Hochdurchsatzanalyse optischer Mapping-Daten mit ElectroMap
4. Juni 2019
Dieses Protokoll beschreibt die Einrichtung und Verwendung von ElectroMap, einer MATLAB-basierten Open-Source-Softwareplattform zur Analyse von kardialen optischen Kartierungsdaten. ElectroMap bietet ein vielseitiges Hochdurchsatz-Tool für die Analyse optischer Kartierungsspannungs- und Calcium-Datensätze in einer Vielzahl von kardialen experimentellen Modellen.
Der Einsatz von Multi-Array- und optischen Kartierungstechnologien in der Herzforschung nimmt zu. Was jedoch derzeit fehlt, ist robuste, hochdurchsatzige Open-Source-Software zur Analyse von elektrophysiologischen Daten. Aus diesem Grund haben wir eine neuartige Software namens ElectroMap entwickelt, um Forschern bei ihrer Analyse zu helfen.
ElectroMap enthält neue und etablierte Methoden zur Analyse von Kardial-Mapping-Daten, die von jeder Art mit mehreren verschiedenen Kameras, mehreren verschiedenen Fluoreszenzfarbstoffen und unterschiedlichen Erfassungsmodalitäten erfasst werden können, einschließlich optischer Kartierung und Multi-Elektroden-Array-Systeme. Neben der Messung von Standard-AP-Parametern wie Aktionspotenzialdauer, leitfähigem Assay und Morphologie ermöglicht ElectroMap die Analyse und Quantifizierung der Aktivität. Laden Sie zunächst alle Dateien aus der neuesten Quellcodeversion von ElectroMap aus dem GitHub-Repository herunter.
Entpacken Sie die heruntergeladenen Inhalte an einem gewünschten Speicherort. Öffnen Sie MATLAB und navigieren Sie zum Ordnerspeicherort, der den ElectroMap-Quellcode enthält. Öffnen Sie dann die Datei-Elektrokarte.
m und drücken Sie im Editor, um die ElectroMap-Benutzeroberfläche zu starten. Um das Bild zu laden, drücken Sie den Ordner auswählen und navigieren Sie zum Speicherort der zu analysierenden Datendatei oder der zu analysierenden Dateien. Wählen Sie die Datei aus, die aus der Schnittstelle geladen werden soll, und drücken Sie Ladebilder.
Nach dem Laden wird der erste Frame angezeigt, und ein roter Umriss zeigt die automatische Schwellenwertung des Bildes an. Ändern Sie dies bei Bedarf in einen Schwellenwert basierend auf der Amplitude des Signalzeitverlaufs, indem Sie die Option im Bild für das Dropdown-Menü "Schwellenwert" ändern. Beachten Sie, dass der Schwellenwert, sobald er ausgewählt ist, auf den gesamten Bildstapel angewendet wird.
Ändern Sie bei Bedarf die Option Schwellenwert in manuell, wodurch der Schieberegler aktiviert wird, um den Bildschwellenwert manuell anzupassen. Wählen Sie außerdem den benutzerdefinierten Bereich aus, der für die Analyse von Interesse ist, indem Sie die entsprechenden Kontrollkästchen unterhalb der Schwellenwertoptionen auswählen. Beachten Sie, dass erweiterte Optionen für die Auswahl der Region von Interesse, wie z. B. die Anzahl der Bereiche, aus der ROI-Auswahl im oberen Menü verfügbar sind.
Sobald ein entsprechender Schwellenwert angewendet wurde, drücken Sie Prozessbilder, um die Verarbeitung anzuwenden. Stellen Sie an dieser Stelle sicher, dass die richtigen Kameraeinstellungen für Bildrate und Kilohertz- und Pixelgröße in Mikrometern und Signalverarbeitungsoptionen wie Fensterzeitrahmen, räumliche und zeitliche Filterung eingegeben wurden. Nachdem die Datei verarbeitet wurde, überprüfen Sie die Spitzen im Gewebe-Durchschnittssignal, das durch rote Kreise gekennzeichnet ist.
Segmentieren Sie das Signal basierend auf erkannten Spitzen. Drucksegmentsignal. Wenden Sie bei Bedarf eine benutzerdefinierte Segmentierung des Signals an, indem Sie den Zeitpunkt des Interesses vergrößern und das Segmentsignal auswählen.
Nachdem die Bilder verarbeitet wurden, wird die Schaltfläche Karten erzeugen aktiv. Drücken Sie Die Erstellung von Karten, um die Analyse von Aktionspotenzialdauer, Aktivierungszeit, Leitungsgeschwindigkeit und Signal-Rausch-Verhältnis-Analyse anzuwenden. Wählen Sie die gewünschten Segmente aus dem Listenfeld aus, um die Analyse auf die einzelnen Segmente anzuwenden.
Wählen Sie als Nächstes Pixelinformationen abrufen aus, um eine detaillierte Anzeige des Signals von einem beliebigen Pixel innerhalb des Bildes anzuzeigen, und vergleichen Sie Pixel, um Signale gleichzeitig von bis zu sechs Positionen zu zeichnen. Um auf eine detailliertere Analyse der Leitungsgeschwindigkeit zuzugreifen, drücken Sie die Leitung. Drücken Sie dann einen einzelnen Vektor, um die Leitung mit der Einzelvektormethode zu analysieren, bei der der Gradientenvektor aus der Verzögerungsinaktivierungszeit zwischen zwei Punkten berechnet wird.
Drücken Sie schließlich den lokalen Vektor, um die Multivektormethode mit den Einstellungen anzuwenden, die denen der Hauptschnittstelle entsprechen. Drücken Sie die Aktivierungskurve, um den Prozentsatz des als Zeit aktivierten Gewebes darzustellen. Um andere Parameter mit ElectroMap zu quantifizieren, wählen Sie eine der anderen gewünschten Analysen aus dem Dropdown-Menü über der Anzeigekarte aus.
Drücken Sie die Analyse einzelner Dateien, um ein dediziertes Modul für die Dauer eines hohen Durchsatzes und die Leitungsanalyse jedes identifizierten Segments in einer Datei zu öffnen. Führen Sie die Analyse entweder für das gesamte Bild oder für ausgewählte Regionen oder Sehenswürdigkeiten durch. Um Daten aus ElectroMap zu exportieren, drücken Sie Exportwerte, um die Werte der aktuell angezeigten Karte in der Hauptbenutzeroberfläche zu speichern.
Drücken Sie dann die Exportkarte, um ein Popup mit der aktuell angezeigten Karte anzuzeigen, die dann in einer Vielzahl von Bildformaten gespeichert werden kann. Fügen Sie bei Bedarf eine Farbleiste hinzu, indem Sie das Symbol der Farbleiste auswählen. Legen Sie den Maßstab fest, indem Sie "Bearbeiten" und dann die Farbkarte auswählen.
Drücken Sie schließlich das Aktivierungsvideo, um eine Animation der Aktivierungssequenz zu rendern, die als animierte GIF-Datei gespeichert werden kann. Dies zeigt das Wirkungspotential morphologie der murinen Vorhöfe im Vergleich zu den Meerschweinchen Ventrikel mit spannungsempfindlichen Farbstoffen aufgezeichnet, wie zuvor berichtet. Trotz der unterschiedlichen Form des Aktionspotenzials und der Verwendung von zwei separaten optischen Mapping-Kameras mit unterschiedlichen Bildraten und Pixelgrößen kann ElectroMap genutzt werden, um beide Datensätze erfolgreich zu analysieren, indem die entsprechenden Parameter ausgewählt werden.
Die Anwendung der Ensemble-Mittelung anstelle anderer Methoden kann SNR aus isolierten murinen linken Vorhöfen verbessern. Eine Änderung der Schrittfrequenz von drei Hertz auf 10 Hertz änderte APD nicht, wenn keine Ensemblemittelung durchgeführt wurde, aber ein erwarteter Rückgang der APD bei 10 Hertz-Tempo wurde beobachtet, wenn man sie anhand von Ensemble-Durchschnittsdaten gemessen. Darüber hinaus wurden die Maus-Linken-Atria mit einer Zykluslänge von 120 Millisekunden und die Zykluslänge schrittweise um 10 Millisekunden verkürzt, bis sie 50 Millisekunden erreichte.
ElectroMap identifiziert automatisch die Tempozykluslänge und gruppiert gewebedurchschnitte Spitzen entsprechend. APD und diastolisches Intervall verkürzt. Die Amplitude der optisch gemessenen Spitzen nahm ab, während die Zeit bis zum Höhepunkt zunahm.
Dieses Protokoll zeigt, wie Sie die Einstellungen in ElectroMap installieren und einrichten können, um die mögliche Dauer der Aktion, die Leitungsgeschwindigkeit, die Maximale Variabilität von Oben auf die Spitze schnell zu analysieren und auch, wie Sie den Durchschnitt anordnen können, um das Signal-Rausch-Verhältnis zu verbessern. Wir hoffen, dass die Veröffentlichung dieser frei verfügbaren Software Forschern bei ihren Analysebedürfnissen helfen und zu einigen wichtigen Entdeckungen in der Herzforschung führen wird. Wir werden weiterhin alle Algorithmen entwickeln, die wir entwickelt haben, und wir ermutigen andere, uns dabei zu helfen, die ElectroMap-Fähigkeiten weiter auszubauen.
Übersicht
Dieses Protokoll beschreibt die Einrichtung und Anwendung von ElectroMap, einer auf MATLAB basierenden Open-Source-Softwareplattform zur Analyse von Daten der kardialen optischen Kartierung. ElectroMap bietet ein vielseitiges, hochdurchsatzfähiges Werkzeug zur Analyse von Spannungs- und Kalzium-Datensätzen der optischen Kartierung über eine breite Palette kardialer experimenteller Modelle hinweg.
Wesentliche Studienkomponenten
Bereich der Wissenschaft
- Kardiale Elektrophysiologie
- Optische Abbildung
- Softwareentwicklung
Hintergrund
- Mehrfach-Arrays und optische Abbildungstechnologien werden in der kardialen Forschung zunehmend eingesetzt.
- Es besteht ein Bedarf an leistungsfähiger, hochdurchsatzfähiger Open-Source-Software für die Analyse elektrophysiologischer Daten.
- ElectroMap integriert sowohl neue als auch etablierte Methoden zur Analyse kardialer Abbildungsdaten.
- Die Software unterstützt Daten aus verschiedenen Spezies und Erfassungsmodalitäten.
Zweck der Studie
- Eine benutzerfreundliche Methode zur Analyse von Daten der kardialen optischen Abbildung bereitstellen.
- Die Messung von Aktionspotenzialparametern und die Leitungsanalyse erleichtern.
- Das Signal-Rausch-Verhältnis bei der elektrophysiologischen Datenanalyse verbessern.
Verwendete Methoden
- Laden Sie ElectroMap aus dem GitHub-Repository herunter und richten Sie es ein.
- Laden und verarbeiten Sie optische Abbildungsbilder mithilfe von MATLAB.
- Wenden Sie automatische und manuelle Schwellenwertmethoden für die Bildanalyse an.
- Führen Sie die Segmentierung durch und erstellen Sie Karten zur Analyse des Aktionspotentials.
Hauptergebnisse
- ElectroMap analysiert erfolgreich Daten aus verschiedenen optischen Mapping-Setups.
- Die Aktionspotentiaudauer und die Leitungsgeschwindigkeit können effektiv quantifiziert werden.
- Das Ensemble-Mittelwertverfahren verbessert das Signal-Rausch-Verhältnis bei der Datenanalyse.
- Benutzerdefinierte Segmentierung und detaillierte Pixelanalyse werden unterstützt.
Schlussfolgerungen
- ElectroMap ist ein wertvolles Werkzeug für Forscher in der kardialen Elektrophysiologie.
- Die Software verbessert die Analyse komplexer optischer Abbildungsdatensätze.
- Ihre Open-Source-Natur fördert Zugänglichkeit und Zusammenarbeit in der Forschung.
Häufig gestellte Fragen
Ausschlaggebende Bedeutung für die Industrie
ElectroMap adressiert den Bedarf an leistungsfähiger, Open-Source-Software mit hohem Durchsatz in der kardialen Elektrophysiologie-Forschung und ermöglicht eine standardisierte Analyse komplexer optischer Abbildungsdaten über verschiedene Spezies und experimentelle Modelle hinweg. Durch die Verbesserung des Signal-Rausch-Verhältnisses mittels Ensemblemittelung und die Unterstützung automatisierter Multi-Beat-Analysen erhöht die Plattform das Vorhersagevertrauen bei der Zielvalidierung und der mechanistischen Risikominderung in der kardiovaskulären Arzneimittelforschung. Ihr modulares Design erleichtert die Integration in Entdeckungsworkflows und unterstützt die Assay-Entwicklung sowie die translationale Biomarker-Abstimmung in präklinischen Modellen.
Strategische Anwendungen in der Biopharma-Forschung und -Entwicklung
Frühe Entdeckung und Zielvalidierung
- Wissenschaftlicher Wert: Ermöglicht die Überprüfung therapeutischer Hypothesen durch Quantifizierung der Aktionspotentiaudauer, der Leitungsgeschwindigkeit und des Signal-Rausch-Verhältnisses in multizellulären Herzmuskelpräparationen.
- Operationaler Wert: Unterstützt die biologische Risikominimierung, indem reproduzierbare, quantitative elektrophysiologische Messgrößen für die funktionelle Zielstrukturvalidierung bereitgestellt werden.
- Prädiktiver Wert: Erleichtert die Selektion von Wirkstoffkandidaten, indem elektrophysiologische Veränderungen identifiziert werden, die bei der Analyse einzelner Herzschläge durch Mittelwertbildung über viele Schläge übersehen werden könnten.
Screening und Assay-Entwicklung
- Wissenschaftlicher Wert: Bereitet validierte biologische Systeme für nachgeschaltete Workflows vor, indem die Verarbeitung von Optischen Mapping-Daten standardisiert und die Hochdurchsatz-Analyse kompletter experimenteller Aufzeichnungen ermöglicht wird.
- Operationaler Wert: Löst Herausforderungen bei Standardisierung und Reproduzierbarkeit von Assays durch automatisierte Erkennung der Stimulationsfrequenz, Signalsegmentierung und anpassbare Vorverarbeitungsparameter.
- Skalierbarkeit: Unterstreicht die Eignung für Screenings und die Wiederverwendbarkeit der Plattform durch Unterstützung mehrerer fluoreszenter Farbstoffe, Aufnahmemodalitäten und artenspezifischer Daten.
Translationale und präklinische Forschung
- Translationale Kontinuität: Erläutert die Krankheitsrelevanz und die Ausrichtung translationaler Biomarker, indem detaillierte Untersuchungen der Erregungsleitung, von Alternans und der Einzelstrang-Analyse in kardialen Modellen ermöglicht werden.
- Präklinische Validierung: Beschreibt den kontinuierlichen Übergang von der Entdeckung bis zur präklinischen Validierung, indem akute Reaktionen und die Variabilität von Schlag zu Schlag unter wechselnden Stimulationsfrequenzen quantifiziert werden.
- Risikoadjustierte Weiterentwicklung: Behandelt risikoadjustierte Entscheidungen zur Weiterentwicklung, indem elektrophysiologische Veränderungen erfasst werden, die die Signalqualität in verrauschten Datensätzen verbessern.
Pipeline- und Workflow-Integration
ElectroMap ist in den Entdeckungsprozess von der frühen Entdeckung bis zur Leitstrukturfeststellung und präklinischen Arbeit integriert, indem es quantitative elektrophysiologische Messungen bereitstellt, die Hypothesentests und die biologische Risikominderung unterstützen.
- Entdeckungsbiochemie: Erläutert, wie die Methode die Hypothesenprüfung, die Aufklärung von Signalwegen oder die biologische Risikominderung durch die Analyse von Spannungs- und Kalziumdynamik in kardialem Gewebe unterstützt.
- Screening: Beschreibt die Bereitschaft des Assays, die Reproduzierbarkeit oder quantitative Ausgaben, sofern durch die Publikation belegt, einschließlich der Aktionspotentiale-Dauer, der Leitungsgeschwindigkeit und der Signal-Rausch-Verhältnis-Kartierung.
- Analytik: Hebt Messungen, Nachweise oder statistische Ausgaben hervor, die Teams bei der Vergleichbarkeit von Bedingungen unterstützen, wie beispielsweise die Schwankungsbreite von Spitze zu Spitze und Änderungen des diastolischen Intervalls unter variierenden Stimulationsfrequenzen.
- Translationale Forschung: Verbindet die Methode mit präklinischer Kontinuität oder Biomarker-Abstimmung, nur wenn dies durch die Quelle gestützt wird, mithilfe benutzerdefinierter Module für die Analyse von Leitungsstörungen und Alternans.
- Unternehmensweite Wiederverwendung: Stellt die Methode als wiederverwendbare Fähigkeit dar, nicht als Einmalverfahren, und betont deren Open-Source-Charakter sowie Anpassungsfähigkeit über verschiedene experimentelle Modelle hinweg.
Operative und unternehmerische Auswirkungen
- Wissenschaftlicher Wert: Vorhersagegenauigkeit, Zielvalidierung, Verringerung mechanistischer Mehrdeutigkeiten in der kardialen Elektrophysiologie.
- Operationaler Wert: Standardisierung, Reproduzierbarkeit und Skalierbarkeit der Analyse von optischen Abbildungsdaten über Labore und Modelle hinweg.
- Strategischer Wert: Verbesserte Go/No-Go-Entscheidungen, Kapital-Effizienz und verringertes biologisches Risiko in fortgeschrittenen Entwicklungsstadien durch verbesserte Signalqualität und Erkennung subtiler elektrophysiologischer Veränderungen.
- Portfolio-Implikationen: Risikoadjustierte Priorisierungs- und Weiterentwicklungsentscheidungen basierend auf reproduzierbarem, hochdurchsatzfähigem elektrophysiologischem Profiling.
Durchführungsaspekte
- Notwendige wissenschaftliche Fachkenntnisse in MATLAB-basierten Softwareumgebungen und den Prinzipien der kardialen Elektrophysiologie.
- Zu den Anforderungen an Instrumentierung und analytische Infrastruktur gehören optische Abbildungssysteme, fluoreszierende Farbstoffe und kompatible Erfassungshardware.
- Standardisierungsanforderungen über Teamgrenzen hinweg für konsistente Schwellenwertbestimmungen, Auswahl von Regionen von Interesse und Parameterdefinitionen zwischen verschiedenen Anwendern und Standorten.
- Überlegungen zur Anpassung an verschiedene Modellsysteme, einschließlich spezies-spezifischer Bildraten, Pixelgrößen und Optionen der Signalverarbeitung.
- Praktische Einschränkungen, die durch die Quellen belegt sind: Abhängigkeit von korrekten Kameraeinstellungen für Bildrate und Kilohertz sowie Notwendigkeit manueller Schwellenwertanpassung, wenn automatische Methoden unzureichend sind.
