High-throughput analyse van optische toewijzingsgegevens met behulp van ElectroMap
June 4th, 2019
Dit protocol beschrijft de installatie en het gebruik van ElectroMap, een op MATLAB gebaseerd open-source software platform voor de analyse van cardiale optische toewijzingsgegevens. ElectroMap biedt een veelzijdige High-throughput tool voor analyse van optische mapping spanning en calcium datasets over een breed scala van cardiale experimentele modellen.
Het gebruik van multi-array en optische mapping technologieën in cardiale onderzoek breidt zich uit. Echter, wat momenteel ontbreekt is robuuste, high-throughput opensource software voor de analyse van elektrofysiologie gegevens. Daarom hebben we nieuwe software ontwikkeld genaamd ElectroMap om onderzoekers te helpen met hun analyse.
ElectroMap bevat nieuwe en gevestigde methoden om cardiale mapping gegevens die kunnen worden verkregen van elke soort met behulp van meerdere verschillende camera's, meerdere verschillende fluorescerende kleurstoffen, en verschillende acquisitie modaliteiten met inbegrip van optische mapping en multi-elektrode array systemen te analyseren. Naast het meten van standaard AP parameters zoals actie potentiële duur, geleidende test, en morfologie, ElectroMap maakt analyse en kwantificeren activiteit. Begin met het downloaden van alle bestanden van de nieuwste broncoderelease van ElectroMap uit de GitHub-repository.
Rits de gedownloade inhoud open naar een gewenste locatie. Open MATLAB en navigeer naar de maplocatie als host van de ElectroMap-broncode. Open vervolgens de bestandselektromap.
m en druk op run in de editor om de ElectroMap-gebruikersinterface te starten. Druk vervolgens op de map om de afbeelding te laden en naar de locatie van het te analyseren gegevensbestand of bestanden te navigeren. Selecteer het bestand dat moet worden geladen vanuit de interface en druk op het laden van afbeeldingen.
Eenmaal geladen verschijnt het eerste frame en geeft een rode omtrek automatische drempelwaarde van de afbeelding aan. Wijzig dit desgewenst naar een drempelwaarde op basis van de amplitude van de signaaltijdcursus door de optie in het vervolgkeuzemenu voor drempelwaarden te wijzigen. Houd er rekening mee dat zodra de drempelwaarde is geselecteerd, deze vervolgens wordt toegepast voor de hele afbeeldingsstapel.
Wijzig desgevraagd de drempeloptie in handmatige handleiding waarmee de schuifregelaar handmatig de afbeeldingsdrempel wordt aangepast. Selecteer bovendien het aangepaste interessegebied voor analyse door de juiste vinkjes onder de drempelopties te selecteren. Houd er rekening mee dat geavanceerde opties voor de selectie van de regio's, zoals het aantal gebieden, beschikbaar zijn in de ROI-selectie in het bovenste menu.
Zodra een geschikte drempelwaarde is toegepast, drukt u afbeeldingen om de verwerking toe te passen. Zorg er op dit moment voor dat de juiste camera-instellingen zijn ingevoerd voor framesnelheid en kilohertz en pixelgrootte in micrometers en opties voor signaalverwerking, zoals venstertijdframe, ruimtelijke en temporele filtering. Nadat het bestand is verwerkt, inspecteer de pieken in het weefsel gemiddelde signaal gelabeld door rode cirkels.
Segmenteer het signaal op basis van gedetecteerde pieken. Druk op segmentsignaal. Pas desgevraagd aangepaste segmentatie van het signaal toe door in te zoomen op het tijdstip van interesse en segmentsignaal te selecteren.
Nadat de afbeeldingen zijn verwerkt, wordt de knop Kaarten voor producten actief. Druk op productiekaarten om actiepotentieel, activeringstijd, geleidingssnelheid en signaal-ruisverhoudingsanalyse toe te passen. Selecteer de gewenste segmenten in het keuzevak om de analyse op elke segment toe te passen.
Selecteer vervolgens pixelinformatie ophalen om een gedetailleerde weergave van het signaal van een pixel in de afbeelding te zien en pixels te vergelijken om signalen van maximaal zes locaties gelijktijdig te plotten. Om toegang te krijgen tot meer gedetailleerde analyse van geleidingssnelheid, persgeleiding. Druk vervolgens op één vector om geleiding te analyseren met behulp van de enkele vectormethode waarbij de verloopvector wordt berekend op basis van de vertragingsinactivatietijd tussen twee punten.
Druk ten slotte op de lokale vector om de multi-vectormethode toe te passen met de instellingen die overeenkomen met die van de hoofdinterface. Druk op activeringscurve om het percentage weefsel dat wordt geactiveerd als functie van de tijd in kaart te brengen. Als u andere parameters met ElectroMap wilt kwantificeren, selecteert u een van de andere gewenste analyses in het vervolgkeuzemenu boven de weergavekaart.
Druk op afzonderlijke bestandsanalyse om een speciale module te openen voor de duur van de doorvoer en de analyse van de geleiding van elk geïdentificeerd segment in een bestand. Voer de analyse uit op de hele afbeelding of op geselecteerde regio's of bezienswaardigheden. Als u gegevens uit ElectroMap wilt exporteren, drukt u op exportwaarden om de waarden van de momenteel weergegeven kaart op te slaan in de hoofdgebruikersinterface.
Druk vervolgens op exportkaart om een pop-up weer te geven met de momenteel weergegeven kaart die vervolgens kan worden opgeslagen in verschillende afbeeldingsindelingen. Voeg desgewenst een kleurbalk toe door het pictogram van de kleurenbalk te selecteren. Stel de schaal in door bewerken en kleurenkaart te selecteren.
Druk tot slot op activeringsvideo om een animatie van de activeringsreeks weer te geven die kan worden opgeslagen als een geanimeerd GIF-bestand. Dit toont de actie potentiële morfologie van de murine atria in vergelijking met de cavia ventrikel geregistreerd met behulp van spanning gevoelige kleurstoffen zoals eerder gemeld. Ondanks de verschillende vorm van het actiepotentieel en het gebruik van twee afzonderlijke optische kaartcamera's met verschillende framesnelheden en pixelformaten, kan ElectroMap worden gebruikt om beide gegevenssets met succes te analyseren door de juiste parameters te selecteren.
De toepassing van ensemble gemiddeld in plaats van andere methoden kan verbeteren SNR van geïsoleerde murine links atria. Een verandering van pacing frequentie van drie hertz naar 10 hertz veranderde APD niet wanneer er geen ensemble gemiddelde wordt ondernomen, maar een verwachte daling van de APD op 10 hertz pacing werd waargenomen wanneer gemeten op uit ensemble gemiddelde gegevens. Verder, muis links atria werden tempo op een 120 milliseconde cyclus lengte en cyclus lengte werd stapsgewijs verkort met 10 milliseconden tot het bereikte 50 milliseconden.
ElectroMap identificeert automatisch de pacing cyclus lengte en groep weefsel gemiddelde pieken dienovereenkomstig. APD en diastolische interval ingekort. Amplitude van de optisch gemeten pieken daalde terwijl de tijd tot piek steeg.
Dit protocol laat zien hoe u de instellingen in ElectroMap installeren en instellen om snel de potentiële duur, geleidingssnelheid, piek-naar-piekvariabiliteit te analyseren en ook hoe u gemiddeld inwerken om de signaal-ruisverhouding te verbeteren. We hopen dat de release van deze vrij beschikbare software onderzoekers zal helpen met hun analysebehoeften en zal leiden tot een aantal belangrijke ontdekkingen in cardiale onderzoek. We zullen doorgaan met het bouwen van algoritmen die we hebben ontwikkeld en we moedigen anderen aan om ons te helpen de ElectroMap-mogelijkheden verder uit te breiden.
Overzicht
Dit protocol beschrijft de installatie en het gebruik van ElectroMap, een MATLAB-gebaseerd open-source softwareplatform voor analyse van optische kaartgegevens van het hart. ElectroMap biedt een veelzijdige high-throughput tool voor analyse van optische kaartspanning en calcium datasets in een breed scala aan hartexperimentele modellen.
Belangrijke studiecomponenten
Wetenschapsgebied
- Cardiale elektrofysiologie
- Optische kaartgeving
- Softwareontwikkeling
Achtergrond
- Multi-array en optische kaarttechnologieën worden steeds vaker gebruikt in hartonderzoek.
- Er is behoefte aan robuuste, high-throughput open-source software voor analyse van elektrofysiologische gegevens.
- ElectroMap bevat zowel nieuwe als gevestigde methoden voor het analyseren van hartkaartgegevens.
- De software ondersteunt gegevens van verschillende soorten en verwervingsmodaliteiten.
Doel van studie
- Om een gebruiksvriendelijke tool te bieden voor het analyseren van optische kaartgegevens van het hart.
- Om de meting van actiepotentiaalparameters en geleidingsanalyse te vergemakkelijken.
- Om de signaal-ruisverhouding in elektrofysiologische gegevensanalyse te verbeteren.
Gebruikte methoden
- Download en installeer ElectroMap vanuit het GitHub-repository.
- Laad en verwerk optische kaartbeelden met behulp van MATLAB.
- Pas automatische en handmatige thresholding toe voor beeldanalyse.
- Voer segmentatie uit en produceer kaarten voor actiepotentiaalanalyse.
Belangrijkste resultaten
- ElectroMap analyseert met succes gegevens van verschillende optische kaartopstellingen.
- Actiepotentiaalduur en geleidingssnelheid kunnen effectief worden gekwantificeerd.
- Ensemble-averaging verbetert de signaal-ruisverhouding in gegevensanalyse.
- Aangepaste segmentatie en gedetailleerde pixelanalyse worden ondersteund.
Conclusies
- ElectroMap is een waardevolle tool voor onderzoekers in de cardiale elektrofysiologie.
- De software verbetert de analyse van complexe optische kaartgegevenssets.
- De open-source aard bevordert toegankelijkheid en samenwerking in onderzoek.
Veelgestelde vragen
Executive Industry Relevance
ElectroMap addresses the need for robust, high-throughput open-source software in cardiac electrophysiology research, enabling standardized analysis of complex optical mapping data across species and experimental models. By improving signal-to-noise ratio through ensemble averaging and supporting automated multi-beat analysis, the platform enhances predictive confidence in target validation and mechanistic de-risking for cardiovascular drug discovery. Its modular design facilitates integration into discovery workflows, supporting assay development and translational biomarker alignment in preclinical models.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses through quantification of action potential duration, conduction velocity, and signal-to-noise ratio in multi-cellular cardiac preparations.
- Operational Value: Supports biological de-risking by providing reproducible, quantitative electrophysiological readouts for functional target validation.
- Predictive Value: Facilitates portfolio triage by identifying electrophysiological changes that might be missed in single-beat analysis through ensemble averaging.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems for downstream workflows by standardizing optical mapping data processing and enabling high-throughput analysis of entire experimental recordings.
- Operational Value: Addresses assay standardization and reproducibility through automated pacing frequency detection, signal segmentation, and customizable pre-processing parameters.
- Scalability: Highlights screening readiness and platform reuse via support for multiple fluorescent dyes, acquisition modalities, and species-specific data.
Translational & Preclinical Research
- Translational Continuity: Discusses disease relevance and translational biomarker alignment by enabling detailed investigation of conduction, alternans, and single-file analysis in cardiac models.
- Preclinical Validation: Describes continuity from discovery through preclinical validation by quantifying acute responses and beat-to-beat variability under changing pacing frequencies.
- Risk-Adjusted Advancement: Addresses risk-adjusted advancement decisions by detecting electrophysiological changes that improve signal quality in noisy datasets.
Pipeline & Workflow Integration
ElectroMap integrates into the discovery continuum from Early Discovery to Lead Identification and Preclinical work by providing quantitative electrophysiological measurements that support hypothesis testing and biological de-risking.
- Discovery Biology: Explains how the method supports hypothesis testing, pathway clarification, or biological de-risking through analysis of voltage and calcium dynamics in cardiac tissue.
- Screening: Describes assay readiness, reproducibility, or quantitative outputs when supported by the article, including action potential duration, conduction velocity, and signal-to-noise ratio mapping.
- Analytics: Highlights measurements, readouts, or statistical outputs that help teams compare conditions, such as peak-to-peak variability and diastolic interval changes under varying pacing frequencies.
- Translational Research: Connects the method to preclinical continuity or biomarker alignment only when the source supports it, via custom modules for conduction and alternans analysis.
- Enterprise Reuse: Frames the method as a reusable capability rather than a single-use technique, emphasizing its open-source nature and adaptability across experimental models.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence, target validation, reduction of mechanistic ambiguity in cardiac electrophysiology.
- Operational Value: Standardization, reproducibility, and scalability of optical mapping data analysis across laboratories and models.
- Strategic Value: Better go/no-go decisions, capital efficiency, and reduced late-stage biological risk through improved signal quality and detection of subtle electrophysiological changes.
- Portfolio Impact: Risk-adjusted prioritization and advancement decisions based on reproducible, high-throughput electrophysiological profiling.
Implementation Considerations
- Required scientific expertise in MATLAB-based software environments and cardiac electrophysiology principles.
- Instrumentation and analytical infrastructure needs include optical mapping systems, fluorescent dyes, and compatible acquisition hardware.
- Cross-team standardization requirements for consistent thresholding, region-of-interest selection, and parameter definitions across users and sites.
- Adaptation considerations across model systems, including species-specific frame rates, pixel sizes, and signal processing options.
- Practical limitations supported by source material: dependence on correct camera settings for frame rate and kilohertz, and need for manual threshold adjustment when automatic methods are insufficient.
