MétaCan
Menu
Retour à la cohorte
Enregistrement W3045368131 · doi:10.1101/2020.07.24.219774

Three-Dimensional Label-Free Imaging and Quantification of Migrating Cells during Wound Healing

2020· preprint· en· W3045368131 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueDigital Holography and Microscopy
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesKorea Advanced Institute of Science and TechnologyNational Research Foundation of KoreaNational Research Foundation
Mots-clésWound healingPhotobleachingImage stitchingBiomedical engineeringCellBiophysicsChemistryComputer scienceBiologyArtificial intelligenceOpticsMedicinePhysicsSurgeryBiochemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The wound healing assay provides essential information about collective cell migration and cell-to-cell interactions. It is a simple, effective, and widely used tool for observing the effect of numerous chemical treatments on wound healing speed. To perform and analyze a wound healing assay, various imaging techniques have been utilized. However, image acquisition and analysis are often limited in two-dimensional space or require the use of exogenous labeling agents. Here, we present a method for imaging large-scale wound healing assays in a label-free and volumetric manner using optical diffraction tomography (ODT). We performed quantitative high-resolution three-dimensional (3D) analysis of cell migration over a long period without difficulties such as photobleaching or phototoxicity. ODT enables the reconstruction of the refractive index (RI) tomogram of unlabeled cells, which provides both structural and biochemical information about the individual cell at subcellular resolution. Stitching multiple RI tomograms enables long-term (24 h) and large field-of-view imaging (> 800 × 400 μm 2 ) with a lateral resolution of 110 nm. We demonstrated the thickness changes of leading cells and studied the effects of cytochalasin D. The 3D RI tomogram also revealed increased RI values in leading cells compared to lagging cells, suggesting the formation of a highly concentrated subcellular structure. STATEMENT OF SIGNIFICANCE The wound healing assay is a simple but effective tool for studying collective cell migration (CCM) that is widely used in biophysical studies and high-throughput screening. However, conventional imaging and analysis methods only address two-dimensional properties in a wound healing assay, such as gap closure rate. This is unfortunate because biological cells are complex 3D structures, and their dynamics provide significant information about cell physiology. Here, we presented three-dimensional (3D) label-free imaging for wound healing assays and investigated the 3D dynamics of CCM. High-resolution subcellular structures as well as their collective dynamics were imaged and analyzed quantitatively. Our label-free quantitative 3D analysis method provides a unique opportunity to study the behavior of migrating cells during the wound healing process.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,223
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle