December 16th, 2015
כאן מוצג כיצד לעקוב ולכמת תהליכי התפתחות ב-C. elegans. השיטות המוצגות מבוססות על כלי קוד פתוח הניתנים ליישום בקלות. הוא מודגם כיצד לשחזר מודלים תלת מימדיים בצורת תא, כיצד לעקוב באופן ידני אחר מבנים תת-תאיים וכיצד לנתח זרימת התכווצות קליפת המוח.
המטרה הכוללת של שימוש בתוכנת ניתוח תמונות וביולוגיה התפתחותית היא להשיג נתונים כמותיים עבור מודלים מכניסטיים של תהליכים ביולוגיים. שיטה זו יכולה לעזור לענות על שאלות מפתח בביולוגיה התפתחותית, כגון כיצד ניתן לנתח כמותית פנוטיפים של פנוטיפים מוטנטיים? היתרון העיקרי של מתודולוגיה זו הוא בכך שהיא מספקת לחוקרים את היכולת לזהות שינויים בתהליכים ביולוגיים ותופעות התפתחותיות בצורה חסרת פניות.
למרות שניתן להשתמש בשיטה זו כדי לספק תובנה לגבי התפתחות ומורפוגנזה של אלגנטיות ים, ניתן ליישם אותה גם על אורגניזמים מודלים אחרים כגון יוספה, הדגמה של שחזור צורת התא עם IOD תהיה CINA Leman, דוקטורנטית במעבדה שלי. לאחר התקנת תוכנית IM MOD, פתח את מעטפת הסריס והקלד Im mod בחלון ה-IM mod. בחרו בקובץ עם הנתונים הגולמיים המתאימים ליצירת דגם תלת-ממד והשתמשו בחלון המידע לאיתור החלק התחתון והחלק העליון של העצמים בחלון zap.
בחלון המידע, שוב, עקוב אחר קווי המתאר של התא וצור את קווי המתאר הראשונים במישור העליון של כל תא והקפיד ליצור אובייקט חדש לכל תא. לאחר מכן גלול מטה ב-Z וצור קו מתאר חדש לכל מישור Z, ולאחר מכן צור אובייקט חדש לכל תא. לאחר חלוקת תאים רבים ככל המתאים לדגם, פתחו את חלון תצוגת הדגם כדי לבדוק את האובייקטים ואת קווי המתאר שלהם.
לאחר מכן, בסרגל הכלים של תצוגת הדגם, בחר עריכה ואובייקטים. חלון העריכה המתאים ייפתח כדי לעצב את כל התאים כאובייקטים מלאים וסגורים. בחר רשת שינוי כסוג הנתונים ציור ומילוי כסגנון הציור.
לחץ על Meshing ובדוק את מכסת האפשרויות. לאחר מכן בדוק כמה אובייקטים שצריך ולחץ על רשת. כל התוכנית תיצור אובייקטים מוצקים מערימות קווי המתאר.
שנה את קנה המידה Z בחלון התצוגה כדי להתאים את גורם הדגימה Z לפי הצורך. לאחר מכן, תחת תפריט העריכה, בחר תצוגה כדי לסובב את האובייקטים התלת-ממדיים, ולשמור תמונות או סרטים של התאים בהתאם לצורך כדי לעקוב אחר אובייקטים מהקלטות דולג זמן פלואורסצנטיות. באמצעות NDR תחילה, המר את הנתונים הגולמיים לקובץ TIFF.
לאחר מכן פתח את הקובץ. בסופו של דבר, טיפה. בחר בסמל מציג הדו-ממד ולחץ על סמל טווח ההתאמה כדי להתאים את ההיסטוגרמה בתפריט הנתונים.
בחרו קובץ, שם, תמונה, ערכה, ערוץ, קבעו רזולוציית X, Y, Z והזינו את הערכים X, Y ו-Z. כדי להוסיף ביאורים לגרעינים, עברו למישור העניין ובחרו שוב את הצופה הדו-ממדי. לאחר מכן בחר שושלת מהתפריט הנפתח ובחר שושלת חדשה.
לחץ וגרור את גרעין העניין לשוק. לאחר מכן לחץ לחיצה ימנית על הגרעין ובחר שנה שם חלקיק. מהתפריט הנפתח, הזן שם עבור החלקיק ולאחר מכן גרור את סמל החץ כדי לשנות את קוטר העיגול.
לאחר מכן, לחץ על הסמל הימני כדי לסמן את המישור המרכזי של הגרעין. לאחר מכן כדי להמשיך בזמן ובמישור, בחר את אפשרויות המסגרת ו-Z בסרגל הכלים התחתון והתאם את המיקום או הגודל של העיגול המסמן את הגרעין בהתאם עד שהתא הנמצא במעקב מתחלק. כאשר נצפית חלוקת תאים, סמן את גרעיני הבת ולחץ על סמל החלונות כדי לעבור לשושלת.
הצופה סמן את כל שלושת הגרעינים בו זמנית ובחר שייך הורה תחת אפשרות השושלת. לאחר מכן, לאחר מעקב אחר כל התאים, לחץ על שם הקובץ ועבור לערוץ. סימון שארית חלוקת התא לניתוח כמותי של זרימה בקליפת המוח באמצעות תוכנת סימטריית מהירות תמונת חלקיקים.
טען את קבצי התמונה החדשים במעבדת pif ובחר את סגנון הרצף. 1, 2, 2, 3. לאחר מכן, נווט אל הספרייה המכילה את רצף התמונות הרצויות.
בחר את התמונות ולחץ על הוסף כדי לייבא את התמונות. לאחר מכן, תחת הגדרות ניתוח, בחר פריטים שאינם נכללים. מסכת ROI והשתמש בכפתור.
צייר מסיכות עבור המסגרת הנוכחית כדי לבטל את ההפעלה של החלק הלא רצוי של התמונות תחת הגדרות הניתוח. שוב, בחר הגדרות PIF ובחר עיוות מהיר של חלון הטרנספורמציה של פורייה כאלגוריתם ה-PIF הרצוי. עבור מעבר ראשון, הזן ערך אזור חקירה של 64 פיקסלים עם צעד של 32 מעבר שתיים.
הזן ערך אזור חקירה של 32 פיקסלים עם צעד של 16. לאחר מכן בחר ליניארי מהתפריט הנפתח של עיוות החלון ובחר בשיטת גאוס שתיים על שלוש נקודות להערכת תזוזה של תת-פיקסלים. כעת בחר ניתוח מתפריט הניתוח ובחר נתח את כל המסגרות לאחר העיבוד, בחר אימות וקטורי מתפריט העיבוד שלאחר העיבוד והחל סף מסנן סטיית תקן של שבע על כל המסגרות מתפריט העלילה.
בחר פרמטרים נגזרים. שנה נתונים ואחריהם וקטורים, פיקסלים למסגרת, והתאם את החלקות של הווקטורים ומסנן המעבר הגבוה. לאחר החלת התאמות אלה על כל המסגרות, קבעו את המסגרות שנעשה בהן שימוש על מסגרת אחת עד סופה.
לבסוף, לחץ על כפתור חישוב הווקטורים הממוצעים כדי למדוד את הווקטורים הממוצעים של כל המסגרות, תוך התמקדות בסיבוב בלוטת המין של מבוגרים אלגנטיים מסוג C פראיים שצולמו כפי שהודגם זה עתה. מודל תלת מימדי של תאי הנבט נוצר מנתוני המיקרוסקופיה, המאפשר ניתוח של השינויים בגודל התא המתרחשים בזמן שהתאים עוברים מהזרוע הדיסטלית לזרוע הפרוקסימלית של הקוס באמצעות מיקרוסקופיה דו-צבעונית. המודלים המתקבלים על ידי חלבוני היתוך היסטון קו ומיוזין שאינו שריר ב- NDR ממחישים את הדפוס הסטריאוטיפי של תורשת שאריות חלוקת התאים.
יתר על כן, מנתוני הקו ניתן לקבל בניסוי זה את המסלולים עבור כל תא L ושארית חלוקת התא ואת המתאם לתזמון חלוקת התא. מיקרוסקופיה קצרת טווח עם רזולוציה זמנית גבוהה של מיוזין שאינו שריר בקליפת המוח בוצעה כדי להעריך את ההבדלים בדינמיקה של זרימת הקיטוב בקליפת המוח בין עוברים מסוג A שהתרוקנו לשורה gtpa המפעיל חלבון RGA שלוש כצפוי. הזרימה בעוברים מסוג הבר הייתה בעיקר לאורך הציר הארוך של העובר.
בעוד שהזרימה בעובר הפרעות RGA 3 RNA הייתה אורתוגונלית לציר זה כפי שניתן לראות בקלות מניתוח PIP. לאחר שליטה, פילוח ידני של אובייקטים מורכבים ומעקב אחר תאים במהלך ההתפתחות העוברית יכול להיעשות תוך מספר שעות אם כראוי, תוך ניסיון לבצע מעקב אחר תאים ואובייקטים. חשוב לזכור להגדיר רזולוציה זמנית מתאימה כדי לא לאבד את האובייקט במהלך הניתוח באמצעות שלושת הכלים המתוארים כאן.
ניתן לבצע ניתוח סטטיסטי גם כדי לענות על השאלות לגבי שונות או סתם כדי להשוות בין עוברים שונים. יישום תוכנה לניתוח תמונה כמותי מאפשר לנו ולביולוגים התפתחותיים אחרים כמונו לחקור מנגנוני התפתחות מורפוגנטיים ברמת פירוט חסרת תקדים. לאחר צפייה בסרטון זה, אתה אמור להבין היטב כיצד להשתמש בסט מגוון של כלי תוכנה לביצוע ניתוח תמונה כמותית.
View the full transcript and gain access to thousands of scientific videos
מאמר זה מדגים שיטות למעקב ולכימות תהליכי התפתחות ב- C. elegans באמצעות כלים פתוחים. הוא מכסה את שחזור מודלי צורת תאים תלת-ממדיים, מעקב ידני אחר מבנים תת-תאיים וניתוח של זרימה מתכווצת קורטיקלית.
Quantitative tracking of developmental processes in C. elegans using open-source image analysis tools enables mechanistic de-risking and functional target validation in early discovery. These workflows provide unbiased, reproducible data critical for distinguishing mutant phenotypes and clarifying developmental pathways. Integrating such quantitative imaging approaches strengthens predictive confidence and supports risk-adjusted portfolio decisions in preclinical research.
These open-source imaging and analysis methods integrate from early discovery through preclinical model validation, supporting hypothesis testing, pathway clarification, and quantitative phenotyping.