Summary
탐색 하 고 마우스 somatosensory 피에 vivo에서 2 광자 현미경 검사 법에 의해 측정에 optogenetically 유도 혈관 반응의 데이터베이스 공유에 대 한 그래픽 사용자 인터페이스를 제공 됩니다. 그것은 데이터, 선택 기준을 기반으로, 평균, 맥 관 구조의 3D 볼륨 내에서 측정의 지역화를 탐색 하 고 데이터를 내보낼 수 있습니다.
Abstract
신경 과학에서 실험 데이터를 공유의 중요성 금액 및 복잡 한 데이터 획득 및 이러한 데이터를 처리 하는 데 사용 하는 다양 한 기법으로 성장 한다. 그러나, 대부분 일반 크기의 실험실 적의 개별 연구에서 특히 실험 데이터의 광범위 한 연구 공동체에 도달합니다. 혈관 네트워크 탐색기 2.0 (북북동 2.0) 라고 하는 그래픽 사용자 인터페이스 (GUI) 엔진은 간단 하 고 저렴 한 비용 공유 및 혈관 영상 데이터의 탐험을 위한 도구로 만들어 졌다. 무풍 2.0 optogenetically 갖는 팽창/수축 포함 하는 데이터베이스와 상호 작용 시간-과정 개별 선박 단위로 쥐 피 somatosensory vivo에서 2 광자 현미경 검사 법에 의해. 무풍 2.0 수 있습니다 선택 및 표시 다른 조건 (제목, 분기 순서, 대뇌 피 질의 깊이, 혈관 직경, arteriolar 나무)에 따라 시간 과정의 간단한 수학적 조작 뿐만 아니라 (예. 평균, 피크 정규화)와 데이터 내보내기입니다. 3 차원에서 혈관 네트워크의 시각화를 지원 하 고 혈관 나무 내에서 개별 기능 선박 직경 측정의 지역화를 가능 하 게.
무풍 2.0, 그것의 소스 코드와 해당 데이터베이스 UCSD 혈관 이미징 실험실 웹사이트1에서 자유롭게 다운로드할 수 있습니다. 소스 코드 찾아보기 연결된 된 데이터베이스 사용자에 의해 또는 databasing 하 고 적절 한 포맷을 제공 하는 그들의 자신의 실험 결과 공유에 대 한 서식 파일로 활용할 수 있습니다.
Introduction
두뇌는 가장 복잡 한 기관 중 하나를 간주 됩니다 그리고 그것의 복잡 한 기능을 수 습 하는 욕망은 표시. 그것은 도구2,3,,45,6,7,8의 넓은 팔레트를 사용 하 여 행동 수준에는 분자에서 다양 한 스케일에서 공부 하 고 . 비 균질 실험 데이터의 양을 전례 없는 속도와 성장. 조직 및 표준화 실험 데이터 공유에 대 한 필요성의 인식이 획득된 한 데이터 금액으로 성장 한다. 그것은 neuroinformatics 뇌 기능과 장애9,10의 모델로 비늘에 걸쳐 실험 데이터 통합에 중요 한 역할을 담당할 것입니다 분명 되고있다.
이 위해 일부 연구, 특히 대규모 연구, 그들의 결과 광범위 한 데이터베이스11,12,13,,1415를 통해 사용할 수 있도록 리소스를 표 수 있었다. 그러나, 개별 연구와 일반 크기의 실험실에서 실험 데이터의 방대한 결코 광범위 한 연구 공동체에 도달 했습니다. 이것은 주로 두 가지 이유: 첫째, 더 전용 시간; 데이터베이스와 상호 작용 하는 사용자 수 있게 하는 도구를 만들고 데이터베이스를 구축 하는 데 필요한 두 번째, 그리고 더 많은 돈을 이러한 작업을 지원 하기 위해 필요 하다. 이러한 문제에 의해 동기, MATLAB 기반의 그래픽 사용자 인터페이스 (GUI) 엔진 혈관 네트워크 탐색기 2.0 (북북동 2.0)16 라는 databasing, 공유 및 혈관 영상 데이터의 탐험에 대 한 간단 하 고 저가 도구로 개발 되었다. 이 원고는 북북동 2.0의 운영 및 실험 데이터의 연결된 된 데이터베이스에 대 한 설명서를 제공합니다.
무풍 2.0은 이미 2 세대 소프트웨어 엔진. 혈관 네트워크 탐색기 1.0 (북북동 1.0)17 이라는 1 세대 (SI) vivo에서 2 광자 현미경18측정 쥐 기본 somatosensory 피 질에서 감각 갖는 혈관의 데이터베이스와 상호 작용 하도록 구축 되었습니다. 관련된 데이터베이스 뿐만 아니라 북북동 1.0, 그 소스 코드는 자유롭게 UCSD 혈관 이미징 실험실 웹사이트1에서 ' 북북동 1 천 ' 라는 압축 파일로 다운로드. 17에서 북북동 1.0 및 연결된 된 데이터베이스에 대 한 자세한 정보를 찾을 수 있습니다.
2 세대, 북북동 2.0 시에서 vivo에서 2 광자 현미경20측정 optogenetically 갖는 마우스에서 개별 혈관의 팽창의 데이터베이스와 상호 작용 합니다. 사용자 검색, 선택한 대뇌 피 질의 깊이, 분기 명령, 선박 직경, 동물 주제 또는 특정 arteriolar 트리 같은 선택 범주에 기반 하 여 데이터 시각화. GUI를 추가 선택한 범주에서 평균 피크 정규화 등 간단한 수학 연산을 수행합니다. 무풍 2.0 볼 및 맥 관 구조의 3D 볼륨 캡처 이미지를 탐색할 뿐만 아니라 혈관 나무 내의 기능 측정의 위치를 식별 수 있습니다. 3 차원에서 혈관 형태학을 재구성 하 고 진짜 단일 선박 vaso-모션 측정으로 채울 하이 기능을 사용할 수 있습니다. 이 개조에 차례로 두뇌 기능21,22의 계산 모델에 통합할 수 있습니다. 무풍 2.0, 그것의 소스 코드와 연결된 된 데이터베이스 자유롭게 UCSD 혈관 이미징 실험실 웹사이트1에서 '북북동 2.0 HDbase v1.0' 라는 압축 파일로 다운로드할 수 있습니다.
무풍 2.0 'vdb.mat' 라는 데이터베이스와 함께 작동 합니다. 이 데이터베이스는 임시 프로필 (시간-과정) optogenetic 자극에 의해 불러 일으켰다 고 arteriolar 나무의 다른 위치에서 측정 한 선박 직경 변화를 포함 하는 매트릭스입니다. 각 시간 코스는 사용자 작성 소프트웨어를 사용 하 여 계산 했다. 그것은 그릇에 걸쳐 스캔 하 여 인수 형광 강도 프로필의 확장에서 혈관 직경의 상대적인 변화를 계산 합니다. 형광등 대비 fluorescein isothiocyanate (FITC)의 혈관 내 주입에 의해 제시 됐다-dextran을 표시. 데이터 및 분석 절차에 대 한 자세한 내용은,20,23을 참조 하십시오. 데이터베이스 총에서 305 시간-과정 (예: 데이터베이스 항목)는. 직경 변화 뿐만 아니라, (1) 계량 시간 코스 추가 메타 데이터의 배열 데이터베이스 보유를 각 항목에 (2) 측정된 용기를 설명 하 고 (3) 대뇌 맥 관 구조의 3D 볼륨 내에서 측정 위치를 식별 합니다. 발병 시간, 피크 진폭, 피크 진폭 시간, 대뇌 피 질의 깊이, 분기 순서, 그릇 지름 기준, 원래 참조 이미지를 3D 이미지 스택을 뇌 표면의 각 측정 및 낮은 확대 지도 대 한 경로 포함 하는 메타 데이터 맥 관 구조입니다. 나열 하 고 표 116에서 이전에 설명 된 메타 데이터에서 모든 매개 변수를 참조 하십시오.
무풍 2.0 참조 이미지를 X Y 평면 지름 측정 발생의 검사와 상호 작용 합니다. 각 데이터베이스 항목 GUI에 표시 된 참조 이름을 가진 하나의 해당 참조 이미지를 있다. 각 데이터베이스 항목 또한 혈관 트리는 측정 발생의 3D 볼륨 캡처 이미지 (3D 스택)의 관련된 스택이 있다. GUI는 특정 데이터베이스 항목을 선택 하 고 해당 참조 이미지 뿐만 아니라 3 차원 스택 표시할 수 있습니다. 그것은 또한 일치 참조 이미지 프레임 3D 스택 (동일한 기능 두 이미지에서 찾을 수 있습니다)에서 찾을 수 사용자를 안내 합니다. 모든 스택 하 고 그들의 전체 해상도 (1024 pix x 1024 pix) 참조 이미지 폴더 hana_stk와 hana_refs, 각각 포함 됩니다. 뇌 맥 관 구조의 낮은 확대 지도 폴더 '지도'에 포함 됩니다. 데이터베이스 매트릭스 'vdb.mat' 뿐만 아니라 모든 3 개의 폴더 '북북동 2.0 HDbase v1.0' UCSD 혈관 이미징 실험실 웹사이트1 에서 압축된 파일에 다운로드 하 고 설치 과정에서 북북동 2.0의 루트 폴더에 저장 됩니다.
GUI는 사용자 데이터베이스를 탐구 하 고 특정 데이터 선택 카테고리를 선택으로 순차적으로 오픈 하는 4 개의 패널 (패널 1 (메인 패널)-패널 4)의 집합으로 설계 되었습니다. 각 패널 두 가지 주요 부분으로 나누어져 있습니다: (1) 메타 데이터;에서 매개 변수 및 데이터 디스플레이 중요 한 정보 카테고리를 선택 하 여 데이터베이스와 상호 작용 하는 가능성을 제공 하는 오른쪽 열 (2) 왼쪽된 열 시간 코스 (직경 변화 시간에) 및 분산형 플롯의 형태로 데이터를 표시합니다. 대뇌 피 질의 깊이의 기능으로 네 가지 유형의 팽창 피크 (3) 최대 직경 변화 (피크 진폭) 및 (4) 초기 직경 (자극 하기 전에 직경)의 시간 (2) (1) 팽창 개시를 표시 하는 점도 있다. 사용자가 평균 시간-과정 및 대뇌 피 질의 깊이 또는 분기 순서에 의해 그룹화 하는 선택한 데이터에 대 한 값을 표시 하는 가능성. 이 깊이 증가 순서20분기와 그라데이션 직경 변경 동작의 기능을 강조 하는. 무풍 2.0를 사용 하면 '.xls', '.csv' 또는 '.mat'의 형식으로 데이터의 선택 된 하위 집합을 내보낼 수 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1입니다. 북북동 2.0 설치
- UCSD 혈관 이미징 실험실 웹사이트1 과 '북북동 2.0 HDbase v1.0'에서 왼쪽으로 이동 당신의 PC에 원하는 위치에 압축된 프로그램 파일을 다운로드 하기.
참고: 북북동 2.0 버전 7-10, 적어도 2.8 g B의 여유 공간이 압축된 파일을 다운로드 및 6.9 GB 프로그램을 설치 하는 Windows 운영 체제를 필요 합니다. - 'NNE2_HDbase_v1.0.zip을' 압축을 풉니다.
참고: 압축이 풀린된 폴더 NNE2 파일이 10: 'hana_refs.tar.gz', 'hana_stk.tar.gz', 'maps.tgz', 'MCRInstaller.exe', 'NNE2.exe', 'NNE2.zip', 'NNE2_README.txt', 'source.zip', 'users_guide.pdf' 및 'vdb.mat'. - 'NNE2_README.txt'에서 다음 지침 따라 북북동 2.0을 설치 합니다.
2. 실행 북북동 2.0
- 'NNE2.exe'와 북북동 2.0을 시작 합니다.
- 1 (메인 패널) 패널: 데이터 (그림 1)의 하위 집합을 선택 합니다. 메인 패널의 왼쪽된 열에서 이미지 시간 코스의 그래프 및 'vdb.mat' (그림 1)에 모든 항목의 매개 변수를 표시합니다.
- 패널의 오른쪽 열에서 대뇌 피 질의 깊이 대 한 범위를 선택 합니다. 형식에서 깊이의 범위에서 입력 [d분 d최대], 어디 d분 최소 깊이 이며 d의최대 최대 깊이.
참고: 데이터 560 30 µ m에서 깊이에서 측정 했다. - 패널의 오른쪽 열에서 분기 순서 를 선택 합니다. 화살표를 마우스 왼쪽 단추로 클릭 하 고 목록에서 옵션 중 하나를 선택 (표면 | 다이빙 트렁크 | 첫 번째 분기를 주문 | 높은 가지를 주문).
- 패널의 오른쪽 열에 초기 직경 의 범위를 선택 합니다. 디 아분 은 최소 직경 및최대 직경은 최대 직경 [디 아분 디 아최대], 형식으로 입력 합니다.
- 패널의 오른쪽 열에서 과목 (취득의 날짜에 따라 동물)을 선택 합니다. 화살표에 left-click 하 고 사용 가능한 옵션에서 선택 합니다. 또는, 모든 파란색 사각형에서에서 왼쪽 모든 과목에서 데이터를 선택 합니다.
- 표시 하 고 패널 2에서 선택한 데이터 제출 을 누릅니다.
- 패널의 오른쪽 열에서 대뇌 피 질의 깊이 대 한 범위를 선택 합니다. 형식에서 깊이의 범위에서 입력 [d분 d최대], 어디 d분 최소 깊이 이며 d의최대 최대 깊이.
- 패널 2: 데이터의 선택 된 하위 집합을 확인 하 고 계속 추가 데이터 상세 (그림 2).
- 왼쪽 상단에 오른쪽 열에서 적절 한 단추 그룹은 데이터의 평균에 대 한 유형을 선택 합니다. 선택: 대뇌 피 질의 깊이 평균 또는 평균 분기 명령에 의해.
참고: 실제 선택 (그림 2) 아래 녹색으로 강조 표시 됩니다. - 선박 형태 또는 제목에 따라 데이터를 선택 합니다. 왼쪽 클릭 (단일 다이빙 되 고 그 지점) 트리에 대 한 모든 데이터를 선택 하거나 (동물 주제)를 제목에 대 한 모든 데이터를 선택 하십시오.
- (1) 개별 시간 코스의 그래프에서 왼쪽에 선택한 데이터를 표시 하려면 왼쪽 제출 (2) 그룹-평균 시간-코스 하 고 점도 (3) 발병 시간 (4) 시간-봉우리 (5) 피크 진폭 및 (6) 초기 직경의
- 시간 코스를 선택 하려면 왼쪽된 열에서 개별 timecourses 의 그래프에서 추적에 왼쪽 클릭 하십시오.
참고: 선택한 시간 코스 (마젠타) 그래프에 그 발병 시간 강조 되 면, 시간 피크, 피크 진폭 및 기준선 직경 아래 그래프에서 빨간 원으로 표시 됩니다. 점도에 레드 포인트 평균 값입니다. - 맨 오른쪽 열에 선택한 시간 코스에 대 한 주제 (제목 ID)과 나무 (트리 ID) 식별자를 note.
- 원하는 경우, 적절 한 선택 이어서 전송 단추 오른쪽 열 상단 왼쪽 그룹 평균의 종류를 변경 하 고 2.3.4에서 단계를 반복.
- 마우스 오른쪽 단추로 아무 곳 이나 패널 2에서 확인 하 고 선택 된 주제 (주제 ID) 또는 나무 (트리 ID) 패널 3에 대 한 모든 흔적을 찾아보기 교차 커서와 함께.
- 왼쪽 상단에 오른쪽 열에서 적절 한 단추 그룹은 데이터의 평균에 대 한 유형을 선택 합니다. 선택: 대뇌 피 질의 깊이 평균 또는 평균 분기 명령에 의해.
- 패널 3: 데이터의 최종 하위 집합을 확인 하 고 (그림 3) 수출.
- 추적에 왼쪽 왼쪽된 칼럼의 상단 그래프에서 시간-코스 선택: 선택한 추적 그래프 (마젠타)에서 강조 표시 됩니다 및 데이터베이스 항목의 설명 매개 변수 그래프 위에 표시 됩니다.
참고: 평균 시간 코스는 두꺼운 검정 (그림 3)에 표시 됩니다. - Note 해당 발병 시간, 시간 피크, 피크 진폭 및 아래 그래프에서 초기 직경.
- 북북동 2.0에서 실행 되는 폴더에 상위 그래프에 표시 하는 추적을 저장 하려면 오른쪽 열에서 설정 내보내기 단추를 왼쪽 클릭 하십시오.
참고:이 이렇게 3 개의 파일을 저장: 'vdb_subset.xls', 'vdb_subset.csv' 및 'vdb_subset.mat' 포함 하는 벡터의 직경 변화 및 시간 벡터; 설명 매개 변수 및 정보를 'vdb.mat' 'vdb_subset.mat' 또한 포함 되어 있습니다. - '트리' 대신 ' 주제' [x], 다시 북북동 2.0 시작 눌러 패널 3 가까이 모든 데이터를 검사, 패널 1 (단계 2.2.1-2.2.5) 카테고리의 선택 반복 고 패널 2 (2.3.2 단계) 주제에 대 한 모든 데이터를 선택 합니다.
- 마우스 오른쪽 클릭 패널 3에서 참조 이미지와 패널 3의 상단 그래프에 있는 모든 추적에 대 한 3 차원 스택 패널 4가 교차 커서와 함께.
참고: 패널 4 열립니다 경우 패널 2에서 선택한 '나무'에 대 한 모든 데이터 옵션. '주제'에 대 한 모든 데이터 대신 선택 된 사용자를 그의 선택을 변경 하 라는 메시지가 표시 하 고 패널 1 감독 것입니다.
- 추적에 왼쪽 왼쪽된 칼럼의 상단 그래프에서 시간-코스 선택: 선택한 추적 그래프 (마젠타)에서 강조 표시 됩니다 및 데이터베이스 항목의 설명 매개 변수 그래프 위에 표시 됩니다.
- 패널 4: 지역화 기능 측정 참조 이미지 및 맥 관 구조 (그림 4)의 3D 이미지 스택 내.
- 그것에 왼쪽된 열 위에 그래프에서 왼쪽 시간 코스를 선택 합니다.
참고: 선택한 추적 그래프 (마젠타)에서 강조 표시 됩니다 하 고 메타 데이터에서 설명 정보 상단에 표시 됩니다. - 왼쪽 열의 오른쪽 아래에 'hana_refs' 폴더에서 자동으로 로드 되는 해당 참조 이미지를 탐구 한다.
- 해당 3D 이미지 스택 왼쪽 열의 왼쪽 하단에 'hana_stk' 폴더에서 자동으로 로드를 탐험해 보세요. 화살표 또는 그림 아래의 슬라이더를 사용 하 여 스택을 통해 스크롤하십시오.
참고: 스택 이미지에 도달 하면 참조 이미지-즉 직경 측정 레벨의 수준 ('스택 인덱스' 'Ref' =), 스택 이미지 강조 표시 하 고 '프레임 수준'으로 표시 됩니다. - 강조 표시 된 시간 코스 북북동 2.0에서 실행 되는 폴더에 저장 하는 ' ref_stacks_trace.xls' 파일로 내보내려면 오른쪽 열에서 설정 내보내기 를 클릭 합니다.
참고: 파일 시간 벡터, 직경 변화 벡터, 제목 ID, 항목 인덱스, 참조 이미지의 위치, 3 차원 스택 위치 및 프레임 수준에 대 한 스택 이미지 번호를 포함합니다. - 패널 1에 다시가 서 [x] 패널 4 닫습니다.
- 그것에 왼쪽된 열 위에 그래프에서 왼쪽 시간 코스를 선택 합니다.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
무풍 2.0와 연관 데이터베이스를 검색 하 고 데이터베이스의 데이터를 볼 데이터 선택 기준에 따라 정렬, 선택한 데이터를 다운로드 찾을 해당 혈관 트리 내에서 혈관 측정 제공 합니다.
패널 1 기능 범주에 기반 하는 데이터의 선택: ' 대뇌 피 질의 깊이 ', ' 분기 순서 ', ' 초기 지름 '과 '과목'- 그림 1). 이 연구는 표면 arterioles에 대 한 항목이 없습니다 유의 하시기 바랍니다 ('표면')는 ' 분기 순서 ' 선택 범주. 이 옵션을 선택 하면 '아무 기록 발견-검색도 제한' 경고 대화 상자가 나타나고 다른 옵션을 선택 하 라는 메시지를 표시. 같은 경고는 아무 측정 패널 1에 선택된 조건을 만족 하는 경우 표시 됩니다. 이 경우에 사용자 패널 1을 종료 해야 합니다 [x]를 누르고 다시 시작 프로그램.
모든 직경 변화 시간 과정 성취 기준 패널 1에서 선택한 패널 2 (그림 2)에서 볼 수 있습니다. 사용자는 모든 시간-과정, 시간-코스 대뇌 피 질의 깊이 또는 분기 순서와 시간의' 발병', 해당 하는 값으로 그룹 평균 깊이의 기능으로 표시 하는 '피크 진폭', ' 시간 피크 '와 '초기 지름' 개별 둘러볼 수 있습니다. 사용자는 개별 시간-과정 그래프에서 한 시간 코스를 선택 하 고 분산형 플롯에서 해당 숫자 특성 곡선의 모양을 탐구.
같은 동물 또는 arteriolar 나무에서 수집한 모든 데이터 패널 3 (그림 3)에 탐험 될 수 있습니다. 패널 2 같은 방식으로, 사용자는 개별 시간-과정 그래프에서 한 시간 코스를 선택 하 고 분산형 플롯에서 해당 숫자 특성 곡선의 모양을 탐구. 원하는 경우 사용자 '.xls', 'csv' 및 '.mat'의 형태로 패널 3에서 모든 데이터를 내보낼 수 있습니다. 이러한 파일은 만들거나 때마다 '수출' 동작을 덮어씁니다. 파일을 덮어쓰기 전에 경고 대화 '에 대 한 vdb_subset.xls를 덮어쓰기'를 이전에 내보낸된 결과 이름을 사용자 밖으로 아빠. 사용자는 내보낸된 파일의 아무도 '수출' 작업 중 있는지 확인 한다. 경우 파일 중 하나를 경고 대화 상자를 열고 ' 오류 내보내기 Excel 파일: vdb_subset.xls가 열려 있는지 확인 ' 표시 됩니다. 이 경우에, 사용자는 내보낸 파일 하 고 북북동 2.0을 다시 시작 한다.
3 차원 맥 관 구조 패널 4 (그림 4)의 맥락에서 모든 데이터는 단일 arteriolar 트리 내에서 인수를 탐험 수 있습니다. 관련 된 기준 이미지와 3D 이미지 스택 각각 폴더 'hana_refs' 및 'hana_stk'에서 로드 되는 시간 코스를 선택 하면 자동으로 표시 됩니다. 측정 된 선박 참조 이미지 이미지의 중간에 반투명 빨간색 사각형으로 강조 표시 됩니다. 검색 경로 측정된 용기를 건너 빨간색 선으로 표시 됩니다. 사용자 분기 순서 'vdb.mat'에서 발견 또는 시간-과정 그래프 ('B. 순서 ') 이해 하기 위에 GUI에 표시 된 계정에 걸릴 해야 더 많은 혈관 한 측정 (레드 라인 여러 혈관- 그림 4횡단) 내에서 검색 하는 경우 어떤 검사는 특정 측정에 속한다. 분기 순서 '0' 레이블 다이빙 줄기, '1' 레이블이 다이빙 줄기, ' 2에 직접 연결 하는 지점' 레이블 분기 1세인트 순서 분기 등에 직접 연결. 적절 한 arteriolar 나무를 식별 하기 위해 사용자 (3D 스택 상단 이미지에서 본) 두뇌의 표면에 다이빙 되로 시작 '지도' 폴더에 저장 하는 낮은 확대 지도를 참조 해야 합니다. 이 지도 각 동물 주제에 대 한 고유 하며 해당 주제 ID (예: ' 022014.jpg')를 사용 하 여 찾을 수 있습니다. 이 지도 표면 맥 관 구조와 뇌 노출의 이미지. 측정된 arterioles의 다이빙 세그먼트 트리 식별자 (' 트리 ID') (그림 5)와 함께 표시 됩니다. 사용자는 단일 선택한 시간 코스 해당 참조 이미지, 3 차원 스택 'ref_stacks_trace.xls'로 스택 내에 측정의 위치에 대 한 정보를 내보낼 수 있습니다. 마찬가지로, '내보내기' 패널 3에 관해서는 'ref_stacks_trace.xls' 닫힙니다 '내보내기' 작업이 수행 되기 전에. 동일한 유형의 경고 대화 상자는 내보낸된 파일을 덮어쓰기 전에 또는 파일은 '수출' 작업 동안 표시 됩니다. 참고 있는 경우 누락 된 참조 이미지 선택한 데이터베이스 항목 (총에서 9 항목)에 대 한 경고 ' NO 참조 이미지 발견: 인덱스 = ' 패널 4에서 참조 이미지 대신 표시 됩니다. 아니 수출 그 항목에 대 한 사용할 수 있으며 사용자는 다른 시간-과정을 선택 하 라는 메시지가 나타납니다. 사용자가 선택 하는 경우는 3D 스택 항목 존재 하지 않습니다 또는 없습니다 참조 이미지/스택 프레임 발견 (31 및 52 항목, 각각) 메모 * 아니오 스택 일치 * 표시 됩니다 패널 4에서 3D 스택 이미지 대신 빈 이미지 위에.
그림 1: 1 (메인 패널) 패널 선택 범주에 기반 하는 데이터의 하위 집합을 선택 하는 역할. 'Vdb.mat'에서 모든 데이터는 왼쪽된 열에 있는 6 개의 그래프에 표시 됩니다. 대뇌 피 질의 깊이 선택 하 여이 데이터의 하위 집합을 선택 하면 오른쪽 열 | 분기 순서 | 초기 직경 | 주제. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 2: 패널 2 데이터의 선택 된 하위 집합을 검토 하 고 선택 다듬을 수 있습니다. 오른쪽 열 깊이 범주 또는 분기 순서 (실제 선택은 녹색으로 강조 표시)을 기반으로 선택한 데이터의 평균을 계산 하기 위해 제공 합니다. 왼쪽된 열 패널 1과 오른쪽 열에서 선택한 평균 유형과 조건 선택 수행 하는 데이터를 표시 합니다. 사용자는 상단 왼쪽된 그래프에서 (크로스 커서) 되 면 강조 표시 된 (마젠타) 시간 코스를 선택할 수 있습니다. 해당 시간 발병 및 피크, 피크 진폭 및 기준선 직경 빨간색에서 동그라미는 고 항목 식별자 하단 오른쪽 열에 표시 됩니다. 두꺼운 빨간 포인트는 점도 실제 데이터 하위 집합에 대 한 평균 값을 표시합니다. '모든 데이터는 나무에 대 한' '제목에 대 한 모든 데이터' 대의 선택 다음 패널에 있는 데이터를 영향을 줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 3: 패널 3 데이터의 최종 하위 집합을 탐색 하 고 내보낼 수 있습니다. (커서) 크로스 선택할 수 왼쪽된 열 위에 그래프에서 시간 코스. 선택한 추적을 강조 (마젠타) 가져오고 항목 메타 데이터는 그래프 위에 표시 됩니다. 동시에 피크 진폭 및 기준선 직경 뿐만 아니라 해당 발병 및 피크 시간 그래프 아래에 표시 됩니다. 오른쪽 열에서 설정 내보내기 버튼 상단 그래프에서 모든 시간 코스를 내보낼 수 있습니다. 평균 시간 코스는 두꺼운 검정에 플롯 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 4: 패널 4 지역화 직경 측정 참조 이미지 및 맥 관 구조의 3D 스택 내에서 수 있습니다. 왼쪽된 열 위에 시간 코스 플롯은 패널 3에서 시간-코스 음모와 동일 합니다. 사용자는 왼쪽된 열에서 상위 그래프에서 개별 시간 코스를 선택할 수 있습니다. 해당 참조 이미지 메타 데이터 정보가 오른쪽 하단에 표시 됩니다: ' 참고 이미지 ' (참조 이미지 이름), '깊이' (대뇌 피 질의 깊이 측정)와 '규모' (미크론 픽셀 당 이미지의 규모). 해당 3D 스택 설명 메타 데이터 정보 왼쪽 하단에 표시 됩니다: '스택 인덱스' (실제 이미지 번호는 스택), '델타' (상단 이미지에서 수직 거리), '심판' (이미지 스택에 해당 하는 번호는 참조 이미지 및 측정 위치를 캡처)와 '규모' (미크론 픽셀 당 이미지의 규모). 참조 이미지 위에 '깊이' 실험 기간 동안 수동으로 입력 하는 대략적인 note 하시기 바랍니다. 그것은 사실은 뇌 표면 영상 평면에 관해서 기울이면 스택 이미지에 프레임 레벨의 '델타'의 가치를 정확 하 게 일치 하지 않습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 5: 표면 맥 관 구조의 낮은 확대 지도. 이미지 표면 혈관으로 노출 된 뇌 영역을 캡처합니다. 측정 된 arteriolar 나무의 다이빙 세그먼트 트리 식별자 (' 트리 ID')와 함께 표시 됩니다. 이 지도 '지도' 북북동 2.0에서 실행 되는 폴더에서 폴더에 저장 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
북북동 2.0은 다른 사용자가 공유 하 고 비슷한 종류의 데이터 탐색을 위한 간단한 도구를 개발 하는 의도로 특정 연구20 의 이미징 혈관 데이터를 공유 하기 위해 작성 되었습니다. 연구진은 혈관 데이터의 연결된 된 데이터베이스를 검사 하는 데 관심이 데이터 검색, 데이터의 하위 집합을 선택, 그들의 자신의 실험 결과를 비교 또는 그들의 자신의 계산 절차를 사용 하 여 추가 처리를 GUI를 사용할 수 있습니다. MATLAB에 익숙한 사용자가 이용할 수 있다 직접 데이터베이스 'vdb.mat' 동안 다른 종류의 프로그래밍 언어를 사용 하는 사용자가 대체 형식 ('.xls' 또는 '.csv') 중 하나에 데이터를 내보낼 수 있습니다.
북북동 2.0을 사용 하 여 그들의 자신의 실험 데이터 공유에 관심이 연구원은 유사 하 게 'vdb.mat' 행렬에 결과 구성 해야 합니다. 이 데이터베이스에 주요 항목 해당 시간 벡터와 벡터의 형태로 어떤 종류의 시간-과정 이어야 한다. 데이터베이스의 매개 변수 수정 하거나 GUI의 모듈형 구조를 통해 추가 될 수 있습니다. 모든 이미지, 이미지 스택 및 뇌 노출 지도 (있는 경우)를 수집 하 고 데이터베이스 및 인터넷 (예: 실험실 웹 페이지 또는 타사 저장소)에 실행 가능한 GUI 입금 수 한다 참조.
연구팀은 뇌 기능의 연구 모델링 3 차원 혈관 형태 함께 혈관 측정을 사용 하 여 관심이 처음 GUI를 사용 하 여 데이터를 탐색할 수 있습니다. 데이터의 원하는 하위 집합을 선택한 후에 'ref_stacks_trace.xls' 'vdb.mat', 3D 스택 이미지에서에서 변수 함께 'hana_stk'에 저장 된 메타 데이터 정보를 사용할 수 있습니다 그들은 및 뇌 노출 3d에서 혈관 형태를 재구성 하는 '지도'에서 지도 .
프로토콜의 가장 중요 한 단계는 데이터 내보내는 것입니다. 선택한 데이터 (패널 3 및 4)의 정확한 수출로 데이터 해야 내보낼 수 '내보내기' 작업도 하기 전에 모든 파일을 닫고 중요 하다. 그런 다음 파일 데이터의 실제 선택 올바르게 덮어쓸 수 것입니다. 프로그램 또는 소스 코드를 수행 하는 문제 해결 필요 수정
무풍 2.0 2 광자 현미경 검사 법에 의해 취득 되었다 라인-스캔에서 계산 된 임시 프로필을 공유 하는 개발 되었습니다. 무풍 2.0 탐험 데이터는 그러므로 오히려 사전 처리 시간-과정 상대 지름 변경 하지만 원시 강도 검사. 이 방법으로 사용자 자신의 표준 절차와 소프트웨어를 사용 하 여 그들의 원시 실험 데이터를 처리 하 고 템플릿으로 북북동 2.0을 사용 하 여 제시 하 고 다른 연구자와 그들의 결과 공유할 수 있습니다. 혈관 직경 변화 뿐만 아니라 기본적으로 어떤 시간에 따른 신호 다른 측정 기법을 사용 하 여 측정에 게이 방법으로 공유할 수 있습니다. 이러한 신호 포함 칼슘24, 나트륨25의 형광, 전압 과민 한 염료26, 대사 산물27, 부분 압력 산소 (포2)28, 혈액 산소 (BOLD에 대 한 유전자 인코딩된 지표 18,29이미징 스펙트럼), 혈 (얼룩29이미징) 또는 전기 생리학 신호30. 북북동 2.0을 사용 하기 위한 필수 행렬의 형태로 데이터베이스입니다 ' *.mat '. 이 MATLAB에 직접 데이터를 처리 하거나 다른 형식에서 매트릭스를 도구를 사용 하 여 달성 될 수 있었다 (예: 'xlsread(filename)' 인 읽기 excel 스프레드 시트 '.mat' 형식으로). MATLAB 없이 북북동 2.0를 사용 하 여 탐험 하 고, 다운로드 하 고 'vdb.mat' 현재 데이터베이스에서 데이터의 추가 처리로 제한 됩니다.
무풍 2.0는 탐험 하 여 데이터 수집을 위한 표준의 개발을 촉진 하 고 처리 비슷한 종류의 다른 실험 데이터에 비해 넓은 신경 과학 연구 커뮤니티에 걸쳐 실험 데이터를 확산 하는 데 도움이 31. 북북동 2.0 또한 그것은 기능성 자기 공명 이미징 (fMRI)21등 비 침략 적 영상 신호 모델에 사용 될 수 있는 neuroinformatics 지역 사회에 걸쳐 데이터를 확산 도울 수 있다. 원활 하 고 준비-사용 플랫폼 databasing 고의 필요 없이 실험 데이터 공유에 대 한 제공할 수 있습니다 북북동 2.0은 더 복잡 한 데이터베이스5,32,,3334와 경쟁할 수 없습니다, 하는 동안 추가로 광범위 한 투자입니다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
저자는 공개 없다.
Acknowledgments
우리는 기꺼이 NIH (NS057198, EB00790, MH111359, 및 S10RR029050) 및 교육, 청소년 및 스포츠 (CEITEC 2020, LQ1601)는 체코 공화국의 지원을 인정 한다. 주식에서 2014 년에서 국제 두통 학회와의 과학 및 기술 연구 위원회의 터키 2015 년에서 박사 장학금에 의해 지원 되었다. 독일 연구 재단 (DFG 일 2031/1)에서 박사 후 친목 MT 지원 했다.
Materials
Name | Company | Catalog Number | Comments |
MATLAB | MathWorks | program | |
Winrar | Rarlabs | program |
References
- Neurovascular Imaging Laboratory. Use Our Data. , UC San Diego School of Medicine. Available from: https://neurosciences.ucsd.edu/research/labs/nil/Pages/UseOurData.aspx (2017).
- Craddock, R. C., et al. Imaging human connectomes at the macroscale. Nat Methods. 10 (6), 524-539 (2013).
- Devor, A., et al. Frontiers in optical imaging of cerebral blood flow and metabolism. J Cereb Blood Flow Metab. 32 (7), 1259-1276 (2012).
- Ji, N., Freeman, J., Smith, S. L. Technologies for imaging neural activity in large volumes. Nat Neurosci. 19 (9), 1154-1164 (2016).
- Maze, I., et al. Analytical tools and current challenges in the modern era of neuroepigenomics. Nat Neurosci. 17 (11), 1476-1490 (2014).
- Medland, S. E., Jahanshad, N., Neale, B. M., Thompson, P. M. Whole-genome analyses of whole-brain data: working within an expanded search space. Nat Neurosci. 17 (6), 791-800 (2014).
- Osten, P., Margrie, T. W. Mapping brain circuitry with a light microscope. Nat Methods. 10 (6), 515-523 (2013).
- Poldrack, R. A., Farah, M. J. Progress and challenges in probing the human brain. Nature. 526 (7573), 371-379 (2015).
- Kotter, R. Neuroscience databases: tools for exploring brain structure-function relationships. Philos Trans R Soc Lond B Biol Sci. 356 (1412), 1111-1120 (2001).
- Uhlirova, H., et al. The roadmap for estimation of cell-type-specific neuronal activity from non-invasive measurements. Philos Trans R Soc Lond B Biol Sci. 371 (1705), (2016).
- Aine, C. J., et al. Multimodal Neuroimaging in Schizophrenia: Description and Dissemination. Neuroinformatics. , (2017).
- Amunts, K., et al. BigBrain: an ultrahigh-resolution 3D human brain model. Science. 340 (6139), 1472-1475 (2013).
- Laird, A. R., Lancaster, J. L., Fox, P. T. BrainMap: the social evolution of a human brain mapping database. Neuroinformatics. 3 (1), 65-78 (2005).
- Lein, E. S., et al. Genome-wide atlas of gene expression in the adult mouse brain. Nature. 445 (7124), 168-176 (2007).
- Shin, D. D., Ozyurt, I. B., Liu, T. T. The Cerebral Blood Flow Biomedical Informatics Research Network (CBFBIRN) database and analysis pipeline for arterial spin labeling MRI data. Front Neuroinform. 7, 21 (2013).
- Uhlirova, H., et al. Neurovascular Network Explorer 2.0: A Database of 2-Photon Single-Vessel Diameter Measurements from Mouse SI Cortex in Response To Optogenetic Stimulation. Front Neuroinform. 11, 4 (2017).
- Sridhar, V. B., Tian, P., Dale, A. M., Devor, A., Saisan, P. A. Neurovascular Network Explorer 1.0: a database of 2-photon single-vessel diameter measurements with MATLAB((R)) graphical user interface. Front Neuroinform. 8, 56 (2014).
- Tian, P., et al. Cortical depth-specific microvascular dilation underlies laminar differences in blood oxygenation level-dependent functional MRI signal. Proc Natl Acad Sci U S A. 107 (34), 15246-15251 (2010).
- Neurovascular Imaging Laboratory. Use Our Data. , UC San Diego School of Medicine. Available from: https://neurosciences.ucsd.edu/research/labs/nil/Pages/UseOurData.aspx (2017).
- Uhlirova, H., et al. Cell type specificity of neurovascular coupling in cerebral cortex. Elife. 5, (2016).
- Gagnon, L., et al. Quantifying the microvascular origin of BOLD-fMRI from first principles with two-photon microscopy and an oxygen-sensitive nanoprobe. J Neurosci. 35 (8), 3663-3675 (2015).
- Sakadzic, S., et al. Two-photon high-resolution measurement of partial pressure of oxygen in cerebral vasculature and tissue. Nat Methods. 7 (9), 755-759 (2010).
- Nizar, K., et al. In vivo stimulus-induced vasodilation occurs without IP3 receptor activation and may precede astrocytic calcium increase. J Neurosci. 33 (19), 8411-8422 (2013).
- Reznichenko, L., et al. In vivo alterations in calcium buffering capacity in transgenic mouse model of synucleinopathy. J Neurosci. 32 (29), 9992-9998 (2012).
- Langer, J., Rose, C. R. Synaptically induced sodium signals in hippocampal astrocytes in situ. J Physiol. 587 (Pt 24), 5859-5877 (2009).
- Gong, Y., et al. High-speed recording of neural spikes in awake mice and flies with a fluorescent voltage sensor. Science. 350 (6266), 1361-1366 (2015).
- Tantama, M., Hung, Y. P., Yellen, G. Optogenetic reporters: Fluorescent protein-based genetically encoded indicators of signaling and metabolism in the brain. Prog Brain Res. 196, 235-263 (2012).
- Devor, A., et al. "Overshoot" of O(2) is required to maintain baseline tissue oxygenation at locations distal to blood vessels. J Neurosci. 31 (38), 13676-13681 (2011).
- Devor, A., et al. Stimulus-induced changes in blood flow and 2-deoxyglucose uptake dissociate in ipsilateral somatosensory cortex. J Neurosci. 28 (53), 14347-14357 (2008).
- Rauch, A., Rainer, G., Logothetis, N. K. The effect of a serotonin-induced dissociation between spiking and perisynaptic activity on BOLD functional MRI. Proc Natl Acad Sci U S A. 105 (18), 6759-6764 (2008).
- Lemmon, V. P., et al. Minimum information about a spinal cord injury experiment: a proposed reporting standard for spinal cord injury experiments. J Neurotrauma. 31 (15), 1354-1361 (2014).
- Ascoli, G. A., Donohue, D. E., Halavi, M. NeuroMorpho.Org: a central resource for neuronal morphologies. J Neurosci. 27 (35), 9247-9251 (2007).
- Mennes, M., Biswal, B. B., Castellanos, F. X., Milham, M. P. Making data sharing work: the FCP/INDI experience. Neuroimage. 82, 683-691 (2013).
- Marmarou, A., et al. IMPACT database of traumatic brain injury: design and description. J Neurotrauma. 24 (2), 239-250 (2007).