4 de maio de 2018
Uma interface gráfica do usuário para explorar e compartilhar um banco de dados de respostas vasculares induzida por optogenetically no rato córtex somatossensorial na vivo medidos por microscopia 2-fóton é apresentada. Permite pesquisar os dados com base em critérios de seleção, em média, localização das medições dentro de um volume 3D da vasculatura e exportar os dados.
O software apresentado chamado Neurovascular Network Explorer 2.0 ou NNE 2.0, é uma interface gráfica de usuário baseada em MATLAB que permite visualização, inspeção, seleção e exportação de alterações do diâmetro vascular evocadas optogeneticamente medidas por microscopia de dois fótons. Em quaisquer dois suportes a localização das medições de diâmetro dentro de uma estrutura 3D da rede vascular que pode ser usada em estudos modernos da função cerebral. E quaisquer dois podem ser usados para explorar o banco de dados associado, bem como um modelo para compartilhar e explorar os próprios dados dos usuários estruturados em um banco de dados de formato semelhante.
Inicie o programa NNE 2.0 selecionando NNE 2.execute. As imagens na coluna esquerda do painel principal mostram gráficos de cursos de tempo e perímetros de todas as entradas no banco de dados vdb. mat Comece selecionando o intervalo de profundidade cortical na coluna da direita.
Uma profundidade mínima de 40 mícrons e uma profundidade máxima de 560 mícrons são usadas aqui. Em seguida, selecione a ordem de ramificação, clique com o botão esquerdo do mouse na seta e escolha uma das opções da lista mostrada. Em seguida, selecione o diâmetro da linha de base e digite o intervalo.
Um diâmetro mínimo de dois mícrons e um diâmetro máximo de 45 mícrons são usados aqui. Agora, selecione os assuntos a serem analisados na coluna direita do painel. Clique com o botão esquerdo do mouse na seta e escolha entre as opções disponíveis.
Pressione enviar para exibir e explorar os dados selecionados no painel dois. Antes de explorar o subconjunto de dados selecionado, agrupe a média dos dados clicando com o botão esquerdo do mouse em média por profundidade cortical ou média por ordem de ramificação. A escolha é destacada em verde abaixo.
Em seguida, selecione os dados com base na morfologia do vaso ou no assunto. Selecionar todos os dados para a árvore consiste nos dados de uma única artéria de mergulho e seus ramos. Em seguida, clique com o botão esquerdo do mouse em enviar para exibir os dados selecionados em gráficos de cursos de tempo individuais, cursos de tempo médio de grupo e gráficos de dispersão de tempos de início, amplitudes de pico do tempo até o pico e diâmetros de linha de base.
Clique com o botão esquerdo do mouse em um traço no gráfico de cursos de tempo individuais. Os cursos de tempo selecionados destacados em magenta e seu tempo de início, tempo até o pico, amplitude de pico e diâmetro da linha de base serão marcados por círculos vermelhos nos gráficos abaixo. Em seguida, clique com o botão direito do mouse em qualquer lugar do painel dois com um cursor cruzado para visualizar e explorar todos os traços para o ID do assunto selecionado ou ID da árvore no painel três.
Selecione um curso de tempo no gráfico superior da coluna esquerda clicando com o botão esquerdo do mouse em um traço. O traço selecionado será destacado em magenta no gráfico e os parâmetros descritivos da entrada do banco de dados serão exibidos na parte superior do gráfico. O tempo de início correspondente, o tempo até o pico, a amplitude do pico e o diâmetro da linha de base são exibidos nos gráficos abaixo.
O curso do tempo em preto grosso é a média de todos os traços exibidos. Clique com o botão esquerdo do mouse no botão de conjunto de exportação para salvar os rastreamentos exibidos no gráfico superior na pasta NNE 2.0. Certifique-se de que nenhum dos arquivos exportados esteja aberto durante a ação de exportação.
Se um dos arquivos estiver aberto, um aviso aparecerá. Nesse caso, o usuário deve fechar o arquivo exportado e reiniciar o NNE 2. Para inspecionar todos os dados do assunto em vez da árvore, feche o painel três, reinicie o NNE 2.0 e, depois de repetir a seleção de categorias no painel um como antes, selecione todos os dados do assunto no painel dois.
Clique com o botão direito do mouse em qualquer lugar do painel três com um cursor cruzado para ir para o painel quatro para explorar imagens de referência e pilhas de imagens 3D para todos os traços no gráfico superior do painel três. Saiba que o painel quatro será aberto somente se a opção todos os dados da árvore tiver sido selecionada no painel dois. Se todos os dados do assunto foram selecionados, o usuário será solicitado a alterar a seleção e direcioná-la para o painel um.
Selecione um curso de tempo clicando com o botão esquerdo nele no gráfico na parte superior da coluna da esquerda. No canto inferior direito da coluna da esquerda, explore a imagem de referência correspondente que, neste caso, é carregada automaticamente da pasta hana_refs. Na parte inferior esquerda da coluna da esquerda, explore a pilha de imagens 3D correspondente carregada automaticamente da pasta hana_stk.
Percorra essa pilha usando as setas ou o controle deslizante abaixo da figura. Quando a imagem da pilha atinge o nível da imagem de referência, a imagem da pilha é realçada e indicada como nível de quadro. Clique em exportar conjunto na coluna da direita para exportar o curso de tempo realçado para um arquivo ref_stacks_trace.
xls que é salvo na pasta NNE 2. Por fim, feche o painel quatro para voltar ao painel um para começar a explorar um novo conjunto de dados ou feche o painel um para encerrar o programa. Para usar as medições funcionais junto com a estrutura vascular 3D, uma pilha de imagens correspondente está localizada na pasta hana_stk usando seu nome de referência de pilha exibido no painel quatro.
Para reconhecer a artéria de mergulho específica, o usuário pode consultar um mapa de baixa ampliação da vasculatura da superfície com segmentos de mergulho de artérias ou árvores medidas rotuladas com números correspondentes. Esse número de índice de pilha no nível do quadro localiza a medição dentro da profundidade apropriada. A ordem de ramificação, juntamente com a trajetória da varredura, localiza a medição dentro do plano de imagem.
Em conjunto, o usuário recebe uma topografia 3D da vasculatura povoada por vasomovimento induzido por estímulo em vários locais dentro das árvores vasculares. E o NNE 2 foi escrito para compartilhar os dados de imagem vascular de um estudo específico, mas com a intenção de desenvolver uma ferramenta simples para compartilhar e explorar dados de tipo semelhante por outros usuários. No pré-requisito para usar o NNE 2 está um modelo, é um banco de dados no formato de uma matriz E isso pode ser alcançado processando os dados diretamente no MATLAB ou usando ferramentas para construir a matriz a partir de outros formatos.
No NNE 2 tem o potencial de ajudar a compartilhar dados experimentais entre comunidades de pesquisa. Facilitar a utilização dos dados, bem como o desenvolvimento de padrões para aquisição e processamento de dados.
Veja a transcrição completa e aceda a milhares de vídeos científicos
Este estudo apresenta o Neurovascular Network Explorer 2.0 (NNE 2.0), uma interface gráfica de usuário baseada em MATLAB projetada para explorar um banco de dados de respostas vasculares induzidas optogeneticamente no córtex somatossensorial do rato. Utilizando microscopia de 2-fotões, o software permite aos usuários visualizar e analisar mudanças no diâmetro vascular, facilitando insights mais profundos sobre a função cerebral e respostas vasculares.
Neurovascular Network Explorer 2.0 (NNE 2.0) addresses the critical need for data sharing and standardization in preclinical neuroscience research, enabling biopharma teams to validate vascular biomarkers and mechanistic hypotheses with greater confidence. By providing a reusable platform for exploring optogenetically-evoked vasomotion data, NNE 2.0 supports target validation and assay development pipelines where vascular function serves as a translational readout. This enhances predictive confidence in early discovery by reducing biological ambiguity in neurovascular coupling studies.
NNE 2.0 integrates into the discovery continuum from hypothesis testing through lead identification, where vascular response metrics serve as mechanistic biomarkers for target engagement and pathway modulation.