Name: Analisi automatizzata Sholl di Digitized morfologia neuronale a scale multiple (Video) | JoVE Journal
Uploaded: 2010-11-14T17:30:00.000+00:00
Duration: 11 min 41 s
Description: Scopri l'analisi automatizzata Sholl della morfologia neuronale con il programma semi-automatizzato Bonfire. Questo metodo computazionale permette di osservare cambiamenti locali nei neuriti con maggiore efficienza e precisione rispetto all'analisi manuale.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

Questo lavoro è stato sostenuto in parte da una Biomedica Busch Grant, NSF concedere IBN-0548543, NSF concedere IBN-0919747, March of Dimes Foundation Grant 1-FY04-107, March of Dimes Foundation Grant 1-FY08-464 (a BLF). MKK e CGL sono stati sostenuti dal NIH Biotecnologie formazione di Grant GM008339 T32-20, e CGL è stato supportato anche da una Commissione NJ sulla Fellowship Spinal Cord Research Predoctoral 08-2941-SCR-E-0.

1. Prima di iniziare: 1) E18 dissezione ratto: Metodi dissezione standard di E18 neuroni dell'ippocampo sono state precedentemente descritte 13. Per poter utilizzare il programma Falò di analizzare le caratteristiche morfologiche dei neuriti, 8 bit. Immagini tif dei singoli neuroni deve essere ottenuto. Questo può essere ottenuto in vari modi a seconda del protocollo sperimentale che si stanno seguendo. I neuroni possono essere placcati con una densità abbastanza basso in modo che singoli neuroni appaiono nel campo ottico. In alternativa, per i neuroni singola immagine che sono cresciuti in una cultura denso, i neuroni possono essere transfettate con una varietà di metodi di trasfezione con un plasmide codifica una proteina fluorescente. 2) Requisiti e installazione del software: <ol class="ualpha"><li> Il plugin NeuronJ per il software ImageJ dal NIH e NeuronStudio devono essere entrambi installati in modo da eseguire il programma Falò. I pacchetti software possono essere trovati attraverso i seguenti siti: ImageJ - <a href="http://rsbweb.nih.gov/ij/">http://rsbweb.nih.gov/ij/</a> NeuronJ - <a href="http://www.imagescience.org/meijering/software/neuronj/">http://www.imagescience.org/meijering/software/neuronj/</a> NeuronStudio - <a href="http://research.mssm.edu/cnic/tools-ns.html">http://research.mssm.edu/cnic/tools-ns.html</a> </li><li> Il programma Falò è disponibile all'indirizzo http://lifesci.rutgers.edu/ ~ Firestein. Il manuale utente falò è disponibile anche su questo sito. Inoltre, la descrizione iniziale del falò si trovano in Langhammer et al, Citometria 2010. Tutti i nostri dati sono stati analizzati utilizzando un sistema operativo Windows. </li></ol> 3) Regolazione immagine Risoluzione: Avrete bisogno di modificare il programma Falò in base alla risoluzione delle immagini che si desidera analizzare. Nella parte bonfire_parameters del programma Falò, sostituire il valore corrente per la pix_conv variabile con il valore della risoluzione dell'immagine (micron / pixel) delle immagini. 2. Struttura del file: Al fine di falò per analizzare i dati, i file devono essere organizzati in questa struttura specifica (Figura 2). Si avrà: <ul><li> Un maestro cartella </li><li> Sotto-cartelle (contenenti ciascuna delle vostre condizioni diverse) </li><li> File di immagine delle cellule (file filename.tif) contenuti nelle cartelle condizioni diverse </li><li> Una cartella contenente i falò falò Matlab mfiles (anche contenuti nella cartella principale) </li></ul> 3. I neuroni Tracing in NeuronJ: <ol><li> Preparare l'immagine per il tracciamento <ol class="lalpha"><li> Aprire l'immagine selezionando il pulsante 'Apri' sulla barra degli strumenti NeuronJ e selezionando l'immagine che si desidera tracciare. </li><li> Ridimensionare l'immagine selezionando il pulsante 'massimizzare'. </li><li> Regolare la luminosità e il contrasto dell'immagine in modo da poter visualizzare tutti i neuriti, selezionando 'Immagine' sulla barra degli strumenti NeuronJ quindi selezionando 'Regolare la luminosità / contrasto'. </li></ol></li><li> Traccia il corpo cellulare in NeuronJ e identificare la traccia come 'Tipo 06' <ol class="lalpha"><li> Selezionare il pulsante 'Aggiungi Tracce' sulla barra degli strumenti NeuronJ. </li><li> Tracciare il perimetro del corpo cellulare. </li><li> Selezionare il pulsante 'tracciati etichetta' sulla barra degli strumenti NeuronJ. </li><li> Selezionare 'N1' dal 'Tracing ID' menu a discesa. </li><li> 'Tipo 06' Seleziona nella NeuronJ: Attributi finestra e selezionare 'OK'. </li></ol></li><li> Tracciare la neuriti in NeuronJ <ol class="lalpha"><li> Selezionare il pulsante 'Aggiungi Tracce' sulla barra degli strumenti NeuronJ. </li><li> Aggiungere una traccia lungo ogni ramo dei neuriti. È possibile selezionare solo i dendriti o l'assone, a seconda del vostro esperimento. </li><li> Suggeriamo che i segmenti di disegnare fermarsi in ogni punto di diramazione, con ogni punto di diramazione figlia a partire da quel punto come una nuova traccia. </li><li> Selezionare il pulsante 'Salva tracciati' sulla barra degli strumenti NeuronJ. </li><li> Salva il tracciato che avete appena creato nella stessa cartella del file immagine originale. </li></ol></li><li> Esportare il file di traccia e il file identificativo da traccia NeuronJ Due tipi di file devono essere esportati da NeuronJ e salvati nelle cartelle appropriate condizioni insieme al. Tif e file. Ndf. <ol class="lalpha"><li> Selezionare il pulsante 'Trace Export' sulla barra degli strumenti NeuronJ. </li><li> Selezionare la "Scheda-deliminated file di testo: file separato per 'opzione sul' ogni tracciamento NeuronJ: Export 'finestra di dialogo e selezionare' OK '. </li><li> Lasciare NeuronJ di scegliere i nomi dei file e la posizione di salvataggio. </li><li> Selezionare il pulsante 'tracciati misura' sulla barra degli strumenti NeuronJ. </li><li> Selezionate l'opzione 'misure di visualizzazione tracing' sul 'NeuronJ: Misure' finestra e selezionare 'Esegui'. </li><li> 'File' selezionare nel 'NeuronJ: tracciati' finestra. </li><li> Selezionare 'Save As' e salvare il file come Filename_info. 'Filename' deve corrispondere esattamente al nome del file immagine originale (tra cui capitalizzazione), seguita da _info e non devono contenere un 3-lettera di file-extension. Ad esempio, per Cell20.tif nome originale dell'immagine, questo file dovrebbe essere chiamato 'Cell20_info'. Controllare che il computer non aggiunge automaticamente un file. Xls file con estensione. In caso affermativo, l'estensione del file deve essere cancellata manualmente. </li></ol></li></ol> 4. Usa falò per costruire file SWC preliminari di dati NeuronJ.: <ol><li> Riorganizzare le cartelle utilizzando 'bonfire_load' <ol class="lalpha"><li> Matlab aperto con un doppio clic sull'icona. </li><li> Fare clic sul pulsante '' in alto a destra della finestra di comando. </li><li> Selezionare la cartella 'Falò' nella cartella principale del 'Sfoglia per cartelle' finestra. </li><li> Tipo 'bonfire_load' nella finestra di comando Matlab e premere invio. </li><li> Selezionare la cartella condizione che si desidera analizzare nel 'Sfoglia per cartelle' finestra e selezionare 'OK'. </li><li> Questo riorganizzare la struttura delle cartelle con la creazione di cellule sotto-cartelle contenenti tutti i dati per ogni singola cellula. </li></ol></li><li> Creare file filename_prelim.swc usando 'bonfire_ndf2swc' <ol class="lalpha"><li> Tipo 'bonfire_ndf2swc' nella finestra di comando e premere invio. </li><li> Selezionare la cartella stessa condizione che hai appena riorganizzato con 'bonfire_load' nel 'Sfoglia per cartelle' finestra e selezionare 'OK'. </li><li> Questo creerà un file. SWC in ogni cartella cella per la condizione scelta. Ogni cartella cellula ora contiene 5 file;. All'originale immagine tif, il file NDF, il _info file di identificatore di traccia, un file txt e un file SWC.... </li></ol></li></ol> 5. Usa NeuronStudio per finalizzare file SWC.: <ol><li> Aprire e calibrare le immagini neurone in NeuronStudio <ol class="lalpha"><li> Aprire il programma NeuronStudio. </li><li> Selezionare File → Apri sulla barra degli strumenti NeuronStudio. </li><li> Trova l'. Immagine tif del neurone che si desidera modificare e aprirlo. </li><li> Selezionare Impostazioni → Esegui e digitare '1 'in ciascuno dei 3 (X, Y, Z) caselle nella' finestra Dimensione Voxel '. </li><li> Selezionare File → Importa SWC. Selezionare il file. SWC. Il file immagine sarà ora sovrapposti con un'immagine traccia. Il soma cellulare dovrebbe essere ricoperto con un cerchio rosso. </li></ol></li><li> Usa NeuronStudio per neuriti collegamento <ol class="lalpha"><li> Utilizzare gli strumenti in NeuronStudio di identificare correttamente i punti filiali e punti finali (si consiglia di familiarizzare con le caratteristiche NeuronStudio e scorciatoie prima di analizzare i dati). </li><li> In particolare, utilizzare lo 'strumento neurite' di unirsi nodi in modo che: <ul><li> Ogni punto di diramazione (nodi giallo) non può che creare due rami </li><li> Tutte le tracce sono in continuità con il soma (un solo nodo rosso) </li></ul></li></ol></li><li> Esportare dati da NeuronStudio <ol class="lalpha"><li> Selezionare File → Salva neuriti (salvo il nome predefinito). </li></ol></li><li> Verificare la presenza di errori nei file. SWC usando 'bonfire_trace_check' <ol class="lalpha"><li> 'Bonfire_trace_check' digita nella finestra di comando Mathlab e premere invio. </li><li> Selezionare la cartella condizione che contiene i dati che avete appena trattati nel 'Sfoglia per cartelle' finestra e selezionare 'OK'. </li><li> Se ci sono errori in una delle immagini presenti nella cartella del programma di uscita visualizzare immagini in cui l'errore si trova. </li><li> Correzione degli errori in NeuronStudio <ol class="lroman"><li> Aprire il file immagine salvato nel passaggio di esportazione. </li><li> Individuare e risolvere il problema (s). </li><li> Fare clic su File → Salva neuriti. </li><li> Ripetere l'operazione per altre immagini che devono essere corretti. </li><li> Rieseguire 'bonfire_trace_check' (5,4). </li></ol></li></ol></li></ol> 6. Usare 'falò' per estrarre i dati morfologici da file SWC.: <ol class="lalpha"><li> 'Falò' digita nella finestra di comando e premere invio. </li><li> Selezionare la cartella condizione che contiene i dati da analizzare nel 'Sfoglia per cartelle' finestra e selezionare 'OK'. </li><li> L'analisi falò genererà una finestra per ogni dei neuroni in fase di analisi, i grafici in cui la morfologia neuronale insieme con gli anelli Sholl utilizzati nell'analisi. Inoltre, il comando 'falò' genera il. Tappeto file che contiene tutte le informazioni morfologiche che è stato tolto l'analisi. </li></ol> 7. Usare 'bonfire_results' per visualizzare i dati: <ol class="lalpha"><li> Tipo 'bonfire_results' nella finestra di comando Matlab. </li><li> Selezionare la cartella condizione per la condizione che si desidera visualizzare nella 'Sfoglia per cartelle' finestra e selezionare 'OK'. </li><li> Il 'Sfoglia per cartelle' finestra si chiude temporaneamente e riaprire, che consente di selezionare le condizioni aggiuntive che si desidera visualizzare. </li><li> Quando si è terminata la selezione delle cartelle condizione, selezionare 'Annulla' per uscire dal processo di selezione. </li><li> 'Bonfire_results' restituirà grafici sintesi tra °dati e dalle cartelle condizione selezionata. </li></ol> 8. Usare 'bonfire_export' esportare i dati in Excel: <ol class="lalpha"><li> Tipo 'bonfire_export' nella finestra di comando. </li><li> Selezionare la cartella condizione che contiene i dati che si desidera esportare nella 'Sfoglia per cartelle' finestra e selezionare 'OK'. Bonfire_export creerà i file di Excel dei dati morfologici e li collocherà nella cartella condizione che è stata selezionata. </li></ol> 9. Rappresentante dei risultati: Un esempio di dati generati dal programma Falò su un set di dati contenente due condizioni è mostrata in Figura 3. In questo esempio, condizione 1 neuroni contengono più neuriti distale al corpo cellulare. Questo fenomeno può essere osservato nelle immagini di esempio (Figura 3B), così come nella curva Sholl del dendritiche pergolato totale (Figura 3A) e nel grafico del numero di punti terminali (Figura 3C). Inoltre, poiché il programma Falò esegue anche l'analisi Sholl in subregioni delle immagini, siamo in grado di identificare più precisamente l'identità dei neuriti, che sono aumentati. Sia il numero totale delle intersezioni di 3 ° ordine o superiore neuriti (Fig. 3F) e il numero totale di entrambi intermediario e neuriti terminale (Figura 3G) sono aumentati distale al corpo cellulare. Queste tendenze possono anche essere osservati nelle figure 3D e 3E. <img src="/files/ftp_upload/2354/2354fig1.jpg" alt="Figura 1" data-altupdatedat="1787634011000" data-alt="Figura 1"> Figura 1:. Diagramma di flusso del programma Falò neuroni sono tracciate con ImageJ. I dati vengono poi esportati e convertiti dal programma Falò in file SWC preliminari.. NeuronStudio viene utilizzato per definire la connettività dei neuriti. Controlli falò per gli errori e poi calcola le curve Sholl, il numero dei primari, neuriti ordine secondario e superiore, e il numero di punti di ramificazione e suggerimenti dei neuriti. Infine, i dati vengono esportati in Excel per l'analisi statistica. <img src="/files/ftp_upload/2354/2354fig2.jpg" alt="Figura 2" data-altupdatedat="1787634011000" data-alt="Figura 2"> Figura 2: Struttura dei file necessari per l'analisi dei falò La struttura del file deve corrispondere a questo o il programma non funzionerà correttamente.. I nomi delle cartelle e dei file e la quantità delle cartelle e dei file possono essere cambiati. <img src="/files/ftp_upload/2354/2354fig3.jpg" alt="Figura 3" data-altupdatedat="1787634011000" data-alt="Figura 3"> Figura 3: Esempio di dati in uscita dal programma Falò A) curve Sholl Totale.. B) Esempio invertita immagini di entrambe le condizioni. C) Numero medio di punti di ramificazione e delle estremità / cell. D) Numero medio di processi / cella per primaria, secondaria e terziaria o superiore neuriti. E) Numero medio di processi / cella per root, intermedio e neuriti terminale. F) l'identità specifica del segmento curve di analisi Sholl. Segmenti sono raggruppati come primario, secondario o terziario o superiore. G) l'identità specifica del segmento curve di analisi Sholl. Segmenti sono raggruppati come segmenti di root, segmenti intermedi, o segmenti terminali.

<ol><li>Elston, G. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pyramidal+cells+of+the+frontal+lobe%3A+all+the+more+spinous+to+think+with%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">Pyramidal cells of the frontal lobe: all the more spinous to think with.</a> J Neurosci. 20, (2000).</li>
<li>Koch, C., Segev, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+role+of+single+neurons+in+information+processing%5BTitle%5D)+AND+%22Nat+Neurosci%22%5BJournal%5D)">The role of single neurons in information processing.</a> Nat Neurosci. , Suppl 3. 1171-1177 (2000).</li>
<li>Poirazi, P., Mel, B. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impact+of+active+dendrites+and+structural+plasticity+on+the+memory+capacity+of+neural+tissue%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Impact of active dendrites and structural plasticity on the memory capacity of neural tissue.</a> Neuron. 29, 779-796 (2001).</li>
<li>Schaefer, A. T., Larkum, M. E., Sakmann, B., Roth, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Coincidence+detection+in+pyramidal+neurons+is+tuned+by+their+dendritic+branching+pattern%5BTitle%5D)+AND+%22J+Neurophysiol%22%5BJournal%5D)">Coincidence detection in pyramidal neurons is tuned by their dendritic branching pattern.</a> J Neurophysiol. 89, 3143-3154 (2003).</li>
<li>Vetter, P., Roth, A., Hausser, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Propagation+of+action+potentials+in+dendrites+depends+on+dendritic+morphology%5BTitle%5D)+AND+%22J+Neurophysiol%22%5BJournal%5D)">Propagation of action potentials in dendrites depends on dendritic morphology.</a> J Neurophysiol. 85, 926-937 (2001).</li>
<li>Hausser, M., Spruston, N., Stuart, G. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diversity+and+dynamics+of+dendritic+signaling%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Diversity and dynamics of dendritic signaling.</a> Science. 290, 739-744 (2000).</li>
<li>Brette, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Simulation+of+networks+of+spiking+neurons%3A+a+review+of+tools+and+strategies%5BTitle%5D)+AND+%22J+Comput+Neurosci%22%5BJournal%5D)">Simulation of networks of spiking neurons: a review of tools and strategies.</a> J Comput Neurosci. 23, 349-398 (2007).</li>
<li>Arendt, T., Zvegintseva, H. G., Leontovich, T. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dendritic+changes+in+the+basal+nucleus+of+Meynert+and+in+the+diagonal+band+nucleus+in+Alzheimer%27s+disease--a+quantitative+Golgi+investigation%5BTitle%5D)+AND+%22Neuroscience%22%5BJournal%5D)">Dendritic changes in the basal nucleus of Meynert and in the diagonal band nucleus in Alzheimer's disease--a quantitative Golgi investigation.</a> Neuroscience. 19, 1265-1278 (1986).</li>
<li>Harrison, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+neuropathology+of+schizophrenia.+A+critical+review+of+the+data+and+their+interpretation%5BTitle%5D)+AND+%22Brain%22%5BJournal%5D)">The neuropathology of schizophrenia. A critical review of the data and their interpretation.</a> Brain. 122, 593-624 (1999).</li>
<li>Lewis, D. A., Glantz, L. A., Pierri, J. N., Sweet, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+cortical+glutamate+neurotransmission+in+schizophrenia%3A+evidence+from+morphological+studies+of+pyramidal+neurons%5BTitle%5D)+AND+%22Ann+N+Y+Acad+Sci%22%5BJournal%5D)">Altered cortical glutamate neurotransmission in schizophrenia: evidence from morphological studies of pyramidal neurons.</a> Ann N Y Acad Sci. 1003, 102-112 (2003).</li>
<li>Kaufmann, W. E., Moser, H. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dendritic+anomalies+in+disorders+associated+with+mental+retardation%5BTitle%5D)+AND+%22Cereb+Cortex%22%5BJournal%5D)">Dendritic anomalies in disorders associated with mental retardation.</a> Cereb Cortex. 10, 981-991 (2000).</li>
<li>Georges, P. C., Hadzimichalis, N. M., Sweet, E. S., Firestein, B. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+yin-yang+of+dendrite+morphology%3A+unity+of+actin+and+microtubules%5BTitle%5D)+AND+%22Mol+Neurobiol%22%5BJournal%5D)">The yin-yang of dendrite morphology: unity of actin and microtubules.</a> Mol Neurobiol. 38, 270-284 (2008).</li>
<li>Firestein, B. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cypin%3A+a+cytosolic+regulator+of+PSD-95+postsynaptic+targeting%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Cypin: a cytosolic regulator of PSD-95 postsynaptic targeting.</a> Neuron. 24, 659-672 (1999).</li>
</ol>

Gli autori dichiarano senza interessi in competizione. Le agenzie di finanziamento non ha avuto ruolo scientifico per lo sviluppo di Falò.

Il programma Falò è un programma semi-automatico per l&#39;analisi dei dendriti e degli assoni morfologia. Aumenta notevolmente l&#39;efficienza e l&#39;accuratezza delle analisi Sholl oltre eseguendo l&#39;analisi manualmente. Inoltre, il programma Falò salva i dati in ogni fase del processo, permettendo di controllare i dati e di verificare l&#39;accuratezza dell&#39;analisi. Pertanto, il compito di analisi dei dati possono essere distribuiti a numerosi individui senza compromettere la precisione. Infine, effettuando ...

<table><tbody><tr><td>Plugin NeuronJ</td><td></td><td></td><td>&lt;a href=&quot;http://www.imagescience.org/meijering/software/neuronj/">http://www.imagescience.org/meijering/software/neuronj/&lt;/a&gt;</td></tr><tr><td>Software ImageJ</td><td></td><td></td><td>&lt;a href=&quot;http://rsbweb.nih.gov/ij/">http://rsbweb.nih.gov/ij/&lt;/a&gt;</td></tr><tr><td>Programma Bonfire</td><td></td><td></td><td>&lt;a href=&quot;http://lifesci.rutgers.edu/%7Efirestein">http://lifesci.rutgers.edu/~firestein&lt;/a&gt;</td></tr><tr><td>NeuronStudio</td><td></td><td></td><td>&lt;a href=&quot;http://research.mssm.edu/cnic/tools-ns.html">http://research.mssm.edu/cnic/tools-ns.html&lt;/a&gt;</td></tr><tr><td>Programma MatLab</td><td>Mathworks</td><td></td><td></td></tr></tbody></table>

analisi automatizzata sholl di digitized morfologia neuronale a scale multiple

Automated Sholl Analysis of Digitized Neuronal Morphology at Multiple Scales

Morfologia neuronale svolge un ruolo significativo nel determinare come i neuroni e la funzione di comunicare 1-3. In particolare, colpisce la capacità dei neuroni di ricevere input da altre cellule 2 e contribuisce alla propagazione dei potenziali d&#39;azione 4,5. La morfologia dei neuriti influisce anche come l&#39;informazione viene elaborata. La diversità di morfologie dendrite facilitare segnalazione locale e lungo raggio e consentire neuroni singoli o gruppi di neuroni per svolgere funzioni specializzate all&#39;interno della rete neuronale 6,7. Alterazioni nella morfologia dendrite, anche la frammentazione dei dendriti e cambiamenti ramificazione modelli, sono stati osservati in un certo numero di stati patologici, tra cui il morbo di Alzheimer 8, 9,10 schizofrenia e ritardo mentale 11. La capacità di comprendere sia i fattori che determinano morfologie dendrite e per identificare i cambiamenti nella morfologia dendrite è essenziale per la comprensione della funzione del sistema nervoso e disfunzioni. Morfologia dei neuriti è spesso analizzata mediante l&#39;analisi Sholl e contando il numero di neuriti e il numero di punte ramo. Questa analisi è generalmente applicata a dendriti, ma può anche essere applicato a assoni. L&#39;esecuzione di questa analisi a mano sia in termini di tempo e introduce inevitabilmente variabilità a causa di pregiudizi sperimentatore e incoerenza. Il programma Falò è un approccio semi-automatico per l&#39;analisi dei dendriti e degli assoni morfologia che si basa su disposizione strumenti open-source l&#39;analisi morfologica. Il nostro programma permette il rilevamento di cambiamenti locali in dendriti e degli assoni ramificazione comportamenti effettuando analisi Sholl in subregioni del pergolato neuritiche. Per esempio, l&#39;analisi Sholl viene eseguita su entrambi i neuroni nel suo complesso così come su ogni sottoinsieme di processi (primari, secondari, terminale, radice, ecc) Dendrite e patterning assone è influenzato da una serie di fattori intracellulari ed extracellulari, molti agire localmente. Così, la morfologia pergolato risultante è il risultato di processi specifici che agiscono per neuriti specifici, rendendo necessario effettuare analisi morfologica su scala minore, allo scopo di osservare queste variazioni locali 12. Il programma Falò richiede l&#39;utilizzo di due strumenti open-source di analisi, il plugin di ImageJ NeuronJ e NeuronStudio. I neuroni sono tracciati in ImageJ, e NeuronStudio viene utilizzato per definire la connettività tra neuriti. Falò contiene una serie di script personalizzati scritti in Matlab (MathWorks) che vengono utilizzati per convertire i dati nel formato appropriato per ulteriori analisi, controllare gli errori degli utenti e, infine, effettuare analisi Sholl. Infine, i dati vengono esportati in Excel per l&#39;analisi statistica. Un diagramma di flusso del programma Falò è mostrata in Figura 1.

Abbiamo sviluppato un programma per computer per analizzare la morfologia neuronale. In combinazione con due strumenti source aperta esistente analisi, il nostro programma esegue l&#39;analisi Sholl e determina il numero di neuriti, punti di ramificazione, e suggerimenti dei neuriti. Le analisi vengono eseguite in modo che i cambiamenti nella morfologia locale neurite può essere osservato.

Analisi automatizzata Sholl di Digitized morfologia neuronale a scale multiple

La morfologia neuronale svolge un ruolo significativo nel determinare come i neuroni funzionino e comunichino1-3. Nello specifico, essa influisce sulla capacità dei neuroni di...

Questo video illustra una procedura per analizzare la morfologia di dendriti e assoni, noti collettivamente come neuriti, mediante un programma semi-automatico al fine di osservare modifiche locali. In primo luogo, il software First Neuron J viene utilizzato per tracciare immagini TIFF a otto bit di neuroni al fine di identificare la posizione dei segmenti dei neuriti. Successivamente, il software Neuron Studio viene impiegato per definire informazioni strutturali sulla connettività tra i neuriti.Infine, viene eseguito il programma MATLAB bonfire per estrarre dati morfologici dalle cellule, inclusa l'analisi dello shoal, nonché il numero di punti di diramazione dei neuriti e le estremità dei neuriti. I risultati mostrano cambiamenti locali nella morfologia dei neuriti in base all'esecuzione dell'analisi dello shoal su sottoregioni dell'albero neuritico. Il vantaggio principale di questa tecnica rispetto ai metodi esistenti, come l'analisi dello shoal manuale, è che il programma è semi-automatico, il che aumenta notevolmente l'efficienza dell'analisi e consente di verificare i dati in modo da poterne controllare l'accuratezza.La procedura sarà dimostrata da Hirsch AWA, studente univ

automated-sholl-analysis-digitized-neuronal-morphology-at-multiple

Research

Ricerca

JoVE Journal

Neuroscience

Neuroscienze

Le registrazioni di patch-clamp e il riempimento simultaneo di biocitina intracellulare di neuroni accoppiati sinapticamente in fette cerebrali acute consentono un'analisi correlata delle loro proprietà strutturali e funzionali. Lo scopo di questo protocollo è quello di descrivere le fasi tecniche essenziali della registrazione elettrofisiologica da microcircuiti neuronali e la loro successiva analisi morfologica.

Elettrofisiologici e morfologica Caratterizzazione neuronali Microcircuiti in Acute Fette cervello Utilizzando accoppiati di patch-clamp Recordings

Questo protocollo descrive ricostruzioni su larga scala di popolazioni neuronali selettivi, etichettati dopo l'infezione retrograda con esprimendo un virus della rabbia modificato marcatori fluorescenti, e le analisi di cluster indipendente, imparziale che consentono la caratterizzazione completa delle metriche morfologiche tra sottoclassi neuronali distinti.

Ricostruzioni su larga scala e indipendente, imparziale Clustering Sulla base morfologici metrica per classificare i neuroni in selettivi Popolazioni

Qui mostriamo come analizzare dendritica instradamento dei neuroni midollo Drosophila in colonne e strati. Il flusso di lavoro comprende una tecnica di imaging dual-view per migliorare la qualità delle immagini e strumenti computazionali per tracciare, registrare mandrini dendritiche alla matrice di colonna di riferimento e per analizzare le strutture dendritiche nello spazio 3D.

Analizzando dendritiche Morfologia in colonne e strati

La pipeline descritta è progettata per la segmentazione di set di dati di microscopia elettronica più grandi di gigabyte, per estrarre morfologie intere celle. Una volta che le celle sono state ricostruite in 3D, software personalizzato progettato intorno alle esigenze individuali può essere utilizzato per eseguire un'analisi qualitativa e quantitativa direttamente in 3D, utilizzando anche la realtà virtuale per superare vista occlusione.

Un metodo per la ricostruzione 3D e l'analisi della realtà virtuale delle cellule gliali e neuronali

Qui presentiamo un metodo automatizzato per la determinazione semi-quantitativa del numero di neuroni dopaminergici nella substantia nigra pars compacta del ratto.

Determinazione semi-quantitativa della densità neuronale dopaminergica nella Substantia Nigra dei modelli di roditori utilizzando l'analisi automatizzata delle immagini

Presentato è uno strumento computazionale che consente la misurazione automatica semplice e diretta degli orientamenti dei rami dendritici neuronali da immagini di fluorescenza 2D.

Identificazione automatica dei rami dendritici e loro orientamento

Questo protocollo descrive i metodi per condurre la risonanza magnetica, la pulizia e l'immunomarcatura di cervelli di topo intatti utilizzando iDISCO +, seguita da una descrizione dettagliata dell'imaging utilizzando la microscopia a foglio di luce e analisi a valle utilizzando NuMorph.

Imaging a singola cellula dell'intero cervello e analisi di cervelli di topo neonatale intatti mediante risonanza magnetica, pulizia dei tessuti e microscopia a foglio luminoso

Qui, impieghiamo l'HD-MEA per approfondire le dinamiche computazionali di insiemi neuronali su larga scala, in particolare nell'ippocampo, nei circuiti del bulbo olfattivo e nelle reti neuronali umane. L'acquisizione dell'attività spazio-temporale, combinata con strumenti computazionali, fornisce informazioni sulla complessità dell'insieme neuronale. Il metodo migliora la comprensione delle funzioni cerebrali, identificando potenzialmente biomarcatori e trattamenti per i disturbi neurologici.

Registrazione e analisi della dinamica di ensemble neuronali multimodali su larga scala su array di microelettrodi ad alta densità integrati in CMOS

Le spine dendritiche sono compartimenti post-sinaptici della maggior parte delle sinapsi eccitatorie. Le alterazioni della morfologia della colonna vertebrale dendritica si verificano durante lo sviluppo neurologico, l'invecchiamento, l'apprendimento e molti disturbi neurologici e psichiatrici, sottolineando l'importanza di un'analisi affidabile della colonna vertebrale dendritica. Questo protocollo descrive la quantificazione della morfologia della spina dendritica in modo accurato e...

Quantificazione della spina dendritica utilizzando un software di ricostruzione automatica dei neuroni tridimensionali

I saggi di crescita dei neuriti forniscono un valore quantitativo sui processi neuronali rigenerativi. Il vantaggio di questo software semiautomatico è che segmenta separatamente i corpi cellulari e i neuriti creando una maschera e misura vari parametri come la lunghezza dei neuriti, il numero di punti di diramazione, l'area del cluster cellula-corpo e il numero di cluster di cellule.

Standardizzazione di un nuovo software semiautomatico per la misurazione della crescita dei neuriti 

Scopri l'analisi automatizzata Sholl della morfologia neuronale con il programma semi-automatizzato Bonfire. Questo metodo computazionale permette di osservare cambiamenti locali nei neuriti con maggiore efficienza e precisione rispetto all'analisi manuale.

Analisi automatizzata Sholl di Digitized morfologia neuronale a scale multiple

Esplora altri video