$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
KAV производит визуальные представления структуры сети
Контраст между ECFCs и матрица фон в фазе контрастность изображения позволяет KAV для выявления клеток конкретных структур. ECFC сетей, выявленные KAV представлены графически, как скелет и маска представлений для иллюстрации структуры используется программное обеспечение для количественной оценки(Рисунок 2). Главное качественной оценки скелета и маска представлений позволяет быстро идентифицировать KAV чувствительность и точность, которые могут быть полезны в определении оптимального порогового значения параметров и интерпретации результатов анализа. Когда качество фазы контрастность изображения является высоким и достаточного контраста достигается, KAV точно определяет ECFC сетей, как отмечал сходство между фазы контраст изображения и генерируемые KAV скелета и маска представлений (Рисунок 2 Видео 1и A ).
В качестве альтернативы если этап контрастность изображения не имеют высокой контрастности и/или артефакты изображения, такие как координатной привязки происходят, уменьшается точность обнаружения сети и результаты стали неоднозначным (рис. 2B). Кроме того формирование воздушных пузырьков в пределах ячейки СМИ также могут скрывать точность обнаружения (рис. 2). Однако проблемы с качеством изображения, часто могут быть преодолены подборку ограничивание различных методов, включенных в KAV программного обеспечения. Например этап контраст изображения в Рисунок 2B была проанализирована с помощью параметров обработки идентичные изображения за исключением метода Бинаризация. От скелета и маска представлений очевидно, что порог Оцу привела к более точного обнаружения сетей ECFC, показано в фазе контраст изображения (рис. 2B). Таким образом качество изображения имеет решающее значение для достижения точного и значимых результатов в этот assay. Однако различные Бинаризация методы, включенные в пользовательском интерфейсе KAV позволяют перестройки анализа изображений, основанный на качество входного изображения.
Покадровой микроскопии определяет качественные и количественные различия в ECFC vasculogenesis после воздействия внутриматочная Гестационный сахарный диабет
Недавно KAV аналитический подход был применен для оценки плода ECFC функции после воздействия материнской тип 2 диабет (T2DM) в утробе матери16. С помощью KAV, изменены кинетика vasculogenesis были определены в плода ECFCs, подвергается T2DM. Однако помимо T2DM воздействия, которое происходит на протяжении всей беременности, Гестационный сахарный диабет (GDM) или развитие нетерпимости глюкозы обычно в третьем триместре беременности, также препятствует ECFC функции13. Таким образом KAV был применен для определения, если GDM-подвергаются ECFCs также отображать изменения кинетики формирования сети ECFC. Этап 1 (0-5 h) и этап 2 (5 + h) были оценены с использованием времени перерыва микроскопии в сочетании с KAV анализа (рис. 3). Представитель этап контрастность изображения приобрел в начале захвата изображений (0,50 h) и на протяжении времени (5.00 и 10.00 h) изображают ECFC формирование сети в четырех образцов от один экспериментальный день (рис. 3 и видео 1 ). Несмотря на эквивалентные клеток, загрузки, как отмечено в фазе контрастность изображения в 0,50 м качественные различия в структуре сети очевидны в точках 5.00 и 10.00-час времени. ECFCs с неосложненной беременности (UC) образуют сеть, сложных и запутанных 5 часов после обшивки, похож на наших ранее опубликованных данных16. И наоборот ECFCs из GDM образец 1 (GDM1) формы, очень немногие сетевых структур, которые не связаны. Однако этот шаблон не отражается во всех ECFC образцах, полученных от GDM беременностей, свидетельствует о неоднородности между выборками. Образцы GDM2 и GDM3 отображения более формирование сети по сравнению с GDM1, хотя модели подключения изменены по сравнению с UC образца. Главное KAV меры несколько структурных компонентов ECFC сетей для выявления как очевидные, так и тонкие фенотипов.
В дополнение к генерации скелета и маска представления структуры сети, KAV quantitates десять показателей сетевой структуры, включая количество отдельных сетевых структур, узлы, тройной разветвленной узлы, узлы четырехместные ветвлению, ветви, всего филиал, средняя филиал, филиал узел соотношение, всего закрытые сети, длины и сети области16. KAV компилирует данные для каждого образца в одну таблицу значений для всех изображений время курса. Таблица 1 содержит представитель необработанные данные из одного исследования изображений для одного ECFC образца. Параметры сетевой структуры, измеряется KAV организованы в столбцы и данные для последовательных изображений, приобретенных за время организованы в строки. Например, в наших исследованиях, изображение 1 было получено 30 мин после покрытия с последующим изображениями, людей собираются каждые 15 мин необработанные значения, генерируемые KAV может затем быть графике или далее проанализированы с использованием более сложных статистических подходов к16.
Для одного неосложненной образца (UC) и трех образцов GDM (рис. 4) указаны пять графиков, изображающих средние значения сетевой структуры из трех отдельных экспериментов. UC образца в этих экспериментах, выполняется аналогично к ранее проанализированы UC образцы16. Ранее было определено, что ECFC vasculogenesis в пробирке Би фазовые, состоящий из этапа 1 (0 - 5 h) и этап 2 (5-10 h)16. Этот шаблон соответствует в текущих исследованиях, что подтверждается на графике с изображением закрытой сети данных (Рисунок 4). В образце UC сформировал большее количество закрытых сетей, по сравнению с всех трех образцов GDM. Интересно, что три из четырех образцов, как представляется, подобные время максимальное количество закрытых сетей, которое происходит между 2,5 и 3 часа. Однако GDM2 образец был медленнее, для достижения максимальной закрытых сетей, имевших место 5 часов после покрытия. И, несмотря на GDM2 образца, образуя меньше максимальной сетей, по сравнению с UC образца, сетей, к которым он образует поддерживались аналогично UC образца с течением времени. И наоборот GDM1 и GDM3, который меньше по сравнению с UC пример сети, также выставлены общее сокращение числа сети с течением времени. В целом от графа, изображающие номер закрытой сети, очевидно, что все образцы ECFC отображается шаблон Би фазовые формирования сети, однако скорость образования и максимальное количество сетей достигнуто различаются между образцами.
Сети представляет собой средняя площадь в пределах закрытой сети, образованной ECFCs. Поэтому чем больше закрытой сети номер, тем меньше сети области. Этот шаблон отражается в сети области графики, где UC образца, который сформировал большее количество закрытых сетей, имел меньшие площади сети с течением времени, по сравнению с трех образцов GDM (рис. 4). GDM2, который достиг максимального закрытых сетей более медленно, выставлены высокой сетевой области первоначально, однако области стабилизировалась со временем и это был наиболее близок к UC образца в 15 часов. Со временем средняя сети во всех пробах возросло благодаря сети де стабилизации. Однако некоторые образцы, такие как GDM1 и GDM3, выставлены более быстрый рост в области сети, которая, вероятно, свидетельствует о снижение стабильности, по сравнению с другими образцов экспонируется более постепенный рост.
GDM-воздействию ECFCs демонстрируют сокращение сети стабильность
Доля филиалов к узлам Роман фенотип рассчитывается путем KAV и определены в ходе наших предыдущих исследований, и это свидетельствует о сети подключение16. В текущем исследовании UC образец был низкий коэффициент, который представляет высокий уровень сетевого подключения, который был сохранен во времени (рис. 4). И наоборот три GDM образцы имели более высокий коэффициент филиалов в узлы, особенно в фазе 2 формирования сети. Это наблюдение демонстрирует снижение подключения и де стабилизации сетевых структур.
В целом GDM1 сформировал меньше узлов и ветвей, по сравнению с других образцов, с сокращением поддерживали в течение эксперимента. GDM2 и GDM3 создана и поддерживается большее количество филиалов, по сравнению с UC образца, особенно между 5-15 h. Количество узлов, обнаруженных в сети GDM2 и GDM3 были больше похожи на количество узлов в образце UC, особенно между 10-15 часов. Большее количество филиалов, но такое же количество узлов, можно объяснить повышенной ветви узел соотношение очевидным в позднее время точках в образцах GDM. Важно отметить, что одновременные изменения в отрасли и узел номер может быть трудно интерпретировать в отдельных графиков. Однако Роман филиал узел соотношение предлагает способ оценить, каким образом изменений, включая незначительные изменения трудно обнаружить в отдельных графах, в номер филиала и узла, результатом изменения сетевого подключения.

Рисунок 1 : Схема изложением 10 параметров, количественно, кинетический анализ Vasculogenesis (KAV). KAV quantitates десять различных параметров сетевой структуры. Все параметры являются цветом и изложенные в схеме численно (1-10). Параметры включают количество сетей филиалов (зеленый, 1), закрыт (синий, 2), и узлы (красный, 3), средняя площадь сети (оранжевый, 4), число сетевых структур (черный, 5), тройной разветвленной узлов (желтый, 6) и quad разветвленные узлов (фиолетовый, 7), а также всего (9) и средней длины (10) филиала и соотношение числа филиалов на количество узлов (10). Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Рисунок 2 : Кинетический анализ Vasculogenesis (KAV) quantitates структуры сети. (A) скелет и маска представлений сетевых структур, выявленные с помощью этапа контрастность изображения обеспечивают визуальное представление сетевых структур выявлять и количественно KAV KAV. Шкалы бар = 500 мкм. (B) контраст изображения представительный этап ECFC сетей 10 h после покрытия, что имеет низкий контраст и сетки знаков от сшивая отдельных изображений. Бинаризация различные методы, такие как среднее или Оцу, могут быть выбраны в KAV плагин для улучшения точности количественный, если этап контраст изображения имеют низкий контраст или возникновении координатной привязки. Скелета и маска представлений фазы контраст изображения отображаются как среднее, так и Оцу Бинаризация методы. Фаза контрастность изображения были захвачены с использованием 10 X цель. Шкалы бар = 500 мкм. пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Рисунок 3 : GDM внутриутробного облучения изменяет формирование сети ECFC. Изображения ECFC формирование сети были захвачены с интервалом 15 минут 15 h фазово-контрастной микроскопии. Представитель этап контрастность изображения с шагом 5 h, начиная в момент покрытие (0,5 ч), показаны для UC и трех образцов GDM. Фаза контрастность изображения были захвачены с использованием 10 X цель. Шкалы бар = 500 мкм. пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Рисунок 4 : ECFCs, подвергается внутриматочная GDM экспонат изменены сети формирования кинетики. ECFCs были получены из неосложненной беременности (UC, черный) и три беременности, осложненной Гестационный сахарный диабет (GDM 1-3, красный). Фаза контрастность изображения были захвачены на 15 мин интервалы для 15 h. кинетический анализ Vasculogenesis (KAV) программного обеспечения предел закрытые сети, сети, ветви, узлы и соотношение ветвей к узлам. Иллюстрированный данные представляют собой среднее ± Среднеквадратичная ошибка среднего (SEM) три отдельных экспериментов для каждого образца. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Видео 1: GDM внутриутробного облучения изменяет кинетики формирования сети ECFC. Изображения ECFC формирование сети были захвачены с интервалом 15 минут 15 h фазово-контрастной микроскопии. Фаза контрастность изображения показываются для UC и три GDM образцы свыше 15 h, начиная с 0,5 ч. Линейки шкалы представляет 500 мкм. пожалуйста нажмите здесь для просмотра этого видео. (Правой кнопкой мыши для загрузки.)
| Изображение | Общая филиальных сетей | Узлы | Трехместные номера | Четырехместные номера | Филиалы | Длина общая филиал * | AVG филиал длина * | Филиал в узел соотношение | Закрытые сети | Зона сети ** |
| 1 | 382 | 290 | 278 | 11 | 943 | 47210 | 124 | 3.25 | 9 | 480214 |
| 2 | 284 | 345 | 337 | 8 | 940 | 50699 | 179 | 2.72 | 16 | 264469 |
| 3 | 205 | 376 | 366 | 9 | 910 | 55728 | 272 | 2.42 | 27 | 150621 |
| 4 | 162 | 422 | 407 | 15 | 947 | 59692 | 368 | 2.24 | 40 | 98713 |
| 5 | 132 | 454 | 441 | 12 | 967 | 61923 | 469 | 2.13 | 53 | 72951 |
| 6 | 122 | 435 | 419 | 14 | 907 | 62587 | 513 | 2.09 | 68 | 56948 |
| 7 | 88 | 429 | 411 | 17 | 852 | 63983 | 727 | 1.99 | 74 | 51429 |
| 8 | 68 | 451 | 437 | 13 | 874 | 63960 | 941 | 1.94 | 74 | 51780 |
| 9 | 93 | 437 | 417 | 18 | 905 | 60901 | 655 | 2.07 | 49 | 82919 |
| 10 | 126 | 511 | 487 | 24 | 1075 | 61981 | 492 | 2.1 | 37 | 116857 |
| 11 | 49 | 397 | 384 | 12 | 737 | 61823 | 1262 | 1.86 | 79 | 48805 |
| 12 | 81 | 376 | 364 | 10 | 751 | 56817 | 701 | 2 | 63 | 64431 |
| 13 | 98 | 509 | 482 | 26 | 1028 | 60799 | 620 | 2.02 | 44 | 98056 |
| 14 | 93 | 449 | 416 | 31 | 909 | 58282 | 627 | 2.02 | 45 | 94081 |
| * округляется до ближайшего мкм, ** округляется до ближайшего микрон ^ 2 |
Таблица 1: Представитель необработанные данные из одного изображения исследования для одного образца ECFC.