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

Resumo:
Presentarase como as neuronas e células gliais humanas derivadas de iPSC definidas poden empregarse para xerar datos funcionais e transcriptómicos de alta calidade. Abordaranse enfoques prácticos para aplicar matrices multielectrodo (MEA) co fin de medir a actividade de rede, así como a secuenciación de ARN a granel e de célula única para cuantificar a expresión xénica e as sinaturas moleculares en modelos neuronais de saúde e enfermidade.
A sesión tratará consideracións sobre a configuración experimental, fluxos de traballo e principios para a interpretación de datos, ilustrando como os fenotipos funcionais e os datos transcriptómicos poden integrarse para construír unha comprensión máis completa da bioloxía neural humana.
 

Obxectivos de aprendizaxe:

• Como establecer cultivos neuronais derivados de iPSC axeitados para experimentos con MEA e RNA-seq.
• Parámetros clave de MEA: sementeira, mantemento do cultivo, estabilidade do sinal e enfoques para extraer métricas funcionais de rede.
• Cando escoller RNA-seq a granel fronte a célula única e como adaptar o método á pregunta de investigación.
• Un fluxo de traballo reproducible para RNA-seq a granel (nf-core/rnaseq con Salmon), desde o control de calidade ata a expresión diferencial con DESeq2.
• Como se empregan PCA, gráficos de volcán e mapas de calor para avaliar a calidade dos datos e interpretar cambios biolóxicos.
• Exemplos de como se aplica a transcriptómica en bit.bio para comparar células silvestres e verificar a consistencia na fabricación.

Seguido dunha discusión aberta.

As persoas interesadas poden inscribirse no evento a través da seguinte ligazón.

Biografía:
Luke Foulser, MSc, é Field Applications Scientist en bit.bio e proporciona orientación experta e soporte técnico sobre ioCells aos nosos clientes. A súa experiencia profesional céntrase na caracterización de neuronas derivadas de iPSC, incluíndo a avaliación da súa funcionalidade electrofisiolóxica mediante técnicas como MEA. Anteriormente, Luke adquiriu valiosa experiencia como asistente de investigación no Wellcome Sanger Institute, onde xestionou proxectos relacionados con células nai neuronais e diferenciación de iPSC.

Val Yianni, PhD, é Senior Computational Biologist en bit.bio, cunha sólida traxectoria en xenética molecular e bioloxía de células nai. Os seus intereses de investigación céntranse no mantemento, regulación e especificación de liñaxes de células nai, empregando técnicas avanzadas como secuenciación de ARN de célula única, transcriptómica, epixenómica e enfoques bioinformáticos. Previamente, o Dr. Yianni ocupou diversos cargos académicos no King’s College London, onde contribuíu a numerosas publicacións revisadas por pares.

Entregaranse certificados de asistencia previa solicitude en cimus.xestion [at] usc.es (cimus[dot]xestion[at]usc[dot]es). Por favor, non esqueza escribir o seu nome e apelidos no impreso que se lle entregará durante a sesión.