分析单细胞迁移和形态学的细胞外矩阵驱动的异质性

科学领域:

• 细胞生物学 细胞生物学
• 生物物理学的生物物理.
• 生物材料科学 生物材料科学

背景情况:

• 细胞迁移和形态对于发展,愈合和癌症等生物过程至关重要.
• 细胞外矩阵 (ECM) 组件显著影响细胞行为.
• 了解细胞-ECM相互作用是解读细胞功能的关键.

研究的目的:

• 为了研究不同ECM成分 (胺,原1,原3) 对HeLa细胞迁移和形态学的影响.
• 利用机器学习进行细胞行为的定量分析.
• 为了将观察到的细胞特征与潜在的生物机制相关联.

主要方法:

• 在胺 (Ln),原1 (Col1) 和原3 (Col3) 上培养的HeLa细胞.
• 基于机器学习的图像分析来量化迁移和形态.
• 主要成分分析 (PCA) 用于细胞行为的分类.
• 生物测试以评估细胞间相互作用和焦点粘附.

主要成果:

• 与Col1/Col3.3相比,Ln上的细胞表现出更高的运动性,更高的转向角度和更低的持久性.
• 通过Ln培养的细胞表现出更大的面积和更高的稳固性,表明不同的附着.
• PCA成功地根据运动性对细胞进行分类,Ln细胞形成了一个独特的.
• Ln促进了细胞间相互作用的增加和更小,更多的焦点粘附.

结论:

• ECM的组成差异性调节细胞迁移和形态.
• 拉米宁增强了HeLa细胞中的迁移性可塑性和细胞间相互作用.
• 基于机器学习的定量分析与生物解释相结合,促进了对细胞微环境相互作用的理解.