Et grafisk brukergrensesnitt for å utforske og dele en database med optogenetically-indusert vaskulær svar i musen somatosensory cortex i vivo målt ved 2-fotonet mikroskopi er presentert. Den lar leser data, kriterier-baserte utvalg, gjennomsnitt, lokalisering av målinger i et 3D-volum av blodkar og eksportere data.
Viktigheten av å dele eksperimentelle data i nevrovitenskap vokser med mengden og kompleks informasjon innhentet og ulike teknikker som brukes til å hente og behandle disse dataene. Men nå flertallet av eksperimentelle data, særlig fra enkelte studier av vanlig størrelse laboratorier aldri forskning samfunnet. En grafisk bruker grenseflate (GUI) motor kalt nevrovaskulære nettverk Explorer 2.0 (Nord 2.0) er opprettet som et verktøy for enkel og rimelig deling og utforske vaskulær bildebehandling data. NNØ 2.0 kommuniserer med en database som inneholder optogenetically-utløste dilatasjon/innsnevring tiden-kurs av enkeltskip målt i mus somatosensory cortex i vivo av 2-fotonet mikroskopi. NNØ 2.0 lar utvalg og visning av tiden-kurs basert på ulike kriterier (emne, forgrening ordre, kortikale dybde, fartøy diameter, arterioler treet) og enkle matematiske manipulasjon (f.eks. snitt, peak normalisering) og dataeksport. Den støtter visualisering av vaskulære nettverket i 3D og gjør lokalisering av enkelte funksjonelle fartøyet diameter målinger innenfor vaskulære trær.
NNØ 2.0, dens kildekoden og den tilsvarende databasen er fritt nedlastbart fra UCSD nevrovaskulære Imaging Laboratory webside1. Kildekoden kan benyttes av brukere å utforske den tilknyttede databasen eller som en mal for databasing og dele sine egne eksperimentelle resultater gitt riktig format.
Hjernen er ansett som en av de mest intrikate organene og ønsket å gre komplekse funksjonen er usvikelig. Det blir studert i ulike skaleringer fra den molekylære til atferdsdata nivå bredt palett verktøy2,3,4,5,6,7,8 . Mengden ikke-homogene eksperimentelle data vokser med enestående hastighet. Bevissthet om behovet for eksperimentell datadeling, organisasjon og standardisering vokser med ervervet datamengden. Det er blitt klart at neuroinformatics vil spille en avgjørende rolle i å integrere eksperimentelle data over skalaer i modeller av hjernen funksjon og dysfunksjon9,10.
Dette klarte noen studier, spesielt større skala studier, å øremerke ressurser til å gjøre sine resultater tilgjengelig via omfattende databaser,11,,12,,13,,14,,15. Men nådd en stor mengde prøvedata fra individuelle studier og vanlig størrelse laboratorier aldri forskning samfunnet. Dette er hovedsakelig to grunner: først, mer dedikerte tid for å bygge en database og lage verktøy som vil gjøre det mulig for brukeren å samhandle med databasen. og andre, mer penger er nødvendig for å støtte disse oppgavene. Motivert av disse utfordringene, en MATLAB basert grafisk bruker grenseflate (GUI) motor kalt nevrovaskulære nettverk Explorer 2.0 (Nord 2.0)16 ble utviklet som en enkel og rimelig verktøy for databasing, deling og utforske vaskulær bildebehandling data. Dette manuskriptet gir en manual for drift Nord 2.0 og den tilknyttede databasen av prøvedata.
NNØ 2.0 er allerede en ny generasjon programvare motor. Den første generasjonen, kalt nevrovaskulære nettverk Explorer 1.0 (Nord 1.0)17 ble bygget for å samhandle med en database med sensoriske utløste vasodilatasjon i rotte primære somatosensory cortex (SI) i vivo målt ved 2-fotonet mikroskopi18. NNØ 1.0, kildekoden, i tillegg til den tilknyttede databasen er fritt nedlastbart som en zippet fil kalt ‘Øst 1 Tian’ fra UCSD nevrovaskulære Imaging Laboratory webside1. Du finner mer informasjon om NNE 1.0 og den tilknyttede databasen i17.
Andre generasjon, Øst-2.0, fungerer sammen med en database med optogenetically-utløste utvidelse av enkelte skip i mus SI i vivo målt ved 2-fotonet mikroskopi20. Brukeren kan bla gjennom, Velg og visualiserer data basert på utvalg kategorier som kortikale dybde, forgrening ordre, fartøy diameter, dyr emne eller et bestemt arterioler tre. GUI ytterligere utfører enkle matematiske operasjoner som snitt og peak normalisering i valgte kategorier. NNØ 2.0 kan vise og bla gjennom bilder fange 3D mengder blodkar samt identifisere plasseringen av funksjonelle målingen innenfor vaskulære trærne. Denne funksjonen kan brukes til å rekonstruere vaskulær morphologies i 3D og fylle dem med virkelige single-fartøy vaso-motion målinger. Disse Rekonstruksjoner kan igjen bli innlemmet i datamodeller hjernen funksjonen21,22. NNØ 2.0, dens kildekoden og den tilknyttede databasen er fritt nedlastbart som en zippet fil kalt ‘Øst 2.0 HDbase v1.0’ fra UCSD nevrovaskulære Imaging Laboratory webside1.
NNØ 2.0 arbeider med en database kalt ‘vdb.mat’. Denne databasen er en matrise som inneholder timelige profiler (tid-kurs) enkelt fartøyet diameter endringer fremkalt av en optogenetic stimulans og målt på ulike steder av arterioler trær. Hver gang-løpet ble beregnet ved hjelp av tilpasset skrevet programvare. Den relative endringen i fartøyet diameter fra utvidelsen av en fluorescerende intensitet profil av skanning over fartøyet beregnes. Fluorescerende kontrasten ble presentert av intravascular injeksjon av fluorescein isothiocyanate (FITC)-merket dekstran. For mer informasjon om data og analyse prosedyrer, se20,23. Databasen har 305 tid-kurs (i.e. databaseposter) totalt. I tillegg til diameter endring, hver oppføring til databasen har en rekke ekstra metadata som (1) kvantifisere time-course (2) beskriver målt fartøyet og (3) identifiserer måling sted i et 3D-volum av kortikale blodkar. Metadataene inkluderer utbruddet tid, peak amplitude, peak amplitude tid, kortikale dybde, forgrening ordre, fartøy diameter på grunnlinjen, banen til opprinnelige referanse bilder og 3D bildestakker for hver måling og lav forstørrelse kart av hjernen overflate blodkar. Se alle parameterne i metadataene oppført og beskrevet i detalj tidligere i tabell 116.
NNØ 2.0 samhandler med referanse bilder som er XY skanner på en planet der diameter målingen fant sted. Hver databaseoppføringen har en tilsvarende referanseavbildning med et Referansenavn vises i GUI. Hver databaseoppføringen har også en tilknyttet stakk av bilder (3D-stabel) fange et 3D-volum av vaskulær treet som målingen fant sted. GUI kan velge en bestemt database og vise tilsvarende referansebildet som 3D-stabel. Det hjelper også brukeren å finne samsvarende referanseavbildning og ramme i 3D-stabel (de samme funksjonene finnes i både bilder). Alle stable og referanse bilder i deres full oppløsning (1024 pix x 1024 pix) er inkludert i mappene hana_stk og hana_refs, henholdsvis. Lav forstørrelse kart av hjerne blodkar inkluderes i mappen “kart”. Alle mappene som databasen matrix ‘vdb.mat’ er lastet ned i den zippede filen ‘Øst 2.0 HDbase v1.0’ fra UCSD nevrovaskulære Imaging Laboratory webside1 og lagret i rotmappen på øst 2.0 under installasjonen.
GUI er utformet som et sett med fire paneler (Panel 1 (Main Panel)-panelet 4) som åpner sekvensielt som brukeren utforsker databasen og velger bestemte data basert på utvalg kategorier. Hvert panel er delt i to hoveddeler: (1) den høyre kolonnen inneholder muligheten til å samhandle med databasen ved å velge parametere og kategorier av data og viser viktig informasjon fra metadataene; (2) venstre kolonne viser dataene i form av tid-kurs (diameter endring i tiden) og scatter-plott. Det finnes fire typer scatter tomter viser (1) dilatasjon starten tid (2) av dilatasjon peak (3) maksimale diameter endring (peak amplitude) og (4) opprinnelige diameter (diameter før stimulering) som funksjon av kortikale dybde. Brukeren har mulighet til å vise gjennomsnittlig tid-kurs og verdier for valgte data gruppert kortikale dybde eller forgrening rekkefølge. Dette er å markere funksjonen gradering diameter-endre atferd med økende dybde og forgrening bestillingen20. NNØ 2.0 lar brukeren Eksporter valgte delsettet med data i formatet “xls”, “CSV” eller “.mat”.
NNØ 2.0 ble skrevet for å dele vaskulær tenkelig dataene på en konkret studie20 men å utvikle et enkelt verktøy for deling og utforske data av lignende slag av andre brukere. Forskere interessert i inspisere den tilknyttede databasen vaskulær data kan bruke GUI å bla gjennom dataene, velger delsett med data, sammenligne dem med sin egen eksperimentelle resultater eller behandle dem ytterligere ved hjelp av egne beregningsformelen prosedyrer. Kjent med MATLAB-brukere kan bruke direkte i dat…
The authors have nothing to disclose.
Vi erkjenner takknemlig støtte fra NIH (NS057198, EB00790, MH111359 og S10RR029050) og departementet for utdanning, ungdom og sport i Tsjekkia (CEITEC 2020, LQ1601). KK ble støttet av postdoktor stipend fra International hodepine Society i 2014 og den vitenskapelige og teknologiske Research Council i Tyrkia i 2015. MT ble støttet av postdoktorstipend fra tysk Research Foundation (DFG TH 2031. / 1).