제시된 것은 2D 형광 심상에서 신경 수지상 분기의 방향을 간단하고 직접 자동적으로 측정할 수 있는 계산 도구입니다.
이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.
이 논문에서
요약
초록
신경 수 지상 나무의 구조는 뉴런에서 시 냅 스 입력의 통합에 중요 한 역할을. 따라서, 원점의 형태의 특성화는 신경 기능의 더 나은 이해를 위해 필수적이다. 그러나, 수지상 나무의 복잡성, 고립 될 때 특히 신경 네트워크 내에 있을 때, 완전히 이해 되지 않았습니다. 우리는 2D 신경 배양의 형광 심상에서 수지상 분기의 방향을 자동 측정할 수 있는 새로운 계산 도구인 SOA (세분화 및 방향 분석)를 개발했습니다. Python으로 작성된 SOA는 세분화를 사용하여 수지상 분기를 이미지 배경과 구별하고 각 분기의 공간 방향에 데이터베이스를 축적합니다. 그런 다음 데이터베이스는 네트워크에서 수지상 분기의 방향 분포 및 병렬 수지상 분기 성장의 보급과 같은 형태학적 매개 변수를 계산하는 데 사용됩니다. 얻어진 데이터는 뉴런 활동 및 생물학 및 약리학 자극에 응하여 원달의 구조적 변화를 검출하기 위하여 이용될 수 있습니다.
서론
수지상 형태 발생은 수지상 나무의 구조가 뉴런1,2,3에서 시냅스 통합의 전산 특성에 영향을 미치기 때문에 신경 과학의 중심 주제입니다. 더욱이, 수지상 분지의 형태학적 이상 및 수정은 퇴행성 및 신경 발달 장애4,5,6에 연루됩니다. 수지상 파급 효과가 더 쉽게 시각화 될 수있는 신경 배양에서, 비 자매 수지상 분기 사이의 상호 작용은 분기를 따라 시냅스 클러스터링의 사이트와 정도를 조절, 시냅스 호형성 및 가소성에 영향을 미칠 수있는 행동7,8,9. 따라서, 2차원(2D) 뉴런 배양을 이용한 수지상 나무의 형태학적 파라미터의 특성화는 뉴런의 단일 및 네트워크의 수지상 형태 발생 및 기능을 이해하는 데 유리하다. 그러나 수지상 분기는 "단순화된" 2D 신경 배양에서도 복잡한 메시를 형성하기 때문....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
프로토콜
참고 : 이스라엘 보건부는 실험 동물의 윤리적 사용을 위해 프로토콜 IL-218-01-21에 따라 마우스의 사용을 승인했다. SOA는 윈도우와 호환 10 파이썬 3.9. 오픈 소스 코드로 사용할 수 있습니다: https://github.com/inbar2748/DendriteProject. 이 링크에는 README도 있습니다. 소프트웨어를 다운로드하기 위한 길찾기가 있는 DM 파일, 소프트웨어 웹 사이트에 대한 링크 및 모든 패키지의 필수 버전에 대한 정보가 포함된 요구 사항 파일입니다. 소프트웨어를 사용하여 수행된 분석의 추가 예도 이곳에 제공되었습니다.
그림 1: 세분화 및 성장 방향 분석을 위한 SOA 워크플로우입니다. 다음은 수지상 네트워크 및 데이터 분석의 형광 이미지의 처리 단계입니다. 2D 이미지는 업로드되고 세분화되어 있습니다(두 단계로 수지상 분기가 선으로 감지된 다음 관련 ....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
결과
문화에서 수지상 네트워크의 이미지에 대한 대표적인 분석이 수행되었습니다. 세포는 바란 외에 의해 설명된 바와 같이 추출되었다. 16,17. 간략하게, 해마 세포는 산후 쥐의 두뇌에서 추출되고 1-2 주 동안 2D 유리 덮개에 경작되었습니다. 배양은 수지상 단백질 마커, 마이크로튜드 관련 단백질 2(MAP2)에 대한 항체를 사용하여 간접면역형광을 통해 고정및 염색하였다. 수지상 네트워크의 이미지는 형광 현미경을 사용하여 수집되었고, 10개의 이미지는 SOA를 사용하여 처리되었다.
도 1 은 수지상 네트워크 분석을 위한 일반적인 SOA 워크플로우를 보여 주며. 입력은 2D 형광 현미경 이미지입니다. 이미지 세분화는 두 단계로 수행됩니다: 첫 번째 단계는 수지상 분기를 선으로 식별하고, 두 번째 단계는 사용자가 .......
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
토론
2D 심상에서 형태학적 정보를 추출하기 위한 효과적인 전략은 생물학적 이미징 데이터를 따라잡기 위해 시급히 필요합니다. 이미징 데이터는 몇 시간 안에 생성될 수 있지만 이미지에 대한 심층 분석은 시간이 오래 걸립니다. 그 결과, 이미지 처리는 분명히 많은 분야에서 주요 장애물이되었다. 이것은 특히 생물학적 샘플을 다룰 때 데이터의 복잡성이 높기 때문입니다. 또한 많은 사용자가 특수 프로그래밍 및 이미지 처리 기술이 부족하기 때문에 쉽고 사용자 친화적인 방식으로 이미지 처리를 수행할 수 있는 자동화된 도구가 필요합니다. SOA가 유용할 것으로 예상되는 이유입니다. 대표적인 결과는 수지상 네트워크의 복잡성에도 불구하고 몇 가지 간단한 단계로 이미지의 수지상 분기를 식별할 수 있는 자동화된 세분화를 보여 줍니다. 작업 과정은 간단하고 직관적이며, 다양한 공간 정보는 즉시 노력없이 얻을 수 있습니다. 여러 알고리즘이 사용되어 형광 이미지의 개별 수지상 분기를 감지하고 결과에 대한 여러 분석을 수행했습니다. 알고리즘에 대한 자세한 설명은.......
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
공개 사항
저자는 경쟁적인 재정적 이익이 없다고 선언합니다.
감사의 글
저자는 문화 이미지의 준비에 대한 박사 Orly Weiss에게 감사드립니다.
....액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
재료
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| 매트플롯립 | 2002 - 2012 John Hunter, Darren Dale, Eric Firing, Michael Droettboom 및 Matplotlib 개발 팀; 2012 - 2021 Matplotlib 개발팀. | 3.4.2 | Python 2D 플로팅 라이브러리 |
| matplotlib-scalebar | Philippe Pinard | 0.7.2 | matplotlib 용 아티스트 |
| NumPy | NumPy 커뮤니티. | 1.20.3 | 과학 컴퓨팅 라이브러리 |
| OpenCV | OpenCV 팀을 | 4.5.2.54 | 오픈 소스 컴퓨터 비전 라이브러리 |
| PyCharm | JetBrains | 2020.3.1(Community Edition) | 버전 빌드 #PC-203.6682.86, 2020년 12월 18일에 빌드. 런타임 버전: 11.0.9.1+11-b1145.37 amd64. VM : JetBrains sro의 OpenJDK 64 비트 서버 VM 윈도우 10 10.0. 메모리: 978M, 코어: 4 |
| PyQt5 | Riverbank Computing | 5.15.4 | GUI python |
| Python Software Foundation License | 3.9 버전 | ||
| Qt Designer | The QT Company Ltd. | 5.11.1 버전 | |
| scipy | 커뮤니티 라이브러리 프로젝트 | 1.6.3 | 수학, 과학 및 공학을위한 오픈 소스 소프트웨어의 Python 기반 생태계 |
| Seaborn | Michael Waskom. | 0.11.1 | Python의 통계 데이터 시각화 라이브러리. |
| Windows 10 | Microsoft | ||
| Xlsxwriter | John McNamara | 1.4.3 | Excel XLSX 파일 생성을 위한 Python 모듈 |
참고문헌
- Ferrante, M., Migliore, M., Ascoli, G. Functional impact of dendritic branch-point morphology. Journal of Neuroscience. 33 (5), 2156-2165 (2013).
- Spruston, N. Pyramidal neurons: dendritic structure and synaptic integration. Nature Reviews Neuroscience.
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
재인쇄 및 허가
