16 Aralık 2015
Burada C. elegans'ta gelişimsel süreçlerin nasıl izleneceği ve nicelleştirileceği gösterilmektedir. Sunulan yöntemler, kolayca uygulanabilen açık kaynaklı araçlara dayanmaktadır. 3B hücre şekli modellerinin nasıl yeniden yapılandırılacağı, hücre altı yapıların manuel olarak nasıl izleneceği ve kortikal kasılma akışının nasıl analiz edileceği gösterilmiştir.
Görüntü analiz yazılımı ve gelişimsel biyoloji kullanımının genel amacı, biyolojik süreçlerin mekanistik modelleri için nicel veriler elde etmektir. Bu yöntem, mutant fenotiplerin nicel olarak nasıl analiz edilebileceği gibi gelişimsel biyolojideki temel soruların yanıtlanmasına yardımcı olabilir. Bu metodolojinin temel avantajı, araştırmacılara biyolojik süreçlerdeki ve gelişimsel fenomenlerdeki değişiklikleri tarafsız bir şekilde belirleme imkanı sağlamasıdır.
Bu yöntem, deniz hıyarı gelişimi ve morfogenezi hakkında bilgi sağlamak için kullanılabileceği gibi, josepha gibi diğer model organizmalara da uygulanabilir. IOD ile hücre şeklinin yeniden yapılandırılmasını laboratuvarımdaki doktora öğrencisi CINA Leman gösterecektir. IM MOD programını kurduktan sonra, eunuch shell'i açın ve IM mod penceresine Im mod yazın. 3D model oluşturmak için uygun ham verilerin bulunduğu dosyayı seçin ve zap penceresindeki nesnelerin alt ve üst kısımlarını belirlemek için bilgi penceresini kullanın.
Bilgi penceresinde, her hücrenin üst düzleminde ilk konturu oluşturacak şekilde hücre dış hatlarını tekrar takip edin ve her hücre için yeni bir nesne oluşturmaya dikkat edin. Ardından Z ekseninde aşağı kaydırın ve her Z düzlemi için yeni bir kontur oluşturun ve ardından her hücre için yeni bir nesne oluşturun. Model için uygun sayıda hücrenin ana hattını belirledikten sonra, nesneleri ve konturlarını incelemek için model görünüm penceresini açın.
Ardından model görünümü araç çubuğunda, düzenle ve nesneleri seçin. Tüm hücreleri dolu ve kapalı nesneler olarak modellemek için ilgili düzenleme penceresi açılacaktır. Çizim veri türü olarak mesh'i ve çizim stili olarak dolguyu seçin.
Meshleme'ye tıklayın ve kapak (cap) seçeneğini işaretleyin. Ardından gerekli olan nesneleri seçin ve meshle'ye tıklayın. Program, kontur yığınlarından katı nesneler oluşturacaktır.
Z örnekleme faktörünü gerektiği şekilde ayarlamak için görüntüleme penceresindeki Z ölçeğini değiştirin. Ardından düzenleme menüsü altında, floresan zaman atlamalı kayıtlardaki nesneleri izlemek için uygun şekilde hücrelerin anlık görüntülerini veya videolarını kaydederek 3D nesneleri döndürmek için görüntülemeyi seçin. İlk olarak NDR kullanarak ham verileri TIFF dosyasına dönüştürün.
Ardından dosyayı açın. End drop kısmında, 2D görüntüleyici simgesini seçin ve veri menüsü altındaki histogramı ayarlamak için uyum aralığı simgesine tıklayın.
Dosyayı, adı, görüntüyü, seti, kanalı seçin ve X, Y, Z çözünürlüğünü ayarlayıp X, Y ve Z değerlerini girin. Çekirdekleri etiketlemek için ilgilenilen düzleme gidin ve tekrar 2D görüntüleyiciyi seçin. Ardından açılır menüden soy ağacını (lineage) seçin ve yeni soy ağacı seçeneğini belirleyin.
İşaretlemek istediğiniz çekirdeğin üzerine tıklayıp sürükleyin. Ardından çekirdeğe sağ tıklayın ve "particle" (partikül) yeniden adlandırma seçeneğini belirleyin. Açılır menüden partikül için bir isim girin ve ardından dairenin çapını değiştirmek için ok simgesini sürükleyin.
Ardından, çekirdeğin merkezi düzlemini işaretlemek için sağdaki simgeye tıklayın. Daha sonra zaman ve düzlemde ilerlemek için alt araç çubuğundaki kare (frame) ve Z seçeneklerini belirleyin ve takip edilen hücre bölünene kadar çekirdeği işaretleyen dairenin konumunu veya boyutunu buna göre ayarlayın. Bir hücre bölünmesi gözlemlendiğinde, yavru çekirdekleri işaretleyin ve soy ağacına (lineage) geçmek için pencereler simgesine tıklayın.
Görüntüleyici üç çekirdeği aynı anda işaretler ve soy hattı seçeneği altından ilgili ebeveyni seçer. Ardından tüm hücreler takip edildiğinde, dosya adına tıklanır ve kanala geçilir. Kortikal akışı parçacık görüntü hızı simetri yazılımı kullanarak nicel olarak analiz etmek için hücre bölünmesi kalıntısı işaretlenir.
Yeni görüntü dosyalarını pif lab'a yükleyin ve sekanslama stilini seçin. 1, 2, 2, 3. Ardından, istenen görüntü dizisini içeren dizine gidin.
Görüntüleri seçin ve içe aktarmak için ekle düğmesine tıklayın. Ardından analiz ayarları altından hariç tutmaları seçin. ROI maskesini ve kullan düğmesini seçin.
Analiz ayarları altında, görüntülerin istenmeyen kısımlarını etkisiz hale getirmek için mevcut kareye maskeler çizin. Tekrar PIF ayarlarını seçin ve istenen PIF algoritması olarak hızlı Fourier dönüşümü pencere deformasyonunu belirleyin. Birinci geçiş için 64 piksel sorgulama alanı değeri, ikinci geçiş için ise 32 piksellik bir adım girin.
Sorgulama alanı değerini 32 piksel, adım değerini ise 16 olarak girin. Ardından pencere deformasyonu açılır menüsünden linear seçeneğini belirleyin ve alt piksel yer değiştirme tahmini için Gaussian two by three point yöntemini seçin. Şimdi analiz menüsünden analyze seçeneğini ve ardından analyze all frames post-processing seçeneğini belirleyin; post-processing menüsünden vector validation seçeneğini seçin ve plot menüsünden tüm karelere yedi değerinde bir standart sapma filtresi eşiği uygulayın.
Türetilmiş parametreleri seçin. Önce verileri, ardından vektörleri ve kare başına piksel sayısını değiştirin; vektörlerin pürüzsüzlüğünü ve yüksek geçiren filtreyi ayarlayın. Bu düzenlemeleri tüm karelere uyguladıktan sonra, kullanılan kareleri birden sona kadar olarak ayarlayın.
Son olarak, az önce gösterildiği gibi görüntülenen vahşi tip C elegance yetişkinlerinin gonad kıvrımına odaklanan tüm karelerin ortalama vektörlerini ölçmek için ortalama vektörleri hesapla butonuna tıklayın. Mikroskopi verilerinden germ hücrelerinin 3D bir modeli oluşturulur; bu da iki renkli zaman ayarlı mikroskopi kullanılarak hücrelerin cus'un distal kolundan proksimal koluna geçişi sırasında meydana gelen hücre boyutu değişikliklerinin analiz edilmesine olanak tanır. Histon füzyon proteinleri ve NDR'deki kas dışı miyozin ile elde edilen modeller, hücre bölünmesi kalıntı kalıtımının stereotipik paternini örneklendirmektedir.
Ayrıca, hat verilerinden her bir hücre L ve hücre bölünmesi kalıntısı için izler ve hücre bölünme zamanlamasıyla olan korelasyon bu deneyde elde edilebilir. Kortikal non-kas miyozin iki'nin yüksek zamansal çözünürlüklü kısa süreli zaman ayarlı mikroskopisi, beklendiği üzere vahşi tip ile Rho GTPaz aktive edici protein RGA üç'ü azaltılmış embriyolar arasındaki kortikal polarizasyon akışı dinamiklerindeki farkları değerlendirmek için gerçekleştirilmiştir. Vahşi tip embriyolardaki akış, ağırlıklı olarak embriyonun uzun ekseni boyunca gerçekleşmiştir.
PIP analizinden kolayca anlaşıldığı üzere, RGA üç RNA interferans embriyosundaki akış bu eksene dikti. Karmaşık nesnelerin manuel segmentasyonu ve embriyonik gelişim sırasında hücre takibi konusunda uzmanlaşıldığında, hücre ve nesne takibi gerçekleştirilmeye çalışılırken, işlem uygun şekilde yapılırsa bu süreç birkaç saat içinde tamamlanabilir. Burada açıklanan üç aracı kullanırken, analiz sırasında nesneyi kaybetmemek için uygun zamansal çözünürlüğün ayarlandığını hatırlamak önemlidir.
Değişkenlik hakkındaki soruları yanıtlamak veya sadece farklı embriyoları karşılaştırmak için istatistiksel analizler de yapılabilir. Kantitatif görüntü analiz yazılımlarının uygulanması, bizim ve bizim gibi diğer gelişim biyologlarının, gelişimin morfogenetik mekanizmalarını daha önce görülmemiş bir ayrıntı düzeyinde keşfetmemize olanak tanır. Bu videoyu izledikten sonra, kantitatif görüntü analizi gerçekleştirmek için çeşitli yazılım araçlarının nasıl kullanılacağı konusunda iyi bir anlayışa sahip olmalısınız.
Tam transkripti görüntüleyin ve binlerce bilimsel videoya erişin
Bu makale, açık kaynaklı araçlar kullanarak C. elegans'taki gelişimsel süreçlerin izlenmesi ve miktarının belirlenmesi için kullanılan yöntemleri göstermektedir. Makale; 3D hücre şekli modellerinin yeniden oluşturulmasını, hücre altı yapıların manuel olarak izlenmesini ve kortikal kontraktil akış analizini kapsamaktadır.
Açık kaynaklı görüntü analiz araçları kullanılarak C. elegans'daki gelişimsel süreçlerin kantitatif takibi, erken keşif aşamasında mekanistik risk azaltmaya ve fonksiyonel hedef doğrulamaya olanak tanır. Bu iş akışları, mutant fenotipleri ayırt etmek ve gelişimsel yolakları aydınlatmak için kritik olan tarafsız ve tekrarlanabilir veriler sağlar. Bu tür kantitatif görüntüleme yaklaşımlarının entegrasyonu, öngörü güvenini artırır ve preklinik araştırmalarda riske göre ayarlanmış portföy kararlarını destekler.
Bu açık kaynaklı görüntüleme ve analiz yöntemleri, erken keşif aşamasından preklinik model doğrulama aşamasına kadar entegre bir süreç sunarak hipotez testlerini, yolak aydınlatmalarını ve kantitatif fenotiplemeyi destekler.