Name: Analisi di dati di microscopia multidimensionale utilizzando Cell-ACDC (Video) | JoVE Journal
Uploaded: 2025-11-07T13:40:00.000+00:00
Duration: 6 min 17 s
Description: Scopri l'analisi dei dati di microscopia multidimensionale con Cell-ACDC, un software open-source che integra modelli AI per segmentazione e tracciamento cellulare. Migliora l'accuratezza delle annotazioni e accelera le scoperte biologiche.

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>NEONATO</td><td>Julian Pietsch</td><td>10.7554/eLife.79812</td><td>Software di segmentazione e tracciamento, opzionali, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>Tracciatore bayesiano</td><td>Kristina Ulicna</td><td>10.3389/fcomp.2021.734559</td><td>Il software di tracciamento, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>Cell-ACDC</td><td>Francesco Padovani</td><td>10.1186/s12915-022-01372-6</td><td>Software</td></tr><tr><td>Nuclei della linea germinale della posizione cellulare</td><td>Cristina Pi&ntilde; eiro L&oacute; pez / Ana Rita Rodrigues Neves / Ivana <img alt="Equation 1" src="/files/ftp_upload/68954/68954eq1.jpg" style="margin: auto; "/>avka</td><td>10.17912/MICROPUB. BIOLOGY.001062</td><td>Il software di segmentazione, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>Cellpose versione 2</td><td>Carsen Stringer</td><td>10.1038/s41592-020-01018-x</td><td>Il software di segmentazione, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>Cellpose versione 3</td><td>Carsen Stringer</td><td>10.1038/s41592-025-02595-5</td><td>Il software di segmentazione, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>Cellpose versione 4 (Cellpose-SAM)</td><td>Marius&nbsp; Pachitariu</td><td>10.1101/2025.04.28.651001</td><td>Il software di segmentazione, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>Computer</td><td>-</td><td>-</td><td>Vedi le specifiche consigliate di seguito</td></tr><tr><td>Computer - CPU</td><td>Qualunque</td><td>-</td><td>Minimo raccomandato 4 Core, 2,5Ghz & nbsp;</td></tr><tr><td>Computer - GPU</td><td>Nvidia (preferibile)&nbsp;</td><td>-</td><td>(Opzionale) Minimo raccomandato 8GB di VRAM</td></tr><tr><td>Computer - Spazio su disco rigido</td><td>Qualunque</td><td>-</td><td>4GB + 3 x dimensione del file microscopico</td></tr><tr><td>Computer - Sistema operativo</td><td>Microsoft, Apple, altri</td><td>-</td><td>Sono supportati Windows, MacOS e Linux</td></tr><tr><td>Computer - RAM</td><td>Qualunque</td><td>-</td><td>3 x file di singola posizione, minimo 16GB</td></tr><tr><td>DeepSea</td><td>Abolfazl&nbsp; Zargari</td><td>10.1016/j.crmeth.2023.100500</td><td>Software di segmentazione e tracciamento, opzionali, può essere installato automaticamente con Cell-ACDC</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>Software di segmentazione e tracciamento, opzionali, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>InstanSeg</td><td>Thibaut Goldsborough</td><td>10.48550/arXiv.2408.15954</td><td>Il software di segmentazione, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>Miniforge</td><td>Conda-Forge</td><td>-</td><td>Link per scaricare l'installatore dal sito di Miniforge: https://conda-forge.org/download/</td></tr><tr><td>Omnipose</td><td>Kevin Cutler</td><td>10.1038/s41592-022-01639-4</td><td>Il software di segmentazione, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>pomBseen</td><td>Makoto Ohira</td><td>10.1371/journal.pone.0291391</td><td>Il software di segmentazione, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>SAM (Modello Segment Anything)</td><td>Alexander Kirillov</td><td>10.48550/arXiv.2304.02643</td><td>Il software di segmentazione, opzionale, può essere installato automaticamente con Cell-ACDC</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>Il software di segmentazione, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>TAPIRO</td><td>Carl Doersch</td><td>10.48550/arXiv.2306.08637</td><td>Il software di tracciamento, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>Trackastra</td><td>Benjamin Gallusser</td><td>https://doi.org/10.48550/arXiv.2405.1570</td><td>Il software di tracciamento, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>Trackpy</td><td>Daniel Allan</td><td>10.5281/zenodo.1213240</td><td>Il software di tracciamento, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>YeastMate</td><td>David Bunk</td><td>10.1093/bioinformatica/btac107</td><td>Il software di segmentazione, opzionale, può essere installato automaticamente con Cell-ACDC</td></tr><tr><td>YeaZ</td><td>Nicola Dietler</td><td>10.1038/s41467-020-19557-4</td><td>Software di segmentazione e tracciamento, opzionali, può essere installato automaticamente con Cell-ACDC</td></tr></tbody></table>

analisi di dati di microscopia multidimensionale utilizzando cell-acdc

Analysis of Multidimensional Microscopy Data Using Cell-ACDC

Analisi di dati di microscopia multidimensionale utilizzando 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

Ricerca

JoVE Journal

Biology

Biologia

Microdisegni adesivo che normalizzano architettura cellulare può essere utilizzato per aumentare la sensibilità nella rilevazione degli effetti dei farmaci, migliorare la riproducibilità e semplificare l'acquisizione automatica delle immagini e analisi. Tale tecnologia andrà a beneficio della droga / siRNA test di screening, eseguite su supporti convenzionali coltura cellulare e quindi soffrono di un eccessivo cellula-cellula variabilità.

Una migliore visualizzazione e analisi quantitativa degli effetti del farmaco utilizzando cellule Micropatterned

Abbiamo sviluppato una piattaforma software che utilizza Imaris Neuroscienze, ImarisXT e MATLAB per misurare i cambiamenti nella morfologia di una forma indefinita preso da tridimensionale fluorescenza confocale di singole cellule. Questo nuovo approccio può essere usato per quantificare i cambiamenti nella forma cellulare dopo l'attivazione del recettore e rappresenta quindi un possibile strumento aggiuntivo per la scoperta di farmaci.

Uno strumento di analisi che quantifica Modifiche morfologia cellulare dalle immagini a fluorescenza tridimensionali

Presentato è un flusso di lavoro flessibile, l'informatica che consente l'analisi di immagini basata multiplex di cellule fluorescente. Il flusso di lavoro quantifica marcatori nucleari e citoplasmatici e calcola marcatore traslocazione tra questi compartimenti. Le procedure sono previste per la perturbazione di cellule utilizzando siRNA e metodologia affidabile per il rilevamento marcatore mediante immunofluorescenza indiretta in formati da 96 pozzetti.

Flusso di lavoro per High-contenuti, Quantificazione singola cella di fluorescenti Marcatori da Universal Microscopio dati, supportati da Open Source Software

differenziazione delle cellule è regolata da una serie di fattori microambientali, tra cui entrambe le proprietà composizione della matrice e materiale del substrato. Descriviamo qui una tecnica che utilizza microarrays di cellule in combinazione con una forza di trazione microscopio per valutare sia la differenziazione cellulare e biomeccaniche interazioni cellula-substrato in funzione del contesto microambientali.

Una piattaforma cellulare microarray high-throughput per l&#39;analisi correlativa cellulare Differenziazione e forze di trazione

Questo documento presenta un flusso di lavoro di microscopia ad alto contenuto per la quantificazione simultanea dei livelli ROS intracellulari, nonché il potenziale e la morfologia della membrana mitocondriale - definiti congiuntamente come morfofunzione mitocondriale - nelle cellule adesive viventi utilizzando le molecole reporter fluorescenti per cellule permeanti 5- 6) clorometil-2 ', 7'-diclorodidro-fluoresceina diacetato, acetil estere (CM-H 2 DCFDA) e tetrametilrodamina metilestere...

Profilatura cellulare Redox usando la microscopia ad alto contenuto

Questo articolo descrive la metodologia dettagliata per preparare una matrice Multiplexed artificiale microambiente cellulare (MACME) per manipolazione di alto-rendimento di fisica e chimica di stecche che imita in vivo cellulare microambienti e a identificare l'ambiente cellulare ottima per le cellule staminali pluripotenti umane (hPSCs) con l'analisi di singole cellule.

Fabbricazione di una matrice di multiplex artificiale microambiente cellulare

Il metodo qui presentato utilizza il micromodellamento insieme all'imaging quantitativo per rivelare l'organizzazione spaziale all'interno delle culture dei mammiferi. La tecnica è facile da stabilire in un laboratorio di biologia cellulare standard e offre un sistema trattabile per studiare patterning in vitro.

Mappatura dell'Emergente Organizzazione Spaziale delle Cellule Mammarie utilizzando Micropatterns e Quantitative Imaging

Qui, viene presentato un protocollo per estrarre otticamente e catalogare le firme di fluorescenza cellulare innata (cioè l'autofluorescenza cellulare) da ogni singola cellula viva distribuita in uno spazio tridimensionale. Questo metodo è adatto per studiare la firma di fluorescenza innata di diversi sistemi biologici a una risoluzione unicellulare, comprese le cellule di batteri, funghi, lieviti, piante e animali.

Ricostruzione delle firme di fluorescenza innata unicellulare mediante microscopia confocale

Presentiamo un metodo che utilizza un approccio di analisi delle immagini generalizzabile basato sull'area per identificare i conteggi delle cellule. L'analisi di diverse popolazioni cellulari ha sfruttato le significative differenze di altezza e struttura cellulare tra diversi tipi di cellule all'interno di un algoritmo adattivo.

Algoritmo di analisi delle immagini basato sull'area per la quantificazione delle cocolture di macrofagi-fibroblasti

La piattaforma Integrative Toolkit to Analyze Cellular Signals (iTACS) automatizza il processo di misurazione simultanea di un'ampia varietà di segnali chimici e meccanici nelle cellule aderenti. iTACS è progettato per facilitare lo sviluppo guidato dalla comunità e consentire ai ricercatori di utilizzare tutte le funzionalità della piattaforma indipendentemente dal loro background educativo.

Toolkit integrativo per analizzare i segnali cellulari: forze, movimento, morfologia e fluorescenza

La microscopia dinamica differenziale (DDM) combina caratteristiche di diffusione dinamica della luce e microscopia. Qui, viene presentato il processo di utilizzo del DDM per caratterizzare le reti citoscheletriche ricostituite quantificando la dinamica subdiffusiva e ingabbiata delle particelle nelle reti di vimentine e il movimento balistico dei compositi actina-microtubulo attivi guidati dalla miosina.

Quantificazione della dinamica del citoscheletro mediante microscopia dinamica differenziale

Scopri l'analisi dei dati di microscopia multidimensionale con Cell-ACDC, un software open-source che integra modelli AI per segmentazione e tracciamento cellulare. Migliora l'accuratezza delle annotazioni e accelera le scoperte biologiche.

Analisi di dati di microscopia multidimensionale utilizzando Cell-ACDC

Esplora altri video