Waiting
Login processing...

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

Neuroscience

혈관 네트워크 탐색기 2.0: 탐험과 Vivo 마우스 피에 Vasomotion Optogenetically 갖는 데이터베이스 공유에 대 한 간단한 도구

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

탐색 하 고 마우스 somatosensory 피에 vivo에서 2 광자 현미경 검사 법에 의해 측정에 optogenetically 유도 혈관 반응의 데이터베이스 공유에 대 한 그래픽 사용자 인터페이스를 제공 됩니다. 그것은 데이터, 선택 기준을 기반으로, 평균, 맥 관 구조의 3D 볼륨 내에서 측정의 지역화를 탐색 하 고 데이터를 내보낼 수 있습니다.

Abstract

신경 과학에서 실험 데이터를 공유의 중요성 금액 및 복잡 한 데이터 획득 및 이러한 데이터를 처리 하는 데 사용 하는 다양 한 기법으로 성장 한다. 그러나, 대부분 일반 크기의 실험실 적의 개별 연구에서 특히 실험 데이터의 광범위 한 연구 공동체에 도달합니다. 혈관 네트워크 탐색기 2.0 (북북동 2.0) 라고 하는 그래픽 사용자 인터페이스 (GUI) 엔진은 간단 하 고 저렴 한 비용 공유 및 혈관 영상 데이터의 탐험을 위한 도구로 만들어 졌다. 무풍 2.0 optogenetically 갖는 팽창/수축 포함 하는 데이터베이스와 상호 작용 시간-과정 개별 선박 단위로 쥐 피 somatosensory vivo에서 2 광자 현미경 검사 법에 의해. 무풍 2.0 수 있습니다 선택 및 표시 다른 조건 (제목, 분기 순서, 대뇌 피 질의 깊이, 혈관 직경, arteriolar 나무)에 따라 시간 과정의 간단한 수학적 조작 뿐만 아니라 (예. 평균, 피크 정규화)와 데이터 내보내기입니다. 3 차원에서 혈관 네트워크의 시각화를 지원 하 고 혈관 나무 내에서 개별 기능 선박 직경 측정의 지역화를 가능 하 게.

무풍 2.0, 그것의 소스 코드와 해당 데이터베이스 UCSD 혈관 이미징 실험실 웹사이트1에서 자유롭게 다운로드할 수 있습니다. 소스 코드 찾아보기 연결된 된 데이터베이스 사용자에 의해 또는 databasing 하 고 적절 한 포맷을 제공 하는 그들의 자신의 실험 결과 공유에 대 한 서식 파일로 활용할 수 있습니다.

Introduction

두뇌는 가장 복잡 한 기관 중 하나를 간주 됩니다 그리고 그것의 복잡 한 기능을 수 습 하는 욕망은 표시. 그것은 도구2,3,,45,6,7,8의 넓은 팔레트를 사용 하 여 행동 수준에는 분자에서 다양 한 스케일에서 공부 하 고 . 비 균질 실험 데이터의 양을 전례 없는 속도와 성장. 조직 및 표준화 실험 데이터 공유에 대 한 필요성의 인식이 획득된 한 데이터 금액으로 성장 한다. 그것은 neuroinformatics 뇌 기능과 장애9,10의 모델로 비늘에 걸쳐 실험 데이터 통합에 중요 한 역할을 담당할 것입니다 분명 되고있다.

이 위해 일부 연구, 특히 대규모 연구, 그들의 결과 광범위 한 데이터베이스11,12,13,,1415를 통해 사용할 수 있도록 리소스를 표 수 있었다. 그러나, 개별 연구와 일반 크기의 실험실에서 실험 데이터의 방대한 결코 광범위 한 연구 공동체에 도달 했습니다. 이것은 주로 두 가지 이유: 첫째, 더 전용 시간; 데이터베이스와 상호 작용 하는 사용자 수 있게 하는 도구를 만들고 데이터베이스를 구축 하는 데 필요한 두 번째, 그리고 더 많은 돈을 이러한 작업을 지원 하기 위해 필요 하다. 이러한 문제에 의해 동기, MATLAB 기반의 그래픽 사용자 인터페이스 (GUI) 엔진 혈관 네트워크 탐색기 2.0 (북북동 2.0)16 라는 databasing, 공유 및 혈관 영상 데이터의 탐험에 대 한 간단 하 고 저가 도구로 개발 되었다. 이 원고는 북북동 2.0의 운영 및 실험 데이터의 연결된 된 데이터베이스에 대 한 설명서를 제공합니다.

무풍 2.0은 이미 2 세대 소프트웨어 엔진. 혈관 네트워크 탐색기 1.0 (북북동 1.0)17 이라는 1 세대 (SI) vivo에서 2 광자 현미경18측정 쥐 기본 somatosensory 피 질에서 감각 갖는 혈관의 데이터베이스와 상호 작용 하도록 구축 되었습니다. 관련된 데이터베이스 뿐만 아니라 북북동 1.0, 그 소스 코드는 자유롭게 UCSD 혈관 이미징 실험실 웹사이트1에서 ' 북북동 1 천 ' 라는 압축 파일로 다운로드. 17에서 북북동 1.0 및 연결된 된 데이터베이스에 대 한 자세한 정보를 찾을 수 있습니다.

2 세대, 북북동 2.0 시에서 vivo에서 2 광자 현미경20측정 optogenetically 갖는 마우스에서 개별 혈관의 팽창의 데이터베이스와 상호 작용 합니다. 사용자 검색, 선택한 대뇌 피 질의 깊이, 분기 명령, 선박 직경, 동물 주제 또는 특정 arteriolar 트리 같은 선택 범주에 기반 하 여 데이터 시각화. GUI를 추가 선택한 범주에서 평균 피크 정규화 등 간단한 수학 연산을 수행합니다. 무풍 2.0 볼 및 맥 관 구조의 3D 볼륨 캡처 이미지를 탐색할 뿐만 아니라 혈관 나무 내의 기능 측정의 위치를 식별 수 있습니다. 3 차원에서 혈관 형태학을 재구성 하 고 진짜 단일 선박 vaso-모션 측정으로 채울 하이 기능을 사용할 수 있습니다. 이 개조에 차례로 두뇌 기능21,22의 계산 모델에 통합할 수 있습니다. 무풍 2.0, 그것의 소스 코드와 연결된 된 데이터베이스 자유롭게 UCSD 혈관 이미징 실험실 웹사이트1에서 '북북동 2.0 HDbase v1.0' 라는 압축 파일로 다운로드할 수 있습니다.

무풍 2.0 'vdb.mat' 라는 데이터베이스와 함께 작동 합니다. 이 데이터베이스는 임시 프로필 (시간-과정) optogenetic 자극에 의해 불러 일으켰다 고 arteriolar 나무의 다른 위치에서 측정 한 선박 직경 변화를 포함 하는 매트릭스입니다. 각 시간 코스는 사용자 작성 소프트웨어를 사용 하 여 계산 했다. 그것은 그릇에 걸쳐 스캔 하 여 인수 형광 강도 프로필의 확장에서 혈관 직경의 상대적인 변화를 계산 합니다. 형광등 대비 fluorescein isothiocyanate (FITC)의 혈관 내 주입에 의해 제시 됐다-dextran을 표시. 데이터 및 분석 절차에 대 한 자세한 내용은,20,23을 참조 하십시오. 데이터베이스 총에서 305 시간-과정 (예: 데이터베이스 항목)는. 직경 변화 뿐만 아니라, (1) 계량 시간 코스 추가 메타 데이터의 배열 데이터베이스 보유를 각 항목에 (2) 측정된 용기를 설명 하 고 (3) 대뇌 맥 관 구조의 3D 볼륨 내에서 측정 위치를 식별 합니다. 발병 시간, 피크 진폭, 피크 진폭 시간, 대뇌 피 질의 깊이, 분기 순서, 그릇 지름 기준, 원래 참조 이미지를 3D 이미지 스택을 뇌 표면의 각 측정 및 낮은 확대 지도 대 한 경로 포함 하는 메타 데이터 맥 관 구조입니다. 나열 하 고 표 116에서 이전에 설명 된 메타 데이터에서 모든 매개 변수를 참조 하십시오.

무풍 2.0 참조 이미지를 X Y 평면 지름 측정 발생의 검사와 상호 작용 합니다. 각 데이터베이스 항목 GUI에 표시 된 참조 이름을 가진 하나의 해당 참조 이미지를 있다. 각 데이터베이스 항목 또한 혈관 트리는 측정 발생의 3D 볼륨 캡처 이미지 (3D 스택)의 관련된 스택이 있다. GUI는 특정 데이터베이스 항목을 선택 하 고 해당 참조 이미지 뿐만 아니라 3 차원 스택 표시할 수 있습니다. 그것은 또한 일치 참조 이미지 프레임 3D 스택 (동일한 기능 두 이미지에서 찾을 수 있습니다)에서 찾을 수 사용자를 안내 합니다. 모든 스택 하 고 그들의 전체 해상도 (1024 pix x 1024 pix) 참조 이미지 폴더 hana_stk와 hana_refs, 각각 포함 됩니다. 뇌 맥 관 구조의 낮은 확대 지도 폴더 '지도'에 포함 됩니다. 데이터베이스 매트릭스 'vdb.mat' 뿐만 아니라 모든 3 개의 폴더 '북북동 2.0 HDbase v1.0' UCSD 혈관 이미징 실험실 웹사이트1 에서 압축된 파일에 다운로드 하 고 설치 과정에서 북북동 2.0의 루트 폴더에 저장 됩니다.

GUI는 사용자 데이터베이스를 탐구 하 고 특정 데이터 선택 카테고리를 선택으로 순차적으로 오픈 하는 4 개의 패널 (패널 1 (메인 패널)-패널 4)의 집합으로 설계 되었습니다. 각 패널 두 가지 주요 부분으로 나누어져 있습니다: (1) 메타 데이터;에서 매개 변수 및 데이터 디스플레이 중요 한 정보 카테고리를 선택 하 여 데이터베이스와 상호 작용 하는 가능성을 제공 하는 오른쪽 열 (2) 왼쪽된 열 시간 코스 (직경 변화 시간에) 및 분산형 플롯의 형태로 데이터를 표시합니다. 대뇌 피 질의 깊이의 기능으로 네 가지 유형의 팽창 피크 (3) 최대 직경 변화 (피크 진폭) 및 (4) 초기 직경 (자극 하기 전에 직경)의 시간 (2) (1) 팽창 개시를 표시 하는 점도 있다. 사용자가 평균 시간-과정 및 대뇌 피 질의 깊이 또는 분기 순서에 의해 그룹화 하는 선택한 데이터에 대 한 값을 표시 하는 가능성. 이 깊이 증가 순서20분기와 그라데이션 직경 변경 동작의 기능을 강조 하는. 무풍 2.0를 사용 하면 '.xls', '.csv' 또는 '.mat'의 형식으로 데이터의 선택 된 하위 집합을 내보낼 수 있습니다.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1입니다. 북북동 2.0 설치

  1. UCSD 혈관 이미징 실험실 웹사이트1 과 '북북동 2.0 HDbase v1.0'에서 왼쪽으로 이동 당신의 PC에 원하는 위치에 압축된 프로그램 파일을 다운로드 하기.
    참고: 북북동 2.0 버전 7-10, 적어도 2.8 g B의 여유 공간이 압축된 파일을 다운로드 및 6.9 GB 프로그램을 설치 하는 Windows 운영 체제를 필요 합니다.
  2. 'NNE2_HDbase_v1.0.zip을' 압축을 풉니다.
    참고: 압축이 풀린된 폴더 NNE2 파일이 10: 'hana_refs.tar.gz', 'hana_stk.tar.gz', 'maps.tgz', 'MCRInstaller.exe', 'NNE2.exe', 'NNE2.zip', 'NNE2_README.txt', 'source.zip', 'users_guide.pdf' 및 'vdb.mat'.
  3. 'NNE2_README.txt'에서 다음 지침 따라 북북동 2.0을 설치 합니다.

2. 실행 북북동 2.0

  1. 'NNE2.exe'와 북북동 2.0을 시작 합니다.
  2. 1 (메인 패널) 패널: 데이터 (그림 1)의 하위 집합을 선택 합니다. 메인 패널의 왼쪽된 열에서 이미지 시간 코스의 그래프 및 'vdb.mat' (그림 1)에 모든 항목의 매개 변수를 표시합니다.
    1. 패널의 오른쪽 열에서 대뇌 피 질의 깊이 대 한 범위를 선택 합니다. 형식에서 깊이의 범위에서 입력 [d분 d최대], 어디 d분 최소 깊이 이며 d의최대 최대 깊이.
      참고: 데이터 560 30 µ m에서 깊이에서 측정 했다.
    2. 패널의 오른쪽 열에서 분기 순서 를 선택 합니다. 화살표를 마우스 왼쪽 단추로 클릭 하 고 목록에서 옵션 중 하나를 선택 (표면 | 다이빙 트렁크 | 첫 번째 분기를 주문 | 높은 가지를 주문).
    3. 패널의 오른쪽 열에 초기 직경 의 범위를 선택 합니다. 디 아분 은 최소 직경 및최대 직경은 최대 직경 [디 아분 디 아최대], 형식으로 입력 합니다.
    4. 패널의 오른쪽 열에서 과목 (취득의 날짜에 따라 동물)을 선택 합니다. 화살표에 left-click 하 고 사용 가능한 옵션에서 선택 합니다. 또는, 모든 파란색 사각형에서에서 왼쪽 모든 과목에서 데이터를 선택 합니다.
    5. 표시 하 고 패널 2에서 선택한 데이터 제출 을 누릅니다.
  3. 패널 2: 데이터의 선택 된 하위 집합을 확인 하 고 계속 추가 데이터 상세 (그림 2).
    1. 왼쪽 상단에 오른쪽 열에서 적절 한 단추 그룹은 데이터의 평균에 대 한 유형을 선택 합니다. 선택: 대뇌 피 질의 깊이 평균 또는 평균 분기 명령에 의해.
      참고: 실제 선택 (그림 2) 아래 녹색으로 강조 표시 됩니다.
    2. 선박 형태 또는 제목에 따라 데이터를 선택 합니다. 왼쪽 클릭 (단일 다이빙 되 고 그 지점) 트리에 대 한 모든 데이터를 선택 하거나 (동물 주제)를 제목에 대 한 모든 데이터를 선택 하십시오.
    3. (1) 개별 시간 코스의 그래프에서 왼쪽에 선택한 데이터를 표시 하려면 왼쪽 제출 (2) 그룹-평균 시간-코스 하 고 점도 (3) 발병 시간 (4) 시간-봉우리 (5) 피크 진폭 및 (6) 초기 직경의
    4. 시간 코스를 선택 하려면 왼쪽된 열에서 개별 timecourses 의 그래프에서 추적에 왼쪽 클릭 하십시오.
      참고: 선택한 시간 코스 (마젠타) 그래프에 그 발병 시간 강조 되 면, 시간 피크, 피크 진폭 및 기준선 직경 아래 그래프에서 빨간 원으로 표시 됩니다. 점도에 레드 포인트 평균 값입니다.
    5. 맨 오른쪽 열에 선택한 시간 코스에 대 한 주제 (제목 ID)과 나무 (트리 ID) 식별자를 note.
    6. 원하는 경우, 적절 한 선택 이어서 전송 단추 오른쪽 열 상단 왼쪽 그룹 평균의 종류를 변경 하 고 2.3.4에서 단계를 반복.
    7. 마우스 오른쪽 단추로 아무 곳 이나 패널 2에서 확인 하 고 선택 된 주제 (주제 ID) 또는 나무 (트리 ID) 패널 3에 대 한 모든 흔적을 찾아보기 교차 커서와 함께.
  4. 패널 3: 데이터의 최종 하위 집합을 확인 하 고 (그림 3) 수출.
    1. 추적에 왼쪽 왼쪽된 칼럼의 상단 그래프에서 시간-코스 선택: 선택한 추적 그래프 (마젠타)에서 강조 표시 됩니다 및 데이터베이스 항목의 설명 매개 변수 그래프 위에 표시 됩니다.
      참고: 평균 시간 코스는 두꺼운 검정 (그림 3)에 표시 됩니다.
    2. Note 해당 발병 시간, 시간 피크, 피크 진폭 및 아래 그래프에서 초기 직경.
    3. 북북동 2.0에서 실행 되는 폴더에 상위 그래프에 표시 하는 추적을 저장 하려면 오른쪽 열에서 설정 내보내기 단추를 왼쪽 클릭 하십시오.
      참고:이 이렇게 3 개의 파일을 저장: 'vdb_subset.xls', 'vdb_subset.csv' 및 'vdb_subset.mat' 포함 하는 벡터의 직경 변화 및 시간 벡터; 설명 매개 변수 및 정보를 'vdb.mat' 'vdb_subset.mat' 또한 포함 되어 있습니다.
    4. '트리' 대신 ' 주제' [x], 다시 북북동 2.0 시작 눌러 패널 3 가까이 모든 데이터를 검사, 패널 1 (단계 2.2.1-2.2.5) 카테고리의 선택 반복 고 패널 2 (2.3.2 단계) 주제에 대 한 모든 데이터를 선택 합니다.
    5. 마우스 오른쪽 클릭 패널 3에서 참조 이미지와 패널 3의 상단 그래프에 있는 모든 추적에 대 한 3 차원 스택 패널 4가 교차 커서와 함께.
      참고: 패널 4 열립니다 경우 패널 2에서 선택한 '나무'에 대 한 모든 데이터 옵션. '주제'에 대 한 모든 데이터 대신 선택 된 사용자를 그의 선택을 변경 하 라는 메시지가 표시 하 고 패널 1 감독 것입니다.
  5. 패널 4: 지역화 기능 측정 참조 이미지 및 맥 관 구조 (그림 4)의 3D 이미지 스택 내.
    1. 그것에 왼쪽된 열 위에 그래프에서 왼쪽 시간 코스를 선택 합니다.
      참고: 선택한 추적 그래프 (마젠타)에서 강조 표시 됩니다 하 고 메타 데이터에서 설명 정보 상단에 표시 됩니다.
    2. 왼쪽 열의 오른쪽 아래에 'hana_refs' 폴더에서 자동으로 로드 되는 해당 참조 이미지를 탐구 한다.
    3. 해당 3D 이미지 스택 왼쪽 열의 왼쪽 하단에 'hana_stk' 폴더에서 자동으로 로드를 탐험해 보세요. 화살표 또는 그림 아래의 슬라이더를 사용 하 여 스택을 통해 스크롤하십시오.
      참고: 스택 이미지에 도달 하면 참조 이미지-즉 직경 측정 레벨의 수준 ('스택 인덱스' 'Ref' =), 스택 이미지 강조 표시 하 고 '프레임 수준'으로 표시 됩니다.
    4. 강조 표시 된 시간 코스 북북동 2.0에서 실행 되는 폴더에 저장 하는 ' ref_stacks_trace.xls' 파일로 내보내려면 오른쪽 열에서 설정 내보내기 를 클릭 합니다.
      참고: 파일 시간 벡터, 직경 변화 벡터, 제목 ID, 항목 인덱스, 참조 이미지의 위치, 3 차원 스택 위치 및 프레임 수준에 대 한 스택 이미지 번호를 포함합니다.
    5. 패널 1에 다시가 서 [x] 패널 4 닫습니다.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

무풍 2.0와 연관 데이터베이스를 검색 하 고 데이터베이스의 데이터를 볼 데이터 선택 기준에 따라 정렬, 선택한 데이터를 다운로드 찾을 해당 혈관 트리 내에서 혈관 측정 제공 합니다.

패널 1 기능 범주에 기반 하는 데이터의 선택: ' 대뇌 피 질의 깊이 ', ' 분기 순서 ', ' 초기 지름 '과 '과목'- 그림 1). 이 연구는 표면 arterioles에 대 한 항목이 없습니다 유의 하시기 바랍니다 ('표면')는 ' 분기 순서 ' 선택 범주. 이 옵션을 선택 하면 '아무 기록 발견-검색도 제한' 경고 대화 상자가 나타나고 다른 옵션을 선택 하 라는 메시지를 표시. 같은 경고는 아무 측정 패널 1에 선택된 조건을 만족 하는 경우 표시 됩니다. 이 경우에 사용자 패널 1을 종료 해야 합니다 [x]를 누르고 다시 시작 프로그램.

모든 직경 변화 시간 과정 성취 기준 패널 1에서 선택한 패널 2 (그림 2)에서 볼 수 있습니다. 사용자는 모든 시간-과정, 시간-코스 대뇌 피 질의 깊이 또는 분기 순서와 시간의' 발병', 해당 하는 값으로 그룹 평균 깊이의 기능으로 표시 하는 '피크 진폭', ' 시간 피크 '와 '초기 지름' 개별 둘러볼 수 있습니다. 사용자는 개별 시간-과정 그래프에서 한 시간 코스를 선택 하 고 분산형 플롯에서 해당 숫자 특성 곡선의 모양을 탐구.

같은 동물 또는 arteriolar 나무에서 수집한 모든 데이터 패널 3 (그림 3)에 탐험 될 수 있습니다. 패널 2 같은 방식으로, 사용자는 개별 시간-과정 그래프에서 한 시간 코스를 선택 하 고 분산형 플롯에서 해당 숫자 특성 곡선의 모양을 탐구. 원하는 경우 사용자 '.xls', 'csv' 및 '.mat'의 형태로 패널 3에서 모든 데이터를 내보낼 수 있습니다. 이러한 파일은 만들거나 때마다 '수출' 동작을 덮어씁니다. 파일을 덮어쓰기 전에 경고 대화 '에 대 한 vdb_subset.xls를 덮어쓰기'를 이전에 내보낸된 결과 이름을 사용자 밖으로 아빠. 사용자는 내보낸된 파일의 아무도 '수출' 작업 중 있는지 확인 한다. 경우 파일 중 하나를 경고 대화 상자를 열고 ' 오류 내보내기 Excel 파일: vdb_subset.xls가 열려 있는지 확인 ' 표시 됩니다. 이 경우에, 사용자는 내보낸 파일 하 고 북북동 2.0을 다시 시작 한다.

3 차원 맥 관 구조 패널 4 (그림 4)의 맥락에서 모든 데이터는 단일 arteriolar 트리 내에서 인수를 탐험 수 있습니다. 관련 된 기준 이미지와 3D 이미지 스택 각각 폴더 'hana_refs' 및 'hana_stk'에서 로드 되는 시간 코스를 선택 하면 자동으로 표시 됩니다. 측정 된 선박 참조 이미지 이미지의 중간에 반투명 빨간색 사각형으로 강조 표시 됩니다. 검색 경로 측정된 용기를 건너 빨간색 선으로 표시 됩니다. 사용자 분기 순서 'vdb.mat'에서 발견 또는 시간-과정 그래프 ('B. 순서 ') 이해 하기 위에 GUI에 표시 된 계정에 걸릴 해야 더 많은 혈관 한 측정 (레드 라인 여러 혈관- 그림 4횡단) 내에서 검색 하는 경우 어떤 검사는 특정 측정에 속한다. 분기 순서 '0' 레이블 다이빙 줄기, '1' 레이블이 다이빙 줄기, ' 2에 직접 연결 하는 지점' 레이블 분기 1세인트 순서 분기 등에 직접 연결. 적절 한 arteriolar 나무를 식별 하기 위해 사용자 (3D 스택 상단 이미지에서 본) 두뇌의 표면에 다이빙 되로 시작 '지도' 폴더에 저장 하는 낮은 확대 지도를 참조 해야 합니다. 이 지도 각 동물 주제에 대 한 고유 하며 해당 주제 ID (예: ' 022014.jpg')를 사용 하 여 찾을 수 있습니다. 이 지도 표면 맥 관 구조와 뇌 노출의 이미지. 측정된 arterioles의 다이빙 세그먼트 트리 식별자 (' 트리 ID') (그림 5)와 함께 표시 됩니다. 사용자는 단일 선택한 시간 코스 해당 참조 이미지, 3 차원 스택 'ref_stacks_trace.xls'로 스택 내에 측정의 위치에 대 한 정보를 내보낼 수 있습니다. 마찬가지로, '내보내기' 패널 3에 관해서는 'ref_stacks_trace.xls' 닫힙니다 '내보내기' 작업이 수행 되기 전에. 동일한 유형의 경고 대화 상자는 내보낸된 파일을 덮어쓰기 전에 또는 파일은 '수출' 작업 동안 표시 됩니다. 참고 있는 경우 누락 된 참조 이미지 선택한 데이터베이스 항목 (총에서 9 항목)에 대 한 경고 ' NO 참조 이미지 발견: 인덱스 = ' 패널 4에서 참조 이미지 대신 표시 됩니다. 아니 수출 그 항목에 대 한 사용할 수 있으며 사용자는 다른 시간-과정을 선택 하 라는 메시지가 나타납니다. 사용자가 선택 하는 경우는 3D 스택 항목 존재 하지 않습니다 또는 없습니다 참조 이미지/스택 프레임 발견 (31 및 52 항목, 각각) 메모 * 아니오 스택 일치 * 표시 됩니다 패널 4에서 3D 스택 이미지 대신 빈 이미지 위에.

Figure 1
그림 1: 1 (메인 패널) 패널 선택 범주에 기반 하는 데이터의 하위 집합을 선택 하는 역할. 'Vdb.mat'에서 모든 데이터는 왼쪽된 열에 있는 6 개의 그래프에 표시 됩니다. 대뇌 피 질의 깊이 선택 하 여이 데이터의 하위 집합을 선택 하면 오른쪽 열 | 분기 순서 | 초기 직경 | 주제. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Figure 2
그림 2: 패널 2 데이터의 선택 된 하위 집합을 검토 하 고 선택 다듬을 수 있습니다. 오른쪽 열 깊이 범주 또는 분기 순서 (실제 선택은 녹색으로 강조 표시)을 기반으로 선택한 데이터의 평균을 계산 하기 위해 제공 합니다. 왼쪽된 열 패널 1과 오른쪽 열에서 선택한 평균 유형과 조건 선택 수행 하는 데이터를 표시 합니다. 사용자는 상단 왼쪽된 그래프에서 (크로스 커서) 되 면 강조 표시 된 (마젠타) 시간 코스를 선택할 수 있습니다. 해당 시간 발병 및 피크, 피크 진폭 및 기준선 직경 빨간색에서 동그라미는 고 항목 식별자 하단 오른쪽 열에 표시 됩니다. 두꺼운 빨간 포인트는 점도 실제 데이터 하위 집합에 대 한 평균 값을 표시합니다. '모든 데이터는 나무에 대 한' '제목에 대 한 모든 데이터' 대의 선택 다음 패널에 있는 데이터를 영향을 줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Figure 3
그림 3: 패널 3 데이터의 최종 하위 집합을 탐색 하 고 내보낼 수 있습니다. (커서) 크로스 선택할 수 왼쪽된 열 위에 그래프에서 시간 코스. 선택한 추적을 강조 (마젠타) 가져오고 항목 메타 데이터는 그래프 위에 표시 됩니다. 동시에 피크 진폭 및 기준선 직경 뿐만 아니라 해당 발병 및 피크 시간 그래프 아래에 표시 됩니다. 오른쪽 열에서 설정 내보내기 버튼 상단 그래프에서 모든 시간 코스를 내보낼 수 있습니다. 평균 시간 코스는 두꺼운 검정에 플롯 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Figure 4
그림 4: 패널 4 지역화 직경 측정 참조 이미지 및 맥 관 구조의 3D 스택 내에서 수 있습니다. 왼쪽된 열 위에 시간 코스 플롯은 패널 3에서 시간-코스 음모와 동일 합니다. 사용자는 왼쪽된 열에서 상위 그래프에서 개별 시간 코스를 선택할 수 있습니다. 해당 참조 이미지 메타 데이터 정보가 오른쪽 하단에 표시 됩니다: ' 참고 이미지 ' (참조 이미지 이름), '깊이' (대뇌 피 질의 깊이 측정)와 '규모' (미크론 픽셀 당 이미지의 규모). 해당 3D 스택 설명 메타 데이터 정보 왼쪽 하단에 표시 됩니다: '스택 인덱스' (실제 이미지 번호는 스택), '델타' (상단 이미지에서 수직 거리), '심판' (이미지 스택에 해당 하는 번호는 참조 이미지 및 측정 위치를 캡처)와 '규모' (미크론 픽셀 당 이미지의 규모). 참조 이미지 위에 '깊이' 실험 기간 동안 수동으로 입력 하는 대략적인 note 하시기 바랍니다. 그것은 사실은 뇌 표면 영상 평면에 관해서 기울이면 스택 이미지에 프레임 레벨의 '델타'의 가치를 정확 하 게 일치 하지 않습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Figure 5
그림 5: 표면 맥 관 구조의 낮은 확대 지도. 이미지 표면 혈관으로 노출 된 뇌 영역을 캡처합니다. 측정 된 arteriolar 나무의 다이빙 세그먼트 트리 식별자 (' 트리 ID')와 함께 표시 됩니다. 이 지도 '지도' 북북동 2.0에서 실행 되는 폴더에서 폴더에 저장 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

북북동 2.0은 다른 사용자가 공유 하 고 비슷한 종류의 데이터 탐색을 위한 간단한 도구를 개발 하는 의도로 특정 연구20 의 이미징 혈관 데이터를 공유 하기 위해 작성 되었습니다. 연구진은 혈관 데이터의 연결된 된 데이터베이스를 검사 하는 데 관심이 데이터 검색, 데이터의 하위 집합을 선택, 그들의 자신의 실험 결과를 비교 또는 그들의 자신의 계산 절차를 사용 하 여 추가 처리를 GUI를 사용할 수 있습니다. MATLAB에 익숙한 사용자가 이용할 수 있다 직접 데이터베이스 'vdb.mat' 동안 다른 종류의 프로그래밍 언어를 사용 하는 사용자가 대체 형식 ('.xls' 또는 '.csv') 중 하나에 데이터를 내보낼 수 있습니다.

북북동 2.0을 사용 하 여 그들의 자신의 실험 데이터 공유에 관심이 연구원은 유사 하 게 'vdb.mat' 행렬에 결과 구성 해야 합니다. 이 데이터베이스에 주요 항목 해당 시간 벡터와 벡터의 형태로 어떤 종류의 시간-과정 이어야 한다. 데이터베이스의 매개 변수 수정 하거나 GUI의 모듈형 구조를 통해 추가 될 수 있습니다. 모든 이미지, 이미지 스택 및 뇌 노출 지도 (있는 경우)를 수집 하 고 데이터베이스 및 인터넷 (예: 실험실 웹 페이지 또는 타사 저장소)에 실행 가능한 GUI 입금 수 한다 참조.

연구팀은 뇌 기능의 연구 모델링 3 차원 혈관 형태 함께 혈관 측정을 사용 하 여 관심이 처음 GUI를 사용 하 여 데이터를 탐색할 수 있습니다. 데이터의 원하는 하위 집합을 선택한 후에 'ref_stacks_trace.xls' 'vdb.mat', 3D 스택 이미지에서에서 변수 함께 'hana_stk'에 저장 된 메타 데이터 정보를 사용할 수 있습니다 그들은 및 뇌 노출 3d에서 혈관 형태를 재구성 하는 '지도'에서 지도 .

프로토콜의 가장 중요 한 단계는 데이터 내보내는 것입니다. 선택한 데이터 (패널 3 및 4)의 정확한 수출로 데이터 해야 내보낼 수 '내보내기' 작업도 하기 전에 모든 파일을 닫고 중요 하다. 그런 다음 파일 데이터의 실제 선택 올바르게 덮어쓸 수 것입니다. 프로그램 또는 소스 코드를 수행 하는 문제 해결 필요 수정

무풍 2.0 2 광자 현미경 검사 법에 의해 취득 되었다 라인-스캔에서 계산 된 임시 프로필을 공유 하는 개발 되었습니다. 무풍 2.0 탐험 데이터는 그러므로 오히려 사전 처리 시간-과정 상대 지름 변경 하지만 원시 강도 검사. 이 방법으로 사용자 자신의 표준 절차와 소프트웨어를 사용 하 여 그들의 원시 실험 데이터를 처리 하 고 템플릿으로 북북동 2.0을 사용 하 여 제시 하 고 다른 연구자와 그들의 결과 공유할 수 있습니다. 혈관 직경 변화 뿐만 아니라 기본적으로 어떤 시간에 따른 신호 다른 측정 기법을 사용 하 여 측정에 게이 방법으로 공유할 수 있습니다. 이러한 신호 포함 칼슘24, 나트륨25의 형광, 전압 과민 한 염료26, 대사 산물27, 부분 압력 산소 (포2)28, 혈액 산소 (BOLD에 대 한 유전자 인코딩된 지표 18,29이미징 스펙트럼), 혈 (얼룩29이미징) 또는 전기 생리학 신호30. 북북동 2.0을 사용 하기 위한 필수 행렬의 형태로 데이터베이스입니다 ' *.mat '. 이 MATLAB에 직접 데이터를 처리 하거나 다른 형식에서 매트릭스를 도구를 사용 하 여 달성 될 수 있었다 (예: 'xlsread(filename)' 인 읽기 excel 스프레드 시트 '.mat' 형식으로). MATLAB 없이 북북동 2.0를 사용 하 여 탐험 하 고, 다운로드 하 고 'vdb.mat' 현재 데이터베이스에서 데이터의 추가 처리로 제한 됩니다.

무풍 2.0는 탐험 하 여 데이터 수집을 위한 표준의 개발을 촉진 하 고 처리 비슷한 종류의 다른 실험 데이터에 비해 넓은 신경 과학 연구 커뮤니티에 걸쳐 실험 데이터를 확산 하는 데 도움이 31. 북북동 2.0 또한 그것은 기능성 자기 공명 이미징 (fMRI)21등 비 침략 적 영상 신호 모델에 사용 될 수 있는 neuroinformatics 지역 사회에 걸쳐 데이터를 확산 도울 수 있다. 원활 하 고 준비-사용 플랫폼 databasing 고의 필요 없이 실험 데이터 공유에 대 한 제공할 수 있습니다 북북동 2.0은 더 복잡 한 데이터베이스5,32,,3334와 경쟁할 수 없습니다, 하는 동안 추가로 광범위 한 투자입니다.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

저자는 공개 없다.

Acknowledgments

우리는 기꺼이 NIH (NS057198, EB00790, MH111359, 및 S10RR029050) 및 교육, 청소년 및 스포츠 (CEITEC 2020, LQ1601)는 체코 공화국의 지원을 인정 한다. 주식에서 2014 년에서 국제 두통 학회와의 과학 및 기술 연구 위원회의 터키 2015 년에서 박사 장학금에 의해 지원 되었다. 독일 연구 재단 (DFG 일 2031/1)에서 박사 후 친목 MT 지원 했다.

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

신경 과학 문제 135 자동 데이터 처리 데이터 수집 데이터 표시 데이터베이스 항목 검색 엔진 신경 과학 neuroinformatics 그래픽 사용자 인터페이스 MATLAB 2 광자 영상 somatosensory 피 질 arterioles 혈액의 흐름 hemodynamics 뇌혈관 순환
혈관 네트워크 탐색기 2.0: 탐험과 Vivo 마우스 피에 Vasomotion Optogenetically 갖는 데이터베이스 공유에 대 한 간단한 도구
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