Analyse à haut débit des données de cartographie optique à l'aide d'ElectroMap
4 juin 2019
Ce protocole décrit la configuration et l'utilisation d'ElectroMap, une plate-forme logicielle open source basée sur MATLAB pour l'analyse des données de cartographie optique cardiaque. ElectroMap fournit un outil polyvalent à haut débit pour l'analyse de la tension de cartographie optique et des ensembles de données de calcium à travers un large éventail de modèles expérimentaux cardiaques.
L’utilisation de technologies de cartographie multi-réseaux et optiques dans la recherche cardiaque est en pleine expansion. Toutefois, ce qui manque actuellement, c’est un logiciel opensource robuste et à haut débit pour l’analyse des données d’électrophysiologie. C’est pourquoi nous avons développé un nouveau logiciel appelé ElectroMap pour aider les chercheurs dans leur analyse.
ElectroMap intègre des méthodes nouvelles et établies pour analyser les données de cartographie cardiaque qui peuvent être acquises auprès de n’importe quelle espèce à l’aide de plusieurs caméras différentes, de multiples colorants fluorescents différents et de différentes modalités d’acquisition, y compris la cartographie optique et les systèmes de réseau multi-électrodes. En plus de mesurer les paramètres AP standard tels que la durée potentielle d’action, l’analyse conductrice et la morphologie, ElectroMap permet d’analyser et de quantifier l’activité. Commencez par télécharger tous les fichiers à partir de la dernière version de code source d’ElectroMap à partir du référentiel GitHub.
Dézipez le contenu téléchargé à un endroit désiré. Ouvrez MATLAB et naviguez vers l’emplacement du dossier hébergeant le code source ElectroMap. Ensuite, ouvrez l’électrocarte de fichier.
m et appuyez sur exécuter dans l’éditeur pour démarrer l’interface utilisateur ElectroMap. Ensuite, pour charger l’image, appuyez sur sélectionnez dossier et naviguer à l’emplacement du fichier de données ou des fichiers à analyser. Sélectionnez le fichier à charger à partir de l’interface et appuyez sur les images de charge.
Une fois chargé, le premier cadre apparaîtra et un contour rouge indiquera le seuil automatique de l’image. Si vous le souhaitez, modifiez-le en un seuil basé sur l’amplitude du cours du temps de signal en changeant l’option dans l’image pour le menu de dropdown de seuil. Notez qu’une fois que le seuil est sélectionné, il est ensuite appliqué pour l’ensemble de la pile d’images.
Si vous le souhaitez, modifiez l’option seuil en manuel qui activera le curseur pour ajuster manuellement le seuil d’image. En outre, sélectionnez la région personnalisée d’intérêt pour analyse en sélectionnant les cases à cocher appropriées en dessous des options de seuil. Notez que des options avancées pour la sélection de la région d’intérêt telles que le nombre de zones sont disponibles à partir de la sélection roi à partir du menu supérieur.
Une fois qu’un seuil approprié a été appliqué, pressez les images de processus pour appliquer le traitement. À ce stade, assurez-vous que les paramètres corrects de la caméra ont été entrés pour la vitesse de l’image et la taille kilohertz et pixel dans les micromètres et les options de traitement du signal telles que la période de fenêtre, spatial, et le filtrage temporel. Une fois le dossier traité, inspectez les pics du signal moyen des tissus étiquetés par les cercles rouges.
Segmenter le signal en fonction des pics détectés. Signal du segment de presse. Si vous le souhaitez, appliquez la segmentation personnalisée du signal en zoomant sur l’heure d’intérêt et en sélectionnant le signal du segment.
Une fois les images traitées, le bouton produire des cartes deviendra actif. Appuyez sur produire des cartes pour appliquer la durée potentielle d’action, le temps d’activation, la vitesse de conduction et l’analyse du rapport signal/bruit. Sélectionnez les segments désirés dans la boîte de liste pour appliquer l’analyse à chacun.
Ensuite, sélectionnez obtenir des informations pixel pour voir un affichage détaillé du signal à partir de n’importe quel pixel dans l’image et comparer les pixels à tracer simultanément des signaux à partir de jusqu’à six emplacements. Pour accéder à une analyse plus détaillée de la vitesse de conduction, la conduction de la presse. Appuyez ensuite sur un seul vecteur pour analyser la conduction à l’aide de la méthode vectorielle unique où le vecteur de gradient est calculé à partir du temps d’inactivation de retard entre deux points.
Enfin, appuyez sur vecteur local pour appliquer la méthode multi-vecteur avec les paramètres correspondant à ceux de l’interface principale. Courbe d’activation de la presse pour tracer le pourcentage de tissu activé en fonction du temps. Pour quantifier d’autres paramètres à l’aide d’ElectroMap, sélectionnez l’une des autres analyses souhaitées dans le menu dropdown au-dessus de la carte d’affichage.
Appuyez sur l’analyse d’un seul fichier pour ouvrir un module dédié pour la durée de débit élevé et l’analyse de conduction de chaque segment identifié dans un fichier. Effectuez l’analyse sur l’ensemble de l’image ou sur certaines régions ou points d’intérêt. Pour exporter des données d’ElectroMap, appuyez sur les valeurs d’exportation pour sauvegarder les valeurs de la carte actuellement affichée dans l’interface utilisateur principale.
Appuyez ensuite sur la carte d’exportation pour faire apparaître un popup contenant la carte actuellement affichée qui peut ensuite être enregistrée dans une variété de formats d’image. Si vous le souhaitez, ajoutez une barre de couleur en sélectionnant l’icône de la barre de couleur. Définissez l’échelle en sélectionnant modifier puis colorier la carte.
Enfin, appuyez sur la vidéo d’activation pour rendre une animation de la séquence d’activation qui peut être enregistrée sous forme de fichier GIF animé. Ceci montre la morphologie potentielle d’action des oreillettes murines par rapport au ventricule de cobaye enregistré utilisant des dyes sensibles de tension comme précédemment rapporté. Malgré la forme distincte du potentiel d’action et l’utilisation de deux caméras de cartographie optique distinctes avec des taux d’images et des tailles de pixels différents, ElectroMap peut être utilisé pour analyser avec succès les deux ensembles de données en sélectionnant les paramètres appropriés.
L’application de la moyenne d’ensemble au lieu d’autres méthodes peut améliorer SNR des atria gauches murines isolées. Un changement de fréquence de stimulation de trois hertz à 10 hertz n’a pas changé APD quand aucune moyenne d’ensemble n’est entreprise, pourtant une diminution prévue de l’APD à 10 rythme hertz a été observée une fois mesurée à partir des données moyennes de l’ensemble. De plus, les atrias gauches de souris ont été rythmées à une longueur de cycle de 120 millisecondes et la longueur du cycle a été progressivement raccourcie de 10 millisecondes jusqu’à ce qu’elle atteigne 50 millisecondes.
ElectroMap identifie automatiquement la longueur du cycle de stimulation et les pics moyens des tissus de groupe en conséquence. APD et intervalle diastolique raccourci. L’amplitude des pics mesurés optiquement a diminué tandis que le temps de pointe a augmenté.
Ce protocole montre comment vous pouvez installer et configurer les paramètres d’ElectroMap afin d’analyser rapidement la durée potentielle d’action, la vitesse de conduction, la variabilité de pointe à crête, et aussi comment vous pouvez ensemble moyenne afin d’améliorer le rapport signal/bruit. Nous espérons que la sortie de ce logiciel librement disponible aidera les chercheurs à répondre à leurs besoins d’analyse et mènera à quelques découvertes majeures dans la recherche cardiaque. Nous continuerons à construire tous les algorithmes que nous avons développés et nous encourageons les autres à nous aider à étendre davantage les capacités ElectroMap.
Aperçu
Ce protocole décrit la configuration et l'utilisation d'ElectroMap, une plateforme logicielle open source basée sur MATLAB pour l'analyse de données d'imagerie optique cardiaque. ElectroMap fournit un outil polyvalent à haut débit pour l'analyse des jeux de données de voltage et de calcium issus de l'imagerie optique, couvrant un large éventail de modèles expérimentaux cardiaques.
Composantes clés de l'étude
Domaine scientifique
- Électrophysiologie cardiaque
- Cartographie optique
- Développement de logiciels
Contexte
- Les technologies à matrices multiples et de cartographie optique sont de plus en plus utilisées dans la recherche cardiaque.
- Il existe un besoin de logiciels libres robustes et à haut débit pour l'analyse de données en électrophysiologie.
- ElectroMap intègre à la fois des méthodes nouvelles et éprouvées pour analyser les données de cartographie cardiaque.
- Le logiciel prend en charge les données provenant de diverses espèces et modalités d'acquisition.
Objectif de l'étude
- Fournir un outil convivial pour l'analyse de données d'imagerie optique cardiaque.
- Faciliter la mesure des paramètres du potentiel d'action et l'analyse de la conduction.
- Améliorer le rapport signal sur bruit dans l'analyse des données électrophysiologiques.
Méthodes utilisées
- Téléchargez et installez ElectroMap à partir du dépôt GitHub.
- Chargez et traitez des images de cartographie optique à l'aide de MATLAB.
- Appliquez un seuil automatique et manuel pour l'analyse d'image.
- Réalisez la segmentation et produisez des cartes pour l'analyse du potentiel d'action.
Résultats principaux
- ElectroMap analyse avec succès les données provenant de différents dispositifs de cartographie optique.
- La durée du potentiel d'action et la vitesse de conduction peuvent être quantifiées efficacement.
- La moyenne d'ensemble améliore le rapport signal sur bruit dans l'analyse des données.
- Un segmentage personnalisé et une analyse détaillée des pixels sont pris en charge.
Conclusions
- ElectroMap est un outil précieux pour les chercheurs en électrophysiologie cardiaque.
- Le logiciel améliore l'analyse des jeux de données complexes d'imagerie optique.
- Le caractère open source du logiciel favorise l'accessibilité et la collaboration en recherche.
Questions fréquemment posées
Pertinence professionnelle pour l'industrie
ElectroMap répond au besoin de logiciels open source robustes et à haut débit dans la recherche en électrophysiologie cardiaque, permettant une analyse standardisée de données complexes d'imagerie optique à travers différentes espèces et modèles expérimentaux. En améliorant le rapport signal sur bruit grâce à la moyenne d'ensemble et en prenant en charge l'analyse automatisée de plusieurs battements, la plateforme renforce la confiance prédictive dans la validation des cibles et la réduction des risques mécanistiques pour la découverte de médicaments cardiovasculaires. Sa conception modulaire facilite l'intégration dans les flux de travail de découverte, soutenant le développement d'essais et l'alignement de biomarqueurs translationnels dans les modèles précliniques.
Applications stratégiques en recherche et développement en biopharmaceutique
Début de la découverte et validation de la cible
- Valeur scientifique : Permet l'interrogation d'hypothèses thérapeutiques grâce à la quantification de la durée du potentiel d'action, de la vitesse de conduction et du rapport signal sur bruit dans des préparations cardiaques multicellulaires.
- Valeur opérationnelle : Contribue à l'atténuation des risques biologiques en fournissant des données électrophysiologiques quantitatives et reproductibles pour la validation fonctionnelle des cibles.
- Valeur prédictive : Facilite le tri des portefeuilles en identifiant des modifications électrophysiologiques qui pourraient être passées inaperçues lors d'une analyse par battement unique, grâce à la moyenne d'ensemble.
Développement de criblages et de tests
- Valeur scientifique : Prépare des systèmes biologiques validés pour des flux de travail en aval en standardisant le traitement des données de cartographie optique et en permettant une analyse à haut débit de l'ensemble des enregistrements expérimentaux.
- Valeur opérationnelle : Répond à la standardisation et à la reproductibilité des tests grâce à la détection automatisée de la fréquence de stimulation, à la segmentation des signaux et à des paramètres de prétraitement personnalisables.
- Extensibilité : Met en évidence la préparation au criblage et la réutilisation de la plateforme par la prise en charge de plusieurs colorants fluorescents, de modalités d'acquisition variées et de données spécifiques à chaque espèce.
Recherche translationnelle et préclinique
- Continuité translationnelle : Aborde la pertinence pour les maladies et l'alignement des biomarqueurs translationnels en permettant une étude détaillée de la conduction, de l'alternance et de l'analyse en file unique dans les modèles cardiaques.
- Validation préclinique : Décrit la continuité allant de la découverte à la validation préclinique en quantifiant les réponses aiguës et la variabilité battement à battement sous des fréquences de stimulation changeantes.
- Progression adaptée au risque : Traite des décisions de progression adaptées au risque en détectant les modifications électrophysiologiques qui améliorent la qualité du signal dans les jeux de données bruités.
Intégration des pipelines et des flux de travail
ElectroMap s'intègre dans le continuum de découverte, de la phase de découverte précoce à l'identification de candidats et aux travaux précliniques, en fournissant des mesures électrophysiologiques quantitatives qui soutiennent le test d'hypothèses et la réduction des risques biologiques.
- Biologie de la découverte : Explique comment la méthode permet de tester des hypothèses, de clarifier des voies biologiques ou de réduire les risques biologiques par l’analyse des dynamiques de voltage et de calcium dans le tissu cardiaque.
- Criblage : Décrit la prêts-à-l’emploi, la reproductibilité ou les sorties quantitatives du test lorsque celles-ci sont appuyées par l’article, notamment la durée du potentiel d’action, la vitesse de conduction et la cartographie du rapport signal-sur-bruit.
- Analytique : Met en évidence les mesures, les lectures ou les sorties statistiques permettant aux équipes de comparer différentes conditions, telles que la variabilité crête-à-crête et les modifications de l’intervalle diastolique selon différentes fréquences de stimulation.
- Recherche translationnelle : Relie la méthode à une continuité préclinique ou à un alignement sur des biomarqueurs uniquement lorsque la source le justifie, grâce à des modules personnalisés pour l’analyse de la conduction et de l’alternance.
- Réutilisation en entreprise : Présente la méthode comme une capacité réutilisable plutôt que comme une technique à usage unique, en soulignant son caractère open source et son adaptabilité à différents modèles expérimentaux.
Impact opérationnel et organisationnel
- Valeur scientifique : Confiance prédictive, validation des cibles, réduction de l'ambiguïté mécanistique en électrophysiologie cardiaque.
- Valeur opérationnelle : Normalisation, reproductibilité et évolutivité de l'analyse des données de cartographie optique entre laboratoires et modèles.
- Valeur stratégique : Meilleures décisions d'aller/ne pas aller, efficacité du capital et réduction des risques biologiques en phase avancée grâce à une qualité de signal améliorée et à la détection de changements électrophysiologiques subtils.
- Impact sur le portefeuille : Priorisation et décisions d'avancement ajustées au risque, fondées sur un profilage électrophysiologique reproductible et à haut débit.
Considérations relatives à la mise en œuvre
- Expertise scientifique requise dans les environnements logiciels basés sur MATLAB et les principes de l'électrophysiologie cardiaque.
- Les besoins en instrumentation et en infrastructure analytique comprennent des systèmes de cartographie optique, des colorants fluorescents et un matériel d'acquisition compatible.
- Des exigences de standardisation entre équipes pour assurer un seuil de détection, une sélection de régions d'intérêt et des définitions de paramètres cohérents entre utilisateurs et sites.
- Des considérations d'adaptation selon les systèmes modèles, incluant des fréquences d'images et des tailles de pixel spécifiques à l'espèce, ainsi que des options de traitement du signal.
- Des limitations pratiques appuyées par les données disponibles : dépendance par rapport aux réglages corrects de l'appareil photo pour la fréquence d'images et le kilohertz, ainsi que la nécessité d'un ajustement manuel du seuil lorsque les méthodes automatiques sont insuffisantes.
