Quantifying the Endothelial Cell Network Formation After the 3D Stromal-Endothelial Cell Co-Culture

建立基质内皮细胞共培养后，使用荧光显微镜从GFP huvec获取GFP信号，并具有适合定量的设置。预处理同一天采集的所有图像，以进一步增强对比度。如果使用斐济或图像J，请在同一时间点打开所有增强的GFP通道图像并打开亮度和对比度菜单。

选择代表中间条件的图像，并通过选择自动自动调整对比度。单击设置并选中传播到所有其他打开的图像。直观地评估自动选择的范围是否适合当前时间点的所有图像。

如果需要，手动重新调整范围并将其重新传播到所有图像，并将调整后的图像另存为 TIFF 文件。接下来，对所有图像应用中值模糊滤镜。通过合并来减小大小，并将其保存为文件夹中的灰度RGB颜色TIFF文件以进行量化。

这可以手动完成，也可以使用宏以批处理模式完成。使用图像J的血管生成分析仪中的批处理模式分析所有创建的图像，然后通过检查识别结构和原始图像的叠加来验证定量结果。调整预处理参数、重新分析原始图像或排除有问题的区域（如果算法检测到原始图像中可见的细胞很少或没有可见细胞的人工结构）。

最后，通过将每个样品的值乘以分析面积与一平方毫米的比率，将获得的值归一化为一平方毫米的面积。GFP huvec网络的量化参数表明，在存在FGF-2的情况下，网络总长度最高，在没有生长因子的情况下最低。指示网络中分支点的交汇点数量遵循与总长度相同的趋势。

相反，两个生长因子的孤立部分都明显较少，表明与没有任何增长因子的条件相比，互连性更高。