Measuring Single-Cell Calcium Dynamics Using a Myofilament-Localized Optical Biosensor in hiPSC-CMs Derived from DCM Patients
Notice bibliographique
Résumé
Synchronized contractions of cardiomyocytes within the heart are tightly coupled to electrical stimulation known as excitation-contraction coupling. Calcium plays a key role in this process and dysregulated calcium handling can significantly impair cardiac function and lead to the development of cardiomyopathies and heart failure. Here, we describe a method and analytical technique to study myofilament-localized calcium signaling using the intensity-based fluorescent biosensor, RGECO-TnT. Dilated cardiomyopathy is a heart muscle disease that negatively impacts the heart’s contractile function following dilatation of the left ventricle. We demonstrate how this biosensor can be used to characterize 2D hiPSC-CMs monolayers generated from a healthy control subject compared to two patients diagnosed with dilated cardiomyopathy. Lastly, we provide a step-by-step guide for single-cell data analysis and describe a custom Transient Analysis application, specifically designed to quantify features of calcium transients. All in all, we explain how this analytical approach can be applied to phenotype hiPSC-CM behaviours and stratify patient responses to identify perturbations in calcium signaling.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».