Análise de alto throughput de dados de mapeamento óptico usando o ElectroMap
June 4th, 2019
Este protocolo descreve a configuração e o uso do ElectroMap, uma plataforma de software de código aberto baseada em MATLAB para análise de dados de mapeamento óptico cardíaco. O ElectroMap fornece uma ferramenta versátil de alta produtividade para análise de conjuntos de dados de tensão e cálcio de mapeamento óptico através de uma vasta gama de modelos experimentais cardíacos.
O uso de tecnologias multi array e mapeamento óptico em pesquisas cardíacas está se expandindo. No entanto, o que falta atualmente é um software robusto de alta produtividade para análise de dados de eletrofisiologia. É por isso que desenvolvemos um novo software chamado ElectroMap para ajudar os pesquisadores com suas análises.
O ElectroMap incorpora métodos novos e estabelecidos para analisar dados de mapeamento cardíaco que podem ser adquiridos de qualquer espécie usando múltiplas câmeras diferentes, vários corantes fluorescentes diferentes e diferentes modalidades de aquisição, incluindo mapeamento óptico e sistemas de matriz multi-eletrodos. Além de medir parâmetros padrão de AP, como duração potencial de ação, ensaio condutivo e morfologia, o ElectroMap permite a análise e quantificação da atividade. Comece baixando todos os arquivos da versão de código-fonte mais recente do ElectroMap do repositório do GitHub.
Descompactar o conteúdo baixado para um local desejado. Abra o MATLAB e navegue até o local da pasta hospedando o código-fonte Do ElectroMap. Em seguida, abra o eletromape de arquivo.
m e pressione executar no editor para iniciar a interface de usuário ElectroMap. Em seguida, para carregar a imagem, pressione selecionar pasta e navegar até a localização do arquivo de dados ou arquivos a serem analisados. Selecione o arquivo a ser carregado a partir da interface e pressione as imagens de carga.
Uma vez carregado, o primeiro quadro aparecerá e um contorno vermelho indicará o limiar automático da imagem. Se desejar, modifique-o para um limiar com base na amplitude do curso de tempo de sinal alterando a opção na imagem para menu suspenso de limiar. Observe que uma vez que o limiar é selecionado, ele é então aplicado para toda a pilha de imagens.
Se desejar, altere a opção de limiar para manual que ativará o controle deslizante para ajustar manualmente o limiar da imagem. Além disso, selecione a região de interesse personalizada para análise selecionando as caixas de marca apropriadas abaixo das opções de limiar. Observe que opções avançadas para seleção de região de interesse, como número de áreas, estão disponíveis na seleção do ROI no menu superior.
Uma vez aplicado um limiar apropriado, pressione as imagens do processo para aplicar o processamento. Neste ponto, certifique-se de que as configurações corretas da câmera tenham sido inseridas para taxa de quadros e tamanho de kilohertz e pixel em micrometros e opções de processamento de sinal, como tempo de janela, filtragem espacial e temporal. Depois que o arquivo foi processado, inspecione os picos no sinal médio do tecido rotulado por círculos vermelhos.
Segmente o sinal com base em picos detectados. Sinal do segmento de imprensa. Se desejar, aplique segmentação personalizada do sinal ampliando o tempo de interesse e selecionando o sinal do segmento.
Depois que as imagens tiverem sido processadas, o botão de mapas de produção ficará ativo. Pressione produzir mapas para aplicar duração potencial de ação, tempo de ativação, velocidade de condução e análise de relação sinal/ruído. Selecione os segmentos desejados na caixa de lista para aplicar a análise a cada um.
Em seguida, selecione obter informações de pixel para ver uma exibição detalhada do sinal de qualquer pixel dentro da imagem e comparar pixels com sinais de gráficos simultaneamente de até seis locais. Para acessar uma análise mais detalhada da velocidade de condução, pressione a condução. Em seguida, pressione o vetor único para analisar a condução usando o método vetorial único onde o vetor gradiente é calculado a partir do tempo de inativação de atraso entre dois pontos.
Por fim, pressione o vetor local para aplicar o método multi-vetor com as configurações que correspondem às da interface principal. Pressione a curva de ativação para traçar a porcentagem de tecido ativado em função do tempo. Para quantificar outros parâmetros usando o ElectroMap, selecione uma das outras análises desejadas no menu suspenso acima do mapa de exibição.
Pressione a análise de arquivo único para abrir um módulo dedicado para análise de alta duração de rendimento e condução de cada segmento identificado em um arquivo. Realize a análise em toda a imagem ou em regiões ou pontos de interesse selecionados. Para exportar dados do ElectroMap, pressione os valores de exportação para salvar os valores do mapa exibido atualmente na interface principal do usuário.
Em seguida, pressione o mapa de exportação para trazer um popup contendo o mapa exibido atualmente que pode ser salvo em uma variedade de formatos de imagem. Se desejar, adicione uma barra de cores selecionando o ícone da barra de cores. Defina a escala selecionando editar e, em seguida, mapa de cores.
Finalmente, pressione o vídeo de ativação para renderizar uma animação da sequência de ativação que pode ser salva como um arquivo GIF animado. Isso mostra a potencial de ação da morfologia da murina atria quando comparada com o ventrículo de cobaia registrado usando corantes sensíveis à tensão como relatado anteriormente. Apesar da forma distinta do potencial de ação e do uso de duas câmeras de mapeamento óptico separadas com diferentes taxas de quadros e tamanhos de pixels, o ElectroMap pode ser utilizado para analisar com sucesso ambos os conjuntos de dados selecionando os parâmetros apropriados.
A aplicação de conjunto em média em vez de outros métodos pode melhorar o SNR de atria murina isolada esquerda. Uma mudança na frequência de ritmo de três hertz para 10 hertz não alterou a APD quando nenhuma média de conjunto é realizada, mas uma redução esperada no APD em 10 hertz pacing foi observada quando medido a partir de dados médios do conjunto. Além disso, a ária esquerda do rato foi acelerada a um comprimento de ciclo de 120 milissegundos e o comprimento do ciclo foi gradualmente encurtado em 10 milissegundos até atingir 50 milissegundos.
O ElectroMap identifica automaticamente o comprimento do ciclo de ritmo e os picos médios do tecido do grupo em conformidade. ApD e intervalo diastólico encurtado. A amplitude dos picos medidos opticamente diminuiu enquanto o tempo para o pico aumentou.
Este protocolo mostra como você pode instalar e configurar as configurações no ElectroMap, a fim de analisar rapidamente a duração potencial de ação, velocidade de condução, variabilidade de pico para pico, e também como você pode configurar a média a fim de melhorar a relação sinal/ruído. Esperamos que a liberação deste software livremente disponível ajude os pesquisadores com suas necessidades de análise e leve a algumas descobertas importantes em pesquisas cardíacas. Continuaremos a construir todos os algoritmos que desenvolvemos e encorajamos outros a nos ajudar a expandir ainda mais as capacidades do ElectroMap.
Visão Geral
Este protocolo descreve a configuração e o uso do ElectroMap, uma plataforma de software de código aberto baseada em MATLAB para análise de dados de mapeamento óptico cardíaco. O ElectroMap fornece uma ferramenta versátil de alto rendimento para análise de dados de voltagem e cálcio do mapeamento óptico em uma ampla gama de modelos experimentais cardíacos.
Componentes Principais do Estudo
Área da Ciência
- Eletrofisiologia cardíaca
- Mapeamento óptico
- Desenvolvimento de software
Contexto
- Tecnologias de mapeamento óptico e de múltiplos arrays são cada vez mais utilizadas na pesquisa cardíaca.
- Existe a necessidade de software de código aberto robusto e de alto rendimento para análise de dados de eletrofisiologia.
- O ElectroMap incorpora métodos novos e estabelecidos para análise de dados de mapeamento cardíaco.
- O software suporta dados de várias espécies e modalidades de aquisição.
Objetivo do Estudo
- Fornecer uma ferramenta amigável para análise de dados de mapeamento óptico cardíaco.
- Facilitar a medição de parâmetros de potencial de ação e análise de condução.
- Melhorar a relação sinal-ruído na análise de dados eletrofisiológicos.
Métodos Utilizados
- Baixar e configurar o ElectroMap a partir do repositório GitHub.
- Carregar e processar imagens de mapeamento óptico usando MATLAB.
- Aplicar thresholding automático e manual para análise de imagem.
- Realizar segmentação e produzir mapas para análise de potencial de ação.
Principais Resultados
- O ElectroMap analisa com sucesso dados de diferentes configurações de mapeamento óptico.
- A duração do potencial de ação e a velocidade de condução podem ser quantificadas efetivamente.
- A média de conjunto melhora a relação sinal-ruído na análise de dados.
- Segmentação personalizada e análise detalhada de pixels são suportadas.
Conclusões
- O ElectroMap é uma ferramenta valiosa para pesquisadores em eletrofisiologia cardíaca.
- O software aprimora a análise de conjuntos de dados complexos de mapeamento óptico.
- Sua natureza de código aberto promove acessibilidade e colaboração na pesquisa.
Perguntas Frequentes
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.
