方法文章

使用核追踪测量二维细胞运动性的 TrackMate 输出分析与整合方案

DOI：

10.3791/62885

⸱

2021年12月18日

 ,  ,  ,  , 
1Department of Biochemistry, University of Colorado Boulder, 2Department of Applied Mathematics, University of Colorado Boulder

本文内容

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本方案介绍了高通量测量HaCaT角质形成细胞迁移能力的方法，包括细胞核图像的采集与处理，以及利用ImageJ插件TrackMate进行颗粒追踪的技术。

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

集体细胞迁移在包括发育、伤口愈合和癌症转移在内的许多基本生物学过程中发挥着关键作用。为了理解细胞运动性的调控机制，我们必须能够在不同条件下对其运动性进行简便且一致的测量。本文描述了一种利用细胞核染色标记来测量和量化HaCaT角质形成细胞单细胞及群体运动性的方法。该方法包含一个MATLAB脚本，用于分析TrackMate输出文件，以计算单个细胞以及整个成像区域中细胞的位移、运动速率和轨迹角度。该运动性分析脚本可对来自TrackMate数据的细胞运动速率进行快速、直接且可扩展的分析，可用于广泛识别和研究上皮细胞中运动性的调控机制。我们还提供了一个MATLAB脚本，用于重组显微镜采集的显微视频，并将其转换为TIF图像堆栈，以便使用ImageJ的TrackMate插件进行批量分析。通过应用该方法探究黏附连接和肌动蛋白细胞骨架动态在调控HaCaT角质形成细胞运动性中的作用，我们证明了Arp2/3活性是HaCaT角质形成细胞中α-连环蛋白缺失后运动性升高的必要条件。

引言

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

上皮细胞中细胞运动性的精确且响应性的调控对于伤口愈合以及上皮层的更新至关重要。运动性维持失败可能导致胚胎发育和伤口愈合出现问题1，而运动性信号过度激活则是癌症转移的关键因素之一2。

了解HaCaT角质形成细胞对运动性的细胞调控可为这些过程提供重要见解。本文所述方案可在单细胞或群体水平上对细胞运动性的平均幅度进行一致的测量和计算。我们已采用该方法，在对HaCaT角质形成细胞进行基因扰动或小分子抑制剂处理后，测量其运动性，以理解调控运动速率的细胞信号通路。所提供的MATLAB脚本可测量每个细胞的平均速度和平均运动方向。

集体细胞运动在发育过程和癌症转移中的上皮-间质转化均起着关键作用3。细胞通过黏附、极化、突出和回缩的协调作用实现运动能力4。这些过程高度依赖于动态肌动蛋白细胞骨架的协调调控。PI3K或多种受体酪氨酸激酶下游的Rac1 GTP酶激活可使细胞极化，从而引发肌动蛋白聚合5。肌动蛋白细胞骨架的动态变化受该通路及其他Rho介导的GTP酶调控，后者由多种生长因子的下游信号激活。这些Rho介导的GTP酶进一步激活Arp2/3复合物，促进肌动蛋白分支形成6。肌动蛋白细胞骨架的动态变化还与运动性的另一关键调控因子——细胞间连接结构密切相关。我们尤其关注介导细胞间强黏附的黏附连接如何与肌动蛋白细胞骨架协同作用，以维持组织完整性7。

我们先前已证明，表达shRNA介导的α-catenin敲低的HaCaT角质形成细胞比表达非靶向shRNA对照的细胞具有更高的运动速率8。我们希望利用所开发的运动性分析工具，进一步理解α-catenin缺失后运动性升高的机制。α-Catenin是黏附连接所必需的胞质组分9。它通过与β-catenin相互作用参与黏附连接的形成，并以单体形式与β-catenin结合10,11。然而，α-catenin也可从黏附连接上解离，形成同源二聚体，进而结合并交联肌动蛋白丝，从而抑制Arp2/3的活性10,11。尽管α-catenin在与β-catenin结合时不能直接与肌动蛋白相互作用，但它仍可通过结合连环蛋白（vinculin）来促进或增强黏附连接与细胞骨架之间的协调，而连环蛋白可稳定肌动蛋白丝12。

尽管 ImageJ 的 TrackMate 插件是一种成熟的颗粒追踪方法，可用于追踪细胞核，但我们发现，目前尚缺乏集成化的工具来解析、分析和整合 TrackMate 的输出结果，以计算多个成像位点的细胞运动性，且现有工具对于不具备多种编程语言专业知识的用户而言使用难度较大。Tinevez 和 Herbert 提供了 TrackMate 使用的入门指南，但其均方位移分析部分需要较强的 MATLAB 技能13。现有的从延时显微镜视频中提取运动速率的方法虽然可提供更复杂的三维分析，但对编程技能的要求更高14,15。Pathfinder 是我们实验室先前开发的一种细胞追踪与运动性分析软件，可测量细胞迁移速度和方向，但仅能在 Windows 系统上运行，且需要特定版本的 Java 运行环境16。鉴于 TrackMate 是一种可靠且文档齐全的工具，我们开发了一种基于 MATLAB 的简便方法，用于生成、分析和组织大规模二维 TrackMate 数据集。我们的脚本还可去除在追踪细胞移出成像区域后 TrackMate 输出中偶尔出现的重复整数数据点，从而在分析中纳入高运动性或强方向性的细胞，同时排除这些虚假数据点的干扰。此外，我们还提供了一个脚本，用于将 ImageXpress Micro XL 采集的图像重新组织为 TIFF 图像栈，以便在 TrackMate 中批量分析。

在本实验方案中，将细胞接种于96孔成像板中。待细胞有足够时间贴附至孔板底部后，使用Hoechst核染料以及任何需要研究其对细胞运动性影响的小分子对细胞进行处理。随后，在五小时或更长时间内连续采集细胞核的图像，之后使用MATLAB将图像序列处理为扣除背景的TIFF图像堆栈。利用ImageJ的TrackMate插件分析这些TIFF堆栈，该插件可对每个时间点的单个细胞进行定位并实现跨时间点的追踪17。在获取所有成像位点的细胞运动轨迹后，我们使用自定义的MATLAB脚本剔除细胞离开成像视野后产生的虚假数据点，并计算每个成像位点的平均运动速率。该脚本仅分析被追踪时间达到用户设定最小时间点数的细胞，并允许用户根据细胞移动的总距离和/或方向对细胞进行筛选。最终获得每个细胞的平均位移、平均运动方向、总位移和总运动方向，并据此计算每个成像位点内所有细胞这些参数的总体平均值。本方案可批量应用于大规模成像实验，适用于相对高通量的细胞运动性分析（图1）。

访问受限。请登录或开始试用以查看此内容。

方案

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. 细胞培养与成像板制备

  1. 在加湿培养箱中，于37 °C和5%二氧化碳条件下，使用细胞培养基（DMEM高糖培养基，添加2 mM L-谷氨酰胺、100 U/mL青霉素/链霉素和10% (v/v) 胎牛血清）培养HaCaT细胞。
  2. 在96孔成像板（如96孔黑色聚苯乙烯微孔板）中，每孔接种所需数量的细胞（我们通常接种5000–20,000个细胞/孔）。向其中三个孔仅加入培养基（不接种细胞）。
  3. 将培养板置于完全水平的表面上静置20–30分钟，使细胞均匀贴附于培养板底部。
  4. 将培养板转移至加湿细胞培养箱（37 °C，5%二氧化碳）中孵育4–6小时，使细胞完全贴壁。
  5. 移除培养基，每孔更换为含有2 µg/mL Hoechst染料（将1 mg/mL储存液按1:5000稀释）的细胞培养基。
  6. 将培养板放回加湿细胞培养箱（37 °C，5%二氧化碳）中孵育2小时。
  7. 每孔用100 µL磷酸盐缓冲液（PBS）轻轻洗涤三次，然后每孔加入90 µL成像培养基（不含酚红的DMEM高糖培养基，添加2 mM L-谷氨酰胺、100 U/mL青霉素/链霉素和10% (v/v) 胎牛血清）。
  8. 若需检测小分子抑制剂或其他效应分子的作用，应在成像前立即对细胞进行处理。

2. 成像

  1. 在37 °C、5%二氧化碳的加湿环境培养箱中，使用10倍物镜的显微镜对培养板（包括仅含培养基的孔）进行成像。
    注意：本实验方案中的分析脚本是针对在Molecular Devices ImageXpress Micro XL宽场显微镜上采集的数据编写的。
  2. 根据实验所需的时间分辨率采集图像。为获得最佳结果，建议每小时至少采集4个时间点，持续至少5小时。若检测小分子抑制剂或其他干扰因素对细胞的影响，应在预期出现效应的时间点之后继续成像至少5小时。在本研究中，我们共采集100个时间点，每个时间点间隔8分钟，总成像时间为13小时20分钟。

3. 图像处理

  1. 使用提供的自定义 MATLAB 脚本 "ImageReorganizer.m" 删除缩略图，并按孔板孔位而非时间点重新组织图像文件。ImageXpress 输出的文件采用如下文件夹结构："[实验名称] > [YYYY-MM-DD] > [运行编号] > Timepoint_[时间点] > [图像文件]"。图像重新组织后，该脚本将使用同一时间点仅含培养基的孔的平均图像和高斯模糊图像，对各时间点的图像进行背景扣除。随后，该脚本将背景扣除后的图像按成像位点整理为每个位点对应的 TIFF 图像栈。每个 TIFF 图像栈的命名格式为 "[孔位]_[位点].tif"。
    1. 如果实验跨越多天，请将所有日期的 [运行编号] 文件夹内容合并，使所有 "Timepoint_[时间点]" 子文件夹均位于同一个 "[运行编号]" 文件夹中。
    2. 请注意，该脚本需要 MATLAB 函数 int2strz18。请在第 2 行的 "addpath" 后输入该函数的本地路径。
    3. 在第 9 行将仅含培养基的孔的行号输入为 "emptyrows"，列号在第 10 行输入为 "emptycolumns"。
    4. 在第 15 行将实验孔的行号输入为 "rows"，列号在第 16 行输入为 "columns"。在第 17 行输入每孔的成像位点数量，变量名为 "sites"。
    5. 在 MATLAB 的路径栏中输入 "[运行编号]" 文件夹的路径，并运行该脚本。

4. 细胞示踪

注意：可使用 Tinevez 等人17 提供的 Run_TrackMate_Headless.groovy 脚本的稍作修改版本，在指定目录中对所有 TIFF 图像序列批量运行 TrackMate，也可对每个 TIFF 图像序列手动单独执行。我们在使用 Groovy 脚本对全部 TIFF 图像序列进行分析前，会先手动在 FIJI 中对少量样本 TIFF 图像序列进行处理，以确保所选参数的准确性。

  1. 要对文件夹中的所有 TIFF 图像序列运行 FIJI 中的 TrackMate 插件，请下载并使用 Tinevez 等人提供的 Run_TrackMate_Headless.groovy 脚本。17 根据其提供的方案进行操作。我们使用了该脚本的一个略微修改版本，该版本允许我们通过一个图形用户界面轻松地批量处理输入文件和输出文件名，并输入所有参数。以下是该修改版脚本的详细使用说明，脚本以 TrackMate_Headless_Mod.groovy 文件形式提供。
    1. 在FIJI中通过选择打开脚本 文件>开放 然后导航至 TrackMate_Headless_Mod.groovy 脚本所在的位置。
    2. 选择 运行.
    3. 输入 TIFF 图像序列所在的目录（TIFF 图像序列的默认输出来自 "StackGenerator.m" 应为 "[实验名称] > [YYYY-MM-DD] >> 堆叠"）作为 "输入目录"
    4. 创建一个输出目录，并输入其路径名 "输出目录" 默认设置为 "文件扩展名应为 ".tif" 如果不符合，则输入 ".tif" 作为 "文件扩展名"
    5. 若仅需在目录中的部分文件上运行 TrackMate，请使用输入框后的空间 "文件名包含" 包含这些内容；否则，将该空白处留空。
    6. 选择 "保存时保留目录结构。"
    7. 输入 "斑点半径，" "质量阈值，" "最大帧间隔，" "最大距离连接，" 和 "间隙闭合最大距离" 根据所需设置以像素为单位。对于10倍放大下的HaCaT细胞核，我们通常分别使用3.5、18、2、15和40。
    8. 选择 好的该脚本应为指定输出目录中的每个 TIFF 图像序列生成一个 XML 文件。
  2. 或者，根据 Tinevez 等人所述的方案，手动在 FIJI 中为每个 TIFF 图像序列运行 TrackMate 插件。13
    1. 在 FIJI 中打开 TIFF 图像栈，然后通过选择打开 TrackMate 插件 插件 >追踪 > TrackMate 在菜单栏中。
    2. 如果弹出窗口显示提示 "该图像似乎只有1个时间点，但却包含[number of timepoints]个切片。您要交换Z轴和T轴吗？" 选择 是.
    3. 在 TrackMate v4.0.1 中，除以下设置外，其余均使用默认参数 "估计的斑点直径" （我们使用7.000像素用于10倍放大下HaCaT细胞核的识别），以及阈值（我们使用18.000，但该值会因所用显微镜及Hoechst染料强度的不同而有所变化）。
    4. 使用 预览 调整检测参数以优化颗粒检测，根据需要调节斑点直径和阈值设置。
    5. 对于 "间隙闭合最大距离，" 默认设置通常适用于基础的HaCaT细胞运动性分析，但在促进细胞运动的条件下，可能需要将闭合间隙的最大距离增加至最多40.0像素。
    6. 通过视觉确认细胞轨迹的追踪已优化，且轨迹间隙最小。
    7. 下 选择一个操作 [原文有误]，选择 将轨迹导出为 XML 文件 并执行。
    8. 对所有 TIFF 图像序列重复上述步骤。

5. 运动速率的定量分析

注意：使用提供的自定义 MATLAB 脚本 "TrackMateAnalysis.m" 来剔除失败的轨迹，并对所有 TrackMate 输出文件进行运动性量化。该脚本会剔除移出视野范围的轨迹（其位置轨迹默认为整数）以及追踪时间点少于指定数量的轨迹。输出结果为每个成像位点中单个细胞及所有细胞在每个时间点的平均位移。（示例输出文件：'Output.mat'）

  1. 请注意，此脚本需要提供的 MATLAB 函数 "import_trackmate_xml.m" 输入此函数的本地路径后 "添加路径" 第4行
  2. 在第7行，注明粒子在被纳入整合输出结果前应被追踪的最少时间点数。
  3. 在第12行和第13行，注明应纳入过滤分析的移动距离范围（以像素为单位）。若要包含所有可能的移动距离，请输入从0到成像视野宽度的范围。
  4. 在第14行和第15行中，标明应包含在滤波分析中的轨迹范围（以度为单位）。若要包含所有可能的轨迹，请输入0到360的范围。
  5. 在包含所有 TrackMate 输出 XML 文件的文件夹中运行该脚本。
    注意：该脚本将生成并保存一个包含本分析中所有数据的 MATLAB 元胞结构。Tables{1,:} 列出由该脚本分析的每个成像位点对应的 TrackMate 输出 XML 文件的名称。Tables{2,:} 是一个子结构，包含每个时间点所有单个细胞的位置（像素）、位移（像素）以及运动方向角度（度，其中 0° 表示在成像位点内向右运动的方向）。此外，还包含每个细胞在所有时间点的总运动距离（像素）、平均运动性（像素/时间点）、平均运动角度（度），以及每个细胞从第一个到最后一个时间点之间的总运动角度。3rd 和 4th 表格的行分别包含每个成像位点所有时间点中所有细胞的平均运动值和标准差（像素/时间点）。5th 和 6th 行分别包含每个成像位点中所有时间点下所有细胞的总移动距离（像素）的平均值和标准差。7th 和 8th 第1-2行包含成像位点中所有细胞在首个和末个时间点之间运动总角度（度）的平均值和标准差。而表格的第3-8行包含满足最小时间点追踪标准的所有细胞的相应数值，第9-14行则仅包含满足用户指定筛选条件的细胞的相同数值。

访问受限。请登录或开始试用以查看此内容。

结果

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

为了确保我们的分析脚本具有可靠性和一致性，我们在三个独立的实验中测量了HaCaT角质形成细胞的运动能力。我们发现，尽管不同实验之间细胞运动能力的标准差存在差异（可能由于HaCaT细胞对汇合度和机械刺激较为敏感），但平均运动能力在多次实验中均保持一致，且根据双尾学生t检验，各重复实验之间的差异无统计学意义（图2）。

由于Arp2/3复合物在介导肌动蛋白动态变化中的作用，已知α-连环蛋白对Arp2/3复合物具有抑制作用，以及我们先前观察到α-连环蛋白缺失会导致细胞运动性增强3，因此我们探究了使用小分子抑制剂CK-666抑制Arp2/3复合物是否能够消除α-连环蛋白缺失所引起的运动性增强。两种稳定表达shRNA的HaCaT角质形成细胞系——一种为靶向α-连环蛋白的shRNA敲低细胞系，另一种为非靶向shRNA对照细胞系——这些细胞系的构建与验证如前所述8，被接种于96孔成像板上。

访问受限。请登录或开始试用以查看此内容。

讨论

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

上述方法与分析工具提供了一种简单且可扩展的方法，用于测量和量化 HaCaT 角质形成细胞的运动能力，该方法使用 MATLAB，且仅需极少的编程经验。本实验方案要求对细胞核进行染色，并在至少 5 小时内进行连续成像。虽然数据采集可在任何合适的显微镜上完成，但本方案提供了一个脚本，用于将 ImageXpress Micro XL 显微镜采集的图像处理为每个成像位点的 TIFF 图像序列，该序列显示了所有时间点上细胞核位置的时间推移变化。在将这些 TIFF 图像序列通过 ImageJ 的 TrackMate 插件处理后，本方案可将输出的轨迹整合为一个单一的 MATLAB cell 结构，其中包含每个成像位点及单个细胞的平均运动能力、标准差和轨迹数据。

尽管已有其他细胞运动性分析工具，但本方法利用 MATLAB 以一种直接且可扩展的方式，对通过 ImageJ TrackMate 插件追踪的细胞进行运动速率分析。该图像分析流程在计算上效率较高，可在搭载 Windows 或 iOS 操作系统的个人计算机上运行；虽然所提供的脚本是为 iOS 机器编写的，但只要将路径名中的正斜杠替换为反斜杠，即可...

访问受限。请登录或开始试用以查看此内容。

披露

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

X.L. 和科罗拉多大学博尔德分校对HDAC抑制剂的治疗用途开发具有经济利益，并持有OnKure公司的股权。X.L. 是OnKure公司的联合创始人及董事会成员，该公司已从科罗拉多大学博尔德分校获得专有HDAC抑制剂的许可。OnKure公司未参与本研究的实验设计，也未提供资金支持。

致谢

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

感谢 Daniel Messenger、Lewis Baker、Douglas Chapnick、Adrian Ramirez、Quanbin Xu 以及 Liu 和 Bortz 实验室的其他成员提供的见解和建议。感谢 Jian Tay 分享其 MATLAB 专业知识并编写了用于 XML 导入的函数。感谢 BioFrontiers 先进光学显微镜核心设施的 Joseph Dragavon 提供的显微镜与成像技术支持。感谢细胞培养核心设施的 Theresa Nahreini 和 Nicole Kethley 提供的细胞培养支持。本研究工作由美国国立卫生研究院下属的国家癌症研究所和国家关节炎与肌肉骨骼及皮肤病研究所资助（项目编号 R01AR068254）支持 X. L. 的研究，以及由国家普通医学科学研究所（NIGMS）资助（项目编号 R01GM126559）支持 D.B. 和 X. L. 的研究。G.E.W. 和 E.N.B. 的研究得到了 NIGMS 资助的博士前培训项目（T32GM08759）的支持。ImageXpress Micro XL 显微镜系统由国家研究资源中心（S10 RR026680）资助。FACSAria 流式细胞分选仪由美国国立卫生研究院（S10OD021601）资助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
96孔平底透明黑色聚苯乙烯TC处理微孔板，单独包装，带盖，无菌Corning3603
杜尔贝科改良伊格尔培养基（高D-葡萄糖）Life Technologies Corporation/Thermo Fisher Scientific12800-082
胎牛血清Sigma-Aldrich IncF0926
Fluorobrite杜尔贝科改良伊格尔培养基（高D-葡萄糖，3.7 g/L碳酸氢钠，不含L-谷氨酰胺，不含酚红）Gibco/Thermo Fisher ScientificA18967-01
GlutaminePlusR&D Systems Inc.R90210
Hoechst 33342，三盐酸盐三水合物Invitrogen/Thermo Fisher ScientificH21492
青霉素-链霉素Life Technologies Corporation/Thermo Fisher Scientific15140-122
磷酸盐缓冲液Gibco/Thermo Fisher Scientific14190-144

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Li, L., He, Y., Zhao, M., Jiang, J. Collective cell migration: Implications for wound healing and cancer invasion. Burns & Trauma. 1 (1), 21-26 (2015).
  2. Stuelten, C. H., Parent, C. A., Montell, D. J. Cell motility in cancer invasion and metastasis: insights from simple model organisms. Nature Reviews Cancer. 18 (5), 296-312 (2018).
  3. Campbell, K., et al. Collective cell migration and metastases induced by an epithelial-to-mesenchymal transition in Drosophilaintestinal tumors. Nature Communications. 10 (1), 1-10 (2019).
  4. Devreotes, P., Horwitz, A. R. Signaling networks that regulate cell migration. Cold Spring Harbor Perspectives in Biology. 7 (8), (2015).
  5. Parri, M., Chiarugi, P. Rac and Rho GTPases in cancer cell motility control. Cell Communication and Signaling. 8 (1), 23(2010).
  6. Sumida, G. M., Yamada, S. Rho GTPases and the downstream effectors actin- related protein 2/3 (Arp2/3) complex and myosin II induce membrane fusion at self-contacts. The Journal of Biological Chemistry. 290 (6), 3238-3247 (2015).
  7. Alberts, B., et al. Cell junctions. Molecular Biology of the Cell., 4th edition. , (2002).
  8. Bunker, E. N., Wheeler, G. E., Chapnick, D. A., Liu, X. Suppression of α-catenin and adherens junctions enhances epithelial cell proliferation and motility via TACE- mediated TGF-α autocrine/paracrine signaling. Molecular Biology of the Cell. 32 (4), 348-361 (2021).
  9. Niessen, C. M. Tight junctions/adherens junctions: basic structure and function. Journal of Investigative Dermatology. 127 (11), 2525-2532 (2007).
  10. Drees, F., Pokutta, S., Yamada, S., Nelson, W. J., Weis, W. I. α-Catenin is a molecular switch that binds E-cadherin-β-catenin and regulates actin-filament assembly. Cell. 123 (5), 903-915 (2005).
  11. Yamada, S., Pokutta, S., Drees, F., Weis, W. I., Nelson, W. J. Deconstructing the cadherin-catenin-actin complex. Cell. 123 (5), 889-901 (2005).
  12. Rangarajan, E., Izard, T. The cytoskeletal protein α-catenin unfurls upon binding to vinculin. The Journal of Biological Chemistry. 287 (22), 18492-18499 (2012).
  13. Tinevez, J. -Y., Herbert, S. The NEMO dots assembly: single-particle tracking and analysis. Bioimage Data Analysis Workflows. , 67-97 (2020).
  14. Visweshwaran, S. P., Maritzen, T. A simple 3D cellular chemotaxis assay and analysis workflow suitable for a wide range of migrating cells. MethodsX. 6, 2807-2821 (2019).
  15. Wu, P. -H., Giri, A., Wirtz, D. Statistical analysis of cell migration in 3D using the anisotropic persistent random walk model. Nature Protocols. 10, 517-527 (2015).
  16. Chapnick, D. A., Jacobsen, J., Liu, X. The development of a novel high throughput computational tool for studying individual and collective cellular migration. PloSOne. 8 (12), 82444(2013).
  17. Tinevez, J. -Y., et al. TrackMate: an open and extensible platform for single-particle tracking. Methods. 115, 80-90 (2017).
  18. Vargas Aguilera, C. A. int2strz.m. MATLAB Commons. , (2016).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

TrackMate HaCaT MATLAB
视频即将推出

相关文章