Sarc-Graph：hiPSC来源心肌细胞中肌节自动分割、追踪与分析
定量方法
2021-11-17 v1
摘要
对人类诱导多能干细胞来源心肌细胞（hiPSC-CMs）更好的基础理解有潜力推进从药物发现到心脏修复的应用。跳动hiPSC-CMs的自动定量分析是hiPSC-CM研究流水线中重要且快速发展的组成部分。在此我们介绍“Sarc-Graph”，一个对荧光标记的hiPSC-CMs中肌节进行分割、追踪和分析的计算框架。我们的框架包含分割z盘与肌节、在跳动细胞中追踪z盘与肌节，以及执行自动时空分析与数据可视化的功能。除了报告肌节分割与追踪的良好性能（几乎无需参数调节且运行时间短）外，我们引入两种新颖分析方法。首先，我们构建空间图，其中z盘对应节点、肌节对应边。这使得测量每个肌节之间的网络距离（即分隔每对肌节的连接肌节数量）变得直接。其次，我们将追踪与分割的组分视为基准标记，并用其计算整个追踪群体的近似变形梯度。这代表了hiPSC-CM功能的一个新定量描述符。我们通过合成与实验的跳动hiPSC-CMs电影展示并验证了我们的方法。通过发布Sarc-Graph，我们旨在使更广泛的研究界更容易获取hiPSC-CM行为的自动定量分析。
引用
@article{arxiv.2102.02412,
title = {Sarc-Graph: Automated segmentation, tracking, and analysis of sarcomeres in hiPSC-derived cardiomyocytes},
author = {Bill Zhao and Kehan Zhang and Christopher S. Chen and Emma Lejeune},
journal= {arXiv preprint arXiv:2102.02412},
year = {2021}
}
备注
Link to SI: https://github.com/elejeune11/Sarc-Graph/tree/main/Supplementary_Information