JoVE Journal > Neuroscience
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
자동 번역
신경과학

Nevrovaskulære nettverk Explorer 2.0: Et enkelt verktøy for å utforske og dele en Database med Optogenetically-utløste Vasomotion i musen Cortex i Vivo

Published: May 04, 2018
doi:
10.3791/57214
, , , , , , , , ,
1Department of Radiology,University of California, San Diego, 2Central European Institute of Technology,Brno University of Technology, 3Department of Neurosciences,University of California, San Diego, 4Department of Physics,John Carroll University, 5Department of Biomedical Engineering,Boston University, 6Bioengineering Undergraduate Program,University of California, San Diego, 7Institute of Physical Engineering, Faculty of Mechanical Engineering,Brno University of Technology, 8Martinos Center for Biomedical Imaging,Massachusetts General Hospital, Harvard Medical School

Summary

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.

Abstract

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.

Introduction

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”.

Protocol

1. installasjon av Øst 2.0 Gå til UCSD nevrovaskulære Imaging Laboratory webside1 og venstreklikk på ‘NNE 2.0 HDbase v1.0’ laste ned zippet programfilene til ønsket sted på PCen.Merk: NNE 2.0 krever et Windows-operativsystem versjoner 7-10, minst 2,8 GB ledig plass til å laste ned den zippede filen og 6,9 GB å installere programmet. Pakk ut “NNE2_HDbase_v1.0.zip”.Merk: Den åpnede mappen NNE2 inneholder 10 filer: ‘hana_refs.tar.gz’, ‘hana_stk.tar.gz’, ‘maps.tgz’…

Representative Results

NNØ 2.0 og knytte databasen tjene til å bla gjennom og vise dataene i databasen, sortere ut data basert på utvalgskriterier, laste ned de valgte dataene og finne vaskulær målene i tilsvarende vaskulær treet. Panel 1 har utvalg av data basert på kategorier: “Kortikale dybde”, “Forgrening Order”, “Opprinnelige Diameter” og “Fag”- figur 1). Merk at i denne studien, det er ingen oppføringer for …

Discussion

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…

Disclosures

The authors have nothing to disclose.

Acknowledgements

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).

Materials

MATLAB MathWorks program
Winrar Rarlabs program
DOWNLOAD MATERIALS LIST

References

  1. . Use Our Data Available from: https://neurosciences.ucsd.edu/research/labs/nil/Pages/UseOurData.aspx (2017)
  2. Craddock, R. C., et al. Imaging human connectomes at the macroscale. Nat Methods. 10 (6), 524-539 (2013).
  3. Devor, A., et al. Frontiers in optical imaging of cerebral blood flow and metabolism. J Cereb Blood Flow Metab. 32 (7), 1259-1276 (2012).
  4. Ji, N., Freeman, J., Smith, S. L. Technologies for imaging neural activity in large volumes. Nat Neurosci. 19 (9), 1154-1164 (2016).
  5. Maze, I., et al. Analytical tools and current challenges in the modern era of neuroepigenomics. Nat Neurosci. 17 (11), 1476-1490 (2014).
  6. Medland, S. E., Jahanshad, N., Neale, B. M., Thompson, P. M. Whole-genome analyses of whole-brain data: working within an expanded search space. Nat Neurosci. 17 (6), 791-800 (2014).
  7. Osten, P., Margrie, T. W. Mapping brain circuitry with a light microscope. Nat Methods. 10 (6), 515-523 (2013).
  8. Poldrack, R. A., Farah, M. J. Progress and challenges in probing the human brain. Nature. 526 (7573), 371-379 (2015).
  9. Kotter, R. Neuroscience databases: tools for exploring brain structure-function relationships. Philos Trans R Soc Lond B Biol Sci. 356 (1412), 1111-1120 (2001).
  10. Uhlirova, H., et al. The roadmap for estimation of cell-type-specific neuronal activity from non-invasive measurements. Philos Trans R Soc Lond B Biol Sci. 371 (1705), (2016).
  11. Aine, C. J., et al. Multimodal Neuroimaging in Schizophrenia: Description and Dissemination. Neuroinformatics. , (2017).
  12. Amunts, K., et al. BigBrain: an ultrahigh-resolution 3D human brain model. Science. 340 (6139), 1472-1475 (2013).
  13. Laird, A. R., Lancaster, J. L., Fox, P. T. BrainMap: the social evolution of a human brain mapping database. Neuroinformatics. 3 (1), 65-78 (2005).
  14. Lein, E. S., et al. Genome-wide atlas of gene expression in the adult mouse brain. Nature. 445 (7124), 168-176 (2007).
  15. Shin, D. D., Ozyurt, I. B., Liu, T. T. The Cerebral Blood Flow Biomedical Informatics Research Network (CBFBIRN) database and analysis pipeline for arterial spin labeling MRI data. Front Neuroinform. 7, 21 (2013).
  16. Uhlirova, H., et al. Neurovascular Network Explorer 2.0: A Database of 2-Photon Single-Vessel Diameter Measurements from Mouse SI Cortex in Response To Optogenetic Stimulation. Front Neuroinform. 11, 4 (2017).
  17. Sridhar, V. B., Tian, P., Dale, A. M., Devor, A., Saisan, P. A. Neurovascular Network Explorer 1.0: a database of 2-photon single-vessel diameter measurements with MATLAB((R)) graphical user interface. Front Neuroinform. 8, 56 (2014).
  18. Tian, P., et al. Cortical depth-specific microvascular dilation underlies laminar differences in blood oxygenation level-dependent functional MRI signal. Proc Natl Acad Sci U S A. 107 (34), 15246-15251 (2010).
  19. . Use Our Data Available from: https://neurosciences.ucsd.edu/research/labs/nil/Pages/UseOurData.aspx (2017)
  20. Uhlirova, H., et al. Cell type specificity of neurovascular coupling in cerebral cortex. Elife. 5, (2016).
  21. Gagnon, L., et al. Quantifying the microvascular origin of BOLD-fMRI from first principles with two-photon microscopy and an oxygen-sensitive nanoprobe. J Neurosci. 35 (8), 3663-3675 (2015).
  22. Sakadzic, S., et al. Two-photon high-resolution measurement of partial pressure of oxygen in cerebral vasculature and tissue. Nat Methods. 7 (9), 755-759 (2010).
  23. Nizar, K., et al. In vivo stimulus-induced vasodilation occurs without IP3 receptor activation and may precede astrocytic calcium increase. J Neurosci. 33 (19), 8411-8422 (2013).
  24. Reznichenko, L., et al. In vivo alterations in calcium buffering capacity in transgenic mouse model of synucleinopathy. J Neurosci. 32 (29), 9992-9998 (2012).
  25. Langer, J., Rose, C. R. Synaptically induced sodium signals in hippocampal astrocytes in situ. J Physiol. 587 (Pt 24), 5859-5877 (2009).
  26. Gong, Y., et al. High-speed recording of neural spikes in awake mice and flies with a fluorescent voltage sensor. Science. 350 (6266), 1361-1366 (2015).
  27. Tantama, M., Hung, Y. P., Yellen, G. Optogenetic reporters: Fluorescent protein-based genetically encoded indicators of signaling and metabolism in the brain. Prog Brain Res. 196, 235-263 (2012).
  28. Devor, A., et al. “Overshoot” of O(2) is required to maintain baseline tissue oxygenation at locations distal to blood vessels. J Neurosci. 31 (38), 13676-13681 (2011).
  29. Devor, A., et al. Stimulus-induced changes in blood flow and 2-deoxyglucose uptake dissociate in ipsilateral somatosensory cortex. J Neurosci. 28 (53), 14347-14357 (2008).
  30. Rauch, A., Rainer, G., Logothetis, N. K. The effect of a serotonin-induced dissociation between spiking and perisynaptic activity on BOLD functional MRI. Proc Natl Acad Sci U S A. 105 (18), 6759-6764 (2008).
  31. Lemmon, V. P., et al. Minimum information about a spinal cord injury experiment: a proposed reporting standard for spinal cord injury experiments. J Neurotrauma. 31 (15), 1354-1361 (2014).
  32. Ascoli, G. A., Donohue, D. E., Halavi, M. NeuroMorpho.Org: a central resource for neuronal morphologies. J Neurosci. 27 (35), 9247-9251 (2007).
  33. Mennes, M., Biswal, B. B., Castellanos, F. X., Milham, M. P. Making data sharing work: the FCP/INDI experience. Neuroimage. 82, 683-691 (2013).
  34. Marmarou, A., et al. IMPACT database of traumatic brain injury: design and description. J Neurotrauma. 24 (2), 239-250 (2007).

Tags

Neurovascular Network Explorer 2.0NNE 2.0MATLABGraphical User InterfaceOptogenetically-evoked Vascular Diameter ChangesTwo Photon Microscopy3D Structure Of Vascular NetworkDatabaseCortical DepthBranching OrderBaseline DiameterVessel MorphologyTime CoursesGroup AverageOnset TimesTime-to-peakPeak AmplitudesSubject IDTree ID

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
Uhlirova, H., Tian, P., Kılıç, K., Thunemann, M., Sridhar, V. B., Chmelik, R., Bartsch, H., Dale, A. M., Devor, A., Saisan, P. A. Neurovascular Network Explorer 2.0: A Simple Tool for Exploring and Sharing a Database of Optogenetically-evoked Vasomotion in Mouse Cortex In Vivo. J. Vis. Exp. (135), e57214, doi:10.3791/57214 (2018).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image