$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
A polaridade celular é um fenômeno macroscópico estabelecido por um conjunto de moléculas e estruturas espacialmente concentradas que culminam no surgimento de domínios especializados no nível subcelular. Está associada ao desenvolvimento de estruturas morfológicas assimétricas subjacentes a funções-chave biológicas, tais como divisão celular, crescimento e migração. Além disso, a ruptura da polaridade celular tem sido associada a distúrbios relacionados ao tecido, como câncer e displasia gástrica.
Os métodos atuais para avaliar a dinâmica espaço-temporal de repórteres fluorescentes em células polarizadas individuais geralmente envolvem etapas manuais para traçar uma linha média ao longo do eixo principal das células, o que é demorado e propenso a fortes vieses. Além disso, embora a análise ratiométrica possa corrigir a distribuição desigual das moléculas repórteres usando dois canais de fluorescência, as técnicas de subtração de fundo são frequentemente arbitrárias e carecem de suporte estatístico.
Este manuscrito apresenta um novo pipeline computacional para automatizar e quantificar o comportamento espaço-temporal de células individuais usando um modelo de polaridade celular: crescimento de pelos do tubo polínico/raiz e dinâmica de íons citosólicos. Um algoritmo de três etapas foi desenvolvido para processar imagens ratiométricas e extrair uma representação quantitativa da dinâmica e crescimento intracelular. A primeira etapa segmenta a célula do plano de fundo, produzindo uma máscara binária por meio de uma técnica de limiar no espaço de intensidade de pixel. O segundo passo traça um caminho através da linha média da célula através de uma operação de esqueletização. Finalmente, a terceira etapa fornece os dados processados como um timelapse ratiométrico e produz um quimógrafo ratiométrico (ou seja, um perfil espacial 1D ao longo do tempo). Dados de imagens ratiométricas adquiridas com repórteres fluorescentes codificados geneticamente de tubos polínicos em crescimento foram usados para avaliar o método. Esse pipeline permite uma representação mais rápida, menos enviesada e mais precisa da dinâmica espaço-temporal ao longo da linha média de células polarizadas, avançando assim o kit de ferramentas quantitativas disponível para investigar a polaridade celular. O código-fonte do AMEBaS Python está disponível em: https://github.com/badain/amebas.git