Analisi ad alta velocità effettiva dei dati di mappatura ottica tramite ElectroMapHigh-Throughput Analysis of Optical Mapping Data Using ElectroMap
4 giugno 2019
Questo protocollo descrive la configurazione e l'uso di ElectroMap, una piattaforma software open source basata su MATLAB per l'analisi dei dati di mappatura ottica cardiaca. ElectroMap fornisce uno strumento versatile ad alta produttività per l'analisi di dati di tensione di mappatura ottica e set di dati di calcio in un'ampia gamma di modelli sperimentali cardiaci.
L'uso di tecnologie multi-array e di mappatura ottica nella ricerca cardiaca si sta espandendo. Tuttavia, ciò che attualmente manca è un software opensource robusto e ad alta produttività per l'analisi dei dati di elettrofisiologia. Questo è il motivo per cui abbiamo sviluppato un nuovo software chiamato ElectroMap per aiutare i ricercatori con la loro analisi.
ElectroMap incorpora metodi nuovi e consolidati per analizzare i dati di mappatura cardiaca che possono essere acquisiti da qualsiasi specie utilizzando più telecamere diverse, più coloranti fluorescenti diversi e diverse modalità di acquisizione tra cui la mappatura ottica e i sistemi array multi-elettrodi. Oltre a misurare parametri PA standard come la durata del potenziale d'azione, il saggio conduttivo e la morfologia, ElectroMap consente l'analisi e quantificare l'attività. Inizia scaricando tutti i file dall'ultima versione del codice sorgente di ElectroMap dal repository GitHub.
Decomprimere il contenuto scaricato nella posizione desiderata. Aprire MATLAB e passare al percorso della cartella che ospita il codice sorgente ElectroMap. Quindi aprire l'elettromappa del file.
m e premere esegui nell'editor per avviare l'interfaccia utente ElectroMap. Quindi, per caricare l'immagine, premere seleziona cartella e passare al percorso del file di dati o dei file da analizzare. Selezionare il file da caricare dall'interno dell'interfaccia e premere le immagini di caricamento.
Una volta caricato, apparirà il primo fotogramma e un contorno rosso indicherà la soglia automatica dell'immagine. Se lo si desidera, modificare questa opzione in base all'ampiezza del percorso del tempo del segnale modificando l'opzione nell'immagine per il menu a discesa soglia. Si noti che una volta selezionata la soglia, questa viene applicata per l'intero stack di immagini.
Se lo si desidera, modificare l'opzione di soglia in manuale che attiverà il dispositivo di scorrimento per regolare manualmente la soglia dell'immagine. Inoltre, selezionare l'area di interesse personalizzata per l'analisi selezionando le caselle di spunta appropriate al di sotto delle opzioni di soglia. Si noti che le opzioni avanzate per la selezione dell'area di interesse, ad esempio il numero di aree, sono disponibili dalla selezione del ROI dal menu in alto.
Una volta applicata una soglia appropriata, premere le immagini del processo per applicare l'elaborazione. A questo punto, assicurarsi che siano state immesse le impostazioni corrette della fotocamera per la frequenza fotogrammi e kilohertz e le dimensioni dei pixel in micrometri e opzioni di elaborazione del segnale come l'intervallo di tempo della finestra, il filtraggio spaziale e temporale. Dopo che il file è stato elaborato, ispezionare i picchi nel segnale medio tissutale etichettato da cerchi rossi.
Segmentare il segnale in base ai picchi rilevati. Segnale del segmento di stampa. Se lo si desidera, applicare la segmentazione personalizzata del segnale ingrandindo il tempo di interesse e selezionando il segnale del segmento.
Dopo che le immagini sono state elaborate, il pulsante produce mappe diventerà attivo. Premere per produrre mappe per applicare la durata potenziale di azione, il tempo di attivazione, la velocità di conduzione e l'analisi del rapporto segnale/rumore. Selezionate i segmenti desiderati dalla casella di riepilogo per applicare l'analisi a ciascuno di essi.
Quindi, seleziona ottieni informazioni sui pixel per vedere una visualizzazione dettagliata del segnale da qualsiasi pixel all'interno dell'immagine e confronta i pixel con i segnali tracciati simultaneamente da un massimo di sei posizioni. Per accedere ad un'analisi più dettagliata della velocità di conduzione, premere la conduzione. Quindi premere un singolo vettore per analizzare la conduzione usando il metodo del singolo vettore in cui il vettore gradiente viene calcolato dal tempo di inattivazione del ritardo tra due punti.
Infine, premere il vettore locale per applicare il metodo multi-vettore con le impostazioni corrispondenti a quelle dell'interfaccia principale. Premere la curva di attivazione per tracciare la percentuale di tessuto attivato in funzione del tempo. Per quantificare altri parametri utilizzando ElectroMap, selezionate una delle altre analisi desiderate dal menu a discesa sopra la mappa di visualizzazione.
Premere l'analisi di un singolo file per aprire un modulo dedicato per la durata ad alta velocità effettiva e l'analisi di conduzione di ogni segmento identificato in un file. Eseguire l'analisi sull'intera immagine o su aree o punti di interesse selezionati. Per esportare dati da ElectroMap, premere esporta i valori per salvare i valori della mappa attualmente visualizzata nell'interfaccia utente principale.
Quindi premi la mappa di esportazione per visualizzare un popup contenente la mappa attualmente visualizzata che può quindi essere salvata in una varietà di formati di immagine. Se lo si desidera, aggiungere una barra dei colori selezionando l'icona della barra dei colori. Impostare la scala selezionando modifica e quindi mappa dei colori.
Infine, premi il video di attivazione per eseguire il rendering di un'animazione della sequenza di attivazione che può essere salvata come file GIF animato. Questo mostra la morfologia del potenziale d'azione degli atri murini rispetto al ventricolo della cavia registrato utilizzando coloranti sensibili alla tensione come precedentemente riportato. Nonostante la forma distinta del potenziale d'azione e l'uso di due telecamere di mappatura ottica separate con frame rates e dimensioni dei pixel diverse, ElectroMap può essere utilizzato per analizzare con successo entrambi i set di dati selezionando i parametri appropriati.
L'applicazione della media dell'insieme al posto di altri metodi può migliorare l'SNR dagli atri sinistro murini isolati. Un cambiamento della frequenza di stimolazione da tre hertz a 10 hertz non ha alterato l'APD quando non viene intrapresa alcuna media dell'insieme, ma è stata osservata una diminuzione prevista dell'APD a 10 hertz pacing se misurata da dati medi dell'insieme. Inoltre, gli atri sinistro del mouse sono stati accelerati a una lunghezza del ciclo di 120 millisecondi e la lunghezza del ciclo è stata ridotta in modo incrementale di 10 millisecondi fino a raggiungere i 50 millisecondi.
ElectroMap identifica automaticamente la lunghezza del ciclo di stimolazione e la media dei tessuti di gruppo raggiunge i picchi di conseguenza. APD e intervallo diastolico accorciati. L'ampiezza dei picchi misurati otticamente è diminuita mentre il time-to-peak è aumentato.
Questo protocollo mostra come installare e impostare le impostazioni in ElectroMap al fine di analizzare rapidamente la durata potenziale di azione, la velocità di conduzione, la variabilità dal picco al picco e anche come è possibile impostare la media al fine di migliorare il rapporto segnale/rumore. Speriamo che il rilascio di questo software liberamente disponibile aiuterà i ricercatori con le loro esigenze di analisi e porterà ad alcune importanti scoperte nella ricerca cardiaca. Continueremo a costruire tutti gli algoritmi che abbiamo sviluppato e incoraggiamo gli altri ad aiutarci ad espandere ulteriormente le funzionalità electromap.
Panoramica
Questo protocollo descrive la configurazione e l'utilizzo di ElectroMap, una piattaforma software open-source basata su MATLAB per l'analisi di dati di mappatura ottica cardiaca. ElectroMap fornisce uno strumento versatile ad alto rendimento per l'analisi di dataset di tensione e calcio ottenuti mediante mappatura ottica in una vasta gamma di modelli sperimentali cardiaci.
Componenti Chiave dello Studio
Area della Scienza
- Elettrofisiologia cardiaca
- Mappatura ottica
- Sviluppo di software
Sfondo
- Le tecnologie multimatrici e di mappatura ottica sono sempre più utilizzate nella ricerca cardiaca.
- Esiste la necessità di un software open source robusto e ad alto rendimento per l'analisi dei dati di elettrofisiologia.
- ElectroMap incorpora sia metodi nuovi che consolidati per l'analisi dei dati di mappatura cardiaca.
- Il software supporta dati provenienti da diverse specie e modalità di acquisizione.
Scopo dello studio
- Fornire uno strumento intuitivo per l'analisi dei dati di mappatura ottica cardiaca.
- Facilitare la misurazione dei parametri del potenziale d'azione e l'analisi della conduzione.
- Migliorare il rapporto segnale-rumore nell'analisi dei dati elettrofisiologici.
Metodi Utilizzati
- Scaricare e configurare ElectroMap dal repository GitHub.
- Caricare ed elaborare immagini di mappatura ottica utilizzando MATLAB.
- Applicare soglie automatiche e manuali per l'analisi delle immagini.
- Eseguire la segmentazione e produrre mappe per l'analisi del potenziale d'azione.
Risultati principali
- ElectroMap analizza con successo dati provenienti da diverse configurazioni di mappatura ottica.
- La durata del potenziale d'azione e la velocità di conduzione possono essere quantificate in modo efficace.
- La media di insieme migliora il rapporto segnale-rumore nell'analisi dei dati.
- Sono supportati segmentazione personalizzata e analisi dettagliata dei pixel.
Conclusioni
- ElectroMap è uno strumento prezioso per i ricercatori in elettrofisiologia cardiaca.
- Il software migliora l'analisi di dataset complessi di mappatura ottica.
- La sua natura open source favorisce l'accessibilità e la collaborazione nella ricerca.
Domande frequenti
Rilevanza Industriale del Contenuto
ElectroMap risponde alla necessità di software open-source robusti e ad alto rendimento nella ricerca di elettrofisiologia cardiaca, consentendo un'analisi standardizzata di dati complessi di mappatura ottica attraverso diverse specie e modelli sperimentali. Migliorando il rapporto segnale-rumore mediante media d'insieme e supportando l'analisi automatizzata di più battiti cardiaci, la piattaforma aumenta la fiducia predittiva nella validazione degli obiettivi e nella riduzione dei rischi meccanicistici nella scoperta di farmaci cardiovascolari. La sua progettazione modulare facilita l'integrazione nei flussi di lavoro di scoperta, sostenendo lo sviluppo di saggi e l'allineamento di biomarcatori traslazionali in modelli preclinici.
Applicazioni Strategiche nella Ricerca e Sviluppo in Biopharma
Scoperta Precoce e Validazione del Target
- Valore scientifico: Consente l'analisi di ipotesi terapeutiche mediante la quantificazione della durata del potenziale d'azione, della velocità di conduzione e del rapporto segnale-rumore in preparati cardiaci multicellulari.
- Valore operativo: Supporta la riduzione del rischio biologico fornendo letture elettrofisiologiche quantitative e riproducibili per la validazione funzionale delle target.
- Valore predittivo: Facilita la selezione del portafoglio identificando modifiche elettrofisiologiche che potrebbero essere trascurate nell'analisi di un singolo battito, grazie alla media di insieme.
Sviluppo di Screening e Saggi
- Valore scientifico: Prepara sistemi biologici validati per flussi di lavoro successivi standardizzando l'elaborazione dei dati di mappatura ottica e consentendo l'analisi ad alto rendimento di registrazioni sperimentali complete.
- Valore operativo: Affronta la standardizzazione e la riproducibilità del saggio attraverso il rilevamento automatico della frequenza di stimolazione, la segmentazione del segnale e parametri di pre-elaborazione personalizzabili.
- Scalabilità: Evidenzia la prontezza per lo screening e il riutilizzo della piattaforma grazie al supporto per diversi coloranti fluorescenti, modalità di acquisizione e dati specifici per specie.
Ricerca Translazionale e Preclinica
- Continuità Translazionale: Discute la rilevanza per le malattie e l'allineamento dei biomarcatori traslazionali permettendo un'analisi dettagliata della conduzione, dell'alternanza e dell'analisi in serie nei modelli cardiaci.
- Validazione Preclinica: Descrive la continuità dallo stadio di scoperta fino alla validazione preclinica quantificando le risposte acute e la variabilità battito dopo battito in condizioni di frequenze di stimolazione variabili.
- Progressione Basata sul Rischio: Affronta le decisioni di progressione basate sul rischio rilevando modifiche elettrofisiologiche che migliorano la qualità del segnale in dataset rumorosi.
Integrazione di Pipeline e Flusso di Lavoro
ElectroMap si integra nel percorso di scoperta, dalla Fase Iniziale di Scoperta all'Identificazione del Compound Leader e ai lavori Preclinici, fornendo misurazioni elettrofisiologiche quantitative che supportano la verifica delle ipotesi e la riduzione del rischio biologico.
- Biologia della scoperta: Spiega come il metodo supporti la verifica di ipotesi, la chiarificazione di vie biologiche o la riduzione del rischio biologico attraverso l'analisi della dinamica del potenziale elettrico e del calcio nel tessuto cardiaco.
- Screening: Descrive la prontezza del saggio, la riproducibilità o gli output quantitativi supportati dall'articolo, inclusa la durata del potenziale d'azione, la velocità di conduzione e la mappatura del rapporto segnale-rumore.
- Analisi: Mette in evidenza misurazioni, letture o output statistici che aiutano i gruppi di lavoro a confrontare diverse condizioni, come la variabilità picco-picco e le variazioni dell'intervallo diastolico in risposta a frequenze di stimolazione diverse.
- Ricerca traslazionale: Collega il metodo a continuità precliniche o all'allineamento con biomarcatori solo quando sostenuto dalla fonte, mediante moduli personalizzati per l'analisi della conduzione e dell'alternanza.
- Riutilizzo aziendale: Presenta il metodo come una capacità riutilizzabile piuttosto che una tecnica monouso, sottolineandone la natura open source e l'adattabilità attraverso diversi modelli sperimentali.
Impatto Operativo ed Aziendale
- Valore scientifico: Affidabilità predittiva, validazione degli obiettivi terapeutici, riduzione dell'ambiguità meccanicistica nell'elettrofisiologia cardiaca.
- Valore operativo: Standardizzazione, riproducibilità e scalabilità dell'analisi dei dati di mappatura ottica tra diversi laboratori e modelli.
- Valore strategico: Decisioni più accurate su prosegui/non prosegui, efficienza del capitale e riduzione del rischio biologico in fasi avanzate grazie a una qualità del segnale migliore e al rilevamento di modifiche elettrofisiologiche sottili.
- Impatto sul portafoglio: Prioritizzazione e decisioni di avanzamento corrette per rischio basate su profili elettrofisiologici riproducibili e ad alto rendimento.
Considerazioni sull'implementazione
- Competenze scientifiche richieste negli ambienti software basati su MATLAB e nei principi della elettrofisiologia cardiaca.
- Le esigenze di strumentazione e infrastruttura analitica includono sistemi di mappatura ottica, coloranti fluorescenti e hardware di acquisizione compatibile.
- Requisiti di standardizzazione tra i gruppi di lavoro per garantire un'individuazione uniforme delle soglie, delle regioni di interesse e delle definizioni dei parametri tra utenti e sedi diverse.
- Considerazioni sull'adattamento tra diversi sistemi modello, inclusi frame rate, dimensioni dei pixel e opzioni di elaborazione del segnale specifici per specie.
- Limitazioni pratiche supportate dalla letteratura: dipendenza dalle corrette impostazioni della telecamera per frame rate e chilohertz, e necessità di regolazione manuale delle soglie quando i metodi automatici risultano insufficienti.
