CellTracksColab是一个平台,可以编译,分析和探索细胞跟踪数据
Estibaliz Gómez-de-Mariscal1, Hanna Grobe2, Joanna W Pylvänäinen2,3
1Instituto Gulbenkian de Ciência, Oeiras, Portugal.
PLoS biology
|August 8, 2024
概括
CellTracksColab通过编译,探索和无偏见的模式识别来简化细胞跟踪数据分析. 这个平台有助于研究人员从视频数据中量化细胞行为和迁移动态.
科学领域:
- 生命科学,生物图像分析,计算生物学.
背景情况:
- 自动追踪工具产生大量数据集,在编译和分析方面带来了挑战.
- 现有的方法缺乏全面的解决方案来探索复杂的细胞行为数据.
研究的目的:
- 介绍CellTracksColab,这是一个简化细胞跟踪数据的探索和分析的平台.
- 在多个实验条件和重复中实现整体数据集概述.
主要方法:
- 高维数据缩小和聚类,用于无偏见的模式识别.
- 空间分析的专用模块,包括聚类和接近感兴趣的地区.
- 便于编制和分析来自多个视野和实验条件的结果.
主要成果:
- 使用三个用例证明了功能:T细胞迁移,癌细胞迁移和filopodia动态.
- 在复杂的数据集中成功识别出不同的行为模式和趋势.
- 启用了细胞运动和相互作用的空间分析.
结论:
- CellTracksColab提供了一种强大的,集成的解决方案,用于分析大规模的细胞跟踪数据.
- 该平台增强了量化和理解细胞行为和迁移的能力.
- 为了更广泛的采用,科学界可以公开使用CellTracksColab.
更多相关视频
10:55Live Imaging Followed by Single Cell Tracking to Monitor Cell Biology and the Lineage Progression of Multiple Neural Populations
Published on: December 16, 2017
8.6K
10:08Co-culture of Glioblastoma Stem-like Cells on Patterned Neurons to Study Migration and Cellular Interactions
Published on: February 24, 2021
5.9K
