Taller "Rastreo de Movimiento Celular"

Descripción de la actividad¶

En este laboratorio computacional, los estudiantes utilizarán Fiji (ImageJ), el software estándar de código abierto para procesamiento de imágenes biológicas, para analizar videos reales de microscopía. El objetivo es rastrear la trayectoria de células móviles (ej. bacterias, espermatozoides o células inmunes), obtener coordenadas $(x, y)$ en función del tiempo y calcular parámetros cinemáticos como velocidad promedio y velocidad instantánea.

Objetivos de aprendizaje¶

1. Familiarizarse con el entorno de trabajo ImageJ/Fiji y la importancia de la calibración espacial y temporal.

2. Ejecutar un protocolo de rastreo (tracking) manual o semiautomático para extraer datos cuantitativos de imágenes crudas.

3. Procesar datos experimentales ruidosos para construir gráficos de posición vs. tiempo y velocidad vs. tiempo.

4. Interpretar el movimiento biológico desde una perspectiva física (movimiento browniano vs. motilidad dirigida).

Prerrequisitos¶

• Computadora con Fiji (ImageJ) instalado.

• Video de muestra (puede ser descargado de repositorios públicos como Cell Image Library o proporcionado por el instructor).

Instrucciones paso a paso¶

Fase 1: Configuración y calibración (15 min)¶

1. Abrir el video: Arrastre el archivo de video a la ventana de Fiji.

2. Calibración espacial:

   • Si la imagen tiene una barra de escala incrustada, use la herramienta “Line” para trazar una línea sobre ella.

   • Vaya a Analyze > Set Scale.

   • En “Known distance”, ingrese el valor de la barra (ej. 10). En “Unit of length”, la unidad ($\mu m$).

   • Marque “Global” para aplicar a todo el video.

   • Nota: Si no hay barra, asuma 1 pixel = 1 unidad arbitraria, pero indique esto en su reporte.

3. Calibración temporal:

   • Vaya a Image > Properties.

   • En “Frame interval”, ingrese el tiempo entre cuadros (ej. 0.5 sec) si lo conoce.

Fase 2: Rastreo con TrackMate (40 min)¶

TrackMate es un plugin poderoso incluido en Fiji.

1. Vaya a Plugins > Tracking > TrackMate.

2. Detección: Seleccione el detector (ej. “LoG detector” para objetos redondos brillantes).

   • Estimated blob diameter: Ajuste al tamaño aproximado de sus células (ej. 15 pixels).

   • Threshold: Ajuste hasta que el software detecte la mayoría de las células sin incluir mucho ruido de fondo.

3. Filtrado: Use los filtros de calidad para eliminar detecciones espurias.

4. Tracking: Seleccione un algoritmo (ej. “Simple LAP tracker” suele funcionar bien para movimiento sencillo).

5. Resultados: Al finalizar, TrackMate generará trayectorias (“Tracks”).

   • Exporte los datos: Haga clic en “Analysis” y luego en “Tracks” o “Spots” para exportar a CSV/Excel.

Alternativa Manual (Plugin “Manual Tracking”): Plugins > Tracking > Manual Tracking.

Fase 3: Análisis de datos (35 min)¶

1. Importe los datos (Tiempo $t$, Posición $X$, Posición $Y$) en Excel o Python.

2. Cálculo de desplazamiento: Para una célula elegida, calcule la distancia al origen en cada instante: $r(t) = \sqrt{(x(t)-x_0)^2 + (y(t)-y_0)^2}$.

3. Cálculo de velocidad: Estime la velocidad instantánea entre cuadros consecutivos:

   $$v_i = \frac{\sqrt{(x_{i+1}-x_i)^2 + (y_{i+1}-y_i)^2}}{\Delta t}$$

4. Graficar:

   • Trayectoria en el plano ($Y$ vs $X$).

   • Posición vs Tiempo.

   • Velocidad vs Tiempo (observe el “ruido” debido a la discretización).

Entregable¶

Un informe breve que incluya:

1. Imagen: Captura de pantalla del video con las trayectorias superpuestas (Overlay).

2. Gráficos: Gráfico de trayectoria $XY$ y gráfico de Velocidad vs Tiempo de al menos 3 células diferentes.

3. Análisis: ¿Las células se mueven a velocidad constante? ¿Ve fluctuaciones aleatorias? Compare la velocidad promedio de las 3 células.

Rúbrica de evaluación¶