Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

Neurovaskuläre Network Explorer 2.0: Ein einfaches Werkzeug für die Erkundung und Freigeben einer Datenbank Optogenetically-evozierten Vasomotion Maus Kortex In Vivo

Published: May 4, 2018 doi: 10.3791/57214
Automatic Translation
1,2, 3,4, 3,5, 1, 6, 2,7, 1, 1,3, 1,3,8, 3
1Department of Radiology, University of California, San Diego, 2Central European Institute of Technology, Brno University of Technology, 3Department of Neurosciences, University of California, San Diego, 4Department of Physics, John Carroll University, 5Department of Biomedical Engineering, Boston University, 6Bioengineering Undergraduate Program, University of California, San Diego, 7Institute of Physical Engineering, Faculty of Mechanical Engineering, Brno University of Technology, 8Martinos Center for Biomedical Imaging, Massachusetts General Hospital, Harvard Medical School

Summary

Eine grafische Benutzeroberfläche für die Erkundung und Aufbau einer gemeinsamen Datenbank der Optogenetically-induzierten vaskulären Antworten in Maus somatosensorischen Cortex in Vivo 2-Photonen-Mikroskopie gemessen wird vorgestellt. Es ermöglicht Surfen, Daten, kriterienbasierten Auswahl, Mittelwertbildung, Lokalisierung von Messungen in ein 3D Volumen des Gefäßsystems und das Exportieren der Daten.

Abstract

Die Bedeutung des Teilens experimenteller Daten in den Neurowissenschaften wächst mit der Menge und Komplexität der erfassten Daten und verschiedene Techniken verwendet, um zu erhalten und diese Daten zu verarbeiten. Allerdings erreichen die Mehrheit der experimentellen Daten, insbesondere von Einzelstudien normalgroße Laboratorien nie breiter Forschungsgemeinschaft. Eine grafische Benutzeroberfläche (GUI)-Engine namens Neurovaskuläre Network Explorer 2.0 (NNE 2.0) wurde als ein Werkzeug zur einfachen und kostengünstigen Austausch und Erkundung der vaskulären Bilddaten erstellt. NNE 2.0 arbeitet mit einer Datenbank mit Optogenetically-evozierten Dilatation/Verengung Mal-Kurse der einzelnen Schiffe daran gemessen in Mäusen somatosensorischen Cortex in Vivo 2-Photonen-Mikroskopie. NNE 2.0 ermöglicht die Auswahl und Anzeige der Zeit Kurse anhand verschiedener Kriterien (Thema, verzweigte Ordnung, kortikale Tiefe, Schiffs Durchmesser, Arteriolen Baum) sowie einfache mathematische Manipulation (zB. Mittelung, Peak-Normalisierung) und Daten exportieren. Es unterstützt die Visualisierung des vaskulären Netzwerks in 3D und Lokalisierung der einzelnen funktionalen Schiff Durchmesser Messungen innerhalb von vaskulären Bäumen ermöglicht.

NNE 2.0, dessen Quellcode und die entsprechende Datenbank sind kostenlos herunterladbar von UCSD Neurovaskuläre Imaging Laboratory Website1. Der Quellcode kann von den Nutzern die zugeordneten Datenbank zu erkunden oder als Vorlage für Datenbankkonzepte und teilen ihre eigenen experimentellen Ergebnisse zur Verfügung gestellt des entsprechenden Formates genutzt werden.

Introduction

Das Gehirn gilt als eines der kompliziertesten Organe und der Wunsch, seine komplexe Funktion zu entwirren ist unermüdlicher. Es wird in verschiedenen Maßstäben von der molekularen auf der Verhaltensebene mit einer breiten Palette von Werkzeugen2,3,4,5,6,7,8 studiert . Inhomogenen experimentelle Datenmenge wächst schnell wie nie zuvor. Das Bewusstsein für die Notwendigkeit von experimentellen Daten teilen, Organisation und Standardisierung wächst mit der Menge der erfassten Daten. Es hat sich herausgestellt, dass Neuroinformatik eine entscheidende Rolle bei der Integration von Versuchsdaten Skalen in Modelle von Gehirn Funktion und Dysfunktion9,10.

Zu diesem Zweck konnten einige Studien, vor allem größere Ressourcen, um ihre Ergebnisse über umfangreiche Datenbanken11,12,13,14,15zur Verfügung stellen vorzusehen. Jedoch hat eine große Menge an experimentelle Daten aus Einzelstudien und normalgroße Laboratorien die Forschungsgemeinschaft nie erreicht. Dies ist vor allem aus zwei Gründen: Erstens mehr engagierte Zeit ist notwendig, um eine Datenbank erstellen und Erstellen von Tools, die den Benutzer zur Interaktion mit der Datenbank; und zweitens, wir brauchen mehr Geld um diese Aufgaben zu unterstützen. Motiviert durch diese Herausforderungen, wurde ein MATLAB basierte grafische Benutzeroberfläche (GUI) Motor genannt Neurovaskuläre Network Explorer 2.0 (NNE 2.0)16 als einfache und kostengünstige Instrument für Datenbankkonzepte, teilen und die Erkundung der vaskulären Bilddaten entwickelt. Dieses Manuskript liefert ein Handbuch für den Betrieb von NNE 2.0 und der zugeordneten Datenbank von experimentellen Daten.

NNE 2.0 ist bereits eine zweite Generation Software-Engine. Die erste Generation, genannt Neurovaskuläre Network Explorer 1.0 (NNE 1.0)17 wurde gebaut, um die Interaktion mit einer Datenbank von sensorische evozierte Vasodilatation im primären somatosensorischen Cortex Ratte (SI) in Vivo 2-Photonen-Mikroskopie18gemessen. NNE 1.0, deren Quellcode sowie die zugehörige Datenbank sind frei zum Download als ZIP-Datei namens 'NNE 1 Tian' von UCSD Neurovaskuläre Imaging Laboratory Website1. Weitere Informationen über NNE 1.0 und die zugehörige Datenbank finden Sie im17.

Die zweite Generation, NNE 2.0, interagiert mit einer Datenbank von Optogenetically-evozierten Dilatation der einzelnen Schiffe bei Mäusen SI in Vivo 2-Photonen-Mikroskopie20gemessen. Der Benutzer durchsuchen, auswählen und Visualisieren von Daten basierend auf Auswahl Kategorien wie kortikale Tiefe, verzweigte Ordnung, Schiffs Durchmesser, tierischen Thema oder einen bestimmten Arteriolen Baum. Die GUI weiter führt einfache mathematische Operationen wie Mittelwertbildung und Peak-Normalisierung in ausgewählten Kategorien. NNE 2.0 ermöglicht es, anzeigen und Durchsuchen Sie Bilder 3D Volumen des Gefäßsystems sowie die Standorte der funktionellen Messung innerhalb der vaskulären Bäume bestimmen. Diese Funktion lässt sich rekonstruieren vaskuläre Morphologien in 3D und füllen sie mit echten Single-Schiff Vaso-Motion Messungen. Diese Rekonstruktionen können wiederum in Rechenmodelle Gehirn Funktion21,22einfließen. NNE 2.0, dessen Quellcode und der zugeordneten Datenbank sind frei zum Download als ZIP-Datei namens "NNE 2.0 HDbase v1. 0" von UCSD Neurovaskuläre Imaging Laboratory Website1.

NNE 2.0 arbeitet mit einer Datenbank mit dem Namen "vdb.mat". Diese Datenbank ist eine Matrix mit zeitlichen Profilen (Zeit-Kurse) der einzigen Behälter Durchmesser Veränderungen hervorgerufen durch einen optogenetische Reiz und an verschiedenen Standorten der Arteriolen Bäume gemessen. Jeder Zeit-Kurs wurde mithilfe individuell geschriebenen Software berechnet. Es berechnet die relative Änderung des Schiffs Durchmesser vom Ausbau der Fluoreszenz Intensität Profil erworben durch das Scannen über das Schiff. Die fluoreszierende Kontrast wurde durch intravasale Injektion von Fluorescein erfolgt (FITC) vorgestellt-Dextran beschriftet. Weitere Informationen über die Verfahren, Daten und Analysen finden Sie20,23. Die Datenbank hat insgesamt 305 mal-Kurse (z. B. Datenbank-Einträge). In Ergänzung zu den Durchmesser ändern, jeden Eintrag der Datenbank hält eine Reihe von zusätzlichen Metadaten (1) den Zeitverlauf zu quantifizieren (2) beschreiben das gemessene Schiff und (3) der Messort in ein 3D Volumen der kortikalen Gefäßsystem zu identifizieren. Die Metadaten enthalten Beginn Zeit, Peak Amplitude, Amplitude Spitzenzeit, kortikale Tiefe, verzweigte Ordnung, Schiffs Durchmesser an Grundlinie, Weg zum ursprünglichen Referenzbilder und 3D-Bild Stacks für jede Messung und niedrig-Vergrößerung Karten des Gehirns Oberfläche Gefäßsystem. Finden Sie alle Parameter in den Metadaten aufgeführt und zuvor in Tabelle 116ausführlich beschrieben.

NNE 2.0 interagiert mit Referenzbildern, die X-Y eines Flugzeugs scannt die Durchmessermessung wo aufgetreten ist. Jeder Datenbankeintrag hat eine entsprechende Referenz-Bild mit einem Referenznamen in der GUI angezeigt. Jeder Datenbankeintrag hat auch einen zugehörigen Stapel von Bildern (3D Stack) bestand, ein 3D Volumen der vaskulären Baum, in dem die Messung erfolgte. Die GUI ermöglicht, wählen einen bestimmte Datenbank-Eintrag und Anzeige der entsprechenden Referenz-Bild als auch die 3D Stack. Es führt auch den Benutzer um die passende Referenz-Bild und Rahmen in 3D Stack finden (die gleichen Funktionen finden Sie in beiden Bildern). Alle Stapeln und Referenzbilder in ihrer vollen Auflösung (1024 Pix X 1024 Pix) sind im Ordner Hana_stk und Hana_refs, beziehungsweise enthalten. Low-Vergrößerung Karten des Gehirns Gefäßsystem sind im Ordner "Maps" enthalten. Alle drei Ordner sowie die Datenbank Matrix "vdb.mat" sind in der ZIP-Datei 'NNE 2.0 HDbase v1. 0"von der UCSD Neurovaskuläre Imaging Laboratory Webseite1 heruntergeladen und gespeichert in den Stammordner des NNE 2.0 während des Installationsvorgangs.

Die GUI wurde als ein Satz von vier Tafeln (Panel 1 (Hauptbereich) – Panel 4) entwickelt, die nacheinander öffnen, da der Benutzer die Datenbank untersucht und bestimmte Daten basierend auf Auswahl Kategorien wählt. Jedes Panel gliedert sich in zwei Hauptteile: (1) die Rechte Spalte bietet die Möglichkeit zur Interaktion mit der Datenbank, indem Parameter und Kategorien der Daten und zeigt wichtige Informationen aus den Metadaten; (2) die linke Spalte zeigt die Daten in Form von Zeit-Kurse (Durchmesser ändern in der Zeit) und Streudiagrammen. Es gibt vier Arten von Streudiagrammen anzeigen (1) Dilatation Beginn Zeit (2) der Dilatation Peak (3) max. Durchmesser Änderung (Peak Amplitude) und (4) Grundlinie (Durchmesser vor Stimulation) als Funktion der kortikalen Tiefe. Der Benutzer hat die Möglichkeit, die durchschnittliche Zeit-Kurse und Werte für ausgewählte Daten gruppiert durch kortikale Tiefe oder verzweigte Reihenfolge anzuzeigen. Dies ist auf das Merkmal der gradient Durchmesser-Änderung Verhalten mit zunehmender Tiefe und Verzweigung Bestellung20. NNE 2.0 ermöglicht dem Benutzer, die ausgewählte Teilmenge der Daten in das Format "xls", "CSV" oder ".mat" zu exportieren.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Installation von NNE 2.0

  1. Gehen Sie zu UCSD Neurovaskuläre Imaging Laboratory Webseite1 und mit der linken Maustaste auf "NNE 2.0 HDbase v1. 0" die gezippte Programmdateien auf den gewünschten Speicherort auf Ihrem PC herunterladen.
    Hinweis: NNE 2.0 erfordert ein Windows-Betriebssystem-Versionen 7 bis 10, mindestens 2,8 GB freien Speicherplatz, die ZIP-Datei herunterzuladen und 6,9 GB zum Installieren des Programms.
  2. 'NNE2_HDbase_v1.0.zip' entpacken.
    Hinweis: Die entpackte Ordner NNE2 enthält 10 Dateien: "hana_refs.tar.gz", "hana_stk.tar.gz", "maps.tgz", "MCRInstaller.exe", "NNE2.exe", "NNE2.zip", "NNE2_README.txt", "source.zip", "users_guide.pdf" und "vdb.mat".
  3. Installieren Sie NNE 2.0, indem Sie folgende Anweisungen im "NNE2_README.txt".

2. laufende NNE 2.0

  1. NNE 2.0 mit 'NNE2.exe' starten.
  2. Panel 1 (Hauptbereich): Wählen Sie eine Teilmenge der Daten (Abbildung 1). Bilder in der linken Spalte des Hauptbereichs zeigen Graphen von Zeit-Kurse und Parameter mit allen Einträgen, die "vdb.mat" (Abbildung 1).
    1. Wählen Sie den Bereich für Kortikale Tiefe in der rechten Spalte des Fensters. Art im Bereich der Tiefe im Format [dmin dmax], wo dmin die minimale Tiefe ist und d-max die maximale Tiefe ist.
      Hinweis: Die Daten wurde in der Tiefe von 30-560 µm gemessen.
    2. Wählen Sie die Verzweigung Reihenfolge in der rechten Spalte des Fensters. Mit der linken Maustaste auf den Pfeil und wählen Sie eine der Optionen aus der Liste (Oberfläche | Tauchen Stamm | Erster Ordnung Filialen | Bestellen Sie höhere Äste).
    3. Wählen Sie den Bereich der Baseline-Durchmesser in der rechten Spalte des Fensters. Geben sie in das Format [Diamin Diamax], wo Diamin ist der Mindestdurchmesser und Diamax ist der maximale Durchmesser.
    4. Wählen Sie Themen (Tiere nach dem Zeitpunkt des Erwerbs) in der rechten Spalte des Fensters. Klicken Sie auf den Pfeil, und wählen Sie aus den verfügbaren Optionen. Alternativ wählen Sie Daten aus allen Fächern mit der linken Maustaste in das blaue Rechteck.
    5. Klicken Sie auf SUBMIT anzeigen und Durchsuchen der ausgewählten Daten im Panel 2.
  3. Panel 2: Entdecken Sie die ausgewählte Teilmenge der Daten und weiter Daten Verfeinerung (Abbildung 2).
    1. Wählen Sie den Typ für die Gruppe-Mittelung der Daten mit der linken Maustaste den entsprechenden Button in der rechten Spalte oben. Wählen Sie: Avg durch kortikale Tiefe oder Avg durch Verzweigung bestellen.
      Hinweis: Die tatsächliche Wahl ist grün unten (Abbildung 2) hervorgehoben.
    2. Wählen Sie Daten basierend auf Schiff Morphologie oder Thema. Mit der linken Maustaste Wählen Sie alle Daten für Baum (eine einzelne Tauchen arteriola und seine Äste) oder Wählen Sie alle Daten für Subj (tierische Thema).
    3. Mit der linken Maustaste senden zum Anzeigen von ausgewählten Daten auf der linken Seite im Graphen (1) individuelle Zeit-Kurse (2) Gruppe gemittelte Zeit-Kurse und Scatter Grundstücke (3) Beginn Zeiten (4) Zeit-Gipfel (5) Peak Amplituden und (6) Grundlinie Durchmessern
    4. Klicken Sie auf eine Spur in den Graphen der einzelnen Timecourses in der linken Spalte einen zeitlichen Verlauf auswählen.
      Hinweis: Die ausgewählte Zeit-Kurs wird hervorgehoben, in der Grafik (Magenta) und seine Zeit, Beginn, Zeit-zu-Peak, Peak Amplitude und Grundlinie Durchmesser wird durch rote Kreise in den folgenden Diagrammen gekennzeichnet. Rote Punkte in den Streudiagrammen sind Durchschnittswerte.
    5. Beachten Sie die Bezeichner des Subjekts (Subjekt-ID) und Baum (Tree ID) für die ausgewählte Zeit-Kurs in der rechten Spalte unten.
    6. Falls gewünscht, ändern Sie den Typ der Gruppe im Durchschnitt mit der linken Maustaste die entsprechende Option auf der Oberseite der rechten Spalte, gefolgt von der Schaltfläche " senden ", und wiederholen Sie die Schritte von 2.3.4.
    7. Maustaste in Gruppe 2 mit einem Kreuz Cursor zu sehen und entdecken alle Spuren für den ausgewählten Thema (Subjekt-ID) oder Baum (Tree ID) in Gruppe 3.
  4. Panel 3: Entdecken Sie die letzten Teilmenge der Daten und exportieren Sie (Abbildung 3).
    1. Wählen Sie einen zeitlichen Verlauf in die obere Grafik der linken Spalte mit der linken Maustaste auf eine Spur: die ausgewählte Ablaufverfolgung wird in der Grafik (Magenta) hervorgehoben und beschreibenden Parameter des Datenbankeintrags werden oben auf der Grafik angezeigt werden.
      Hinweis: Die durchschnittliche Zeitverlauf erscheint in dicken schwarzen (Abbildung 3).
    2. Beachten Sie entsprechende Beginn Zeit, Time-to-Peak, Peak Amplitude und Grundlinie Durchmesser in den folgenden Diagrammen.
    3. Klicken Sie auf die Schaltfläche EXPORT SET in der rechten Spalte speichern Spuren in den Ordner wo NNE 2.0 läuft aus in der oberen Grafik angezeigt.
      Hinweis: Diese Aktion spart drei Dateien: "vdb_subset.xls", "vdb_subset.csv" und "vdb_subset.mat" mit Vektoren der Durchmesser Veränderung und Zeit Vektoren; "vdb_subset.mat" enthält außerdem beschreibenden Parameter und Informationen von "vdb.mat".
    4. Um alle Daten zu überprüfen für 'Betreff' anstelle von 'Baum' Panel 3 durch Drücken der Taste [x], Neustart NNE 2.0 schließen, wiederholen Sie die Auswahl der Kategorien in Panel 1 (Schritte 2.2.1-2.2.5) und wählen Sie alle Daten für Thema im Panel 2 (Schritt 2.3.2).
    5. Der rechten Maustaste im Panel 3 mit einem Kreuz Cursor zu Panel 4 Referenzbilder und 3D Stacks für alle Spuren in der oberen Grafik Panel 3 erkunden gehen.
      Hinweis: 4 wird geöffnet wenn option alle Daten für "Baum" im Panel 2 ausgewählt wurde. Wenn alle Daten für 'Betreff' stattdessen ausgewählt wurden, wird der Benutzer aufgefordert, seine Auswahl zu ändern und zu Panel 1 gerichtet.
  5. Panel 4: Lokalisieren Sie die funktionale Messung innerhalb ein Referenzbild und innerhalb eines Stapels 3D-Bild des Gefäßsystems (Abbildung 4).
    1. Wählen Sie einen zeitlichen Verlauf mit der linken Maustaste auf sie in der Grafik oben auf der linken Spalte.
      Hinweis: Die ausgewählte Ablaufverfolgung wird in der Grafik (Magenta) hervorgehoben und seine beschreibende Informationen von Metadaten wird oben angezeigt.
    2. Entdecken Sie die entsprechenden Referenz-Bild, die aus "Hana_refs" Ordner "" unten rechts von der linken Spalte automatisch geladen wird.
    3. Entdecken Sie den entsprechenden 3D-Bild Stapel automatisch von "Hana_stk" Ordner unten links von der linken Spalte geladen. Blättern Sie durch Stapel mit Hilfe der Pfeile oder Schieberegler unter dem Vorjahreswert.
      Hinweis: Wenn der Stack Bild erreicht das Niveau des Referenzbildes – d.h. der Durchmesser Messniveau ('Stack Index' = 'Ref'), das Stack Bild hervorgehoben und gekennzeichnet als "Frame-Ebene".
    4. Klicken Sie auf Exportieren in der rechten Spalte auf markierte Zeit-Kurs exportieren in eine Datei "ref_stacks_trace.xls", die in den Ordner gespeichert ist dem NNE 2.0 aus ausgeführt wird.
      Hinweis: Die Datei enthält die Zeit Vektor, Durchmesser ändern Vektor, Subjekt-ID, Eintrag Index, Position des Referenz-Bild, Standort der 3D Stack und Stack-Bild-Nummer für die Frame-Ebene.
    5. Unmittelbarer Nähe Panel 4 [X], gehen zurück zum Panel 1.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

NNE 2.0 und die assoziierte Datenbank dienen zu durchsuchen und die Daten der Datenbank anzeigen, Sortieren Sie die Daten anhand der Auswahlkriterien die ausgewählten Daten herunterladen und finden die vaskulären Messungen innerhalb der entsprechenden vaskuläre Struktur.

Panel 1 bietet Auswahl von Daten anhand von Kategorien: "Kortikale Tiefe", 'Verzweigung Ordnung', "Baseline Durchmesser" und "Themen"- Abbildung 1). Bitte beachten Sie, dass in dieser Studie gibt es keine Einträge für Oberfläche Arteriolen ("Oberfläche") in der Kategorie "Verzweigung Orden" Auswahl. Wenn diese Option aktiviert ist, erscheint eine Warnmeldung "Keine Datensätze gefunden – Suche zu restriktiv" und fordert den Benutzer auf eine andere Option auswählen. Die gleiche Warnung wird angezeigt, wenn es gibt keine Messungen der ausgewählten Kriterien in Panel 1. In diesem Fall sollte der Benutzer Panel 1 Schließen durch Drücken von [X] und starten Sie das Programm neu.

Alle Durchmesser Änderung Zeit-Kurse ersichtlich erfüllende Kriterien gewählt in Panel 1 Panel 2 (Abbildung 2). Der Benutzer kann alle einzelnen Zeit-Kurse, Zeit-Gruppe im Durchschnitt von kortikalen Tiefe oder verzweigte Ordnung und die entsprechenden Werte der "Onset Time", "Peak Amplitude", "Time-to-Peak" und 'Baseline Durchmesser' als Funktion der Tiefe geplottet erkunden. Der Benutzer wählt einen zeitlichen Verlauf aus dem Zeit-Einzelunterricht-Diagramm und erforscht die Form der Kurve als auch die entsprechenden numerischen Merkmale in den Streudiagrammen.

Alle Daten, die in der gleichen Tier oder Arteriolen Struktur können im Panel 3 (Abbildung 3) erkundet werden. In der gleichen Weise wie Panel 2 der Benutzer wählt einen zeitlichen Verlauf aus dem Zeit-Einzelunterricht-Diagramm und erforscht die Form der Kurve als auch die entsprechenden numerischen Merkmale in den Streudiagrammen. Falls gewünscht, kann der Benutzer alle Daten von Panel 3 im Format "xls", "Csv" und ".mat" exportieren. Diese Dateien werden erstellt oder jedes Mal, wenn der "Export" gehandelt wird überschrieben. Vor dem Überschreiben der Dateien, erscheint eine Warnmeldung "zu vdb_subset.xls überschreiben" Benutzeraufforderung zuvor exportierten Ergebnisse umbenennen. Die Benutzer sollten sicherstellen, dass keine der exportierten Dateien geöffnet sind, während der "Export"-Aktion. Wenn eine der Dateien geöffnet, eine Warnmeldung "ausführende Exceldatei Fehler: sicherstellen, dass vdb_subset.xls ist nicht offen" erscheint. In diesem Fall sollte der Benutzer die exportierte Datei zu schließen und neu starten NNE 2.0.

Alle Daten, die innerhalb einer einzigen Arteriolen Baum können im Zusammenhang mit 3D Gefäßsystem Panel 4 (Abbildung 4) erkundet werden. Auswahl einen zeitlichen Verlauf zeigt automatisch die zugehörigen Referenz-Bild und das 3D-Bild Stack die vom Ordner "Hana_refs" und "Hana_stk", bzw. geladen werden. Das gemessene Schiff wird seine Referenz-Bild mit einem roten halbtransparentes Rechteck in der Mitte des Bildes hervorgehoben. Der messbahn ist als rote Linie überquert das gemessene Schiff gekennzeichnet. Wenn mehr Schiffe innerhalb einer Messung (rote Linie überqueren mehrere Schiffe – Abbildung 4) gescannt werden, muss der Benutzer die Verzweigung Reihenfolge in "vdb.mat" gefunden oder angezeigt in der GUI auf der Zeit-Kurse-Grafik ("B. Ordnung") zu verstehen, zu berücksichtigen welche Suche gehört zu der bestimmten Messung. Verzweigung '0' Etiketten Tauchen Stämme, '1' Etiketten direkt ans Tauchen Stämme, 2 Zweige' Etiketten Ordenszweige direkt mit 1St Ordenszweige usw. verbunden. Ermittlung den geeigneten Arteriolen Baum hierauf beginnend mit einem Tauchen arteriola an der Oberfläche des Gehirns (gesehen in die oberen Bilder des 3D-Stacks), den Benutzer eine niedrig-Vergrößerung-Karte im Ordner "Maps" gespeichert. Diese Karte ist einzigartig für jedes Tier Thema und mit der entsprechenden Thema-ID (z. B. "022014.jpg") gefunden werden kann. Diese Karte ist ein Bild der gesamten Gehirns Exposition mit Oberfläche Gefäßsystem. Die Tauchen Segmente des gemessenen Arteriolen sind mit die Baum-Bezeichner ("Baum-ID") (Abbildung 5) gekennzeichnet. Der Benutzer kann einen einzelnen ausgewählten Zeit-Kurs zusammen mit den Informationen über die entsprechenden Referenz-Bild, 3D Stack und Position der Messung innerhalb des Stapels in "ref_stacks_trace.xls" exportieren. Ebenso sollte für den "Export" im Panel 3, "ref_stacks_trace.xls" geschlossen werden, bevor die "Export" Maßnahmen ergriffen werden. Die gleiche Art von Warndialoge erscheint vor dem Überschreiben der exportierten Datei oder wenn die Datei während der Aktion 'Exportieren' geöffnet ist. Bitte beachten Sie, dass wenn es gibt eine Warnung eine fehlende Referenz für die ausgewählte Datenbank-Eintrag (9 Einträge insgesamt), Bild "keine Referenz Bild gefunden: Index =" statt dem Referenzbild im Panel 4 angezeigt werden. Kein Export steht diese Einträge und der Benutzer wird aufgefordert, einen unterschiedlichen zeitlichen Verlauf wählen. Wählt der Benutzer ein Eintrag für das Stapeln der 3D ist nicht vorhanden oder kein Referenz-Bild/Stack-Frame gefunden wurde (31 und 52 Einträge bzw.) eine Notiz * nein STACK MATCH * wird auf ein leeres Bild an die Stelle der 3D Stack Bild in Panel 4 angezeigt werden.

Figure 1
Abbildung 1: Panel 1 (Hauptbereich) dient dazu, eine Teilmenge der Daten basierend auf Auswahl Kategorien auszuwählen. Alle Daten aus "vdb.mat" sind in sechs Diagrammen in der linken Spalte angezeigt. Die Rechte Spalte ermöglicht dem Benutzer, eine Teilmenge der Daten wählen kortikalen Tiefe | Verzweigte bestellen | Grundlinie Durchmesser | Themen. Bitte klicken Sie hier für eine größere Version dieser Figur.

Figure 2
Abbildung 2: 2-Panel ermöglicht die ausgewählte Teilmenge der Daten zu prüfen und die Auswahl weiter zu verfeinern. Rechten Spalte bietet Durchschnittswert der ausgewählten Daten basierend auf Tiefe Kategorien oder verzweigte Ordnung (die tatsächliche Wahl ist grün markiert). Linke Spalte enthält Daten, die Erfüllung der Kriterien-Auswahl im Panel 1 ausgewählte in der rechten Spalte und durchschnittliche. Der Benutzer kann einen zeitlichen Verlauf in die obere linke Grafik (Kreuz Cursor) auswählen, die markierten (Magenta) bekommt. Die entsprechenden Zeiten auftreten und Peak, Peak Amplitude und Grundlinie Durchmesser sind in rot eingekreist und Eintragsbezeichner werden in der rechten Spalte unten angezeigt. Dicke rote Punkte in den Streudiagrammen markieren die Durchschnittswerte für die Istdaten Teilmenge. Die Auswahl "alle Daten für Baum" vs. "alle Daten für Subj" wirkt sich auf die Daten in den folgenden Feldern. Bitte klicken Sie hier für eine größere Version dieser Figur.

Figure 3
Abbildung 3: 3-Panel ermöglicht erkunden die letzte Teilmenge der Daten und exportieren sie. Der Benutzer kann auswählen (cross-Cursor) einen zeitlichen Verlauf im Diagramm oben auf der linken Spalte. Die ausgewählte Ablaufverfolgung wird hervorgehoben (Magenta) und der Eintrag Metadaten wird oben auf der Grafik angezeigt. Gleichzeitig sind die entsprechenden Beginn und Spitzenzeiten sowie die Peak Amplitude und Grundlinie Durchmesser in den folgenden Diagrammen dargestellt. Die Schaltfläche EXPORT SET in der rechten Spalte kann alle Zeit-Kurse aus der oberen Grafik exportieren. Die durchschnittliche Zeitverlauf wird in dicken schwarzen geplottet. Bitte klicken Sie hier für eine größere Version dieser Figur.

Figure 4
Abbildung 4: Panel 4 ermöglicht die Lokalisierung der Durchmesser Messungen innerhalb ein Referenzbild und eine 3D Stack des Gefäßsystems. Die Zeit-Kurse-Grundstück auf der linken Spalte ist identisch mit der Zeit-Kurse-Grundstück in Panel 3. Der Benutzer kann Zeit-Einzelunterricht aus der oberen Grafik in der linken Spalte auswählen. Die entsprechenden Referenz-Bild ist unten rechts neben die Metadaten-Informationen angezeigt: "Ref Image" (Referenz Bildname), "Tiefe" (kortikale Tiefe der Messung) und "Scale" (Skalierung des Bildes in Mikrometern pro Pixel). Die entsprechenden 3D Stack wird unten links zusammen mit den beschreibenden Metadaten-Informationen angezeigt: "Stapel-Index" (tatsächliche Bildnummer im Stapel), "Delta" (vertikale Abstand vom oberen Bild), 'Ref' (Bild Nummer im Stapel entspricht der Referenzbild und fängt der Messort) und "Scale" (Skalierung des Bildes in Mikrometern pro Pixel). Bitte beachten Sie, dass die "Tiefe" auf die Referenz-Bild während des Experiments manuell eingegeben wurde und ist ein Näherungswert. Es entspricht nicht genau den Wert von "Delta", der die Frame-Ebene im Stapel Bilder, da die Oberfläche des Gehirns in Bezug auf die Abbildungsebene geneigt ist. Bitte klicken Sie hier für eine größere Version dieser Figur.

Figure 5
Abbildung 5: Low-Vergrößerung Karte von der Oberfläche Gefäßsystem. Das Bild fängt die exponierten Hirnregion mit Überwasserschiffe. Die Tauchen Segmente des gemessenen Arteriolen Bäume sind mit die Baum-Bezeichner ("Baum-ID") gekennzeichnet. Diese Karten werden in den Ordner "Maps" im Ordner "wo NNE 2.0 läuft aus" gespeichert. Bitte klicken Sie hier für eine größere Version dieser Figur.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

NNE 2.0 wurde geschrieben, um die vaskulären Bilddaten eine spezifische Studie20 , aber mit der Absicht, ein einfaches Werkzeug für den Austausch und Durchsuchen von Daten ähnlicher Art Teilen von anderen Benutzern. Forscher interessiert Inspektion der zugeordneten Datenbank von vaskulären Daten können die GUI verwenden, um die Daten durchsuchen, wählen Teilmengen von Daten, vergleichen Sie diese mit ihren eigenen Versuchsergebnissen oder verarbeiten sie weiter mit ihren eigenen rechnerischen Verfahren. Benutzer vertraut mit MATLAB können direkt die Datenbank "vdb.mat" verwenden, während Benutzer mit einer anderen Art von Programmiersprache der Datenexport in eines der alternativen Formate ("xls" oder ".csv").

Forscher, die ihre eigenen experimentellen Datenaustausch mit NNE 2.0 interessieren müssen, die Ergebnisse in eine Matrix ähnlich wie bei "vdb.mat" zu strukturieren. Wichtigsten Einträge in dieser Datenbank sollte mal-Kurse aller Art in Form von Vektoren und die entsprechende Zeit-Vektoren. Parameter der Datenbank können geändert oder hinzugefügt, um durch modularen Aufbau der grafischen Benutzeroberfläche. Alle verweisen auf Bilder, Bild-Stacks und Gehirn-Belichtung Karten (falls zutreffend) gesammelt und zusammen mit der Datenbank und die ausführbare GUI im Internet (z. B. Labor Webseite oder ein Drittanbieter-Repository) hinterlegt werden.

Forscher, die Interesse an der Nutzung der vaskulären Messungen zusammen mit der 3D vaskulären Morphologie in der Modellierung von Untersuchungen der Funktion des Gehirns können zuerst die Daten über die GUI erkunden. Nach der Auswahl einer gewünschten Teilmenge von Daten, können sie die Metadaten-Informationen zu "ref_stacks_trace.xls" zusammen mit Variablen in 'vdb.mat', Bilder 3D Stapeln gespeichert in "Hana_stk" exportiert und Gehirn-Belichtung Karten in "Karten", die vaskuläre Morphologie in 3D zu rekonstruieren .

Der wichtigste Schritt des Protokolls ist die Daten exportieren. Für den korrekten Export von ausgewählten Daten (aus Gruppe 3 und 4) ist es wichtig, alle Dateien zu schließen, in die die Daten exportiert werden sollte vor der 'Export' gehandelt wird. Erst dann werden die Dateien korrekt mit den tatsächlichen Daten überschrieben. Änderungen an dem Programm oder zur Fehlerbehebung müssen auf den Quellcode durchgeführt werden.

NNE 2.0 wurde entwickelt, um Teilen zeitlichen Profile von Linie-Scans, die durch 2-Photonen-Mikroskopie erworben wurden berechnet. Daten von NNE 2.0 erforscht sind daher nicht roh Intensität Scans aber eher vorbearbeitet Zeit-Kurse der relativen durchmesserwechsel. Auf diese Weise können die User ihre experimentellen Rohdaten mit eigenen standard-Verfahren und Software verarbeiten und nutzen NNE 2.0 als Vorlage zu präsentieren und teilen Sie ihre Ergebnisse mit anderen Forschern. Nicht nur vaskuläre durchmesserwechsel, sondern grundsätzlich alle zeitabhängigen Signale mit unterschiedlichen Messverfahren gemessen kann auf diese Weise geteilt werden. Solche Signale sind Fluoreszenz von Kalzium24, Natrium25, Spannung empfindlichen Farbstoffen26, genetisch codierte Indikatoren für Metaboliten27, Partialdruck von Sauerstoff (pO-2)28, Blood Oxygenation (BOLD 18, spectral imaging-29), Durchblutung (Speckle imaging-29) oder Elektrophysiologie signalisiert30. Die Voraussetzung für die Verwendung von NNE 2.0 ist eine Datenbank in das Format einer Matrix ' * .mat ". Dies könnte erreicht werden, entweder durch die Verarbeitung der Daten direkt in MATLAB oder Werkzeugen, um die Matrix aus anderen Formaten zu bauen (z.B. "xlsread(filename)" dient dazu, lesen excel-Tabellenkalkulation in ".mat" Formate). Die Verwendung von NNE 2.0 ohne MATLAB beschränkt sich auf Erkundung, herunterladen und Weiterverarbeitung der Daten aus der aktuellen Datenbank "vdb.mat".

NNE 2.0 hat das Potenzial, die helfen, die Verbreitung von experimenteller Daten in der gesamten Breite Neurowissenschaften Forschungsgemeinschaft zu erforschen und im Vergleich zu anderen experimentellen Daten ähnlicher Art erleichtern die Entwicklung von Standards für die Datenerfassung und Verarbeitung 31. NNE 2.0 kann auch helfen, verteilen die Daten auf der Neuroinformatik Gemeinschaft, wo es in Modellen der nicht-invasiven bildgebenden Signale wie funktionelle Magnetresonanztomographie (fMRT)21verwendet werden kann. Während NNE 2.0 mit komplexer Datenbanken5,32,33,34konkurrieren kann, kann es eine nahtlose und Ready-to-Use Plattform bieten, Datenbankkonzepte und experimentelle Daten ohne die Notwendigkeit von weitere umfangreiche Investitionen.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Die Autoren haben nichts preisgeben.

Acknowledgments

Wir erkennen dankbar Unterstützung vom NIH (NS057198, EB00790, MH111359 und S10RR029050) und das Ministerium für Bildung, Jugend und Sport der Tschechischen Republik (CEITEC 2020, LQ1601). KK wurde von Postdoc-Stipendien von der International Headache Society im Jahr 2014 und der wissenschaftlichen und technologischen Forschungsrat der Türkei im Jahr 2015 unterstützt. MT wurde von Postdoktoranden-Stipendium der Deutschen Forschungsgemeinschaft (DFG TH 2031/1) unterstützt.

Materials

Name Company Catalog Number Comments
MATLAB MathWorks program
Winrar Rarlabs program

DOWNLOAD MATERIALS LIST

References

  1. Neurovascular Imaging Laboratory. Use Our Data. , UC San Diego School of Medicine. Available from: https://neurosciences.ucsd.edu/research/labs/nil/Pages/UseOurData.aspx (2017).
  2. Craddock, R. C., et al. Imaging human connectomes at the macroscale. Nat Methods. 10 (6), 524-539 (2013).
  3. Devor, A., et al. Frontiers in optical imaging of cerebral blood flow and metabolism. J Cereb Blood Flow Metab. 32 (7), 1259-1276 (2012).
  4. Ji, N., Freeman, J., Smith, S. L. Technologies for imaging neural activity in large volumes. Nat Neurosci. 19 (9), 1154-1164 (2016).
  5. Maze, I., et al. Analytical tools and current challenges in the modern era of neuroepigenomics. Nat Neurosci. 17 (11), 1476-1490 (2014).
  6. Medland, S. E., Jahanshad, N., Neale, B. M., Thompson, P. M. Whole-genome analyses of whole-brain data: working within an expanded search space. Nat Neurosci. 17 (6), 791-800 (2014).
  7. Osten, P., Margrie, T. W. Mapping brain circuitry with a light microscope. Nat Methods. 10 (6), 515-523 (2013).
  8. Poldrack, R. A., Farah, M. J. Progress and challenges in probing the human brain. Nature. 526 (7573), 371-379 (2015).
  9. Kotter, R. Neuroscience databases: tools for exploring brain structure-function relationships. Philos Trans R Soc Lond B Biol Sci. 356 (1412), 1111-1120 (2001).
  10. Uhlirova, H., et al. The roadmap for estimation of cell-type-specific neuronal activity from non-invasive measurements. Philos Trans R Soc Lond B Biol Sci. 371 (1705), (2016).
  11. Aine, C. J., et al. Multimodal Neuroimaging in Schizophrenia: Description and Dissemination. Neuroinformatics. , (2017).
  12. Amunts, K., et al. BigBrain: an ultrahigh-resolution 3D human brain model. Science. 340 (6139), 1472-1475 (2013).
  13. Laird, A. R., Lancaster, J. L., Fox, P. T. BrainMap: the social evolution of a human brain mapping database. Neuroinformatics. 3 (1), 65-78 (2005).
  14. Lein, E. S., et al. Genome-wide atlas of gene expression in the adult mouse brain. Nature. 445 (7124), 168-176 (2007).
  15. Shin, D. D., Ozyurt, I. B., Liu, T. T. The Cerebral Blood Flow Biomedical Informatics Research Network (CBFBIRN) database and analysis pipeline for arterial spin labeling MRI data. Front Neuroinform. 7, 21 (2013).
  16. Uhlirova, H., et al. Neurovascular Network Explorer 2.0: A Database of 2-Photon Single-Vessel Diameter Measurements from Mouse SI Cortex in Response To Optogenetic Stimulation. Front Neuroinform. 11, 4 (2017).
  17. Sridhar, V. B., Tian, P., Dale, A. M., Devor, A., Saisan, P. A. Neurovascular Network Explorer 1.0: a database of 2-photon single-vessel diameter measurements with MATLAB((R)) graphical user interface. Front Neuroinform. 8, 56 (2014).
  18. Tian, P., et al. Cortical depth-specific microvascular dilation underlies laminar differences in blood oxygenation level-dependent functional MRI signal. Proc Natl Acad Sci U S A. 107 (34), 15246-15251 (2010).
  19. Neurovascular Imaging Laboratory. Use Our Data. , UC San Diego School of Medicine. Available from: https://neurosciences.ucsd.edu/research/labs/nil/Pages/UseOurData.aspx (2017).
  20. Uhlirova, H., et al. Cell type specificity of neurovascular coupling in cerebral cortex. Elife. 5, (2016).
  21. Gagnon, L., et al. Quantifying the microvascular origin of BOLD-fMRI from first principles with two-photon microscopy and an oxygen-sensitive nanoprobe. J Neurosci. 35 (8), 3663-3675 (2015).
  22. Sakadzic, S., et al. Two-photon high-resolution measurement of partial pressure of oxygen in cerebral vasculature and tissue. Nat Methods. 7 (9), 755-759 (2010).
  23. Nizar, K., et al. In vivo stimulus-induced vasodilation occurs without IP3 receptor activation and may precede astrocytic calcium increase. J Neurosci. 33 (19), 8411-8422 (2013).
  24. Reznichenko, L., et al. In vivo alterations in calcium buffering capacity in transgenic mouse model of synucleinopathy. J Neurosci. 32 (29), 9992-9998 (2012).
  25. Langer, J., Rose, C. R. Synaptically induced sodium signals in hippocampal astrocytes in situ. J Physiol. 587 (Pt 24), 5859-5877 (2009).
  26. Gong, Y., et al. High-speed recording of neural spikes in awake mice and flies with a fluorescent voltage sensor. Science. 350 (6266), 1361-1366 (2015).
  27. Tantama, M., Hung, Y. P., Yellen, G. Optogenetic reporters: Fluorescent protein-based genetically encoded indicators of signaling and metabolism in the brain. Prog Brain Res. 196, 235-263 (2012).
  28. Devor, A., et al. "Overshoot" of O(2) is required to maintain baseline tissue oxygenation at locations distal to blood vessels. J Neurosci. 31 (38), 13676-13681 (2011).
  29. Devor, A., et al. Stimulus-induced changes in blood flow and 2-deoxyglucose uptake dissociate in ipsilateral somatosensory cortex. J Neurosci. 28 (53), 14347-14357 (2008).
  30. Rauch, A., Rainer, G., Logothetis, N. K. The effect of a serotonin-induced dissociation between spiking and perisynaptic activity on BOLD functional MRI. Proc Natl Acad Sci U S A. 105 (18), 6759-6764 (2008).
  31. Lemmon, V. P., et al. Minimum information about a spinal cord injury experiment: a proposed reporting standard for spinal cord injury experiments. J Neurotrauma. 31 (15), 1354-1361 (2014).
  32. Ascoli, G. A., Donohue, D. E., Halavi, M. NeuroMorpho.Org: a central resource for neuronal morphologies. J Neurosci. 27 (35), 9247-9251 (2007).
  33. Mennes, M., Biswal, B. B., Castellanos, F. X., Milham, M. P. Making data sharing work: the FCP/INDI experience. Neuroimage. 82, 683-691 (2013).
  34. Marmarou, A., et al. IMPACT database of traumatic brain injury: design and description. J Neurotrauma. 24 (2), 239-250 (2007).

Tags

Neurowissenschaften Ausgabe 135 Automatic Data Processing Datenerfassung Data Display Datenbanken als Thema Search Engine Neurowissenschaften Neuroinformatik grafische Benutzeroberfläche MATLAB 2-Photon Imaging somatosensorischen Cortex Arteriolen Durchblutung Hämodynamik zerebrovaskuläre Zirkulation
Neurovaskuläre Network Explorer 2.0: Ein einfaches Werkzeug für die Erkundung und Freigeben einer Datenbank Optogenetically-evozierten Vasomotion Maus Kortex In Vivo
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Uhlirova, H., Tian, P.,… More

Uhlirova, H., Tian, P., Kılıç, K., Thunemann, M., Sridhar, V. B., Chmelik, R., Bartsch, H., Dale, A. M., Devor, A., Saisan, P. A. Neurovascular Network Explorer 2.0: A Simple Tool for Exploring and Sharing a Database of Optogenetically-evoked Vasomotion in Mouse Cortex In Vivo. J. Vis. Exp. (135), e57214, doi:10.3791/57214 (2018).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter