February 10th, 2017
توضح المقالة كيفية استخدام برنامج SpikeSorter لاكتشاف وفرز المسامير في التسجيلات خارج الخلية التي تم إجراؤها باستخدام مصفوفات متعددة الأقطاب الكهربائية.
الهدف العام من هذا الفيديو هو إظهار علماء الفيزيولوجيا الكهربية كيفية استخدام البرنامج ، SpikeSorter ، لاكتشاف وفرز المسامير في التسجيلات خارج الخلية من الأنسجة العصبية المصنوعة من مصفوفات الأقطاب الكهربائية الدقيقة. كان هدفنا هو توفير حل بسيط لهذه المهمة المتمثلة في فرز السنبلة باستخدام برنامج بواجهة سهلة الاستخدام. يمكن ل SpikeSorter قراءة الملفات في مجموعة متنوعة من التنسيقات ويقدم مجموعة متنوعة من استراتيجيات المعالجة المسبقة واكتشاف الأحداث ، بالإضافة إلى خيارات الفرز وتصدير البيانات.
تمتد الآثار المترتبة على هذه التقنية نحو تحليل السلوكيات العصبية ، التي تمت دراستها بواسطة التسجيلات خارج الخلية باستخدام مصفوفات متعددة الأقطاب الكهربائية. بشكل عام ، سيكافح الأفراد الجدد في هذه الطريقة بسبب تعقيد المهمة وعدم وجود منهجية قياسية والتحقق الموضوعي. خطرت لنا فكرة هذه الطريقة لأول مرة ، عندما واجهنا مشكلة فرز التسجيلات الخاصة بنا ، والتي تم إجراؤها باستخدام 54 قناة متعددة الأقطاب الكهربائية ولم نجد حلا متاحا.
لبدء هذا الإجراء، افتح البرنامج. انتقل إلى ملف وافتحه ، ثم حدد تنسيق ملف التسجيل من القائمة المنسدلة ، في أسفل يمين مربع حوار الملف المفتوح الناتج. بعد ذلك ، حدد الملف وانقر فوق فتح.
انقر فوق موافق عند انتهاء القراءة. يتم الآن عرض إشارات التسجيل في عرض شكل موجة الجهد. إذا كان التسجيل غير مفلتر ويحتوي على إمكانات الحقل المحلي ، فقم بإزالته بالنقر فوق رمز التصفية على شريط الأدوات.
حدد مرشح butterworth عالي التمرير ، وتردد القطع المناسب وعدد الأقطاب ، ثم اضغط على Do It.Press OK ، ثم قم ، ثم افحص شكل الموجة المصفى في الشاشة. يمكن فحص إشارات الجهد عن طريق الضغط باستمرار على زر الماوس الأيسر ثم السحب. استخدم عجلة التمرير لتكبير ميزات معينة وتصغيرها مرة أخرى.
مرر الماوس فوق نقاط شكل موجي محددة لعرض قيم الجهد المقابلة في الزاوية العلوية اليسرى. يؤدي النقر المزدوج على النافذة إلى إظهار مربع حوار يمكن استخدامه أيضا لفحص أي جزء من التسجيل بسرعة وفحص أحداث معينة في القنوات أو المجموعات ، بمجرد اكتمال اكتشاف الأحداث وفرزها. بعد ذلك ، تحقق من القنوات التي قد تكون معيبة وتحتاج إلى إخفاء.
انقر فوق أيقونة التحقق من القناة وافحص الرسم البياني. لإخفاء قناة بعيدة، حدد رقم القناة أو حدده من قائمة المشاكل. عند الانتهاء، أغلق مربع الحوار، ثم انقر فوق نعم في المطالبة، لحفظ قيم القناع.
القنوات المقنعة باللون الرمادي في شاشة الجهد. في هذا الإجراء، انتقل إلى الكشف عن حدث المعالجة المسبقة لإظهار مربع حوار الكشف عن الحدث. استخدم شريط التمرير الموجود أعلى اليمين لفحص مستوى الضوضاء على قنوات معينة.
قديكشف الفحص الدقيق لشاشة الجهد أيضا عن قنوات صامتة أو صاخبة بشكل غير عادي تحتاج إلى إخفاء. اختر عتبة متغيرة لاكتشاف الأحداث. يتراوح نطاق العتبات الموصى به من 4.0 إلى 6.0 أضعاف الضوضاء.
حدد 4.5. اختر طريقة الكشف عن عامل التصفية الديناميكي متعدد الأطوار من القائمة المنسدلة. اضبط النافذة لتكون نصف عرض شكل موجة الارتفاع النموذجي تقريبا ، مع القيم في النطاق ، من 0.15 إلى 0.5 مللي ثانية.
بعد ذلك، حدد أسلوب المحاذاة عن طريق اختيار الخيار الذي يحدد بشكل أفضل ميزة واحدة مترجمة مؤقتا للمسامير التي يتم فرزها. اترك الخيارات الأخرى بقيمها الافتراضية واضغط على ابدأ. اضغط على تم للخروج من مربع الحوار.
تعرض نافذة شكل موجة الجهد الأحداث المكتشفة باللون الرمادي على القناة المركزية المعينة لها. يمكن تعديل معلمات اكتشاف الأحداث استنادا إلى النتائج التي تظهر في هذه المرحلة. على سبيل المثال، قد تتم إعادة تشغيل اكتشاف الأحداث بحد اكتشاف أقل، من أجل اكتشاف المزيد من الأحداث.
لا يتم تنفيذ الخطوة التالية عادة قبل الفرز الروتيني ، ولكن من المفيد القيام بذلك عند الفرز لأول مرة ، أو عند مواجهة بيانات غير مألوفة. انتقل إلى الفرز ، وتحويل القنوات إلى مجموعات ، لإنشاء مجموعة واحدة لكل قناة قطب كهربائي غير مقنعة ، بافتراض أن كل قناة بها بعض الأحداث المخصصة لها. افحص هذه المجموعات بالانتقال إلى مراجعة المجموعات وعرضها وتنظيفها وتقسيمها لإظهار مربع حوار آخر.
استخدم عنصر تحكم الدوران لتحديد نظام المجموعة المراد عرضه. حدد مجموعة تحتوي على مجموعتين فرعيتين متميزتين أو أكثر، ثم اضغط على زر إعادة المحاذاة لتغيير وقت كل حدث، وذلك لمطابقته بشكل أفضل مع شكل القالب. بعد ذلك، اضغط على تقسيم تلقائي لتجميع الأحداث استنادا إلى توزيع المكونات الرئيسية.
بعد ذلك ، انقر فوق مربعات الاختيار لفحص أشكال الموجة في المجموعات الفرعية. استخدم عنصر التحكم في شريط التمرير لفحص أشكال الموجة المقابلة. كتمرين ، استخدم أحد أزرار الانقسام الصغيرة لإنشاء مجموعة جديدة وفحصها.
لاحظ كيف تكشف المجموعة الحمراء الآن عن مجموعتين فرعيتين بشكل أكثر وضوحا ، بعد تقسيم المجموعة الخضراء. يمكن أن يستمر الفرز يدويا بهذه الطريقة ، ولكن يفضل استخدام إجراء الفرز التلقائي الأسرع. اضغط على تم وانتقل إلى فرز، فرز تلقائي.
اترك خيار تخطي اكتشاف الأحداث محددا إذا تم بالفعل اكتشاف الحدث ، كما هو الحال هنا. إذا لم يتم تحديده، تشغيل اكتشاف الأحداث تلقائيا، باستخدام قيم المعلمات والخيارات الموروثة من مربع حوار اكتشاف الأحداث. في لوحة التجميع أدناه، حدد نافذة زمنية كبيرة بما يكفي لاحتواء شكل موجة الارتفاع بالكامل، قبل نقطة المحاذاة وبعدها.
بعد ذلك، حدد خيار إعادة المحاذاة لاستخدامه أثناء التجميع واختر حدا أدنى لحجم نظام المجموعة. حدد عدد الأبعاد في مساحة الكمبيوتر التي سيتم استخدامها للتجميع واترك خيارات أخرى في إعداداتها الافتراضية. بعد ذلك ، اضغط على ابدأ لبدء الفرز التلقائي.
بعد اكتمال الفرز التلقائي، اضغط على التالي للانتقال إلى مرحلة الدمج والتقسيم الإرشادية يدويا، ثم اضغط على ابدأ. في مربع الحوار الجديد، سيتم تقديم أزواج المجموعات غير المتشابهة أو المتميزة بشكل واضح بالتسلسل. لكل زوج معروض ، استخدم الأزرار لاختيار ما إذا كنت تريد دمج الزوج ، ودمجه وإعادة تقسيمه ، لتمييز الزوج على أنه مميز أو غامض ، إذا لم يكن من الواضح ما هو القرار الأفضل.
انقر فوق مربعات الاختيار ، لعرض رسم بياني إما لارتفاع ذروة الارتفاع أو المكون الرئيسي الأول أو الثاني مقابل الوقت أو الرسوم البيانية للارتباط التلقائي والمتصبر. قد تساعد هذه في اتخاذ القرارات. هنا ، نرى مثالا على قرار الدمج.
متبوعا بقرار الدمج والتقسيم. إذا كان خيار الدمج والتقسيم غير قادر على العثور على مجموعات قابلة للفصل بوضوح، فاستخدم شريط التمرير في مربع الحوار المطلوب لتغيير معلمة التجميع يدويا والعثور على تقسيم يبدو مرضيا. إذا تعذر تحقيق ذلك، فاستخدم زر الرجوع للعودة إلى الحالة الأصلية للمجموعتين.
عند الانتهاء، اضغط على تقسيم كما هو موضح. انتقل الآن إلى المراجعة ، ما بعد المعالجة. استخدم زر تنظيف المحاذاة لإزالة الأحداث من المجموعات التي تتطابق بشكل سيئ مع قالب نظام المجموعة الخاص بها.
بعد ذلك، استخدم زر إعادة المجموعة لإعادة تعيين الأحداث غير المجمعة إلى قوالب معينة استنادا إلى قيمة المطابقة. يتم وضع علامة على الأحداث المستصلحة كمجموعة فرعية لكل مجموعة أصلية ويمكن فحصها، باستخدام مربع حوار العرض والتنظيف والتقسيم. ستبقى هذه الأحداث في نظام المجموعة ويتم تصديرها على هذا النحو، ما لم يتم حذفها.
بعد ذلك ، ارجع إلى مربع حوار ما بعد المعالجة. استخدم زر الحذف وعنصر التحكم في الدوران المجاور له، لحذف المجموعات ذات نسبة الإشارة إلى الضوضاء أقل من الحد المحدد. بعد ذلك ، استخدم زر الفرز لإعادة ترقيم المجموعات وفقا لمعيار مختار.
يوضح هذا الشكل الأشكال الموجية التي تم الحصول عليها من خلال الانتقال إلى العرض ، للتسجيل الذي تم فرزه للتو. التجربة الشائعة ، هي أن الأشكال الموجية لزوج الكتلة على نفس القناة ، تبدو متطابقة ، لكن مربع حوار مقارنة الأزواج مع ذلك ، يظهر مجموعات مميزة في إسقاط الكمبيوتر. يتم أحيانا اقتراح قرارات الدمج بعد المراحل السابقة من الفرز من خلال مخططات وقت السعة والارتباطات المتقاطعة.
يوضح هذا قرار الدمج القائم على وجود ارتباط متقاطع قوي غير متماثل على فترات زمنية قصيرة ، إلى جانب علاقة واضحة بين قيم المكون الرئيسي الأول للوحدتين ، الموضحة هنا على المحور الرأسي. يوضح هذا الشكل حالة لا توجد فيها أدلة مماثلة على الدمج. الارتباط المتقاطع ليس غير متماثل بشدة وتختلف المخططات الذاتية.
على الرغم من تشابه أشكال الموجي ، إلا أنه لا ينبغي القول إنه لا ينبغي دمج الوحدتين ، بسبب الاختلاف في توزيعات المكونات الرئيسية. يوضح هذا الشكل حالة تكون فيها أشكال الشكل الموجي متشابهة وتمتزج قيم المكون الرئيسية الأولى لوحدتين عندما تتوقف إحداهما عن إطلاق النار وتبدأ الأخرى. في هذه الحالة ، يبدو قرار الدمج واضحا.
نأمل أن تكون هذه المقدمة الموجزة ل SpikeSorter مفيدة. نخطط لمواصلة تطوير البرنامج وإضافة ميزات جديدة حيث يمكن أن تكون مفيدة. تحقيقا لهذه الغاية ، نرحب بتقارير الأخطاء والتعليقات البناءة والاقتراحات للتحسين.
View the full transcript and gain access to thousands of scientific videos
توضح هذه المقالة استخدام SpikeSorter، وهو برنامج مصمم لعلماء الفيزيولوجيا الكهربائية لاكتشاف وفرز الارتفاعات في التسجيلات خارج الخلية من الأنسجة العصبية. تجعل واجهة المستخدم سهلة الاستخدام وخيارات المعالجة المسبقة المختلفة من الممكن الوصول إليها لأولئك الجدد في فرز الارتفاعات.
Reliable spike sorting from multi-electrode array recordings is critical for early-stage neuroscience drug discovery, enabling accurate interpretation of neural activity and circuit function. SpikeSorter provides a standardized, user-friendly workflow for extracting quantitative neural signals, supporting robust target validation and mechanistic de-risking. This capability enhances predictive confidence at key inflection points in neuropharma R&D pipelines.
SpikeSorter fits within the discovery-to-preclinical continuum, bridging raw electrophysiological data acquisition and quantitative analytics for lead identification and mechanistic studies.