细胞PLATO - - 一种在异质细胞轨迹数据中识别细胞行为的无监督方法

科学领域:

• * 计算生物学 * 计算生物学
• * 细胞生物学 * 细胞生物学
• * 免疫学 免疫学

背景情况:

• * 显微镜产生大型,复杂的数据集,需要先进的分析工具.
• * 细胞行为的表型分析对于理解生物过程至关重要.
• *现有的工具可能无法充分捕捉动态细胞形态和运动模式.

研究的目的:

• * 介绍 cellPLATO,一个基于Python的软件,用于从显微镜分析细胞行为.
• *根据形态和运动特征对细胞行为进行分类.
• * 为了研究中白素-15 (IL-15) 在人类自然杀手 (NK) 细胞迁移中的作用.

主要方法:

• *CellPLATO软件对细胞进行细分和跟踪,每个时间点提取形态和运动特征.
• * 尺寸缩小和聚类用于将细胞分隔成行为亚型.
• *相似性分析将行为序列分组为具有分配ID的离散轨迹.
• * 培养了人类NK细胞,并分析了它们在ICAM-1和VCAM-1上的迁移,包括IL-15.

主要成果:

• * CellPLATO根据单个时间点特征确定了八个不同的NK细胞行为子集.
• *根据行为序列确定了四种不同的NK细胞迁移轨迹.
• *IL-15治疗显著增加了不同NK细胞迁移行为之间的可塑性.
• *在ICAM-1和VCAM-1基板之间,迁移模式显著不同.

结论:

• *CellPLATO是分析显微镜数据中复杂细胞行为的有效工具.
• *IL-15增强了NK细胞在迁移模式中的适应性.
• * 整合素配体ICAM-1和VCAM-1可以差异调节NK细胞迁移动态.