Name: Analyse van multidimensionale microscopiegegevens met behulp van Cell-ACDC (Video) | JoVE Journal
Uploaded: 2025-11-07T13:40:00.000+00:00
Duration: 6 min 17 s
Description: Leer Cell-ACDC-software voor analyse van celdelingscycli met AI-gestuurde segmentatie en tracking. Deze open-source tool verbetert nauwkeurigheid bij bio-beeldanalyse en versnelt biologisch onderzoek.

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>Segmentatie- en trackingsoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>Bayesian tracker</td><td>Kristina Ulicna</td><td>10.3389/fcomp.2021.734559</td><td>Trackingsoftware, optioneel, kan automatisch worden geïnstalleerd met 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>Cellpose germline Nuclei</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>Segmentatiesoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>Cellpose version 2</td><td>Carsen Stringer</td><td>10.1038/s41592-020-01018-x</td><td>Segmentatiesoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>Cellpose version 3</td><td>Carsen Stringer</td><td>10.1038/s41592-025-02595-5</td><td>Segmentatiesoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>Cellpose version 4 (Cellpose-SAM)</td><td>Marius&nbsp;Pachitariu</td><td>10.1101/2025.04.28.651001</td><td>Segmentatiesoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>Computer</td><td>-</td><td>-</td><td>Zie aanbevolen specificaties hieronder</td></tr><tr><td>Computer - CPU</td><td>Elk</td><td>-</td><td>Aanbevolen minimum 4 Cores, 2.5Ghz&nbsp;</td></tr><tr><td>Computer - GPU</td><td>Nvidia (bij voorkeur)&nbsp;</td><td>-</td><td>(Optioneel) Aanbevolen minimum 8GB VRAM</td></tr><tr><td>Computer - Schijfruimte</td><td>Elk</td><td>-</td><td>4GB + 3 x microscoopbestandgrootte</td></tr><tr><td>Computer - Besturingssysteem</td><td>Microsoft, Apple, anderen</td><td>-</td><td>Windows, MacOS en Linux worden ondersteund</td></tr><tr><td>Computer - RAM</td><td>Elk</td><td>-</td><td>3 x bestandsgrootte van enkele positie, minimum 16GB</td></tr><tr><td>DeepSea</td><td>Abolfazl&nbsp;Zargari</td><td>10.1016/j.crmeth.2023.100500</td><td>Segmentatie- en trackingsoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>DeLTA&nbsp;</td><td>Jean-Baptiste Lugagne / Owen M. O&rsquo;Connor</td><td>10.1101/720615 / 10.1371/journal.pcbi.1009797</td><td>Segmentatie- en trackingsoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>InstanSeg</td><td>Thibaut Goldsborough</td><td>10.48550/arXiv.2408.15954</td><td>Segmentatiesoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>Miniforge</td><td>conda-forge</td><td>-</td><td>Link om de installer te downloaden van de 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>Segmentatiesoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>pomBseen</td><td>Makoto Ohira</td><td>10.1371/journal.pone.0291391</td><td>Segmentatiesoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>SAM (Segment Anything Model)</td><td>Alexander Kirillov</td><td>10.48550/arXiv.2304.02643</td><td>Segmentatiesoftware, optioneel, kan automatisch worden geïnstalleerd met 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>Segmentatiesoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>TAPIR</td><td>Carl Doersch</td><td>10.48550/arXiv.2306.08637</td><td>Trackingsoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>Trackastra</td><td>Benjamin Gallusser</td><td>https://doi.org/10.48550/arXiv.2405.1570</td><td>Trackingsoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>Trackpy</td><td>Daniel Allan</td><td>10.5281/zenodo.1213240</td><td>Trackingsoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>YeastMate</td><td>David Bunk</td><td>10.1093/bioinformatics/btac107</td><td>Segmentatiesoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr><tr><td>YeaZ</td><td>Nicola Dietler</td><td>10.1038/s41467-020-19557-4</td><td>Segmentatie- en trackingsoftware, optioneel, kan automatisch worden geïnstalleerd met Cell-ACDC</td></tr></tbody></table>

analyse van multidimensionale microscopiegegevens met behulp van cell-acdc

Analysis of Multidimensional Microscopy Data Using Cell-ACDC

Analyse van multidimensionale microscopiegegevens met behulp van 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

JoVE Journal

Biology

Biologie

Lijm micropatterns dat cellulaire architectuur normaliseren kan gebruikt worden om de gevoeligheid bij de detectie van de effecten van geneesmiddelen te verhogen, het verbeteren van de reproduceerbaarheid en vereenvoudiging van de geautomatiseerde beeldacquisitie en analyse. Deze technologie zullen profiteren drug / siRNA screeningstesten, uitgevoerd op conventionele celcultuur ondersteunt en daardoor lijden aan overmatige cel-tot-cel variabiliteit.

Verbeterde visualisatie en kwantitatieve analyse van de Drug effecten met behulp van micropatterned cellen

Wij ontwikkelden een software platform dat Imaris Neuroscience, ImarisXT en MATLAB om de veranderingen in morfologie van een ongedefinieerde vorm uit driedimensionale confocale fluorescentie van afzonderlijke cellen te meten gebruikt. Deze nieuwe benadering kan worden gebruikt om veranderingen in celvorm na receptor activatie kwantificeren en dus een mogelijke extra hulpmiddel voor drug discovery.

Een analytisch instrument dat cellulaire morfologie Veranderingen van Drie-dimensionale Fluorescentie afbeeldingen kwantificeert

Gepresenteerd is een flexibele informatica workflow waardoor multiplex-image-based analyse van fluorescent gelabelde cellen. De workflow kwantificeert nucleaire en cytoplasmatische markers en berekent marker translocatie tussen deze compartimenten. Procedures zijn voorzien verstoring van cellen met siRNA en betrouwbare methode voor het merkerdetectie door indirecte immunofluorescentie in 96-well formaat.

Workflow voor High-inhoud, individuele cel Kwantificering van fluorescente merkers van Universal Microscoop gegevens, Ondersteund door Open Source Software

Celdifferentiatie wordt gereguleerd door een groot aantal micro-omgeving factoren, met inbegrip van zowel matrix samenstelling en de ondergrond eigenschappen. We beschrijven hier een techniek gebruikmaking cel microarrays in samenhang met trekkracht microscopie zowel celdifferentiatie en biomechanische cel- substraatinteracties als functie van de micro-omgeving context evalueren.

Een High-throughput Cell Microarray Platform voor Correlatieve Analyse van de Cel Differentiatie en trekkrachten

In dit artikel wordt een microscopie-werkstroom voor hoge inhoud voor gelijktijdige kwantificering van intracellulaire ROS-niveaus aangeboden, evenals mitochondriale membraanpotentiaal en morfologie - gezamenlijk aangeduid als mitochondriale morfofunctie - in levend aanhechtende cellen met behulp van de celdoorlatende fluorescerende reportermoleculen 5- (en- 6) -chloormethyl-2 ', 7'-dichloordihydrofluoresceendiacetaat, acetylester (CM-H2 DCFDA) en tetramethylrhodamine methylester (TMRM).

Cellular Redox Profiling Met High-Content Microscopy

Dit artikel beschrijft de gedetailleerde methodologie ter voorbereiding van een Multiplexed kunstmatige cellulaire communicatie (MACME)-array voor high-throughput manipulatie van fysische en chemische cues nabootsen in vivo cellulaire microenvironments en aan het identificeren van de optimale cellulaire omgeving voor menselijke pluripotente stamcellen (hPSCs) met eencellige profilering.

Fabricage van een Multiplexed kunstmatige cellulaire communicatie Array

De hier gepresenteerde methode maakt gebruik van micropatterning samen met kwantitatieve beeldvorming om de ruimtelijke ordening binnen de zoogdier culturen te onthullen. De techniek is gemakkelijk vast te stellen in een standaard laboratorium voor celbiologie en biedt een Tractable systeem om patronen in vitro te bestuderen.

De opkomende ruimtelijke ordening van zoogdiercellen in kaart brengen met behulp van micro patronen en kwantitatieve beeldvorming

Hier wordt een protocol gepresenteerd voor het optisch extraheren en catalogiseren van aangeboren cellulaire fluorescentiehandtekeningen (d.w.z. cellulaire autofluorescentie) van elke individuele levende cel verdeeld in een driedimensionale ruimte. Deze methode is geschikt voor het bestuderen van de aangeboren fluorescentiesignatuur van diverse biologische systemen met een eencellige resolutie, waaronder cellen van bacteriën, schimmels, gisten, planten en dieren.

Reconstructie van eencellige aangeboren fluorescentiehandtekeningen door confocale microscopie

We presenteren een methode, die gebruik maakt van een generaliseerbare gebiedsgebaseerde beeldanalysebenadering om celtellingen te identificeren. Analyse van verschillende celpopulaties maakte gebruik van de significante celhoogte en structuurverschillen tussen verschillende celtypen binnen een adaptief algoritme.

Gebiedsgebaseerd beeldanalysealgoritme voor kwantificering van macrofaag-fibroblastcoculturen

Het Integrative Toolkit to Analyze Cellular Signals (iTACS) platform automatiseert het proces van het gelijktijdig meten van een breed scala aan chemische en mechanische signalen in aanhangende cellen. iTACS is ontworpen om community-driven ontwikkeling te vergemakkelijken en onderzoekers in staat te stellen alle platformfuncties te gebruiken, ongeacht hun educatieve achtergrond.

Integratieve toolkit om cellulaire signalen te analyseren: krachten, beweging, morfologie en fluorescentie

Differentiële dynamische microscopie (DDM) combineert kenmerken van dynamische lichtverstrooiing en microscopie. Hier wordt het proces van het gebruik van DDM om gereconstitueerde cytoskeletnetwerken te karakteriseren door de subdiffusieve en gekooide dynamiek van deeltjes in vimentinenetwerken en de ballistische beweging van actieve myosine-gedreven actine-microtubulecomposieten te kwantificeren.

Kwantificeren van cytoskeletdynamica met behulp van differentiële dynamische microscopie

Leer Cell-ACDC-software voor analyse van celdelingscycli met AI-gestuurde segmentatie en tracking. Deze open-source tool verbetert nauwkeurigheid bij bio-beeldanalyse en versnelt biologisch onderzoek.

Analyse van multidimensionale microscopiegegevens met behulp van Cell-ACDC

Meer video's verkennen