Analyses morphométriques de la forme : la boîte à outils logicielle d’analyse pour la quantification de la forme craniofaciale chez le poisson-zèbre

Nos recherches utilisent des logiciels morphométriques pour quantifier si l’éthanol et le bmp7a interagissent pour provoquer des défauts craniofaciaux subtils chez le poisson-zèbre. Les mesures linéaires manquent de changements subtils. Avec cette méthode, nous utilisons des repères pour quantifier les changements de forme tout en contrôlant les différences de taille.

Pour commencer, ouvrez le logiciel tpsDigs2. Cliquez sur Source d’entrée, puis sur Fichier, et sélectionnez le fichier TPS Notepad enregistré. Cliquez sur Options pour visualiser l’option Outils d’image.

Réglez la longueur de référence à 100 micromètres et appuyez sur Échelle fixée. Cliquez sur OK pour confirmer les paramètres d’échelle, puis quittez la fenêtre Outils d’image. Ensuite, cliquez sur le symbole de visée et placez le premier repère à l’articulation médiane entre les cartilages de Meckel.

Placez les seconds repères aux articulations bilatérales entre les cartilages de Meckel et palatoquadrats. Placez le troisième repère à l’articulation médiane entre les cartilages cératohyyaux et le quatrième repère aux articulations bilatérales entre les cartilages palatoquadrate et cératohyal. Ensuite, placez les cinquièmes repères à l’extrémité distale des cartilages hyomandibulaires, en veillant à ce que les repères soient placés dans le même ordre pour chaque image.

Après avoir placé les points de repère, cliquez sur Fichier pour ouvrir le menu déroulant. Sélectionnez Enregistrer données, puis Écraser pour sauvegarder le fichier mis à jour. Quittez le logiciel tpsDigs2.

Lancez le logiciel MorphoJ. Cliquez sur Fichier, sélectionnez Créer un nouveau jeu de données, et attribuez un nom à l’ensemble de données. Cliquez sur TPS et sélectionnez le fichier Notepad contenant les nouveaux points de données ajoutés.

Ensuite, créez le jeu de données. Dans l’arbre de projets, cliquez sur le jeu de données. Sélectionnez les préliminaires, puis les nouveaux Procrustes Ajustent.

Choisissez Aligner par axes principaux et cliquez sur Ajuster les Procrostes. Dans la section Préliminaires, sélectionnez Générer une matrice de covariance pour obtenir les coordonnées de procrustes. Exécutez la fonction quand on vous le demande.

Maintenant, sélectionnez Créer ou Modifier un fil de fil et liez les points sur les images. Cliquez sur les points liés et acceptez ou créez l’image, puis modifiez les classificateurs selon les besoins. Ouvrez un tableau Excel tout en gardant MorphoJ ouvert.

Saisissez les informations du classificateur telles que GÉNOTYPE, TRAITEMENT et TRAITEMENT GÉNOTYPE, puis enregistrez le fichier en fichier CSV. Dans MorphoJ, cliquez sur Fichier et sélectionnez Importer les variables de classification pour importer le fichier CSV. Retournez à l’arbre de projets et cliquez sur le jeu de données.

Dans la section Préliminaires, sélectionnez Modifier les Classificateurs pour confirmer que toutes les images sont incluses. Dans l’arbre de projet, sélectionnez CovMatrix, puis cliquez sur Variation en haut de la page. Sélectionnez l’analyse des composantes principales pour calculer les scores des composantes principales.

Cliquez sur les scores PC pour afficher le graphique généré. Faites un clic droit sur le graphique et sélectionnez Ellipsis de confiance pour ajouter le classificateur désiré. Sélectionnez Points de données de couleur, attribuez des couleurs, puis cliquez sur OK pour appliquer les changements.

Dans la section Préliminaires, sélectionnez Options de Définitions pour le Graphe de Formes situé en bas de l’écran. Choisissez des graphiques filaires et modifiez les couleurs de la forme cible, de la forme de départ et des chiffres. Sélectionnez variante, puis choisissez procrustes ANOVA.

Exportez les résultats de l’ANOVA de Procrustes dans le fichier de tableau créé précédemment. Dans MorphoJ, sélectionnez le jeu de données original dans Project Tree. Cliquez sur Comparaison, puis sur Analyse Variable Canonique.

Sélectionnez les variables classificatrices GÉNOTYPE TRAITEMENT et exécutez la fonction. Pour exporter les résultats, cliquez sur l’onglet Résultats et faites un clic droit sur la page des résultats. Sélectionnez Exporter dans le fichier et enregistrez les résultats.

Dans l’arbre de projet, sélectionnez Analyse des variations canoniques, puis scores. Cliquez sur Fichier, choisissez Exporter ensemble de données, sélectionnez le type de données et TRAITEMENT GÉNOTYPE. Enregistrez les scores CVA sous forme de fichier TXT.

Pour préparer le fichier au logiciel PAST, ouvrez les scores CVA enregistrés dans un éditeur de texte. Remplacez le terme id dans le coin supérieur gauche par Étiquette et enregistrez le fichier modifié. Ouvre le logiciel PAST et clique sur Fichier, puis ouvre pour sélectionner le fichier de scores CVA modifié.

Dans la fenêtre d’importation. Sélectionnez Noms, données pour ligne et colonne et Tabulation comme séparateur, puis cliquez sur Importer. Dans l’onglet Afficher, sélectionnez Attributs de colonne.

Dans le menu déroulant à côté de Type, assignez Groupe à la première colonne contenant les variables du classificateur. Surlignez les colonnes de données des composantes principales ou des variables canoniques. Sélectionnez Multivarié, puis Tests, et choisissez Normalité multivariée pour effectuer séparément le test de normalité pour les données des composantes principales et des variables canoniques.

Cliquez sur la cellule grise vide en haut à gauche au-dessus de Type pour sélectionner l’ensemble du jeu de données. Sélectionnez Multivarié, puis Tests, et choisissez l’analyse multivariée des variantes pour effectuer l’analyse. Exportez les résultats MANOVA vers le fichier de tableau créé précédemment.

Des images du viscérocrâne ont été acquises pour chaque larve de chaque génotype et groupe de traitement. Les cartilages du viscérocrâne étaient marqués dans une image représentative, et des repères étaient placés sur chaque image pour générer des ensembles de données marqués par repère. La composante principale 1 représentait environ 34 % de la variation totale de forme et la composante principale 2 20 % de la variation totale de la forme.

Chaque composant principal présentait une variation spécifique de la forme viscérocrânienne par rapport à la forme moyenne de tous les viscérocrânies. Le graphique d’analyse des composantes principales a montré des moyennes chevauchantes entre les groupes génotype et traité, sans regroupement distinct. Les larves sauvages traitées à l’éthanol présentaient une grande ellipse de confiance de 95 % de la moyenne en raison de la faible taille de l’échantillon.

La variée canonique 1 représentait un raccourcissement ou un allongement subtil de l’articulation cératohyienne dans le fil magenta par rapport au fil noir moyen du fil de fil. La variate canonique 2 montrait un décalage médial uniquement d’un côté du viscérocrâne aux articulations entre le palatoquadrate de Meckel et le palatoquadrate-cératohyen. Les larves sauvages traitées à l’éthanol présentaient une grande ellipse de confiance à 95 % de la moyenne, qui chevauchait tous les autres groupes.

L’analyse multivariée des variants a révélé un effet global significatif du génotype et du traitement. Le montage régulier des échantillons est le plus grand défi. Une larve inclinée peut entraîner des mesures inexactes et modifier les résultats.

Ce protocole s’adapte à différentes structures anatomiques, analyse des données 3D, génère des mesures linéaires et aide à déterminer la taille des échantillons expérimentaux. De futures études exploreront d’autres sensibilités génotypiques à l’éthanol, élargiront la taille des échantillons et appliqueront cette boîte à outils polyvalente à diverses structures anatomiques.