方法文章

胰岛的计算重建作为结构和功能分析的工具

DOI:

10.3791/63351

2022年3月9日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

在该协议中,胰岛使用专用多平台应用程序中实现的计算算法进行重建和分析。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

胰岛的结构特性是胰岛素、胰高血糖素和生长抑素分泌细胞功能反应的关键,因为它们 通过 电、旁分泌和自分泌信号传导影响胰岛内通讯。在该协议中,首先使用一种新的计算算法从实验数据中重建胰岛的三维结构。接下来,获得重建胰岛的形态学和连接特性,例如不同类型细胞的数量和百分比,细胞体积和细胞间接触。然后,使用网络理论通过网络派生的指标(如平均度、聚类系数、密度、直径和效率)来描述胰岛的连通性属性。最后,所有这些属性都通过使用耦合振荡器模型的计算仿真进行功能评估。总体而言,在这里我们描述了一个分步工作流程,在IsletLab中实现,IsletLab是一个专门为胰岛研究和模拟开发的多平台应用程序,以应用一种新的计算方法来表征和分析胰岛,作为实验工作的补充。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

胰腺分为称为头部,颈部,身体和尾巴的区域,每个区域具有不同的结构,功能和解剖位置12。从功能的角度来看,胰腺可以分为内分泌和外分泌系统,前者负责分泌严重参与葡萄糖稳态调节的激素,而后者 通过 酶分泌到十二指肠1中来促进食物消化。胰岛构成胰腺的内分泌组织,负责胰高血糖素、胰岛素和生长抑素的分泌,分别由 ɑ、β 和 δ 细胞分泌3。除了其内在的调节机制外,这些细胞 还通过 直接电通信(β细胞和可能的β和δ细胞之间)以及旁分泌和自分泌信号传导456进行调节。这两种机制都高度依赖于胰岛结构(即胰岛内不同类型细胞的组成和组织)78。重要的是,胰岛结构在糖尿病存在的情况下被改变,结果最有可能干扰胰岛内的通信910

胰岛的研究涉及广泛的实验方法。其中,使用荧光技术来确定胰岛中不同细胞的数量,位置和类型,使得能够研究胰岛11,1213的结构和形态学特性并更好地了解健康和疾病的功能影响。作为补充,胰腺细胞141516和最近的胰岛12,171819的计算模型在过去几十年中已被用于评估难以甚至不可能通过实验解决的方面。

在该协议中,我们的目标是通过概述重建胰岛结构的方法,通过定量指标分析其形态和连通性属性,并执行基本模拟以评估胰岛属性的功能含义,从而弥合实验和计算工作之间的差距。

下面描述的方案基于专门为胰岛研究而设计的计算算法。总之,在方案的第一步中,使用Félix-Martínez等人最近提出的算法从实验数据中重建胰岛结构.19 ,其中通过4',6-二脒-2-苯基吲哚(DAPI)染色获得的核位置和通过免疫荧光鉴定的细胞类型(如Hoang等人详细描述的那样1112)。) 在迭代优化过程中进行处理。这导致确定每个细胞的最佳大小和位置,并获得由非重叠细胞组成的胰岛。其次,基于重构架构,识别小区间接触点,以确定连通性,生成相应的胰岛网络,使用户能够获得定量指标,进一步描述小岛架构(关于重构算法的细节可以在关于该主题19的原始工作中查阅)。最后,使用Hoang等人提出的 建模方法进行基本功能模拟,其中,基于实验观察到的激素分泌的脉动性质2021,每个细胞被视为振荡器,因此该胰岛被表示为遵循重建胰岛的连通性特性的耦合振荡器网络。

鉴于该协议中使用的算法的计算复杂性,所涉及的所有步骤都在独立的应用程序22 中实现,其主要目标是将这些计算工具接近所有感兴趣的读者,无论他们在使用专用软件或编程语言方面的经验水平如何。

访问受限。请登录或开始试用以查看此内容。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

注:该协议的示意图如图 1所示。分步说明如下(有关协议每个步骤中使用的控制面板的详细信息,请参阅 补充文件 1 )。

figure-protocol-1
图 1:流程图。 描述在 IsletLab 中实现的协议的顺序的流程图。 请点击此处查看此图的大图。

1. 在 Linux 中安装 IsletLab

注意:按照 补充文件 2 的第 2 节和第 3 节中的说明在 Windows 或 macOS 中安装 IsletLab。

  1. 打开互联网浏览器,然后转到 https://github.com/gjfelix/IsletLab。下载并解压缩 IsletLab 存储库文件。
    注意: 补充文件 3 包括此协议中使用的 IsletLab 版本的副本。
  2. 验证是否安装了 gcc 和 nvcc 编译器。打开终端并键入以下命令:
    gcc --version
    nvcc --version
    如果系统无法识别这些命令中的任何一个,请按照 补充文件 2 的第 1 节中列出的说明进行操作。
  3. 下载并安装数据科学平台(请参阅材料表)。打开终端并转到 IsletLab 文件夹。
  4. 通过在终端中键入以下命令来创建新环境:
    conda env create -f isletlabgui_v1.0.yml
  5. 通过键入以下内容激活新环境:
    康达激活isletlab_v1.0
  6. 通过在终端中键入以下命令来启动 IsletLab 应用程序(有关主窗口的说明,请参见 图 2 ):
    python isletlabgui_v1.0.py

figure-protocol-2
图 2:IsletLab 的用户界面。 该界面由三个主要面板组成:配置(1),统计(2)和图形(3)面板。图形工具栏 (4) 位于图形面板的底部。 请点击此处查看此图的大图。

2. 胰岛重建

  1. 准备输入数据。将输入胰岛数据(即,细胞类型和三维 (3D) 坐标)组织在一个四列文件中,其中列 1 包含细胞类型(编码为 11:ɑ 单元格、12:β 单元格、13:δ 单元格),列 2 到 4 分别包含 x、y 和 z 坐标(请参阅 补充文件 2 第 5 节中的输入文件摘录或 IsletLab 存储库中包含的输入测试文件)。
  2. 确保输入文件不包含列标题。如果需要,请使用 IsletLab 存储库中包含的示例输入文件来遵循协议(Input_Islet_test.txt)。
    注意:用于开发IsletLab中实现的算法的输入数据是通过实验获得的,如Hoang等人1112 使用DAPI染色来确定核位置和免疫荧光以确定细胞类型的详细描述的那样。
  3. 单击 加载初始胰岛 按钮并选择包含输入数据的文件以生成初始胰岛、3D 表示和相应的统计数据。如果出现错误,将显示以下消息:"加载胰岛文件时出错"。若要更正此问题,请重复步骤 2.1。
  4. 配置重建过程。单击 重建设置 按钮并修改优化参数(有关算法的简要说明以及重建设置窗口中显示的参数,请参阅 补充文件 2 的第 4 节和第 5 节)。
  5. 设置初始温度 = 1,迭代因子 = 1,接受因子 = 1。单击 "确定 "按钮以保存参数值。
    注意:根据经验,温度参数的增加以及迭代和接受因素的增加,将以增加计算时间为代价,在重建小岛中包含的实验单元方面产生更好的重建结果。
  6. 单击" 重建小岛 "按钮以打开重建日志窗口(有关重建日志中提供的信息的说明,请参阅 补充文件 2 的第 6 节)。
  7. 单击"运行"按钮以启动重建过程。监视优化过程,直到显示消息"请关闭此窗口以继续"。关闭重建日志窗口以生成重建小岛的可视化表示并计算相关统计数据(参见图3A-C中的左列)。
  8. 通过分析统计信息面板的最终小岛选项卡中显示的优化统计信息来评估重建过程的结果。特别是,专注于最大化包含在重建胰岛中的实验细胞的百分比(实验的百分比)或等效地最小化重叠的数量(也在收敛图中以图形方式显示,右列在图3A-C中)。
  9. 如果根据用户目标认为实验统计的百分比较低,请按照步骤9.1中所述重新启动IsletLab,并在重建设置中增加初始温度,迭代因子和接受因子,并重复步骤2.1-2.4,直到获得满意的结果(>95%的实验细胞)。有关重建过程和相关结果的进一步说明,请参阅 补充文件2 的第5-7节。

3. 识别细胞间接触

  1. 单击 重建设置 按钮并设置接触公差参数以定义像元间接触公差,然后单击 确定 保存参数值。
    注意:接触公差参数表示要视为接触的像元之间的最大距离。
  2. 单击"细胞间联系人"按钮以识别密切接触的细胞。在联系人选项卡中,检查图形面板中以图形方式显示的联系人单元格(黑线),以及统计信息面板中显示的相应统计信息(即总、同型和异型联系人以及 ɑ-ɑ、β-β、δ-δ、ɑ-β、ɑ-δ、β-δ联系人)(参见图 4A-C 的左列)。
  3. 增加(减少)接触公差参数以增加(减少)细胞间接触的数量。有关细胞间接触物的识别和相关结果的详细信息,请参阅 补充文件2 的第8节。

4. 构建胰岛网络

  1. 单击"构建网络"按钮以生成胰岛网络并计算关联的网络指标(请参阅图 4A-C 中的右列)。
    注: 补充文件 2 的第 9 节中给出了与生成的胰岛网络相关的结果的进一步说明。

5. 重建小岛的功能模拟

  1. 切换到界面配置面板的 "仿真"选项卡图 5)。
  2. 选择所需的固有频率模式 - 恒定随机 - 然后单击 配置固有频率 按钮以定义振荡器频率(以Hz为单位)。如果选择了随机固有频率,请定义平均值和偏差(以Hz为单位)以生成正态分布的随机频率(有关仿真参数的说明,请参见 补充文件 2 的第 11 节)。
  3. 选择初始阶段的所需模式 - 常量随机。如果选择了恒定初始相位,请单击 配置初始相位 按钮以定义振荡器的相位(以弧度为单位)。如果选择随机初始相位,系统将向所有振荡器分配0至2π之间的随机相位。
    注意:如果选择恒定的初始相位,则所有振荡器都将按相位初始化。
  4. 单击 配置交互 按钮以在交互强度窗口中定义单元到单元的交互参数。有关交互参数的说明,请参阅 补充文件 2 的第 11 节。
  5. 通过定义总仿真时间(以秒为单位)、时间步长(以秒为单位)和保存因子(保存的数据点之间的步数)来配置仿真。在 图5 所示的仿真中,总时间为20000 s,时间步长为0.1 s,保存系数为500。
  6. 定义可用于执行仿真的块、线程和计算平台功能的数量。根据可用的图形处理单元(GPU)的特定特征定义这些参数。
    注意:在 图 5 所示的示例中,由于使用了具有 36 个多处理器和每个多处理器 64 个计算平台内核的 GPU,因此使用了 36 个块和每个块 64 个线程(2304 个计算平台内核)。由于硬件计算平台能力为7.5,因此所使用的计算平台能力参数值为75(有关这些参数的详细信息,请参阅 补充文件2的第10 节)。
  7. 单击 运行模拟 按钮以打开模拟日志窗口。单击" 运行 "按钮开始模拟并监视该过程,直到显示图例:"请关闭窗口以继续"。有关模拟日志的详细信息,请参阅 补充文件 2 的第 12 节。
  8. 关闭仿真日志窗口以观察仿真结果(请参阅 图 5)。有关仿真结果的详细信息,请参阅 补充文件 2 的第 13 节。

6. 保存项目(可选)

  1. 单击菜单栏中 的"文件>导出项目 "。选择要在其中保存项目文件的目录,然后单击" 确定" 按钮。
    注意:项目文件的名称是根据初始数据文件的名称自动确定的。如果未保存项目,则将自动删除所有结果和相关文件。
  2. 通过单击" 文件">"加载项目"来加载导出的项目

7. 保存数字(可选)

  1. 单击 位于打印 工具栏中的保存打印图标,将当前可视化效果保存到图像文件中。对在整个协议中创建的所有图形重复此步骤。
    注: 可以使用图形面板的绘图工具栏上提供的图标修改绘图和胰岛可视化。

8. 加载项目(可选)

  1. 单击主菜单中 的"文件>加载项目 ",然后选择之前按照步骤 6.1-6.2 中所述保存的项目文件。
    注意:如果项目文件已在外部修改,则无法正确加载项目。如果项目加载成功,则只有模拟功能可用。

9. 重启重建过程和分析(可选)

  1. 用户可以随时选择" 文件">"重新启动" 以放弃所有结果并开始新的重建和分析。

访问受限。请登录或开始试用以查看此内容。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

使用Félix-Martínez等人提出的方法重建胰岛,高度依赖于优化算法(在重建设置中定义)的参数。图3直观地显示了一个示例,其中显示了使用不同参数集获得的重建小岛。首先,在图3A中,显示了包含初始数据中包含的86.6%的细胞的重建(588个细胞中的509个,初始温度= 1,迭代因子= 1,接受因子= 1)。当初始温度以及迭代和接受因子增加时(初始温度= 10,迭代因子= 5,接受因子= 5,图3B),重建的小岛中包含较高百分比(93.37%)的初始细胞(即588个细胞中的549个)。如果使用更高的值,可以获得更好的结果,特别是对于迭代和接受因子,如图3C所示(初始温度= 10,迭代因子= 1000,接受因子= 500),其中重建的小岛由99.15%的初始单元组成(588个单元中的583个)。收敛图(图3A-C...

访问受限。请登录或开始试用以查看此内容。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

上述协议概述了一种使用新型计算算法重建和分析胰岛结构的实用方法。这项工作的主要目标是使胰岛研究界能够推导出定量指标,以表征胰岛结构的形态学和连接特性, 并通过 计算模拟评估这些特性的可能功能影响。

虽然该协议中采用的算法先前已在1219中进行了详细描述,但由于其相对复杂性,缺乏直接和用户友好的实现,从而限制了它们作为实验和理论工作的补充工具的使用。

首先,Félix-Martínez等人提出的 一种最新算法用于从实验数据(例如,核坐标和细胞类型)重建胰岛结构。结果,用户获得了由非重叠球形单元组成的胰岛结构,其半径根据报告的实验分布自动分配。在实践中,重建算法是一种迭代优化过程,从计算的角度来看,随着胰岛中单元数量的增加,该过程变得昂贵。因此,强烈建议使用多处理器系统来利用此协议中描述的算法的并行处理实现。如上所述,重建过程的一个关键步骤是为所涉...

访问受限。请登录或开始试用以查看此内容。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者没有什么可透露的。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

G.J. Félix-Martínez 感谢 CONACYT(墨西哥国家科学与技术委员会)和墨西哥城自治大学电气工程系对该项目的支持。我们感谢Danh-Tai Hoang博士,Manami Hara博士和Junghyo Jo博士在与研究界分享小岛建筑方面的出色工作和慷慨。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
支持 CUDA 的 NVIDIA 显卡模拟
IsletLabhttps://github.com/gjfelix/IsletLab 所需(按照说明下载并安装应用程序。
功能

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Chen, L., Pan, X., Zhang, Y. H., Huang, T., Cai, Y. D. Analysis of Gene Expression Differences between Different Pancreatic Cells. ACS Omega. 4 (4), 6421-6435 (2019).
  2. Longnecker, D. S., Gorelick, F., Thompson, E. D., Histology, Anatomy, Histology, and Fine Structure of the Pancreas. The Pancreas. Beger, H. G., Warshaw, A. L., Hruban, R. H., Buchler, M. W., Lerch, M. M., Neoptolemos, J. P., Shimosegawa, T., Whitcomb, D. C., GroB, C. , Wiley Online Library. (2018).
  3. Liao, E. P., Brass, B., Abelev, Z., Poretsky, L. Endocrine Pancreas. Principles of Diabetes Mellitus. Poretsky, L. , Springer. Cham. (2017).
  4. Noguchi, G. M., Huising, M. O. Integrating the inputs that shape pancreatic islet hormone release. Nature Metabolism. 1, 1189-1201 (2019).
  5. Pérez-Armendariz, E. M. Connexin 36, a key element in pancreatic beta cell function. Neuropharmacology. 75, 557-566 (2013).
  6. Briant, L., et al. δ-cells and β-cells are electrically coupled and regulate α-cell activity via somatostatin. The Journal of Physiology. 596 (2), 197-215 (2018).
  7. Arrojoe Drigo, R., et al. New insights into the architecture of the islet of Langerhans: a focused cross-species assessment. Diabetologia. 58 (10), 2218-2228 (2015).
  8. Cabrera, O., et al. The unique cytoarchitecture of human pancreatic islets has implications for islet cell function. Proceedings of the National Academy of Sciences of the United States of America. 103 (7), 2334-2339 (2006).
  9. Folli, F., et al. Pancreatic islet of Langerhans' cytoarchitecture and ultrastructure in normal glucose tolerance and in type 2 diabetes mellitus. Diabetes, Obesity & Metabolism. 20, Suppl 2 137-144 (2018).
  10. Kilimnik, G., et al. Altered islet composition and disproportionate loss of large islets in patients with type 2 diabetes. PloS One. 6 (11), 27445(2011).
  11. Hoang, D. T., et al. A Conserved Rule for Pancreatic Islet Organization. PloS One. 9 (10), 110384(2014).
  12. Hoang, D. T., Hara, M., Jo, J. Design Principles of Pancreatic Islets: Glucose-Dependent Coordination of Hormone Pulses. PloS One. 11 (4), 0152446(2016).
  13. Brissova, M., et al. Assessment of human pancreatic islet architecture and composition by laser scanning confocal microscopy. The Journal of Histochemistry and Cytochemistry: Official Journal of the Histochemistry Society. 53 (9), 1087-1097 (2005).
  14. Félix-Martinez, G. J., Godínez-Fernández, J. R. Mathematical models of electrical activity of the pancreatic β-cell: a physiological review. Islets. 6 (3), 949195(2014).
  15. Félix-Martínez, G. J., González-Vélez, V., Godínez-Fernández, J. R., Gil, A. Electrophysiological models of the human pancreatic δ-cell: From single channels to the firing of action potentials. International Journal for Numerical Methods in Biomedical Engineering. 36 (2), 3296(2020).
  16. Watts, M., Sherman, A. Modeling the pancreatic α-cell: dual mechanisms of glucose suppression of glucagon secretion. Biophysical Journal. 106 (3), 741-751 (2014).
  17. Lei, C. L., et al. Beta-cell hubs maintain Ca2+ oscillations in human and mouse islet simulations. Islets. 10 (4), 151-167 (2018).
  18. Watts, M., Ha, J., Kimchi, O., Sherman, A. Paracrine regulation of glucagon secretion: the β/α/δ model. American Journal of Physiology. Endocrinology and Metabolism. 310 (8), 597-611 (2016).
  19. Félix-Martínez, G. J., Mata, A., Godínez-Fernández, J. R. Reconstructing human pancreatic islet architectures using computational optimization. Islets. 12 (6), 121-133 (2020).
  20. Hellman, B., Salehi, A., Gylfe, E., Dansk, H., Grapengiesser, E. Glucose generates coincident insulin and somatostatin pulses and antisynchronous glucagon pulses from human pancreatic islets. Endocrinology. 150 (12), 5334-5340 (2009).
  21. Hellman, B., Salehi, A., Grapengiesser, E., Gylfe, E. Isolated mouse islets respond to glucose with an initial peak of glucagon release followed by pulses of insulin and somatostatin in antisynchrony with glucagon. Biochemical and Biophysical Research Communications. 417 (4), 1219-1223 (2012).
  22. Félix-Martínez, G. J. IsletLab: an application to reconstruct and analyze islet architectures. Islets. 14 (1), 36-39 (2022).
  23. Félix-Martínez, G. J., Godínez-Fernández, J. R. Comparative analysis of reconstructed architectures from mice and human islets. Islets. 14 (1), 23-35 (2022).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

IsletLab

相关文章