JoVE Logo
АВТОРЫ
СВЯЖИТЕСЬ С НАМИ

Войдите в систему

Для просмотра этого контента требуется подписка на Jove Войдите в систему или начните бесплатную пробную версию.

В этой статье

  • Резюме
  • Аннотация
  • Введение
  • протокол
  • Результаты
  • Обсуждение
  • Раскрытие информации
  • Благодарности
  • Материалы
  • Ссылки
  • Перепечатки и разрешения

Резюме

Этот протокол для высокопроизводительного измерения подвижности клеток в кератиноцитах HaCaT описывает методы сбора и обработки изображений ядра клеток и отслеживания частиц с помощью плагина ImageJ TrackMate.

Аннотация

Коллективная клеточная миграция играет ключевую роль во многих фундаментальных биологических процессах, включая развитие, заживление ран и метастазирование рака. Чтобы понять регуляцию подвижности клеток, мы должны иметь возможность легко и последовательно измерять ее в различных условиях. В данной работе мы описываем метод измерения и количественной оценки одноклеточной и объемной подвижности кератиноцитов HaCaT с использованием ядерного окрашивания. Этот метод включает в себя скрипт MATLAB для анализа выходных файлов TrackMate для вычисления смещений, скорости подвижности и углов траектории в отдельных ячейках и в массовом объеме для участка визуализации. Этот скрипт анализа подвижности позволяет быстро, просто и масштабируемо анализировать показатели подвижности клеток на основе данных TrackMate и может быть широко использован для идентификации и изучения регуляции подвижности в эпителиальных клетках. Мы также предоставляем скрипт MATLAB для реорганизации микроскопических видео, собранных на микроскопе, и преобразования их в стеки TIF, которые можно массово анализировать с помощью плагина ImageJ TrackMate. Используя эту методологию для изучения роли адгезивных соединений и цитоскелетной динамики актина в регуляции подвижности клеток в кератиноцитах HaCaT, мы демонстрируем доказательства того, что активность Arp2/3 необходима для повышенной подвижности, наблюдаемой после истощения α-катенина в кератиноцитах HaCaT.

Введение

Точная, отзывчивая регуляция клеточной подвижности в эпителиальных клетках имеет решающее значение для заживления ран и для пополнения эпителиального слоя. Неспособность поддерживать подвижность может привести к проблемам с эмбриональным развитием и заживлением ран1 , а гиперактивная моторика является ключевым фактором метастазирования рака2.

Понимание клеточного контроля подвижности в кератиноцитах HaCaT дает важное представление об этих процессах. Описанные здесь процедуры обеспечивают последовательные измерения и расчеты средней величины клеточной подвижности на уровне отдельных клеток или популяции. Мы использовали этот метод для измерения подвижности кератиноцитов HaCaT после генетического возмущения или лечения низкомолекулярными ингибиторами, чтобы понять клеточную сигнализацию, которая контролирует скорость подвижности. Предоставленный скрипт MATLAB измеряет как среднюю скорость, так и среднее направление подвижности для каждой ячейки.

Коллективная подвижность клеток имеет решающее значение для эпителиально-мезенхимального перехода как в развитии, так и при метастазировании рака3. Клетки достигают подвижности за счет координации адгезии, поляризации, выпячивания и ретракции4. Эти процессы в значительной степени зависят от скоординированной регуляции динамического актинового цитоскелета. Активация Rac1 GTPазы после PI3K или различных рецепторных тирозинкиназ поляризует клетку, что приводит кполимеризации актина5. Актиновая цитоскелетная динамика регулируется этой и другими Rho-опосредованными ГТФазами, которые активируются за счет последующих различных факторов роста. Эти Rho-опосредованные ГТФазы затем активируют комплекс Arp2/3, который стимулирует ветвление актина6. Динамика актинового цитоскелета тесно связана с другим ключевым регулятором подвижности: межклеточными соединениями. Нас особенно интересует, как адгезивные соединения, которые образуют сильные спайки между клетками, координируются с актиновым цитоскелетом для поддержания целостности тканей7.

Ранее мы показали, что кератиноциты HaCaT, экспрессирующие нокдаун α-катенина, опосредованный shRNA, демонстрируют более высокие показатели подвижности, чем те, которые экспрессируют нецелевой контроль shRNA8. Мы хотим использовать разработанные нами инструменты анализа подвижности для дальнейшего понимания механизма этой повышенной подвижности при истощении α-катенина. α-катенин является необходимым цитозольным компонентом адгезивных соединений9. Он участвует в адгезивных соединениях благодаря взаимодействию с ß-катенином, который связывается в виде мономера10,11. Тем не менее, α-катенин также может диссоциировать от адгезивных соединений с образованием гомодимера, который связывает и связывает актиновые филаменты, что ингибирует активность Arp2/310,11. Хотя α-катенин не взаимодействует напрямую с актином, пока он связан с ß-катенином, он все же может способствовать или усиливать координацию между адгезионными соединениями и цитоскелетом через связывание с винкулином, который стабилизирует актиновые филаменты12.

В то время как плагин TrackMate для ImageJ является хорошо зарекомендовавшим себя методом отслеживания частиц, который можно использовать для отслеживания ядра клеток, мы обнаружили, что доступные инструменты для разбора, анализа и консолидации выходных данных TrackMate для расчета подвижности клеток для нескольких сайтов визуализации не были интегрированы и были сложны в использовании для тех, кто не имеет опыта работы с несколькими языками программирования. Тиневез и Герберт предлагают введение в использование TrackMate, но раздел анализа среднего квадратного смещения требует значительных навыков работы с MATLAB13. Существующие методы извлечения показателей подвижности из видеороликов с интервальной микроскопией предлагают более сложный трехмерный анализ, но требуют большего опыта программирования14,15. Pathfinder, программное обеспечение для отслеживания клеток и анализа подвижности, ранее разработанное в нашей лаборатории, измеряет скорость и направление миграции клеток, но доступно только на компьютерах с Windows и требует ограничивающей среды Java Runtime16. Поскольку TrackMate является надежным и хорошо документированным инструментом, мы разработали простой метод создания, анализа и организации больших двумерных наборов данных TrackMate с помощью MATLAB. Наш скрипт также удаляет повторяющиеся целочисленные точки данных, которые иногда возникают в выходных данных TrackMate после того, как отслеживаемая ячейка выходит за пределы места визуализации, что позволяет включать в анализ клетки с высокой подвижностью и/или направленностью без включения этих ложных точек данных. Мы также предоставляем скрипт для реорганизации изображений, собранных на ImageXpress Micro XL, в стеки TIFF, которые можно анализировать в большом объеме с помощью TrackMate.

В этом протоколе клетки засеиваются в 96-луночный визуализирующий планшет. Дав достаточно времени для того, чтобы клетки прилипли к нижней части пластины, мы обрабатываем их ядерным красителем Хёхста и любыми мелкими молекулами, влияние которых на подвижность представляет интерес. Мы собираем изображения ядра клеток в течение пяти или более часов, после чего последовательности изображений обрабатываются в стеки TIFF с вычитанием фона с помощью MATLAB. Эти стеки TIFF анализируются с помощью плагина ImageJ TrackMate, который регистрирует и отслеживает каждую отдельную ячейку по временным точкам17. После того, как мы создали треки клеток для всех сайтов визуализации, мы используем пользовательский скрипт MATLAB для удаления ложных точек данных, возникающих после того, как клетки покидают поле визуализации, и вычисляем среднюю скорость подвижности для каждого сайта визуализации. Скрипт анализирует только те ячейки, которые отслеживаются для заданного пользователем минимального количества временных точек, и позволяет пользователю фильтровать ячейки по общему расстоянию и/или направлению движения. Результатом являются среднее смещение, среднее направление движения, общее смещение и общее направление движения для каждой клетки, которые используются для вычисления объемных средних значений этих значений для всех клеток в узле визуализации. Этот протокол может быть выполнен в больших масштабах экспериментов по визуализации, что позволяет проводить анализ подвижности с относительно высокой пропускной способностью (рис. 1).

Access restricted. Please log in or start a trial to view this content.

протокол

1. Подготовка клеточных культур и планшетов для визуализации

  1. Культивирование клеток HaCaT в среде для культивирования клеток (модифицированная среда Dulbecco's Modified Eagle's Medium с добавлением 2 мМ L-глутамина, 100 Ед/мл пенициллина/стрептомицина и 10% (v/v) фетальной бычьей сыворотки) при 37 °C и 5% углекислом газе в увлажненном инкубаторе.
  2. Засейте желаемое количество клеток на лунку (мы используем 5000 - 20 000 клеток/лунку) в 96-луночный визуализирующий планшет, такой как 96-луночный черный полистирольный микропланшет. В три лунки добавляем только средние (без ячеек).
  3. Положите пластину на абсолютно ровную поверхность на 20 - 30 минут, чтобы ячейки могли прикрепиться к нижней части пластины с равномерным пространственным распределением.
  4. Перенесите планшет в инкубатор для увлажненных клеточных культур (37 °C, 5% углекислого газа) на 4-6 часов, чтобы клетки полностью прилипли к нижней части планшета.
  5. Удалите среду из планшета и замените средой для клеточных культур с 2 мкг/мл красителя Hoechst (разведение 1:5000 1 мг/мл стокового раствора).
  6. Возвращайте планшет в инкубатор для увлажненных клеточных культур (37 °C, 5% углекислого газа) на 2 ч.
  7. Осторожно промойте планшет три раза 100 мкл фосфатно-солевого буфера на лунку, прежде чем добавить 90 мкл среды для визуализации (фенол без красных Dulbecco's Modified Eagle's Medium с добавлением 2 мл L-глутамина, 100 ЕД/мл пенициллина/стрептомицина и 10% (v/v) фетальной бычьей сыворотки) в каждую лунку.
  8. При измерении эффектов низкомолекулярных ингибиторов или других эффекторов обработайте клетки непосредственно перед визуализацией.

2. Визуализация

  1. Получите изображение пластины (включая лунки только с фильтрующим материалом) при 10-кратном увеличении в микроскопе с камерой увлажненного климата при 37 °C и 5% углекислого газа.
    ПРИМЕЧАНИЕ: Сценарии анализа в этом протоколе написаны для данных, собранных на широкопольном микроскопе Molecular Devices ImageXpress Micro XL.
  2. Собирайте изображения в соответствии с временным разрешением, необходимым для эксперимента. Для достижения наилучших результатов записывайте не менее 4 временных точек в час в течение не менее 5 часов. При измерении эффектов низкомолекулярных ингибиторов или других возмущений на клетки, визуализируйте их в течение как минимум 5 часов после ожидаемого времени. Для наших целей мы получаем изображение в течение 100 8-минутных временных точек, что в общей сложности составляет 13 часов 20 минут.

3. Обработка изображений

  1. Используйте предоставленный пользовательский скрипт MATLAB "ImageReorganizer.m" для удаления миниатюр изображений и реорганизации файлов изображений по сорту, а не по временной точке. ImageXpress выводит файлы в следующей организации папок: «[Имя эксперимента] > [ГГГГ-ММ-ДД] > [Номер выполнения] > Timepoint_[Временная точка] > [Файлы изображений]». После того, как изображения были реорганизованы, этот скрипт выполняет фоновое вычитание изображений из каждой временной точки, используя усредненные и размытые по Гауссу изображения медиа-скважин из этой временной точки. Затем этот скрипт организует изображения с вычитанием фона в стек TIFF для каждого участка изображения. Каждая стопка TIFF называется как "[Well]_[Site].tif."
    1. Если эксперимент растянулся более чем на один день, объедините содержимое папок [Номер выполнения] для всех дней так, чтобы все вложенные папки "Timepoint_[Timepoint]" находились в одной папке "[Номер выполнения]".
    2. Обратите внимание, что для этого скрипта требуется функция MATLAB int2strz18. Введите локальный путь к этой функции после "addpath" в строке 2.
    3. Введите строки для лунок, предназначенных только для среды, как "пустые строки" в строке 9, а столбцы как "пустые столбцы" в строке 10.
    4. Введите строки для экспериментальных скважин в виде «строк» в строке 15 и столбцы в виде «столбцов» в строке 16. Введите количество сайтов визуализации в каждой строке, а также "сайты" в строке 17.
    5. Введите путь к папке "[Run number]" в строку пути в MATLAB и запустите скрипт.

4. Отслеживание клеток

ПРИМЕЧАНИЕ: TrackMate может быть запущен на всех стеках TIFF в указанном каталоге с использованием слегка измененной версии скрипта Run_TrackMate_Headless.groovy от Tinevez et al.17 или может быть выполнен вручную для каждого отдельного стека TIFF. Мы запускаем FIJI вручную на нескольких примерах стеков TIFF, чтобы убедиться, что мы используем правильные параметры, прежде чем запускать скрипт Groovy на всех стеках TIFF с использованием этих параметров.

  1. Чтобы запустить плагин TrackMate в FIJI для всех стеков TIFF в папке, скачайте и используйте скрипт Run_TrackMate_Headless.groovy от Tinevez et al.17 в соответствии с предоставленным протоколом. Мы используем немного измененную версию этого скрипта, которая позволяет нам легко пакетировать как входные файлы, так и имена выходных файлов, а также вводить все параметры, используя один графический пользовательский интерфейс для ввода. Ниже приведена подробная инструкция по использованию этого модифицированного скрипта, который представлен здесь как TrackMate_Headless_Mod.groovy.
    1. Откройте скрипт в FIJI, выбрав Файл>Открыть, а затем перейдя к расположению скрипта TrackMate_Headless_Mod.groovy.
    2. Выберите «Выполнить».
    3. Введите каталог, в котором находятся стеки TIFF (по умолчанию вывод "StackGenerator.m" должен быть "[Название эксперимента] > [ГГГГ-ММ-ДД] >> стеков") в качестве "Входного каталога".
    4. Создайте выходной каталог и введите его путь как "Output directory". По умолчанию для параметра "Расширение файла должно быть ".tif", если нет, введите ".tif" как "Расширение файла".
    5. Чтобы запустить TrackMate только для подмножества файлов в каталоге, используйте пространство ввода после "Имя файла содержит", чтобы включить их. В противном случае оставьте это место пустым.
    6. Выберите «Сохранять структуру каталога при сохранении».
    7. Введите «Радиус пятна», «Порог качества», «Максимальный разрыв между кадрами», «Максимальное расстояние связывания» и «Максимальное расстояние до закрытия разрыва» в пикселях в соответствии с желаемыми настройками. Обычно мы используем 3,5, 18, 2, 15 и 40 соответственно для ядер HaCaT при 10-кратном увеличении.
    8. Нажмите кнопку ОК. Этот сценарий должен выводить XML-файл для каждого стека TIFF в указанном выходном каталоге.
  2. В качестве альтернативы можно запустить плагин TrackMate на Фиджи вручную для каждого стека TIFF в соответствии с протоколом, описанным в Tinevez et al.13
    1. Откройте стек TIFF на FIJI и откройте плагин TrackMate, выбрав в строке меню Плагины >Отслеживание > TrackMate .
    2. Если во всплывающем окне отображается запрос: «Кажется, у этого изображения есть 1 временная точка, но [количество временных точек] срезов. Вы хотите поменять местами Z и T?» выберите «Да».
    3. В TrackMate v4.0.1 используйте настройки по умолчанию, за исключением «Предполагаемого диаметра капли» (мы используем 7.000 пикселей для ядер HaCaT при 10-кратном увеличении) и порога (мы используем 18.000, но это будет варьироваться в зависимости от используемого микроскопа и интенсивности красителя Hoechst).
    4. Используйте функцию предварительного просмотра , чтобы обеспечить оптимизированное обнаружение частиц и при необходимости отрегулировать диаметр большого двоичного объекта и пороговые значения.
    5. Для параметра «Максимальное расстояние до закрытия зазора» настройки по умолчанию часто работают для базальной подвижности HaCaT, но максимальное расстояние до закрытия зазора может потребоваться увеличить до 40,0 пикселей в условиях, повышающих подвижность.
    6. Визуально убедитесь, что трекинг оптимизирован с минимальными пробелами в трассировке ячеек.
    7. В разделе Выберите действие [sic] выберите Экспорт дорожек в файл XML и выполните.
    8. Повторите то же самое для всех стопок TIFF.

5. Количественная оценка показателей подвижности

ПРИМЕЧАНИЕ: Используйте предоставленный пользовательский скрипт MATLAB "TrackMateAnalysis.m" для удаления неудачных трассировок и количественной оценки подвижности для всех выходных файлов TrackMate. Скрипт удаляет треки, которые выходят за пределы кадра (трассировки местоположения которых по умолчанию равны целым числам), и треки, которые отслеживаются менее чем заданного количества временных точек. Скрипт удаляет треки, которые выходят за пределы кадра (трассировки местоположения которых по умолчанию равны целым числам), и треки, которые отслеживаются меньше, чем заданное количество временных точек. На выходе получается среднее смещение за определенный момент времени для отдельных клеток и всех клеток в узле визуализации. (Пример вывода: 'Output.mat')

  1. Обратите внимание, что для этого скрипта требуется предусмотренная функция MATLAB "import_trackmate_xml.m." Введите локальный путь к этой функции после "addpath" в строке 4.
  2. В строке 7 укажите минимальное количество временных точек, по которым должна быть отслежена частица, чтобы быть включенной в консолидированный результат.
  3. В строках 12 и 13 укажите диапазон пройденных расстояний (в пикселях), которые должны быть включены в отфильтрованный анализ. Чтобы учесть все возможные пройденные расстояния, введите диапазон от 0 до ширины поля изображения.
  4. В строках 14 и 15 укажите диапазон траекторий (в градусах), которые должны быть включены в отфильтрованный анализ. Чтобы включить все возможные траектории, введите диапазон от 0 до 360.
  5. Запустите скрипт в папке, содержащей все выходные XML-файлы TrackMate.
    ПРИМЕЧАНИЕ: Скрипт генерирует и сохраняет структуру ячеек MATLAB, содержащую все данные, сгенерированные в этом анализе. Tables{1,:} перечисляет имена выходных XML-файлов Trackmate для каждого сайта обработки изображений, анализируемого этим скриптом. Tables{2,:} — это подструктура, содержащая положения (пиксели), смещения (пиксели) и углы движения (градусы, где 0° указывает на правое направление движения в пределах места изображения) для всех отдельных ячеек в каждой временной точке. Он также содержит общее пройденное расстояние (пиксели), среднюю подвижность (пиксели/временные точки), средний угол перемещения (градусы) для каждой ячейки по всем временным точкам, а также общий угол перемещения между первой и последней временной точкой для каждой ячейки. 3-я и4-я строки таблиц соответственно содержат средние значения подвижности и значения стандартного отклонения (пиксели/временные точки) для всех ячеек во всех временных точках в каждом месте визуализации. 5-я и6-я строки соответственно содержат средние значения и значения стандартного отклонения для общего расстояния (пикселей) всех ячеек во всех временных точках в каждом месте изображения. 7-я и8-я строки содержат средние значения и значения стандартного отклонения для общего угла перемещения (градусы) между первой и последней временными точками для всех ячеек в узле визуализации. В то время как строки 3–8 таблиц содержат эти значения для всех ячеек, удовлетворяющих минимальным критериям отслеживания временных точек, строки 9–14 содержат те же значения, но только для ячеек, удовлетворяющих указанным пользователем критериям фильтра.

Access restricted. Please log in or start a trial to view this content.

Результаты

Чтобы убедиться в надежности и последовательности нашего сценария анализа, мы измерили подвижность кератиноцитов HaCaT в трех независимых экспериментах. Мы обнаружили, что в то время как стандартное отклонение клеток было переменным между экспериментами (возможно, из-...

Access restricted. Please log in or start a trial to view this content.

Обсуждение

Методология и инструменты анализа, описанные выше, предоставляют простые и масштабируемые средства для измерения и количественной оценки подвижности кератиноцитов HaCaT, которые используют MATLAB и требуют минимального опыта программирования. Этот протокол предусматри...

Access restricted. Please log in or start a trial to view this content.

Раскрытие информации

X.L. и Университет Колорадо в Боулдере имеют финансовую заинтересованность в разработке ингибиторов HDAC для лечения и владеют долей в OnKure. X.L. является соучредителем и членом совета директоров компании OnKure, которая лицензировала запатентованные ингибиторы HDAC от Университета Колорадо в Боулдере. OnKure не участвует ни в разработке эксперимента, ни в финансировании этого исследования.

Благодарности

Мы благодарим Дэниела Мессенджера, Льюиса Бейкера, Дугласа Чапника, Адриана Рамиреса, Цюаньбина Сюя и других сотрудников лабораторий Лю и Борца за их идеи и советы. Мы благодарим Цзянь Тая за то, что он поделился своим опытом работы с MATLAB и написал функцию для импорта XML. Мы благодарим Джозефа Драгавона из BioFrontiers Advanced Light Microscopy Core за его поддержку в области микроскопии и визуализации. Мы благодарим Терезу Нахрейни и Николь Кетли из Центра клеточных культур за их поддержку в области клеточных культур. Эта работа была поддержана грантами от Национального института рака и Национального института артрита, костно-мышечных и кожных заболеваний Национальных институтов здравоохранения (R01AR068254) до X. L. и Национального института общих медицинских наук (NIGMS) R01GM126559 до D.B. и X. L. G.E.W. и E.N.B. были поддержаны грантом на предварительную подготовку от NIGMS (T32GM08759). ImageXpress Micro XL был поддержан Национальным центром исследовательских ресурсов (S10 RR026680). FACSAria была поддержана Национальными институтами здравоохранения (S10OD021601).

Access restricted. Please log in or start a trial to view this content.

Материалы

NameCompanyCatalog NumberComments
96-well flat clear bottom black polystyrine TC-treated microplates, individually wrapped, with lid, sterileCorning3603
Dulbecco's modified eagle medium (high D-glucose)Life Technologies Corporation/Thermo Fisher Scientific12800-082
Fetal bovine serumSigma-Aldrich IncF0926
Fluorobrite Dulbecco's modified eagle medium (high D-glucose, 3.7 g/L sodium bicarbonate, no L-glutamine, no phenol red)Gibco/Thermo Fisher ScientificA18967-01
GlutaminePlusR&D Systems Inc.R90210
Hoechst 33342, trihydrochloride, trihydrateInvitrogen/Thermo Fisher ScientificH21492
Penicillin streptomycinLife Technologies Corporation/Thermo Fisher Scientific15140-122
Phosphate buffered salineGibco/Thermo Fisher Scientific14190-144

Ссылки

  1. Li, L., He, Y., Zhao, M., Jiang, J. Collective cell migration: Implications for wound healing and cancer invasion. Burns & Trauma. 1 (1), 21-26 (2015).
  2. Stuelten, C. H., Parent, C. A., Montell, D. J. Cell motility in cancer invasion and metastasis: insights from simple model organisms. Nature Reviews Cancer. 18 (5), 296-312 (2018).
  3. Campbell, K., et al. Collective cell migration and metastases induced by an epithelial-to-mesenchymal transition in Drosophilaintestinal tumors. Nature Communications. 10 (1), 1-10 (2019).
  4. Devreotes, P., Horwitz, A. R. Signaling networks that regulate cell migration. Cold Spring Harbor Perspectives in Biology. 7 (8), (2015).
  5. Parri, M., Chiarugi, P. Rac and Rho GTPases in cancer cell motility control. Cell Communication and Signaling. 8 (1), 23(2010).
  6. Sumida, G. M., Yamada, S. Rho GTPases and the downstream effectors actin- related protein 2/3 (Arp2/3) complex and myosin II induce membrane fusion at self-contacts. The Journal of Biological Chemistry. 290 (6), 3238-3247 (2015).
  7. Alberts, B., et al. Cell junctions. Molecular Biology of the Cell., 4th edition. , (2002).
  8. Bunker, E. N., Wheeler, G. E., Chapnick, D. A., Liu, X. Suppression of α-catenin and adherens junctions enhances epithelial cell proliferation and motility via TACE- mediated TGF-α autocrine/paracrine signaling. Molecular Biology of the Cell. 32 (4), 348-361 (2021).
  9. Niessen, C. M. Tight junctions/adherens junctions: basic structure and function. Journal of Investigative Dermatology. 127 (11), 2525-2532 (2007).
  10. Drees, F., Pokutta, S., Yamada, S., Nelson, W. J., Weis, W. I. α-Catenin is a molecular switch that binds E-cadherin-β-catenin and regulates actin-filament assembly. Cell. 123 (5), 903-915 (2005).
  11. Yamada, S., Pokutta, S., Drees, F., Weis, W. I., Nelson, W. J. Deconstructing the cadherin-catenin-actin complex. Cell. 123 (5), 889-901 (2005).
  12. Rangarajan, E., Izard, T. The cytoskeletal protein α-catenin unfurls upon binding to vinculin. The Journal of Biological Chemistry. 287 (22), 18492-18499 (2012).
  13. Tinevez, J. -Y., Herbert, S. The NEMO dots assembly: single-particle tracking and analysis. Bioimage Data Analysis Workflows. , 67-97 (2020).
  14. Visweshwaran, S. P., Maritzen, T. A simple 3D cellular chemotaxis assay and analysis workflow suitable for a wide range of migrating cells. MethodsX. 6, 2807-2821 (2019).
  15. Wu, P. -H., Giri, A., Wirtz, D. Statistical analysis of cell migration in 3D using the anisotropic persistent random walk model. Nature Protocols. 10, 517-527 (2015).
  16. Chapnick, D. A., Jacobsen, J., Liu, X. The development of a novel high throughput computational tool for studying individual and collective cellular migration. PloSOne. 8 (12), 82444(2013).
  17. Tinevez, J. -Y., et al. TrackMate: an open and extensible platform for single-particle tracking. Methods. 115, 80-90 (2017).
  18. Vargas Aguilera, C. A. int2strz.m. MATLAB Commons. , (2016).

Access restricted. Please log in or start a trial to view this content.

Перепечатки и разрешения

Запросить разрешение на использование текста или рисунков этого JoVE статьи

Запросить разрешение

Смотреть дополнительные статьи

TrackMateHaCaTMATLABImageJ TrackMateArp2 3

This article has been published

Video Coming Soon

JoVE Logo

Конфиденциальность

Условия эксплуатации

Политика

СВЯЖИТЕСЬ С НАМИ

РЕКОМЕНДОВАТЬ БИБЛИОТЕКЕ

НОВОСТИ JoVE

Исследования

Образование

АВТОРЫ

Библиотекарь

О JoVE

Авторские права © 2025 MyJoVE Corporation. Все права защищены