Name: Análise Sholl automatizado de Morfologia Neuronal Digitized em múltiplas escalas (Vídeo) | JoVE Journal
Uploaded: 2010-11-14T17:30:00.000+00:00
Duration: 11 min 41 s
Description: Aprenda análise computacional de morfologia neuronal usando o programa semi-automatizado Bonfire em MATLAB. Este método permite quantificar neuritos e observar mudanças locais na estrutura dendrítica com eficiência.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

Este trabalho foi financiado em parte por um Biomédica Busch Grant, conceder NSF IBN-0548543, conceder NSF IBN-0919747, March of Dimes Foundation Grant 1-AF04-107, March of Dimes Foundation Grant 1-AF08-464 (para BLF). MKK e CGL foram apoiados pelo NIH Biotecnologia Training Grant GM008339 T32-20, e CGL também foi apoiado por uma Comissão NJ em Fellowship Spinal Cord Research Predoctoral 08-2941-SCR-E-0.

1. Antes de começar: 1) E18 dissecção de ratos: Métodos de dissecção padrão de E18 neurônios do hipocampo tenham sido previamente descrito 13. , A fim de usar o programa da fogueira para analisar as características morfológicas das neurites, imagens de 8 bits. Tif de neurônios individuais devem ser obtidos. Isso pode ser feito em uma série de maneiras dependendo do protocolo experimental que está a seguir. Neurônios podem ser banhado com uma densidade suficientemente baixa para que os neurônios individuais aparecem no campo do microscópio. Como alternativa, para os neurônios individuais de imagem que são cultivadas em uma cultura densa, os neurônios podem ser transfectadas usando uma variedade de métodos de transfecção com um plasmídeo uma proteína fluorescente. 2) Requisitos de Software e Instalação: <ol class="ualpha"><li> O plugin NeuronJ para o software ImageJ do NIH e NeuronStudio devem estar instalados para executar o programa da fogueira. Os pacotes de software podem ser encontradas nos seguintes sites: ImageJ - <a href="http://rsbweb.nih.gov/ij/">http://rsbweb.nih.gov/ij/</a> NeuronJ - <a href="http://www.imagescience.org/meijering/software/neuronj/">http://www.imagescience.org/meijering/software/neuronj/</a> NeuronStudio - <a href="http://research.mssm.edu/cnic/tools-ns.html">http://research.mssm.edu/cnic/tools-ns.html</a> </li><li> O programa Bonfire podem ser encontradas em http://lifesci.rutgers.edu/ ~ Firestein. O manual do usuário Bonfire também está disponível neste site. Além disso, a descrição inicial de Bonfire pode ser encontrado em Langhammer et al, Citometria de 2010. Todos os nossos dados foram analisados ​​usando um sistema operacional Windows. </li></ol> 3) Ajuste de Resolução de Imagem: Você precisará ajustar o programa Bonfire baseado na resolução de imagem das imagens que você deseja analisar. Na parte bonfire_parameters do programa Bonfire, substitua o valor atual para o pix_conv variável com o valor da resolução de imagem (M / pixel) de suas imagens. 2. Estrutura do arquivo: Para que Bonfire para analisar os dados, os arquivos devem ser organizados nesta estrutura específica (Figura 2). Você terá: <ul><li> A pasta principal </li><li> Sub-pastas (contendo cada uma de suas diferentes condições) </li><li> Arquivos de célula de imagem (arquivos filename.tif) contidos nas pastas condição diferente </li><li> A pasta contendo o Bonfire Bonfire Matlab mfiles (também contida na pasta master) </li></ul> 3. Neurônios rastreamento em NeuronJ: <ol><li> Preparar a imagem para rastreamento <ol class="lalpha"><li> Abra a imagem, selecionando o botão "Abrir" na barra de ferramentas NeuronJ e selecionando a imagem que você gostaria de rastrear. </li><li> Redimensionar a imagem, selecionando o botão 'maximizar'. </li><li> Ajustar o brilho eo contraste da imagem para que você possa visualizar todas as neurites, selecionando 'Image' na barra de ferramentas NeuronJ então selecionar 'Ajuste de brilho / contraste ". </li></ol></li><li> Traçar o corpo celular no NeuronJ e identificar o traço como sendo "Tipo 06" <ol class="lalpha"><li> Clique no botão "Add Traces 'na barra de ferramentas NeuronJ. </li><li> Traço em torno do perímetro do corpo celular. </li><li> Clique no botão "Traçados Label 'na barra de ferramentas NeuronJ. </li><li> Selecione 'N1' do 'Tracing ID' menu dropdown. </li><li> "Tipo 06" selecionar no NeuronJ: Atributos janela e selecione 'OK'. </li></ol></li><li> Traçar o neurites em NeuronJ <ol class="lalpha"><li> Clique no botão "Add Traces 'na barra de ferramentas NeuronJ. </li><li> Adicionar um traço ao longo de cada ramo de neurite. Você pode selecionar apenas os dendritos ou o axônio, dependendo da sua experiência. </li><li> Sugerimos que os segmentos de desenhar parar em cada ponto de ramificação, com cada ponto de ramificação filha a partir de que ponto como um novo rastreamento. </li><li> Clique no botão "Salvar Traçados 'na barra de ferramentas NeuronJ. </li><li> Salve o traçado que acabou de criar na mesma pasta que o arquivo de imagem original. </li></ol></li><li> Exportar os arquivos de rastreamento eo arquivo identificador de rastreamento a partir de NeuronJ Dois tipos de arquivos devem ser exportados do NeuronJ e salvos nas pastas condição apropriada junto com o. Tif e arquivos. Ndf. <ol class="lalpha"><li> Selecione o botão 'Trace Export' na barra de ferramentas NeuronJ. </li><li> Selecione a opção "Tab-deliminated arquivos-texto: arquivo separado para" opção no "cada traçado NeuronJ: Export" caixa de diálogo e selecione 'OK'. </li><li> Permitir NeuronJ para escolher os nomes dos arquivos e guardar o local. </li><li> Clique no botão "Traçados Medida 'na barra de ferramentas NeuronJ. </li><li> Selecione a opção "Mostrar medidas rastreamento 'no' NeuronJ: Medições" janela e selecione "Executar". </li><li> 'File' Selecione na "NeuronJ: Traçados 'janela. </li><li> Selecione 'Salvar Como' e salve o arquivo como filename_info. 'Filename' deve corresponder exatamente ao nome do arquivo de imagem original (incluindo capitalização), seguido por _info e não devem conter de 3 letras extensão do arquivo. Por exemplo, para Cell20.tif imagem original nome, este arquivo seria chamado 'Cell20_info'. Verifique se o computador não adiciona automaticamente uma extensão de arquivo. Xls. Se isso acontecer, a extensão do arquivo deve ser excluído manualmente. </li></ol></li></ol> 4. Use Bonfire preliminares para construir arquivos de dados swc NeuronJ.: <ol><li> Reorganize as pastas usando 'bonfire_load' <ol class="lalpha"><li> Abra Matlab clicando duas vezes sobre o ícone. </li><li> Clique no botão '' no canto superior direito da janela de comando. </li><li> Selecione o "Bonfire" pasta na sua pasta de mestre no "Procurar Pasta" janela. </li><li> Tipo 'bonfire_load' na janela de comandos Matlab e pressione enter. </li><li> Selecione a pasta condição que você deseja analisar no "Procurar Pasta" janela e selecione 'OK'. </li><li> Isto irá reorganizar a estrutura de pastas, criando células sub-pastas que contêm todos os dados para cada célula individual. </li></ol></li><li> Criar arquivos filename_prelim.swc usando 'bonfire_ndf2swc' <ol class="lalpha"><li> "Bonfire_ndf2swc 'digitar na janela de comando e pressione enter. </li><li> Selecione a pasta mesma condição que você acabou de reorganizada com 'bonfire_load' no campo 'Procurar Pasta "janela e selecione' OK '. </li><li> Isso irá criar um arquivo. Swc em cada pasta de células para a condição de escolhido. Cada pasta celular agora irá conter cinco arquivos;. Tif a imagem original, o arquivo ndf, o arquivo identificador _info traço, um arquivo txt e um arquivo swc.... </li></ol></li></ol> 5. Use a NeuronStudio Finalize arquivos SWC.: <ol><li> Abrir e calibrar imagens neurônio em NeuronStudio <ol class="lalpha"><li> Abra o programa NeuronStudio. </li><li> Selecione Arquivo → Abrir na barra de ferramentas NeuronStudio. </li><li> Encontrar a imagem. Tif do neurônio que você deseja editar e abri-lo. </li><li> Selecione Executar → Configurações e digite '1 'em cada um dos 3 (X, Y, Z) caixas na "janela Tamanho Voxel". </li><li> Selecione Arquivo → SWC Import. Selecione o arquivo apropriado. Swc. O arquivo de imagem agora será revestida com uma imagem de rastreamento. A soma das células deve ser coberta com um círculo vermelho. </li></ol></li><li> Use NeuronStudio para neurites ligação <ol class="lalpha"><li> Use as ferramentas no NeuronStudio para identificar corretamente pontos de ramificação e pontos finais (recomendamos que você se familiarizar com as características NeuronStudio e atalhos antes de analisar seus dados). </li><li> Especificamente, use a "ferramenta de neurite" para juntar os nós de modo que: <ul><li> Cada ponto de ramificação (nós amarelo) só pode criar dois ramos </li><li> Todos os traços são contínuos com a soma (apenas um nó vermelho) </li></ul></li></ol></li><li> Exportar dados do NeuronStudio <ol class="lalpha"><li> Selecione Neuritos File → Save (salvar como o nome padrão). </li></ol></li><li> Verificar se há erros em arquivos. Swc usando 'bonfire_trace_check' <ol class="lalpha"><li> "Bonfire_trace_check 'digitar na janela de comando Mathlab e pressione enter. </li><li> Selecione a pasta condição contendo os dados que você acabou processado no "Procurar Pasta" janela e selecione 'OK'. </li><li> Se houver algum erro em qualquer uma das imagens na pasta o programa vai exibir imagens de saída, onde está localizado o erro. </li><li> Correção de erros em NeuronStudio <ol class="lroman"><li> Abra o arquivo de imagem que você salvou na etapa de exportação. </li><li> Localizar e corrigir o problema (s). </li><li> Clique em Arquivo → Salvar Neuritos. </li><li> Repita a operação para outras imagens que precisam ser corrigidos. </li><li> Execute novamente "bonfire_trace_check '(5.4). </li></ol></li></ol></li></ol> 6. Use 'fogueira' para extrair dados morfológicos de arquivos swc.: <ol class="lalpha"><li> 'Fogueira' digitar na janela de comando e pressione enter. </li><li> Selecione a pasta condição que contém os dados que deseja analisar no "Procurar Pasta" janela e selecione 'OK'. </li><li> A análise da fogueira irá gerar uma janela para cada um dos neurônios em análise, em que a morfologia neuronal gráficos juntamente com os anéis Sholl utilizados na análise. Além disso, o comando 'fogueira' irá gerar o arquivo. Mat que contém todas as informações morfológicas que foi tomada a partir da análise. </li></ol> 7. Use 'bonfire_results' para visualizar os dados: <ol class="lalpha"><li> Tipo 'bonfire_results' na janela de comandos Matlab. </li><li> Selecione a pasta condição para a condição que você gostaria de ver no "Procurar Pasta" janela e selecione 'OK'. </li><li> O "Procurar Pasta" janela será fechada temporariamente e re-aberto, permitindo que você selecione condições adicionais que você gostaria de ver. </li><li> Quando você terminar de selecionar pastas condição, selecione 'Cancelar' para sair do processo de seleção. </li><li> "Bonfire_results 'retornará gráficos sumário, incluindo ªdados e das pastas condição que você selecionou. </li></ol> 8. Use 'bonfire_export' para exportar dados para o Excel: <ol class="lalpha"><li> Tipo 'bonfire_export' na janela de comando. </li><li> Selecione a pasta condição contendo os dados que você gostaria de exportação no "Procurar Pasta" janela e selecione 'OK'. Bonfire_export irá criar arquivos de Excel dos dados morfológicos e irá colocá-los na pasta condição que foi selecionado. </li></ol> 9. Resultados representativos: Um exemplo dos dados gerados pelo programa Bonfire em um conjunto de dados contendo duas condições é mostrado na Figura 3. Neste exemplo, Condição 1 neurônios que contêm neurites mais distal para o corpo celular. Este fenômeno pode ser observado nas imagens de exemplo (Figura 3B), bem como na curva Sholl do total dendríticas arbor (Figura 3A) e no gráfico do número de pontos terminais (Figura 3C). Além disso, porque o programa também realiza a análise Bonfire Sholl em sub-regiões das imagens, que são capazes de identificar mais especificamente a identidade do neurites que têm aumentado. Tanto o número total de interseções de 3 ª ordem ou neurites maior (Figura 3F) eo número total de ambos os intermediários e neurites terminal (Figura 3G) são aumentadas distal para o corpo celular. Essas tendências também podem ser observados nas Figuras 3D e 3E. <img src="/files/ftp_upload/2354/2354fig1.jpg" alt="Figura 1" data-altupdatedat="1787634011000" data-alt="Figura 1"> Figura 1:. Fluxograma do programa Bonfire Neurônios são rastreados usando ImageJ. Os dados são então exportados e convertidos pelo programa Bonfire em preliminar. Swc arquivos. NeuronStudio é usado para definir a conectividade do neurites. Verifica fogueira para erros e, em seguida, calcula as curvas de Sholl, o número de primário, neurites ordem secundária e superior, eo número de pontos de ramificação e dicas neurite. Finalmente, os dados são exportados para Excel para análise estatística. <img src="/files/ftp_upload/2354/2354fig2.jpg" alt="Figura 2" data-altupdatedat="1787634011000" data-alt="Figura 2"> Figura 2: Estrutura de arquivos necessários para a análise da fogueira A estrutura do arquivo deve corresponder a este ou o programa não será executado corretamente.. Os nomes das pastas e arquivos e da quantidade de pastas e arquivos podem ser alterados. <img src="/files/ftp_upload/2354/2354fig3.jpg" alt="Figura 3" data-altupdatedat="1787634011000" data-alt="Figura 3"> Figura 3: Exemplo de dados de saída do programa Bonfire A) curvas Sholl Total.. B) Exemplo invertida imagens de ambas as condições. C) Número médio de pontos de ramificação e pontos terminais / célula. D) O número médio de processos / celular para primário, secundário e terciário ou superior neurites. E) Número médio de processos / celular para o root, intermediário e neurites terminal. F) identidades específicas Segmento curvas de análise de Sholl. Segmentos são agrupados como primário, secundário ou terciário ou superior. G) a identidade específica do segmento curvas de análise de Sholl. Segmentos são agrupados em segmentos radiculares, segmentos intermediários, ou segmentos terminal.

<ol><li>Elston, G. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pyramidal+cells+of+the+frontal+lobe%3A+all+the+more+spinous+to+think+with%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">Pyramidal cells of the frontal lobe: all the more spinous to think with.</a> J Neurosci. 20, (2000).</li>
<li>Koch, C., Segev, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+role+of+single+neurons+in+information+processing%5BTitle%5D)+AND+%22Nat+Neurosci%22%5BJournal%5D)">The role of single neurons in information processing.</a> Nat Neurosci. , Suppl 3. 1171-1177 (2000).</li>
<li>Poirazi, P., Mel, B. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impact+of+active+dendrites+and+structural+plasticity+on+the+memory+capacity+of+neural+tissue%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Impact of active dendrites and structural plasticity on the memory capacity of neural tissue.</a> Neuron. 29, 779-796 (2001).</li>
<li>Schaefer, A. T., Larkum, M. E., Sakmann, B., Roth, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Coincidence+detection+in+pyramidal+neurons+is+tuned+by+their+dendritic+branching+pattern%5BTitle%5D)+AND+%22J+Neurophysiol%22%5BJournal%5D)">Coincidence detection in pyramidal neurons is tuned by their dendritic branching pattern.</a> J Neurophysiol. 89, 3143-3154 (2003).</li>
<li>Vetter, P., Roth, A., Hausser, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Propagation+of+action+potentials+in+dendrites+depends+on+dendritic+morphology%5BTitle%5D)+AND+%22J+Neurophysiol%22%5BJournal%5D)">Propagation of action potentials in dendrites depends on dendritic morphology.</a> J Neurophysiol. 85, 926-937 (2001).</li>
<li>Hausser, M., Spruston, N., Stuart, G. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diversity+and+dynamics+of+dendritic+signaling%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Diversity and dynamics of dendritic signaling.</a> Science. 290, 739-744 (2000).</li>
<li>Brette, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Simulation+of+networks+of+spiking+neurons%3A+a+review+of+tools+and+strategies%5BTitle%5D)+AND+%22J+Comput+Neurosci%22%5BJournal%5D)">Simulation of networks of spiking neurons: a review of tools and strategies.</a> J Comput Neurosci. 23, 349-398 (2007).</li>
<li>Arendt, T., Zvegintseva, H. G., Leontovich, T. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dendritic+changes+in+the+basal+nucleus+of+Meynert+and+in+the+diagonal+band+nucleus+in+Alzheimer%27s+disease--a+quantitative+Golgi+investigation%5BTitle%5D)+AND+%22Neuroscience%22%5BJournal%5D)">Dendritic changes in the basal nucleus of Meynert and in the diagonal band nucleus in Alzheimer's disease--a quantitative Golgi investigation.</a> Neuroscience. 19, 1265-1278 (1986).</li>
<li>Harrison, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+neuropathology+of+schizophrenia.+A+critical+review+of+the+data+and+their+interpretation%5BTitle%5D)+AND+%22Brain%22%5BJournal%5D)">The neuropathology of schizophrenia. A critical review of the data and their interpretation.</a> Brain. 122, 593-624 (1999).</li>
<li>Lewis, D. A., Glantz, L. A., Pierri, J. N., Sweet, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+cortical+glutamate+neurotransmission+in+schizophrenia%3A+evidence+from+morphological+studies+of+pyramidal+neurons%5BTitle%5D)+AND+%22Ann+N+Y+Acad+Sci%22%5BJournal%5D)">Altered cortical glutamate neurotransmission in schizophrenia: evidence from morphological studies of pyramidal neurons.</a> Ann N Y Acad Sci. 1003, 102-112 (2003).</li>
<li>Kaufmann, W. E., Moser, H. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dendritic+anomalies+in+disorders+associated+with+mental+retardation%5BTitle%5D)+AND+%22Cereb+Cortex%22%5BJournal%5D)">Dendritic anomalies in disorders associated with mental retardation.</a> Cereb Cortex. 10, 981-991 (2000).</li>
<li>Georges, P. C., Hadzimichalis, N. M., Sweet, E. S., Firestein, B. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+yin-yang+of+dendrite+morphology%3A+unity+of+actin+and+microtubules%5BTitle%5D)+AND+%22Mol+Neurobiol%22%5BJournal%5D)">The yin-yang of dendrite morphology: unity of actin and microtubules.</a> Mol Neurobiol. 38, 270-284 (2008).</li>
<li>Firestein, B. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cypin%3A+a+cytosolic+regulator+of+PSD-95+postsynaptic+targeting%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Cypin: a cytosolic regulator of PSD-95 postsynaptic targeting.</a> Neuron. 24, 659-672 (1999).</li>
</ol>

Os autores declaram que não há interesses conflitantes. As agências financiadoras não tinham papel científico no desenvolvimento da fogueira.

O programa Bonfire é um programa semi-automático para a análise de dendrite e morfologia axônio. Ela aumenta muito a eficiência ea precisão da análise de Sholl mais de realizar a análise manualmente. Além disso, o programa Bonfire salva os dados em cada etapa do processo, tornando possível a auditar os dados e verificar a precisão da análise. Portanto, a tarefa de análise de dados podem ser distribuídos para inúmeras pessoas sem comprometer a precisão. Por último, realizando a análise em sub-regiões das imagens, o progr...

<table><tbody><tr><td>Plugin NeuronJ</td><td></td><td></td><td>&lt;a href=&quot;http://www.imagescience.org/meijering/software/neuronj/">http://www.imagescience.org/meijering/software/neuronj/&lt;/a&gt;</td></tr><tr><td>Software ImageJ</td><td></td><td></td><td>&lt;a href=&quot;http://rsbweb.nih.gov/ij/">http://rsbweb.nih.gov/ij/&lt;/a&gt;</td></tr><tr><td>Programa Bonfire</td><td></td><td></td><td>&lt;a href=&quot;http://lifesci.rutgers.edu/%7Efirestein">http://lifesci.rutgers.edu/~firestein&lt;/a&gt;</td></tr><tr><td>NeuronStudio</td><td></td><td></td><td>&lt;a href=&quot;http://research.mssm.edu/cnic/tools-ns.html">http://research.mssm.edu/cnic/tools-ns.html&lt;/a&gt;</td></tr><tr><td>Programa MatLab</td><td>Mathworks</td><td></td><td></td></tr></tbody></table>

análise sholl automatizado de morfologia neuronal digitized em múltiplas escalas

Automated Sholl Analysis of Digitized Neuronal Morphology at Multiple Scales

Morfologia neuronal desempenha um papel significativo na determinação de como os neurônios de função e comunicar 1-3. Especificamente, ele afeta a capacidade dos neurônios para receber insumos de outras células 2 e contribui para a propagação de potenciais de ação 4,5. A morfologia das neurites também afeta a forma como a informação é processada. A diversidade de morfologias dendrite facilitar a sinalização de faixa de locais e de longa e permitir que os neurônios individuais ou grupos de neurônios para realizar funções especializadas dentro da rede neuronal 6,7. Alterações na morfologia dendrite, incluindo a fragmentação dos dendritos e mudanças nos padrões de ramificação, foram observados em um número de estados de doença, incluindo a doença de Alzheimer 8, 9,10 esquizofrenia e retardo mental 11. A capacidade de entender os fatores que moldam morfologias dendrite e para identificar alterações nas morfologias dendrite é essencial na compreensão da função do sistema nervoso e disfunção. Morfologia neuritos muitas vezes é analisado por análise de Sholl e contando o número de neurites e do número de pontas de galhos. Esta análise é geralmente aplicado a dendritos, mas também pode ser aplicado para os axônios. Fazer esta análise com a mão é tanto demorado e inevitavelmente introduz variabilidade devido ao preconceito de experimentador e inconsistência. O programa da fogueira é uma abordagem semi-automática para a análise da dendrite e morfologia axônio que se baseia em open-source disponíveis ferramentas de análise morfológica. Nosso programa permite a detecção de mudanças locais no dendrito e axônio ramificação comportamentos através da realização de análise de Sholl na sub-regiões do arbor neuríticas. Por exemplo, a análise de Sholl é realizado em ambos os neurônio como um todo, bem como sobre cada subconjunto de processos (primário, secundário, terminal root, etc) Dendrite e padronização axônio é influenciado por uma série de fatores intra e extracelulares, muitos agir localmente. Assim, a morfologia arbor resultante é um resultado de processos específicos agindo em neurites específicos, tornando-se necessário realizar uma análise morfológica em uma escala menor, a fim de observar estas variações locais 12. O programa da fogueira requer o uso de duas ferramentas open-source de análise, o plugin para NeuronJ ImageJ e NeuronStudio. Neurônios são traçados no ImageJ e NeuronStudio é usado para definir a conectividade entre neurites. Bonfire contém uma série de scripts personalizados escritos em MATLAB (MathWorks) que são usados ​​para converter os dados para o formato apropriado para posterior análise, verificar os erros do usuário, e, finalmente, realizar a análise Sholl. Finalmente, os dados são exportados para Excel para análise estatística. Um fluxograma do programa Bonfire é mostrado na Figura 1.

Nós desenvolvemos um programa de computador para analisar a morfologia neuronal. Em combinação com dois existentes ferramentas de análise de código aberto, o nosso programa realiza análise de Sholl e determina o número de neurites, pontos de ramificação, e dicas de neurite. As análises são realizadas para que as mudanças locais na morfologia neurite pode ser observado.

Análise Sholl automatizado de Morfologia Neuronal Digitized em múltiplas escalas

A morfologia neuronal desempenha um papel significativo na determinação de como os neurónios funcionam e comunicam1-3. Especificamente, ela afeta a capacidade dos neurónios de ...

Este vídeo demonstra um procedimento para analisar a morfologia de dendritos e axônios, coletivamente conhecidos como neuritos, utilizando um programa semiautomatizado com o objetivo de observar alterações locais. O software First Neuron J é usado para traçar imagens TIFF de oito bits de neurônios, a fim de identificar a posição dos segmentos de neuritos. Em seguida, o software Neuron Studio é utilizado para definir informações estruturais sobre a conectividade entre os neuritos.Por fim, o programa MATLAB bonfire é executado para extrair dados morfológicos das células, incluindo a análise shoal, bem como o número de pontos de ramificação dos neuritos e as extremidades dos neuritos. Os resultados mostram alterações locais na morfologia dos neuritos com base no desempenho da análise shoal em sub-regiões do arborizado neural. A principal vantagem desta técnica em relação aos métodos existentes, como a análise shoal feita manualmente, é que o programa é semi-automatizado, o que aumenta significativamente a eficiência da análise e permite que os dados sejam auditados, de modo que a precisão da análise possa ser verificada.Quem demonstrará o procedimento será um estudante de graduação da

automated-sholl-analysis-digitized-neuronal-morphology-at-multiple

Research

JoVE Journal

Neuroscience

Neurociência

Registros de patch-clamp e preenchimento simultâneo de biocitina intracelular de neurônios sinapticamente acoplados em fatias cerebrais agudas permitem uma análise correlacionada de suas propriedades estruturais e funcionais. O objetivo deste protocolo é descrever as etapas técnicas essenciais do registro eletrofisiológico a partir de microcircuitos neuronais e sua posterior análise morfológica.

Eletrofisiológica e Caracterização Morfológica de Neuronal Microcircuits em aguda fatias do cérebro do Usando Emparelhados patch-clamp Recordings

Este protocolo descreve reconstruções em larga escala de populações neuronais selectivos, marcados após a infecção retrógrada com um vírus da raiva modificado expressando marcadores fluorescentes, e análises independentes cluster, imparcial que permitem a caracterização abrangente de métricas morfológicas entre subclasses neuronais distintas.

Reconstruções em larga escala e, Clustering imparcial independente baseado no morfológicas Métricas para classificar Neurônios no seletivos Populações

Aqui, mostramos como analisar roteamento dendrítica de neurônios da medula Drosophila em colunas e camadas. O fluxo de trabalho inclui uma técnica de imagem dual-vista a melhorar a qualidade de imagem e ferramentas computacionais para a detecção, registrar mandris dendríticas para a matriz coluna de referência e para analisar as estruturas dendríticas no espaço 3D.

Analisando dendríticas Morfologia em Colunas e Camadas

O pipeline descrito é projetado para a segmentação de conjuntos de dados de microscopia eletrônica maiores que gigabytes, para extrair morfologias de células inteiras. Uma vez que as células são reconstruídas em 3D, software personalizado projetado em torno de necessidades individuais pode ser usado para executar uma análise qualitativa e quantitativa diretamente em 3D, também usando a realidade virtual para superar a oclusão de visão.

Um método para reconstrução 3D e análise de realidade virtual de células gliais e neuronais

Aqui apresentamos um método automatizado para determinação semi-quantitativa do número de neurônio dopaminérgico na substantia nigra pars compacta.

Determinação semi-quantitativa da densidade do neurônio dopaminérgico na Substantia Nigra dos Modelos de Roedores usando análise automatizada de imagem

Apresentado é uma ferramenta computacional que permite a medição automática simples e direta das orientações de ramos dendríticas neuronais a partir de imagens de fluorescência 2D.

Identificação Automática de Ramos Dendráticos e sua Orientação

Este protocolo descreve métodos para a realização de ressonância magnética, limpeza e imunomarcação de cérebros de camundongos intactos usando iDISCO+, seguido por uma descrição detalhada de imagens usando microscopia de folha de luz e análises a jusante usando NuMorph.

Imagem de célula única de cérebro inteiro e análise de cérebros de camundongos neonatais intactos usando ressonância magnética, limpeza de tecidos e microscopia de folha de luz

Aqui, empregamos HD-MEA para nos aprofundarmos na dinâmica computacional de conjuntos neuronais de grande escala, particularmente em hipocampo, circuitos de bulbos olfativos e redes neuronais humanas. A captura da atividade espaço-temporal, combinada com ferramentas computacionais, fornece insights sobre a complexidade do conjunto neuronal. O método melhora a compreensão das funções cerebrais, potencialmente identificando biomarcadores e tratamentos para distúrbios neurológicos.

Gravação e Análise da Dinâmica Multimodal de Conjuntos Neuronais em Larga Escala em Microeletrodos de Alta Densidade Integrados CMOS

As espinhas dendríticas são compartimentos pós-sinápticos da maioria das sinapses excitatórias. Alterações na morfologia da coluna dendrítica ocorrem durante o neurodesenvolvimento, envelhecimento, aprendizado e muitos distúrbios neurológicos e psiquiátricos, ressaltando a importância de uma análise confiável da coluna dendrítica. Este protocolo descreve a quantificação da morfologia da coluna dendrítica de forma precisa e reprodutível usando um software automático de reconstrução...

Quantificação da coluna dendrítica usando um software automático de reconstrução tridimensional de neurônios

Os ensaios de crescimento de neuritos fornecem um valor quantitativo sobre os processos neuronais regenerativos. A vantagem deste software semiautomático é que ele segmenta corpos celulares e neurites separadamente, criando uma máscara e mede vários parâmetros, como comprimento de neurites, número de pontos de ramificação, área de aglomerado de células-corpo e número de aglomerados de células.

Padronização de um novo software semiautomático para medição de crescimento de neuritos 

Aprenda análise computacional de morfologia neuronal usando o programa semi-automatizado Bonfire em MATLAB. Este método permite quantificar neuritos e observar mudanças locais na estrutura dendrítica com eficiência.

Análise Sholl automatizado de Morfologia Neuronal Digitized em múltiplas escalas

Explorar mais vídeos