Abstract Liquid handling robots have the potential to automate many procedures in life sciences. However, they are not in widespread use in academic settings, where funding, space and maintenance specialists are usually limiting. In addition, current robots require lengthy programming by specialists and are incompatible with most academic laboratories with constantly changing small-scale projects. Here, we present the Pipetting Helper Imaging Lid (PHIL), an inexpensive, small, open-source personal liquid handling robot. It is designed for inexperienced users, with self-production from cheap commercial and 3D-printable components and custom control software. PHIL successfully automated pipetting for e.g. tissue immunostainings and stimulations of live stem and progenitor cells during time-lapse microscopy. PHIL is cheap enough for any laboratory member to have their own personal pipetting robot(s), and enables users without programming skills to easily automate a large range of experiments.

Abstract The strength of T cell receptor (TCR) stimulation and asymmetric distribution of fate determinants are both implied to affect T cell differentiation. Here, we uncovered asymmetric cell division (ACD) as a safeguard mechanism for memory CD8 T cell generation specifically upon strong TCR stimulation. Using live imaging approaches, we found that strong TCR stimulation induced elevated ACD rates and subsequent single cell derived colonies comprised both effector and memory precursor cells. The abundance of memory precursor cells emerging from a single activated T cell positively correlated with first mitosis ACD. Accordingly, preventing ACD by inhibition of PKCζ during the first mitosis upon strong TCR stimulation markedly curtailed the formation of memory precursor cells. Conversely, no effect of ACD on fate commitment was observed upon weak TCR stimulation. Our data provide new mechanistic insights into the role of ACD for CD8 T cell fate regulation upon different activation conditions.

Abstract Motivation Analysis of alternative splicing using short-read RNA-seq data is a complex process that involves several steps: alignment of reads to the reference genome, identification of alternatively spliced features, motif discovery, analysis of RNA-protein binding near donor and acceptor splice sites, and exploratory data visualization. Results We introduce splicekit , a python package that provides a comprehensive set of tools for conducting splicing analysis. Availability and implementation https://github.com/bedapub/splicekit and over PyPI.