Video Bioinformatics Analysis of Human Embryonic Stem Cell Colony Growth

Because video data are complex and are comprised of many images, mining information from video material is difficult to do without the aid of computer ...

University of California

&#x89C6;&#x9891;&#x5206;&#x4EAB;&#x793E;&#x4EA4;&#x7F51;&#x7EDC;&#x7684;&#x4EBA;&#x7C7B;&#x884C;&#x4E3A;&#x5206;&#x6790;&#x662F;&#x65B0;&#x5174;&#x7684;&#x7814;&#x7A76;&#x9886;&#x57DF;&#xFF0C;&#x5176;&#x4E2D;&#x5206;&#x6790;&#x5206;&#x4EAB;&#x591A;&#x5A92;&#x4F53;&#x5185;&#x5BB9;&#x548C;&#x8C03;&#x67E5;&#x5F71;&#x54CD;&#x7684;&#x4EBA;&#x7C7B;&#x52A8;&#x529B;&#x5B66;&#x89C6;&#x9891;&#x5206;&#x4EAB;&#x7CFB;&#x7EDF;&#x4E0A;&#x7684;&#x7528;&#x6237;&#x884C;&#x4E3A;&#x3002;&#x89C2;&#x770B;&#x76F4;&#x64AD;&#x548C;&#x8F6C;&#x64AD;&#x5728;&#x540C;&#x4E00;&#x65E0;&#x7EBF;&#x7F51;&#x7EDC;&#x4E2D;&#x5171;&#x4EAB;&#x76F8;&#x540C;&#x7684;&#x6709;&#x9650;&#x7684;&#x5E26;&#x5BBD;&#x7684;&#x4E92;&#x8054;&#x7F51;&#x9AA8;&#x5E72;&#x7F51;&#x8FDE;&#x63A5;&#x7684;&#x7528;&#x6237;&#xFF0C;&#x56E0;&#x6B64;&#xFF0C;&#x4ED6;&#x4EEC;&#x53EF;&#x80FD;&#x60F3;&#x8981;&#x83B7;&#x5F97;&#x66F4;&#x597D;&#x7684;&#x89C6;&#x9891;&#x8D28;&#x91CF;&#x800C;&#x4E92;&#x76F8;&#x5408;&#x4F5C;&#x3002;&#x8FD9;&#x4E9B;&#x7528;&#x6237;&#x5F62;&#x6210;&#x4E00;&#x4E2A;&#x65E0;&#x7EBF;&#x751F;&#x6D3B;&#x6D41;&#x7684;&#x793E;&#x4F1A;&#x7F51;&#x7EDC;&#x3002;&#x6BCF;&#x4E2A;&#x7528;&#x6237;&#x60F3;&#x8981;&#x89C2;&#x770B;&#x4ED8;&#x8D39;&#x5C3D;&#x53EF;&#x80FD;&#x5C11;&#x7684;&#x6210;&#x672C;&#xFF0C;&#x5E2E;&#x52A9;&#x522B;&#x4EBA;&#x7684;&#x540C;&#x65F6;&#x9AD8;&#x54C1;&#x8D28;&#x7684;&#x89C6;&#x9891;&#x3002;&#x672C;&#x767D;&#x76AE;&#x4E66;&#x91CD;&#x70B9;&#x7528;&#x6237;&#x5408;&#x4F5C;&#x63D0;&#x4F9B;&#x5956;&#x52B1;&#x3002;&#x6211;&#x4EEC;&#x5EFA;&#x8BAE;&#x6E38;&#x620F;&#x7406;&#x8BBA;&#x6846;&#x67B6;&#x6A21;&#x578B;&#x7528;&#x6237;&#x884C;&#x4E3A;&#x53CA;&#x5206;&#x6790;&#x6700;&#x4F18;&#x7B56;&#x7565;&#x5728;&#x65E0;&#x7EBF;&#x7528;&#x6237;&#x5408;&#x4F5C;&#x6A21;&#x62DF;&#x7F51;&#x4E0A;&#x73B0;&#x573A;&#x76F4;&#x64AD;&#x3002;&#x6211;&#x4EEC;&#x9996;&#x5148;&#x8981;&#x5206;&#x6790;&#x5E15;&#x7D2F;&#x6258;&#x6700;&#x4F18;&#x5E73;&#x8861;&#x548C;&#x5BF9;&#x65F6;&#x95F4;&#x654F;&#x611F;&#x8C08;&#x5224;&#x4E24;&#x4EBA;&#x6E38;&#x620F;&#x3002;&#x7136;&#x540E;&#xFF0C;&#x6211;&#x4EEC;&#x6269;&#x5C55;&#x5230;&#x591A;&#x7528;&#x6237;&#x60C5;&#x51B5;&#x4E0B;&#x7684;&#x89E3;&#x51B3;&#x65B9;&#x6848;&#x3002;&#x6211;&#x4EEC;&#x8FD8;&#x8003;&#x8651;&#x6F5C;&#x5728;&#x81EA;&#x79C1;&#x7528;&#x6237;&#x4F5C;&#x5F0A;&#x884C;&#x4E3A;&#x548C;&#x6076;&#x610F;&#x7528;&#x6237;&#x653B;&#x51FB;&#x884C;&#x4E3A;&#xFF0C;&#x5E76;&#x5206;&#x6790;&#x6027;&#x80FD;&#x7684;&#x62DF;&#x8BAE;&#x7684;&#x6218;&#x7565;&#x6B3A;&#x9A97;&#x7528;&#x6237;&#x548C;&#x6076;&#x610F;&#x653B;&#x51FB;&#x8005;&#x7684;&#x5B58;&#x5728;&#x3002;&#x6211;&#x4EEC;&#x5206;&#x6790;&#x548C;&#x6A21;&#x62DF;&#x7ED3;&#x679C;&#x663E;&#x793A;&#x62DF;&#x8BAE;&#x7684;&#x6218;&#x7565;&#x53EF;&#x4EE5;&#x6709;&#x6548;&#x523A;&#x6FC0;&#x7528;&#x6237;&#x5408;&#x4F5C;&#x3001; &#x5B9E;&#x73B0;&#x4F5C;&#x5F0A;&#x514D;&#x8D39;&#x548C;&#x653B;&#x51FB;&#x62B5;&#x6297;&#xFF0C;&#x5E76;&#x5E2E;&#x52A9;&#x63D0;&#x4F9B;&#x53EF;&#x9760;&#x670D;&#x52A1;&#x7684;&#x65E0;&#x7EBF;&#x5B9E;&#x65F6;&#x6D41;&#x5A92;&#x4F53;&#x5E94;&#x7528;&#x7A0B;&#x5E8F;&#x3002;

&#x7AEF;&#x5BF9;&#x7AEF;&#x65E0;&#x7EBF;&#x5B9E;&#x65F6;&#x89C6;&#x9891;&#x5206;&#x4EAB;&#x793E;&#x4EA4;&#x7F51;&#x7EDC;&#x7684;&#x5408;&#x4F5C;&#x523A;&#x6FC0;&#x6218;&#x7565;&#x3002;

Human behavior analysis in video sharing social networks is an emerging research area, which analyzes the behavior of users who share multimedia content and investigates the impact of human dynamics on video sharing systems. Users watching live streaming in the same wireless network share the same limited bandwidth of backbone connection to the Internet, thus, they might want to cooperate with each other to obtain better video quality. These users form a wireless live-streaming social network. Every user wishes to watch video with high quality while paying as little as possible cost to help others. This paper focuses on providing incentives for user cooperation. We propose a game-theoretic framework to model user behavior and to analyze the optimal strategies for user cooperation simulation in wireless live streaming. We first analyze the Pareto optimality and the time-sensitive bargaining equilibrium of the two-person game. We then extend the solution to the multiuser scenario. We also consider potential selfish users' cheating behavior and malicious users' attacking behavior and analyze the performance of the proposed strategies with the existence of cheating users and malicious attackers. Both our analytical and simulation results show that the proposed strategies can effectively stimulate user cooperation, achieve cheat free and attack resistance, and help provide reliable services for wireless live streaming applications.

Cooperation stimulation strategies for peer-to-peer wireless live video-sharing social networks.

Analyse du comportement humain dans les r&eacute;seaux sociaux de partage de vid&eacute;os est un domaine de recherche &eacute;mergent, qui analyse le comportement des utilisateurs qui partagent des contenus multim&eacute;dias et &eacute;tudie l&#39;impact des dynamiques humaines sur les syst&egrave;mes de partage de vid&eacute;os. Utilisateurs de regarder en direct sur le m&ecirc;me r&eacute;seau sans fil partagent la m&ecirc;me bande passante limit&eacute;e de connexion r&eacute;seau de base &agrave; Internet, ainsi, ils pourraient vouloir coop&eacute;rer entre eux pour obtenir une meilleure qualit&eacute; vid&eacute;o. Ces utilisateurs forment un r&eacute;seau social live-streaming sans fil. Chaque utilisateur souhaite regarder des vid&eacute;os de haute qualit&eacute; tout en payant co&ucirc;t aussi peu que possible pour aider les autres. Cet article se concentre sur la fourniture d&#39;incitations &agrave; la coop&eacute;ration de l&#39;utilisateur. Nous proposons un cadre de th&eacute;orie des jeux pour le comportement de l&#39;utilisateur mod&egrave;le et pour analyser les strat&eacute;gies optimales pour la simulation de coop&eacute;ration de l&#39;utilisateur sans fil en direct streaming. Tout d&#39;abord, nous analysons l&#39;optimalit&eacute; de Pareto et l&#39;&eacute;quilibre de n&eacute;gociation sensible au temps du jeu deux personnes. Nous adressons alors la solution pour le sc&eacute;nario multi-utilisateur. Nous aussi envisager les tricherie comportement &eacute;go&iuml;ste utilisateurs potentiels et comportement offensif des utilisateurs malveillants et analyser la performance des strat&eacute;gies propos&eacute;es avec l&#39;existence de tricherie les utilisateurs et les attaquants malveillants. Les deux nos r&eacute;sultats d&#39;analyses et de simulation montrent que les strat&eacute;gies propos&eacute;es peuvent efficacement stimuler la coop&eacute;ration de l&#39;utilisateur, atteindre triche gratuit et attaquent la r&eacute;sistance et aider &agrave; fournir des services fiables pour des applications de streaming direct sans fil.

Strat&eacute;gies de stimulation de coop&eacute;ration pour le peer-to-peer sans fil r&eacute;seaux sociaux partage de vid&eacute;os en direct.

Menschlichen Verhaltensanalyse in Video-sharing-soziale Netzwerke ist eine aufstrebende Forschungsraum, die das Verhalten der Nutzer, die multimedia-Inhalte und untersucht die Auswirkungen der menschlichen Dynamik auf Video analysiert-sharing-Systeme. Benutzer, die gerade live-streaming im selben drahtlosen Netzwerk die gleiche begrenzte Bandbreite Backbone-Verbindung mit dem Internet zu teilen, so m&ouml;chten sie kooperieren miteinander, um besseren video-Qualit&auml;t zu erhalten. Diese Benutzer bilden ein drahtloses Livestreaming soziales Netzwerk. Jeder Benutzer m&ouml;chte Videos mit hoher Qualit&auml;t w&auml;hrend zahlende m&ouml;glichst wenig Kosten, anderen zu helfen. Dieses Dokument konzentriert sich auf die Anreize f&uuml;r die Benutzer Zusammenarbeit. Wir schlagen einen Spiel-theoretischen Rahmen f&uuml;r Modell Benutzerverhalten und analysieren die optimalen Strategien f&uuml;r Benutzer Zusammenarbeit Simulation in drahtlosen live streaming. Wir analysieren zun&auml;chst die Pareto-Optimum und das zeitkritische Tarifverhandlungen Gleichgewicht der zwei-Personen-Spiel. Dann erweitern wir die L&ouml;sung f&uuml;r die Mehrbenutzer-Szenario. Wir auch egoistisch potenzielle Nutzer betr&uuml;gen und b&ouml;swillige Benutzer angreifenden Verhalten betrachten und analysieren Sie die Leistung der vorgeschlagenen Strategien mit der Existenz des Betrugs, Benutzer und b&ouml;swillige Angreifer. Unsere analytischen und Simulation Ergebnisse zeigen, dass die vorgeschlagenen Strategien k&ouml;nnen effektiv die Benutzer Zusammenarbeit, betr&uuml;gen frei erreichen, Widerstand angreifen und zuverl&auml;ssige Dienste f&uuml;r drahtlose live-streaming-Anwendungen erm&ouml;glichen.

Stimulierung Kooperationsstrategien f&uuml;r Peer-to-Peer Wireless Leben Video-sharing soziale Netzwerke.

Analisi del comportamento umano nel social network di condivisione video &egrave; un&#39;area di ricerca emergente, che analizza il comportamento degli utenti che condividono contenuti multimediali e indaga l&#39;impatto delle dinamiche umane sui sistemi di condivisione video. Gli utenti a guardare lo streaming live della stessa rete wireless condividono la stessa larghezza di banda limitata della connessione backbone di Internet, quindi, che potrebbero voler cooperare con l&#39;altro per ottenere la migliore qualit&agrave; video. Questi utenti, formano una rete wireless sociale live streaming. Ogni utente desidera guardare video con alta qualit&agrave; pur pagando costi il meno possibile per aiutare gli altri. Questo libro si concentra sul fornire incentivi per cooperazione di utente. Proponiamo un quadro gioco teorico di funzionamento del modello utente e per analizzare le strategie ottimali per la simulazione di cooperazione utente wireless live streaming. Analizziamo innanzitutto l&#39;ottimalizzazione di Pareto e l&#39;equilibrio contrattuale tempo-sensibile del gioco due persone. Abbiamo quindi estendere la soluzione allo scenario multiutente. Abbiamo anche considerare barare comportamento utenti egoista potenziali e comportamento attaccando gli utenti malintenzionati e analizzare le prestazioni delle strategie proposte con l&#39;esistenza di truffare gli utenti e gli attaccanti malintenzionati. Entrambi nostri risultati analitici e simulazione mostrano che le strategie proposte possono efficacemente stimolare la cooperazione di utente, realizzare cheat gratuito attacco resistenza e aiutare a fornire servizi affidabili per le applicazioni di streaming wireless dal vivo.

Strategie di stimolazione di cooperazione per il peer-to-live video-sharing sociale reti wireless.

&#x30D3;&#x30C7;&#x30AA;&#x5171;&#x6709;&#x306E;&#x793E;&#x4F1A;&#x7684;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306B;&#x304A;&#x3051;&#x308B;&#x4EBA;&#x9593;&#x884C;&#x52D5;&#x5206;&#x6790;&#x306F;&#x3001;&#x30DE;&#x30EB;&#x30C1; &#x30E1;&#x30C7;&#x30A3;&#x30A2; &#x30B3;&#x30F3;&#x30C6;&#x30F3;&#x30C4;&#x3092;&#x5171;&#x6709;&#x3057;&#x3001;&#x52D5;&#x753B;&#x5171;&#x6709;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306B;&#x304A;&#x3051;&#x308B;&#x4EBA;&#x9593;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x306E;&#x5F71;&#x97FF;&#x3092;&#x8ABF;&#x67FB;&#x3059;&#x308B;&#x30E6;&#x30FC;&#x30B6;&#x30FC;&#x306E;&#x884C;&#x52D5;&#x3092;&#x5206;&#x6790;&#x3057;&#x3001;&#x65B0;&#x8208;&#x306E;&#x7814;&#x7A76;&#x9818;&#x57DF;&#x3067;&#x3059;&#x3002;&#x30E6;&#x30FC;&#x30B6;&#x30FC;&#x306F;&#x3001;&#x540C;&#x3058;&#x30EF;&#x30A4;&#x30E4;&#x30EC;&#x30B9; &#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x3067;&#x30A4;&#x30F3;&#x30BF;&#x30FC;&#x30CD;&#x30C3;&#x30C8;&#x3078;&#x306E;&#x30D0;&#x30C3;&#x30AF;&#x30DC;&#x30FC;&#x30F3;&#x63A5;&#x7D9A;&#x306E;&#x540C;&#x3058;&#x306E;&#x9650;&#x3089;&#x308C;&#x305F;&#x5E2F;&#x57DF;&#x5E45;&#x3092;&#x5171;&#x6709;&#x30B9;&#x30C8;&#x30EA;&#x30FC;&#x30DF;&#x30F3;&#x30B0; &#x30E9;&#x30A4;&#x30D6;&#x3092;&#x898B;&#x3066;&#x3001;&#x3057;&#x305F;&#x304C;&#x3063;&#x3066;&#x3001;&#x5F7C;&#x3089;&#x306F;&#x3088;&#x308A;&#x826F;&#x3044;&#x753B;&#x50CF;&#x54C1;&#x8CEA;&#x3092;&#x5F97;&#x308B;&#x306B;&#x4E92;&#x3044;&#x306B;&#x5354;&#x529B;&#x3059;&#x308B;&#x304B;&#x3082;&#x3057;&#x308C;&#x307E;&#x305B;&#x3093;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x30E6;&#x30FC;&#x30B6;&#x30FC;&#x306F;&#x30EF;&#x30A4;&#x30E4;&#x30EC;&#x30B9; &#x30E9;&#x30A4;&#x30D6; &#x30B9;&#x30C8;&#x30EA;&#x30FC;&#x30DF;&#x30F3;&#x30B0;&#x306E;&#x793E;&#x4F1A;&#x7684;&#x306A;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x3092;&#x5F62;&#x6210;&#x3057;&#x307E;&#x3059;&#x3002;&#x3059;&#x3079;&#x3066;&#x306E;&#x30E6;&#x30FC;&#x30B6;&#x30FC;&#x306F;&#x3001;&#x4ED6;&#x306E;&#x305F;&#x3081;&#x306B;&#x652F;&#x6255;&#x3046;&#x9650;&#x308A;&#x5C11;&#x3057;&#x30B3;&#x30B9;&#x30C8;&#x306A;&#x304C;&#x3089;&#x9AD8;&#x54C1;&#x8CEA;&#x306E;&#x30D3;&#x30C7;&#x30AA;&#x3092;&#x898B;&#x308B;&#x306B;&#x9858;&#x3063;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x672C;&#x7A3F;&#x3067;&#x306F;&#x3001;&#x5229;&#x7528;&#x8005;&#x306E;&#x5354;&#x8ABF;&#x306E;&#x305F;&#x3081;&#x306E;&#x30A4;&#x30F3;&#x30BB;&#x30F3;&#x30C6;&#x30A3;&#x30D6;&#x3092;&#x63D0;&#x4F9B;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x7126;&#x70B9;&#x3092;&#x5F53;&#x3066;&#x307E;&#x3059;&#x3002;&#x30E2;&#x30C7;&#x30EB;&#x306E;&#x30E6;&#x30FC;&#x30B6;&#x30FC;&#x306E;&#x884C;&#x52D5;&#x3092;&#x30B2;&#x30FC;&#x30E0;&#x7406;&#x8AD6;&#x7684;&#x67A0;&#x7D44;&#x307F;&#x3092;&#x63D0;&#x6848;&#x3057;&#x3066;&#x5206;&#x6790;&#x3059;&#x308B;&#x30EF;&#x30A4;&#x30E4;&#x30EC;&#x30B9; &#x30E6;&#x30FC;&#x30B6;&#x30FC;&#x5354;&#x529B;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x6700;&#x9069;&#x306E;&#x6226;&#x7565;&#x306F;&#x3001;&#x30B9;&#x30C8;&#x30EA;&#x30FC;&#x30DF;&#x30F3;&#x30B0; &#x30E9;&#x30A4;&#x30D6;&#x3057;&#x307E;&#x3059;&#x3002;&#x307E;&#x305A;&#x3001;&#x30D1;&#x30EC;&#x30FC;&#x30C8;&#x6700;&#x9069;&#x6027;&#x3068;&#x4E8C;&#x4EBA;&#x30B2;&#x30FC;&#x30E0;&#x306E;&#x6642;&#x9593;&#x306B;&#x654F;&#x611F;&#x306A;&#x4EA4;&#x6E09;&#x5747;&#x8861;&#x70B9;&#x3092;&#x5206;&#x6790;&#x3057;&#x307E;&#x3059;&#x3002;&#x6B21;&#x306B;&#x3001;&#x30DE;&#x30EB;&#x30C1; &#x30E6;&#x30FC;&#x30B6;&#x30FC; &#x30B7;&#x30CA;&#x30EA;&#x30AA;&#x306B;&#x5BFE;&#x3059;&#x308B;&#x30BD;&#x30EA;&#x30E5;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3092;&#x62E1;&#x5F35;&#x3057;&#x307E;&#x3059;&#x3002;&#x307E;&#x305F;&#x5229;&#x5DF1;&#x7684;&#x30E6;&#x30FC;&#x30B6;&#x306E;&#x6F5C;&#x5728;&#x7684;&#x306A;&#x4E0D;&#x6B63;&#x884C;&#x70BA;&#x884C;&#x52D5;&#x3068;&#x60AA;&#x610F;&#x306E;&#x3042;&#x308B;&#x30E6;&#x30FC;&#x30B6;&#x30FC;&#x306E;&#x653B;&#x6483;&#x884C;&#x52D5;&#x3092;&#x691C;&#x8A0E;&#x3057;&#x3001;&#x63D0;&#x6848;&#x65B9;&#x5F0F;&#x306E;&#x6027;&#x80FD;&#x30E6;&#x30FC;&#x30B6;&#x30FC;&#x3084;&#x60AA;&#x610F;&#x306E;&#x3042;&#x308B;&#x653B;&#x6483;&#x8005;&#x306E;&#x4E0D;&#x6B63;&#x884C;&#x70BA;&#x306E;&#x5B58;&#x5728;&#x3092;&#x89E3;&#x6790;&#x3057;&#x307E;&#x3059;&#x3002;&#x4E21;&#x65B9;&#x306E;&#x6211;&#x3005; &#x306E;&#x5206;&#x6790;&#x3068;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x7D50;&#x679C;&#x306F;&#x3001;&#x6226;&#x7565;&#x3092;&#x7ACB;&#x6848;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x52B9;&#x679C;&#x7684;&#x306B;&#x30E6;&#x30FC;&#x30B6;&#x30FC;&#x306E;&#x5354;&#x529B;&#x3092;&#x523A;&#x6FC0;&#x3001;&#x30C1;&#x30FC;&#x30C8;&#x7121;&#x6599;&#x9054;&#x6210;&#x3057;&#x62B5;&#x6297;&#x3001;&#x653B;&#x6483;&#x3057;&#x3001;&#x30EF;&#x30A4;&#x30E4;&#x30EC;&#x30B9; &#x30E9;&#x30A4;&#x30D6; &#x30B9;&#x30C8;&#x30EA;&#x30FC;&#x30DF;&#x30F3;&#x30B0; &#x30FB; &#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x4FE1;&#x983C;&#x6027;&#x306E;&#x9AD8;&#x3044;&#x30B5;&#x30FC;&#x30D3;&#x30B9;&#x63D0;&#x4F9B;&#x306B;&#x5F79;&#x7ACB;&#x3066;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30D4;&#x30A2; &#x30C4;&#x30FC; &#x30D4;&#x30A2; &#x30EF;&#x30A4;&#x30E4;&#x30EC;&#x30B9; &#x30E9;&#x30A4;&#x30D6; &#x30D3;&#x30C7;&#x30AA;&#x3092;&#x5171;&#x6709;&#x3059;&#x308B;&#x30BD;&#x30FC;&#x30B7;&#x30E3;&#x30EB; &#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x305F;&#x3081;&#x306E;&#x5354;&#x529B;&#x523A;&#x6FC0;&#x306E;&#x6226;&#x7565;&#x3002;

&#xBE44;&#xB514;&#xC624; &#xACF5;&#xC720; &#xC18C;&#xC15C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0;&#xC5D0;&#xC11C; &#xC778;&#xAC04; &#xD589;&#xB3D9; &#xBD84;&#xC11D;&#xC740; &#xBA40;&#xD2F0;&#xBBF8;&#xB514;&#xC5B4; &#xCF58;&#xD150;&#xCE20;&#xB97C; &#xACF5;&#xC720; &#xD558; &#xACE0; &#xC2DC;&#xC2A4;&#xD15C;&#xC744; &#xACF5;&#xC720; &#xD558;&#xB294; &#xBE44;&#xB514;&#xC624;&#xC5D0; &#xC778;&#xAC04; &#xC5ED;&#xD559;&#xC758; &#xC601;&#xD5A5;&#xC744; &#xC870;&#xC0AC; &#xD558;&#xB294; &#xC0AC;&#xC6A9;&#xC790;&#xC758; &#xB3D9;&#xC791;&#xC744; &#xBD84;&#xC11D; &#xD558; &#xC5EC; &#xC0C8;&#xB85C;&#xC6B4; &#xC5F0;&#xAD6C; &#xC601;&#xC5ED; &#xC774;&#xB2E4;. &#xC0AC;&#xC6A9;&#xC790;&#xAC00; &#xB3D9;&#xC77C;&#xD55C; &#xBB34;&#xC120; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0;&#xC11C; &#xB77C;&#xC774;&#xBE0C; &#xC2A4;&#xD2B8;&#xB9AC;&#xBC0D;&#xC758; &#xC778;&#xD130;&#xB137; &#xBC31;&#xBCF8; &#xC5F0;&#xACB0; &#xAC19;&#xC740; &#xC81C;&#xD55C; &#xB41C; &#xB300;&#xC5ED;&#xD3ED; &#xACF5;&#xC720;&#xB97C; &#xBCF4;&#xACE0;, &#xB530;&#xB77C;&#xC11C;, &#xADF8;&#xB4E4;&#xC740; &#xB354; &#xB098;&#xC740; &#xBE44;&#xB514;&#xC624; &#xD488;&#xC9C8;&#xC744; &#xC5BB;&#xAE30; &#xC704;&#xD574; &#xC11C;&#xB85C; &#xD611;&#xB825; &#xD558; &#xC218;&#xB3C4;. &#xC774;&#xB7EC;&#xD55C; &#xC0AC;&#xC6A9;&#xC790;&#xB294; &#xBB34;&#xC120; &#xB77C;&#xC774;&#xBE0C; &#xC2A4;&#xD2B8;&#xB9AC;&#xBC0D; &#xC18C;&#xC15C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xB97C; &#xD615;&#xC131;&#xD569;&#xB2C8;&#xB2E4;. &#xBAA8;&#xB4E0; &#xC0AC;&#xC6A9;&#xC790;&#xB294; &#xB2E4;&#xB978; &#xC0AC;&#xB78C;&#xB4E4;&#xC744; &#xB3D5;&#xACE0; &#xAC00;&#xB2A5;&#xD55C; &#xD55C; &#xC870;&#xAE08; &#xBE44;&#xC6A9;&#xC744; &#xC9C0;&#xBD88; &#xD558;&#xBA74;&#xC11C; &#xB192;&#xC740; &#xD488;&#xC9C8;&#xB85C; &#xBE44;&#xB514;&#xC624;&#xB97C; &#xAE30;&#xC6D0; &#xD569;&#xB2C8;&#xB2E4;. &#xC774; &#xBB38;&#xC11C; &#xC0AC;&#xC6A9;&#xC790; &#xD611;&#xB825;&#xC5D0; &#xB300; &#xD55C; &#xC778;&#xC13C;&#xD2F0;&#xBE0C;&#xB97C; &#xC81C;&#xACF5;&#xC5D0; &#xCD08;&#xC810;&#xC744; &#xB9DE;&#xCD94;&#xACE0;. &#xC6B0;&#xB9AC; &#xBAA8;&#xB378; &#xC0AC;&#xC6A9;&#xC790; &#xB3D9;&#xC791;&#xC744; &#xAC8C;&#xC784; &#xC774;&#xB860;&#xC801; &#xD504;&#xB808;&#xC784; &#xC6CC;&#xD06C;&#xB97C; &#xC81C;&#xC548; &#xD558; &#xACE0; &#xBD84;&#xC11D; &#xD558; &#xBB34;&#xC120;&#xC5D0;&#xC11C; &#xC0AC;&#xC6A9;&#xC790; &#xD611;&#xB825; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC744; &#xC704;&#xD55C; &#xCD5C;&#xC801;&#xC758; &#xC804;&#xB7B5; &#xB77C;&#xC774;&#xBE0C; &#xC2A4;&#xD2B8;&#xB9AC;&#xBC0D;. &#xC6B0;&#xB9AC;&#xB294; &#xBA3C;&#xC800; &#xD30C;&#xB808;&#xD1A0; &#xCD5C;&#xC801;&#xACFC; 2 &#xC778; &#xAC8C;&#xC784;&#xC758; &#xC2DC;&#xAC04;&#xC801; &#xD611;&#xC0C1; &#xD3C9;&#xD615; &#xBD84;&#xC11D;. &#xADF8;&#xB7F0; &#xB2E4;&#xC74C; &#xB2E4;&#xC911; &#xC0AC;&#xC6A9;&#xC790; &#xC2DC;&#xB098;&#xB9AC;&#xC624;&#xC5D0; &#xC194;&#xB8E8;&#xC158; &#xD655;&#xC7A5; &#xD558; &#xACE0;. &#xB610;&#xD55C; &#xC7A0;&#xC7AC;&#xC801;&#xC778; &#xC774;&#xAE30;&#xC801;&#xC778; &#xC0AC;&#xC6A9;&#xC790;&#xC758; &#xBD80;&#xC815; &#xD589;&#xB3D9; &#xD558; &#xACE0; &#xC545;&#xC758;&#xC801;&#xC778; &#xC0AC;&#xC6A9;&#xC790;&#xC758; &#xACF5;&#xACA9; &#xD589;&#xB3D9;&#xC744; &#xACE0;&#xB824; &#xD558; &#xACE0; &#xC0AC;&#xC6A9;&#xC790;&#xC640; &#xC545;&#xC758;&#xC801;&#xC778; &#xACF5;&#xACA9;&#xC790;&#xAC00; &#xBD80;&#xC815; &#xD589;&#xC704;&#xC758; &#xC874;&#xC7AC;&#xC640; &#xD568;&#xAED8; &#xC81C;&#xC548; &#xB41C; &#xC804;&#xB7B5;&#xC758; &#xC131;&#xB2A5; &#xBD84;&#xC11D;. &#xC6B0;&#xB9AC;&#xC758; &#xBD84;&#xC11D; &#xBC0F; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xACB0;&#xACFC; &#xC81C;&#xC548; &#xB41C; &#xC804;&#xB7B5; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xD6A8;&#xACFC;&#xC801;&#xC73C;&#xB85C; &#xC0AC;&#xC6A9;&#xC790; &#xD611;&#xB825; &#xCD09;&#xC9C4;, &#xC18D;&#xC784;&#xC218; &#xBB34;&#xB8CC; &#xB2EC;&#xC131;, &#xC800;&#xD56D;, &#xACF5;&#xACA9;&#xC744; &#xBB34;&#xC120; &#xB77C;&#xC774;&#xBE0C; &#xC2A4;&#xD2B8;&#xB9AC;&#xBC0D; &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8;&#xC5D0; &#xB300; &#xD55C; &#xC2E0;&#xB8B0;&#xD560; &#xC218; &#xC788;&#xB294; &#xC11C;&#xBE44;&#xC2A4;&#xB97C; &#xC81C;&#xACF5; &#xD558;&#xB294; &#xB370; &#xB3C4;&#xC6C0;&#xC774; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4;.

&#xD53C;&#xC5B4; &#xD22C; &#xD53C;&#xC5B4; &#xBB34;&#xC120; &#xD611;&#xB825; &#xC790;&#xADF9; &#xC804;&#xB7B5; &#xB77C;&#xC774;&#xBE0C; &#xBE44;&#xB514;&#xC624;&#xB97C; &#xACF5;&#xC720; &#xD558;&#xB294; &#xC18C;&#xC15C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;.

An&aacute;lisis de la conducta humana en las redes sociales para compartir v&iacute;deos es un &aacute;rea emergente de la investigaci&oacute;n, que analiza el comportamiento de los usuarios que comparten contenidos multimedia e investiga el impacto de la din&aacute;mica humana en sistemas de intercambio de v&iacute;deo. Los usuarios ver en directo en la misma red inal&aacute;mbrica comparten el mismo ancho de banda limitado de conexi&oacute;n de la columna vertebral a la Internet, por lo tanto, querr&iacute;an a cooperar entre s&iacute; para obtener mejor calidad de v&iacute;deo. Estos usuarios forman una red social inal&aacute;mbrica transmisi&oacute;n en vivo. Cada usuario desea ver v&iacute;deo con alta calidad mientras que costo pagar lo menos posible para ayudar a otros. Este trabajo se centra en proporcionar incentivos para la cooperaci&oacute;n del usuario. Proponemos un marco de teor&iacute;a de juego para el comportamiento del modelo de usuario y para analizar las estrategias &oacute;ptimas para la simulaci&oacute;n de usuario cooperaci&oacute;n en wireless en directo. Primero analizamos la optimalidad de Pareto y el equilibrio de negociaci&oacute;n sensibles al tiempo del juego dos personas. A continuaci&oacute;n extendemos la soluci&oacute;n al escenario multiusuario. Tambi&eacute;n consideramos el comportamiento p&eacute;rfido potenciales usuarios ego&iacute;sta y comportamiento que ataca los usuarios malintencionados y analizar el rendimiento de las estrategias propuestas con la existencia de los enga&ntilde;os de los usuarios y los intrusos malintencionados. Nuestros resultados anal&iacute;ticos y de simulaci&oacute;n muestran que las estrategias propuestas pueden efectivamente estimular la cooperaci&oacute;n del usuario, lograr a truco libre y atacar la resistencia y ayudar a proporcionar servicios confiables para aplicaciones de streaming directo inal&aacute;mbricos.

Estrategias de estimulaci&oacute;n de la cooperaci&oacute;n para peer-to-peer wireless viven compartir videos redes sociales.

&#x7248;&#x6743;&#x4FDD;&#x62A4;&#x662F;&#x901A;&#x8FC7;&#x516C;&#x5171;&#x7F51;&#x7EDC;&#x89C6;&#x9891;&#x5171;&#x4EAB;&#x7684;&#x5173;&#x952E;&#x95EE;&#x9898;&#x3002;&#x8981;&#x4FDD;&#x62A4;&#x514D;&#x53D7;&#x672A;&#x7ECF;&#x6388;&#x6743;&#x7684;&#x518D;&#x5206;&#x914D;&#x7684;&#x89C6;&#x9891;&#x5185;&#x5BB9;&#xFF0C;&#x6570;&#x5B57;&#x6307;&#x7EB9;&#x5E38;&#x7528;&#x3002;&#x82E5;&#x8981;&#x5F00;&#x53D1;&#x4E00;&#x79CD;&#x9AD8;&#x6548;&#x7684;&#x6297;&#x5171;&#x8C0B;&#x6570;&#x5B57;&#x6307;&#x7EB9;&#x65B9;&#x6848;&#xFF0C;&#x662F;&#x975E;&#x5E38;&#x91CD;&#x8981;&#x7684;&#x7CFB;&#x7EDF;&#x8BBE;&#x8BA1;&#x5668;&#xFF0C;&#x4EE5;&#x4E86;&#x89E3;&#x5982;&#x4F55;&#x4E32;&#x901A;&#x884C;&#x4E3A;&#x52A8;&#x529B;&#x5B66;&#x5F71;&#x54CD;&#x5171;&#x8C0B;&#x653B;&#x51FB;&#x7684;&#x6027;&#x80FD;&#x3002;&#x5728;&#x6587;&#x732E;&#x4E2D;&#xFF0C;&#x53D6;&#x5F97;&#x4E86;&#x5C0F;&#x5C0F;&#x7684;&#x52AA;&#x529B;&#xFF0C;&#x660E;&#x786E;&#x7814;&#x7A76;&#x98CE;&#x9669;&#xFF0C;&#x4F8B;&#x5982;&#xFF0C;&#x4E32;&#x901A;&#x65E0;&#x6CD5;&#x68C0;&#x6D4B;&#x5230;&#x7684;&#x6982;&#x7387;&#x548C;&#x5931;&#x771F;&#x7684;&#x4E32;&#x901A;&#x7684;&#x4FE1;&#x53F7;&#x4E4B;&#x95F4;&#x7684;&#x5173;&#x7CFB;&#x3002;&#x5728;&#x672C;&#x6587;&#x4E2D;&#xFF0C;&#x6211;&#x4EEC;&#x8C03;&#x67E5;&#x4E0E;&#x9AD8;&#x65AF;&#x6307;&#x7EB9;&#x7684;&#x7EBF;&#x6027;&#x89C6;&#x9891;&#x5171;&#x8C0B;&#x653B;&#x51FB;&#x7684;&#x98CE;&#x9669;&#x5931;&#x771F;&#x5173;&#x7CFB;&#x3002;&#x6211;&#x4EEC;&#x5236;&#x5B9A;&#x6700;&#x4F18;&#x7EBF;&#x6027;&#x5171;&#x8C0B;&#x653B;&#x51FB;&#x4F5C;&#x4E3A;&#x5BFB;&#x627E;&#x6700;&#x4F18;&#x52FE;&#x7ED3;&#x53C2;&#x6570;&#xFF0C;&#x4EE5;&#x5C3D;&#x91CF;&#x51CF;&#x5C11;&#x5931;&#x771F;&#x7684;&#x98CE;&#x9669;&#x7EA6;&#x675F;&#x7684;&#x4F18;&#x5316;&#x95EE;&#x9898;&#x3002;&#x901A;&#x8FC7;&#x4E0D;&#x540C;&#x7684;&#x98CE;&#x9669;&#x7EA6;&#x675F;&#x5E76;&#x89E3;&#x51B3;&#x76F8;&#x5E94;&#x7684;&#x4F18;&#x5316;&#x95EE;&#x9898;&#xFF0C;&#x6211;&#x4EEC;&#x53EF;&#x4EE5;&#x63A8;&#x5BFC;&#x51FA;&#x6700;&#x4F18;&#x98CE;&#x9669;&#x5931;&#x771F;&#x66F2;&#x7EBF;&#x3002;&#x6B64;&#x5916;&#xFF0C;&#x6211;&#x4EEC;&#x6839;&#x636E;&#x89C2;&#x5BDF;&#x63A2;&#x6D4B;&#x5668;/&#x653B;&#x51FB;&#x8005;&#x53EF;&#x4EE5;&#x6BCF;&#x63D0;&#x9AD8;&#x68C0;&#x6D4B;/&#x653B;&#x51FB;&#x6027;&#x80FD;&#x77E5;&#x8BC6;&#xFF0C;&#x5176;&#x5BF9;&#x624B;&#x7684;&#x6218;&#x7565;&#xFF0C;&#x5236;&#x5B9A;&#x653B;&#x51FB;&#x548C;&#x68C0;&#x6D4B;&#x95EE;&#x9898;&#xFF0C;&#x4F5C;&#x4E3A;&#x52A8;&#x6001;&#x9F20;&#x6807;&#x548C;&#x732B;&#x6E38;&#x620F;&#x5E76;&#x7814;&#x7A76;&#x653B;&#x51FB;&#x8005;&#x548C;&#x63A2;&#x6D4B;&#x5668;&#x7684;&#x6700;&#x4F18;&#x7B56;&#x7565;&#x3002;&#x6211;&#x4EEC;&#x663E;&#x793A;&#x662F;&#x5426;&#x63A2;&#x6D4B;&#x5668;&#x4F7F;&#x7528;&#x56FA;&#x5B9A;&#x7684;&#x68C0;&#x6D4B;&#x7B56;&#x7565;&#xFF0C;&#x653B;&#x51FB;&#x8005;&#x53EF;&#x4EE5;&#x4F30;&#x8BA1;&#x7684;&#x63A2;&#x6D4B;&#x5668;&#x6218;&#x7565;&#x5E76;&#x9009;&#x62E9;&#x76F8;&#x5E94;&#x7684;&#x6700;&#x4F18;&#x7B56;&#x7565;&#x653B;&#x51FB;&#x4E0E;&#x5931;&#x771F;&#x5C0F;&#x7684;&#x6B62;&#x75DB;&#x643D;&#x7684;&#x89C6;&#x9891;&#x3002;&#x7136;&#x800C;&#xFF0C;&#x5982;&#x679C;&#x63A2;&#x6D4B;&#x5668;&#xFF0C;&#x529F;&#x80FD;&#x5F3A;&#x5927;&#xFF0C;&#x5373;&#x63A2;&#x6D4B;&#x5668;&#x59CB;&#x7EC8;&#x53EF;&#x4EE5;&#x4F30;&#x8BA1;&#x653B;&#x51FB;&#x8005;&#x7684;&#x7B56;&#x7565;&#xFF0C;&#x653B;&#x51FB;&#x8005;&#x7684;&#x6700;&#x4F73;&#x7B56;&#x7565;&#x662F;&#x6700;&#x5C0F;&#x6700;&#x5927;&#x6218;&#x7565;&#x3002;&#x6700;&#x540E;&#xFF0C;&#x6211;&#x4EEC;&#x8FDB;&#x884C;&#x4E86;&#x51E0;&#x4E2A;&#x5B9E;&#x9A8C;&#x6765;&#x9A8C;&#x8BC1;&#x4F7F;&#x7528;&#x771F;&#x5B9E;&#x7684;&#x89C6;&#x9891;&#x6570;&#x636E;&#x7684;&#x62DF;&#x8BAE;&#x7684;&#x98CE;&#x9669;&#x5931;&#x771F;&#x6A21;&#x578B;&#x3002;

&#x89C6;&#x9891;&#x5171;&#x8C0B;&#x653B;&#x51FB;&#x7684;&#x98CE;&#x9669;&#x5931;&#x771F;&#x5206;&#x6790;&#xFF1A; &#x9F20;&#x732B;&#x6E38;&#x620F;&#x3002;

Copyright protection is a key issue for video sharing over public networks. To protect the video content from unauthorized redistribution, digital fingerprinting is commonly used. To develop an efficient collusion-resistant fingerprinting scheme, it is very important for the system designer to understand how the behavior dynamics of colluders affect the performance of collusion attack. In the literature, little effort has been made to explicitly study the relationship between risk, e.g., the probability of the colluders to be detected, and the distortion of the colluded signal. In this paper, we investigate the risk-distortion relationship for the linear video collusion attack with Gaussian fingerprint. We formulate the optimal linear collusion attack as an optimization problem of finding the optimal collusion parameters to minimize the distortion subject to a risk constraint. By varying the risk constraint and solving the corresponding optimization problem, we can derive the optimal risk-distortion curve. Moreover, based upon the observation that the detector/attacker can each improve the detection/attack performance with the knowledge of his/her opponent's strategy, we formulate the attack and detection problem as a dynamic mouse and cat game and study the optimal strategies for both the attacker and detector. We show that if the detector uses a fixed detection strategy, the attacker can estimate the detector's strategy and choose the corresponding optimal strategy to attack the fingerprinted video with a small distortion. However, if the detector is powerful, i.e., the detector can always estimate the attacker's strategy, the best strategy for the attacker is the min-max strategy. Finally, we conduct several experiments to verify the proposed risk-distortion model using real video data.

Risk-distortion analysis for video collusion attacks: a mouse-and-cat game.

Protection du droit d&#39;auteur est une question cl&eacute; pour le partage de vid&eacute;os sur des r&eacute;seaux publics. Pour prot&eacute;ger le contenu vid&eacute;o de redistribution non autoris&eacute;e, les empreintes num&eacute;riques est couramment utilis&eacute;. Pour d&eacute;velopper un syst&egrave;me efficace de prise d&#39;empreintes r&eacute;sistant &agrave; la collusion, il est tr&egrave;s important pour le concepteur de syst&egrave;mes, de comprendre comment la dynamique du comportement de connivence affecte la performance de l&#39;attaque de collusion. Dans la litt&eacute;rature, peu d&#39;efforts accompli explicitement &eacute;tudier la relation entre le risque, par exemple, la probabilit&eacute; de la connivence &agrave; d&eacute;tecter et la distorsion du signal obscurci. Dans cet article, nous &eacute;tudions la relation risque de distorsion de l&#39;attaque de collusion vid&eacute;o lin&eacute;aire gaussien empreintes digitales. Nous formulons l&#39;attaque collusion lin&eacute;aire optimal comme un probl&egrave;me d&#39;optimisation de trouver les param&egrave;tres optimaux de collusion pour minimiser la distorsion soumis &agrave; une contrainte de risque. En variant la contrainte risque et r&eacute;soudre le probl&egrave;me d&#39;optimisation correspondants, nous pouvons tirer de la courbe de distorsion risque optimal. En outre, compte tenu de l&#39;observation que le d&eacute;tecteur/attaquant peut chacun am&eacute;liorer les performances de d&eacute;tection/attaque avec la connaissance de la strat&eacute;gie de son adversaire, nous formuler le probl&egrave;me de la d&eacute;tection et l&#39;attaque comme un jeu de chat et de souris dynamique et &eacute;tudier les strat&eacute;gies optimales pour l&#39;attaquant et le d&eacute;tecteur. Nous montrons que, si le d&eacute;tecteur utilise une strat&eacute;gie de d&eacute;tection fixe, l&#39;attaquant peut estimer la strat&eacute;gie du d&eacute;tecteur et choisir la strat&eacute;gie optimale correspondante &agrave; attaquer l&#39;empreintes digitales num&eacute;riques vid&eacute;o avec une faible distorsion. Toutefois, si le d&eacute;tecteur est puissant, c&#39;est-&agrave;-dire, le d&eacute;tecteur peut estimer toujours la strat&eacute;gie de l&#39;agresseur, la meilleure strat&eacute;gie pour l&#39;attaquant est la strat&eacute;gie du min-max. Enfin, nous effectuons plusieurs exp&eacute;riences pour v&eacute;rifier le mod&egrave;le propos&eacute; risque de distorsion &agrave; l&#39;aide de donn&eacute;es real vid&eacute;o.

Analyse de risque de distorsion pour des attaques de collusion vid&eacute;o : un jeu de chat et de souris.

Urheberrechtsschutz ist ein Schl&uuml;sselthema f&uuml;r die video-sharing &uuml;ber &ouml;ffentliche Netzwerke. Um den Videoinhalt vor unbefugten Weitergabe zu sch&uuml;tzen, wird digitaler Fingerabdruck verwendet. Um eine effiziente Kollusion und s&auml;urefeste Fingerabdruck Schema zu entwickeln, ist es sehr wichtig f&uuml;r den System-Designer zu verstehen, wie das Verhalten-Dynamik der Betr&uuml;ger die Leistung der Kollusion Angriff auswirken. In der Literatur worden wenig Aufwand erzielt, die Beziehung zwischen Risiko, z. B. die Wahrscheinlichkeit, dass die Betr&uuml;ger erkannt werden und die Verzerrung des Signals colluded explizit zu studieren. In diesem Artikel untersuchen wir die Risiko-Verzerrung-Beziehung f&uuml;r den linearen video Absprachen-Angriff mit Gau&szlig;scher Fingerabdruck. Wir formulieren den optimale lineare Absprachen-Angriff als ein Optimierungsproblem finden die optimale Absprachen-Parameter, die Verzerrung unterliegen einer Risiko-Einschr&auml;nkung zu minimieren. Durch Variation der Risiko-Einschr&auml;nkung und das entsprechende Optimierungsproblem zu l&ouml;sen, k&ouml;nnen wir die optimale Risiko-Verzerrung-Kurve ableiten. Au&szlig;erdem basierend auf der Beobachtung, dass der Detektor/Angreifer jeweils die Erkennung/Angriff-Leistung mit dem Wissen seines Gegners-Strategie verbessern k&ouml;nnen, wir formulieren das Angriffs- und Erkennung Problem als dynamische Maus und Katze Spiel und die optimalen Strategien f&uuml;r die Angreifer und Detektor zu studieren. Wir zeigen, dass wenn der Melder eine feste Erkennung-Strategie verwendet, kann der Angreifer den Detektor-Strategie zu sch&auml;tzen und w&auml;hlen Sie die entsprechende optimale Strategie das Fingerabdruckdatei Video mit eine kleine Verzerrung anzugreifen. Allerdings ist der Detektor m&auml;chtig, d. h., der Detektor kann immer absch&auml;tzen des Angreifers-Strategie, die beste Strategie f&uuml;r die Angreifer ist der min-Max-Strategie. Schlie&szlig;lich f&uuml;hren wir mehrere Versuche um das vorgeschlagene Risiko-Verzerrung-Modell mit real video-Daten zu &uuml;berpr&uuml;fen.

Risiko-Verzerrung-Analyse f&uuml;r video Absprachen Angriffe: ein Maus-und-Cat-Spiel.

Protezione del copyright &egrave; una questione fondamentale per la condivisione dei video su reti pubbliche. Per proteggere il contenuto dei video di ridistribuzione non autorizzata, le impronte digitali &egrave; comunemente usata. Per sviluppare un efficiente regime di fingerprinting collusione-resistente, &egrave; molto importante per la progettazione di sistemi capire come le dinamiche di comportamento dei colluders influisce sulle prestazioni dell&#39;attacco di collusione. Nella letteratura, poco sforzo &egrave; stato fatto per studiare in modo esplicito il rapporto tra rischio, ad esempio, la probabilit&agrave; di colluders per essere rilevato e la distorsione del segnale colluduta. In questa carta, indaghiamo il rapporto rischio-distorsione per l&#39;attacco di collusione video lineare con impronte digitali gaussiana. Formuliamo l&#39;attacco ottimale collusione lineare come un problema di ottimizzazione di trovare i parametri ottimali di collusione per ridurre al minimo la distorsione soggetta a un vincolo di rischio. Variando il vincolo di rischio e risolvere il problema di ottimizzazione corrispondente, possiamo ricavare la curva di rischio ottimale-distorsione. Inoltre, basato sull&#39;osservazione che il rivelatore/aggressore pu&ograve; ciascuno migliorare le prestazioni di rilevazione/attacco con la conoscenza della strategia il suo avversario, formulare il problema di rilevamento e di attacco come un gioco di gatto e mouse dinamico e studiare le strategie ottimali per l&#39;attaccante e il rivelatore. Dimostriamo che se il rilevatore utilizza una strategia di rilevazione fissa, l&#39;attaccante pu&ograve; stimare la strategia del rivelatore e scegliere la strategia ottima corrispondente ad attaccare il video fingerprinted con una piccola distorsione. Tuttavia, se il rilevatore &egrave; potente, vale a dire, il rivelatore pu&ograve; stimare sempre strategia dell&#39;attaccante, la strategia migliore per l&#39;attaccante &egrave; la strategia di min-max. Infine, conduciamo diversi esperimenti per verificare il modello di rischio proposto-distorsione utilizzando dati real video.

Analisi di rischio-distorsione per collusione video attacchi: un gioco del gatto e del mouse.

&#x8457;&#x4F5C;&#x6A29;&#x4FDD;&#x8B77;&#x306F;&#x3001;&#x30D1;&#x30D6;&#x30EA;&#x30C3;&#x30AF; &#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x7D4C;&#x7531;&#x306E;&#x30D3;&#x30C7;&#x30AA;&#x5171;&#x6709;&#x306E;&#x305F;&#x3081;&#x306B;&#x91CD;&#x8981;&#x306A;&#x554F;&#x984C;&#x3067;&#x3059;&#x3002;&#x4E0D;&#x6B63;&#x306A;&#x518D;&#x914D;&#x5E03;&#x3001;&#x30D3;&#x30C7;&#x30AA; &#x30B3;&#x30F3;&#x30C6;&#x30F3;&#x30C4;&#x3092;&#x4FDD;&#x8B77;&#x3059;&#x308B;&#x306B;&#x306F;&#x3001;&#x30C7;&#x30B8;&#x30BF;&#x30EB;&#x6307;&#x7D0B;&#x4E00;&#x822C;&#x7684;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x7D50;&#x8A17;&#x8010;&#x6027;&#x306E;&#x3042;&#x308B;&#x96FB;&#x5B50;&#x6307;&#x7D0B;&#x65B9;&#x5F0F;&#x3092;&#x958B;&#x767A;&#x3059;&#x308B;&#x306B;&#x306F;&#x3001;&#x30B7;&#x30B9;&#x30C6;&#x30E0; &#x30C7;&#x30B6;&#x30A4;&#x30CA;&#x30FC;&#x304C;&#x7D50;&#x8A17;&#x653B;&#x6483;&#x306E;&#x30D1;&#x30D5;&#x30A9;&#x30FC;&#x30DE;&#x30F3;&#x30B9;&#x306B;&#x5F71;&#x97FF;&#x3092;&#x4E0E;&#x3048;&#x308B; colluders &#x306E;&#x73FE;&#x8C61;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x3092;&#x7406;&#x89E3;&#x3059;&#x308B;&#x975E;&#x5E38;&#x306B;&#x91CD;&#x8981;&#x3067;&#x3059;&#x3002;&#x6587;&#x5B66;&#x3067;&#x306F;&#x3001;&#x5C11;&#x3057;&#x306E;&#x52AA;&#x529B;&#x30EA;&#x30B9;&#x30AF;&#x3001;&#x4F8B;&#x3048;&#x3070;&#x3001;&#x691C;&#x51FA;&#x3059;&#x308B;&#x306B;&#x306F;&#x3001;colluders &#x306E;&#x78BA;&#x7387;&#x3068;&#x8AC7;&#x5408;&#x306E;&#x4FE1;&#x53F7;&#x306E;&#x6B6A;&#x307F;&#x3068;&#x306E;&#x95A2;&#x4FC2;&#x3092;&#x660E;&#x793A;&#x7684;&#x306B;&#x52C9;&#x5F37;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x672C;&#x7A3F;&#x3067;&#x306F;, &#x30AC;&#x30A6;&#x30B9;&#x306E;&#x6307;&#x7D0B;&#x3068;&#x7DDA;&#x5F62;&#x30D3;&#x30C7;&#x30AA;&#x7D50;&#x8A17;&#x653B;&#x6483;&#x30EA;&#x30B9;&#x30AF;&#x6B6A;&#x307F;&#x95A2;&#x4FC2;&#x3092;&#x8ABF;&#x67FB;&#x3057;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x6700;&#x9069;&#x7DDA;&#x5F62;&#x7D50;&#x8A17;&#x653B;&#x6483;&#x30EA;&#x30B9;&#x30AF;&#x5236;&#x7D04;&#x6761;&#x4EF6;&#x3068;&#x306A;&#x308B;&#x6B6A;&#x307F;&#x3092;&#x6700;&#x5C0F;&#x9650;&#x306B;&#x6291;&#x3048;&#x308B;&#x6700;&#x9069;&#x306A;&#x5171;&#x8B00;&#x30D1;&#x30E9;&#x30E1;&#x30FC;&#x30BF;&#x30FC;&#x306E;&#x691C;&#x7D22;&#x306E;&#x6700;&#x9069;&#x5316;&#x554F;&#x984C;&#x3068;&#x3057;&#x3066;&#x5B9A;&#x5F0F;&#x5316;&#x3059;&#x308B;.&#x30EA;&#x30B9;&#x30AF;&#x5236;&#x7D04;&#x306E;&#x5909;&#x5316;&#x306B;&#x3088;&#x3063;&#x3066;&#x3001;&#x5BFE;&#x5FDC;&#x3059;&#x308B;&#x6700;&#x9069;&#x5316;&#x554F;&#x984C;&#x3092;&#x89E3;&#x304F;&#x6700;&#x9069;&#x306A;&#x30EA;&#x30B9;&#x30AF;-&#x6B6A;&#x307F;&#x66F2;&#x7DDA;&#x3092;&#x6D3E;&#x751F;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x307E;&#x305F;&#x3001;&#x691C;&#x51FA;&#x5668;/&#x653B;&#x6483;&#x8005;&#x305D;&#x308C;&#x305E;&#x308C;&#x5F7C;/&#x5F7C;&#x5973;&#x306E;&#x76F8;&#x624B;&#x306E;&#x6226;&#x7565;&#x306E;&#x77E5;&#x8B58;&#x3092;&#x6301;&#x3064;&#x691C;&#x51FA;/&#x653B;&#x6483;&#x6027;&#x80FD;&#x3092;&#x6539;&#x5584;&#x3067;&#x304D;&#x308B;&#x3053;&#x3068;&#x89B3;&#x5BDF;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x3001;&#x653B;&#x6483;&#x304A;&#x3088;&#x3073;&#x691C;&#x51FA;&#x306E;&#x554F;&#x984C;&#x3092;&#x52D5;&#x7684;&#x30DE;&#x30A6;&#x30B9;&#x3068;&#x732B;&#x306E;&#x30B2;&#x30FC;&#x30E0;&#x3068;&#x3057;&#x3066;&#x5B9A;&#x5F0F;&#x5316;&#x3057;&#x3001;&#x653B;&#x6483;&#x8005;&#x3068;&#x691C;&#x51FA;&#x5668;&#x306E;&#x305F;&#x3081;&#x306E;&#x6700;&#x9069;&#x306A;&#x6226;&#x7565;&#x3092;&#x7814;&#x7A76;&#x3057;&#x307E;&#x3059;&#x3002;&#x691C;&#x51FA;&#x5668;&#x56FA;&#x5B9A;&#x691C;&#x51FA;&#x6226;&#x7565;&#x3092;&#x4F7F;&#x7528;&#x3059;&#x308B;&#x5834;&#x5408;&#x3001;&#x653B;&#x6483;&#x8005;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x691C;&#x51FA;&#x5668;&#x306E;&#x6226;&#x7565;&#x63A8;&#x5B9A;&#x3057;&#x3001;&#x6B6A;&#x306E;&#x5C0F;&#x3055;&#x3044;&#x6307;&#x7D0B;&#x30D3;&#x30C7;&#x30AA;&#x3092;&#x653B;&#x6483;&#x306B;&#x5BFE;&#x5FDC;&#x3059;&#x308B;&#x6700;&#x9069;&#x306A;&#x6226;&#x7565;&#x3092;&#x9078;&#x629E;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x3057;&#x304B;&#x3057;&#x3001;&#x691C;&#x51FA;&#x5668;&#x304C;&#x3059;&#x306A;&#x308F;&#x3061;&#x5F37;&#x529B;&#x306A;&#x5834;&#x5408;&#x306F;&#x3001;&#x691C;&#x51FA;&#x5668;&#x306F;&#x3001;&#x5E38;&#x306B;&#x653B;&#x6483;&#x8005;&#x306E;&#x6226;&#x7565;&#x3092;&#x898B;&#x7A4D;&#x3082;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3001;&#x653B;&#x6483;&#x8005;&#x306E;&#x6700;&#x5584;&#x306E;&#x6226;&#x7565;&#x306F;&#x3001;&#x30DF;&#x30CB;&#x30DE;&#x30C3;&#x30AF;&#x30B9;&#x6226;&#x7565;&#x3067;&#x3059;&#x3002;&#x6700;&#x5F8C;&#x306B;&#x3001;&#x5B9F;&#x969B;&#x306E;&#x30D3;&#x30C7;&#x30AA; &#x30C7;&#x30FC;&#x30BF;&#x3092;&#x7528;&#x3044;&#x305F;&#x63D0;&#x6848;&#x30EA;&#x30B9;&#x30AF;&#x6B6A;&#x307F;&#x30E2;&#x30C7;&#x30EB;&#x3092;&#x78BA;&#x8A8D;&#x3059;&#x308B;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x5B9F;&#x9A13;&#x3092;&#x5B9F;&#x65BD;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30D3;&#x30C7;&#x30AA;&#x306E;&#x7D50;&#x8A17;&#x653B;&#x6483;&#x30EA;&#x30B9;&#x30AF;&#x6B6A;&#x307F;&#x89E3;&#x6790;: &#x30DE;&#x30A6;&#x30B9;&#x3068;&#x732B;&#x30B2;&#x30FC;&#x30E0;&#x3002;

&#xC800;&#xC791;&#xAD8C; &#xBCF4;&#xD638; &#xB3D9;&#xC601;&#xC0C1;&#xC744; &#xACF5;&#xC6A9; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xB97C; &#xD1B5;&#xD574; &#xACF5;&#xC720;&#xC5D0; &#xB300; &#xD55C; &#xC911;&#xC694; &#xD55C; &#xBB38;&#xC81C; &#xC774;&#xB2E4;. &#xBB34;&#xB2E8;&#xB41C; &#xC7AC;&#xBC30;&#xD3EC;&#xC5D0;&#xC11C; &#xBE44;&#xB514;&#xC624; &#xCF58;&#xD150;&#xCE20;&#xB97C; &#xBCF4;&#xD638; &#xD558;&#xAE30; &#xC704;&#xD574; &#xB514;&#xC9C0;&#xD138; &#xC9C0;&#xBB38; &#xD1B5;&#xC6A9; &#xB41C;&#xB2E4;. &#xD6A8;&#xC728;&#xC801;&#xC778; &#xB2F4;&#xD569; &#xBC29;&#xC9C0; &#xC9C0;&#xBB38; &#xCCB4;&#xACC4;&#xB97C; &#xAC1C;&#xBC1C; &#xD558; &#xACE0;, colluders&#xC758; &#xD589;&#xB3D9; &#xC5ED;&#xD559; &#xACF5;&#xBAA8; &#xACF5;&#xACA9; &#xC131;&#xB2A5;&#xC5D0; &#xBBF8;&#xCE58;&#xB294; &#xC601;&#xD5A5;&#xC744; &#xC774;&#xD574; &#xD558;&#xB294; &#xC2DC;&#xC2A4;&#xD15C; &#xB514;&#xC790;&#xC774;&#xB108;&#xC5D0; &#xB300; &#xD55C; &#xB9E4;&#xC6B0; &#xC911;&#xC694; &#xD558;&#xB2E4;. &#xBB38;&#xD559;, &#xC57D;&#xAC04;&#xC758; &#xB178;&#xB825;&#xC744; &#xBA85;&#xC2DC;&#xC801;&#xC73C;&#xB85C; &#xC704;&#xD5D8;, &#xC608;&#xB97C; &#xB4E4;&#xC5B4;, &#xAC80;&#xC0C9;&#xD560; &#xC218; colluders &#xD655;&#xB960; &#xBC0F; colluded &#xC2E0;&#xD638; &#xC65C;&#xACE1;&#xC758; &#xAD00;&#xACC4;&#xB97C; &#xC5F0;&#xAD6C; &#xC788;&#xAC8C; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774; &#xC885;&#xC774;&#xC5D0; &#xAC00;&#xC6B0;&#xC2A4; &#xC9C0;&#xBB38; &#xD568;&#xAED8; &#xC120;&#xD615; &#xBE44;&#xB514;&#xC624; &#xACF5;&#xBAA8; &#xACF5;&#xACA9;&#xC5D0; &#xB300; &#xD55C; &#xC704;&#xD5D8; &#xC65C;&#xACE1; &#xAD00;&#xACC4;&#xB97C; &#xC870;&#xC0AC;&#xD569;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xAC00; &#xCD5C;&#xC801;&#xC758; &#xC120;&#xD615; &#xACF5;&#xBAA8; &#xACF5;&#xACA9; &#xC704;&#xD5D8; &#xC81C;&#xC57D; &#xC870;&#xAC74;&#xC5D0; &#xB530;&#xB77C; &#xC65C;&#xACE1;&#xC744; &#xCD5C;&#xC18C;&#xD654; &#xD558;&#xAE30; &#xC704;&#xD574; &#xCD5C;&#xC801;&#xC758; &#xACF5;&#xBAA8; &#xB9E4;&#xAC1C; &#xBCC0;&#xC218;&#xB97C; &#xCC3E;&#xB294; &#xCD5C;&#xC801;&#xD654; &#xBB38;&#xC81C;&#xB85C; &#xACF5;&#xC2DD;&#xD654;. &#xB2E4;&#xC591; &#xD55C; &#xC704;&#xD5D8; &#xC81C;&#xC57D; &#xC870;&#xAC74;&#xC744; &#xD574;&#xB2F9; &#xCD5C;&#xC801;&#xD654; &#xBB38;&#xC81C;&#xB97C; &#xD574;&#xACB0; &#xD568;&#xC73C;&#xB85C;&#xC368;, &#xC6B0;&#xB9AC;&#xB294; &#xCD5C;&#xC801;&#xC758; &#xC704;&#xD5D8; &#xC65C;&#xACE1; &#xACE1;&#xC120;&#xC744; &#xD30C;&#xC0DD; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xB610;&#xD55C;, &#xAC80;&#xCD9C;&#xAE30;/&#xACF5;&#xACA9;&#xC790; &#xC218; &#xAC01; &#xADF8;/&#xADF8;&#xB140; &#xC0C1;&#xB300;&#xC758; &#xC804;&#xB7B5; &#xC9C0;&#xC2DD; &#xAC80;&#xC0C9;/&#xACF5;&#xACA9; &#xC131;&#xB2A5;&#xC744; &#xD5A5;&#xC0C1; &#xD558;&#xB294; &#xAD00;&#xCE21;&#xC744; &#xBC14;&#xD0D5;&#xC73C;&#xB85C;, &#xC6B0;&#xB9AC;&#xAC00; &#xB3D9;&#xC801; &#xB9C8;&#xC6B0;&#xC2A4;&#xC640; &#xACE0;&#xC591;&#xC774; &#xAC8C;&#xC784;&#xC73C;&#xB85C; &#xACF5;&#xACA9; &#xBC0F; &#xD0D0;&#xC9C0; &#xBB38;&#xC81C;&#xB97C; &#xACF5;&#xC2DD;&#xD654; &#xD558; &#xACE0; &#xACF5;&#xACA9;&#xC790;&#xC640; &#xAC80;&#xCD9C;&#xAE30;&#xB97C; &#xC704;&#xD55C; &#xCD5C;&#xC801;&#xC758; &#xC804;&#xB7B5;&#xC744; &#xC5F0;&#xAD6C;. &#xC6B0;&#xB9AC; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4; &#xAC80;&#xCD9C;&#xAE30; &#xACE0;&#xC815;&#xB41C; &#xAC10;&#xC9C0; &#xC804;&#xB7B5;&#xC744; &#xC0AC;&#xC6A9;&#xD560; &#xACBD;&#xC6B0; &#xACF5;&#xACA9;&#xC790;&#xAC00; &#xC218; &#xAC80;&#xCD9C;&#xAE30;&#xC758; &#xC804;&#xB7B5;&#xC744; &#xC608;&#xC0C1; &#xC791;&#xC740; &#xC65C;&#xACE1; fingerprinted &#xBE44;&#xB514;&#xC624; &#xACF5;&#xACA9; &#xD574;&#xB2F9; &#xCD5C;&#xC801;&#xC758; &#xC804;&#xB7B5;&#xC744; &#xC120;&#xD0DD;. &#xADF8;&#xB7EC;&#xB098;, &#xAC80;&#xCD9C;&#xAE30;&#xB294; &#xAC15;&#xB825; &#xD558; &#xACE0;, &#xC989;, &#xAC80;&#xCD9C;&#xAE30; &#xD56D;&#xC0C1; &#xACF5;&#xACA9;&#xC790;&#xC758; &#xC804;&#xB7B5;&#xC744; &#xC608;&#xCE21;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;, &#xADF8;&#xB9AC;&#xACE0; &#xACF5;&#xACA9;&#xC790;&#xC5D0; &#xB300; &#xD55C; &#xCD5C;&#xC0C1;&#xC758; &#xC804;&#xB7B5;&#xC740; &#xCD5C;&#xC18C;-&#xCD5C;&#xB300; &#xC804;&#xB7B5; &#xC774;&#xB2E4;. &#xB9C8;&#xC9C0;&#xB9C9;&#xC73C;&#xB85C;, &#xC6B0;&#xB9AC;&#xB294; &#xC2E4;&#xC2DC;&#xAC04; &#xBE44;&#xB514;&#xC624; &#xB370;&#xC774;&#xD130;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC81C;&#xC548; &#xB41C; &#xC704;&#xD5D8; &#xC65C;&#xACE1; &#xBAA8;&#xB378;&#xC744; &#xD655;&#xC778; &#xD558;&#xB294; &#xBA87; &#xAC00;&#xC9C0; &#xC2E4;&#xD5D8;&#xC744; &#xC2E4;&#xC2DC; &#xD569;&#xB2C8;&#xB2E4;.

&#xBE44;&#xB514;&#xC624; &#xACF5;&#xBAA8; &#xACF5;&#xACA9;&#xC5D0; &#xB300; &#xD55C; &#xC704;&#xD5D8; &#xC65C;&#xACE1; &#xBD84;&#xC11D;: &#xB9C8;&#xC6B0;&#xC2A4; &#xACE0;&#xC591;&#xC774; &#xAC8C;&#xC784;.

Protecci&oacute;n del copyright es una cuesti&oacute;n clave para compartir v&iacute;deos sobre redes p&uacute;blicas. Para proteger el contenido de v&iacute;deo de redistribuci&oacute;n no autorizada, huella digital se utiliza com&uacute;nmente. Para desarrollar un esquema eficiente de huellas dactilares colusi&oacute;n-resistente, es muy importante para el dise&ntilde;ador del sistema comprender c&oacute;mo la din&aacute;mica del comportamiento de colusi&oacute;n afecta el desempe&ntilde;o del ataque de colusi&oacute;n. En la literatura, se han hecho esfuerzos poco estudiar expl&iacute;citamente la relaci&oacute;n entre riesgo, por ejemplo, la probabilidad de la colusi&oacute;n para ser detectado y la distorsi&oacute;n de la se&ntilde;al coludida. En este trabajo, investigamos la relaci&oacute;n riesgo-distorsi&oacute;n del ataque de connivencia de v&iacute;deo linear con huellas dactilares gaussiano. Formulamos el ataque de connivencia lineal &oacute;ptimo como un problema de optimizaci&oacute;n de encontrar los par&aacute;metros &oacute;ptimos de colusi&oacute;n para minimizar la distorsi&oacute;n con una condici&oacute;n de riesgo. Variando la restricci&oacute;n de riesgo y resolviendo el problema de optimizaci&oacute;n correspondiente, nos podemos derivar la curva &oacute;ptima riesgo-distorsi&oacute;n. Por otra parte, bas&aacute;ndose en la observaci&oacute;n de que el detector/atacante puede cada uno mejorar el rendimiento de detecci&oacute;n/ataque con el conocimiento de la estrategia de su oponente, formular el problema de la detecci&oacute;n y ataque como un juego de gato y rat&oacute;n din&aacute;mico y estudiar las estrategias &oacute;ptimas para el atacante y el detector. Mostramos que si el detector utiliza una estrategia de detecci&oacute;n fijos, el atacante puede estimar la estrategia del detector y elegir la estrategia &oacute;ptima correspondiente para atacar el video fingerprinted con una peque&ntilde;a distorsi&oacute;n. Sin embargo, si el detector es potente, es decir, el detector puede estimar siempre la estrategia del atacante, la mejor estrategia para el atacante es la estrategia de min-max. Finalmente, llevamos a cabo varios experimentos para comprobar el modelo de riesgo propuesto-distorsi&oacute;n utilizando datos reales de video.

An&aacute;lisis de riesgo de distorsi&oacute;n de colusi&oacute;n video ataques: un juego de gato y rat&oacute;n.

&#x8FD9;&#x9879;&#x7814;&#x7A76;&#x8BC4;&#x4F30;&#x4ECE;&#x4F24;&#x5BB3;&#x51CF;&#x5C11;&#x9999;&#x70DF;&#x70DF;&#x96FE;&#x59A8;&#x788D;&#x9644;&#x7740;&#x53CA;&#x589E;&#x6B96;&#x7684; H9 &#x4EBA;&#x7C7B;&#x80DA;&#x80CE;&#x5E72;&#x7EC6;&#x80DE; (hESCs&#xFF09; &#x7684;&#x5047;&#x8BF4;&#x3002;&#x4ECE;&#x4E09;&#x4E2A;&#x4F24;&#x5BB3;&#x51CF;&#x5C11;&#x54C1;&#x724C;&#x70DF;&#x662F;&#x4E0E;&#x70DF;&#x4ECE;&#x4E00;&#x4E2A;&#x4F20;&#x7EDF;&#x7684;&#x54C1;&#x724C;&#x76F8;&#x6BD4;&#x3002;&#x7C89;&#x6251;&#x7B49;&#x4EF7;&#x7269; (PE) &#x5728;&#x91CF;&#x5EA6;&#x70DF;&#x5242;&#x91CF; (1 PE = 1 &#x6BEB;&#x5347;&#x7684;&#x4ECB;&#x8D28;&#x4E2D;&#x6EB6;&#x89E3;&#x7684;&#x4E00;&#x53E3;&#x6C14;&#x5439;&#x70DF;&#x7684;&#x91CF;&#xFF09;&#x3002;&#x6BD2;&#x6027;&#x5242;&#x91CF;&#x6709;&#x51B3;&#x5FC3;&#x4F7F;&#x7528;&#x5F62;&#x6001;&#x6807;&#x51C6;&#x548C;&#x53F0;&#x76FC;&#x84DD;&#x67D3;&#x8272;&#xFF0C;&#x53CA;&#x51CB;&#x4EA1;&#x8BC1;&#x5B9E;&#x4F7F;&#x7528;&#x9B54;&#x6CD5;&#x7EA2;&#x67D3;&#x8272;&#x3002;&#x5728;&#x4F7F;&#x7528; BioStation &#x6280;&#x672F;&#x6536;&#x96C6;&#x5B9A;&#x65F6;&#x89C6;&#x9891; noncytotoxic &#x5242;&#x91CF;&#x4E4B;&#x540E;&#x9644;&#x7740;&#x53CA;&#x589E;&#x6B96;&#x7684; hESC&#x3002;&#x6570;&#x636E;&#x4ECE;&#x6316;&#x6398;&#x89C6;&#x9891;&#x6216;&#x8005;&#x624B;&#x52A8;&#x6216;&#x4F7F;&#x7528;&#x89C6;&#x9891;&#x751F;&#x7269;&#x4FE1;&#x606F;&#x5B66;&#x5B50;&#x4F8B;&#x7A0B;&#x4E0E; CL Quant &#x8F6F;&#x4EF6;&#x5F00;&#x53D1;&#x3002;&#x4ECE;&#x4F20;&#x7EDF;&#x7684;&#x4E3B;&#x6D41; (MS) &#x548C;&#x4FA7;&#x6D41; (SS) &#x5438;&#x70DF;&#x548C;&#x4F24;&#x5BB3;&#x51CF;&#x5C11;&#x9999;&#x70DF;&#x5728; 1 &#x8BF1;&#x5BFC;&#x51CB;&#x4EA1; hESC &#x6B96;&#x6C11;&#x5730; PE&#x3002;PE (noncytotoxic)&#x3001; SS &#x70DF; hESC &#x7684;&#x6240;&#x6709;&#x54C1;&#x724C;&#x6291;&#x5236;&#x9644;&#x4EF6;&#x4ECE; 0.1 &#x5230; Matrigel &#x7684;&#x6B96;&#x6C11;&#x5730;&#x4E2D;&#x53D1;&#x751F;&#x7684;&#x6291;&#x5236;&#x4F5C;&#x7528;&#x6700;&#x5F3A;&#xFF0C;&#x4F24;&#x5BB3;&#x51CF;&#x5C11;&#x54C1;&#x724C;&#x3002;&#x5728; 0.1 PE&#x3001; SS &#x9ED1;&#x70DF;&#xFF0C;&#x4F46;&#x4E0D;&#x662F;&#x4ECE;&#x6240;&#x6709;&#x54C1;&#x724C;&#x5973;&#x58EB;&#x70DF;&#x6291;&#x5236; hESC &#x751F;&#x957F;&#xFF0C;&#x548C;&#x4E24;&#x4E2A;&#x4F24;&#x5BB3;&#x51CF;&#x5C11;&#x54C1;&#x724C;&#x90FD;&#x6BD4;&#x5E38;&#x89C4;&#x7684;&#x54C1;&#x724C;&#x66F4;&#x6709;&#x6548;&#x3002;&#x4E00;&#x822C;&#x60C5;&#x51B5;&#x4E0B;&#xFF0C;hESC &#x51FA;&#x73B0;&#x70DF;&#x96FE; esc &#x952E;&#x9F20;&#x6807;&#x7684;&#x540C;&#x884C;&#x76F8;&#x6BD4;&#x66F4;&#x4E3A;&#x654F;&#x611F;&#x3002;&#x867D;&#x7136;&#x4F24;&#x5BB3;&#x51CF;&#x5C11;&#x9999;&#x70DF;&#x5E38;&#x9500;&#x4F5C;&#x4E3A;&#x6BD4;&#x4F20;&#x7EDF;&#x54C1;&#x724C;&#x66F4;&#x5B89;&#x5168;&#xFF0C;&#x6211;&#x4EEC;&#x5316;&#x9A8C;&#x663E;&#x793A; SS &#x4F24;&#x5BB3;&#x51CF;&#x5C11;&#x9999;&#x70DF;&#x7684;&#x70DF;&#x96FE;&#x662F;&#x81F3;&#x5C11;&#x4E00;&#x6837;&#x6709;&#x6548;&#xFF0C;&#x6216;&#x5728;&#x67D0;&#x4E9B;&#x60C5;&#x51B5;&#x4E0B;&#xFF0C;&#x6BD4;&#x4ECE;&#x5E38;&#x89C4;&#x54C1;&#x724C;&#x70DF;&#x66F4;&#x6709;&#x6548;&#x548C; SS &#x70DF;&#x5E55;&#x662F;&#x66F4;&#x52A0;&#x6291;&#x5236;&#x6BD4; MS &#x70DF;&#x96FE;&#x4E2D;&#x6240;&#x6709;&#x7684;&#x68C0;&#x6D4B;&#x65B9;&#x6CD5;&#x3002;

&#x4ECE;&#x4F20;&#x7EDF;&#x7684;&#x70DF;&#x96FE;&#x548C;&#x4F7F;&#x7528;&#x4EBA;&#x7C7B;&#x80DA;&#x80CE;&#x5E72;&#x7EC6;&#x80DE;&#x7684;&#x4F24;&#x5BB3;&#x51CF;&#x5C11;&#x9999;&#x70DF;&#x7684;&#x6BD2;&#x6027;&#x7684;&#x6BD4;&#x8F83;&#x3002;

This study evaluated the hypothesis that smoke from harm reduction cigarettes impedes attachment and proliferation of H9 human embryonic stem cells (hESCs). Smoke from three harm reduction brands was compared with smoke from a conventional brand. Doses of smoke were measured in puff equivalents (PE) (1 PE = the amount of smoke in one puff that dissolves in 1 ml of medium). Cytotoxic doses were determined using morphological criteria and trypan blue staining, and apoptosis was confirmed using Magic Red staining. Attachment and proliferation of hESC were followed at a noncytotoxic dose in time-lapse videos collected using BioStation technology. Data were mined from videos either manually or using video bioinformatics subroutines developed with CL-Quant software. Mainstream (MS) and sidestream (SS) smoke from conventional and harm reduction cigarettes induced apoptosis in hESC colonies at 1 PE. At 0.1 PE (noncytotoxic), SS smoke from all brands inhibited attachment of hESC colonies to Matrigel with the strongest inhibition occurring in harm reduction brands. At 0.1 PE, SS smoke, but not MS smoke, from all brands inhibited hESC growth, and two harm reduction brands were more potent than the conventional brand. In general, hESC appeared more sensitive to smoke than their mouse ESC counterparts. Although harm reduction cigarettes are often marketed as safer than conventional brands, our assays show that SS smoke from harm reduction cigarettes was at least as potent or in some cases more potent than smoke from a conventional brand and that SS smoke was more inhibitory than MS smoke in all assays.

Comparison of the toxicity of smoke from conventional and harm reduction cigarettes using human embryonic stem cells.

Cette &#xE9;tude a &#xE9;valu&#xE9; l&#x26;#39;hypoth&#xE8;se que la fum&#xE9;e des cigarettes de r&#xE9;duction des m&#xE9;faits emp&#xEA;che l&#x26;#39;attachement et la prolif&#xE9;ration des H9 cellules souches embryonnaires humaines (CSEh). La fum&#xE9;e de trois marques de r&#xE9;duction des m&#xE9;faits a &#xE9;t&#xE9; compar&#xE9;e &#xE0; la fum&#xE9;e d&#x26;#39;une marque classique. Des doses de fum&#xE9;e ont &#xE9;t&#xE9; mesur&#xE9;s en &#xE9;quivalents feuillet&#xE9;e (PE) (1 PE = la quantit&#xE9; de fum&#xE9;e dans une bouff&#xE9;e qui se dissout dans 1 ml de milieu). Doses cytotoxiques ont &#xE9;t&#xE9; d&#xE9;termin&#xE9;s en utilisant des crit&#xE8;res morphologiques et coloration au bleu trypan, et de l&#x26;#39;apoptose a &#xE9;t&#xE9; confirm&#xE9;e en utilisant magique coloration rouge. Fixation et la prolif&#xE9;ration des CSEh ont &#xE9;t&#xE9; suivis &#xE0; une dose non cytotoxique en time-lapse vid&#xE9;os recueillies en utilisant la technologie BioStation. Les donn&#xE9;es ont &#xE9;t&#xE9; extraites de vid&#xE9;os soit manuellement, soit en utilisant la vid&#xE9;o bioinformatique Sous-routines d&#xE9;velopp&#xE9;es avec CL-Quant logiciel. Mainstream (MS) et lat&#xE9;rale (SS) de r&#xE9;duction de la fum&#xE9;e de cigarette conventionnelle et dommages a induit l&#x26;#39;apoptose dans les colonies de CSEh &#xE0; 1 PE. A 0,1 PE (non cytotoxique), la fum&#xE9;e secondaire de toutes les marques inhib&#xE9; la fixation de colonies de CSEh &#xE0; Matrigel avec la plus forte se produisant dans l&#x26;#39;inhibition de marques de r&#xE9;duction des m&#xE9;faits. A 0,1 PE, la fum&#xE9;e secondaire, mais pas la fum&#xE9;e MS, de toutes marques a inhib&#xE9; la croissance des CSEh, et deux marques de r&#xE9;duction des m&#xE9;faits ont &#xE9;t&#xE9; plus puissant que la marque classique. En g&#xE9;n&#xE9;ral, les CSEh est apparu plus sensible &#xE0; fumer que leurs homologues du CES de la souris. Bien que les cigarettes de r&#xE9;duction des m&#xE9;faits sont souvent commercialis&#xE9;s comme plus s&#xFB;r que les marques classiques, nos analyses montrent que la fum&#xE9;e secondaire des cigarettes de r&#xE9;duction des m&#xE9;faits a &#xE9;t&#xE9; au moins aussi puissant ou, dans certains cas plus puissant que la fum&#xE9;e d&#x26;#39;une marque classique et que la fum&#xE9;e &#xE9;tait SS plus inhibiteur que la fum&#xE9;e MS dans tous les dosages.

Comparaison de la toxicit&#xE9; de la fum&#xE9;e de cigarettes de r&#xE9;duction des m&#xE9;faits conventionnelles et utilisant des cellules souches embryonnaires

Diese Studie ausgewertet, die Hypothese, dass Rauch aus Schaden Reduzierung Zigaretten Anlage und Vermehrung von H9 menschliche embryonale Stammzellen (Zellkulturen) hemmt. Rauch aus drei Schaden Reduzierung Marken wurde mit dem Rauch einer herk&ouml;mmlichen Marke verglichen. Dosen von Rauch in Bl&auml;tterteig-&auml;quivalenten (PE) gemessen wurden (1 PE = der Betrag von Rauch in einem Bl&auml;tterteig, die in 1 ml Medium aufl&ouml;st). Zytotoxische Dosen wurden ermittelt nach morphologischen Kriterien und Trypanblau-F&auml;rbung und Apoptosis best&auml;tigt mit Magic rot f&auml;rben. Anlage und Vermehrung von hESC folgten in einer zytotoxischer Dosis im Zeitraffer-Videos mit der BioStation-Technologie erfasst. Daten wurden abgebaut aus Videos entweder manuell oder mithilfe von video Bioinformatik Unterroutinen mit CL-Quant Software entwickelt. Mainstream (MS) und Sidestream (SS) Rauch aus konventionellen und Schaden Reduzierung Zigaretten induzierte Apoptose in hESC Kolonien 1 PE. Bei 0,1, die von allen Marken gehemmt-Anlage von hESC PE (zytotoxischer), SS Rauchen Schaden Kolonien, Matrigel mit der st&auml;rksten Hemmung in der Verringerung der Marken. Bei 0,1 PE, SS Rauch, aber nicht MS Rauch aus allen Marken hemmte hESC Wachstum und zwei Schaden Reduzierung Marken waren st&auml;rker als die konventionelle Marke. Im Allgemeinen erschien hESC empfindlicher als ihre Maus ESC-Pendants zu rauchen. Obwohl Schaden Reduzierung Zigaretten oft als sicherer als konventionelle Marken vertrieben werden, zeigen unsere Proben, dass SS-Abgase Schaden Reduzierung Zigaretten zumindest als potenter oder in einigen F&auml;llen st&auml;rker als Rauch aus einer konventionellen Marke war und die SS-Rauch mehr hemmende war als MS in alle Proben Rauchen.

Vergleich der Toxizit&auml;t von Rauch aus konventionellen und Schaden Reduzierung Zigaretten Verwendung menschlichen embryonalen Stammzellen.

Questo studio ha valutato l&#39;ipotesi che fumo da sigarette di riduzione del danno impedisce l&#39;attacco e la proliferazione delle 9.30 cellule staminali embrionali umane (hESC). Fumo da tre marchi di riduzione del danno &egrave; stato confrontato con il fumo da un marchio convenzionale. Dosi di fumo sono stati misurati in equivalenti di puff (PE) (1 PE = la quantit&agrave; di fumo in un soffio che si scioglie in 1 ml di terreno). Dosi citotossiche sono state determinate utilizzando criteri morfologici e colorazione trypan blu, e apoptosi &egrave; stata confermata mediante colorazione rosso di Magic. Attaccamento e la proliferazione delle hESC furono seguiti ad una dose noncytotoxic in time-lapse video raccolto utilizzando la tecnologia BioStation. Dati sono stati estratti da video o manualmente o utilizzando video bioinformatica subroutine sviluppato con il software di CL-Quant. Mainstream (MS) e (SS) sidestream fumo dai convenzionali e sigarette di riduzione del danno indotto apoptosi nelle hESC colonie a 1 PE. A 0,1 PE (noncytotoxic), SS fumo dall&#39;attaccamento marche inibiti tutti di hESC colonie di Matrigel con l&#39;inibizione pi&ugrave; forte che si verificano nel danneggiano marche di riduzione. A 0,1 PE, SS fumo, ma non fumo MS, da tutte le case costruttrici ha inibito la crescita hESC e due marche di riduzione di danno sono stati pi&ugrave; potente del marchio convenzionale. In generale, hESC apparve pi&ugrave; sensibili al fumo rispetto ai loro omologhi del mouse ESC. Anche se danno riduzione sigarette sono spesso commercializzate come pi&ugrave; sicuro di marchi convenzionali, nostri saggi mostrano che SS fumo da sigarette di riduzione del danno &egrave; stata almeno come potente o in alcuni casi pi&ugrave; potenti del fumo da una marca convenzionale e quel fumo SS era pi&ugrave; inibitorio di MS di fumo in tutti i dosaggi.

Confronto della tossicit&agrave; del fumo dal convenzionale e danno riduzione sigarette utilizzando cellule staminali embrionali umane.

&#x672C;&#x7814;&#x7A76;&#x3067;&#x306F;&#x3001;&#x30CF;&#x30FC;&#x30E0;&#x30EA;&#x30C0;&#x30AF;&#x30B7;&#x30E7;&#x30F3;&#x30BF;&#x30D0;&#x30B3;&#x306E;&#x7159;&#x306F;&#x3001;H9&#x30D2;&#x30C8;&#x80DA;&#x6027;&#x5E79;&#x7D30;&#x80DE;&#xFF08;&#x30D2;&#x30C8;ES&#x7D30;&#x80DE;&#xFF09;&#x306E;&#x6DFB;&#x4ED8;&#x30D5;&#x30A1;&#x30A4;&#x30EB;&#x304A;&#x3088;&#x3073;&#x5897;&#x6B96;&#x3092;&#x963B;&#x5BB3;&#x3059;&#x308B;&#x3068;&#x3044;&#x3046;&#x4EEE;&#x8AAC;&#x3092;&#x8A55;&#x4FA1;&#x3057;&#x305F;&#x3002; 3&#x30CF;&#x30FC;&#x30E0;&#x30EA;&#x30C0;&#x30AF;&#x30B7;&#x30E7;&#x30F3;&#x30D6;&#x30E9;&#x30F3;&#x30C9;&#x304B;&#x3089;&#x306E;&#x7159;&#x306F;&#x3001;&#x5F93;&#x6765;&#x306E;&#x30D6;&#x30E9;&#x30F3;&#x30C9;&#x304B;&#x3089;&#x306E;&#x7159;&#x3068;&#x6BD4;&#x8F03;&#x3057;&#x305F;&#x3002;&#x7159;&#x306E;&#x7528;&#x91CF;&#x306F;&#x3001;&#x30D1;&#x30D5;&#x3068;&#x540C;&#x7B49;&#x3067;&#x6E2C;&#x5B9A;&#x3057;&#x305F;&#xFF08;PE&#xFF09;&#xFF08;1 PE =&#x57F9;&#x5730;1ml&#x306B;&#x6EB6;&#x89E3;&#x3057;1&#x30D1;&#x30D5;&#x306E;&#x7159;&#x306E;&#x91CF;&#xFF09;&#x3002;&#x7D30;&#x80DE;&#x6BD2;&#x6027;&#x7528;&#x91CF;&#x306F;&#x3001;&#x5F62;&#x614B;&#x5B66;&#x7684;&#x57FA;&#x6E96;&#x3068;&#x30C8;&#x30EA;&#x30D1;&#x30F3;&#x30D6;&#x30EB;&#x30FC;&#x67D3;&#x8272;&#x3092;&#x7528;&#x3044;&#x3066;&#x6E2C;&#x5B9A;&#x3057;&#x3001;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#x304C;&#x30DE;&#x30B8;&#x30C3;&#x30AF;&#x30EC;&#x30C3;&#x30C9;&#x67D3;&#x8272;&#x3092;&#x7528;&#x3044;&#x3066;&#x78BA;&#x8A8D;&#x3055;&#x308C;&#x305F;&#x3002;&#x6DFB;&#x4ED8;&#x30D5;&#x30A1;&#x30A4;&#x30EB;&#x3068;hESC&#x306E;&#x5897;&#x6B96;&#x306F;&#x3001;BioStation&#x6280;&#x8853;&#x3092;&#x7528;&#x3044;&#x3066;&#x53CE;&#x96C6;&#x3057;&#x305F;&#x30BF;&#x30A4;&#x30E0;&#x30E9;&#x30D7;&#x30B9;&#x30D3;&#x30C7;&#x30AA;&#x3067;&#x975E;&#x7D30;&#x80DE;&#x6BD2;&#x6027;&#x306E;&#x7528;&#x91CF;&#x3067;&#x7D9A;&#x3044;&#x3066;&#x3044;&#x305F;&#x3002;&#x30C7;&#x30FC;&#x30BF;&#x306F;&#x3001;&#x30D3;&#x30C7;&#x30AA;&#x304B;&#x3089;&#x3001;&#x624B;&#x52D5;&#x307E;&#x305F;&#x306F;CL-&#x30AF;&#x30EF;&#x30F3;&#x30C8;&#x30BD;&#x30D5;&#x30C8;&#x30A6;&#x30A7;&#x30A2;&#x3067;&#x958B;&#x767A;&#x3055;&#x308C;&#x305F;&#x30D3;&#x30C7;&#x30AA;&#x30D0;&#x30A4;&#x30AA;&#x30A4;&#x30F3;&#x30D5;&#x30A9;&#x30DE;&#x30C6;&#x30A3;&#x30AF;&#x30B9;&#x306E;&#x30B5;&#x30D6;&#x30EB;&#x30FC;&#x30C1;&#x30F3;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x63A1;&#x6398;&#x3055;&#x308C;&#x305F;&#x3002;&#x5F93;&#x6765;&#x3068;&#x5BB3;&#x524A;&#x6E1B;&#x306E;&#x30BF;&#x30D0;&#x30B3;&#x304B;&#x3089;&#x306E;&#x4E3B;&#x6D41;&#xFF08;MS&#xFF09;&#x3068;&#x526F;&#x6D41;&#x7159;&#xFF08;SS&#xFF09;&#x7159;&#x306F;1 PE&#x3067;hESC&#x306E;&#x30B3;&#x30ED;&#x30CB;&#x30FC;&#x3067;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#x3092;&#x8A98;&#x5C0E;&#x3057;&#x305F;&#x3002; 0.1&#x306B;PE&#xFF08;&#x975E;&#x7D30;&#x80DE;&#x6BD2;&#x6027;&#x306E;&#xFF09;&#x3059;&#x3079;&#x3066;&#x306E;&#x30D6;&#x30E9;&#x30F3;&#x30C9;&#x304B;&#x3089;SS&#x306E;&#x7159;&#x306F;&#x3001;&#x30CF;&#x30FC;&#x30E0;&#x30EA;&#x30C0;&#x30AF;&#x30B7;&#x30E7;&#x30F3;&#x30D6;&#x30E9;&#x30F3;&#x30C9;&#x3067;&#x767A;&#x751F;&#x3057;&#x305F;&#x6700;&#x5F37;&#x306E;&#x963B;&#x5BB3;&#x3068;&#x30DE;&#x30C8;&#x30EA;&#x30B2;&#x30EB;&#x306B;hESC&#x306E;&#x30B3;&#x30ED;&#x30CB;&#x30FC;&#x306E;&#x4ED8;&#x7740;&#x3092;&#x6291;&#x5236;&#x3057;&#x305F;&#x3002; 0.1&#x306B;&#x3059;&#x3079;&#x3066;&#x306E;&#x30D6;&#x30E9;&#x30F3;&#x30C9;&#x304B;&#x3089;PE&#x3001;SS&#x306E;&#x7159;&#x3067;&#x306F;&#x306A;&#x304F;&#x3001;MS&#x306E;&#x7159;&#x306F;&#x3001;hESC&#x306E;&#x5897;&#x6B96;&#x3092;&#x963B;&#x5BB3;&#x3057;&#x3001;&#x4E8C;&#x3064;&#x306E;&#x30CF;&#x30FC;&#x30E0;&#x30EA;&#x30C0;&#x30AF;&#x30B7;&#x30E7;&#x30F3;&#x30D6;&#x30E9;&#x30F3;&#x30C9;&#x306F;&#x3001;&#x5F93;&#x6765;&#x306E;&#x30D6;&#x30E9;&#x30F3;&#x30C9;&#x3088;&#x308A;&#x3082;&#x5F37;&#x529B;&#x3067;&#x3042;&#x3063;&#x305F;&#x3002;&#x4E00;&#x822C;&#x7684;&#x306B;&#x3001;hESC&#x306E;&#x306F;&#x3001;&#x30DE;&#x30A6;&#x30B9;&#x306E;ESC&#x306B;&#x6BD4;&#x3079;&#x55AB;&#x7159;&#x306B;&#x654F;&#x611F;&#x767B;&#x5834;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x30CF;&#x30FC;&#x30E0;&#x30EA;&#x30C0;&#x30AF;&#x30B7;&#x30E7;&#x30F3;&#x30BF;&#x30D0;&#x30B3;&#x306F;&#x3001;&#x3057;&#x3070;&#x3057;&#x3070;&#x5F93;&#x6765;&#x306E;&#x30D6;&#x30E9;&#x30F3;&#x30C9;&#x3088;&#x308A;&#x3082;&#x5B89;&#x5168;&#x3068;&#x3057;&#x3066;&#x8CA9;&#x58F2;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x304C;&#x3001;&#x6211;&#x3005;&#x306E;&#x30A2;&#x30C3;&#x30BB;&#x30A4;&#x3067;&#x306F;&#x3001;&#x30CF;&#x30FC;&#x30E0;&#x30EA;&#x30C0;&#x30AF;&#x30B7;&#x30E7;&#x30F3;&#x30BF;&#x30D0;&#x30B3;&#x304B;&#x3089;SS&#x306E;&#x7159;&#x306F;&#x3001;&#x5C11;&#x306A;&#x304F;&#x3068;&#x3082;MS&#x306E;&#x7159;&#x3088;&#x308A;&#x3082;&#x6291;&#x5236;&#x3067;&#x3042;&#x3063;&#x305F;&#x5F37;&#x529B;&#x306A;&#x3001;&#x307E;&#x305F;&#x306F;&#x5F93;&#x6765;&#x306E;&#x30D6;&#x30E9;&#x30F3;&#x30C9;&#x3068;&#x3001;&#x305D;&#x306E;SS&#x306E;&#x7159;&#x306E;&#x7159;&#x3088;&#x308A;&#x3082;&#x5F37;&#x529B;&#x306A;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x30B1;&#x30FC;&#x30B9;&#x3067;&#x3042;&#x3063;&#x305F;&#x3053;&#x3068;&#x3092;&#x793A;&#x3059;&#x5168;&#x3066;&#x306E;&#x30A2;&#x30C3;&#x30BB;&#x30A4;&#x30A4;&#x30F3;&#x30C1;

&#x30D2;&#x30C8;&#x80DA;&#x6027;&#x5E79;&#x7D30;&#x80DE;&#x3092;&#x7528;&#x3044;&#x305F;&#x5F93;&#x6765;&#x3068;&#x30CF;&#x30FC;&#x30E0;&#x30EA;&#x30C0;&#x30AF;&#x30B7;&#x30E7;&#x30F3;&#x30BF;&#x30D0;&#x30B3;&#x306E;&#x7159;&#x306E;&#x6BD2;&#x6027;&#x306E;&#x6BD4;&#x8F03;

&#xC774; &#xC5F0;&#xAD6C;&#xB97C; &#xD3C9;&#xAC00; &#xD574; &#xAC10;&#xC18C; &#xB2F4;&#xBC30;&#xC5D0;&#xC11C; &#xC5F0;&#xAE30; &#xCCA8;&#xBD80;&#xC640; H9 &#xC778;&#xAC04; &#xBC30;&#xC544; &#xC904;&#xAE30; &#xC138;&#xD3EC; (hESCs)&#xC758; &#xD655;&#xC0B0;&#xC744; &#xBC29;&#xD574; &#xD558;&#xB294; &#xAC00;&#xC124; &#xD588;&#xB2E4;. &#xC5F0;&#xAE30; 3 &#xD53C;&#xD574; &#xAC10;&#xC18C; &#xBE0C;&#xB79C;&#xB4DC;&#xC5D0;&#xC11C;&#xB294; &#xAE30;&#xC874;&#xC758; &#xBE0C;&#xB79C;&#xB4DC;&#xC5D0;&#xC11C; &#xC5F0;&#xAE30;&#xC640; &#xBE44;&#xAD50; &#xB418;&#xC5C8;&#xB2E4;. &#xC5F0;&#xAE30;&#xC758; &#xD37C;&#xD504;&#xC5D0; &#xC0C1;&#xC751; (PE)&#xC5D0;&#xC11C; &#xCE21;&#xC815; (1 PE &#xB9E4;&#xCCB4;&#xC758; 1 ml&#xC5D0; &#xB179;&#xC774; &#xACE0; &#xD55C; &#xD37C;&#xD504;&#xC5D0; &#xC5F0;&#xAE30; =). Cytotoxic &#xBCF5;&#xC6A9;&#xB7C9; &#xD615;&#xD0DC;&#xD559; &#xAE30;&#xC900;&#xACFC; trypan &#xBE14;&#xB8E8; &#xC5BC;&#xB8E9;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xACB0;&#xC815; &#xD558; &#xACE0; apoptosis &#xB9E4;&#xC9C1; &#xB808;&#xB4DC; &#xC5BC;&#xB8E9;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xD655;&#xC778; &#xB418;&#xC5C8;&#xB2E4;. &#xCCA8;&#xBD80; &#xD30C;&#xC77C; &#xBC0F; Hesc&#xC758; &#xD655;&#xC0B0; BioStation &#xAE30;&#xC220;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC218;&#xC9D1; &#xC2DC;&#xAC04; &#xACBD;&#xACFC; &#xBE44;&#xB514;&#xC624;&#xC5D0;&#xC11C; noncytotoxic &#xBCF5;&#xC6A9;&#xB7C9;&#xC5D0; &#xB530;&#xB77C; &#xD588;&#xB2E4;. &#xB370;&#xC774;&#xD130; &#xCC44;&#xAD11; &#xD588;&#xB2E4;&#xC5D0;&#xC11C; &#xB3D9;&#xC601;&#xC0C1;&#xB3C4; &#xC218;&#xB3D9;&#xC73C;&#xB85C; &#xB610;&#xB294; &#xBE44;&#xB514;&#xC624; &#xC0DD;&#xBB3C; &#xC815;&#xBCF4;&#xD559; &#xC11C;&#xBE0C;&#xB8E8;&#xD2F4;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; CL &#xC591;&#xC758; &#xC18C;&#xD504;&#xD2B8;&#xC6E8;&#xC5B4; &#xAC1C;&#xBC1C;. &#xC8FC;&#xB958; (MS)&#xC640; sidestream (SS)&#xC5D0;&#xC11C; &#xAE30;&#xC874;&#xC758; &#xC5F0;&#xAE30;&#xC640; &#xD53C;&#xD574; &#xAC10;&#xC18C; &#xB2F4;&#xBC30; 1 hESC &#xC2DD;&#xBBFC;&#xC9C0;&#xC5D0; apoptosis &#xC720;&#xB3C4; PE. 0.1 PE (noncytotoxic), SS Hesc&#xC758; &#xBAA8;&#xB4E0; &#xBE0C;&#xB79C;&#xB4DC; &#xC800;&#xD574; &#xCCA8;&#xBD80;&#xC5D0;&#xC11C; &#xC5F0;&#xAE30;&#xC5D0; &#xC2DD;&#xBBFC;&#xC9C0; Matrigel &#xD558;&#xC5D0;&#xC11C; &#xBC1C;&#xC0DD; &#xD558;&#xB294; &#xAC00;&#xC7A5; &#xAC15;&#xB825;&#xD55C; &#xC800;&#xD574;&#xC640; &#xD574; &#xAC10;&#xC18C; &#xBE0C;&#xB79C;&#xB4DC;&#xB97C;. 0.1&#xC5D0;&#xC11C; PE, SS &#xC5F0;&#xAE30;, &#xD558;&#xC9C0;&#xB9CC; &#xBAA8;&#xB4E0; &#xBE0C;&#xB79C;&#xB4DC;&#xC5D0;&#xC11C; MS &#xC5F0;&#xAE30; &#xD558;&#xC9C0; hESC &#xC131;&#xC7A5;&#xC744; &#xC800;&#xD574; &#xD558; &#xACE0; &#xB450; &#xD574; &#xAC10;&#xC18C; &#xBE0C;&#xB79C;&#xB4DC;&#xB294; &#xAE30;&#xC874;&#xC758; &#xBE0C;&#xB79C;&#xB4DC; &#xBCF4;&#xB2E4; &#xB354; &#xAC15;&#xB825; &#xD588;&#xB2E4;. &#xC77C;&#xBC18;&#xC801;&#xC73C;&#xB85C;, hESC &#xB9C8;&#xC6B0;&#xC2A4; esc &#xD0A4; &#xB4E4; &#xBCF4;&#xB2E4; &#xC5F0;&#xAE30;&#xC5D0; &#xB354; &#xBBFC;&#xAC10;&#xD55C; &#xB4F1;&#xC7A5;. &#xAE30;&#xC874;&#xC758; &#xBE0C;&#xB79C;&#xB4DC; &#xBCF4;&#xB2E4; &#xC548;&#xC804; &#xD574; &#xAC10;&#xC18C; &#xB2F4;&#xBC30; &#xD310;&#xB9E4; &#xC885;&#xC885;&#xC740;, &#xBE44;&#xB85D; &#xC6B0;&#xB9AC;&#xC758; &#xBD84;&#xC11D; &#xC2E4;&#xD5D8; &#xD53C;&#xD574; &#xAC10;&#xC18C; &#xB2F4;&#xBC30;&#xC5D0;&#xC11C; SS &#xC5F0;&#xAE30;&#xB294; &#xC801;&#xC5B4;&#xB3C4; &#xAC15;&#xB825;&#xD55C; &#xB610;&#xB294; &#xACBD;&#xC6B0;&#xC5D0; &#xB530;&#xB77C;&#xC11C;&#xB294; &#xAE30;&#xC874;&#xC758; &#xBE0C;&#xB79C;&#xB4DC;&#xC5D0;&#xC11C; &#xC5F0;&#xAE30; &#xBCF4;&#xB2E4; &#xB354; &#xAC15;&#xB825; &#xD558; &#xACE0; &#xADF8; &#xCE5C;&#xC704;&#xB300; &#xC5F0;&#xAE30;&#xB294; &#xBAA8;&#xB4E0; &#xBD84;&#xC11D; &#xC2E4;&#xD5D8;&#xC5D0;&#xC11C; MS &#xC5F0;&#xAE30; &#xBCF4;&#xB2E4; &#xB354; &#xAE08;&#xC9C0; &#xD45C;&#xC2DC;.

&#xAE30;&#xC874;&#xC758; &#xC5F0;&#xAE30;&#xC640; &#xC778;&#xAC04; &#xBC30;&#xC544; &#xC904;&#xAE30; &#xC138;&#xD3EC;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xD53C;&#xD574; &#xAC10;&#xC18C; &#xB2F4;&#xBC30; &#xB3C5;&#xC131;&#xC758; &#xBE44;&#xAD50;.

Este estudio evalu&#xF3; la hip&#xF3;tesis de que el humo de los cigarrillos de reducci&#xF3;n del da&#xF1;o impide el apego y la proliferaci&#xF3;n de c&#xE9;lulas H9 madre embrionarias humanas (hESCs). El humo de tres marcas de reducci&#xF3;n de da&#xF1;os se compar&#xF3; con el humo de una marca convencional. Las dosis de humo se mide en equivalentes de hojaldre (PE) (1 PE = la cantidad de humo en una bocanada que se disuelve en 1 ml de medio). Dosis citot&#xF3;xicas se determinaron utilizando criterios morfol&#xF3;gicos y de coloraci&#xF3;n azul de tripano y la apoptosis fue confirmada mediante la tinci&#xF3;n de Magia Roja. El apego y la proliferaci&#xF3;n de hESC fueron seguidos en una dosis citot&#xF3;xico en los v&#xED;deos time-lapse recogidos utilizando la tecnolog&#xED;a BioStation. Los datos fueron extra&#xED;dos de los videos ya sea manualmente o utilizando el v&#xED;deo bioinform&#xE1;tica subrutinas desarrollado con CL-Quant de software. Mainstream (MS) y el humo lateral (SS) de los cigarrillos convencionales y de reducci&#xF3;n de la apoptosis inducida por da&#xF1;o en las colonias hESC a 1 PE. A 0,1 PE (citot&#xF3;xico), el humo del SS de todas las marcas inhibe la uni&#xF3;n de las colonias hESC a Matrigel con el m&#xE1;s fuerte inhibici&#xF3;n que ocurre en las marcas de reducci&#xF3;n de da&#xF1;os. En 0.1 PE, el humo de las SS, pero no el humo de MS, de todas las marcas inhibe el crecimiento hESC, y dos marcas de reducci&#xF3;n de da&#xF1;os eran m&#xE1;s potentes que la marca convencional. En general, hESC parec&#xED;an m&#xE1;s sensibles a fumar que sus contrapartes de rat&#xF3;n CES. A pesar de los cigarrillos de reducci&#xF3;n de da&#xF1;os a menudo se comercializan como m&#xE1;s seguro que las marcas convencionales, los ensayos muestran que el humo de los cigarrillos de las SS de reducci&#xF3;n de da&#xF1;os fue al menos tan potente o, en algunos casos m&#xE1;s potente que el humo de una marca convencional y que el humo de las SS era m&#xE1;s inhibitoria que el humo del MS en todos los ensayos.

Comparaci&#xF3;n de la toxicidad del humo de los cigarrillos convencionales y de Reducci&#xF3;n de Da&#xF1;os con c&#xE9;lulas madre embrionarias

&#x5C0F;&#x9F20;&#x80DA;&#x80CE;&#x5E72;&#x7EC6;&#x80DE; (mESCs) &#x7B2C;&#x4E00;&#x6D3E;&#x751F;&#x548C;&#x57F9;&#x517B;&#x8FD1; 30 &#x5E74;&#x524D;&#xFF0C;&#x81EA;&#x90A3;&#x4EE5;&#x6765;&#x5DF2;&#x6709;&#x4EF7;&#x503C;&#x7684;&#x5DE5;&#x5177;&#xFF0C;&#x7528;&#x4E8E;&#x521B;&#x5EFA;&#x57FA;&#x56E0;&#x6572;&#x9664;&#x5C0F;&#x9F20;&#x548C;&#x7814;&#x7A76;&#x65E9;&#x671F;&#x54FA;&#x4E73;&#x52A8;&#x7269;&#x53D1;&#x5C55;&#x3002;&#x6700;&#x8FD1; (1998 &#x5E74;)&#xFF0C;&#x4EBA;&#x7C7B;&#x80DA;&#x80CE;&#x5E72;&#x7EC6;&#x80DE; (hESCs&#xFF09; &#x4EA7;&#x751F;&#x4E8E;&#x56CA;&#x80DA;&#xFF0C;&#x548C;&#x5F88;&#x591A;&#x65B9;&#x6CD5;&#x5DF2;&#x7ECF;&#x53D1;&#x5C55;&#x5230;&#x6587;&#x5316; hESCs &#x4F53;&#x5916;&#x590D;&#x6742;&#x548C;&#x5DF2;&#x5B9A;&#x4E49;&#x7684;&#x4ECB;&#x8D28;&#x4E2D;&#x3002;hESCs &#x90FD;&#x5728;&#x6B64;&#x65F6;&#x5C24;&#x4E3A;&#x91CD;&#x8981;&#xFF0C;&#x56E0;&#x4E3A;&#x4ED6;&#x4EEC;&#x53EF;&#x4EE5;&#x6709;&#x53EF;&#x80FD;&#x7528;&#x4E8E;&#x6CBB;&#x7597;&#x9000;&#x884C;&#x6027;&#x75BE;&#x75C5;&#xFF0C;&#x5E76;&#x8BBF;&#x95EE;&#x65B0;&#x7684;&#x836F;&#x7269;&#x548C;&#x73AF;&#x5883;&#x5316;&#x5B66;&#x7269;&#x8D28;&#x7684;&#x6BD2;&#x6027;&#x3002;&#x8FD9;&#x4E24;&#x79CD;&#x4EBA;&#x7C7B;&#x548C;&#x9F20;&#x6807;&#x80DA;&#x80CE;&#x5E72;&#x7EC6;&#x80DE;&#x3001; &#x6210;&#x7EA4;&#x7EF4;&#x7EC6;&#x80DE;&#x9972;&#x517B;&#x5C42;&#xFF0C;&#x7ECF;&#x5E38;&#x7528;&#x5728;&#x4E00;&#x4E9B;&#x9636;&#x6BB5;&#x57F9;&#x517B;&#x534F;&#x8BAE;&#x4E2D;&#x3002;&#x9988;&#x7EBF;-&#x7ECF;&#x5E38;&#x9F20;&#x6807;&#x80DA;&#x80CE;&#x6210;&#x7EA4;&#x7EF4;&#x7EC6;&#x80DE; (mEFs)-&#x63D0;&#x4F9B;&#x57FA;&#x4F53;&#x7684;&#x589E;&#x52A0;&#x7535;&#x9540;&#x6548;&#x7387;&#xFF0C;&#x6709;&#x52A9;&#x4E8E;&#x4FDD;&#x6301;&#x591A;&#x6F5C;&#x80FD;&#xFF0C;&#x5E76;&#x6709;&#x5229;&#x4E8E;&#x751F;&#x5B58;&#x548C;&#x751F;&#x957F;&#x7684;&#x5E72;&#x7EC6;&#x80DE;&#x3002;&#x4ECE;&#x8FD9;&#x4E24;&#x4E2A;&#x7269;&#x79CD;&#x80DA;&#x80CE;&#x5E72;&#x7EC6;&#x80DE;&#x57F9;&#x517B;&#x7684;&#x5404;&#x79CD;&#x534F;&#x8BAE;&#x90FD;&#x63D0;&#x4F9B;&#x4E86;&#x671D;&#x7740;&#x65E0;&#x8FDB;&#x7EB8;&#x5668;&#x548C;&#x65E0;&#x8840;&#x6E05;&#x57F9;&#x517B;&#x7684;&#x65B0;&#x8D8B;&#x52BF;&#x3002;&#x672C;&#x7AE0;&#x7684;&#x76EE;&#x7684;&#x662F;&#x5BF9;&#x5C0F;&#x9F20;&#x80DA;&#x80CE;&#x6210;&#x7EA4;&#x7EF4;&#x7EC6;&#x80DE;&#x9972;&#x517B;&#x5C42;&#x5EFA;&#x7ACB;&#x7684;&#x5206;&#x79BB;&#x3001; mESCs &#x4E24;&#x4E2A; mEFs &#x548C;&#x660E;&#x80F6;&#x542B;&#x6709;&#x8840;&#x6E05;&#x7684;&#x57F9;&#x517B;&#x57FA;&#xFF0C;&#x5728;&#x6587;&#x5316;&#x4E0E;&#x6587;&#x5316;&#x7684; hESCs mEFs &#xFF08;hESC &#x57F9;&#x517B;&#x57FA;&#xFF09; &#x548C; Matrigel &#xFF08;mTeSR&#xFF09; &#x5B9A;&#x4E49;&#x4ECB;&#x8D28;&#x4E2D;&#x63D0;&#x4F9B;&#x57FA;&#x672C;&#x534F;&#x8BAE;&#x4FE1;&#x606F;&#x3002;&#x8FD9;&#x4E9B;&#x57FA;&#x672C;&#x7684;&#x534F;&#x8BAE;&#x4F9B;&#x7814;&#x7A76;&#x4EBA;&#x5458;&#x60F3;&#x8981;&#x4ED6;&#x4EEC;&#x7684;&#x5B9E;&#x9A8C;&#x5BA4;&#x91CC;&#x7684;&#x5E72;&#x7EC6;&#x80DE;&#x7814;&#x7A76;&#x53D1;&#x5C55;&#x3002;&#x8FD9;&#x4E9B;&#x534F;&#x8BAE;&#x5DF2;&#x5728;&#x6211;&#x4EEC;&#x7684;&#x5B9E;&#x9A8C;&#x5BA4;&#x6D4B;&#x8BD5;&#x548C;&#x597D;&#x7684;&#x5DE5;&#x4F5C;&#x3002;&#x4ED6;&#x4EEC;&#x53EF;&#x4EE5;&#x4FEE;&#x6539;&#x548C;&#x9002;&#x5408;&#x4EFB;&#x4F55;&#x6709;&#x5173;&#x7528;&#x6237;&#x7684;&#x7279;&#x5B9A;&#x76EE;&#x7684;&#x3002;

&#x65B9;&#x6CD5;&#x57F9;&#x517B;&#x5C0F;&#x9F20;&#x548C;&#x4EBA;&#x80DA;&#x80CE;&#x5E72;&#x7EC6;&#x80DE;&#x3002;

Mouse embryonic stem cells (mESCs) were first derived and cultured almost 30 years ago and ever since have been valuable tools for creating knockout mice and for studying early mammalian development. More recently (1998), human embryonic stem cells (hESCs) have been derived from blastocysts, and numerous methods have evolved to culture hESCs in vitro in both complex and defined media. hESCs are especially important at this time as they could potentially be used to treat degenerative diseases and to access the toxicity of new drugs and environmental chemicals. For both human and mouse ESCs, fibroblast feeder layers are often used at some phase in the culturing protocol. The feeders - often mouse embryonic fibroblasts (mEFs) - provide a substrate that increases plating efficiency, helps maintain pluripotency, and facilitates survival and growth of the stem cells. Various protocols for culturing embryonic stem cells from both species are available with newer trends moving toward feeder-free and serum-free culture. The purpose of this chapter is to provide basic protocol information on the isolation of mouse embryonic fibroblasts and establishment of feeder layers, the culture of mESCs on both mEFs and on gelatin in serum-containing medium, and the culture of hESCs in defined media on both mEFs (hESC culture medium) and Matrigel (mTeSR). These basic protocols are intended for researchers wanting to develop stem cell research in their labs. These protocols have been tested in our laboratory and work well. They can be modified and adapted for any relevant user's particular purpose.

Methods for culturing mouse and human embryonic stem cells.

Cellules souches embryonnaires de souris (mESCs) ont d&#x26;#39;abord &#xE9;t&#xE9; tir&#xE9; et mis en culture pr&#xE8;s de 30 ans et depuis ont &#xE9;t&#xE9; des outils pr&#xE9;cieux pour la cr&#xE9;ation de souris knock-out et pour &#xE9;tudier le d&#xE9;veloppement pr&#xE9;coce des mammif&#xE8;res. Plus r&#xE9;cemment (1998), cellules souches embryonnaires humaines (CSEh) ont &#xE9;t&#xE9; calcul&#xE9;es &#xE0; partir de blastocystes, et de nombreuses m&#xE9;thodes ont &#xE9;volu&#xE9; pour CSEh culture in vitro dans les m&#xE9;dias &#xE0; la fois complexes et d&#xE9;fini. CSEh sont particuli&#xE8;rement importants &#xE0; cette &#xE9;poque car ils pourraient &#xEA;tre utilis&#xE9;s pour traiter les maladies d&#xE9;g&#xE9;n&#xE9;ratives et d&#x26;#39;acc&#xE9;der &#xE0; la toxicit&#xE9; des nouveaux m&#xE9;dicaments et aux produits chimiques environnementaux. Pour les CES &#xE0; la fois humains et de souris, des couches nourrici&#xE8;res de fibroblastes sont souvent utilis&#xE9;s &#xE0; une certaine phase dans le protocole de culture. Les mangeoires - des fibroblastes de souris embryonnaires souvent (MEFS) - fournir un substrat qui augmente l&#x26;#39;efficacit&#xE9; de placage, contribue &#xE0; maintenir la pluripotence, et facilite la survie et la croissance des cellules souches. Diff&#xE9;rents protocoles de culture de cellules souches embryonnaires des deux esp&#xE8;ces sont disponibles avec les nouvelles tendances se d&#xE9;pla&#xE7;ant vers la culture libre et chargeur-sans s&#xE9;rum. Le but de ce chapitre est de fournir des informations de protocole de base sur l&#x26;#39;isolement des fibroblastes embryonnaires de souris et l&#x26;#39;&#xE9;tablissement de couches nourrici&#xE8;res, la culture de mESCs &#xE0; la fois sur les FAE et sur la g&#xE9;latine dans milieu contenant du s&#xE9;rum, et de la culture des CSEh dans des milieux d&#xE9;finis &#xE0; la fois sur MEF (milieu de culture des CSEh) et le Matrigel (mTeSR). Ces protocoles de base sont destin&#xE9;es aux chercheurs d&#xE9;sireux de d&#xE9;velopper la recherche sur les cellules souches dans leurs laboratoires. Ces protocoles ont &#xE9;t&#xE9; test&#xE9;s dans notre laboratoire et fonctionnent bien. Ils peuvent &#xEA;tre modifi&#xE9;s et adapt&#xE9;s &#xE0; un usage particulier tout utilisateur concern&#xE9;.

M&#xE9;thodes de souris en culture et cellules souches embryonnaires humaines

M&auml;useder embryonaler Stammzellen (mESCs) wurden erste abgeleitete und kultivierten fast 30 Jahren und seitdem wurden wertvolle Tools zum Erstellen von Knock-out-M&auml;use und fr&uuml;he S&auml;ugetier-Entwicklung zu studieren. Vor kurzem (1998), menschlicher embryonaler Stammzellen (Zellkulturen) wurden abgeleitet von Blastozysten und zahlreiche Methoden zur Kultur Zellkulturen in vitro in komplex und definierten Medien entwickelt haben. Zellkulturen sind zu dieser Zeit besonders wichtig, da sie zur Behandlung von degenerativer Erkrankungen und die Toxizit&auml;t neuer Medikamente und Umweltchemikalien Zugriff auf potentiell verwendet werden k&ouml;nnten. F&uuml;r Mensch und Maus WSR, Fibroblast-Zubringer-Schichten werden h&auml;ufig in einigen Phase des culturing-Protokolls. Die Versorger - oft Maus embryonale Fibroblasten (mEFs) - bieten ein Substrat, die Beschichtung eine Effizienzsteigerung, hilft bei der Erhaltung der Pluripotenz und erleichtert das &Uuml;berleben und Wachstum der Stammzellen. Verschiedene Protokolle zur Kultivierung embryonalen Stammzellen aus beiden Arten stehen mit neueren Trends, die Bewegung in Richtung Zubringer und Serum-freie Kultur zur Verf&uuml;gung. Der Zweck dieses Kapitels ist es, grundlegende Protokollinformationen bereitzustellen, die Isolation der M&auml;useembryonalen und Einrichtung der Zubringer-Schichten, die Kultur des mESCs auf beide mEFs und Gelatine in serumhaltigem Medium und f&uuml;r die Kultur der Zellkulturen in definierten Medien auf mEFs (hESC Kulturmedium) und Matrigel (mTeSR). Diese grundlegende Protokolle sollen f&uuml;r Forscher, die Stammzellenforschung in ihren Labors entwickeln wollen. Diese Protokolle wurden in unserem Labor getestet und funktionieren gut. Sie k&ouml;nnen ge&auml;ndert und f&uuml;r alle relevanten Benutzer bestimmten Zweck angepasst werden.

Methoden zur Kultivierung von Maus und humane embryonale Stammzellen.

Cellule staminali embrionali di topo (mESCs) sono stati primi derivati e colti quasi 30 anni fa e da allora sono stati preziosi strumenti per la creazione di topi knockout e per studiare lo sviluppo precoce dei mammiferi. Pi&ugrave; recentemente (1998), cellule staminali embrionali umane (hESC) derivate da blastocisti, e numerosi metodi si sono evoluti per cultura hESCs in vitro in mezzi complessi e definiti. hESCs sono particolarmente importanti in questo momento come potrebbe potenzialmente essere usati per trattare le malattie degenerative e per accedere la tossicit&agrave; di nuovi farmaci e prodotti chimici ambientali. Per entrambi umani e mouse CES, strati dell&#39;alimentatore del fibroblasto sono spesso utilizzati in qualche fase nel protocollo di coltura. Alimentatori - spesso mouse fibroblasti embrionali (mEFs) - fornire un substrato che aumenta l&#39;efficienza di placcatura, aiuta a mantenere la pluripotenza e facilita la sopravvivenza e la crescita delle cellule staminali. Vari protocolli per la coltura di cellule staminali embrionali da entrambe le specie sono disponibili con le tendenze pi&ugrave; recenti in movimento verso la cultura dell&#39;alimentatore e siero-free. Lo scopo di questo capitolo &egrave; di fornire informazioni di protocollo di base sull&#39;isolamento dei fibroblasti embrionali del mouse e la creazione di strati dell&#39;alimentatore, la cultura del mESCs su entrambi mEFs e sulla gelatina in mezzo contenente siero e la cultura dei hESCs in media definita su mEFs (hESC colturale) sia Matrigel (mTeSR). Questi protocolli di base sono destinati per i ricercatori che desiderano sviluppare la ricerca sulle cellule staminali nei loro laboratori. Questi protocolli sono stati testati nel nostro laboratorio e funzionano bene. Pu&ograve; essere modificate e adattate per lo scopo particolare di qualsiasi utente pertinenti.

Metodi per la coltura di mouse e human embryonic stem cells.

&#x30DE;&#x30A6;&#x30B9;&#x80DA;&#x6027;&#x5E79;&#x7D30;&#x80DE;&#xFF08;mESCs&#xFF09;&#x306F;&#x3001;&#x6700;&#x521D;&#x306E;&#x7D04;30&#x5E74;&#x524D;&#x306B;&#x6D3E;&#x751F;&#x3057;&#x305F;&#x3082;&#x306E;&#x3067;&#x3001;&#x57F9;&#x990A;&#x3057;&#x3001;&#x30CE;&#x30C3;&#x30AF;&#x30A2;&#x30A6;&#x30C8;&#x30DE;&#x30A6;&#x30B9;&#x3092;&#x4F5C;&#x6210;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x3001;&#x521D;&#x671F;&#x54FA;&#x4E73;&#x985E;&#x306E;&#x767A;&#x5C55;&#x3092;&#x7814;&#x7A76;&#x3059;&#x308B;&#x305F;&#x3081;&#x306E;&#x8CB4;&#x91CD;&#x306A;&#x30C4;&#x30FC;&#x30EB;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x4EE5;&#x6765;&#x3002;&#x3055;&#x3089;&#x306B;&#x6700;&#x8FD1;&#x3067;&#x306F;&#xFF08;1998&#xFF09;&#x3001;&#x30D2;&#x30C8;&#x80DA;&#x6027;&#x5E79;&#x7D30;&#x80DE;&#xFF08;&#x30D2;&#x30C8;ES&#x7D30;&#x80DE;&#xFF09;&#x80DA;&#x76E4;&#x80DE;&#x306B;&#x7531;&#x6765;&#x3057;&#x3066;&#x304A;&#x308A;&#x3001;&#x591A;&#x6570;&#x306E;&#x65B9;&#x6CD5;&#x306F;&#x8907;&#x96D1;&#x3067;&#x3001;&#x5B9A;&#x7FA9;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x4E21;&#x65B9;&#x306E;&#x30E1;&#x30C7;&#x30A3;&#x30A2;&#x306E;in vitro&#x306B;&#x304A;&#x3051;&#x308B;&#x57F9;&#x990A;&#x30D2;&#x30C8;ES&#x7D30;&#x80DE;&#x306B;&#x9032;&#x5316;&#x3057;&#x3066;&#x304D;&#x307E;&#x3057;&#x305F;&#x3002;&#x5F7C;&#x3089;&#x306F;&#x6F5C;&#x5728;&#x7684;&#x306B;&#x5909;&#x6027;&#x75BE;&#x60A3;&#x3092;&#x6CBB;&#x7642;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x3001;&#x65B0;&#x3057;&#x3044;&#x85AC;&#x3084;&#x74B0;&#x5883;&#x5316;&#x5B66;&#x7269;&#x8CEA;&#x306E;&#x6BD2;&#x6027;&#x3092;&#x30A2;&#x30AF;&#x30BB;&#x30B9;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x4F7F;&#x7528;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x308B;&#x3088;&#x3046;&#x306B;&#x30D2;&#x30C8;ES&#x7D30;&#x80DE;&#x306F;&#x3001;&#x73FE;&#x6642;&#x70B9;&#x3067;&#x306F;&#x7279;&#x306B;&#x91CD;&#x8981;&#x3067;&#x3059;&#x3002;&#x30D2;&#x30C8;&#x304A;&#x3088;&#x3073;&#x30DE;&#x30A6;&#x30B9;&#x306E;&#x4E21;&#x65B9;&#x306E;ESC&#x306E;&#x5834;&#x5408;&#x306F;&#x3001;&#x7DDA;&#x7DAD;&#x82BD;&#x7D30;&#x80DE;&#x30D5;&#x30A3;&#x30FC;&#x30C0;&#x30FC;&#x5C64;&#x306F;&#x3001;&#x3057;&#x3070;&#x3057;&#x3070;&#x57F9;&#x990A;&#x30D7;&#x30ED;&#x30C8;&#x30B3;&#x30EB;&#x306E;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x30D5;&#x30A7;&#x30FC;&#x30BA;&#x3067;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x30D5;&#x30A3;&#x30FC;&#x30C0;&#x30FC; - &#x983B;&#x7E41;&#x306B;&#x3001;&#x30DE;&#x30A6;&#x30B9;&#x80DA;&#x7DDA;&#x7DAD;&#x82BD;&#x7D30;&#x80DE;&#xFF08;MEF&#xFF09;&#x306F; - &#x3081;&#x3063;&#x304D;&#x52B9;&#x7387;&#x3092;&#x5411;&#x4E0A;&#x3055;&#x305B;&#x308B;&#x57FA;&#x677F;&#x3092;&#x63D0;&#x4F9B;&#x3059;&#x308B;&#x3001;&#x591A;&#x80FD;&#x6027;&#x7DAD;&#x6301;&#x306B;&#x5F79;&#x7ACB;&#x3061;&#x3001;&#x751F;&#x5B58;&#x3068;&#x5E79;&#x7D30;&#x80DE;&#x306E;&#x5897;&#x6B96;&#x3092;&#x4FC3;&#x9032;&#x3057;&#x307E;&#x3059;&#x3002;&#x4E21;&#x65B9;&#x306E;&#x7A2E;&#x304B;&#x3089;&#x306E;&#x57F9;&#x990A;&#x80DA;&#x6027;&#x5E79;&#x7D30;&#x80DE;&#x306E;&#x305F;&#x3081;&#x306E;&#x69D8;&#x3005;&#x306A;&#x30D7;&#x30ED;&#x30C8;&#x30B3;&#x30EB;&#x306F;&#x3001;&#x30D5;&#x30A3;&#x30FC;&#x30C0;&#x30FC;&#x30D5;&#x30EA;&#x30FC;&#x3001;&#x7121;&#x8840;&#x6E05;&#x57F9;&#x990A;&#x306B;&#x5411;&#x304B;&#x3063;&#x3066;&#x65B0;&#x3057;&#x3044;&#x30C8;&#x30EC;&#x30F3;&#x30C9;&#x3092;&#x7528;&#x610F;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x7AE0;&#x306E;&#x76EE;&#x7684;&#x306F;&#x3001;&#x57FA;&#x672C;&#x7684;&#x306A;&#x30D7;&#x30ED;&#x30C8;&#x30B3;&#x30EB;&#x3001;&#x30DE;&#x30A6;&#x30B9;&#x80DA;&#x6027;&#x7DDA;&#x7DAD;&#x82BD;&#x7D30;&#x80DE;&#x304A;&#x3088;&#x3073;&#x30D5;&#x30A3;&#x30FC;&#x30C0;&#x30FC;&#x5C64;&#x306E;&#x8A2D;&#x7ACB;&#x306E;&#x5206;&#x96E2;&#x306B;&#x95A2;&#x3059;&#x308B;&#x60C5;&#x5831;&#x3092;&#x3001;&#x8840;&#x6E05;&#x542B;&#x6709;&#x57F9;&#x5730;&#x3067;MEFS&#x3068;&#x30BC;&#x30E9;&#x30C1;&#x30F3;&#x306E;&#x4E21;&#x65B9;&#x3067;mESCs&#x306E;&#x6587;&#x5316;&#x3001;&#x4E21;&#x65B9;&#x306E;&#x4E0A;&#x306B;&#x5B9A;&#x7FA9;&#x3055;&#x308C;&#x305F;&#x30E1;&#x30C7;&#x30A3;&#x30A2;&#x3067;&#x30D2;&#x30C8;ES&#x7D30;&#x80DE;&#x306E;&#x57F9;&#x990A;&#x7269;&#x3092;&#x63D0;&#x4F9B;&#x3059;&#x308B;&#x3053;&#x3068;&#x3067;&#x3059;&#x3002; MEFS&#xFF08;hESC&#x306E;&#x57F9;&#x990A;&#x6DB2;&#xFF09;&#x3068;&#x30DE;&#x30C8;&#x30EA;&#x30B2;&#x30EB;&#xFF08;mTeSR&#xFF09;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x57FA;&#x672C;&#x7684;&#x306A;&#x30D7;&#x30ED;&#x30C8;&#x30B3;&#x30EB;&#x306F;&#x305D;&#x308C;&#x3089;&#x306E;&#x7814;&#x7A76;&#x5BA4;&#x3067;&#x5E79;&#x7D30;&#x80DE;&#x7814;&#x7A76;&#x3092;&#x958B;&#x767A;&#x3057;&#x305F;&#x3044;&#x7814;&#x7A76;&#x8005;&#x3092;&#x5BFE;&#x8C61;&#x3068;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x30D7;&#x30ED;&#x30C8;&#x30B3;&#x30EB;&#x306F;&#x3001;&#x6211;&#x3005;&#x306E;&#x7814;&#x7A76;&#x5BA4;&#x3067;&#x30C6;&#x30B9;&#x30C8;&#x3057;&#x3001;&#x3046;&#x307E;&#x304F;&#x52D5;&#x4F5C;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x5F7C;&#x3089;&#x306F;&#x3001;&#x95A2;&#x9023;&#x3059;&#x308B;&#x3059;&#x3079;&#x3066;&#x306E;&#x30E6;&#x30FC;&#x30B6;&#x30FC;&#x306E;&#x7279;&#x5B9A;&#x306E;&#x76EE;&#x7684;&#x306E;&#x305F;&#x3081;&#x306B;&#x5909;&#x66F4;&#x3055;&#x308C;&#x3001;&#x9069;&#x5408;&#x3055;&#x305B;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;

&#x57F9;&#x990A;&#x30DE;&#x30A6;&#x30B9;&#x304A;&#x3088;&#x3073;&#x30D2;&#x30C8;&#x80DA;&#x6027;&#x5E79;&#x7D30;&#x80DE;&#x306E;&#x305F;&#x3081;&#x306E;&#x65B9;&#x6CD5;

&#xB9C8;&#xC6B0;&#xC2A4; &#xBC30;&#xC544; &#xC904;&#xAE30; &#xC138;&#xD3EC; (mESCs) &#xCCAB; &#xBC88;&#xC9F8; &#xD30C;&#xC0DD; &#xD558; &#xACE0; &#xAC70;&#xC758; &#xAD50;&#xC591; 30 &#xB144; &#xC804; &#xD558; &#xACE0; &#xC774;&#xD6C4; &#xB179;&#xC544;&#xC6C3; &#xC950;&#xB97C; &#xB9CC;&#xB4E4;&#xAE30; &#xC704;&#xD55C; &#xCD08;&#xAE30; &#xD3EC;&#xC720;&#xB958; &#xAC1C;&#xBC1C; &#xACF5;&#xBD80;&#xC5D0; &#xB300; &#xD55C; &#xADC0;&#xC911; &#xD55C; &#xB3C4;&#xAD6C; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xCD5C;&#xADFC; (1998 &#xB144;), &#xC778;&#xAC04; &#xBC30;&#xC544; &#xC904;&#xAE30; &#xC138;&#xD3EC; (hESCs) &#xD30C;&#xC0DD; blastocysts&#xC5D0;&#xC11C; &#xADF8;&#xB9AC;&#xACE0; &#xC218;&#xB9CE;&#xC740; &#xBC29;&#xBC95;&#xC740; &#xBCF5;&#xC7A1; &#xD558; &#xACE0; &#xC815;&#xC758; &#xB41C; &#xBBF8;&#xB514;&#xC5B4;&#xC5D0;&#xC11C; &#xCCB4; &#xC678; &#xBB38;&#xD654; Hescs&#xB97C; &#xC9C4;&#xD654; &#xD588;&#xB2E4;. hESCs &#xD2B9;&#xD788; &#xC911;&#xC694; &#xD55C;&#xC774; &#xC2DC;&#xC810;&#xC5D0;&#xC11C; &#xD1F4;&#xD589; &#xC131; &#xC9C8;&#xD658;&#xC744; &#xCE58;&#xB8CC; &#xD558; &#xACE0; &#xC0C8;&#xB85C;&#xC6B4; &#xC57D;&#xBB3C; &#xBC0F; &#xD658;&#xACBD; &#xD654;&#xD559; &#xBB3C;&#xC9C8;&#xC758; &#xB3C5;&#xC131;&#xC5D0; &#xC561;&#xC138;&#xC2A4;&#xC5D0; &#xC7A0;&#xC7AC;&#xC801;&#xC73C;&#xB85C; &#xC0AC;&#xC6A9;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xB450; &#xC778;&#xAC04; &#xBC0F; &#xB9C8;&#xC6B0;&#xC2A4; ESCs, fibroblast &#xAE09;&#xC9C0;&#xB300; &#xB808;&#xC774;&#xC5B4; &#xC790;&#xB780; &#xD504;&#xB85C;&#xD1A0;&#xCF5C;&#xC5D0; &#xBA87; &#xAC00;&#xC9C0; &#xB2E8;&#xACC4;&#xC5D0;&#xC11C; &#xC790;&#xC8FC; &#xC0AC;&#xC6A9; &#xB429;&#xB2C8;&#xB2E4;. &#xC9C0;&#xB958;-&#xC885;&#xC885; &#xB9C8;&#xC6B0;&#xC2A4; &#xBBF8; &#xBC1C;&#xB2EC; &#xC12C;&#xC720; &#xC544; &#xC138;&#xD3EC; (mEFs)-&#xB3C4;&#xAE08; &#xD6A8;&#xC728; &#xC99D;&#xAC00;, pluripotency, &#xC720;&#xC9C0; &#xD558;&#xB294; &#xB370; &#xB3C4;&#xC6C0;&#xC774;, &#xC0DD;&#xC874; &#xBC0F; &#xC904;&#xAE30; &#xC138;&#xD3EC;&#xC758; &#xC131;&#xC7A5;&#xC744; &#xCD09;&#xC9C4; &#xD558;&#xB294; &#xAE30;&#xC9C8;&#xC744; &#xC81C;&#xACF5; &#xD569;&#xB2C8;&#xB2E4;. &#xAE09;&#xC9C0;&#xB300; &#xACE0; &#xD608; &#xCCAD; &#xBB38;&#xD654; &#xCABD;&#xC73C;&#xB85C; &#xC774;&#xB3D9; &#xD558;&#xB294; &#xCD5C;&#xC2E0; &#xD2B8;&#xB80C;&#xB4DC;&#xC640; &#xB450; &#xC885;&#xC5D0;&#xC11C; &#xBC30;&#xC544; &#xC904;&#xAE30; &#xC138;&#xD3EC; &#xBC30;&#xC591;&#xC5D0; &#xB300; &#xD55C; &#xB2E4;&#xC591; &#xD55C; &#xD504;&#xB85C;&#xD1A0;&#xCF5C;&#xC744; &#xC0AC;&#xC6A9;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774; &#xC7A5;&#xC758; &#xBAA9;&#xC801;&#xC740; &#xBD84;&#xB9AC; &#xB9C8;&#xC6B0;&#xC2A4; &#xBBF8; &#xBC1C;&#xB2EC; &#xC12C;&#xC720; &#xC544; &#xC138;&#xD3EC; &#xBC0F; &#xD53C;&#xB354; &#xB808;&#xC774;&#xC5B4;&#xC758; &#xC124;&#xB9BD;, mESCs &#xB450; mEFs &#xBC0F; &#xD608; &#xCCAD;&#xC5D0; &#xD3EC;&#xD568; &#xB41C; &#xB9E4;&#xCCB4;&#xC5D0;&#xC11C; &#xC824;&#xB77C;&#xD2F4;&#xC758; &#xBB38;&#xD654;&#xC640; Matrigel (mTeSR)&#xC640; mEFs (hESC &#xBB38;&#xD654; &#xB9E4;&#xCCB4;)&#xC5D0; &#xC815;&#xC758; &#xB41C; &#xBBF8;&#xB514;&#xC5B4;&#xC5D0; &#xC788;&#xB294; Hescs&#xC758; &#xBB38;&#xD654;&#xC5D0; &#xAE30;&#xBCF8;&#xC801;&#xC778; &#xD504;&#xB85C;&#xD1A0;&#xCF5C; &#xC815;&#xBCF4;&#xB97C; &#xC81C;&#xACF5; &#xD569;&#xB2C8;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xAE30;&#xBCF8; &#xD504;&#xB85C;&#xD1A0;&#xCF5C;&#xC740; &#xC5F0;&#xAD6C;&#xC790;&#xC758; &#xC2E4;&#xD5D8;&#xC2E4;&#xC5D0;&#xC11C; &#xC904;&#xAE30; &#xC138;&#xD3EC; &#xC5F0;&#xAD6C; &#xAC1C;&#xBC1C; &#xD558; &#xACE0; &#xC2F6;&#xC740; &#xAC83;&#xC785;&#xB2C8;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xD504;&#xB85C;&#xD1A0;&#xCF5C; &#xC6B0;&#xB9AC; &#xC5F0;&#xAD6C;&#xC18C;&#xC5D0;&#xC11C; &#xD14C;&#xC2A4;&#xD2B8; &#xD558; &#xACE0; &#xC798; &#xC791;&#xB3D9;. &#xADF8;&#xB4E4;&#xC740; &#xC218;&#xC815; &#xD558; &#xACE0; &#xBAA8;&#xB4E0; &#xAD00;&#xB828; &#xC0AC;&#xC6A9;&#xC790;&#xC758; &#xD2B9;&#xC815; &#xBAA9;&#xC801;&#xC5D0; &#xB9DE;&#xAC8C; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;.

&#xB9C8;&#xC6B0;&#xC2A4; &#xBC0F; &#xC778;&#xAC04;&#xC758; &#xBC30;&#xC544;&#xB97C; &#xBC30;&#xC591; &#xD558;&#xB294; &#xBC29;&#xBC95; &#xC904;&#xAE30; &#xC138;&#xD3EC;.

Las c&#xE9;lulas madre embrionarias de rat&#xF3;n (mESCs) se obtuvieron primero y se cultivan casi 30 a&#xF1;os y desde entonces han sido herramientas valiosas para la creaci&#xF3;n de ratones knock-out, y para el estudio de desarrollo de los mam&#xED;feros temprano. M&#xE1;s recientemente (1998), c&#xE9;lulas madre embrionarias humanas (hESCs) se han obtenido a partir de blastocistos, y numerosos m&#xE9;todos han evolucionado para hESCs cultivo in vitro en los medios de comunicaci&#xF3;n tanto complejas y definidas. hESCs son especialmente importantes en este momento, ya que podr&#xED;an ser utilizadas para tratar enfermedades degenerativas y para acceder a la toxicidad de nuevos f&#xE1;rmacos y productos qu&#xED;micos ambientales. Por tanto CES humanos y de rat&#xF3;n, las capas de fibroblastos de alimentaci&#xF3;n se utilizan a menudo en alguna fase en el protocolo de cultivo. Los alimentadores, a menudo fibroblastos embrionarios de rat&#xF3;n (MEFs) - proporcionan un sustrato que aumenta la eficiencia de plaqueo, ayuda a mantener la pluripotencialidad, y facilita la supervivencia y el crecimiento de las c&#xE9;lulas madre. Diversos protocolos para el cultivo de c&#xE9;lulas madre de embriones de ambas especies est&#xE1;n disponibles con las nuevas tendencias en movimiento hacia la cultura alimentador libre de suero y libre. El prop&#xF3;sito de este cap&#xED;tulo es proporcionar informaci&#xF3;n b&#xE1;sica sobre el protocolo de aislamiento de fibroblastos embrionarios de rat&#xF3;n y el establecimiento de las capas de alimentaci&#xF3;n, la cultura de mESCs tanto en MEFs y la gelatina en el medio que conten&#xED;a suero, y la cultura de hESCs en los medios definidos en tanto MEFs (medio hESC cultura) y Matrigel (mTeSR). Estos protocolos b&#xE1;sicos est&#xE1;n destinados a los investigadores que quieran desarrollar la investigaci&#xF3;n con c&#xE9;lulas madre en sus laboratorios. Estos protocolos han sido probados en nuestro laboratorio y el trabajo bien. Ellos pueden ser modificados y adaptados para el prop&#xF3;sito particular de cualquier usuario correspondiente.

Los m&#xE9;todos de cultivo y el rat&#xF3;n c&#xE9;lulas estaminales embrionarias humanas

&#x9274;&#x4E8E;&#x751A;&#x591A;&#xFF0C;&#x6BCF;&#x5E74;&#x91CA;&#x653E;&#x5230;&#x73AF;&#x5883;&#x4E2D;&#x7684;&#x5316;&#x5B66;&#x7269;&#x8D28;&#xFF0C;&#x6709;&#x5FC5;&#x8981;&#x6211;&#x4EEC;&#x5236;&#x5B9A;&#x4E86;&#x65B0;&#x7684;&#x9884;&#x6D4B;&#x6A21;&#x578B;&#xFF0C;&#x4EE5;&#x67E5;&#x660E;&#x6BD2;&#x7269;&#x524D;&#x4E0D;&#x53EF;&#x907F;&#x514D;&#x66B4;&#x9732;&#x5371;&#x5BB3;&#x4EBA;&#x7C7B;&#x548C;&#x5176;&#x4ED6;&#x751F;&#x7269;&#x7684;&#x5065;&#x5EB7;&#x3002;&#x4F53;&#x5916;&#x6A21;&#x578B;&#x7279;&#x522B;&#x6709;&#x5438;&#x5F15;&#x529B;&#x7684;&#x6BD2;&#x6027;&#x9884;&#x6D4B;&#x4F5C;&#x4E3A;&#x4ED6;&#x4EEC;&#x53EF;&#x4EE5;&#x6781;&#x5927;&#x5730;&#x51CF;&#x5C11;&#x68C0;&#x6D4B;&#x8D39;&#x7528;&#x548C;&#x52A8;&#x7269;&#x7684;&#x4F7F;&#x7528;&#x60C5;&#x51B5;&#xFF0C;&#x540C;&#x65F6;&#x627E;&#x51FA;&#x90A3;&#x4E9B;&#x53EF;&#x80FD;&#x9700;&#x8981;&#x8FDB;&#x4E00;&#x6B65;&#x7684;&#x4F53;&#x5185;&#x5916;&#x8BC4;&#x4EF7;&#x7684;&#x5316;&#x5B66;&#x54C1;&#x3002;&#x968F;&#x7740;&#x9F20;&#x6807;&#x548C;&#x4EBA;&#x7C7B;&#x80DA;&#x80CE;&#x5E72;&#x7EC6;&#x80DE;&#x7684;&#x63A8;&#x5BFC;&#xFF0C;&#x65B0;&#x7684;&#x673A;&#x4F1A;&#x5DF2;&#x5F00;&#x53D1;&#x51FA;&#x7684;&#x6BD2;&#x6027;&#x9884;&#x6D4B;&#x9886;&#x57DF;&#x5E26;&#x6765;&#x9769;&#x547D;&#x6027;&#x7684;&#x53D8;&#x5316;&#x3002;&#x81EA;&#x5DF1;&#x7684;&#x5E72;&#x7EC6;&#x80DE;&#x53EF;&#x7528;&#x4E8E;&#x6A21;&#x578B;&#x6700;&#x65E9;&#x9636;&#x6BB5;&#x7684;&#x53D1;&#x5C55;&#xFF0C;&#x6216;&#x8005;&#x4ED6;&#x4EEC;&#x53EF;&#x4EE5;&#x533A;&#x5206;&#x7814;&#x7A76;&#x4EE5;&#x540E;&#x5404;&#x4E2A;&#x65B9;&#x9762;&#x7684;&#x53D1;&#x5C55;&#xFF0C;&#x5E76;&#x4ECE;&#x800C;&#x6A21;&#x578B;&#x690D;&#x5165;&#x540E;&#x3002;&#x56E0;&#x4E3A;&#x80DA;&#x80CE;&#x548C;&#x80CE;&#x513F;&#x662F;&#x901A;&#x5E38;&#x66F4;&#x52A0;&#x654F;&#x611F;&#x73AF;&#x5883;&#x6BD2;&#x7269;&#x6BD4;&#x6210;&#x4EBA;&#xFF0C;&#x5E72;&#x7EC6;&#x80DE;&#x7814;&#x7A76;&#x7684;&#x4EA7;&#x524D;&#x7684;&#x9636;&#x6BB5;&#xFF0C;&#x6211;&#x4EEC;&#x7684;&#x751F;&#x547D;&#x5468;&#x671F;&#x4E2D;&#x63D0;&#x4F9B;&#x72EC;&#x7279;&#x7684;&#x5DE5;&#x5177;&#x3002;&#x80DA;&#x80CE;&#x5E72;&#x7EC6;&#x80DE;&#x8BD5;&#x9A8C; (EST)&#xFF0C;&#x5176;&#x4E2D;&#x7528; ESC (&#x5353;) &#x9F20;&#x6807;&#x7ECF;&#x8FC7;&#x9A8C;&#x8BC1;&#xFF0C;&#x662F;&#x80DA;&#x80CE;&#x4E2D;&#x6BD2;&#x5316;&#x5408;&#x7269;&#xFF0C;&#x5C24;&#x5176;&#x662F;&#x90A3;&#x4E9B;&#x9AD8;&#x5EA6;&#x80DA;&#x80CE;&#x4E2D;&#x6BD2;&#x7684;&#x7CBE;&#x786E;&#x9884;&#x6D4B;&#x3002;&#x4EBA;&#x7C7B;&#x80DA;&#x80CE;&#x5E72;&#x7EC6;&#x80DE; (hESCs&#xFF09;&#xFF0C;&#x867D;&#x7136;&#x5C1A;&#x672A;&#x7EB3;&#x5165;&#x4E00;&#x4E2A;&#x7ECF;&#x8FC7;&#x9A8C;&#x8BC1;&#x7684;&#x6D4B;&#x8BD5;&#xFF0C;&#x662F;&#x6BD2;&#x7406;&#x5B66;&#x6D4B;&#x8BD5;&#x7279;&#x522B;&#x6709;&#x5438;&#x5F15;&#x529B;&#x7684;&#x5E73;&#x53F0;&#x56E0;&#x4E3A;&#x4ED6;&#x4EEC;&#x53EF;&#x4EE5;&#x7ED9;&#x6211;&#x4EEC;&#x5BF9;&#x4EBA;&#x7C7B;&#x7684;&#x76F4;&#x63A5;&#x4FE1;&#x606F;&#xFF0C;&#x5E76;&#x907F;&#x514D;&#x5BF9;&#x54CD;&#x5E94;&#x7684;&#x7269;&#x79CD;&#x53D8;&#x5316;&#x7684;&#x62C5;&#x5FE7;&#x3002;&#x8FD9;&#x4E00;&#x5BA1;&#x67E5;&#x8BA8;&#x8BBA;&#x6BD2;&#x7406;&#x5B66;&#x7814;&#x7A76;&#x548C;&#x6218;&#x7565;&#x5728;&#x8FC7;&#x53BB;&#x7684;&#x4E94;&#x5E74;&#x671F;&#x95F4;&#x5DF2;&#x4F7F;&#x7528;&#x80DA;&#x80CE;&#x5E72;&#x7EC6;&#x80DE;&#x4EE5;&#x53CA;&#x53EF;&#x80FD;&#x4F1A;&#x5BFC;&#x81F4;&#x672A;&#x6765;&#x53D1;&#x5C55;&#x7684;&#x9884;&#x6D4B;&#x68C0;&#x6D4B;&#x65B9;&#x6CD5;&#x7684;&#x6539;&#x8FDB;&#x7684;&#x65B9;&#x5411;&#x3002;

&#x8001;&#x9F20;&#x548C;&#x4EBA;&#x7C7B;&#x80DA;&#x80CE;&#x5E72;&#x7EC6;&#x80DE;&#xFF1A; &#x4ED6;&#x4EEC;&#x53EF;&#x4EE5;&#x6539;&#x5584;&#x4EBA;&#x7C7B;&#x5065;&#x5EB7;&#xFF0C;&#x9632;&#x6B62;&#x75BE;&#x75C5;&#x5417;&#xFF1F;

Given the vast number of chemicals that are released into the environment each year, it is imperative that we develop new predictive models to identify toxicants before unavoidable exposure harms the health of humans and other organisms. In vitro models are especially attractive in predictive toxicology as they can greatly reduce assay costs and animal usage while identifying those chemicals that may require further in vivo evaluation. With the derivation of both mouse and human embryonic stem cells, new opportunities have developed that could revolutionize the field of predictive toxicology. Stem cells themselves can be used to model earliest stages of development, or they can be differentiated to study later aspects of development and thereby model post-implantation. Because embryos and fetuses are usually more sensitive to environmental toxicants than adults, stem cells provide an unique tool for studying the prenatal phase in our life cycle. The embryonic stem cell test (EST), which has been validated for use with mouse ESC (mESC), is an accurate predictor of embryotoxic compounds, particularly those that are highly embryotoxic. Human embryonic stem cells (hESCs), although not yet incorporated into a validated test, are a particularly attractive platform for toxicological testing as they can give us direct information on humans and avoid concerns about species variation in response. This review discusses toxicological studies and strategies that have been used with embryonic stem cells during the past five years and possible directions that could lead to improvements in the development of predictive assays in the future.

Mouse and human embryonic stem cells: can they improve human health by preventing disease?

&#xC9;tant donn&#xE9; le grand nombre de produits chimiques qui sont lib&#xE9;r&#xE9;s dans l&#x26;#39;environnement chaque ann&#xE9;e, il est imp&#xE9;ratif que nous d&#xE9;veloppons de nouveaux mod&#xE8;les pr&#xE9;dictifs pour identifier les substances toxiques avant l&#x26;#39;exposition est in&#xE9;vitable nuit &#xE0; la sant&#xE9; des humains et d&#x26;#39;autres organismes. In vitro mod&#xE8;les sont particuli&#xE8;rement attrayants en toxicologie pr&#xE9;dictive, car ils peuvent r&#xE9;duire consid&#xE9;rablement les co&#xFB;ts d&#x26;#39;analyse et d&#x26;#39;utilisation des animaux, tout en identifiant les substances chimiques qui peuvent n&#xE9;cessiter plus loin dans l&#x26;#39;&#xE9;valuation in vivo. Avec la d&#xE9;rivation de la souris et cellules souches embryonnaires humaines, de nouvelles possibilit&#xE9;s ont d&#xE9;velopp&#xE9; qui pourrait r&#xE9;volutionner le domaine de la toxicologie pr&#xE9;dictive. Les cellules souches elles-m&#xEA;mes peuvent &#xEA;tre utilis&#xE9;es pour mod&#xE9;liser premiers stades de d&#xE9;veloppement, ou ils peuvent &#xEA;tre diff&#xE9;renci&#xE9;es pour &#xE9;tudier les aspects avanc&#xE9;s de d&#xE9;veloppement et, partant, le mod&#xE8;le post-implantation. Parce que les embryons et les f&#x153;tus sont g&#xE9;n&#xE9;ralement plus sensibles aux substances toxiques de l&#x26;#39;environnement que les adultes, les cellules souches constituent un outil unique pour l&#x26;#39;&#xE9;tude de la phase pr&#xE9;natale dans notre cycle de vie. Le test de cellules souches embryonnaires (HNE), qui a &#xE9;t&#xE9; valid&#xE9; pour une utilisation avec la souris ESC (CESM), est un indicateur pr&#xE9;cis des compos&#xE9;s embryotoxiques, en particulier ceux qui sont tr&#xE8;s embryotoxique. Cellules souches embryonnaires humaines (CSEh), bien que pas encore incorpor&#xE9;es dans un test valid&#xE9;, sont une plate-forme particuli&#xE8;rement int&#xE9;ressante pour les essais toxicologiques, car ils peuvent nous donner des informations directes sur les &#xEA;tres humains et d&#x26;#39;&#xE9;viter les pr&#xE9;occupations au sujet de la variation des esp&#xE8;ces en r&#xE9;ponse. Cette revue discute des &#xE9;tudes toxicologiques et des strat&#xE9;gies qui ont &#xE9;t&#xE9; utilis&#xE9;s avec des cellules souches embryonnaires au cours des cinq derni&#xE8;res ann&#xE9;es et les orientations possibles qui pourraient conduire &#xE0; des am&#xE9;liorations dans le d&#xE9;veloppement de tests pr&#xE9;dictifs dans le futur.

Souris et cellules souches embryonnaires humaines: peuvent-ils am&#xE9;liorer la sant&#xE9; humaine par la pr&#xE9;vention des maladies?

Angesichts die Vielzahl von Chemikalien, die in die Umwelt jedes Jahr ver&ouml;ffentlicht werden, ist es unerl&auml;sslich, dass wir neue Vorhersagemodelle entwickeln um Giftstoffe zu identifizieren, bevor unvermeidbare Belastung die Gesundheit von Menschen und andere Organismen schadet. In-vitro-Modelle sind besonders attraktiv, pr&auml;diktive Toxikologie, wie sie Assay-Kosten und Tier-Nutzung erheblich reduzieren k&ouml;nnen, gleichzeitig kennzeichnen diese Chemikalien, die m&ouml;glicherweise in-vivo-Evaluierung erfordert. Mit der Ableitung von Maus und menschliche embryonale Stammzellen und haben neue M&ouml;glichkeiten entwickelt, die das Feld der pr&auml;diktive Toxikologie revolutionieren k&ouml;nnte. Stammzellen selbst k&ouml;nnen zum fr&uuml;heste Stadien der Entwicklung Modell, oder sie k&ouml;nnen differenziert werden, um sp&auml;tere Aspekte der Entwicklung zu studieren und somit model Post-implantation. Da Embryonen und F&ouml;ten in der Regel empfindlicher auf Umweltgifte reagieren als Erwachsene sind, bieten Stammzellen ein einzigartiges Werkzeug f&uuml;r das Studium der pr&auml;natalen Phase in unserem Leben-Zyklus. Der embryonalen Stammzellen-Test (EST), der f&uuml;r die Verwendung mit Maus ESC (mESC) &uuml;berpr&uuml;ft wurde, ist eine genaue Predictor embryotoxischen Verbindungen, insbesondere f&uuml;r die embryotoxischen hoch sind. Menschlicher embryonaler Stammzellen (Zellkulturen), sind zwar noch nicht in einem validierten Test integriert eine besonders attraktive Plattform f&uuml;r toxikologische Pr&uuml;fungen, wie sie k&ouml;nnen geben Sie uns direkte Informationen &uuml;ber Menschen und vermeiden Sie Bedenken hinsichtlich Arten Variation als Antwort. Diesen Bericht erl&auml;utert die toxikologischen Untersuchungen und Strategien, die in den letzten f&uuml;nf Jahren mit embryonalen Stammzellen verwendet wurden und m&ouml;glichen Richtungen, die zu Verbesserungen in der Entwicklung von vorausschauenden Assays in der Zukunft f&uuml;hren k&ouml;nnte.

Maus und menschliche embryonale Stammzellen: k&ouml;nnen sie Verbesserung der menschlichen Gesundheit durch Vorbeugung von Krankheiten?

Dato il vasto numero di sostanze chimiche che vengono rilasciate nell&#39;ambiente ogni anno, &egrave; imperativo che sviluppiamo nuovi modelli predittivi per identificare sostanze tossiche prima esposizione inevitabile danneggia la salute degli esseri umani e altri organismi. Modelli in vitro sono particolarmente attraenti in tossicologia predittiva come essi possono ridurre notevolmente il dosaggio animale e i costi di utilizzo mentre identificare quelle sostanze chimiche che potrebbero richiedere ulteriore valutazione in vivo. Con la derivazione di cellule staminali embrionali umane e di topo, hanno sviluppato nuove opportunit&agrave;, che potrebbe rivoluzionare il campo della tossicologia predittiva. Le cellule staminali si pu&ograve; essere utilizzate per modellare le prime fasi di sviluppo, o possono essere differenziati per studiare gli aspetti pi&ugrave; successivamente di sviluppo e quindi il modello trascurata. Perch&eacute; gli embrioni e feti sono solitamente pi&ugrave; sensibili a sostanze tossiche ambientali rispetto agli adulti, le cellule staminali forniscono uno strumento unico per studiare la fase prenatale nel nostro ciclo di vita. Il test sulle cellule staminali embrionali (EST), che &egrave; stato convalidato per l&#39;uso con mouse ESC (mescita), &egrave; un predittore accurato di embriotossico composti, particolarmente quelli che sono altamente embriotossico. Cellule staminali embrionali umane (hESC), anche se non ancora incorporati in un test validato, sono una piattaforma particolarmente attraente per i test tossicologici che pu&ograve; darci informazioni dirette sugli esseri umani ed evitare preoccupazioni circa la variazione della specie in risposta. Questa recensione discute gli studi tossicologici e strategie che sono state usate con le cellule staminali embrionali durante gli ultimi cinque anni e possibili direzioni che potrebbero portare a miglioramenti nello sviluppo di analisi predittive in futuro.

Mouse e cellule staminali embrionali umane: essi possono migliorare la salute umana prevenendo la malattia?

&#x6BCE;&#x5E74;&#x74B0;&#x5883;&#x4E2D;&#x306B;&#x653E;&#x51FA;&#x3055;&#x308C;&#x308B;&#x5316;&#x5B66;&#x7269;&#x8CEA;&#x306E;&#x81A8;&#x5927;&#x306A;&#x6570;&#x3092;&#x8003;&#x3048;&#x308B;&#x3068;&#x3001;&#x305D;&#x308C;&#x306F;&#x6211;&#x3005;&#x304C;&#x907F;&#x3051;&#x3089;&#x308C;&#x306A;&#x3044;&#x66B4;&#x9732;&#x304C;&#x30D2;&#x30C8;&#x3084;&#x4ED6;&#x306E;&#x751F;&#x7269;&#x306E;&#x5065;&#x5EB7;&#x306B;&#x5BB3;&#x3092;&#x53CA;&#x307C;&#x3059;&#x524D;&#x306B;&#x3001;&#x6BD2;&#x7269;&#x3092;&#x7279;&#x5B9A;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x65B0;&#x305F;&#x306A;&#x4E88;&#x6E2C;&#x30E2;&#x30C7;&#x30EB;&#x3092;&#x958B;&#x767A;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x4E0D;&#x53EF;&#x6B20;&#x3067;&#x3059;&#x3002; in vivo&#x3067;&#x306E;&#x8A55;&#x4FA1;&#x3067;&#x3055;&#x3089;&#x306B;&#x5FC5;&#x8981;&#x306A;&#x5834;&#x5408;&#x304C;&#x3042;&#x308A;&#x3001;&#x3053;&#x308C;&#x3089;&#x306E;&#x5316;&#x5B66;&#x7269;&#x8CEA;&#x3092;&#x8B58;&#x5225;&#x3057;&#x306A;&#x304C;&#x3089;&#x5F7C;&#x3089;&#x306F;&#x975E;&#x5E38;&#x306B;&#x5206;&#x6790;&#x30B3;&#x30B9;&#x30C8;&#x3084;&#x52D5;&#x7269;&#x306E;&#x4F7F;&#x7528;&#x91CF;&#x3092;&#x6E1B;&#x3089;&#x3059;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x308B;&#x3088;&#x3046;&#x306B;&#x3001;in vitro&#x3067;&#x306E;&#x30E2;&#x30C7;&#x30EB;&#x306F;&#x3001;&#x4E88;&#x6E2C;&#x6BD2;&#x6027;&#x5B66;&#x3067;&#x306F;&#x7279;&#x306B;&#x9B45;&#x529B;&#x7684;&#x3067;&#x3042;&#x308B;&#x3002;&#x30DE;&#x30A6;&#x30B9;&#x304A;&#x3088;&#x3073;&#x30D2;&#x30C8;&#x80DA;&#x6027;&#x5E79;&#x7D30;&#x80DE;&#x306E;&#x4E21;&#x65B9;&#x306E;&#x6D3E;&#x751F;&#x3067;&#x3001;&#x65B0;&#x305F;&#x306A;&#x30D3;&#x30B8;&#x30CD;&#x30B9;&#x30C1;&#x30E3;&#x30F3;&#x30B9;&#x3001;&#x4E88;&#x6E2C;&#x6BD2;&#x6027;&#x5B66;&#x306E;&#x5206;&#x91CE;&#x306B;&#x9769;&#x547D;&#x3092;&#x3082;&#x305F;&#x3089;&#x3059;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x308B;&#x3088;&#x3046;&#x958B;&#x767A;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x5E79;&#x7D30;&#x80DE;&#x81EA;&#x4F53;&#x304C;&#x958B;&#x767A;&#x306E;&#x521D;&#x671F;&#x6BB5;&#x968E;&#x3092;&#x30E2;&#x30C7;&#x30EB;&#x5316;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x4F7F;&#x7528;&#x3059;&#x308B;&#x3053;&#x3068;&#x3082;&#x3001;&#x958B;&#x767A;&#x3057;&#x3001;&#x305D;&#x308C;&#x306B;&#x3088;&#x3063;&#x3066;&#x30E2;&#x30C7;&#x30EB;&#x304C;&#x79FB;&#x690D;&#x5F8C;&#x306E;&#x5F8C;&#x5074;&#x9762;&#x3092;&#x7814;&#x7A76;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x533A;&#x5225;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x80DA;&#x3084;&#x80CE;&#x5150;&#x306F;&#x3001;&#x901A;&#x5E38;&#x3001;&#x5927;&#x4EBA;&#x3088;&#x308A;&#x3082;&#x74B0;&#x5883;&#x6BD2;&#x7269;&#x306B;&#x654F;&#x611F;&#x3067;&#x3042;&#x308B;&#x305F;&#x3081;&#x3001;&#x5E79;&#x7D30;&#x80DE;&#x306F;&#x79C1;&#x305F;&#x3061;&#x306E;&#x30E9;&#x30A4;&#x30D5;&#x30B5;&#x30A4;&#x30AF;&#x30EB;&#x306B;&#x304A;&#x3051;&#x308B;&#x51FA;&#x751F;&#x524D;&#x6BB5;&#x968E;&#x3092;&#x7814;&#x7A76;&#x3059;&#x308B;&#x305F;&#x3081;&#x306E;&#x30E6;&#x30CB;&#x30FC;&#x30AF;&#x306A;&#x30C4;&#x30FC;&#x30EB;&#x3092;&#x63D0;&#x4F9B;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x30DE;&#x30A6;&#x30B9;ESC&#xFF08;MESC&#xFF09;&#x3067;&#x4F7F;&#x7528;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x691C;&#x8A3C;&#x3055;&#x308C;&#x305F;&#x80DA;&#x6027;&#x5E79;&#x7D30;&#x80DE;&#x8A66;&#x9A13;&#xFF08;EST&#xFF09;&#x306F;&#x3001;&#x7279;&#x306B;&#x80DA;&#x5316;&#x5408;&#x7269;&#x306F;&#x3001;&#x975E;&#x5E38;&#x306B;&#x80DA;&#x3067;&#x3042;&#x308B;&#x3082;&#x306E;&#x306E;&#x6B63;&#x78BA;&#x306A;&#x4E88;&#x6E2C;&#x56E0;&#x5B50;&#x3067;&#x3042;&#x308B;&#x3002;&#x307E;&#x3060;&#x691C;&#x8A3C;&#x30C6;&#x30B9;&#x30C8;&#x306B;&#x7D44;&#x307F;&#x8FBC;&#x307E;&#x308C;&#x3066;&#x3044;&#x307E;&#x305B;&#x3093;&#x304C;&#x5F7C;&#x3089;&#x306F;&#x79C1;&#x305F;&#x3061;&#x4EBA;&#x9593;&#x306B;&#x76F4;&#x63A5;&#x7684;&#x306A;&#x60C5;&#x5831;&#x3092;&#x63D0;&#x4F9B;&#x3057;&#x3001;&#x5FDC;&#x7B54;&#x306E;&#x7A2E;&#x306E;&#x5909;&#x52D5;&#x3078;&#x306E;&#x61F8;&#x5FF5;&#x3092;&#x56DE;&#x907F;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3068;&#x3057;&#x3066;&#x306E;&#x30D2;&#x30C8;&#x80DA;&#x6027;&#x5E79;&#x7D30;&#x80DE;&#xFF08;&#x30D2;&#x30C8;ES&#x7D30;&#x80DE;&#xFF09;&#x306F;&#x3001;&#x6BD2;&#x6027;&#x8A66;&#x9A13;&#x306E;&#x305F;&#x3081;&#x306B;&#x7279;&#x306B;&#x9B45;&#x529B;&#x7684;&#x306A;&#x30D7;&#x30E9;&#x30C3;&#x30C8;&#x30D5;&#x30A9;&#x30FC;&#x30E0;&#x3067;&#x3059;&#x3002;&#x3053;&#x306E;&#x30EC;&#x30D3;&#x30E5;&#x30FC;&#x306F;&#x3001;&#x5C06;&#x6765;&#x306E;&#x4E88;&#x6E2C;&#x30A2;&#x30C3;&#x30BB;&#x30A4;&#x306E;&#x958B;&#x767A;&#x306E;&#x6539;&#x5584;&#x306B;&#x3064;&#x306A;&#x304C;&#x308B;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x3042;&#x308A;&#x3001;&#x904E;&#x53BB;5&#x5E74;&#x9593;&#x306E;&#x80DA;&#x6027;&#x5E79;&#x7D30;&#x80DE;&#x3092;&#x3001;&#x53EF;&#x80FD;&#x306A;&#x65B9;&#x5411;&#x3067;&#x4F7F;&#x308F;&#x308C;&#x3066;&#x304D;&#x305F;&#x6BD2;&#x6027;&#x5B66;&#x7684;&#x7814;&#x7A76;&#x3068;&#x6226;&#x7565;&#x306B;&#x3064;&#x3044;&#x3066;&#x8AAC;&#x660E;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30DE;&#x30A6;&#x30B9;&#x304A;&#x3088;&#x3073;&#x30D2;&#x30C8;&#x80DA;&#x6027;&#x5E79;&#x7D30;&#x80DE;&#xFF1A;&#x5F7C;&#x3089;&#x306F;&#x75BE;&#x75C5;&#x3092;&#x9632;&#x6B62;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x308A;&#x3001;&#x30D2;&#x30C8;&#x306E;&#x5065;&#x5EB7;&#x3092;&#x6539;&#x5584;&#x3067;&#x304D;&#x307E;&#x3059;&#x304B;&#xFF1F;

&#xB9E4;&#xB144; &#xD658;&#xACBD;&#xC5D0; &#xBC30;&#xD3EC; &#xB418;&#xB294; &#xD654;&#xD559; &#xBB3C;&#xC9C8;&#xC758; &#xAD11;&#xB300; &#xD55C; &#xC218;&#xB97C; &#xAC10;&#xC548;&#xD560; &#xB54C;, &#xC6B0;&#xB9AC;&#xAC00; &#xD53C;&#xD560; &#xC218; &#xC5C6;&#xB294; &#xB178;&#xCD9C; &#xC778;&#xAC04;&#xACFC; &#xB2E4;&#xB978; &#xC0DD;&#xBB3C;&#xC758; &#xAC74;&#xAC15;&#xC744; &#xD574;&#xCE58;&#xB294; &#xC804;&#xC5D0; &#xC720;&#xB3C5; &#xC2DD;&#xBCC4; &#xC0C8;&#xB85C;&#xC6B4; &#xC608;&#xCE21; &#xBAA8;&#xB378; &#xAC1C;&#xBC1C;&#xC774; &#xD544;&#xC218;&#xC801;&#xC785;&#xB2C8;&#xB2E4;. &#xADF8;&#xB4E4;&#xC740; &#xD06C;&#xAC8C; &#xC2DD;&#xBCC4; &#xD558;&#xB294; &#xC0DD;&#xCCB4; &#xC870;&#xAC74; &#xD3C9;&#xAC00; &#xD544;&#xC694; &#xADF8; &#xD654;&#xD559; &#xBB3C;&#xC9C8; &#xBD84;&#xC11D; &#xACB0;&#xACFC; &#xBE44;&#xC6A9; &#xBC0F; &#xB3D9;&#xBB3C; &#xC0AC;&#xC6A9;&#xB7C9;&#xC744; &#xC904;&#xC77C; &#xC218;&#xB85C; &#xCCB4; &#xC678; &#xBAA8;&#xB378; &#xC608;&#xCE21; &#xB3C5;&#xADF9;&#xBB3C;&#xC5D0; &#xD2B9;&#xD788; &#xB9E4;&#xB825;&#xC801; &#xC774;&#xB2E4;. &#xB9C8;&#xC6B0;&#xC2A4; &#xBC0F; &#xC778;&#xAC04;&#xC758; &#xBC30;&#xC544; &#xC904;&#xAE30; &#xC138;&#xD3EC;&#xC758; &#xC720;&#xB798;&#xC640; &#xD568;&#xAED8; &#xC0C8;&#xB85C;&#xC6B4; &#xAE30;&#xD68C;&#xB97C; &#xAC1C;&#xBC1C;&#xD55C; &#xC608;&#xCE21; &#xB3C5;&#xBB3C;&#xD559; &#xBD84;&#xC57C;&#xC5D0; &#xD601;&#xBA85;&#xC744; &#xC77C;&#xC73C;&#xD0AC; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC2A4;&#xC2A4;&#xB85C; &#xC904;&#xAE30; &#xC138;&#xD3EC; &#xBAA8;&#xB378; &#xAC1C;&#xBC1C;&#xC758; &#xCD08;&#xAE30; &#xB2E8;&#xACC4;&#xC5D0; &#xC0AC;&#xC6A9; &#xD558;&#xAC70;&#xB098; &#xAC1C;&#xBC1C;&#xC758; &#xB098;&#xC911; &#xCE21;&#xBA74;&#xC744; &#xC5F0;&#xAD6C; &#xD558; &#xACE0; &#xADF8;&#xB85C; &#xC778;&#xD558;&#xC5EC; post-implantation &#xBAA8;&#xB378; &#xBD84;&#xD654; &#xB420; &#xC218; &#xC788;&#xB2E4;. &#xBC30;&#xC544;&#xC640; &#xD0DC;&#xC544;&#xB294; &#xC77C;&#xBC18;&#xC801;&#xC73C;&#xB85C; &#xB354; &#xBBFC;&#xAC10;&#xD55C; &#xC131;&#xC778; &#xBCF4;&#xB2E4; &#xD658;&#xACBD; &#xC720;&#xB3C5;, &#xB54C;&#xBB38;&#xC5D0; &#xC904;&#xAE30; &#xC138;&#xD3EC; &#xC6B0;&#xB9AC;&#xC758; &#xB77C;&#xC774;&#xD504; &#xC0AC;&#xC774;&#xD074;&#xC5D0;&#xC11C; &#xD0DC;&#xC544; &#xB2E8;&#xACC4; &#xACF5;&#xBD80;&#xB97C; &#xC704;&#xD55C; &#xB3C5;&#xD2B9;&#xD55C; &#xB3C4;&#xAD6C;&#xB97C; &#xC81C;&#xACF5; &#xD569;&#xB2C8;&#xB2E4;. &#xB9C8;&#xC6B0;&#xC2A4; ESC (mESC)&#xC640; &#xD568;&#xAED8; &#xC0AC;&#xC6A9; &#xD558;&#xAE30; &#xC704;&#xD574; &#xAC80;&#xC99D; &#xB41C;, &#xBBF8; &#xBC1C;&#xB2EC; &#xC904;&#xAE30; &#xC138;&#xD3EC; &#xD14C;&#xC2A4;&#xD2B8; (EST)&#xC5D0;, &#xD2B9;&#xD788; &#xADF8;&#xB4E4;&#xC740; &#xB9E4;&#xC6B0; embryotoxic embryotoxic &#xD654;&#xD569;&#xBB3C;&#xC758; &#xC815;&#xD655;&#xD55C; &#xC608;&#xCE21; &#xC774;&#xB2E4;. &#xC778;&#xAC04; &#xBC30;&#xC544; &#xC904;&#xAE30; &#xC138;&#xD3EC; (hESCs) &#xBE44;&#xB85D; &#xC544;&#xC9C1; &#xAC80;&#xC99D;&#xB41C; &#xD14C;&#xC2A4;&#xD2B8;&#xC5D0; &#xD1B5;&#xD569; &#xC778; &#xAC04;&#xC5D0; &#xC9C1;&#xC811; &#xC815;&#xBCF4;&#xB97C; &#xC81C;&#xACF5; &#xD558; &#xACE0; &#xC751;&#xB2F5;&#xC758; &#xC885;&#xC758; &#xBCC0;&#xD654;&#xC5D0; &#xB300; &#xD55C; &#xC6B0;&#xB824;&#xB97C; &#xD53C;&#xD560; &#xC218; &#xC788;&#xB294; &#xB3C5;&#xC131; &#xD559;&#xC801; &#xD14C;&#xC2A4;&#xD2B8;&#xB97C; &#xC704;&#xD55C; &#xD2B9;&#xD788; &#xB9E4;&#xB825;&#xC801;&#xC778; &#xD50C;&#xB7AB;&#xD3FC;&#xC744; &#xC788;&#xB2E4;. &#xC774; &#xAC80;&#xD1A0; &#xB3C5;&#xC131;&#xC5D0; &#xAD00;&#xD55C; &#xC5F0;&#xAD6C; &#xBC0F; &#xC9C0;&#xB09C; 5 &#xB144; &#xB3D9;&#xC548; &#xBBF8; &#xBC1C;&#xB2EC; &#xC904;&#xAE30; &#xC138;&#xD3EC; &#xC0AC;&#xC6A9; &#xB41C; &#xC804;&#xB7B5; &#xBC0F; &#xBBF8;&#xB798;&#xC5D0; &#xC608;&#xCE21; &#xBD84;&#xC11D; &#xC2E4;&#xD5D8; &#xAC1C;&#xBC1C;&#xC758; &#xD5A5;&#xC0C1;&#xC73C;&#xB85C; &#xC774;&#xC5B4;&#xC9C8; &#xC218; &#xC788;&#xB294; &#xBC29;&#xD5A5;&#xC5D0; &#xC124;&#xBA85; &#xD569;&#xB2C8;&#xB2E4;.

&#xB9C8;&#xC6B0;&#xC2A4;&#xC640; &#xC778;&#xAC04;&#xC758; &#xBC30;&#xC544; &#xC904;&#xAE30; &#xC138;&#xD3EC;: &#xC9C8;&#xBCD1;&#xC744; &#xBC29;&#xC9C0; &#xD558; &#xC5EC; &#xC778;&#xAC04;&#xC758; &#xAC74;&#xAC15;&#xC744; &#xD5A5;&#xC0C1; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;?

Dada la gran cantidad de productos qu&#xED;micos que se liberan en el medio ambiente cada a&#xF1;o, es imperativo que el desarrollo de nuevos modelos de predicci&#xF3;n para identificar las sustancias t&#xF3;xicas antes de la exposici&#xF3;n inevitable, da&#xF1;a la salud de los seres humanos y otros organismos. In vitro, los modelos son especialmente atractivos en toxicolog&#xED;a predictiva, ya que puede reducir los costos de ensayo y el uso de los animales, mientras que la identificaci&#xF3;n de los productos qu&#xED;micos que pueden requerir m&#xE1;s evaluaci&#xF3;n in vivo. Con la derivaci&#xF3;n de rat&#xF3;n y c&#xE9;lulas madre embrionarias humanas, se han desarrollado nuevas oportunidades que podr&#xED;a revolucionar el campo de la toxicolog&#xED;a predictiva. Las c&#xE9;lulas madre se pueden utilizar para modelar primeras etapas de desarrollo, o pueden ser diferenciados para estudiar los aspectos posteriores del desarrollo y por lo tanto el modelo post-implantaci&#xF3;n. Debido a que los embriones y los fetos son m&#xE1;s sensibles a los t&#xF3;xicos ambientales que los adultos, las c&#xE9;lulas madre constituyen una herramienta &#xFA;nica para el estudio de la fase prenatal en nuestro ciclo de vida. La prueba con c&#xE9;lulas madre embrionarias (EST), que ha sido validado para su uso con el rat&#xF3;n CES (MESC), es un indicador preciso de compuestos embriot&#xF3;xicos, particularmente aquellos que son altamente embriot&#xF3;xicos. Las c&#xE9;lulas madre embrionarias (hESCs), aunque todav&#xED;a no incorporados en una prueba validada, son una plataforma especialmente atractiva para las pruebas toxicol&#xF3;gicas, ya que nos puede dar informaci&#xF3;n directa sobre los seres humanos y evitar las preocupaciones sobre la variaci&#xF3;n de especies en respuesta. Esta revisi&#xF3;n analiza los estudios toxicol&#xF3;gicos y estrategias que se han utilizado con c&#xE9;lulas madre embrionarias en los &#xFA;ltimos cinco a&#xF1;os y las direcciones posibles que podr&#xED;an conducir a mejoras en el desarrollo de ensayos de predicci&#xF3;n en el futuro.

Sabrina Lin

UCR Stem Cell Center,
Department of Cell Biology and Neuroscience,
Cell,
Molecular,
and Developmental Biology Graduate Program,
Cell, Molecular, and Developmental Biology Graduate Program

University of California

Video Bioinformatics Analysis of Human Embryonic Stem Cell Colony Growth

Sabrina Lin

.css-o250i3{font-size:18px;font-family:Open Sans,sans-serif;line-height:21.6px;}UCR Stem Cell Center,Department of Cell Biology and Neuroscience,Cell,Molecular,and Developmental Biology Graduate Program,Cell, Molecular, and Developmental Biology Graduate Program

University of California

Video Bioinformatics Analysis of Human Embryonic Stem Cell Colony Growth

UCR Stem Cell Center,
Department of Cell Biology and Neuroscience,
Cell,
Molecular,
and Developmental Biology Graduate Program,
Cell, Molecular, and Developmental Biology Graduate Program