Программное обеспечение для картирования микроглиальных параметров (MMPS): открытый, удобный для пользователя инструмент для количественного анализа морфологии микроглии
24 июля 2026 г.
Программное обеспечение для картирования микроглиальных параметров (MMPS) — это удобный конвейер анализа, не требующий знаний в программировании и полуавтоматизирующий анализ морфологии микроглиальной морфологии отдельных клеток на основе иммунофлуоресцентных изображений. Валидированная в модели нейровоспаления, вызванной липополисахаридами, MMPS воспроизводимым образом обнаруживает морфологические изменения, связанные с активацией, и позволяет стандартизированное, масштабируемое микроглиальное фенотипирование.
Программное обеспечение для картирования микроглиальных параметров, или MMPS, позволяет нам изучать, как ферроптоз изменяет микроглиальные субпопуляции после ишемического инсульта. MMPS решает ключевые узкие места в области микроглиального анализа, обходя громоздкие требования к программному обеспечению и необходимые знания программирования. Для начала откройте репозиторий GitHub на компьютере и скачайте программное обеспечение Mapping Microglial Parameters Software или отдельный пакет MMPS.
В папке загрузок дважды кликните, чтобы запустить утилиту архива для автоматического извлечения сжатой папки. Дважды кликните по иконке извлечённого приложения MMPS, чтобы проверить и открыть пакет MMPS. Выберите опцию «Выберите папку изображений» и пройдите по директории компьютера, чтобы найти файлы проекта.
Предоставьте права доступа к папкам и выберите каталог хранения изображений. Далее нажмите «выбрать папку вывода», затем выберите каталог вывода. Выберите изображение для обработки, а затем выберите маркировку изображения.
Назначьте изображению идентификаторы животных и группы лечения и сохраняйте входные данные. Чтобы рассчитать размер пикселя изображения, выберите калибровку в шкале. Выберите начальную и конечную точки полосы масштаба, введите известное расстояние до шкалы в микрометрах и нажмите «применить».
Выберите флуоресцентный канал, содержащий микроглиальный сигнал. Выбирайте изображения для обработки, ставя галочку рядом с именем каждого изображения, и обрабатывайте их индивидуально, если фоновая флуоресценция различается между изображениями. Просмотрите оригинальные, предпросмотрные, обработанные и маски, чтобы сравнить этапы обработки изображений.
Выберите предварительный просмотр текущего изображения для настройки дополнительных параметров обработки. Для фонового вычитания установите значение катящегося шара от пяти до 150 пикселей. Чтобы уменьшить артефакты освещения, используйте значение дешума три и установите значения резкости между одним и двумя для улучшения чёткости краёв.
После оптимизации настроек обработки изображений нажмите на выбранные изображения обработки. Далее выберите «Pick Somas» — все изображения. Нажмите на цвет показать C для RGB-композитного вида.
Выберите каналы, затем снимите выделение неиспользуемых каналов, если изображение выглядит искажённым в цвете. Нажмите на настройки дисплея, чтобы отрегулировать яркость канала в RGB-режиме. Выберите microglia soma с DAPI и ионизированным кальциевым связывающим адаптером молекулы один, или колокализация IBA1.
Удалите неправильно выбранную сому с помощью клавиши backspace или delete. Нажмите Enter или Return, чтобы перейти к следующему изображению. Выберите планы сомы после завершения выбора сомы.
Обведите периметр сомы каждой выбранной клетки микроглии как минимум восемью контурами, исключая клеточные процессы. Удалите неправильно расположенные контурные точки с помощью отмены последней точки, удаления или обратного пространства. Нажмите Enter, Return, дважды или правую кнопку, чтобы завершить каждый план сомы.
Нажмите «Сгенерировать все маски» после завершения плана сома. В настройках генерации маски отрегулировать минимальную интенсивность для уменьшения фоновых пикселей и сбалансировать подавление фона и сохранение ветвей. Выберите QA All Masks, чтобы начать контроль качества масок, и проверьте все маски, представленные от самых больших до самых маленьких зон.
Сравните каждую маску с соответствующим микроглией с помощью вкладок обработанной и масковой вкладок. Чтобы принять маски, используйте клавишу A. Чтобы отклонить маски, используйте ярлык клавиши R.
Чтобы отменить принятие или отказ, нажмите B. Используйте стрелки клавиатуры для навигации по размерам масок. Выберите самую большую допустимую маску, которая точно фиксирует микроглиальные ветвления без включения соседних клеток, избыточного фона, границ изображения или полос масштаба. Если большинство из них неточны, используйте опцию «очистить все маски», чтобы восстановить маски с другим пороговым значением.
Далее выберите «вычислить простые характеристики» для различных параметров допустимых масок, затем нажмите «ок». Для дополнительного анализа скачайте fractalanalysisimagej. Пи, Шолл.
PY и SkeletonAnalysisJ. PY-плагины. Для анализа фрактала и корпуса откройте и запустите fractalanalysisimagej.
py как плагин для Фиджи. Затем введите местоположение каталога вывода. Введите размер пикселя и выберите опцию только с максимальной маской, чтобы проанализировать максимальную допустимую маску на ячейку.
Для анализа sholl — открытый sholl. py как плагин для Фиджи. Введите местоположение каталога вывода, желаемый размер пикселя, размер шага.
Выберите использовать радиус сомы как начальный радиус или ввести фиксированное значение радиуса сомы, если радиусы, полученные из MMPS, не используются. Открыть анализ скелетаimagej. py как фиджийский плагин для анализа скелетов.
Просматривайте и вводите пути к каталогу масок, директории выводов и размеру пикселя по запросу. После завершения экспортировать все результаты, сгенерированные плагинами, в виде файлов значений с разделёнными запятой в конкретные каталоги вывода. Валидационное исследование MMPS с использованием модели нейровоспаления грызунов, вызванной липополисахаридом или LPS, показало, что введение LPS значительно снижало среднее расстояние до центроидов и периметр клетки по сравнению с контролями, обработанными транспортными средствами.
Существенных различий в площади маски, округлости или эксцентриситете между группами лечения не наблюдалось. Область сома была значительно увеличена у животных, обработанных ЛПС, по сравнению с транспортными контролями, соответствующими морфологическому ремоделированию глиальных клеток, связанной с активацией. Далее продвинутые морфологические анализы показали лишь слабую корреляцию между округлостью микроглии и периметром у крыс, обработанных транспортными средствами, и сильную корреляцию у крыс, обработанных ЛПС, что указывает на связь повышенной микроглиальной активации с уменьшением округлости и периметра.
Кроме того, площадь маски показала сильные положительные корреляции со средним расстоянием центроида как в транспортных средствах, так и в группах, обработанных LPS, что соответствует изменениям ветвления, связанным с микроглиальной активацией. Этот протокол позволяет исследователям изучать сложные микроглиальные ветвления, морфологическую однородность и структурную сложность. Получение высококачественных иммунофлуоресцентных изображений критически важно для точного использования MMPS.
Будущие исследования могут использовать MMPS для изучения того, как ферроптотические ингибиторы изменяют микроглиальную морфологию после различных заболеваний нервной системы, таких как инсульт.
Обзор
В данной статье представлено программное обеспечение Mapping Microglial Parameters Software (MMPS) — платформа с открытым исходным кодом, предназначенная для количественного анализа морфологии микроглии. MMPS решает проблемы доступности и удобства использования современных инструментов анализа, предоставляя ориентированное на пользователя решение на базе Python, совместимое с рабочими процессами иммунофлуоресценции. Программное обеспечение было валидировано на модели нейровоспаления у грызунов, что продемонстрировало его эффективность в выявлении морфологических изменений, связанных с активацией микроглии.
Основные компоненты исследования
Область науки
- Нейронаука
- Иммунология
- Анализ изображений
Теоретические основы
- Микроглия представляет собой иммунные клетки центральной нервной системы, участвующие в деградации и ремоделировании тканей после неврологических повреждений.
- Количественный морфологический анализ позволяет различать субпопуляции микроглии и сохранять информацию in situ.
- Существующие платформы для анализа часто требуют специальных знаний или не находятся в открытом доступе.
- Существует потребность в стандартизированных и доступных инструментах для анализа морфологии микроглии.
Цель исследования
- Разработать открытое и удобное в использовании программное обеспечение для анализа морфологии микроглии.
- Обеспечить возможность полуавтоматического анализа отдельных клеток без необходимости владения навыками программирования.
- Провести валидацию программного обеспечения с использованием модели нейровоспаления у грызунов.
Используемые методы
- Разработка MMPS с использованием Python 3.11.
- Интеграция с рабочими процессами визуализации на основе иммунофлуоресценции.
- Внедрение графического пользовательского интерфейса для обеспечения доступности управления.
- Валидация с использованием модели нейровоспаления у грызунов, индуцированного липополисахаридом (LPS).
Основные результаты
- MMPS позволяет проводить полуавтоматический количественный анализ морфологии микроглии на уровне отдельных клеток.
- Микроглия животных, подвергнутых воздействию LPS, продемонстрировала значительное увеличение площади сомы (p < 0,01).
- Микроглия животных, подвергнутых воздействию LPS, характеризовалась уменьшением периметра клеток (p < 0,05) по сравнению с контрольной группой.
- Данные морфологические изменения соответствуют активации микроглии и нейровоспалению.
Выводы
- MMPS предоставляет стандартизированную и воспроизводимую платформу для анализа морфологии микроглии.
- Программное обеспечение доступно для пользователей, не обладающих навыками программирования.
- MMPS облегчает межлабораторное сравнение и обеспечивает воспроизводимость в исследованиях микроглии.
Часто задаваемые вопросы
Промышленная значимость
Количественный анализ морфологии микроглии имеет решающее значение для снижения рисков при поиске мишеней нейровоспаления и развития препаратов для лечения ЦНС. Программное обеспечение для картирования параметров микроглии (Mapping Microglial Parameters Software, MMPS) обеспечивает стандартизированное и воспроизводимое измерение состояний активации микроглии, что повышает прогностическую достоверность на этапах раннего поиска и трансляционных исследований. Доступность этой программы и ее совместимость между различными лабораториями позволяют устранить основные препятствия при валидации нейроиммунных мишеней и сортировке портфеля разработок.
Стратегическое применение в биофармацевтических исследованиях и разработках
Первичный поиск и валидация мишени
- Обеспечивает количественный анализ активации микроглии в моделях, соответствующих патологии заболевания.
- Поддерживает функциональную валидацию мишеней путем дифференциации тонких морфологических фенотипов.
- Способствует механическому снижению рисков при изучении нейроиммунных путей при расстройствах ЦНС.
- Повышает прогностическую уверенность при продвижении мишеней нейровоспаления.
Скрининг и разработка анализа
- Стандартизирует анализы морфологии микроглии на основе изображений для получения воспроизводимых результатов.
- Подготавливает валидированные биологические системы для скрининга соединений и фенотипического профилирования.
- Обеспечивает масштабируемый полуавтоматический анализ, совместимый с рабочими процессами иммунофлуоресценции.
- Поддерживает надежную количественную оценку влияния соединений на состояния микроглии.
Трансляционные и доклинические исследования
- Сопоставляет морфологические показатели с трансляционными биомаркерами нейровоспаления.
- Обеспечивает преемственность процесса от этапа поиска до доклинической валидации на моделях грызунов.
- Снижает риски при разработке нейроиммунных препаратов за счет предоставления надежных количественных конечных точек.
- Поддерживает воспроизводимость результатов между различными исследованиями и лабораториями для подачи документов в регулирующие органы.
Интеграция конвейеров и рабочих процессов
MMPS интегрируется в континуум от поиска новых мишеней до доклинических исследований, обеспечивая стандартизированный количественный анализ морфологии микроглии в рабочих процессах на основе иммунофлуоресценции.
- Поисковая биология: обеспечивает количественную оценку активации микроглии и морфологических фенотипов на основе выдвинутых гипотез.
- Скрининг: предоставляет воспроизводимые количественные данные для разработки анализов и оценки соединений.
- Аналитика: генерирует статистические измерения (например, площадь сомы, периметр клетки) для сравнения условий и принятия решений.
- Трансляционные исследования: согласуется с доклиническими моделями нейровоспаления для обеспечения преемственности биомаркеров.
- Корпоративное повторное использование: предлагает платформу с открытым исходным кодом и удобным интерфейсом, адаптируемую для различных программ исследований ЦНС.
Операционное и корпоративное воздействие
- Научная ценность: Повышает прогностическую достоверность и снижает механистическую неопределенность при валидации нейроиммунных мишеней.
- Операционная ценность: Стандартизирует и частично автоматизирует морфологический анализ, повышая воспроизводимость и масштабируемость.
- Стратегическая ценность: Обеспечивает обоснованное принятие решений о продолжении или прекращении разработки (go/no-go) и капиталоэффективное продвижение активов для лечения ЦНС.
- Влияние на портфель: Поддерживает приоритезацию программ по нейровоспалению с учетом рисков на основе надежных количественных конечных точек.
Особенности реализации
- Для оптимального использования требуются экспертные знания в области иммунофлуоресцентной визуализации и нейробиологии.
- Необходимы совместимое оборудование для визуализации и вычислительная инфраструктура для обработки изображений.
- Для обеспечения воспроизводимости требуется межкомандная стандартизация протоколов визуализации и анализа.
- Метод может быть адаптирован к различным моделям нейровоспаления у грызунов и, потенциально, к другим системам заболеваний ЦНС.
- Точность морфологического количественного анализа зависит от качества изображений и выбора параметров.
