ForSys:从时间间隔显微镜的非侵入性压力推断

科学领域:

• 生物物理学的生物物理.
• 发展生物学 发展生物学
• 计算生物学 计算生物学

背景情况:

• 机械力对组织发育和再生至关重要.
• 在体内测量这些力量是非常具有挑战性的.
• 现有的压力推断算法很难将组织动态纳入.

研究的目的:

• 介绍ForSys,一种基于Python的新软件,用于推断细胞间压力和细胞内压力.
• 从时间间隔显微镜数据中启用动态应力推断.
• 在组织形态发生过程中分析机械力量的时空模式.

主要方法:

• 开发了一个多功能软件工具ForSys.
• 使用模拟和实验数据验证了ForSys.
• 应用ForSys对斑马鱼的横向线原始迁移和神经巨发育.
• 与斐济集成的ForSys提供了图形用户界面,并接受了EPySeg和Cellpose的细分.

主要成果:

• ForSys成功地推断出时间缩短显微镜的细胞间应力和细胞内压力.
• 在斑马鱼中揭示了细胞圆形化前的线粒分裂过程中增加的压力.
• 准确地预测了上皮层红色生成的开始.
• 在神经巨发育中发现了与细胞类型特定粘附相关的机械不对称性.

结论:

• ForSys提供了一种强大而通用的工具,用于在体内分析机械力.
• 该软件有助于研究机械力如何调节组织形态发生和再生.
• 实现动态应激推断,推进发育生物学中的生物物理分析领域.