Automated Quantification of Subcellular Particles in Myogenic Progenitors
Notice bibliographique
Résumé
Fluorescence microscopy is a powerful tool enabling the visualization of protein localization within cells. In this article, we outline an automated and non-biased way to detect and quantify subcellular particles using immunocytochemistry, fluorescence microscopy, and the program CellProfiler. We discuss the examination of two types of subcellular particles: messenger ribonucleoprotein (mRNP) granules, namely processing bodies and stress granules, and autophagosomes. Fluorescent microscopy Z-stacks are acquired and deconvolved, and maximum intensity images are generated. The number of subcellular particles per cell is then quantified using the described CellProfiler pipeline. We also explain how to isolate primary myoblast progenitor cells from mice, which were used to obtain the presented results. Last, we discuss the critical parameters to be considered for each of these techniques. Both mRNP granules and autophagosomes play important roles in sequestering intracellular cargo, such as messenger RNAs and RNA-binding proteins for mRNP granules and cytoplasmic waste for autophagosomes. The methods outlined in this article are widely applicable for studies relating to subcellular particle formation, localization, and flux during homeostasis, following stimuli, and during disease. © 2021 The Authors. Current Protocols published by Wiley Periodicals LLC. Basic Protocol 1: Immunofluorescence microscopy of messenger ribonucleoprotein granules in primary myoblasts Alternate Protocol: Immunofluorescence microscopy of autophagosomes in primary myoblasts Support Protocol: Isolation of primary myoblasts from mice Basic Protocol 2: Automated quantification of subcellular particles.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».