da_Tracker:自动化工作流程,用于高吞吐量单细胞和单细胞在受感染细胞中的跟踪

科学领域:

• 细胞生物学 细胞生物学
• 显微镜的使用方法
• 传染病研究传染病研究.

背景情况:

• 时隔显微镜对于研究动态细胞过程至关重要.
• 追踪细胞内的信号量化,特别是围绕病原体的信号量化具有挑战性.
• 目前的单菌体分析通常依赖于手工方法.

研究的目的:

• 开发一种几乎完全自动化的工作流程,用于高通量细胞和病原体的跟踪和量化.
• 为了克服手动跟踪的局限性,用于单体分析.
• 为研究传染病中的宿主-病原体相互作用提供一个多功能工具.

主要方法:

• 使用PyImageJ将斐济功能集成到Python中.
• 结合Cellpose (深度学习) 进行细分,使用Trackmate进行跟踪.
• 开发了"da_tracker"工作流程,用于多通道,z-stack,时间缩短的共聚焦显微镜数据.

主要成果:

• 实现了近乎完全自动化的高通量细胞细分和跟踪.
• 启用了单细胞和单个细菌/体的定量跟踪.
• 在单细胞 (例如速度,细菌负担) 和单体 (例如成熟) 层面提供了多功能测量.

结论:

• "da_tracker"工作流提供了一个灵活的开源解决方案,用于详细的细胞和病原体量化.
• 有助于更深入地了解细菌病原性和毒性机制.
• 帮助开发用于传染病的新型治疗策略.