Name: 肖尔自动数字化的神经元形态分析，多尺度 (视频) | JoVE Journal
Uploaded: 2010-11-14T17:30:00.000+00:00
Duration: 11 min 41 s
Description: 了解如何使用半自动化程序分析神经元突起形态，包括树突和轴突的Sholl分析。该方法利用Neuron J、Neuron Studio和Bonfire MATLAB软件提取形态学数据，显著提高分析效率并支持数据审核验证，适用于神经科学研究中的局部结构变化观察。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

本工作部分得到了Busch生物医学基金、美国国家科学基金会（NSF）IBN-0548543号基金、NSF IBN-0919747号基金、March of Dimes基金会1-FY04-107号基金以及March of Dimes基金会1-FY08-464号基金（授予B.L.F.）的支持。M.K.K.和C.G.L.得到了美国国立卫生研究院（NIH）生物技术培训基金T32 GM008339-20的支持，C.G.L.还获得了新泽西州脊髓损伤研究委员会博士前奖学金08-2941-SCR-E-0的支持。

1. 开始前准备：
1）E18 大鼠解剖：
E18海马神经元的标准解剖方法已有文献描述13。为了使用Bonfire程序分析神经突的形态学特征，必须获取单个神经元的8位.tif图像。这可以通过多种方式实现，具体取决于所采用的实验方案。神经元可接种于足够低的密度，使单个神经元出现在显微镜视野中。或者，对于在高密度培养中生长的单个神经元，可采用多种转染方法将其转染表达荧光蛋白的质粒，以实现成像。
2）软件需求与安装：
<ol class="ualpha">
<li>为了运行 Bonfire 程序，必须在计算机上安装由 NIH 提供的 ImageJ 软件的 NeuronJ 插件以及 NeuronStudio。相关软件包可通过以下网站获取： 

	ImageJ - <a href="http://rsbweb.nih.gov/ij/">http://rsbweb.nih.gov/ij/</a> 
	NeuronJ - <a href="http://www.imagescience.org/meijering/software/neuronj/">http://www.imagescience.org/meijering/software/neuronj/</a> 
	NeuronStudio - <a href="http://research.mssm.edu/cnic/tools-ns.html">http://research.mssm.edu/cnic/tools-ns.html</a>
</li>
<li>Bonfire 程序可从 http://lifesci.rutgers.edu/~firestein 获取。该网站同时提供 Bonfire 用户手册。此外，Bonfire 的首次描述发表于 Langhammer et al, Cytometry 2010。我们的所有数据均使用 Windows 操作系统进行分析。</li>
</ol>
3）图像分辨率调整：
您需要根据要分析的图像的分辨率调整 Bonfire 程序。在 Bonfire 程序的 bonfire_parameters 部分，将变量 pix_conv 的当前值替换为您的图像的分辨率值（μm/像素）。

2. 文件结构：

为了使 Bonfire 能够分析您的数据，文件必须按照此特定结构进行组织（图 2）。您需要具备：
<ul>
<li>一个主文件夹</li>
<li>子文件夹（包含不同实验条件的文件夹）</li>
<li>细胞图像文件（文件名为 filename.tif 的文件），分别存放在不同条件的文件夹中</li>
<li>一个包含 Bonfire Matlab m 文件的 Bonfire 文件夹（也位于主文件夹中）</li>
</ul>
3. 在 NeuronJ 中追踪神经元：
<ol>
<li>准备图像以进行描迹
<ol class="lalpha">
<li>在 NeuronJ 工具栏中选择“打开”按钮，打开您要描迹的图像。</li>
<li>通过选择“最大化”按钮调整图像大小。</li>
<li>通过在 NeuronJ 工具栏中选择“图像”，然后选择“调整亮度/对比度”，调节图像的亮度和对比度，以便能够清晰地观察所有神经突。</li>
</ol>
</li>
<li>在 NeuronJ 中描迹细胞体，并将该描迹标识为“Type 06”
<ol class="lalpha">
<li>在 NeuronJ 工具栏中选择“添加描迹”按钮。</li>
<li>沿细胞体的边缘进行描迹。</li>
<li>在 NeuronJ 工具栏中选择“标记描迹”按钮。</li>
<li>在“描迹 ID”下拉菜单中选择“N1”。</li>
<li>在 NeuronJ：属性窗口中选择“Type 06”，然后点击“确定”。</li>
</ol>
</li>
<li>在 NeuronJ 中描迹神经突
<ol class="lalpha">
<li>在 NeuronJ 工具栏中选择“添加描迹”按钮。</li>
<li>沿每条神经突分支添加描迹。根据实验需求，您可以仅选择树突或轴突。</li>
<li>建议所绘制的每一段描迹在分支点处停止，每个子分支应从该分支点开始作为一条新的描迹。</li>
<li>在 NeuronJ 工具栏中选择“保存描迹”按钮。</li>
<li>将刚刚创建的描迹文件保存到与原始图像文件相同的文件夹中。</li>
</ol>
</li>
<li>从 NeuronJ 导出描迹文件和描迹标识文件 
必须从 NeuronJ 导出两类文件，并与 .tif 和 .ndf 文件一起保存到相应的条件文件夹中。
<ol class="lalpha">
<li>在 NeuronJ 工具栏中选择“导出描迹”按钮。</li>
<li>在“NeuronJ：导出”对话框中选择“制表符分隔的文本文件：每个描迹单独保存为一个文件”选项，然后点击“确定”。</li>
<li>允许 NeuronJ 自动选择文件名和保存位置。</li>
<li>在 NeuronJ 工具栏中选择“测量描迹”按钮。</li>
<li>在“NeuronJ：测量”窗口中选择“显示描迹测量结果”选项，然后点击“运行”。</li>
<li>在“NeuronJ：描迹”窗口中选择“文件”。</li>
<li>选择“另存为”，并将文件命名为 filename_info。其中“filename”必须与原始图像文件的名称完全一致（包括大小写），后接 _info，且不应包含三个字母的文件扩展名。例如，若原始图像文件名为 Cell20.tif，则此文件应命名为“Cell20_info”。请检查您的计算机不会自动添加 .xls 扩展名；如果自动添加，必须手动删除该扩展名。</li>
</ol>
</li>
</ol>
4. 使用 Bonfire 从 NeuronJ 数据构建初步的 .swc 文件：
<ol>
<li>使用 'bonfire_load' 重新组织文件夹
<ol class="lalpha">
<li>通过双击图标打开 Matlab。</li>
<li>点击命令窗口右上角的 ' ' 按钮。</li>
<li>在“浏览文件夹”窗口中，选择主文件夹中的“Bonfire”文件夹。</li>
<li>在 Matlab 命令窗口中输入 'bonfire_load' 并按回车键。</li>
<li>在“浏览文件夹”窗口中选择要分析的条件文件夹，然后点击“确定”。</li>
<li>此操作将通过创建包含每个单独细胞全部数据的子文件夹来重新组织文件夹结构。</li>
</ol></li>
<li>使用 'bonfire_ndf2swc' 创建 filename_prelim.swc 文件
<ol class="lalpha">
<li>在命令窗口中输入 'bonfire_ndf2swc' 并按回车键。</li>
<li>在“浏览文件夹”窗口中选择刚刚使用 'bonfire_load' 重新组织过的相同条件文件夹，然后点击“确定”。</li>
<li>此操作将在每个细胞文件夹中为所选条件创建一个 .swc 文件。每个细胞文件夹现在将包含 5 个文件：原始 .tif 图像、.ndf 文件、_info 轨迹标识文件、一个 .txt 文件和一个 .swc 文件。</li> 
</ol></li></ol>
5. 使用 NeuronStudio 完成 .swc 文件的编辑：
<ol>
<li>在 NeuronStudio 中打开并校准神经元图像
<ol class="lalpha">
<li>打开 NeuronStudio 程序。</li>
<li>在 NeuronStudio 工具栏中选择 文件→打开。</li>
<li>找到您要编辑的神经元的 .tif 图像并打开。</li>
<li>选择 运行→设置，在“体素大小”窗口的 3 个（X、Y、Z）框中均输入“1”。</li>
<li>选择 文件→导入 SWC，选择相应的 .swc 文件。图像上将叠加显示追踪图像，细胞胞体应被一个红色圆圈覆盖。</li>
</ol></li>
<li>使用 NeuronStudio 连接神经突
<ol class="lalpha">
<li>使用 NeuronStudio 中的工具正确识别分支点和末端点（建议在分析数据前先熟悉 NeuronStudio 的功能和快捷键）。</li>
<li>具体操作：使用“神经突工具”连接节点，确保：
<ul>
<li>每个分支点（黄色节点）只能产生两条分支</li>
<li>所有轨迹均与胞体连续（仅有一个红色节点）</li>
</ul></li>
</ol></li>
<li>从 NeuronStudio 导出数据
<ol class="lalpha">
<li>选择 文件→保存神经突（以默认名称保存）。</li>
</ol></li>
<li>使用 'bonfire_trace_check' 检查 .swc 文件中的错误
<ol class="lalpha">
<li>在 MATLAB 命令窗口中输入 'bonfire_trace_check' 并按回车。</li>
<li>在“浏览文件夹”窗口中选择包含您刚处理数据的条件文件夹，然后点击“确定”。</li>
<li>如果该文件夹中任何图像存在错误，程序将输出显示错误位置的图像。</li>
<li>在 NeuronStudio 中修正错误
<ol class="lroman">
<li>打开在导出步骤中保存的图像文件。</li>
<li>定位并修复问题。</li>
<li>点击 文件→保存神经突。</li>
<li>对其他需要修复的图像重复上述步骤。</li>
<li>重新运行 'bonfire_trace_check'（5.4）。</li>
</ol></li></ol></li></ol>
6. 使用“bonfire”从.swc文件中提取形态学数据：
<ol class="lalpha">
<li>在命令窗口中输入“bonfire”，然后按回车键。</li>
<li>在“浏览文件夹”窗口中，选择包含要分析数据的条件文件夹，然后点击“确定”。</li>
<li>Bonfire 分析将为每个被分析的神经元生成一个窗口，其中绘制了神经元形态以及分析中使用的 Sholl 环。此外，“bonfire”命令还将生成一个 .mat 文件，其中包含从分析中获取的所有形态学信息。</li>
</ol>
7. 使用“bonfire_results”查看数据：
<ol class="lalpha">
<li>在 Matlab 命令窗口中输入 'bonfire_results'。</li>
<li>在“浏览文件夹”窗口中选择您要查看的条件对应的条件文件夹，然后点击“确定”。</li>
<li>“浏览文件夹”窗口将暂时关闭并重新打开，允许您选择其他要查看的条件文件夹。</li>
<li>完成条件文件夹的选择后，点击“取消”以退出选择过程。</li>
<li>'Bonfire_results' 将返回汇总图表，其中包含您所选条件文件夹中的数据。</li>
</ol>
8. 使用“bonfire_export”将数据导出至 Excel：
<ol class="lalpha">
<li>在命令窗口中输入“bonfire_export”。</li>
<li>在“浏览文件夹”窗口中，选择包含您要导出数据的条件文件夹，然后点击“确定”。bonfire_export 将创建形态学数据的 Excel 文件，并将其保存至所选的条件文件夹中。</li>
</ol>
9. 代表性结果：
Bonfire 程序在包含两个条件的数据集上生成数据的示例如下所示 图3在此示例中，条件1的神经元在胞体远端含有更多的神经突。该现象可在示例图像中观察到（图3B）以及总树突分支的Sholl曲线中图 3A) 以及末端点数量的图中（图3C）。此外，由于 Bonfire 程序还能对图像的子区域进行 Sholl 分析，因此我们能够更具体地识别出 neurite 增加的类型。3 的交点总数rd 一级或更高级别的神经突图3F以及中间和末端神经突的总数（图3G远离细胞体的位置，其数量有所增加。这些趋势在以下情况中同样可以观察到 图3D 和 3E.
<img src="/files/ftp_upload/2354/2354fig1.jpg" alt="使用 NeuronJ、Bonfire、NeuronStudio 进行神经元追踪的工作流程图；细胞形态学分析。" data-altupdatedat="1788235205000" data-alt="图 1"> 
图 1：Bonfire 程序的流程图。 使用 ImageJ 对神经元进行追踪。然后将数据导出，并由 Bonfire 程序转换为初步的 .swc 文件。使用 NeuronStudio 定义神经突的连接关系。Bonfire 检查错误后，计算 Sholl 曲线、初级、次级及更高阶神经突的数量，以及分支点和神经突末端的数量。最后，将数据导出至 Excel 进行统计分析。
<img src="/files/ftp_upload/2354/2354fig2.jpg" alt="实验数据存储的文件目录结构，显示 Windows 系统中的文件夹和 .tif 文件。" data-altupdatedat="1788235205000" data-alt="图 2"> 
图 2：Bonfire 分析所需的文件结构。 文件结构必须与此一致，否则程序将无法正常运行。文件夹和文件的名称以及数量可以更改。
<img src="/files/ftp_upload/2354/2354fig3.jpg" alt="Sholl 分析图、神经元分支示意图、数据比较、实验神经科学结果" data-altupdatedat="1788235205000" data-alt="图 3"> 
图 3：Bonfire 程序的示例输出数据。 A) 总 Sholl 曲线。B) 两种条件下倒置图像的示例。C) 每个细胞的平均分支点数和末端点数。D) 每个细胞的初级、次级以及三级或更高级神经突的平均数量。E) 每个细胞的根段、中间段和末端神经突的平均数量。F) 按神经突身份分类的 Sholl 分析曲线。神经突分为初级、次级或三级及以上类别。G) 按神经突身份分类的 Sholl 分析曲线。神经突分为根段、中间段或末端段。

<ol><li>Elston, G. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pyramidal+cells+of+the+frontal+lobe%3A+all+the+more+spinous+to+think+with%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">Pyramidal cells of the frontal lobe: all the more spinous to think with.</a> J Neurosci. 20, (2000).</li>
<li>Koch, C., Segev, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+role+of+single+neurons+in+information+processing%5BTitle%5D)+AND+%22Nat+Neurosci%22%5BJournal%5D)">The role of single neurons in information processing.</a> Nat Neurosci. , Suppl 3. 1171-1177 (2000).</li>
<li>Poirazi, P., Mel, B. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impact+of+active+dendrites+and+structural+plasticity+on+the+memory+capacity+of+neural+tissue%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Impact of active dendrites and structural plasticity on the memory capacity of neural tissue.</a> Neuron. 29, 779-796 (2001).</li>
<li>Schaefer, A. T., Larkum, M. E., Sakmann, B., Roth, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Coincidence+detection+in+pyramidal+neurons+is+tuned+by+their+dendritic+branching+pattern%5BTitle%5D)+AND+%22J+Neurophysiol%22%5BJournal%5D)">Coincidence detection in pyramidal neurons is tuned by their dendritic branching pattern.</a> J Neurophysiol. 89, 3143-3154 (2003).</li>
<li>Vetter, P., Roth, A., Hausser, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Propagation+of+action+potentials+in+dendrites+depends+on+dendritic+morphology%5BTitle%5D)+AND+%22J+Neurophysiol%22%5BJournal%5D)">Propagation of action potentials in dendrites depends on dendritic morphology.</a> J Neurophysiol. 85, 926-937 (2001).</li>
<li>Hausser, M., Spruston, N., Stuart, G. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diversity+and+dynamics+of+dendritic+signaling%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Diversity and dynamics of dendritic signaling.</a> Science. 290, 739-744 (2000).</li>
<li>Brette, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Simulation+of+networks+of+spiking+neurons%3A+a+review+of+tools+and+strategies%5BTitle%5D)+AND+%22J+Comput+Neurosci%22%5BJournal%5D)">Simulation of networks of spiking neurons: a review of tools and strategies.</a> J Comput Neurosci. 23, 349-398 (2007).</li>
<li>Arendt, T., Zvegintseva, H. G., Leontovich, T. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dendritic+changes+in+the+basal+nucleus+of+Meynert+and+in+the+diagonal+band+nucleus+in+Alzheimer%27s+disease--a+quantitative+Golgi+investigation%5BTitle%5D)+AND+%22Neuroscience%22%5BJournal%5D)">Dendritic changes in the basal nucleus of Meynert and in the diagonal band nucleus in Alzheimer's disease--a quantitative Golgi investigation.</a> Neuroscience. 19, 1265-1278 (1986).</li>
<li>Harrison, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+neuropathology+of+schizophrenia.+A+critical+review+of+the+data+and+their+interpretation%5BTitle%5D)+AND+%22Brain%22%5BJournal%5D)">The neuropathology of schizophrenia. A critical review of the data and their interpretation.</a> Brain. 122, 593-624 (1999).</li>
<li>Lewis, D. A., Glantz, L. A., Pierri, J. N., Sweet, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+cortical+glutamate+neurotransmission+in+schizophrenia%3A+evidence+from+morphological+studies+of+pyramidal+neurons%5BTitle%5D)+AND+%22Ann+N+Y+Acad+Sci%22%5BJournal%5D)">Altered cortical glutamate neurotransmission in schizophrenia: evidence from morphological studies of pyramidal neurons.</a> Ann N Y Acad Sci. 1003, 102-112 (2003).</li>
<li>Kaufmann, W. E., Moser, H. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dendritic+anomalies+in+disorders+associated+with+mental+retardation%5BTitle%5D)+AND+%22Cereb+Cortex%22%5BJournal%5D)">Dendritic anomalies in disorders associated with mental retardation.</a> Cereb Cortex. 10, 981-991 (2000).</li>
<li>Georges, P. C., Hadzimichalis, N. M., Sweet, E. S., Firestein, B. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+yin-yang+of+dendrite+morphology%3A+unity+of+actin+and+microtubules%5BTitle%5D)+AND+%22Mol+Neurobiol%22%5BJournal%5D)">The yin-yang of dendrite morphology: unity of actin and microtubules.</a> Mol Neurobiol. 38, 270-284 (2008).</li>
<li>Firestein, B. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cypin%3A+a+cytosolic+regulator+of+PSD-95+postsynaptic+targeting%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Cypin: a cytosolic regulator of PSD-95 postsynaptic targeting.</a> Neuron. 24, 659-672 (1999).</li>
</ol>

作者声明无竞争利益。资助机构在Bonfire的开发过程中未发挥科学作用。

Bonfire 程序是一种用于分析树突和轴突形态的半自动化软件。与手动分析相比，它显著提高了Sholl分析的效率和准确性。此外，Bonfire 程序会在分析过程的每一步保存数据，从而可以对数据进行审计并验证分析结果的准确性。因此，数据分析任务可分配给多个操作人员，而不会影响分析的准确性。最后，通过在图像的子区域上执行分析，该程序能够识别出仅对整个树突或轴突分支结构进行Sholl分析时容易遗漏的局部分支变化。我们的程序能够确定特定亚群神经突相对于细胞体的空间排布方式。因此，Bonfire 程序生成的数据能够很好地反映图像中的分支模式。

<table><tbody><tr><td>NeuronJ 插件</td><td></td><td></td><td>&lt;a href=&quot;http://www.imagescience.org/meijering/software/neuronj/">http://www.imagescience.org/meijering/software/neuronj/&lt;/a&gt;</td></tr><tr><td>ImageJ 软件</td><td></td><td></td><td>&lt;a href=&quot;http://rsbweb.nih.gov/ij/">http://rsbweb.nih.gov/ij/&lt;/a&gt;</td></tr><tr><td>Bonfire 程序</td><td></td><td></td><td>&lt;a href=&quot;http://lifesci.rutgers.edu/%7Efirestein">http://lifesci.rutgers.edu/~firestein&lt;/a&gt;</td></tr><tr><td>NeuronStudio</td><td></td><td></td><td>&lt;a href=&quot;http://research.mssm.edu/cnic/tools-ns.html">http://research.mssm.edu/cnic/tools-ns.html&lt;/a&gt;</td></tr><tr><td>MatLab 程序</td><td>Mathworks</td><td></td><td></td></tr></tbody></table>

多尺度数字化神经元形态的自动sholl分析

Automated Sholl Analysis of Digitized Neuronal Morphology at Multiple Scales

神经元形态在决定神经元功能和通讯方式方面起着重要作用1-3。具体而言，它影响神经元接收其他细胞输入信号的能力2，并参与动作电位的传导4,5。神经突的形态还影响信息的处理方式。树突形态的多样性有助于局部和长距离信号传递，使单个神经元或神经元群体能够在神经网络中执行特定功能6,7。在多种疾病状态下，已观察到树突形态发生改变，包括树突断裂和分支模式的变化，这些疾病包括阿尔茨海默病8、精神分裂症9,10和智力障碍11。深入了解塑造树突形态的因素，并识别树突形态的变化，对于理解神经系统的正常功能与功能障碍至关重要。
神经突形态通常通过Sholl分析以及计数神经突数量和分支末端数量来进行分析。该分析通常应用于树突，但也可用于轴突。手动进行此类分析既耗时，又不可避免地因实验者的主观偏见和操作不一致而引入变异性。Bonfire程序是一种半自动化的树突和轴突形态分析方法，其建立在现有开源形态分析工具的基础之上。我们的程序通过对神经突树的不同亚区域进行Sholl分析，从而检测树突和轴突分支行为的局部变化。例如，Sholl分析不仅针对整个神经元进行，还针对各子集的突起（初级、次级、末端、根部等）分别进行。树突和轴突的模式受到多种细胞内和细胞外因素的影响，其中许多因素具有局部作用。因此，最终的神经突树形态是特定过程作用于特定神经突的结果，这就需要在更小的尺度上进行形态学分析，以观察这些局部差异12。
Bonfire 程序需要使用两种开源分析工具：ImageJ 的 NeuronJ 插件和 NeuronStudio。神经元在 ImageJ 中进行追踪，而 NeuronStudio 用于定义神经突之间的连接关系。Bonfire 包含多个使用 MATLAB（MathWorks）编写的自定义脚本，用于将数据转换为适合进一步分析的格式、检查用户错误，并最终执行 Sholl 分析。最后，数据被导出至 Excel 进行统计分析。图 1展示了 Bonfire 程序的流程图。

我们开发了一款用于分析神经元形态的计算机程序。结合两种现有的开源分析工具，该程序可进行Sholl分析，并确定神经突的数量、分支点数量以及神经突末端数量。这些分析能够揭示神经突形态的局部变化。

多尺度数字化神经元形态的自动Sholl分析

神经元形态在决定神经元功能和通讯方式方面起着重要作用1-3。具体而言，它影响神经元...

本视频演示了一种利用半自动化程序分析树突和轴突（统称为神经突）形态的方法，以观察局部变化。首先使用 Neuron J 软件对神经元的八位 TIFF 图像进行追踪，以确定神经突片段的位置。然后使用 NeuronStudio 软件定义神经突之间连接关系的结构信息。最后，运行 bonfire MATLAB 程序以提取细胞的形态学数据，包括对神经突分支点数量和神经突末端数量的集簇分析。结果表明，基于对神经突树亚区域进行集簇分析，可检测到神经突形态的局部变化。与现有方法（如手动集簇分析）相比，该技术的主要优势在于程序为半自动化，可显著提高分析效率，并支持数据审计，从而验证分析结果的准确性。进行该实验操作的是暑期在 Firestein 实验室工作的 Hirsch AWA 本科生。为了使用 Bonfire 程序分析神经突的形态学特征，必须在下载 Bonfire 程序后获取单个神经元的 8 位 TIFF 图像。需要根据待分析图像的分辨率调整程序设置，在 Bonfire 程序的 Bonfire 参数部分，将变量“picks conversion”的当前值替换为您的图像分辨率数值。为了使 bonfire 能够分析数据，文件必须按照特定的结构进行组织，包括一个主文件夹、一个包含 bonfire MATLAB M 文件的 bonfire 文件夹，以及分别包含不同条件的子文件夹；细胞图像文件应置于对应条件的子文件夹内。首先准备用于 tracing 的图像。本实验中，仅对树突进行 tracing，以分析树突形态的变化。首先准备用于 tracing 的图像。通过点击 neuron J 工具栏上的打开按钮并选择您要追踪的图像来打开图像。现在，通过点击最大化按钮调整图像的亮度和对比度，以便能够清晰地观察到所有神经突；在 neuron J 工具栏上选择图像，然后选择调整亮度对比度。开始追踪时，点击 neuron J 工具栏上的添加追踪按钮，沿细胞体的边缘进行勾画。然后，在 neuron J 工具栏上选择“标签轮廓”按钮，从轮廓 ID 下拉菜单中选择 N one，在 neuron J 属性窗口中选择类型 zero six，然后点击“确定”。要开始追踪神经突，可在 neuron J 工具栏上选择“添加轮廓”按钮，并沿每个感兴趣的神经突分支添加轮廓。绘制的每一段应终止于每个分支点处，每个子分支应从该点开始作为一条新的轮廓，这样效果最佳。在NeuronJ工具栏上选择“保存轨迹”按钮，并将您刚刚创建的轨迹保存到与原始图像文件相同的文件夹中。接下来，从NeuronJ导出轨迹文件和轨迹标识符文件。在NeuronJ工具栏上选择“导出轨迹”按钮。然后在NeuronJ的导出对话框中选择“制表符分隔的文本文件，每个轨迹单独保存为一个文件”选项，点击“确定”，允许NeuronJ自动选择文件名和保存位置。在 NeuronJ 工具栏上选择“测量轨迹”按钮，然后在 NeuronJ 测量窗口中选择“显示轨迹测量值”选项，并在 NeuronJ 轨迹窗口中选择“运行选择文件”，接着选择“另存为”并保存文件。文件名必须与原始图像文件的名称完全一致，后跟下划线和 info，且不应包含三个字母的文件扩展名。请检查您的计算机是否不会自动添加 XLS 文件扩展名。如果存在该情况，则必须手动删除文件扩展名。首先，在 MATLAB 中通过打开命令窗口右上角的三个点按钮，使用 bonfire load 重新整理文件夹。在“浏览文件夹”窗口中，选择主文件夹中的 bonfire 文件夹，在命令窗口中输入 bonfire load 并按回车键。在“浏览文件夹”窗口中选择要分析的条件文件夹，然后点击“确定”。这将通过创建包含每个单独细胞所有数据的细胞子文件夹来重新组织文件夹结构。现在，要在命令窗口中输入 bonfire_ NDF2swc 并按回车键，以生成带有下划线前缀的 swc 文件名。在“浏览文件夹”窗口中，选择刚刚使用bonfire载荷重新整理的相同条件文件夹，然后选择“确定”。这将为所选条件的每个细胞文件夹创建一个WC文件。每个细胞文件夹将包含五个文件。原始TIF图像、NDF文件、下划线信息、轨迹标识文件、一个TXT文件以及一个swc文件。在使用Neuron Studio之前，我们建议您先熟悉该程序的功能和快捷键。他们提供了一份出色的在线用户手册，掌握键盘快捷键将为您节省大量时间。首先打开 NeuronStudio 程序，在 NeuronStudio 工具栏中选择“文件”→“打开”，找到待编辑的神经元 TIF 图像并打开。选择“运行设置”，在三个输入框中均输入“1”。在体素大小窗口中，选择文件导入 s wc。选择与您要处理的文件相匹配的适当 s WC 文件。此时，图像文件将与轨迹图像叠加显示。应使用红色圆圈覆盖细胞胞体，以连接神经突。使用神经突工具连接节点，使每个由黄色节点表示的分支点仅能形成两个分支。所有轨迹必须与胞体连续相连。现在，要从 Neuron Studio 导出数据，请选择文件、保存神经突，然后以默认名称保存，以检查 swc 文件中是否存在错误，输入 bonfire trace 进行追踪。进入命令窗口并按回车键。在“浏览文件夹”窗口中，选择包含刚刚处理的数据的条件文件夹，如果文件夹中任何图像存在错误，请选择确定。程序将输出图像，显示错误所在位置，以从点 S WC 文件中提取形态学数据。在命令窗口中输入 bonfire，然后按回车。在“浏览文件夹”窗口中选择要分析的条件文件夹，并为每个感兴趣的神经元选择“确定”。火焰图分析将生成神经元形态的图形，以及分析中使用的肩环。此外，“火焰图”命令将生成一个 MAT 文件，其中包含从分析中获取的所有形态学信息。要在 MATLAB 命令窗口中查看数据的初步图形，请输入 bonfire results，然后在“浏览文件夹”窗口中选择要查看的实验条件对应的文件夹，再点击“确定”。“浏览文件夹”窗口将暂时关闭并重新打开，以便选择其他条件。选择完条件后，单击“取消”以退出选择过程。Bonfire 结果将返回汇总图表，包括您选择用于导出形态学数据的条件文件夹中的数据，以 Excel 类型的 Bonfire 导出到 MATLAB 命令窗口中。在“浏览文件夹”窗口中选择包含您希望导出数据的条件文件夹，然后进行确认。Bonfire 导出功能将生成形态学数据的 Excel 文件，并将其保存至所选的条件文件夹中。接下来，我们将展示 Bonfire 程序在一个包含两个条件的数据集上生成数据的示例。这些是两种条件下拍摄的倒置图像示例。从图像中可以看出，条件一的树突数量多于条件二。该现象也可在由 Bonfire 程序生成的多种图表中观察到。由于 bonfire 程序在树突的亚区段上执行其分析，因此条件一中增加的树突可以被快速识别。绘制总树突分支的群集曲线显示，条件一神经元在胞体远端具有更多的树突。绘制每个细胞的平均分支点和末端点数量表明，条件一比条件二含有更多的分支点和末端点。图中展示了每个细胞的一级、二级、三级或更高级树突的平均突起数量。条件一的三级及更高级树突数量更多。绘制每个细胞的根部、中间和末端树突的平均突起数量显示，条件一比条件二具有更多的中间或末端突起。此处显示的是按节段身份分类的群集分析曲线，其中将节段分组为初级、次级或三级及以上。对于条件一的神经元，三级树突的增加发生在胞体远端。图中还展示了按节段身份分类的群集分析曲线，其中将节段分组为根部节段、中间节段或末端节段。条件一中，中间段和末端树突的增加发生在细胞体的远端。观看本视频后，您应充分了解如何使用bonfire程序进行群集分析，以观察神经形态的局部变化。

automated-sholl-analysis-digitized-neuronal-morphology-at-multiple

Research

科研

JoVE Journal

Neuroscience

神经科学

肖尔自动数字化的神经元形态分析，多尺度

在急性脑切片中对突触连接的神经元进行膜片钳记录和同时的细胞内生物胞素填充，可实现其结构与功能特性的相关联分析。本方案的目的是描述从神经元微环路进行电生理记录及其后续形态学分析的关键技术步骤。...

利用成对膜片钳记录技术对急性脑切片中神经元微环路的电生理学与形态学特征进行表征

本方案描述了通过表达荧光标记物的改良型狂犬病毒进行逆向感染标记后，对特定神经元群体进行的大规模重构，以及独立且无偏倚的聚类分析，从而实现对不同神经元亚类之间形态学参数的全面表征。...

基于形态学指标的大规模重建及无偏独立聚类以分类特定神经元群体

本文展示了如何分析果蝇（Drosophila）髓质神经元在神经小柱和层中的树突投射。该工作流程包括一种双视角成像技术，以提高图像质量，以及一系列计算工具，用于追踪树突分支、将树突结构配准至参考小柱阵列，并在三维空间中分析树突结构。...

分析柱状和层状结构中的树突形态

所述流程旨在对大于千兆字节的电子显微镜数据集进行分割，以提取完整细胞的形态。一旦细胞在三维空间中完成重建，即可使用根据特定需求定制的软件直接在三维空间中进行定性和定量分析，也可借助虚拟现实技术克服视野遮挡问题。...

一种用于胶质细胞与神经元细胞三维重建及虚拟现实分析的方法

本文介绍一种用于自动半定量测定大鼠黑质致密部多巴胺能神经元数量的方法。...

使用自动图像分析法对啮齿类动物模型黑质中多巴胺能神经元密度进行半定量测定

本文介绍了一种计算工具，可从二维荧光图像中对神经元树突分支的方向进行简单、直接的自动测量。...

树突分支及其方向的自动识别

本方案描述了使用iDISCO+对完整小鼠脑组织进行磁共振成像、透明化处理和免疫标记的方法，随后详细介绍了利用光片显微镜进行成像，以及使用NuMorph进行后续分析的步骤。...

利用MRI、组织透明化和光片显微镜对完整新生小鼠脑进行全脑单细胞成像与分析

在此，我们采用高密度微电极阵列（HD-MEA）深入研究大规模神经元群集的计算动力学，特别是在海马体、嗅球环路以及人类神经元网络中的应用。通过捕捉时空电活动并结合计算工具，可深入了解神经元群集的复杂性。该方法有助于增进对脑功能的理解，并有望为神经系统疾病发现生物标志物和治疗方法。...

在CMOS集成高密度微电极阵列上记录与分析多模态大规模神经元集群动态

树突棘是大多数兴奋性突触的突触后区室。在神经发育、衰老、学习过程以及许多神经和精神疾病中，树突棘形态会发生改变，这凸显了可靠分析树突棘的重要性。本方案描述了如何使用自动三维神经元重建软件，准确且可重复地量化树突棘形态。...

使用自动三维神经元重建软件进行树突棘定量分析

神经突生长实验可提供有关神经元再生过程的定量数据。该半自动软件的优势在于，通过创建掩膜将细胞体和神经突分别进行分割，并测量多种参数，如神经突长度、分支点数量、细胞体簇面积以及细胞簇数量。...

一种用于神经突生长测量的新型半自动软件的标准化

了解如何使用半自动化程序分析神经元突起形态，包括树突和轴突的Sholl分析。该方法利用Neuron J、Neuron Studio和Bonfire MATLAB软件提取形态学数据，显著提高分析效率并支持数据审核验证，适用于神经科学研究中的局部结构变化观察。

多尺度数字化神经元形态的自动Sholl分析

探索更多视频