Introduzione. Le rigenerazione delle cellule del corpo umano garantisce il ricambio cellulare. Durante la malattia, però, i processi rigenerativi non superano quelli degenerativi, come nel caso delle malattie neurologiche. L’obiettivo dell’ingegneria tissutale è quello di progettare scaffolds in grado di sostituire organi o tessuti danneggiati, ed assistere ai processi di guarigione del corpo, ma per verificare il corretto funzionamento degli scaffolds, è necessario comprendere migrazione e ciclo cellulare. Gli indicatori del ciclo cellulare aiutano a monitorare e controllare i processi di proliferazione cellulare. Purtroppo per l’analisi strutturale e funzionale vengono spesso utilizzate le stesse proteine fluorescenti e questo impedisce l’acquisizione simultanea di segnali strutturali e funzionali. Obiettivo. In questo studio, l’obiettivo è fare una analisi quantitativa del ciclo cellulare. Per gli esperimenti in vitro sono stati utilizzati i video delle linee cellulari HACAT, già state ingegnerizzate geneticamente (nel laboratorio del Prof. Pasqualini), per esprimere sensori fluorescenti legati all’actina e alle fasi del ciclo cellulare. Dai video sono stati estratti i dati del movimento cellulare e i dati delle intensità di ciascun fluoroforo, per ogni cellula in ogni frame. Infine, è stato sviluppato un plugin per assegnare una fase e una percentuale di avanzamento del ciclo ad ogni cellula. Risultati. Per assegnare la percentuale di avanzamento ad ogni cellula in ogni frame del video, è stata utilizzata una formulazione trigonometrica in grado di generare un unico valore crescente a partire dai due valori in intensità dei fluorofori che identificano le fasi. L’analisi è stata poi ottimizzata con la creazione di un plugin scritto in linguaggio Java che può essere avviato direttamente da ImageJ. Infine, è stata fatta una prima analisi statistica per valutare se ci sono differenze statisticamente significative fra i dati del movimento delle cellule in fasi diverse (considerando le fasi G1 e S/G2). Da questa analisi non sono emerse differenze statisticamente significative fra i due gruppi di dati analizzati. Tuttavia, per questa analisi sono state prese in considerazione solo le cellule che all’interno del video analizzato iniziano e concludono il ciclo cellulare, riducendo il numero di dati a disposizione per l’analisi.
FucciPhase: studio e sviluppo di un algoritmo per l'analisi del ciclo cellulare
GALLO, ALESSIA
2022/2023
Abstract
Introduzione. Le rigenerazione delle cellule del corpo umano garantisce il ricambio cellulare. Durante la malattia, però, i processi rigenerativi non superano quelli degenerativi, come nel caso delle malattie neurologiche. L’obiettivo dell’ingegneria tissutale è quello di progettare scaffolds in grado di sostituire organi o tessuti danneggiati, ed assistere ai processi di guarigione del corpo, ma per verificare il corretto funzionamento degli scaffolds, è necessario comprendere migrazione e ciclo cellulare. Gli indicatori del ciclo cellulare aiutano a monitorare e controllare i processi di proliferazione cellulare. Purtroppo per l’analisi strutturale e funzionale vengono spesso utilizzate le stesse proteine fluorescenti e questo impedisce l’acquisizione simultanea di segnali strutturali e funzionali. Obiettivo. In questo studio, l’obiettivo è fare una analisi quantitativa del ciclo cellulare. Per gli esperimenti in vitro sono stati utilizzati i video delle linee cellulari HACAT, già state ingegnerizzate geneticamente (nel laboratorio del Prof. Pasqualini), per esprimere sensori fluorescenti legati all’actina e alle fasi del ciclo cellulare. Dai video sono stati estratti i dati del movimento cellulare e i dati delle intensità di ciascun fluoroforo, per ogni cellula in ogni frame. Infine, è stato sviluppato un plugin per assegnare una fase e una percentuale di avanzamento del ciclo ad ogni cellula. Risultati. Per assegnare la percentuale di avanzamento ad ogni cellula in ogni frame del video, è stata utilizzata una formulazione trigonometrica in grado di generare un unico valore crescente a partire dai due valori in intensità dei fluorofori che identificano le fasi. L’analisi è stata poi ottimizzata con la creazione di un plugin scritto in linguaggio Java che può essere avviato direttamente da ImageJ. Infine, è stata fatta una prima analisi statistica per valutare se ci sono differenze statisticamente significative fra i dati del movimento delle cellule in fasi diverse (considerando le fasi G1 e S/G2). Da questa analisi non sono emerse differenze statisticamente significative fra i due gruppi di dati analizzati. Tuttavia, per questa analisi sono state prese in considerazione solo le cellule che all’interno del video analizzato iniziano e concludono il ciclo cellulare, riducendo il numero di dati a disposizione per l’analisi.È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.
https://hdl.handle.net/20.500.14239/16805