Het gebied van morfometrie bevat diverse methoden om de grootte en vorm van de biologische vorm, een fundamentele stap in wetenschappelijk onderzoek 1, 2, 3, 4, 5, 6 kwantificeren. Traditioneel is de statistische analyse van de grootte en vorm begint door het identificeren oriëntatiepunten op een biologische structuur, en vervolgens meten van lineaire afstanden, hoeken en verhoudingen, die in een multivariate kader kunnen worden geanalyseerd. -Landmark gebaseerde Geometric Morfologie is een aanpak die de ruimtelijke positie van monumenten behouden, behoud van geometrische gegevens uit het verzamelen van gegevens door middel van analyse en visualisatie 5. Gegeneraliseerde Procrustes Analyse (GPA) kan worden toegepast om de variatie in de locatie, omvang, en de rotatie van bezienswaardigheden verwijderen om een afstemming tussen specimens dat m producereninimizes hun kwadraat verschillen - wat overblijft is vorm verschil 7.
Een belangrijk concept van elke morfometrische analyse homologie, of het idee dat men een betrouwbare oriëntatiepunten die biologisch zinvolle en discrete functies die overeenkomen tussen exemplaren of structuren kunnen identificeren. Bijvoorbeeld, menselijke schedels hebben homologe processen foramina, hechtingen, en leidingen die kunnen toelaten morfometrische analyses. Helaas, de identificatie van overeenkomstige plekken die moeilijk in veel biologische structuren, vooral die met gladde oppervlakken of bochten 8, 9, 10.
We benaderen dit probleem hieronder met behulp van computationele geometrie. De algemene werkstroom is een driedimensionale scan van het object dat kan worden voorgesteld als een puntenwolk genereren en draai transformeren dat puntenwolk zodat alle specimens zijn gericht op een gemeenschappelijk coördinatensysteem. Toen we mathematisch definiëren semi-oriëntatiepunten van specifieke regio's van het object. Discrete semi-oriëntatiepunten geplaatst op deze regio's zijn biologisch arbitrair 11. Het uitvoeren van GPA en de daaropvolgende statistische analyses kan ongewenste artefacten produceren 8, 12 omdat willekeurig geplaatst oriëntatiepunten niet biologisch homoloog kan zijn. Daarom laten we deze semi-oriëntatiepunten om mathematisch "slide". Deze procedure minimaliseert het potentiaalverschil tussen de structuren. Zoals elders voerden de schuivende algoritme hier gebruikt dient soortgelijke anatomische gebieden die niet gemakkelijk te kwantificeren die overeenkomt oriëntatiepunten 3, 6, 8, 10, 11, 12. Deze methoden hebben hun limitations 13, maar moet worden aangepast aan voorwerpen van verschillende grootte en vorm.
Hier tonen we hoe deze methode in een recente studie van de muis baculum 14 werd toegepast, een bot in de penis die is opgedaan en meerdere onafhankelijke keren verloren tijdens de evolutie van zoogdieren 15. We bespreken de dissectie en de voorbereiding van een specifiek bot, de baculum (Protocol 1), het genereren van microCT beelden (Protocol 2), en de omzetting van deze beelden naar een formaat dat alle downstream computationele geometrie maakt (Protocollen 3 en 4). Na deze stappen, wordt elk monster vertegenwoordigd door ~ 100K xyz-coördinaten. We dan lopen door een reeks van veranderingen die effectief alle exemplaren in een gemeenschappelijke oriëntatie (Protocol 5) af te stemmen, hier semi-oriëntatiepunten van uitgelijnde exemplaren (Protocol 6). Protocollen 1-4 moet ongeacht het object dat wordt onderzocht gelijk zijn. Protocol 5 en 6 Protocol zijn specifiek ontworpen voor een baculum, maar het is onze hoop dat door detaillering deze stappen, kunnen de onderzoekers voorstellen wijzigingen die relevant zijn voor hun doel van belang zou zijn. Zo werden modificaties van deze methoden toegepast op walvissen bekken en ribben 16 te bestuderen.