Çoklu Ölçeklerde Sayısallaştırılmış Nöronal Morfoloji Otomatik Sholl Analizi

Biz nöron morfolojisi analiz etmek için bir bilgisayar programı geliştirdik. Mevcut iki açık kaynak kodlu analiz araçları ile birlikte, program Sholl analiz yapar ve neurites, şube noktaları ve neurite ipuçları sayısını belirler. Analizler neurite morfolojisi yerel değişiklikler görülebilir şekilde yapılmaktadır.

Bu video, yerel değişiklikleri gözlemlemek için yarı otomatik bir program kullanarak, topluca nöritler olarak bilinen dendritlerin ve aksonların morfolojisini analiz etmek için bir prosedürü göstermektedir. İlk nöron J yazılımı, nörit segmentlerinin konumunu belirlemek için nöronların sekiz bitlik TIFF görüntülerini izlemek için kullanılır. Neuron stüdyo yazılımı daha sonra nöritler arasındaki bağlantı hakkında yapısal bilgileri tanımlamak için kullanılır.

Son olarak, şenlik ateşi MATLAB programı, sürü analizinin yanı sıra nörit dal noktalarının ve nörit uçlarının sayısı da dahil olmak üzere hücrelerden morfolojik verileri çıkarmak için çalıştırılır. Sonuçlar, nevrotik çardağın alt bölgelerindeki sığ analizinin performansına dayalı olarak nörit morfolojisindeki yerel değişiklikleri göstermektedir. Bu tekniğin elle sürüler analizi gibi mevcut yöntemlere göre temel avantajı, programın yarı otomatik olmasıdır, bu da analizin verimliliğini büyük ölçüde artırır ve analizin doğruluğunun doğrulanabilmesi için verilerin denetlenmesine olanak tanır.

Prosedürü gösteren, yaz için Firestein laboratuvarında çalışan Hirsch AWA lisans öğrencisi olacak. Neurites eight bit tiff'in morfolojik özelliklerini analiz etmek için şenlik ateşi programını kullanmak için, şenlik ateşi programı indirildikten sonra tek tek nöronların görüntüleri elde edilmelidir. Program ayarları, şenlik ateşi programının şenlik ateşi parametreleri bölümünde analiz etmek istediğiniz görüntülerin görüntü çözünürlüğüne göre ayarlanmalıdır: değişken seçim dönüşümü için geçerli değeri, görüntülerinizin görüntü çözünürlüğünün değeriyle değiştirin.

Şenlik ateşinin verileri analiz edebilmesi için, dosyaların bir ana klasör, şenlik ateşi MATLAB M dosyalarını içeren bir şenlik ateşi klasörü, farklı koşulların her birini içeren alt klasörler ve farklı koşul klasörlerinin içindeki hücre görüntüsü dosyaları dahil olmak üzere belirli bir yapıda düzenlenmesi gerekir. Bu deney için, dendritik morfolojideki değişiklikleri analiz etmek için sadece dendritler izlenecektir. Görüntüyü izleme için hazırlayarak başlayın.

Neuron J araç çubuğundaki aç düğmesini seçerek görüntüyü açın ve izlemek istediğiniz görüntüyü seçin. Şimdi, görüntünün parlaklığını ve kontrastını ayarlamak için ekranı kapla düğmesini seçerek görüntüyü yeniden boyutlandırın, böylece nöron J araç çubuğundaki tüm Neurites select görüntüsünü görselleştirebilir ve ardından parlaklık kontrastını ayarla'yı seçebilirsiniz. İzlemeye başlamak için, nöron J araç çubuğundaki izleme ekle düğmesini seçin Hücre gövdesinin çevresini izleyin.

Ardından nöron J araç çubuğundaki etiket izlemeleri düğmesini seçin ve izleme kimliği açılır menüsünden N birini seçin, nöron J öznitelikleri penceresinde sıfır altı yazın'ı seçin ve Tamam'ı seçin. Nöritleri izlemeye başlamak için, nöron J araç çubuğundaki iz ekle düğmesini seçin ve ilgilenilen her nörit dalı boyunca bir iz ekleyin. Çizdiğiniz parçaların her bir dal noktasında durması ve her bir alt dal noktasıyla birlikte o noktadan yeni bir iz olarak başlaması en iyisidir.

Neuron J araç çubuğundaki izlemeleri kaydet düğmesini seçin ve yeni oluşturduğunuz izlemeyi orijinal görüntü dosyasıyla aynı klasöre kaydedin. Ardından, izleme dosyalarını ve izleme tanımlayıcı dosyalarını nöron J'den dışa aktarın.Nöron J araç çubuğundaki izlemeyi dışa aktar düğmesini seçin. Şimdi nöron J dışa aktarma iletişim kutusundaki sekmeyle ayrılmış metin dosyaları her izleme için ayrı dosya seçeneğini seçin ve tamam'ı seçin, nöron J'nin dosyaların adlarını ve kaydetme konumunu seçmesine izin verin.

Nöron J araç çubuğunda ölçüm izlemeleri düğmesini seçin ve ardından nöron J ölçümleri penceresinde izleme ölçümlerini görüntüle seçeneğini belirleyin ve nöron J izlemeleri penceresinde Dosya seç'i çalıştır'ı seçin ve ardından farklı kaydet'i seçin ve dosyayı kaydedin. Dosya adı, orijinal görüntü dosyasının adıyla tam olarak eşleşmeli, ardından alt çizgi bilgisi gelmeli ve üç harfli bir dosya uzantısı içermemelidir. Bilgisayarınızın otomatik olarak bir XLS dosya uzantısı eklemediğini kontrol edin.

Varsa, dosya uzantısının manuel olarak silinmesi gerekir. İlk olarak, matlab'ı açarak ve komut penceresinin sağ üst köşesindeki üçlü nokta düğmesine tıklayarak şenlik ateşi yükünü kullanarak klasörleri yeniden düzenleyin. Ana klasörünüzdeki şenlik ateşi klasörünü seçin, klasöre gözat penceresinde, komut penceresine şenlik ateşi yükle yazın ve enter tuşuna basın.

Klasöre ve pencereye gözat bölümünde analiz etmek istediğiniz koşul klasörünü seçin ve seçin. Tamam. Bu, her bir hücre için tüm verileri içeren hücre alt klasörleri oluşturarak klasör yapısını yeniden düzenler. Şimdi dosya adı alt çizgi premium swc dosyaları oluşturmak için komut penceresine şenlik ateşi alt çizgi NDF iki s WC yazın ve enter tuşuna basın.

Klasöre gözat penceresinde şenlik ateşi yüküyle yeniden düzenlenen aynı koşul klasörünü seçin ve öğesini seçin. Tamam. Bu, seçilen koşul için her hücre klasöründe bir WC dosyası oluşturacaktır. Her hücre klasörü beş dosya içerecektir.

Orijinal TIF görüntüsü, NDF dosyası, alt çizgi bilgisi, izleme tanımlayıcı dosyası, bir TXT dosyası ve bir swc dosyası. Neuron Studio'yu kullanmadan önce, programın özellikleri ve kısayolları hakkında bilgi sahibi olmanızı öneririz. Mükemmel bir çevrimiçi kullanım kılavuzuna sahipler ve klavye kısayollarını bilmek size çok zaman kazandıracak.

Başlamak için nöron stüdyo programını açın ve dosya aç'ı seçin Nöron stüdyosu araç çubuğunda aç, nöronun TIF görüntüsünü bulun. Düzenlemek ve açmak istiyorsunuz. Çalıştırma ayarları'nı seçin ve üç kutunun her birine bir tane girin.

Voksel boyutu penceresinde, dosya içe aktarma s wc'yi seçin. Çalışmak istediğiniz dosyayla eşleşen uygun s WC dosyasını seçin. Görüntü dosyası şimdi izleme görüntüsüyle kaplanacaktır.

Hücre soma, nöritleri bağlamak için kırmızı bir daire ile kaplanmalıdır. Düğümleri birleştirmek için nörit aracını kullanın, böylece sarı düğümlerle temsil edilen her dal noktası yalnızca iki dal oluşturabilir. Tüm izler soma ile sürekli olmalıdır.

Şimdi Neuron Studio'dan verileri dışa aktarmak için dosyayı seçin, nöritleri kaydedin ve swc dosyalarındaki hataları kontrol etmek için varsayılan ad olarak kaydedin, şenlik ateşi izi yazın. Komut penceresine bakın ve enter tuşuna basın. Klasöre gözat penceresinde az önce işlenen verileri içeren koşul klasörünü seçin ve klasördeki görüntülerden herhangi birinde herhangi bir hata varsa Tamam'ı seçin.

Program, dot S WC dosyalarından morfolojik verileri çıkarmak için hatanın bulunduğu yeri gösteren görüntülerin çıktısını alacaktır. Komut penceresine şenlik ateşi yazın ve enter tuşuna basın. Klasöre gözat penceresinde analiz etmek istediğiniz koşul klasörünü seçin ve ilgilendiğiniz nöronların her biri için Tamam'ı seçin.

Şenlik ateşi analizi, analizde kullanılan omuz halkaları ile birlikte bir nöronal morfoloji grafiği oluşturacaktır. Ek olarak, şenlik ateşi komutu, analizden alınan tüm morfolojik bilgileri içeren MAT dosyasını oluşturur. Şenlik ateşi sonuçları veri türünün ön grafiklerini MATLAB komut penceresinde görüntülemek için, klasöre gözat penceresinde koşulun görüntüleneceği koşul klasörünü seçin ve seçin. Tamam.

Klasöre gözat penceresi geçici olarak kapanır ve ek koşulların seçilmesine izin verecek şekilde yeniden açılır. Koşullar seçildikten sonra, seçim sürecinden çıkmak için iptal'i seçin. Şenlik ateşi sonucu, morfolojik verileri Excel türüne aktarmak için seçtiğiniz koşul klasörlerindeki veriler de dahil olmak üzere özet grafikler döndürür: şenlik ateşi Dışa Aktar MATLAB komut penceresine.

Klasöre gözat penceresinde dışa aktarmak istediğiniz verileri içeren koşul klasörünü seçin ve öğesini seçin. Tamam, şenlik ateşi dışa aktarma, morfolojik verilerin Excel dosyalarını oluşturacak ve bunları seçilen durum klasörüne yerleştirecektir. Şimdi size şenlik ateşi programı tarafından iki koşul içeren bir veri setinde oluşturulan verilerin bir örneğini göstereceğiz.

Bunlar, her iki koşulun örnek ters çevrilmiş görüntüleridir. Bu görüntülerden, birinci koşulun ikinci koşuldan daha fazla dendrit içerdiği görülebilir. Bu fenomen, şenlik ateşi programı tarafından oluşturulan çeşitli grafiklerde de gözlemlenebilir.

Şenlik ateşi programı, analizini dendritlerin alt bölgeleri üzerinde gerçekleştirdiği için, birinci durumdaki artan dendritler kolayca tanımlanabilir, toplam dendritik çardağın sığ eğrisinin çizilmesi, birinci durum için hücre gövdesinin distalinde daha fazla dendrit olduğunu gösterir. Hücre başına ortalama dallanma noktası ve terminal nokta sayısını çizen nöronlar, birinci koşulun ikinci koşuldan hem daha fazla dal noktası hem de daha fazla terminal noktası içerdiğini gösterir. Hücre başına ortalama işlem sayısı birincil, ikincil, üçüncül veya daha yüksek dereceli dendritler için gösterilir. Birinci koşul için daha fazla üçüncül ve daha yüksek dereceli dendrit vardır Kök, ara ve terminal dendritler için hücre başına ortalama işlem sayısını çizmek, birinci koşulun ikinci koşuldan daha fazla ara veya terminal işleme sahip olduğunu gösterir.

Burada, segmentlerin birincil, ikincil veya üçüncül veya daha büyük olarak gruplandırıldığı segment kimliğine özgü sürü analiz eğrileri gösterilmektedir. Tersiyer dendritlerdeki artış, bir nöron durumu için hücre gövdesinin distalinde meydana gelir. Segmentlerin kök segmentler, ara segmentler veya terminal segmentler olarak gruplandırıldığı segment kimliğine özgü sığ analiz eğrileri gösterilir.

Birinci durumda hem orta hem de terminal dendritlerdeki artış, hücre gövdesinin distalinde meydana gelir. Bu videoyu izledikten sonra, nöro morfolojideki yerel değişiklikleri gözlemlemek için şenlik ateşi programını kullanarak sürü analizinin nasıl yapıldığını iyi anlamış olmalısınız.