specimen-preparation-imaging-analysis-protocols-for-knife-edge

Specimen Preparation, Imaging, and Analysis Protocols for Knife-edge Scanning Microscopy

Major advances in high-throughput, high-resolution, 3D microscopy techniques have enabled the acquisition of large volumes of neuroanatomical data at ...

screening-for-functional-non-coding-genetic-variants-using

Screening for Functional Non-coding Genetic Variants Using Electrophoretic Mobility Shift Assay (EMSA) and DNA-affinity Precipitation Assay (DAPA)

Population and family-based genetic studies typically result in the identification of genetic variants that are statistically associated with a clinical ...

Texas A&M University

Cincinnati Children's Hospital

Connectomics &#x662F;&#x5927;&#x8111;&#x7684;&#x5B8C;&#x6574;&#x7684;&#x8FDE;&#x63A5;&#x77E9;&#x9635;&#x7684;&#x7814;&#x7A76;&#x3002;&#x5728;&#x9AD8;&#x541E;&#x5410;&#x91CF;&#x7684;&#x6700;&#x65B0;&#x8FDB;&#x5C55;&#xFF0C;&#x9AD8;&#x5206;&#x8FA8;&#x7387;&#x7684; 3D &#x663E;&#x5FAE;&#x955C;&#x65B9;&#x6CD5;&#x5DF2;&#x542F;&#x7528;&#x4E9A;&#x5FAE;&#x7C73;&#x5206;&#x8FA8;&#x7387;&#xFF0C;&#x53EF;&#x80FD;&#x4F1A;&#x6253;&#x5F00;&#x901A;&#x5F80;&#x5168;&#x9762;&#x7206;&#x53D1; connectomics &#x7814;&#x7A76;&#x7684;&#x6574;&#x4E2A;&#x5C0F;&#x52A8;&#x7269;&#x5927;&#x8111;&#x7684;&#x6210;&#x50CF;&#x3002;&#x5176;&#x4E2D;&#x7684;&#x7B2C;&#x4E00;&#x6B21;&#x8FD9;&#x79CD;&#x5DE5;&#x5177;&#x6765;&#x5B9E;&#x73B0;&#x6574;&#x4E2A;&#x5927;&#x8111;&#x7EA7;&#x6210;&#x50CF;&#x5728;&#x4E9A;&#x5FAE;&#x7C73;&#x5206;&#x8FA8;&#x7387;&#x662F;&#x5200;&#x53E3;&#x626B;&#x63CF;&#x663E;&#x5FAE;&#x955C; (KESM)&#x3002;KESM &#x5168;&#x8111;&#x6570;&#x636E;&#x96C6;&#x73B0;&#x5728;&#x5305;&#x62EC;&#x9AD8;&#x5C14;&#x57FA; &#xFF08;&#x795E;&#x7ECF;&#x5143;&#x7535;&#x8DEF;&#xFF09;&#x3001; &#x6C0F;&#x5C0F;&#x4F53; (&#x7D22;&#x739B;&#x5206;&#x914D;)&#x3001; &#x548C;&#x5370;&#x5EA6;&#x58A8; (&#x8840;&#x7BA1;&#x7F51;&#x7EDC;)&#x3002;KESM &#x6570;&#x636E;&#x53EF;&#x5927;&#x5927;&#x6709;&#x52A9;&#x4E8E; connectomics &#x7684;&#x7814;&#x7A76;&#xFF0C;&#x56E0;&#x4E3A;&#x4ED6;&#x4EEC;&#x8F83;&#x4F4E;&#x7684;&#x5206;&#x8FA8;&#x7387;&#x3001; &#x5927;&#x5377;&#x6210;&#x50CF;&#x65B9;&#x6CD5; &#xFF08;&#x5982;&#x6269;&#x6563;&#x78C1;&#x5171;&#x632F;&#x6210;&#x50CF;&#xFF09; &#x548C;&#x66F4;&#x9AD8;&#x7684;&#x5206;&#x8FA8;&#x7387;&#xFF0C;&#x4F53;&#x79EF;&#x5C0F;&#x65B9;&#x6CD5; &#xFF08;&#x4F8B;&#x5982;&#xFF0C;&#x4E32;&#x884C;&#x5256;&#x5207;&#x955C;) &#x4E4B;&#x95F4;&#x7684;&#x5DEE;&#x8DDD;&#x3002;&#x6B64;&#x5916;&#xFF0C;KESM &#x6570;&#x636E;&#x662F;&#x7531;&#x5176;&#x6027;&#x8D28;&#x591A;&#x5C3A;&#x5EA6;&#x3001; &#x4ECE;&#x4E9A;&#x7EC6;&#x80DE;&#x5230;&#x6574;&#x4E2A;&#x5668;&#x5B98;&#x89C4;&#x6A21;&#x3002;&#x56E0;&#x6B64;&#xFF0C;&#x53EF;&#x89C6;&#x5316;&#x4EC5;&#x4EC5;&#x662F;&#x4E00;&#x4E2A;&#x5DE8;&#x5927;&#x7684;&#x6311;&#x6218;&#x4E4B;&#x524D;&#x6211;&#x4EEC;&#x751A;&#x81F3;&#x5F00;&#x59CB;&#x62C5;&#x5FC3;&#x5B9A;&#x91CF;&#x8FDE;&#x901A;&#x6027;&#x5206;&#x6790;&#x3002;&#x82E5;&#x8981;&#x89E3;&#x51B3;&#x6B64;&#x95EE;&#x9898;&#xFF0C;&#x6211;&#x4EEC;&#x5236;&#x5B9A;&#x9AD8;&#x6548;&#x7684;&#x53EF;&#x89C6;&#x5316;&#x548C;&#x5206;&#x6790;&#x591A;&#x5C3A;&#x5EA6; KESM &#x6570;&#x636E;&#x96C6;&#x57FA;&#x4E8E; web &#x7684;&#x795E;&#x7ECF;&#x4FE1;&#x606F;&#x5B66;&#x6846;&#x67B6;&#x3002;&#x5728;&#x672C;&#x6587;&#x4E2D;&#xFF0C;&#x6211;&#x4EEC;&#x5C06;&#x9996;&#x5148;&#x63D0;&#x4F9B;&#x6982;&#x8FF0; KESM&#xFF0C;&#x7136;&#x540E;&#x8BE6;&#x7EC6;&#x8BA8;&#x8BBA; KESM &#x6570;&#x636E;&#x96C6;&#x548C;&#x57FA;&#x4E8E; web &#x7684;&#x795E;&#x7ECF;&#x4FE1;&#x606F;&#x5B66;&#x6846;&#x67B6;&#xFF0C;&#x79F0;&#x4E3A; KESM &#x8111;&#x56FE;&#x8C31; (KESMBA)&#x3002;&#x6700;&#x540E;&#xFF0C;&#x6211;&#x4EEC;&#x5C06;&#x8BA8;&#x8BBA;&#x4E0E;&#x7814;&#x7A76; connectomics&#x3001; KESMBA &#x7684;&#x76F8;&#x5173;&#x6027;&#x548C;&#x786E;&#x5B9A;&#x7684;&#x6311;&#x6218;&#x548C;&#x672A;&#x6765;&#x65B9;&#x5411;&#x3002;

&#x4F7F;&#x7528;&#x5200;&#x53E3;&#x626B;&#x63CF;&#x663E;&#x5FAE;&#x955C;&#x8111;&#x56FE;&#x8C31;&#x7684;&#x9F20;&#x6807;&#x5927;&#x8111;&#x5FAE;&#x89C2;&#x7ED3;&#x6784;&#x7684;&#x591A;&#x5C3A;&#x5EA6;&#x52D8;&#x63A2;&#x3002;

Connectomics is the study of the full connection matrix of the brain. Recent advances in high-throughput, high-resolution 3D microscopy methods have enabled the imaging of whole small animal brains at a sub-micrometer resolution, potentially opening the road to full-blown connectomics research. One of the first such instruments to achieve whole-brain-scale imaging at sub-micrometer resolution is the Knife-Edge Scanning Microscope (KESM). KESM whole-brain data sets now include Golgi (neuronal circuits), Nissl (soma distribution), and India ink (vascular networks). KESM data can contribute greatly to connectomics research, since they fill the gap between lower resolution, large volume imaging methods (such as diffusion MRI) and higher resolution, small volume methods (e.g., serial sectioning electron microscopy). Furthermore, KESM data are by their nature multiscale, ranging from the subcellular to the whole organ scale. Due to this, visualization alone is a huge challenge, before we even start worrying about quantitative connectivity analysis. To solve this issue, we developed a web-based neuroinformatics framework for efficient visualization and analysis of the multiscale KESM data sets. In this paper, we will first provide an overview of KESM, then discuss in detail the KESM data sets and the web-based neuroinformatics framework, which is called the KESM brain atlas (KESMBA). Finally, we will discuss the relevance of the KESMBA to connectomics research, and identify challenges and future directions.

Multiscale exploration of mouse brain microstructures using the knife-edge scanning microscope brain atlas.

Connectomics est l&#x26;#39;&#xE9;tude de la matrice de connexion compl&#xE8;te du cerveau. Les progr&#xE8;s r&#xE9;cents dans haut d&#xE9;bit et &#xE0; haute r&#xE9;solution des m&#xE9;thodes de microscopie 3D ont permis &#xE0; l&#x26;#39;imagerie des petits animaux entiers cerveaux &#xE0; une r&#xE9;solution sub-microm&#xE9;trique, ce qui pourrait ouvrir la voie &#xE0; part enti&#xE8;re de la recherche connectomics. Un des premiers instruments pour atteindre ces tout-enc&#xE9;phalique de l&#x26;#39;imagerie &#xE0; r&#xE9;solution sub-microm&#xE9;trique est le microscope &#xE0; balayage en lame de couteau (KESM). KESM ensemble du cerveau des ensembles de donn&#xE9;es comprennent maintenant de Golgi (circuits neuronaux), Nissl (distribution soma), et encre de Chine (r&#xE9;seaux vasculaires). Donn&#xE9;es KESM peuvent contribuer grandement &#xE0; la recherche connectomics, car ils combler l&#x26;#39;&#xE9;cart entre une r&#xE9;solution inf&#xE9;rieure, grandes m&#xE9;thodes d&#x26;#39;imagerie de volume (comme l&#x26;#39;IRM de diffusion) et une r&#xE9;solution plus &#xE9;lev&#xE9;e, des m&#xE9;thodes de faible volume (par exemple, microscopie &#xE9;lectronique de s&#xE9;rie de sectionnement). En outre, les donn&#xE9;es sont KESM par leur nature multi-&#xE9;chelles, allant de la subcellulaire &#xE0; l&#x26;#39;&#xE9;chelle organe entier. Pour cette raison, la visualisation seul est un &#xE9;norme d&#xE9;fi, avant m&#xEA;me que nous commencer &#xE0; s&#x26;#39;inqui&#xE9;ter de l&#x26;#39;analyse quantitative de connectivit&#xE9;. Pour r&#xE9;soudre ce probl&#xE8;me, nous avons d&#xE9;velopp&#xE9; un cadre bas&#xE9; sur le Web pour la visualisation neuroinformatique et une analyse efficaces des ensembles multi-&#xE9;chelles des donn&#xE9;es KESM. Dans cet article, nous allons d&#x26;#39;abord donner un aper&#xE7;u de KESM, puis de discuter en d&#xE9;tail les ensembles de donn&#xE9;es KESM et le Web neuro-cadre, qui est appel&#xE9; le cerveau KESM atlas (KESMBA). Enfin, nous allons discuter de la pertinence de la KESMBA &#xE0; connectomics la recherche, et d&#x26;#39;identifier les d&#xE9;fis et les orientations futures.

Exploration multi-&#xE9;chelle de cerveau de souris Microstructures Utilisation de la lame de couteau microscope &#xE0; balayage du cerveau Atlas

Connectomics ist die Studie der vollst&auml;ndige Verbindung Matrix des Gehirns. J&uuml;ngsten Fortschritte in hohem Durchsatz, hochaufl&ouml;sende 3D Mikroskopie-Methoden die Bildgebung von ganz kleinen tierischen Gehirnen mit Sub-micrometer Aufl&ouml;sung, potenziell &ouml;ffnen den Weg zum ausgewachsenen Connectomics Forschung aktiviert haben. Einer der ersten solcher Instrumente ganz-Gehirn-Ma&szlig;stab Bildgebung bei Sub-micrometer Aufl&ouml;sung zu erreichen ist die Messerschneiden-Scanning-Mikroskop (KESM). KESM ganze-Gehirn-Datens&auml;tze enthalten jetzt Golgi (neuronale Schaltkreise), Nissl (Soma-Verteilung) und Tusche (vaskul&auml;re Netze). KESM Daten k&ouml;nnen erheblich zur Connectomics Forschung, beitragen, da sie die L&uuml;cke zwischen niedrigere Aufl&ouml;sung, gro&szlig;volumige bildgebenden Verfahren (z. B. Diffusion MRI) und h&ouml;here Aufl&ouml;sung, kleinvolumigen Methoden (z. B. serielle Schneide-Elektronenmikroskopie). Dar&uuml;ber hinaus sind KESM Daten durch ihre Natur Multiscale, von der subzellul&auml;ren bis hin zu der gesamten Orgel-Skala. Aus diesem Grund ist die Visualisierung allein eine gro&szlig;e Herausforderung, bevor wir selbst sorgen &uuml;ber quantitative Konnektivit&auml;t Analyse. Um dieses Problem zu l&ouml;sen, haben wir einen webbasierten Neuroinformatik Rahmen f&uuml;r effiziente Visualisierung und Analyse der Multiskalen KESM Datens&auml;tze entwickelt. In diesem Papier werden wir zuerst geben einen &Uuml;berblick &uuml;ber KESM dann im Detail zu diskutieren, die KESM-Datens&auml;tze und die webbasierte Neuroinformatik-Framework, das den KESM Gehirn-Atlas (KESMBA) aufgerufen wird. Schlie&szlig;lich wird die Relevanz der die KESMBA f&uuml;r Connectomics Forschung zu diskutieren, und Herausforderungen und Zukunftsperspektiven zu identifizieren.

Multiskalen Erforschung der Maus Gehirn Mikrostrukturen mit den Messerschneiden Scan Mikroskop-Gehirn-Atlas.

Connectomics &egrave; lo studio della matrice completa connessione del cervello. Recenti progressi in high-throughput, metodi di microscopia 3D ad alta risoluzione hanno permesso l&#39;imaging del cervello animale intero piccolo a una risoluzione Composante, potenzialmente aprendo la strada alla ricerca vera e propria connectomics. Uno del primo tali strumenti per ottenere imaging del intero-cervello-scala a risoluzione Composante &egrave; il filo del rasoio scansione microscopio (KESM). Set di dati del intero-cervello KESM ora includono Golgi (circuiti neuronali), Nissl (distribuzione soma) e inchiostro di India (reti vascolari). Dati KESM possono contribuire notevolmente alla ricerca connectomics, poich&eacute; essi colmare il divario tra la bassa risoluzione, grande volume imaging metodi (ad esempio diffusione MRI) e risoluzione superiore, metodi di piccolo volume (ad esempio, seriale sezionamento microscopia elettronica). Inoltre, i dati KESM sono da loro multiscale natura, che vanno dalla sottocellulari a scala dell&#39;intero organo. A causa di questo, visualizzazione da solo &egrave; una sfida enorme, prima di iniziare anche preoccuparsi di analisi quantitativa di connettivit&agrave;. Per risolvere questo problema, abbiamo sviluppato un quadro neuroinformatics web-based per l&#39;efficiente visualizzazione ed analisi dei set di dati KESM multiscala. In questo libro, ci sar&agrave; prima forniscono una panoramica del KESM, poi discutere in dettaglio il set di dati KESM e il quadro neuroinformatics web-based, che &egrave; chiamato l&#39;Atlante del cervello KESM (KESMBA). Infine, ci sar&agrave; discutere la rilevanza della KESMBA per connectomics ricerca e identificare le sfide e direzioni future.

Esplorazione multiscala di microstrutture cervello del mouse utilizzando l&#39;Atlante di cervello microscopio scansione filo del rasoio.

Connectomics&#x306F;&#x3001;&#x8133;&#x306E;&#x5B8C;&#x5168;&#x306A;&#x63A5;&#x7D9A;&#x30DE;&#x30C8;&#x30EA;&#x30C3;&#x30AF;&#x30B9;&#x306E;&#x7814;&#x7A76;&#x3067;&#x3042;&#x308B;&#x3002;&#x9AD8;&#x30B9;&#x30EB;&#x30FC;&#x30D7;&#x30C3;&#x30C8;&#x3001;&#x9AD8;&#x89E3;&#x50CF;&#x5EA6;&#x306E;3D&#x9855;&#x5FAE;&#x93E1;&#x6CD5;&#x306B;&#x304A;&#x3051;&#x308B;&#x6700;&#x8FD1;&#x306E;&#x9032;&#x6B69;&#x306F;&#x3001;&#x6F5C;&#x5728;&#x7684;&#x306B;&#x672C;&#x683C;&#x7684;&#x306A;connectomics&#x7814;&#x7A76;&#x3078;&#x306E;&#x9053;&#x3092;&#x958B;&#x3044;&#x3066;&#x3001;&#x30B5;&#x30D6;&#x30DF;&#x30AF;&#x30ED;&#x30F3;&#x306E;&#x89E3;&#x50CF;&#x5EA6;&#x3067;&#x5168;&#x4F53;&#x306E;&#x5C0F;&#x3055;&#x306A;&#x52D5;&#x7269;&#x306E;&#x8133;&#x306E;&#x30A4;&#x30E1;&#x30FC;&#x30B8;&#x30F3;&#x30B0;&#x3092;&#x6709;&#x52B9;&#x306B;&#x3057;&#x3066;&#x3044;&#x308B;&#x3002;&#x30B5;&#x30D6;&#x30DF;&#x30AF;&#x30ED;&#x30F3;&#x306E;&#x89E3;&#x50CF;&#x5EA6;&#x3067;&#x5168;&#x8133;&#x898F;&#x6A21;&#x306A;&#x30A4;&#x30E1;&#x30FC;&#x30B8;&#x30F3;&#x30B0;&#x3092;&#x5B9F;&#x73FE;&#x3059;&#x308B;&#x305F;&#x3081;&#x306E;&#x6700;&#x521D;&#x306E;&#x305D;&#x306E;&#x3088;&#x3046;&#x306A;&#x697D;&#x5668;&#x306E;&#x4E00;&#x3064;&#x306F;&#x3001;&#x30CA;&#x30A4;&#x30D5;&#x30A8;&#x30C3;&#x30B8;&#x30B9;&#x30AD;&#x30E3;&#x30F3;&#x9855;&#x5FAE;&#x93E1;&#xFF08;KESM&#xFF09;&#x3067;&#x3059;&#x3002; KESM&#x5168;&#x8133;&#x306E;&#x30C7;&#x30FC;&#x30BF;&#x306F;&#x3001;&#x30B4;&#x30EB;&#x30B8;&#x4F53;&#xFF08;&#x795E;&#x7D4C;&#x56DE;&#x8DEF;&#xFF09;&#x3001;&#x30CB;&#x30C3;&#x30B9;&#x30EB;&#xFF08;SOMA&#x5206;&#x5E03;&#xFF09;&#x3001;&#x30A4;&#x30F3;&#x30C9;&#x30A4;&#x30F3;&#x30AF;&#xFF08;&#x8840;&#x7BA1;&#x7DB2;&#xFF09;&#x304C;&#x542B;&#x307E;&#x308C;&#x3001;&#x73FE;&#x5728;&#x8A2D;&#x5B9A;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x5F7C;&#x3089;&#x306F;&#x3088;&#x308A;&#x4F4E;&#x3044;&#x89E3;&#x50CF;&#x5EA6;&#x3001;&#x5927;&#x5BB9;&#x91CF;&#x306E;&#x30A4;&#x30E1;&#x30FC;&#x30B8;&#x30F3;&#x30B0;&#x6CD5;&#xFF08;&#x4F8B;&#x3048;&#x3070;&#x3001;&#x62E1;&#x6563;MRI&#x306A;&#x3069;&#xFF09;&#x3084;&#x3001;&#x9AD8;&#x89E3;&#x50CF;&#x5EA6;&#x3001;&#x5C11;&#x91CF;&#x306E;&#x65B9;&#x6CD5;&#xFF08;&#x4F8B;&#x3048;&#x3070;&#x3001;&#x30B7;&#x30EA;&#x30A2;&#x30EB;&#x30BB;&#x30AF;&#x30B7;&#x30E7;&#x30CB;&#x30F3;&#x30B0;&#x96FB;&#x5B50;&#x9855;&#x5FAE;&#x93E1;&#xFF09;&#x306E;&#x9593;&#x306E;&#x30AE;&#x30E3;&#x30C3;&#x30D7;&#x3092;&#x57CB;&#x3081;&#x308B;&#x305F;&#x3081;&#x3001;KESM&#x30C7;&#x30FC;&#x30BF;&#x306F;&#x3001;connectomics&#x7814;&#x7A76;&#x306B;&#x5927;&#x304D;&#x304F;&#x8CA2;&#x732E;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x3055;&#x3089;&#x306B;&#x3001;KESM&#x30C7;&#x30FC;&#x30BF;&#x306F;&#x3001;&#x7D30;&#x80DE;&#x5185;&#x304B;&#x3089;&#x306E;&#x81D3;&#x5668;&#x5168;&#x4F53;&#x306E;&#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x306B;&#x81F3;&#x308B;&#x307E;&#x3067;&#x3001;&#x305D;&#x306E;&#x6027;&#x8CEA;&#x306E;&#x30DE;&#x30EB;&#x30C1;&#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x306B;&#x3088;&#x308B;&#x3082;&#x306E;&#x3067;&#x3042;&#x308B;&#x3002;&#x79C1;&#x305F;&#x3061;&#x3082;&#x3001;&#x5B9A;&#x91CF;&#x7684;&#x306A;&#x63A5;&#x7D9A;&#x5206;&#x6790;&#x306E;&#x5FC3;&#x914D;&#x3092;&#x958B;&#x59CB;&#x3059;&#x308B;&#x524D;&#x306B;&#x3001;&#x3053;&#x306E;&#x305F;&#x3081;&#x3001;&#x5358;&#x72EC;&#x3067;&#x53EF;&#x8996;&#x5316;&#x306F;&#x3001;&#x5927;&#x304D;&#x306A;&#x8AB2;&#x984C;&#x3068;&#x306A;&#x3063;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x554F;&#x984C;&#x3092;&#x89E3;&#x6C7A;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x3001;&#x6211;&#x3005;&#x306F;&#x30DE;&#x30EB;&#x30C1;&#x30B9;&#x30B1;&#x30FC;&#x30EB;KESM&#x30C7;&#x30FC;&#x30BF;&#xB7;&#x30BB;&#x30C3;&#x30C8;&#x306E;&#x52B9;&#x7387;&#x7684;&#x306A;&#x53EF;&#x8996;&#x5316;&#x3068;&#x5206;&#x6790;&#x306E;&#x305F;&#x3081;&#x306E;Web&#x30D9;&#x30FC;&#x30B9;&#x306E;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30A4;&#x30F3;&#x30D5;&#x30A9;&#x30DE;&#x30C6;&#x30A3;&#x30AF;&#x30B9;&#x306E;&#x30D5;&#x30EC;&#x30FC;&#x30E0;&#x30EF;&#x30FC;&#x30AF;&#x3092;&#x958B;&#x767A;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x672C;&#x7A3F;&#x3067;&#x306F;&#x3001;&#x307E;&#x305A;KESM&#x30C7;&#x30FC;&#x30BF;&#x30BB;&#x30C3;&#x30C8;&#x3068;KESM&#x8133;&#x30A2;&#x30C8;&#x30E9;&#x30B9;&#xFF08;KESMBA&#xFF09;&#x3068;&#x547C;&#x3070;&#x308C;&#x308B;Web&#x30D9;&#x30FC;&#x30B9;&#x306E;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30A4;&#x30F3;&#x30D5;&#x30A9;&#x30DE;&#x30C6;&#x30A3;&#x30AF;&#x30B9;&#x30D5;&#x30EC;&#x30FC;&#x30E0;&#x30EF;&#x30FC;&#x30AF;&#x306F;&#x3001;&#x8A73;&#x7D30;&#x306B;&#x8B70;&#x8AD6;&#x3057;&#x3001;KESM&#x306E;&#x6982;&#x8981;&#x3092;&#x63D0;&#x4F9B;&#x3057;&#x307E;&#x3059;&#x3002;&#x6700;&#x5F8C;&#x306B;&#x3001;&#x6211;&#x3005;&#x306F;connectomics&#x7814;&#x7A76;&#x306B;KESMBA&#x306E;&#x59A5;&#x5F53;&#x6027;&#x3092;&#x8B70;&#x8AD6;&#x3057;&#x3001;&#x8AB2;&#x984C;&#x3068;&#x4ECA;&#x5F8C;&#x306E;&#x65B9;&#x5411;&#x6027;&#x3092;&#x8B58;&#x5225;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30DE;&#x30A6;&#x30B9;&#x306E;&#x8133;&#x306E;&#x30DE;&#x30EB;&#x30C1;&#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x63A2;&#x67FB;&#x30CA;&#x30A4;&#x30D5;&#x30A8;&#x30C3;&#x30B8;&#x8D70;&#x67FB;&#x578B;&#x9855;&#x5FAE;&#x93E1;&#x306E;&#x8133;&#x30A2;&#x30C8;&#x30E9;&#x30B9;&#x3092;&#x7528;&#x3044;&#x305F;&#x5FAE;&#x7D30;&#x69CB;&#x9020;

Connectomics &#xB1CC;&#xC758; &#xC804;&#xCCB4; &#xC5F0;&#xACB0; &#xB9E4;&#xD2B8;&#xB9AD;&#xC2A4;&#xC758; &#xC5F0;&#xAD6C; &#xC774;&#xB2E4;. &#xB192;&#xC740; &#xCC98;&#xB9AC;&#xB7C9;&#xC758; &#xCD5C;&#xADFC; &#xBC1C;&#xC804; &#xACE0;&#xD574;&#xC0C1;&#xB3C4; 3 &#xCC28;&#xC6D0; &#xD604;&#xBBF8;&#xACBD; &#xBC29;&#xBC95; &#xC7A0;&#xC7AC;&#xC801;&#xC73C;&#xB85C; &#xC5F4;&#xC5B4; &#xBCF8;&#xACA9;&#xC801;&#xC778; connectomics &#xC5F0;&#xAD6C;&#xB97C;&#xB3C4; sub-micrometer &#xD574;&#xC0C1;&#xB3C4;&#xC5D0;&#xC11C; &#xC804;&#xCCB4; &#xC791;&#xC740; &#xB3D9;&#xBB3C; &#xB450;&#xB1CC; &#xC774;&#xBBF8;&#xC9D5;&#xC744; &#xC124;&#xC815;&#xD55C; &#xD569;&#xB2C8;&#xB2E4;. &#xD55C; &#xCD5C;&#xCD08;&#xC758; sub-micrometer &#xD574;&#xC0C1;&#xB3C4;&#xC5D0;&#xC11C; &#xC804;&#xCCB4; &#xB1CC; &#xC2A4;&#xCF00;&#xC77C; &#xC774;&#xBBF8;&#xC9C0;&#xB97C; &#xB2EC;&#xC131; &#xD558;&#xAE30; &#xC704;&#xD574; &#xAC19;&#xC740; &#xACC4;&#xCE21;&#xAE30; Knife-Edge &#xAC80;&#xC0AC; &#xD604;&#xBBF8;&#xACBD; (KESM) &#xC774;&#xB2E4;. KESM &#xBAA8;&#xB4E0; &#xB450;&#xB1CC; &#xB370;&#xC774;&#xD130; &#xC138;&#xD2B8;&#xB294; &#xC9C0;&#xAE08; Golgi (&#xC2E0;&#xACBD; &#xD68C;&#xB85C;), Nissl (&#xC18C;&#xB9C8; &#xC720;&#xD1B5;), &#xADF8;&#xB9AC;&#xACE0; &#xC778;&#xB3C4; &#xC789;&#xD06C; (&#xD608;&#xAD00; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;)&#xB97C; &#xD3EC;&#xD568; &#xD55C;&#xB2E4;. KESM &#xB370;&#xC774;&#xD130;&#xB294; &#xC774;&#xD6C4; &#xADF8;&#xB4E4;&#xC740; &#xB0AE;&#xC740; &#xD574;&#xC0C1;&#xB3C4;, &#xB300;&#xC6A9;&#xB7C9; &#xC774;&#xBBF8;&#xC9D5; &#xBC29;&#xBC95; (&#xC608;: &#xD655;&#xC0B0; MRI)&#xC640; &#xB192;&#xC740; &#xD574;&#xC0C1;&#xB3C4;, &#xC791;&#xC740; &#xBCFC;&#xB968; &#xBA54;&#xC11C;&#xB4DC; (&#xC608;: &#xC9C1;&#xB82C; &#xB2E8;&#xBA74;&#xD654; &#xC804;&#xC790; &#xD604;&#xBBF8;&#xACBD;) &#xC0AC;&#xC774;&#xC758; &#xACF5;&#xBC31;&#xC744; &#xCC44;&#xC6B8; connectomics &#xC5F0;&#xAD6C;&#xC5D0; &#xD06C;&#xAC8C; &#xAE30;&#xC5EC;&#xD560; &#xC218; &#xC788;&#xB2E4;. &#xB610;&#xD55C; KESM &#xB370;&#xC774;&#xD130;&#xB97C; subcellular&#xC5D0;&#xC11C; &#xC804;&#xCCB4; &#xAE30;&#xAD00; &#xADDC;&#xBAA8;&#xC5D0; &#xC774;&#xB974;&#xAE30;&#xAE4C;&#xC9C0; &#xADF8;&#xB4E4;&#xC758; &#xC790;&#xC5F0; multiscale&#xC5D0; &#xC758;&#xD574; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774; &#xB54C;&#xBB38;&#xC5D0;, &#xD63C;&#xC790; &#xC2DC;&#xAC01;&#xD654;&#xB294; &#xC6B0;&#xB9AC;&#xAC00; &#xC591;&#xC801; &#xC5F0;&#xACB0; &#xBD84;&#xC11D;&#xC5D0; &#xB300; &#xD55C; &#xAC71;&#xC815; &#xC2DC;&#xC791; &#xD558;&#xAE30; &#xC804;&#xC5D0; &#xAC70; &#xB300; &#xD55C; &#xB3C4;&#xC804; &#xC774;&#xB2E4;. &#xC774; &#xBB38;&#xC81C;&#xB97C; &#xD574;&#xACB0; &#xD558;&#xB824;&#xBA74; &#xC6B0;&#xB9AC;&#xB294; &#xD6A8;&#xC728;&#xC801;&#xC778; &#xC2DC;&#xAC01;&#xD654; &#xD558; &#xACE0; multiscale KESM &#xB370;&#xC774;&#xD130; &#xC9D1;&#xD569;&#xC758; &#xBD84;&#xC11D;&#xC744; &#xC704;&#xD55C; &#xC6F9; &#xAE30;&#xBC18; neuroinformatics &#xD504;&#xB808;&#xC784; &#xC6CC;&#xD06C;&#xB97C; &#xAC1C;&#xBC1C; &#xD588;&#xB2E4;. &#xC774; &#xC885;&#xC774;&#xC5D0; &#xC6B0;&#xB9AC; &#xBA3C;&#xC800; KESM &#xAC1C;&#xC694;&#xB97C; &#xC81C;&#xACF5; &#xAC83;&#xC785;&#xB2C8;&#xB2E4; &#xB2E4;&#xC74C; KESM &#xB370;&#xC774;&#xD130; &#xC9D1;&#xD569; &#xBC0F; &#xC6F9; &#xAE30;&#xBC18; neuroinformatics framework KESM &#xB1CC; &#xC544;&#xD2C0;&#xB77C;&#xC2A4; (KESMBA) &#xB77C;&#xACE0; &#xD558;&#xB294; &#xC790;&#xC138;&#xD558;&#xAC8C;&#xC5D0;&#xC11C; &#xB17C;&#xC758;. &#xB9C8;&#xC9C0;&#xB9C9;&#xC73C;&#xB85C;, &#xC6B0;&#xB9AC; connectomics &#xC5F0;&#xAD6C;&#xB294; KESMBA&#xC758; &#xAD00;&#xB828;&#xC131;&#xC5D0; &#xC124;&#xBA85; &#xD558; &#xACE0; &#xC2DD;&#xBCC4; &#xB3C4;&#xC804;&#xACFC; &#xBBF8;&#xB798;&#xC758; &#xBC29;&#xD5A5;.

Knife-edge &#xC2A4;&#xCE90;&#xB2DD; &#xD604;&#xBBF8;&#xACBD; &#xB1CC; &#xC544;&#xD2C0;&#xB77C;&#xC2A4;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xB9C8;&#xC6B0;&#xC2A4; &#xB1CC; &#xB9C8;&#xC774;&#xD06C;&#xB85C; &#xAD6C;&#xC870; multiscale &#xD0D0;&#xC0AC;.

Conect&#xF3;mica es el estudio de la matriz de conexi&#xF3;n completo del cerebro. Los recientes avances en alto rendimiento y de alta resoluci&#xF3;n en 3D m&#xE9;todos de microscop&#xED;a han permitido a la obtenci&#xF3;n de im&#xE1;genes de todo el cerebro de los animales peque&#xF1;os con una resoluci&#xF3;n sub-microm&#xE9;trico, lo que podr&#xED;a abrir el camino a la investigaci&#xF3;n en toda regla conect&#xF3;mica. Uno de los primeros instrumentos de este tipo para lograr todo el cerebro escala de im&#xE1;genes a nivel sub-microm&#xE9;trico de resoluci&#xF3;n es el microscopio de barrido filo de la navaja (KESM). KESM de todo el cerebro conjuntos de datos incluyen ahora Golgi (circuitos neuronales), Nissl (distribuci&#xF3;n soma) y tinta china (redes vasculares). Los datos KESM puede contribuir en gran medida a la investigaci&#xF3;n conect&#xF3;mica, ya que llenar el vac&#xED;o entre una resoluci&#xF3;n m&#xE1;s baja, los grandes m&#xE9;todos de imagen de volumen (por ejemplo, la difusi&#xF3;n MRI) y una resoluci&#xF3;n m&#xE1;s alta, los m&#xE9;todos de peque&#xF1;o volumen (por ejemplo, la microscop&#xED;a de seccionamiento serie de electrones). Adem&#xE1;s, los datos KESM son por su propia naturaleza multiescala, que van desde el subcelular de la escala &#xF3;rgano entero. Debido a esto, la visualizaci&#xF3;n por s&#xED; sola es un gran desaf&#xED;o, incluso antes de empezar a preocuparse por el an&#xE1;lisis de la conectividad cuantitativa. Para solucionar este problema, hemos desarrollado un marco basado en la web para la visualizaci&#xF3;n neuroinform&#xE1;tica eficiente y el an&#xE1;lisis de los conjuntos de datos de m&#xFA;ltiples escalas KESM. En este trabajo, primero se proporciona una visi&#xF3;n general de KESM, a continuaci&#xF3;n, analizar en detalle los conjuntos de datos KESM y el basado en la web neuroinform&#xE1;tica marco, que se llama el KESM atlas del cerebro (KESMBA). Por &#xFA;ltimo, vamos a discutir la pertinencia de la KESMBA de conect&#xF3;mica la investigaci&#xF3;n, e identificar los desaf&#xED;os y las direcciones futuras.

ArticleTotal : 2	Year
Publication title Cited by 15	2011
Publication title Cited by 15	2016

Daniel E. Miller

Biography

JoVE Journal Publications

Other Publications