多くの生物学的構造は、それが困難な現代の形態計測法を適用すること、容易に定義可能なランドマークを欠いています。ここでは、大きさや形状変化を定量化するために使用されている半ランドマークを定義するために、計算方法に続いて解剖し、マイクロCTスキャンを含むマウス陰茎骨(陰茎骨)を、勉強する方法を説明します。
近代的な形態計測のサイズと形状変化を定量化するための強力な方法を提供します。基本的な要件は、ランドマークを定義する座標のリストです。しかし、このような座標は、標本全体の相同構造を表している必要があります。多くの生物学的オブジェクトは、相同性の仮定を満たすために容易に特定のランドマークで構成されているが、多くはそのような構造を欠いています。一つの潜在的解決策は、標本間で同じ形態学的地域を表すオブジェクト上の場所半ランドマークを数学的にすることです。ここでは、数学的にマウス陰茎骨(陰茎骨)から半ランドマークを定義するために最近開発パイプラインを示しています。私たちの方法は、オブジェクトの広い範囲に適用可能であるべきです。
形態計測の分野は、寸法的および生物学的形状の形状、科学的な照会1、2、3、4、5、6の基本的なステップを定量化するための方法の多様性を含みます。伝統的に、サイズと形状の統計分析は、生物学的構造のランドマークを識別し、そして次に、多変量のフレームワークで分析することができる直線距離、角度及び比率を測定することによって始まります。ランドマークベースの幾何学的形態計測解析と可視化5を介してデータ収集から幾何学的な情報を保存、ランドマークの空間的な位置を保持しているアプローチです。一般化プロクラステス分析(GPA)は、M標本との間のアラインメントを生成する場所、規模、およびランドマークの回転変動を除去するために適用することができますその差の二乗をinimizes -形状の相違度7さ残るもの。
いずれの形態計測分析の重要な概念は、相同性、または1つは確実に検体または構造の間に対応し、生物学的に意味のある個別の特徴を表す目印を識別することができるという考えです。例えば、人間の頭蓋骨は、形態学的分析を有効にすることができ、相同プロセス、孔を、縫合糸、およびダクトを持っています。残念ながら、対応するランドマークの識別は、滑らかな表面または曲線8、 図9、図 10には特にものは、多くの生物学的構造を横切ることは困難です。
私たちは、計算幾何学を用いて、以下に、この問題にアプローチ。一般的なワークフローは、すべてのSようにその点群の点の雲のように表すことができる物体の三次元スキャンを生成し、次いで、回転し変換することですpecimensは、共通の座標系に配向されています。その後、我々は数学的オブジェクトの特定の領域から半ランドマークを定義します。このような領域に配置された離散半ランドマークは11生物学的に任意です。任意に配置されたランドマークは、生物学的に相同ではないかもしれないので、GPAとその後の統計分析を行うことは望ましくないアーティファクト8、12を生成することができます 。したがって、我々はこれらの半ランドマークが数学的に「スライド」することを可能にします。この手順では、構造体との間の電位差を最小にします。他の箇所で論じたように、ここで使用される摺動アルゴリズムは容易に識別される対応するランドマーク3、6、8、10、11、12を欠く類似の解剖学的領域を定量化することが適切です。これらの方法は、彼らの李を持っていますmitations 13が、異なるサイズや形状のオブジェクトに適応する必要があります。
ここでは、この方法は、マウスの陰茎骨14、獲得し、哺乳類の進化の15の間に複数の独立した回失われた陰茎骨の最近の研究に適用された方法を示しています。私たちは、解剖し、特定の骨の準備、陰茎骨(プロトコル1)、マイクロCT画像の生成(プロトコル2)、およびすべての下流の計算幾何学を可能にする形式にこれらのイメージの変換について議論(プロトコル3および4)。これらのステップの後、各試料を〜100K XYZ座標で表されています。私たちは、その後、効果的に共通の向き(プロトコル5)に全ての検体を揃え、一連の変換を歩く、その後整列標本(プロトコル6)から半ランドマークを定義します。プロトコル1-4にかかわらず、分析されているオブジェクトの類似していなければなりません。議定書5とプロトコル6は、SPEですcifically陰茎骨のために設計されていますが、これらのステップを詳細にすることにより、研究者は興味のあるオブジェクトに関連するであろう修正を想像することができることを私たちの希望です。例えば、これらの方法の修飾は、鯨骨盤の骨及び肋骨の骨16を研究するために適用しました。
上記のプロトコルにおける重要なステップ1である)のbaculaを解剖、2)マイクロCT画像を収集し、3)5)に各検体を変換する、4)各標本のポイントクラウドをセグメント化、XYZ座標のフラットファイルにマイクロCTの出力を変換します標準化された座標系、及び6)半ランドマークを規定します。これらの手順は、容易に別のオブジェクトを収容するように変更されます。
?…
The authors have nothing to disclose.
ティム・デイリーとアンドリュー・スミスは初期の頃の間、多くの有用な計算議論を提供します。ティム・デイリーは、計算資源が南カリフォルニア大学でハイパフォーマンスコンピューティングクラスタによって提供されたプロトコル5.ために必要なプログラムrotate_translate_cylindricalを書きました。この作品は、NIHのグラント#のGM098536(MDD)によってサポートされていました。