Artykuł metodologiczny

Neurovascular Network Explorer 2.0: proste narzędzie do eksploracji i udostępniania bazy danych optogenetycznie wywołanej wazomotorii w korze myszy in vivo

DOI:

10.3791/57214

⸱

4 maja 2018

 ,  ,  ,  ,  ,  ,  ,  ,  , 
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

W tym artykule

Podsumowanie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Prezentowany jest graficzny interfejs użytkownika do eksploracji i udostępniania bazy danych optogenetycznie indukowanych reakcji naczyniowych w korze somatosensorycznej myszy in vivo, mierzonych za pomocą mikroskopii 2-fotonowej. Umożliwia przeglądanie danych, selekcję opartą na kryteriach, uśrednianie, lokalizację pomiarów w obrębie objętości 3D unaczynienia oraz eksport danych.

Streszczenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Znaczenie udostępniania danych eksperymentalnych w neuronauce rośnie wraz z ilością i złożonością pozyskiwanych danych oraz różnymi technikami używanymi do pozyskiwania i przetwarzania tych danych. Jednak większość danych eksperymentalnych, zwłaszcza pochodzących z indywidualnych badań zwykłych laboratoriów, nigdy nie dociera do szerszego grona badaczy. Silnik graficznego interfejsu użytkownika (GUI) o nazwie Neurovascular Network Explorer 2.0 (NNE 2.0) został stworzony jako narzędzie do prostego i taniego udostępniania i eksplorowania danych obrazowania naczyń krwionośnych. NNE 2.0 współdziała z bazą danych zawierającą optogenetycznie wywołane przebiegi czasowe rozszerzenia/zwężenia poszczególnych naczyń zmierzone w korze somatosensorycznej myszy in vivo za pomocą mikroskopii 2-fotonowej. NNE 2.0 umożliwia wybór i wyświetlanie przebiegów czasowych w oparciu o różne kryteria (temat, porządek rozgałęzień, głębokość kory mózgowej, średnica naczynia, drzewo tętniczek), a także proste manipulacje matematyczne (np. uśrednianie, normalizacja pików) i eksport danych. Wspomaga wizualizację sieci naczyniowej w 3D i umożliwia lokalizację indywidualnych funkcjonalnych pomiarów średnicy naczyń w obrębie drzew naczyniowych.

NNE 2.0, jego kod źródłowy i odpowiadająca mu baza danych są do pobrania za darmo ze strony internetowej UCSD Neurovascular Imaging Laboratory1. Kod źródłowy może być wykorzystany przez użytkowników do eksploracji powiązanej bazy danych lub jako szablon do bazowania danych i udostępniania własnych wyników eksperymentalnych pod warunkiem odpowiedniego formatu.

Wprowadzenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Mózg jest uważany za jeden z najbardziej skomplikowanych organów, a pragnienie rozwikłania jego złożonej funkcji jest niesłabnące. Jest badany w różnych skalach, od poziomu molekularnego do behawioralnego, przy użyciu szerokiej palety narzędzi2,3,4,5,6,7,8. Ilość niejednorodnych danych eksperymentalnych rośnie z niespotykaną dotąd szybkością. Świadomość potrzeby eksperymentalnego udostępniania, porządkowania i standaryzacji danych rośnie wraz z ilością pozyskiwanych danych. Stało się oczywiste, że neuroinformatyka odegra kluczową rolę w integracji danych eksperymentalnych z różnych skal w modelach funkcji i dysfunkcji mózgu9,10.

W tym celu niektóre badania, zwłaszcza badania na większą skalę, były w stanie przeznaczyć zasoby na udostępnienie swoich wyników za pośrednictwem obszernych baz danych11,12,13,14,15. Jednak ogromna ilość danych eksperymentalnych z indywidualnych badań i regularnych laboratoriów nigdy nie dotarła do szerszej społeczności naukowej. Dzieje się tak głównie z dwóch powodów: po pierwsze, potrzeba więcej czasu na zbudowanie bazy danych i stworzenie narzędzi, które umożliwiłyby użytkownikowi interakcję z bazą danych; Po drugie, potrzeba więcej pieniędzy na wsparcie tych zadań. Zmotywowany tymi wyzwaniami, oparty na MATLAB silnik graficznego interfejsu użytkownika (GUI) o nazwie Neurovascular Network Explorer 2.0 (NNE 2.0)16 został opracowany jako proste i tanie narzędzie do bazowania danych, udostępniania i eksplorowania danych obrazowania naczyń krwionośnych. Niniejszy manuskrypt zawiera instrukcję obsługi NNE 2.0 oraz związaną z nią bazę danych eksperymentalnych.

NNE 2.0 to już silnik oprogramowania drugiej generacji. Pierwsza generacja, nazwana Neurovascular Network Explorer 1.0 (NNE 1.0)17 została zbudowana do interakcji z bazą danych rozszerzenia naczyń krwionośnych wywołanego czuciowo w pierwotnej korze somatosensorycznej (SI) szczura in vivo, mierzonej za pomocą mikroskopii 2-fotonowej 18. NNE 1.0, jego kod źródłowy oraz powiązaną bazę danych można bezpłatnie pobrać jako spakowany plik o nazwie "NNE 1 Tian" ze strony internetowej UCSD Neurovascular Imaging Laboratory1. Więcej informacji na temat NNE 1.0 i związanej z nim bazy danych można znaleźć w17.

Druga generacja, NNE 2.0, współdziała z bazą danych optogenetycznie wywołanych rozszerzeń pojedynczych naczyń krwionośnych u myszy SI in vivo mierzonych za pomocą mikroskopii 2-fotonowej20. Użytkownik może przeglądać, wybierać i wizualizować dane w oparciu o kategorie wyboru, takie jak głębokość kory mózgowej, kolejność rozgałęzień, średnica naczynia, zwierzę lub konkretne drzewo tętniczki. Graficzny interfejs użytkownika dodatkowo wykonuje proste operacje matematyczne, takie jak uśrednianie i normalizacja pików w wybranych kategoriach. NNE 2.0 umożliwia przeglądanie i przeglądanie obrazów rejestrujących objętości 3D naczyń krwionośnych, a także identyfikację lokalizacji pomiaru funkcjonalnego w drzewach naczyniowych. Ta funkcja może być wykorzystana do rekonstrukcji morfologii naczyń krwionośnych w 3D i wypełnienia ich rzeczywistymi pomiarami ruchu naczyń krwionośnych jednego naczynia. Te rekonstrukcje mogą być z kolei włączone do modeli obliczeniowych funkcji mózgu21,22. NNE 2.0, jego kod źródłowy i powiązaną bazę danych można bezpłatnie pobrać jako spakowany plik o nazwie "NNE 2.0 HDbase v1.0" ze strony internetowej UCSD Neurovascular Imaging Laboratory1.

NNE 2.0 współpracuje z bazą danych o nazwie 'vdb.mat'. Baza danych ta jest matrycą zawierającą profile czasowe (przebiegi czasowe) zmian średnicy pojedynczego naczynia wywołanych bodźcem optogenetycznym i mierzonych w różnych lokalizacjach drzew tętniczych. Każdy kurs czasowy został obliczony przy użyciu specjalnie napisanego oprogramowania. Oblicza względną zmianę średnicy naczynia w wyniku rozszerzenia profilu intensywności fluorescencji uzyskanego przez skanowanie w poprzek naczynia. Kontrast fluorescencyjny przedstawiono przez donaczyniowe wstrzyknięcie dekstranu znakowanego izotiocyjanianem fluoresceiny (FITC). Aby uzyskać więcej informacji na temat danych i procedur analizy, zobacz20,23. Baza danych zawiera łącznie 305 przebiegów czasowych (tj. wpisów w bazie danych). Oprócz zmiany średnicy, każdy wpis w bazie danych zawiera szereg dodatkowych metadanych, które (1) określają ilościowo przebieg czasu, (2) opisują mierzone naczynie i (3) identyfikują miejsce pomiaru w objętości 3D kory mózgowej. Metadane obejmują czas początkowy, amplitudę szczytu, czas amplitudy szczytu, głębokość kory mózgowej, kolejność rozgałęzień, średnicę naczynia na linii podstawowej, ścieżkę do oryginalnych obrazów referencyjnych i stosy obrazów 3D dla każdego pomiaru oraz mapy unaczynienia powierzchni mózgu w małym powiększeniu. Zobacz wszystkie parametry w metadanych wymienionych i szczegółowo opisanych wcześniej w tabeli 116.

NNE 2.0 wchodzi w interakcję z obrazami referencyjnymi, które są skanami X-Y płaszczyzny, na której nastąpił pomiar średnicy. Każdy wpis bazy danych ma jeden odpowiadający mu obraz referencyjny z nazwą odniesienia wyświetlaną w graficznym interfejsie użytkownika. Każdy wpis w bazie danych ma również powiązany stos obrazów (stos 3D) przedstawiający objętość 3D drzewa naczyniowego, w którym dokonano pomiaru. Graficzny interfejs użytkownika umożliwia wybór konkretnego wpisu w bazie danych i wyświetlenie odpowiadającego mu obrazu referencyjnego, a także stosu 3D. Prowadzi również użytkownika do znalezienia pasującego obrazu referencyjnego i ramki w stosie 3D (te same funkcje można znaleźć na obu obrazach). Wszystkie obrazy stosu i obrazy referencyjne w pełnej rozdzielczości (1024 piksele x 1024 piksele) znajdują się odpowiednio w folderach hana_stk i hana_refs. Mapy unaczynienia mózgu w małym powiększeniu znajdują się w folderze 'mapy'. Wszystkie trzy foldery, jak również macierz bazy danych "vdb.mat" są pobierane w spakowanym pliku "NNE 2.0 HDbase v1.0" ze strony internetowej UCSD Neurovascular Imaging Laboratory1 i zapisywane w folderze głównym NNE 2.0 podczas procesu instalacji.

GUI zostało zaprojektowane jako zestaw czterech paneli (Panel 1 (Panel Główny) – Panel 4), które otwierają się sekwencyjnie, gdy użytkownik eksploruje bazę danych i wybiera określone dane na podstawie kategorii wyboru. Każdy panel jest podzielony na dwie główne części: (1) prawa kolumna zapewnia możliwość interakcji z bazą danych poprzez wybór parametrów i kategorii danych oraz wyświetla ważne informacje z metadanych; (2) W lewej kolumnie wyświetlane są dane w postaci przebiegów czasowych (zmiana średnicy w czasie) i wykresów punktowych. Istnieją cztery typy wykresów punktowych przedstawiających (1) czas rozpoczęcia dylatacji, (2) czas piku dylatacji, (3) maksymalną zmianę średnicy (amplituda piku) i (4) średnicę linii podstawowej (średnica przed stymulacją) w funkcji głębokości kory mózgowej. Użytkownik ma możliwość wyświetlenia średnich przebiegów czasowych i wartości dla wybranych danych pogrupowanych według głębokości kory mózgowej lub kolejności rozgałęzień. Ma to na celu podkreślenie cechy gradientu zmiany średnicy wraz ze wzrostem głębokości i kolejności rozgałęzień20. NNE 2.0 pozwala użytkownikowi na eksport wybranego podzbioru danych w formacie '.xls', '.csv' lub '.mat'.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Instalacja NNE 2.0

  1. Wejdź na stronę UCSD Neurovascular Imaging Laboratory website1 i kliknij lewym przyciskiem myszy na "NNE 2.0 HDbase v1.0", aby pobrać spakowane pliki programu do żądanej lokalizacji na komputerze.
    UWAGA: NNE 2.0 wymaga systemu operacyjnego Windows w wersji 7-10, co najmniej 2,8 GB wolnego miejsca do pobrania spakowanego pliku i 6,9 GB do zainstalowania programu.
  2. Rozpakuj plik 'NNE2_HDbase_v1.0.zip'.
    UWAGA: Rozpakowany folder NNE2 zawiera 10 plików: 'hana_refs.tar.gz', 'hana_stk.tar.gz', 'maps.tgz', 'MCRInstaller.exe', 'NNE2.exe', 'NNE2.zip', 'NNE2_README.txt', 'source.zip', 'users_guide.pdf' i 'vdb.mat'.
  3. Zainstaluj NNE 2.0, postępując zgodnie z instrukcjami w "NNE2_README.txt".

2. Uruchamianie NNE 2.0

  1. Uruchom NNE 2.0 od 'NNE2.exe'.
  2. Panel 1 (Panel główny): Wybierz podzbiór danych (Rysunek 1). Obrazy w lewej kolumnie Panelu Głównego pokazują wykresy przebiegów czasowych i parametrów wszystkich wpisów do 'vdb.mat' (Rysunek 1).
    1. Wybierz zakres głębokości kory mózgowej w prawej kolumnie panelu. Wpisz zakres głębokości w formacie [dmin d max], gdzie dmin oznacza minimalną głębokość, a dmax jest maksymalną głębokością.
      UWAGA: Dane zostały zmierzone na głębokości od 30-560 μm.
    2. Wybierz opcję Kolejność rozgałęziania w prawej kolumnie panelu. Kliknij strzałkę lewym przyciskiem myszy i wybierz jedną z opcji z listy (Powierzchnia | Bagażnik do nurkowania | Oddziały Pierwszego Porządku | Gałęzie wyższego rzędu).
    3. Wybierz zakres Średnica linii bazowej w prawej kolumnie panelu. Wpisz go w formacie [diamin diamax], gdzie diamin to średnica minimalna, a diamax to średnica maksymalna.
    4. Wybierz tematy (zwierzęta według daty pozyskania) w prawej kolumnie panelu. Kliknij strzałkę lewym przyciskiem myszy i wybierz jedną z dostępnych opcji. Możesz też wybrać dane ze wszystkich tematów, klikając lewym przyciskiem myszy pozycję Wszystkie w niebieskim prostokącie.
    5. Naciśnij przycisk PRZEŚLIJ, aby wyświetlić i eksplorować wybrane dane w Panelu 2.
  3. Panel 2: Eksploruj wybrany podzbiór danych i kontynuuj dalsze udoskonalanie danych (Rysunek 2).
    1. Wybierz typ uśredniania grupowego danych, klikając lewym przyciskiem myszy odpowiedni przycisk w prawej kolumnie u góry. Wybierz: Średnio według głębokości kory mózgowej lub Średnio według kolejności rozgałęzień.
      UWAGA: Rzeczywisty wybór jest podświetlony na zielono poniżej (Rysunek 2).
    2. Wybierz dane na podstawie morfologii naczynia lub tematu. Kliknij lewym przyciskiem myszy opcję Wybierz wszystkie dane dla drzewa (pojedyncza tętniczka nurkowa i jej odgałęzienia) lub Wybierz wszystkie dane dla Subj (temat zwierzęcia).
    3. Kliknij lewym przyciskiem myszy Prześlij, aby wyświetlić wybrane dane po lewej stronie na wykresach (1) indywidualnych przebiegów czasowych (2) uśrednionych dla grup przebiegów czasowych i wykresów punktowych (3) czasów początkowych, (4) czasu do szczytów, (5) amplitud szczytów i (6) średnic linii bazowej
    4. Kliknij lewym przyciskiem myszy na ślad na wykresie Poszczególne kursy czasowe w lewej kolumnie, aby wybrać kurs czasowy.
      UWAGA: Wybrany przebieg czasowy zostanie podświetlony na wykresie (magenta), a jego czas rozpoczęcia, czas do szczytu, amplituda szczytu i średnica linii bazowej zostaną oznaczone czerwonymi kółkami na poniższych wykresach. Czerwone punkty na wykresach punktowych są wartościami średnimi.
    5. Zanotuj identyfikatory tematu (identyfikator podmiotu) i drzewa (identyfikator drzewa) dla wybranego przebiegu czasowego w prawej kolumnie na dole.
    6. W razie potrzeby zmień typ uśredniania grup, klikając lewym przyciskiem myszy odpowiednią opcję w górnej części prawej kolumny, a następnie przycisk Wyślij i powtórz kroki od 2.3.4.
    7. Kliknij prawym przyciskiem myszy w dowolnym miejscu Panelu 2 z kursorem krzyżowym, aby wyświetlić i zbadać wszystkie ślady dla wybranego tematu (Identyfikator tematu) lub drzewa (Identyfikator drzewa) w Panelu 3.
  4. Panel 3: Zapoznaj się z ostatnim podzbiorem danych i wyeksportuj je (Rysunek 3).
    1. Wybierz przebieg czasowy na górnym wykresie lewej kolumny, klikając lewym przyciskiem myszy na ślad: wybrany ślad zostanie podświetlony na wykresie (magenta), a parametry opisowe wpisu w bazie danych zostaną wyświetlone na górze wykresu.
      UWAGA: Średni przebieg czasowy jest wyświetlany w kolorze czarnym (Rysunek 3).
    2. Zwróć uwagę na odpowiedni czas początkowy, czas do szczytu, amplitudę piku i średnicę linii podstawowej na poniższych wykresach.
    3. Kliknij lewym przyciskiem myszy przycisk EKSPORTUJ ZESTAW w prawej kolumnie, aby zapisać ślady wyświetlane na górnym wykresie w folderze, z którego działa NNE 2.0.
      UWAGA: Ta akcja zapisuje trzy pliki: 'vdb_subset.xls', 'vdb_subset.csv' i 'vdb_subset.mat' zawierające wektory zmiany średnicy i wektory czasu; 'vdb_subset.mat' zawiera również parametry opisowe oraz informacje z 'vdb.mat'.
    4. Aby sprawdzić wszystkie dane dla "tematu" zamiast "drzewa", zamknij Panel 3, naciskając [x], uruchom ponownie NNE 2.0, powtórz wybór kategorii w Panelu 1 (kroki 2.2.1-2.2.5) i wybierz wszystkie dane dla tematu w Panelu 2 (krok 2.3.2).
    5. Kliknij prawym przyciskiem myszy w dowolnym miejscu Panelu 3 z kursorem krzyżowym, aby przejść do Panelu 4 w celu przeglądania obrazów referencyjnych i stosów 3D dla wszystkich śladów na górnym wykresie Panelu 3.
      UWAGA: Panel 4 otworzy się, jeśli w Panelu 2 wybrano opcję wszystkie dane dla 'drzewa'. Jeśli zamiast tego wybrano wszystkie dane dla "tematu", użytkownik zostanie poproszony o zmianę swojego wyboru i przekierowany do Panelu 1.
  5. Panel 4: Zlokalizuj pomiar funkcjonalny na obrazie referencyjnym i w stosie obrazów 3D naczyń krwionośnych (Rysunek 4).
    1. Wybierz przebieg czasowy, klikając go lewym przyciskiem myszy na wykresie w górnej części lewej kolumny.
      UWAGA: Wybrany ślad zostanie podświetlony na wykresie (magenta), a jego opisowe informacje z metadanych zostaną wyświetlone na górze.
    2. Zapoznaj się z odpowiednim obrazem referencyjnym, który jest ładowany automatycznie z folderu "hana_refs" w prawym dolnym rogu lewej kolumny.
    3. Zapoznaj się z odpowiednim stosem obrazów 3D załadowanym automatycznie z folderu "hana_stk" w lewym dolnym rogu lewej kolumny. Przewiń stos za pomocą strzałek lub suwaka pod rysunkiem.
      UWAGA: Gdy obraz stosu osiągnie poziom obrazu referencyjnego – tj. poziom pomiaru średnicy ("Indeks stosu" = "Ref"), obraz stosu zostanie podświetlony i oznaczony jako "Poziom ramki".
    4. Kliknij EKSPORTUJ ZESTAW w prawej kolumnie, aby wyeksportować podświetlony przebieg czasowy do pliku "ref_stacks_trace.xls", który jest zapisywany w folderze, z którego uruchomiono NNE 2.0.
      UWAGA: Plik zawiera wektor czasu, wektor zmiany średnicy, identyfikator tematu, indeks wpisu, położenie obrazu referencyjnego, położenie stosu 3D oraz numer obrazu stosu na poziomie klatki.
    5. Zamknij Panel 4 za pomocą [x], aby wrócić do Panelu 1.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

NNE 2.0 i powiązana baza danych służą do przeglądania i przeglądania danych bazy danych, sortowania danych na podstawie kryteriów wyboru, pobierania wybranych danych i znajdowania pomiarów naczyniowych w odpowiednim drzewie naczyniowym.

Panel 1 zawiera wybór danych w oparciu o kategorie: 'Głębokość kory', 'Kolejność rozgałęzień', 'Średnica linii bazowej' i 'Tematy' - Rysunek 1). Należy pamiętać, że ...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

NNE 2.0 został napisany w celu udostępnienia danych obrazowania naczyń krwionośnych z konkretnego badania20 , ale z zamiarem opracowania prostego narzędzia do udostępniania i eksplorowania podobnych danych przez innych użytkowników. Badacze zainteresowani inspekcją powiązanej bazy danych naczyniowych mogą korzystać z graficznego interfejsu użytkownika do przeglądania danych, wybierania podzbiorów danych, porównywania ich z własnymi wynikami eksperymentalnymi lub dalszego przetwarzania przy użyciu ...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają nic do ujawnienia.

Podziękowania

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Z wdzięcznością dziękujemy za wsparcie ze strony NIH (NS057198, EB00790, MH111359 i S10RR029050) oraz Ministerstwa Edukacji, Młodzieży i Sportu Republiki Czeskiej (CEITEC 2020, LQ1601). KK był wspierany przez stypendia podoktorskie od Międzynarodowego Towarzystwa Bólu Głowy w 2014 r. oraz przez Radę Badań Naukowych i Technologicznych Turcji w 2015 r. MT było wspierane przez staż podoktorski Niemieckiej Fundacji Badawczej (DFG TH 2031/1).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
ProgramMATLABMathWorks
ProgramWinrarRarlabs

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Neurovascular Imaging Laboratory. Use Our Data. , UC San Diego School of Medicine. 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. Neurovascular Imaging Laboratory. Use Our Data. , UC San Diego School of Medicine. 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).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Neurovascular Network ExplorerOptogenetic VasomotionTwo Photon MicroscopyVascular Network VisualizationMATLAB GUI ToolCortical Depth AnalysisBranching Order SelectionVessel Diameter MeasurementData Export Function3D Image Stack

Powiązane artykuły