nonostante gli sforzi volti a culture di transizione a feeder liberi condizioni, la derivazione e la cultura di cellule staminali embrionali umane (hESC) rimangono in gran parte dipendente dal co-colture con alimentatori embrionali di topo (MEF). Qui vi mostriamo una nuova metodologia per la rapida rimozione di alimentatori da culture hESC prima della sperimentazione.

Fibroblast rimozione veloce da alta densità Culture staminali embrionali umane

Singolo gene delle cellule saggio di espressione è necessaria per comprendere eterogeneità di cellule staminali.

Profiling cellule staminali embrionali umane individuale mediante RT-PCR

Questo studio descrive una piattaforma sperimentale per caratterizzare rapidamente le cellule staminali ingegnerizzate e i loro comportamenti prima della loro applicazione in studi di trapianto in vivo a lungo termine per il salvataggio e la riparazione del sistema nervoso.

High Throughput Caratterizzazione di cellule staminali adulte Engineered per consegna di fattori terapeutici per le strategie neuroprotettive

Con l'intento di caratterizzare i cambiamenti nei miRNA su cellule staminali neurali umane differenziate (hNSC), descriviamo la differenziazione delle hNSC su un sistema tridimensionale, la valutazione dei cambiamenti nell'espressione dei microRNA mediante array PCR di miRNA e l'analisi computazionale per la previsione del bersaglio dei miRNA e la sua convalida mediante doppio saggio della luciferasi.

Differenziazione di una linea di cellule staminali neurali umane in Tre Culture dimensionali, Geni Analisi di MicroRNA e putativo di destinazione

Il protocollo presentato in questo studio descrive metodi per il monitoraggio in tempo reale di progressione riprogrammazione tramite la misurazione cinetica dei marcatori di cellule staminali pluripotenti positivi e negativi usando analisi citofluorimetrica. Il protocollo include anche la valutazione di imaging basata su morfologia, e pennarello o espressione giornalista durante la generazione IPSC.

Cinetica Misurazione e Tempo reale visualizzazione della riprogrammazione somatica

Cellule germinali primordiali (PGC) sono precursori comuni di uova e sperma. PGC embrionale umano vengono specificati da cellule pluripotenti dell'epiblasto attraverso interazioni delle citochine. Qui, descriviamo un protocollo di 13 giorni di indurre le cellule umane transcriptomally PGC di somiglianza alla superficie dei corpi embryoid da cellule staminali pluripotenti di innescato-pluripotenza indotta.

Cellule staminali pluripotenti indotte generazione umana primordiale delle cellule di germe-come delle cellule sulla superficie dei corpi Embryoid da pluripotenza innescato

I ligandi a matrice extracellulare possono essere modellati su idrogel di poliacrilammide per consentire la coltura di cellule staminali embrionali umane in colonie confinate su substrati conformi. Questo metodo può essere combinato con la microscopia a forza di trazione e i saggi biochimici per esaminare l'interazione tra la geometria dei tessuti, le forze generate dalle cellule e le specifiche del destino.

Modellazione della geometria delle colonie di cellule staminali embrionali umane su substrati conformi per controllare la meccanica a livello di tessuto

I fenotipi di crescita del lievito sono misurati con precisione attraverso l'imaging time-lapse altamente parallelo di cellule immobilizzate che crescono in microcolonie. Allo stesso tempo, la tolleranza allo stress, l'espressione proteica e la localizzazione delle proteine possono essere monitorate, generando set di dati integrati per studiare come le differenze ambientali e genetiche, così come l'eterogeneità gene-espressione tra le cellule isogeniche, modulano la crescita.

Imaging live ad alta produttività di microcolonie per misurare l'eterogeneità nella crescita e nell'espressione genica

Qui, forniamo un metodo per l'analisi dell'imaging di cellule vive che può essere utilizzato per tracciare manualmente i lignaggi dei cheratinociti di passaggio 0 e che consente la raccolta di metriche di proliferazione, tra cui il destino della divisione cellulare e la durata del ciclo cellulare.

Imaging di cellule vive con fotografia time lapse per studiare la cinetica di proliferazione dei cheratinociti epidermici

Impara la bioinformatica video per misurare la crescita delle colonie di cellule staminali embrionali umane con analisi time-lapse automatizzata. Questo metodo validato con CL quant e Adobe Photoshop accelera l'elaborazione dei dati biologici.

Video Bioinformatica Analisi delle embrionali umane crescita Colony cellule staminali

Esplora altri video