Functional and transcriptomic readouts with human iPSC-derived neural models: MEA and RNA-seq in practice

Resumen:
Se presentará cómo las neuronas y células gliales humanas derivadas de iPSC definidas pueden utilizarse para generar datos funcionales y transcriptómicos de alta calidad. Se abordarán enfoques prácticos para aplicar matrices multielectrodo (MEA) para medir la actividad de red, así como la secuenciación de ARN a granel y de célula única para cuantificar la expresión génica y las firmas moleculares en modelos neuronales de salud y enfermedad.
La sesión tratará consideraciones sobre la configuración experimental, flujos de trabajo y principios para la interpretación de datos, ilustrando cómo los fenotipos funcionales y los datos transcriptómicos pueden integrarse para construir una comprensión más completa de la biología neural humana.
Objetivos de aprendizaje:

• Cómo establecer cultivos neuronales derivados de iPSC adecuados para experimentos con MEA y RNA-seq.
• Parámetros clave de MEA: siembra, mantenimiento del cultivo, estabilidad de la señal y enfoques para extraer métricas funcionales de red.
• Cuándo elegir RNA-seq a granel frente a célula única y cómo adaptar el método a la pregunta de investigación.
• Un flujo de trabajo reproducible para RNA-seq a granel (nf-core/rnaseq con Salmon), desde el control de calidad hasta la expresión diferencial con DESeq2.
• Cómo se utilizan PCA, gráficos de volcán y mapas de calor para evaluar la calidad de los datos e interpretar cambios biológicos.
• Ejemplos de cómo se aplica la transcriptómica en bit.bio para comparar células silvestres y verificar la consistencia en la fabricación.

Seguido de una discusión abierta.

Las personas interesadas pueden registrarse en el evento a través del siguiente enlace.

Biografía:
Luke Foulser, MSc, es Field Applications Scientist en bit.bio y proporciona orientación experta y soporte técnico sobre ioCells a nuestros clientes. Su experiencia profesional se centra en la caracterización de neuronas derivadas de iPSC, incluyendo la evaluación de su funcionalidad electrofisiológica mediante técnicas como MEA. Anteriormente, Luke adquirió valiosa experiencia como asistente de investigación en el Wellcome Sanger Institute, donde gestionó proyectos relacionados con células madre neuronales y diferenciación de iPSC.
Val Yianni, PhD, es Senior Computational Biologist en bit.bio, con una sólida trayectoria en genética molecular y biología de células madre. Sus intereses de investigación se centran en el mantenimiento, regulación y especificación de linajes de células madre, utilizando técnicas avanzadas como secuenciación de ARN de célula única, transcriptómica, epigenómica y enfoques bioinformáticos. Previamente, el Dr. Yianni ocupó diversos cargos académicos en el King’s College London, donde contribuyó a numerosas publicaciones revisadas por pares.

Se entregarán certificados de asistencia previa solicitud en cimus.xestion [at] usc.es (cimus[dot]xestion[at]usc[dot]es). Por favor, no olvide escribir su nombre y apellidos en el impreso que se le entregará durante la sesión.