برنامج رسم المعلمات الدقيقة الدبقية (MMPS): أداة مفتوحة المصدر وسهلة الاستخدام لتحليل شكل الخلايا الدبقية الصغيرة الكمية
July 24th, 2026
برنامج تحويل المعلمات الدقيقة الدبقية (MMPS) هو خط تحليل سهل الاستخدام لا يتطلب خبرة في الترميز ويقوم بشبه أتمتة تحليل مورفولوجيا الميكروغليالا أحادية الخلية من صور الفلورية المناعية. تم التحقق منه في نموذج التهاب عصبي ناتج عن دهون السكريات الدهنية القوارض، يكتشف MMPS بشكل متكرر التغيرات الشكلية المرتبطة بالتنشيط ويتيح التنمذج الدقيق الدبقي الموحد والقابل للتوسع.
يسمح لنا برنامج رسم تخطيطي لمعلمات الخلايا الميكروغليا، أو MMPS، بدراسة كيفية تغيير الفيرابتوز لمجموعات الخلايا الميكروغليا الفرعية بعد السكتة الدماغية الإقفارية. يعالج برنامج MMPS العوائق الرئيسية في مجال تحليل الخلايا الميكروغليا، متجاوزًا متطلبات البرامج المعقدة والمعرفة البرمجية اللازمة. للبدء، افتح مستودع GitHub على الكمبيوتر وقم بتنزيل حزمة Mapping Microglial Parameters Software أو MMPS المستقلة.
في مجلد التنزيلات، انقر نقرًا مزدوجًا لفتح أداة الأرشيف لاستخراج المجلد المضغوط تلقائيًا. انقر نقرًا مزدوجًا على أيقونة تطبيق MMPS المستخرج للتحقق من حزمة MMPS وفتحها. انقر على خيار تحديد مجلد الصور وتصفح دليل الكمبيوتر لتحديد موقع ملفات المشروع.
منح حقوق الوصول إلى المجلد واختر دليل تخزين الصور. بعد ذلك، انقر لتحديد مجلد الإخراج، ثم اختر دليل الإخراج. حدد الصورة التي سيتم معالجتها، ثم اختر تسمية الصورة.
حدد معرفات الحيوانات ومجموعات العلاج للصورة واحفظ المدخلات. لحساب حجم البكسل للصورة، حدد calibrat من شريط المقياس. حدد نقاط البداية والنهاية لشريط المقياس، وأدخل المسافة المعروفة لشريط المقياس بالميكرومتر وانقر فوق تطبيق.
حدد قناة الفلوريسنس المحتوية على إشارة الخلايا الميكروغليا. حدد الصور للمعالجة عن طريق وضع علامة في المربع المجاور لكل اسم صورة، ومعالجتها بشكل فردي إذا كانت فلوريسنس الخلفية تختلف بين الصور. قم بمراجعة علامات التبويب الأصلية والمعاينة والمعالج والماسكات لمقارنة مراحل معالجة الصورة.
حدد معاينة الصورة الحالية لضبط إعدادات المعالجة الإضافية. لطرح الخلفية، اضبط قيمة الكرة المتحركة بين خمس و 150 بكسل. لتقليل تأثيرات الإضاءة، استخدم قيمة إزالة الضوضاء بمقدار ثلاثة، وحدد قيم الوضوح بين واحد واثنين لتحسين تعريف الحواف.
بعد تحسين إعدادات معالجة الصورة، انقر فوق معالجة الصور المحددة. بعد ذلك، حدد اختيار somas، كل الصور. انقر فوق إظهار اللون C لعرض RGB المركب.
حدد القنوات، ثم ألغِ تحديد أي قنوات غير مستخدمة إذا بدت الصورة مشوهة في اللون. انقر فوق تعديلات العرض لضبط سطوع القناة في عرض RGB. حدد somas الخلايا الميكروغليا التي تعرض DAPI وجزيء الترابط مع الكالسيوم المؤين واحد، أو IBA1 التعايش.
احذف soma المحدد بشكل غير صحيح باستخدام مفتاح الحذف أو حذف. اضغط على إدخال أو إرجاع للانتقال إلى الصورة التالية. حدد تحديد محيط somas بعد اكتمال اختيار soma.
حدد محيط كل خلية من خلايا الميكروغليا المختارة بما لا يقل عن ثمانية نقاط محيط، باستثناء العمليات الخلوية. احذف نقاط المحيط الموضوعة بشكل غير صحيح باستخدام إلغاء النقطة الأخيرة، حذف، أو مفتاح الحذف. اضغط على إدخال، إرجاع، النقر المزدوج، أو النقر بزر الماوس الأيمن لإنهاء كل محيط soma.
انقر فوق إنشاء جميع الماسكات بعد الانتهاء من تحديد محيط soma. في إعدادات إنشاء الماسكات، اضبط الحد الأدنى للكثافة لتقليل وحدات البكسل في الخلفية وتحقيق التوازن بين قمع الخلفية والحفاظ على الفروع. حدد التحقق من جودة جميع الماسكات لبدء ضمان جودة الماسكات، وقم بمراجعة جميع الماسكات المقدمة من أكبر إلى أصغر المناطق.
قارن كل قناع بالمكروغليا المقابلة باستخدام علامات التبويب المعالج والماسك. لقبول الماسكات، استخدم اختصار لوحة المفاتيح A. لرفض الماسكات، استخدم اختصار لوحة المفاتيح R.
لإلغاء القبول أو الرفض، اضغط على B. استخدم مفاتيح الأسهم على لوحة المفاتيح للتنقل بين أحجام الماسكات. حدد أكبر قناع مقبول يلتقط بشكل دقيق تفرعات الخلايا الميكروغليا دون تضمين الخلايا المجاورة، الخلفية الزائدة، حواف الصورة، أو شريط المقياس. إذا كانت معظمها غير دقيقة، استخدم خيار مسح جميع الماسكات لإعادة إنشاء الماسكات بقيمة عتبة مختلفة.
بعد ذلك، حدد حساب الخصائص البسيطة لحساب مختلف المعلمات للماسكات المقبولة، ثم انقر فوق حسن. للحصول على تحليل إضافي، قم بتنزيل fractalanalysisimagej. py، sholl.
py، وملحقات skeletonanalysisimagej. py. للحصول على تحليلات الكسور والحلي، افتح وشغِّل fractalanalysisimagej.
py كملحق Fiji. ثم أدخل موقع دليل الإخراج. أدخل حجم البكسل وحدد خيار أضخم قناع فقط لتحليل أكبر قناع مقبول لكل خلية.
لتحليل sholl، افتح sholl. py كملحق Fiji. أدخل موقع دليل الإخراج، وحجم البكسل المطلوب، وحجم الخطوة.
حدد استخدام نصف قطر soma كنصف قطر بداية، أو أدخل قيمة ثابتة لنصف قطر soma إذا لم يتم استخدام نصف قطر soma المشتق من MMPS. افتح skeletonanalysisimagej. py كملحق Fiji لتحليل الهيكل العظمي.
ابحث وأدخل المسارات لمجلد الماسكات، ودليل الإخراج، وحجم البكسل عند الطلب. عند الانتهاء، قم بتصدير جميع نتائج المكونات الإضافية التي تم إنشاؤها كملف قيم مفصولة بفاصلة إلى دلائل الإخراج المحددة. أظهر دراسة التحقق من صحة MMPS باستخدام نموذج التهاب عصبي لدى القوارض مستحث بـ LPS أو الليبوباليساكريد أن إعطاء LPS قلل بشكل كبير من متوسط مسافة المركز وحجم محيط الخلية مقارنةً بالضوابط المعالجة بالمركب.
لم يتم ملاحظة اختلافات كبيرة في مساحة القناع، أو الاستدارة، أو الانحراف المركزي بين مجموعات العلاج. زاد مساحة soma بشكل كبير في الحيوانات المعالجة بـ LPS مقارنة بالضوابط المعالجة بالمركب بما يتفق مع إعادة التشكيل المورفولوجي المرتبط بالتنشيط للخلايا الدبقية. علاوة على ذلك، أظهرت التحليلات المورفولوجية المتقدمة وجود ارتباط ضعيف فقط بين استدارة الخلايا الميكروغليا والمحيط في الفئران المعالجة بالمركب، وارتباط قوي في الفئران المعالجة بـ LPS، مما يشير إلى ارتباط زيادة تنشيط الخلايا الميكروغليا بتقليل الاستدارة والمحيط.
بالإضافة إلى ذلك، أظهرت مساحة القناع ارتباطًا إيجابيًا قويًا مع متوسط مسافة المركز في كل من مجموعات المركب و LPS المعالجة بما يتفق مع التغييرات في التفرع المرتبطة بتنشيط الخلايا الميكروغليا. يسمح هذا البروتوكول للباحثين بدراسة التفرع المعقد للخلايا الميكروغليا، والتجانس المورفولوجي، والتعقيد البنيوي. يعد الحصول على صور عالية الدقة للمناعة الفلورية أمرًا حاسمًا لاستخدام MMPS بدقة.
يمكن للدراسات المستقبلية استخدام MMPS لدراسة كيفية تغيير مثبطات الفيرابتوز لمورفولوجيا الخلايا الميكروغليا بعد أمراض الجهاز العصبي المختلفة مثل السكتة الدماغية.
Overview
This article introduces the Mapping Microglial Parameters Software (MMPS), an open-source platform designed for quantitative analysis of microglial morphology. MMPS addresses accessibility and usability challenges in current analysis tools by providing a user-friendly, Python-based solution compatible with immunofluorescence workflows. The software is validated using a rodent model of neuroinflammation, demonstrating its effectiveness in detecting morphological changes associated with microglial activation.
Key Study Components
Area of Science
- Neuroscience
- Immunology
- Image analysis
Background
- Microglia are central nervous system immune cells involved in tissue degradation and remodeling after neurological injury.
- Quantitative morphology analysis can distinguish microglial subpopulations and preserve in situ information.
- Existing analysis platforms often require specialized expertise or are not publicly accessible.
- There is a need for standardized, accessible tools for microglial morphology analysis.
Purpose of Study
- To develop an open-source, user-friendly software for microglial morphology analysis.
- To enable semi-automated, single-cell analysis without coding expertise.
- To validate the software using a rodent neuroinflammation model.
Methods Used
- Development of MMPS using Python 3.11.
- Integration with immunofluorescence-based imaging workflows.
- Implementation of a graphical user interface for accessible operation.
- Validation using a rodent lipopolysaccharide (LPS)-induced neuroinflammation model.
Main Results
- MMPS enables semi-automated, quantitative analysis of microglial morphology at the single-cell level.
- Microglia from LPS-treated animals showed significantly increased soma area (p < 0.01).
- Microglia from LPS-treated animals exhibited reduced cell perimeter (p < 0.05) compared to controls.
- These morphological changes are consistent with microglial activation and neuroinflammation.
Conclusions
- MMPS provides a standardized and reproducible platform for microglial morphology analysis.
- The software is accessible to users without coding expertise.
- MMPS facilitates cross-laboratory comparison and reproducibility in microglial research.
Frequently Asked Questions
Executive Industry Relevance
Quantitative microglial morphology analysis is critical for de-risking neuroinflammation targets and advancing CNS drug discovery. The Mapping Microglial Parameters Software (MMPS) enables standardized, reproducible measurement of microglial activation states, supporting predictive confidence in early discovery and translational research. Its accessibility and cross-laboratory compatibility address key bottlenecks in neuroimmune target validation and portfolio triage.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables quantitative interrogation of microglial activation in disease-relevant models.
- Supports functional target validation by distinguishing subtle morphological phenotypes.
- Facilitates mechanistic de-risking of neuroimmune pathways in CNS disorders.
- Improves predictive confidence for advancing neuroinflammation targets.
Screening & Assay Development
- Standardizes image-based microglial morphology assays for reproducible outputs.
- Prepares validated biological systems for compound screening and phenotypic profiling.
- Enables scalable, semi-automated analysis compatible with immunofluorescence workflows.
- Supports reliable quantitative evaluation of compound effects on microglial states.
Translational & Preclinical Research
- Aligns morphological readouts with translational biomarkers of neuroinflammation.
- Ensures continuity from discovery through preclinical validation in rodent models.
- Reduces risk in advancing neuroimmune assets by providing robust, quantitative endpoints.
- Supports cross-study and cross-laboratory reproducibility for regulatory submissions.
Pipeline & Workflow Integration
MMPS integrates into the discovery-to-preclinical continuum by enabling standardized, quantitative analysis of microglial morphology in immunofluorescence-based workflows.
- Discovery Biology: Provides hypothesis-driven quantification of microglial activation and morphological phenotypes.
- Screening: Delivers reproducible, quantitative outputs for assay development and compound evaluation.
- Analytics: Generates statistical measurements (e.g., soma area, cell perimeter) for condition comparison and decision-making.
- Translational Research: Aligns with preclinical neuroinflammation models for biomarker continuity.
- Enterprise Reuse: Offers an open-source, user-friendly platform adaptable across CNS research programs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in neuroimmune target validation.
- Operational Value: Standardizes and semi-automates morphology analysis, improving reproducibility and scalability.
- Strategic Value: Enables informed go/no-go decisions and capital-efficient advancement of CNS assets.
- Portfolio Impact: Supports risk-adjusted prioritization of neuroinflammation programs with robust quantitative endpoints.
Implementation Considerations
- Requires expertise in immunofluorescence imaging and neurobiology for optimal use.
- Needs compatible imaging instrumentation and computational infrastructure for image processing.
- Demands cross-team standardization of imaging and analysis protocols for reproducibility.
- Adaptable to various rodent neuroinflammation models and potentially other CNS disease systems.
- Dependent on image quality and parameter selection for accurate morphological quantification.