$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
KAV produceert visuele representaties van netwerkstructuur
Het contrast tussen de ECFCs en de achtergrond van de matrix in de fase contrast beelden kunt KAV te identificeren van cel-specifieke structuren. ECFC netwerken geïdentificeerd door KAV zijn pittoreske als skelet en masker uitleveringen vertegenwoordigd om te illustreren structuren gebruikt door de software voor kwantificering(Figuur 2). Bovenal maakt kwalitatieve beoordeling van het skelet en masker uitleveringen snelle identificatie van KAV gevoeligheid en nauwkeurigheid, waarin nog kan nuttig zijn bij het bepalen van de optimale instellingen en interpreteren van resultaten van de analyse. Wanneer de kwaliteit van de afbeeldingen met fase contrast hoog is en voldoende contrast is bereikt, identificeert KAV nauwkeurig ECFC netwerken, zoals aangegeven door de gelijkenis tussen de fase contrast-afbeelding en de KAV gegenereerde skelet en masker uitleveringen (Figuur 2 A en Video 1).
U hebt fase contrast beelden geen hoog contrast en/of artefacten van imaging zoals gridding plaatsvinden, netwerk detectie nauwkeurigheid wordt verminderd en resultaten worden dubbelzinnig (Figuur 2B). Vorming van luchtbellen binnen de cel media kan bovendien ook onzichtbaar maakt detectie nauwkeurigheid (Figuur 2). Problemen met de beeldkwaliteit kunnen echter vaak worden overwonnen door selectie van verschillende drempelmethode methoden opgenomen in de software van KAV. Bijvoorbeeld, werd de fase contrast afbeelding in Figuur 2B geanalyseerd met identiek beeld processing instellingen met uitzondering van de drempelmethode-methode. Van het skelet en masker uitleveringen is het duidelijk dat de Otsu drempelmethode in een meer nauwkeurige detectie van de netwerken van de ECFC weergegeven in de fase contrast afbeelding (Figuur 2B resulteerde). Beeldkwaliteit is daarom essentieel voor het bereiken van nauwkeurige en zinvolle resultaten in deze test. Evenwel toestaan dat verschillende drempelmethode methoden opgenomen in de gebruikersinterface van KAV aanpassing van beeldanalyse op basis van de kwaliteit van de invoerafbeeldingen.
Time-lapse microscopie identificeert kwalitatieve en kwantitatieve verschillen in ECFC vasculogenese na blootstelling van de uteriene zwangerschapsduur diabetes mellitus
Onlangs, de KAV analytische aanpak werd gebruikt om te beoordelen van foetale ECFC functie, na blootstelling aan moeders type 2 diabetes mellitus (T2DM) in utero16. Met behulp van KAV, veranderde kinetiek van vasculogenese werden geïdentificeerd in de foetale ECFCs blootgesteld aan T2DM. Echter, naast T2DM blootstelling, dat door de hele draagtijd, zwangerschapsduur diabetes mellitus (GDM) of de ontwikkeling van glucose-intolerantie gewoonlijk in het derde trimester van de zwangerschap komt, schaadt ook ECFC functie13. Daarom, KAV werd toegepast om te bepalen als de GDM-blootgesteld ECFCs veranderde kinetiek van de ECFC netwerk vorming ook weergegeven. Fase 1 (0-5 h) en fase 2 (5 + h) werden beoordeeld met behulp van tijd vervallen microscopie in combinatie met KAV analyse (Figuur 3). Representatieve fase contrast beelden verworven aan het begin van Beeldacquisitie (0,50 h) en in de tijdsverloop (5.00 en 10.00 h) verbeelden ECFC netwerk vorming in de vier monsters getest van een experimentele dag (Figuur 3 en Video 1 ). Ondanks de equivalente cel laden, zoals waargenomen in de fase contrast beelden op 0,50 uren, zijn kwalitatieve verschillen in netwerkstructuur duidelijk op de 5,00 en 10,00 uur tijd punten. ECFCs van de ongecompliceerde zwangerschap (UC) vormen een complex en ingewikkeld netwerk 5 uur na plating, vergelijkbaar met onze eerder gepubliceerde gegevens16. Omgekeerd, ECFCs van GDM voorbeeldformulier 1 (GDM1) zeer weinig structuren niet onderling verbonden netwerk. Dit patroon komt echter niet tot uiting in alle ECFC monsters verkregen uit GDM zwangerschappen, indicatieve van heterogeniteit tussen de monsters. Monsters GDM2 en GDM3 weer groter netwerk vorming in vergelijking met GDM1, hoewel de patronen van connectiviteit veranderd in vergelijking met de UC-monster lijken. Bovenal meet KAV verschillende constructiedelen van ECFC netwerken te identificeren zowel subtiele als duidelijke fenotypen.
Naast het genereren van skelet en masker uitleveringen van netwerkstructuur, kwantificeert KAV tien statistieken van de structuur van het netwerk, met inbegrip van het aantal individuele netwerkstructuren, knooppunten, triple-vertakt knooppunten, quadruple-vertakt knooppunten, takken, totale bijkantoor van de lengte, gemiddelde lengte, aftakking naar knooppunt verhouding, totale gesloten netwerken, en netwerk gebied16. KAV verzamelt de gegevens voor elk monster in een enkele tabel van waarden voor alle foto's van het tijdsverloop. Tabel 1 bevat representatieve ruwe gegevens uit één beeldvorming studie voor één ECFC monster. Parameters van de netwerkstructuur gemeten door KAV zijn geordend in kolommen, en de gegevens voor opeenvolgende beelden verworven na verloop van tijd zijn onderverdeeld in rijen. Voor bijvoorbeeld in onze studies, afbeelding 1 werd verkregen 30 min na beplating met latere beelden worden verzameld elke 15 min. Raw waarden die zijn gegenereerd door KAV kan vervolgens worden opgenomen in een grafiek of16verder geanalyseerd met behulp van meer complexe statistische benaderingen.
Vijf grafieken beeltenis van gemiddelde waarden van de structuur van het netwerk uit drie aparte experimenten worden weergegeven voor een enkele ongecompliceerde monster (UC) en de drie monsters voor GDM (Figuur 4). Het monster van UC in deze experimenten uitgevoerd op dezelfde manier eerder geanalyseerd UC monsters16. Eerder, was het ontdekt dat ECFC vasculogenese in vitro is bi-phasic, bestaande uit fase 1 (0 - 5 h) en fase 2 (5-10 h)16. Dit patroon is consistent in de huidige studies, zoals blijkt uit de grafiek afgebeeld gesloten netwerkgegevens (Figuur 4). De UC-steekproef vormden een groter aantal gesloten netwerken ten opzichte van alle drie van de GDM-monsters. Interessant is dat lijken drie van de vier monsters te hebben een soortgelijke tijd om maximale aantal gesloten netwerken, die tussen 2,5 tot 3 uur plaatsvindt. Het GDM2 monster was echter langzamer te bereiken maximale gesloten netwerken, die zich hebben voorgedaan 5 uur na plating. En, ondanks het GDM2 monster vormen minder maximale netwerken in vergelijking met de UC-monster, de netwerken vormt werden onderhouden ook aan het UC monster na verloop van tijd. Omgekeerd, GDM1 en GDM3, die gevormd minder netwerken in vergelijking met de UC-monster, ook tentoongesteld een algehele vermindering in netwerknummer na verloop van tijd. Over het algemeen uit de grafiek afgebeeld gesloten netwerknummer, is het duidelijk dat alle ECFC monsters een bi-phasic patroon van de vorming van het netwerk weergegeven, maar het tempo van de vorming en het maximale aantal netwerken bereikt in verschillende steekproeven variëren.
Netwerkgebied vertegenwoordigt het gemiddelde gebied binnen de gesloten netwerken gevormd door de ECFCs. Dus, hoe groter de gesloten netwerk nummer, hoe kleiner de netwerkgebieden. Dit patroon blijkt uit de grafieken van de netwerk-gebied waar de UC monster, dat een groter aantal gesloten netwerken gevormd, had kleinere netwerkgebieden na verloop van tijd in vergelijking met de drie monsters voor GDM (Figuur 4). GDM2, die maximale gesloten netwerken langzamer bereikt, tentoongesteld hoge netwerkgebied in eerste instantie, echter de ruimte gestabiliseerd in de tijd, en dit was meest vergelijkbaar met het UC monster om 15 uur. Na verloop van tijd de gemiddelde netwerkgebied in alle monsters stegen als gevolg van de stabilisatie van het netwerk. Echter, tentoongesteld enkele monsters, zoals GDM1 en GDM3, een snellere toename van de netwerkgebied, die is waarschijnlijk kenmerkend voor verminderde stabiliteit t.o.v. andere monsters vertonen een meer geleidelijke verhoging.
GDM-blootgesteld ECFCs vertonen gereduceerde netwerk stabiliteit
De verhouding van takken met knooppunten is een roman fenotype door KAV berekend en vastgesteld in onze eerdere studies, en dit is een indicatie van netwerk connectiviteit16. In de huidige studie had het UC monster een lage ratio, die vertegenwoordigd een hoge mate van connectiviteit van het netwerk dat werd gehandhaafd na verloop van tijd (Figuur 4). Omgekeerd, de drie monsters van de GDM had een hogere ratio van takken met knooppunten, met name in fase 2 van de formatie van het netwerk. Deze observatie toont verminderde connectiviteit en de stabilisatie van de netwerkstructuren.
Over het algemeen gevormd GDM1 minder knooppunten en takken in vergelijking met de andere monsters, met de vermindering gehandhaafd in de loop van het experiment. GDM2 en GDM3 gevormd en onderhouden van een groter aantal takken in vergelijking met de UC-voorbeeld, met name tussen 5-15 h. Het aantal knooppunten in de GDM2 en GDM3-netwerken gedetecteerd waren meer gelijk aan het aantal knooppunten in de UC-steekproef, met name tussen 10-15 h. Een groter aantal takken, maar een soortgelijk aantal knooppunten, zou goed zijn voor de toegenomen aftakking naar knooppunt verhouding duidelijk op de latere tijdstippen in de GDM-monsters. Nog belangrijker is, kunnen gelijktijdige wijzigingen in branch en node nummer moeilijk te interpreteren in afzonderlijke grafieken. De nieuwe aftakking naar knooppunt verhouding biedt echter een manier om te beoordelen hoe wijzigingen, met inbegrip van lichte wijzigingen moeilijk op te sporen in de afzonderlijke grafieken, in zowel de tak en de node nummer, resulteren in een gewijzigde netwerkverbinding.

Figuur 1 : Schematisch overzicht 10 parameters gekwantificeerd door kinetische analyse van vasculogenese (KAV). KAV kwantificeert tien verschillende parameters van de netwerkstructuur. Alle parameters zijn vergelijkende en schetste in het schema genummerd (1-10). Parameters omvatten het aantal takken (groen, 1), gesloten netwerken (blauw, 2), en de knooppunten (rood, 3), gemiddelde netwerkgebied (orange, 4), het aantal netwerkstructuren (zwarte, 5), triple-vertakt knooppunten (geel, 6) en quad-vertakt knooppunten (paarse, 7), alsmede het totaal (9) en gemiddelde lengte van (10) tak, en de verhouding van het aantal takken met het aantal knooppunten (10). Klik hier voor een grotere versie van dit cijfer.

Figuur 2 : Kinetische analyse van vasculogenese (KAV) kwantificeert netwerkstructuur. (A) skelet en masker uitleveringen van netwerkstructuren geïdentificeerd door KAV met fase contrast-afbeeldingen geven visuele representatie van netwerkstructuren geïdentificeerd en gekwantificeerd door KAV. Schaal bar = 500 µm. (B) een representatieve fase contrast beeld van ECFC netwerken 10u na beplating met laag contrast en raster markeringen van afzonderlijke beelden samen te naaien. Verschillende drempelmethode methoden, zoals het gemiddelde of Otsu, kunnen worden geselecteerd in de KAV plug-in om kwantificatie nauwkeurigheid, als fase contrast beelden lage contrast hebben of als gridding optreedt. Skelet en masker uitleveringen van de fase contrast-afbeelding worden weergegeven voor zowel de gemiddelde en de Otsu drempelmethode methoden. Fase contrast beelden werden gemaakt met behulp van een 10 X doelstelling. Schaal bar = 500 µm. Klik hier voor een grotere versie van dit cijfer.

Figuur 3 : Intra GDM blootstelling verandert ECFC netwerk vorming. Beelden van de ECFC netwerk vorming werden gevangen voor 15u tussenpozen 15 min door fase contrast microscopie. Representatieve fase contrast beelden in stappen van 5 h, starten op het moment van plating (0.5 h), worden weergegeven voor de UC en drie GDM monsters. Fase contrast beelden werden gemaakt met behulp van een 10 X doelstelling. Schaal bar = 500 µm. Klik hier voor een grotere versie van dit cijfer.

Figuur 4 : ECFCs blootgesteld aan anticonceptie GDM tentoonstelling gewijzigd netwerk vorming kinetiek. ECFCs werden verkregen uit een ongecompliceerde zwangerschap (UC, zwart) en drie zwangerschappen bemoeilijkt door zwangerschapsduur diabetes mellitus (GDM 1-3, rood). Fase contrast beelden werden gemaakt op 15 min. intervallen voor 15 h. kinetische analyse van vasculogenese (KAV) software quantitated gesloten netwerken, netwerkgebieden takken, knooppunten en de verhouding van takken met knooppunten. De gegevens geïllustreerd vertegenwoordigen de gemiddelde ± standaardafwijking van het gemiddelde (SEM) van drie aparte experimenten voor elk monster. Klik hier voor een grotere versie van dit cijfer.

Video 1: Anticonceptie GDM blootstelling wijzigt de kinetiek van de ECFC netwerk vorming. Beelden van de ECFC netwerk vorming werden gevangen voor 15u tussenpozen 15 min door fase contrast microscopie. Fase contrast beelden worden getoond voor de UC en drie GDM monsters meer dan 15 h basisgewicht van 0.5 h. De schaal staaf vertegenwoordigt 500 µm. gelieve Klik hier om deze video te bekijken. (Klik met de rechtermuisknop om te downloaden.)
| Afbeelding | Totale tak netwerken | Knooppunten | Triples | Verviervoudigt | Takken | Tak totale lengte * | AVG tak lengte * | Aftakking naar knooppunt verhouding | Gesloten netwerken | Netwerk gebied ** |
| 1 | 382 | 290 | 278 | 11 | 943 | 47210 | 124 | 3,25 | 9 | 480214 |
| 2 | 284 | 345 | 337 | 8 | 940 | 50699 | 179 | 2.72 | 16 | 264469 |
| 3 | 205 | 376 | 366 | 9 | 910 | 55728 | 272 | 2.42 | 27 | 150621 |
| 4 | 162 | 422 | 407 | 15 | 947 | 59692 | 368 | 2.24 | 40 | 98713 |
| 5 | 132 | 454 | 441 | 12 | 967 | 61923 | 469 | 2.13 | 53 | 72951 |
| 6 | 122 | 435 | 419 | 14 | 907 | 62587 | 513 | 2.09 | 68 | 56948 |
| 7 | 88 | 429 | 411 | 17 | 852 | 63983 | 727 | 1.99 | 74 | 51429 |
| 8 | 68 | 451 | 437 | 13 | 874 | 63960 | 941 | 1.94 | 74 | 51780 |
| 9 | 93 | 437 | 417 | 18 | 905 | 60901 | 655 | 2.07 | 49 | 82919 |
| 10 | 126 | 511 | 487 | 24 | 1075 | 61981 | 492 | 2.1 | 37 | 116857 |
| 11 | 49 | 397 | 384 | 12 | 737 | 61823 | 1262 | 1,86 | 79 | 48805 |
| 12 | 81 | 376 | 364 | 10 | 751 | 56817 | 701 | 2 | 63 | 64431 |
| 13 | 98 | 509 | 482 | 26 | 1028 | 60799 | 620 | 2.02 | 44 | 98056 |
| 14 | 93 | 449 | 416 | 31 | 909 | 58282 | 627 | 2.02 | 45 | 94081 |
| * afgerond op de dichtstbijzijnde micron, ** afgerond op de dichtstbijzijnde micron ^ 2 |
Tabel 1: Vertegenwoordiger onbewerkte gegevens van één beeldvorming studie voor één ECFC monster.