Summary

Análisis automatizado de Dinámica Ca<sup> 2 +</sup> Las señales en secuencias de imágenes

Published: June 16, 2014
doi:

Summary

Aquí una novela región de interés protocolo de análisis basado en la clasificación de las elipses de mejor ajuste asignados a las regiones de la señal positiva dentro de secuencias de imágenes lapso de tiempo de dos dimensiones se demuestra. Este algoritmo puede permitir a los investigadores a analizar exhaustivamente las señales + Ca 2 fisiológicas con intervención mínima del usuario y el sesgo.

Abstract

Intracelular de Ca 2 + señales se estudian comúnmente con colorantes fluorescentes Ca 2 + indicadores y técnicas de microscopía. Sin embargo, el análisis cuantitativo de Ca 2 + de datos de formación de imágenes es mucho tiempo y sujetos a sesgo. Algoritmos de análisis de señales automatizadas basadas en región de interés (ROI) de detección han sido implementados para las mediciones de barrido línea unidimensional, pero no hay ningún algoritmo actual que integra la identificación optimizado y el análisis de rendimiento de la inversión en secuencias de imágenes bidimensionales. Aquí se describe un algoritmo para la rápida adquisición y el análisis de rendimiento de la inversión en secuencias de imágenes. Utiliza elipses ajustan a las señales filtradas de ruido con el fin de determinar la colocación óptima retorno de la inversión, y calcula Ca 2 + parámetros de la señal de amplitud, duración y amplitud espacial. Este algoritmo fue implementado como un plugin disponible gratuitamente para ImageJ (NIH) de software. Junto con guiones escritos para el análisis de código abierto de software de procesamiento estadístico R,este enfoque proporciona una tubería de alta capacidad para llevar a cabo el análisis estadístico rápida de la producción experimental. Los autores sugieren que el uso de este protocolo de análisis dará lugar a una caracterización más completa y no sesgada de fisiológica Ca 2 + señalización.

Introduction

Ca 2 + es un segundo mensajero ubicua molécula de señalización y citosólica de Ca 2 + niveles están muy regulados. Intracelular de Ca 2 + señales son complejas e incluyen transitorios aislados, oscilaciones y ondas que se propagan 1-4. Control espacial y temporal de Ca 2 + se cree que subyacen especificidad señal fisiológica, y por lo tanto el análisis de Ca 2 + patrones de señales es de gran interés para los investigadores en múltiples campos 5.

Colorantes Ca 2 + indicador como Fluo-4 y Fura-2 se emplean comúnmente para medir Ca 2 + señales intracelulares con microscopía de fluorescencia 5-12. Por lo general, temporales Ca 2 + señales se evalúan los cambios dependientes del tiempo en medio de fluorescencia dentro de un área definida por el usuario, o región de interés (ROI) 5,6,13 – 16. Actualmente, el análisis ROI manual es a la vez tiempo y mano de obra enintensivo, ya que requiere que los usuarios identifiquen muchas regiones de interés y realizar cálculos repetitivos 17-19. Estas técnicas también pueden estar sujetos a considerables errores de los usuarios, incluida la introducción de modos de señal artificiales y la exclusión de las señales difusas 18,20 baja amplitud o.

Algoritmos automatizados de detección de ROI se han aplicado anteriormente usando una variedad de métodos estadísticos para determinar la colocación óptima retorno de la inversión, pero por lo general se han limitado al análisis de exploración de línea o pseudo-line imágenes de exploración, lo que restringe el análisis a una sola dimensión espacial en el tiempo 17, 19-22. Además, muchos algoritmos existentes no son suficientes para abarcar la diversidad de Ca 2 + de liberación eventos que van desde, transientes periódicos localizados a las ondas que se propagan a 23,24. Evaluación integral de Ca 2 + señales fisiológicas a menudo se complica aún más por la presencia de Artif imagen significativaacto que confunde señal a ruido de la discriminación en muchos sistemas experimentales.

Anteriormente, una solución algoritmo de detección de ROI automatizado para Ca 2 + señal de detección de transitorios, implementado como un plug-in para el software ImageJ NIH (Institutos Nacionales de Salud, Bethesda, MD), fue desarrollado y validado 25,26. Este algoritmo, llamado LC_Pro, fue diseñado para identificar y analizar los ROIs que abarca Ca 2 + transitorios de señal en secuencias de imágenes de lapso de tiempo de dos dimensiones. Aquí se proporciona un protocolo experimental práctico y demostración representativa de una aplicación del algoritmo en el endotelio de la arteria coronaria porcina, con post-procesamiento adicional utilizando el código abierto estadística software de procesamiento de R para generar una salida gráfica utilizable.

Protocol

1. Disección de Buques e Imagen Tejido de cosecha de cerdos juveniles nacionales como se describe en Martens et al 27. Coloque ventrículos derecho porcina cosechadas en un polidimetilsiloxano (PDMS) plato de disección de fondo que contiene tamponada con HEPES solución salina fisiológica (PSS). Con la ayuda de un estereomicroscopio, diseccionar y retirar un segmento de la arteria descendente anterior izquierda coronaria (~ 8 mm de longitud, 0,5 mm de diámetro) del tejido circ…

Representative Results

Un algoritmo personalizado, LC_Pro, fue desarrollado e implementado con el fin de realizar el análisis automatizado de Ca 2 + en la dinámica de las secuencias de imagen confocal. Como se muestra en la Figura 1, el algoritmo utiliza los módulos de procesamiento secuencial que A) detectar y yacimientos de huellas de dinámica Ca 2 + cambiar encima estadística (p <0,01) el ruido, B) definir regiones de interés (ROI) de forma automática en los centros del sitio activo, y C) el…

Discussion

Descifrando complejos Ca 2 + señales a nivel celular y pluricelular requerirá enfoques experimentales y analíticos rigurosos. Aquí, un enfoque se describe en el cual las secuencias de imagen confocal resueltos de Ca 2 + dependientes de fluorescencia se someten a un análisis automatizado que identifica y cuantifica Ca 2 + señales estadísticamente relevantes dentro de campos celulares intactas en el caso concreto que se presentan, un segmento de la arteria se aisló de corazón de c…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Este trabajo fue apoyado en parte por los Institutos Nacionales de Salud Subvenciones HL-085 887, HL-092992, S10RR027535 y MOP-93676.

Materials

dissection dish Fisher Sci #08-772-70
polydimethylsiloxane (PDMS) Fisher Sci #NC9644388 elastomer kit, must be molded into dishes
HEPES-buffered PSS Sigma #H3375-250G HEPES acid
stereomicroscope Nikon Inst. #MNA42000
forceps Fine Science Tools #11223-20
spring scissors Fine Science Tools 15003-08
tungsten wire Scientific Inst Svcs #406
Fluo-4 AM Life Tech. #F-14201
pluronic F-127 Life Tech. #P3000MP
metal pins Fine Science Tools #26002-10
cover-glass bottom chamber Custom designed
spinning disc confocal microscope Perkin Elmer RS-3
imageJ software download at: http://rsbweb.nih.gov/ij/download.html
LC_Pro plugin for imageJ download at: http://rsbweb.nih.gov/ij/plugins/lc-pro/index.html
R software download at: http://www.r-project.org/
R traceplot script download at: https://docs.google.com/file/d/0B-PSp1D9e2fjV3NIcGppUzkxdEk/edit?usp=sharing

Referenzen

  1. Berridge, M. J. Inositol trisphosphate and calcium signalling. Nature. 361 (6410), 315-325 (1993).
  2. Berridge, M. J., et al. The versatility and universality of calcium signalling. Nat Rev Mol Cell Biol. 1 (1), 11-21 (2000).
  3. Delisle, S. The four dimensions of calcium signalling in Xenopus oocytes. Cell Calcium. 12 (2-3), 217-227 (1991).
  4. Dupont, G., et al. Calcium dynamics: spatio-temporal organization from the subcellular to the organ level. Int Rev Cytol. 261, 193-245 (2007).
  5. Hayashi, H., Miyata, H. Fluorescence imaging of intracellular Ca2. J Pharmacol Toxicol Methods. 31 (1), 1-10 (1994).
  6. Barreto-Chang, O. L., Dolmetsch, R. E. Calcium imaging of cortical neurons using Fura-2 AM. J Vis Exp. 23, (2009).
  7. Hong, J. H., et al. Intracellular calcium spikes in rat suprachiasmatic nucleus neurons induced by BAPTA-based calcium dyes. PloS One. 5 (3), (2010).
  8. Kuga, N., et al. Large-scale calcium waves traveling through astrocytic networks in vivo. J Neurosci. 31 (7), 2607-2614 (2011).
  9. Mumtaz, S., et al. The mechanism of agonist induced Ca2+ signalling in intact endothelial cells studied confocally in in situ arteries. Cell Calcium. 49 (1), 66-77 (2011).
  10. Paredes, R. M., et al. Chemical calcium indicators. Methods. 46 (3), 143-151 (2008).
  11. Silei, V., et al. Measurement of intracellular calcium levels by the fluorescent Ca2+ indicator Calcium-Green. Brain Res Brain Res Protoc. 5 (2), 132-134 (2000).
  12. Simpson, A. M. Fluorescent measurement of [Ca2+]c: basic practical considerations. Methods Mol Biol. 937, 3-36 (2006).
  13. Gaspers, L. D., Thomas, A. P. Calcium signaling in liver. Cell Calcium. (3-4), 329-342 (2005).
  14. Hellman, B., et al. Cytoplasmic Ca2+ oscillations in pancreatic ß-cells. Biochem Biophys Acta. 1113 (3-4), 295-305 (1992).
  15. Kansui, Y., et al. Enhanced spontaneous Ca2+ events in endothelial cells reflect signalling through myoendothelial gap junctions in pressurized mesenteric arteries. Cell Calcium. 44 (2), 135-146 (2008).
  16. Tatsumi, H., et al. Measurement of the intracellular calcium concentration in guinea-pig myenteric neurons by using fura-2. Brain res. 451 (1-2), 371-375 (1988).
  17. Lorenz, J. J., et al. Pixel-based criteria-oriented analysis of time-lapse Ca2+-fluorescence images. J Neurosci Meth. 127 (2), 157-166 (2003).
  18. Mukamel, E. A., et al. Automated analysis of cellular signals from large-scale calcium imaging data. Neuron. 63 (6), 747-760 (2009).
  19. Reidl, J., et al. Independent component analysis of high-resolution imaging data identifies distinct functional domains. Neuroimage. 34 (1), 94-108 (2007).
  20. Wegner, F., et al. Automated detection of elementary calcium release events using the á trous wavelet transform. Biophys J. 90 (6), 2151-2163 (2006).
  21. Cheng, H., et al. Amplitude distribution of calcium sparks in confocal images: theory and studies with an automatic detection method. Biophys J. 76 (2), 606-617 (1999).
  22. Picht, E., et al. SparkMaster: automated calcium spark analysis with ImageJ. Am J Physiol Cell Physiol. 293 (3), (2007).
  23. Abramoff, M. D., et al. Image processing with ImageJ. Biophoton Int. 11, 36-42 (2004).
  24. Francis, M., et al. Automated region of interest analysis of dynamic Ca2+ signals in image sequences. Am J Physiol Cell Physiol. 303 (3), (2012).
  25. Qian, X., et al. Recruitment of dynamic endothelial Ca2+ signals by the TRPA1 channel activator AITC in rat cerebral arteries. Microcirculation. 20 (2), 138-148 (2013).
  26. Taylor, M. S., et al. Dynamic Ca2+ signal modalities in the vascular endothelium. Microcirculation. 19 (5), 423-429 (2012).
  27. Martens, C. J., et al. Mucous solids and liquid secretion by airways: studies with normal pig, cystic fibrosis human, and non-cystic fibrosis human bronchi. Am J Physiol Lung Cell Mol Physiol. 301 (2), (2011).
check_url/de/51560?article_type=t

Play Video

Diesen Artikel zitieren
Francis, M., Waldrup, J., Qian, X., Taylor, M. S. Automated Analysis of Dynamic Ca2+ Signals in Image Sequences. J. Vis. Exp. (88), e51560, doi:10.3791/51560 (2014).

View Video