Présenté est un outil de calcul qui permet une mesure automatique simple et directe des orientations des branches dendritiques neuronales à partir d’images de fluorescence 2D.
Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.
Article de méthode
Identification automatique des branches dendritiques et de leur orientation
Dans cet article
Résumé
Résumé
La structure des arbres dendritiques neuronaux joue un rôle clé dans l’intégration des entrées synaptiques dans les neurones. Par conséquent, la caractérisation de la morphologie des dendrites est essentielle pour une meilleure compréhension de la fonction neuronale. Cependant, la complexité des arbres dendritiques, à la fois lorsqu’ils sont isolés et surtout lorsqu’ils sont situés dans des réseaux neuronaux, n’a pas été complètement comprise. Nous avons développé un nouvel outil de calcul, SOA (Segmentation and Orientation Analysis), qui permet de mesurer automatiquement l’orientation des branches dendritiques à partir d’images de fluorescence de cultures neuronales 2D. SOA, écrit en Python, utilise la segmentation pour distinguer les branches dendritiques de l’arrière-plan de l’image et accumule une base de données sur la direction spatiale de chaque branche. La base de données est ensuite utilisée pour calculer des paramètres morphologiques tels que la distribution directionnelle des branches dendritiques dans un réseau et la prévalence de la croissance des branches dendritiques parallèles. Les données obtenues peuvent être utilisées pour détecter des changements structurels dans les dendrites en réponse à l’activité neuronale et aux stimuli biologiques et pharmacologiques.
Introduction
La morphogenèse dendritique est un sujet central en neurosciences, car la structure de l’arbre dendritique affecte les propriétés computationnelles de l’intégration synaptique dans les neurones1,2,3. De plus, des anomalies morphologiques et des modifications dans les branches dendritiques sont impliquées dans les troubles dégénératifs et neuro-développementaux4,5,6. Dans les cultures neuronales où la ramification dendritique peut être plus facilement visualisée, les interactions entr....
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Protocole
NOTE: Le ministère israélien de la Santé a approuvé l’utilisation de souris en vertu du protocole IL-218-01-21 pour l’utilisation éthique des animaux de laboratoire. SOA n’est compatible qu’avec Windows 10 et Python 3.9. Il est disponible en tant que code open-source : https://github.com/inbar2748/DendriteProject. Sur ce lien, il y a aussi un fichier README. DM contient des instructions pour télécharger le logiciel, un lien vers le site Web du logiciel et un fichier de configuration requise contenant des informations sur les versions requises de tous les packages. D’autres exemples d’analyses effectuées à l’aide du logiciel y ont également été fournis.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Résultats
Une analyse représentative a été réalisée sur des images de réseaux dendritiques en culture. Les cellules ont été extraites comme décrit par Baranes et al. 16,17. En bref, les cellules de l’hippocampe ont été extraites du cerveau de rats postnatals et cultivées sur des couvertures en verre 2D pendant 1 à 2 semaines. Les cultures ont ensuite été fixées et colorées par immunofluorescence indirecte à l’aide d’un anticorps contre le marqueur protéique dendri.......
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Discussion
Des stratégies efficaces pour extraire des informations morphologiques à partir d’images 2D sont nécessaires de toute urgence pour suivre le rythme des données d’imagerie biologique. Bien que les données d’imagerie puissent être générées en quelques heures, l’analyse approfondie des images prend beaucoup de temps. En conséquence, le traitement de l’image est clairement devenu un obstacle majeur dans de nombreux domaines. Cela est dû en partie à la grande complexité des données, en particulier lorsqu’il s’agit d’échantill.......
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Déclarations de divulgation
Les auteurs déclarent qu’ils n’ont pas d’intérêts financiers concurrents.
Remerciements
Les auteurs tiennent à remercier le Dr Orly Weiss pour la préparation des images de culture.
....Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Matériaux
| Nom | Entreprise | Numéro de catalogue | Commentaires |
|---|---|---|---|
| Matplotlib | ; 2002 - 2012 John Hunter, Darren Dale, Eric Firing, Michael Droettboom et l’équipe de développement de Matplotlib ; 2012 - 2021 L’équipe de développement de Matplotlib. | 3.4.2 | une bibliothèque de traçage Python 2D |
| matplotlib-scalebar | Philippe Pinard | 0.7.2 | artiste pour matplotlib pour afficher une barre d’échelle |
| NumPy | La communauté NumPy. | 1.20.3 | paquet fondamental pour la bibliothèque de calcul scientifique |
| OpenCV | OpenCV team | 4.5.2.54 | Bibliothèque de vision par ordinateur open source |
| PyCharm | JetBrains | 2020.3.1 (Community Edition) version | Build #PC-203.6682.86, construite le 18 décembre 2020. Version d’exécution : 11.0.9.1+11-b1145.37 amd64. VM : OpenJDK 64-Bit Server VM par JetBrains s.r.o. Windows 10 10.0. Mémoire : 978M, Cœurs : 4 |
| PyQt5 | Riverbank Computing | 5.15.4 | gérer l’interface graphique |
| python | Python Software Foundation License | 3.9 version | |
| Qt Designer | The QT Company Ltd. | 5.11.1 version | |
| scipy | Projet de bibliothèque communautaire | 1.6.3 | Écosystème basé sur Python de logiciels open source pour les mathématiques, les sciences et l’ingénierie |
| Seaborn | Michael Waskom. | 0.11.1 | Bibliothèque de visualisation de données statistiques de Python. |
| Windows 10 | Microsoft | ||
| Xlsxwriter | John McNamara | 1.4.3 | Module Python pour la création de fichiers Excel XLSX |
Références
- Ferrante, M., Migliore, M., Ascoli, G. Functional impact of dendritic branch-point morphology. Journal of Neuroscience. 33 (5), 2156-2165 (2013).
- Spruston, N. Pyramidal neurons: dendritic structure and synaptic integration. Nature Reviews Neuroscience.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Réimpressions et autorisations
