MicroBundleCompute：心脏微束中亚域变形的自动分割、追踪与分析
定量方法
2024-02-22 v2
摘要
推进人诱导多能干细胞来源心肌细胞（hiPSC-CM）技术将带来从疾病建模、药物发现到再生组织工程等方面的重大进展。然而，伴随这些潜在机遇而来的是一项关键挑战：获得成熟的 hiPSC-CM 组织。目前，有多种技术可用于促进 hiPSC-CM 的成熟，包括物理平台和细胞培养方案。但是，在进行功能行为的定量比较时，可用于可靠且可重复地计算适用于直接跨系统比较的功能指标的选择十分有限。此外，该领域目前从心脏微束收缩的延时图像中获得的标准功能指标（即后力、平均组织应力）并未充分利用这些数据中可用的信息（即全场组织位移与应变）。因此，我们提出“MicroBundleCompute”，一个用于从心脏微束影像中自动量化基于形态学的力学指标的计算框架。简言之，该计算框架提供了用于跳动心脏微束明场与相衬影像的自动组织分割、追踪和分析工具。它易于实现，几乎不需要参数调优，并且在个人计算机上运行迅速。在本文中，我们描述了该计算框架背后的方法，展示了我们广泛验证研究的结果，并证明了探索异质组织变形与应变作为功能指标的效用。随本手稿，我们将“MicroBundleCompute”作为开源计算工具发布，旨在使社区更容易进行跳动心脏微束的自动定量分析。
引用
@article{arxiv.2308.04610,
title = {MicroBundleCompute: Automated segmentation, tracking, and analysis of subdomain deformation in cardiac microbundles},
author = {Hiba Kobeissi and Javiera Jilberto and M. Çağatay Karakan and Xining Gao and Samuel J. DePalma and Shoshana L. Das and Lani Quach and Jonathan Urquia and Brendon M. Baker and Christopher S. Chen and David Nordsletten and Emma Lejeune},
journal= {arXiv preprint arXiv:2308.04610},
year = {2024}
}
备注
16 main pages, 7 main figures, Supplementary Information included as appendices