Отслеживание нейронов
Трассировка нейронов или реконструкция нейронов — это метод, используемый в для определения пути движения нейритов нейробиологии нейрональных отростков, аксонов и дендритов нейрона или . С точки зрения подготовки проб это может относиться к некоторым из следующих методов, а также к другим методам маркировки генетических нейронов:
- Антероградное отслеживание для маркировки от тела клетки до синапса;
- Ретроградное отслеживание для маркировки от синапса к телу клетки;
- Отслеживание вирусных нейронов для метода, который можно использовать для маркировки в любом направлении;
- Ручное отслеживание нейронных изображений.
В широком смысле трассировка нейронов чаще связана с цифровой реконструкцией морфологии нейрона на основе данных визуализации вышеуказанных образцов.
Цифровая реконструкция нейронов и отслеживание нейронов
[ редактировать ]Цифровая реконструкция или отслеживание морфологии нейронов является фундаментальной задачей вычислительной нейробиологии . [1] [2] [3] Это также имеет решающее значение для картирования нейронных цепей на основе изображений, полученных с помощью современных микроскопов, обычно на основе световой микроскопии (например, лазерной сканирующей микроскопии, визуализации в светлом поле) или электронной микроскопии или других методов. Из-за высокой сложности морфологии нейронов и часто встречающегося сильного шума на таких изображениях, а также обычно встречающегося огромного количества данных изображения, это широко рассматривается как одна из самых сложных вычислительных задач для вычислительной нейробиологии. Было предложено множество методов, основанных на анализе изображений, для отслеживания морфологии нейронов, обычно в 3D, вручную, полуавтоматически или полностью автоматически. Обычно существует два этапа обработки: создание и корректура реконструкции. [4] [5]
История
[ редактировать ]Необходимость описания или реконструкции морфологии нейрона, вероятно, возникла на заре нейробиологии, когда нейроны были помечены или визуализированы с использованием методов Гольджи . Многие из известных типов нейронов, такие как пирамидные нейроны и клетки Люстры , были описаны на основе их морфологической характеристики.Первая компьютерная система реконструкции нейронов, теперь известная как Neurolucida , была разработана доктором Эдмундом Глейзером и доктором Хендриком Ван дер Лоосом в 1960-х годах. [6]
Современные подходы к отслеживанию нейронов возникли, когда с помощью микроскопов были получены оцифрованные изображения нейронов. Изначально это было сделано в 2D. Вскоре после появления передовых 3D-изображений, особенно флуоресцентной визуализации и электронной микроскопии , возникла огромная потребность в отслеживании морфологии нейронов на основе этих данных визуализации.
Методы
[ редактировать ]
Нейроны часто можно отслеживать вручную в 2D или 3D. Для этого можно либо напрямую нарисовать траекторию нейрональных процессов в отдельных 2D-секциях объёма 3D-изображения и соединить их, либо использовать 3D-рисование Virtual Finger , которое напрямую преобразует любую 2D-нарисованную траекторию в проекционном изображении в реальное 3D. нейронные процессы. Основным ограничением ручного отслеживания нейронов является огромный трудозатратный объем работы.
Автоматизированные реконструкции нейронов можно выполнять с использованием подгонки и марширования моделей (например, сфер или трубок). [7] обрезка чрезмерной реконструкции, [8] минимальные затраты на соединение ключевых точек, лучевой пакет и многое другое. [9] Скелетизация — критический шаг в автоматизированной реконструкции нейронов, но в случае обрезки всех путей и ее вариантов [10] это сочетается с оценкой параметров модели (например, диаметров труб). Основным ограничением автоматического отслеживания является недостаточная точность, особенно когда морфология нейронов сложна или изображение содержит значительное количество шума.
Полуавтоматическое отслеживание нейронов часто зависит от двух стратегий. Один из них — запустить полностью автоматизированную трассировку нейронов с последующим ручным созданием таких реконструкций. Альтернативный способ — получить некоторые предварительные знания, такие как расположение концов нейрона, с помощью которых нейрон можно будет легче отследить автоматически. Полуавтоматическое отслеживание часто считается сбалансированным решением, имеющим приемлемые временные затраты и достаточно хорошую точность реконструкции. Программное обеспечение с открытым исходным кодом Vaa3D -Neuron, Neurolucida 360 , Imaris Filament Tracer и Aivia предоставляет обе категории методов.
отслеживание изображений электронной микроскопии считается более сложной задачей, чем отслеживание изображений световой микроскопии, хотя последнее все еще довольно сложно По данным конкурса DIADEM, . [11] Для отслеживания данных электронной микроскопии ручное отслеживание используется чаще, чем альтернативные автоматизированные или полуавтоматические методы. [12] Для отслеживания данных световой микроскопии чаще всего используют автоматизированные или полуавтоматические методы.
Поскольку отслеживание изображений электронной микроскопии занимает значительное время, полезно использовать программное обеспечение для совместного ручного отслеживания. Краудсорсинг — это альтернативный способ эффективного сбора результатов совместной ручной реконструкции таких наборов данных изображений. [13]
Инструменты и программное обеспечение
[ редактировать ]Доступен ряд инструментов отслеживания нейронов, особенно пакеты программного обеспечения. Одним из комплексных пакетов программного обеспечения с открытым исходным кодом, который содержит реализацию ряда методов трассировки нейронов, разработанных в различных исследовательских группах, а также множество функций утилит нейронов, таких как количественные измерения, синтаксический анализ и сравнение, является Vaa3D и его модули Vaa3D-Neuron . Некоторые другие бесплатные инструменты, такие как NeuronStudio. [14] также предоставляют функцию отслеживания на основе конкретных методов. Нейробиологи также используют коммерческие инструменты, такие как Neurolucida , Neurolucida 360 , Aivia , Amira и т. д., для отслеживания и анализа нейронов. Исследование 2012 года показало, что Neurolucida цитируется более чем в 7 раз чаще, чем все другие доступные программы отслеживания нейронов вместе взятые. [15] а также является наиболее широко используемой и универсальной системой для реконструкции нейронов. [16] Проект BigNeuron (https://alleninstitute.org/bigneuron/about/) [17] — это недавняя масштабная международная попытка сотрудничества по интеграции большинства известных инструментов трассировки нейронов на общую платформу для обеспечения открытого исходного кода и легкого доступа к различным инструментам в одном месте. Новые мощные инструменты, такие как UltraTracer, [18] Благодаря этим усилиям были созданы сколь угодно большие объемы изображений. Онлайн-инструмент WEBKNOSSOS имеет режим полета для высокоскоростного отслеживания аксонов или дендритов, в котором обученные аннотаторы достигают скорости отслеживания 1,5 ± 0,6 мм/ч для аксонов и 2,1 ± 0,9 мм/ч для дендритов в данных трехмерной электронной микроскопии. [19]
Форматы нейронов и базы данных
[ редактировать ]Реконструкции отдельных нейронов можно хранить в различных форматах. Это во многом зависит от программного обеспечения, которое использовалось для отслеживания таких нейронов. Формат SWC, который состоит из ряда топологически связанных структурных отсеков (например, одной трубки или сферы), часто используется для хранения нейронов с цифровой трассировкой, особенно когда в морфологии отсутствуют или не требуются подробные трехмерные модели формы для отдельных отсеков. Другие более сложные форматы нейронов имеют отдельное геометрическое моделирование тела нейронной клетки и процессов нейрона с использованием Neurolucida. [20] [21] [22] среди других.
Существует несколько распространенных баз данных реконструкции отдельных нейронов. Широко используемая база данных: http://NeuroMorpho.Org. [23] который содержит более 86 000 морфологических нейронов более 40 видов, предоставленных по всему миру рядом исследовательских лабораторий. Институт исследований мозга Аллена , исследовательский кампус Джанелия HHMI и другие институты также создают крупномасштабные базы данных по отдельным нейронам. Также существует множество связанных баз данных нейронов в разных масштабах .
Ссылки
[ редактировать ]- ^ Пэн, Ханьчуань; Ройсам, Бадри; Асколи, Джорджио (2013). «Автоматические вычисления изображений меняют вычислительную нейробиологию» . БМК Биоинформатика . 14 :293. дои : 10.1186/1471-2105-14-293 . ПМЦ 3853071 . ПМИД 24090217 .
- ^ Мейеринг, Эрик (2010). «Отслеживание нейронов в перспективе». Цитометрия Часть А. 77 (7): 693–704. CiteSeerX 10.1.1.623.3000 . doi : 10.1002/cyto.a.20895 . ПМИД 20583273 . S2CID 14047936 .
- ^ Шварц Э (1990). Вычислительная нейробиология . Кембридж, Массачусетс: MIT Press. ISBN 978-0-262-19291-0 .
- ^ Пэн Х., Лонг Ф., Чжао Т. и Майерс Э.В. (2011). «Редактирование корректуры — узкое место в 3D-реконструкции нейронов: проблема и решения» . Нейроинформатика . 9 (2–3): 103–105. дои : 10.1007/s12021-010-9090-x . ПМИД 21170608 . S2CID 4995280 .
{{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка ) - ^ Пэн Х., Тан Дж., Сяо Х., Бриа А.; и др. (2014). «Виртуальный палец ускоряет трехмерную визуализацию и микрохирургию, а также визуализацию и анализ изображений терабайтного объема» . Природные коммуникации . 5 : 4342. Бибкод : 2014NatCo...5.4342P . дои : 10.1038/ncomms5342 . ПМК 4104457 . ПМИД 25014658 .
{{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка ) - ^ Глейзер, Э.М.; Вандерлоос, Х. (1 января 1965 г.). «Полуавтоматический компьютерный микроскоп для анализа морфологии нейронов». Транзакции IEEE по биомедицинской инженерии . 12 : 22–31. дои : 10.1109/TBME.1965.4502337 . ISSN 0018-9294 . ПМИД 14291539 .
- ^ Аль-Кофахи, штат Калифорния; и др. (2002). «Быстрое автоматизированное трехмерное отслеживание нейронов по стопкам конфокальных изображений». IEEE Транс. Инф. Технол. Биомед . 6 (2): 171–187. CiteSeerX 10.1.1.57.9339 . дои : 10.1109/titb.2002.1006304 . ПМИД 12075671 . S2CID 12413677 .
- ^ Пэн, Х.; и др. (2011). «Автоматическое 3D-отслеживание нейронов с использованием обрезки всех путей» . Биоинформатика . 27 (13): i239–i247. doi : 10.1093/биоинформатика/btr237 . ПМК 3117353 . ПМИД 21685076 .
- ^ Родригес, А.; и др. (2009). «Трехмерное отслеживание нейронов путем сканирования вокселей» . Дж. Нейроски. Методы . 184 (1): 169–175. doi : 10.1016/j.jneumeth.2009.07.021 . ПМЦ 2753723 . ПМИД 19632273 .
- ^ Сяо, Х; и др. (2013). «APP2: автоматическое отслеживание 3D-морфологии нейронов на основе иерархической обрезки деревьев расстояний взвешенных по серому изображений» . Биоинформатика . 29 (11): 1448–1454. doi : 10.1093/биоинформатика/btt170 . ПМК 3661058 . ПМИД 23603332 .
- ^ Лю, Ю (2011). «ДИАДЕМА и не только» . Нейроинформатика . 9 (2–3): 99–102. дои : 10.1007/s12021-011-9102-5 . ПМИД 21431331 .
- ^ Хельмстедтер М., Бриггман К.Л., Денк В. (2011). «Высокоточная реконструкция нейритов для высокопроизводительной нейроанатомии» . Нат Нейроски . 14 (8): 1081–1088. дои : 10.1038/nn.2868 . ПМИД 21743472 . S2CID 17795934 .
- ^ Ким; и др. (2014). «Специфика пространственно-временной связи поддерживает избирательность направления в сетчатке» . Природа . 509 (7500): 331–336. Бибкод : 2014Natur.509..331. . дои : 10.1038/nature13240 . ПМК 4074887 . ПМИД 24805243 .
- ^ Родригес, Альфредо (18 февраля 2010 г.). «Инструменты: NeuronStudio (бета) версия 0.9.92, последнее обновление 19 ноября 2009 г.» . CNIC, Медицинская школа Маунт-Синай. Архивировано из оригинала 16 сентября 2018 г.
- ^ Халави, Марьям; Гамильтон, Келли А.; Парех, Ручи; Асколи, Джорджио А. (1 января 2012 г.). «Цифровые реконструкции морфологии нейронов: три десятилетия тенденций исследований» . Границы в неврологии . 6 : 49. дои : 10.3389/fnins.2012.00049 . ISSN 1662-453X . ПМЦ 3332236 . ПМИД 22536169 .
- ^ Агиар, Пауло; Соуза, Мафальда; Шуч, Питер (14 июня 2013 г.). «Универсальный морфометрический анализ и визуализация трехмерной структуры нейронов». Нейроинформатика . 11 (4): 393–403. дои : 10.1007/s12021-013-9188-z . ISSN 1539-2791 . ПМИД 23765606 . S2CID 16591493 .
- ^ Пэн, Ханьчуань; Гаврилич, Михаил; Роскамс, Джейн (15 июля 2015 г.). «BigNeuron: крупномасштабная трехмерная реконструкция нейронов по изображениям оптической микроскопии» . Нейрон . 87 (2): 252–256. дои : 10.1016/j.neuron.2015.06.036 . ПМЦ 4725298 . ПМИД 26182412 .
- ^ Пэн, Ханьчуань; Чжоу, Чжи; Мейеринг, Эрик (2016). «Автоматическое отслеживание сверхобъемных изображений нейронов». bioRxiv 10.1101/087726 .
- ^ Бургенс, Кевин М.; Бернинг, Мануэль; Боклиш, Том; Браунляйн, Доминик; Дравич, Флориан; Фронхофен, Йоханнес; Вестник, Том; Отто, Филипп; Жепка, Норман; Веркмайстер, Томас; Вернер, Дэниел; Визе, Джордж; Висслер, Хейко; Хельмштедтер, Мориц (июль 2017 г.). «webKnossos: эффективное онлайн-аннотирование 3D-данных для коннектомики» . Природные методы . 14 (7): 691–694. дои : 10.1038/nmeth.4331 . ISSN 1548-7105 . ПМИД 28604722 . S2CID 30609228 .
- ^ Бьянки, Серена; Стимпсон, Шерил Д.; Бауэрнфейнд, Эми Л.; Шапиро, Стивен Дж.; Бэйз, Уоллес Б.; МакАртур, Марк Дж.; Бронсон, Эллен; Хопкинс, Уильям Д.; Семендефери, Катерина (01 октября 2013 г.). «Дендритическая морфология пирамидных нейронов в неокортексе шимпанзе: региональные специализации и сравнение с людьми» . Кора головного мозга . 23 (10): 2429–2436. дои : 10.1093/cercor/bhs239 . ISSN 1047-3211 . ПМЦ 3767963 . ПМИД 22875862 .
- ^ Зильберберг, Гилад; Маркрам, Генри (01 марта 2007 г.). «Дисинаптическое торможение между неокортикальными пирамидными клетками, опосредованное клетками Мартинотти» . Нейрон . 53 (5): 735–746. дои : 10.1016/j.neuron.2007.02.012 . ISSN 0896-6273 . ПМИД 17329212 . S2CID 15624023 .
- ^ Бьянки, Серена; Бауэрнфейнд, Эми Л.; Гупта, Каника; Стимпсон, Шерил Д.; Споктер, Мухаммед А.; Бонар, Кристофер Дж.; Мангер, Пол Р.; Хоф, Патрик Р.; Джейкобс, Боб (01 апреля 2011 г.). «Морфология неокортикальных нейронов у Afrotheria: сравнение каменного дамана с африканским слоном». Анналы Нью-Йоркской академии наук . 1225 (1): 37–46. Бибкод : 2011NYASA1225...37B . дои : 10.1111/j.1749-6632.2011.05991.x . ISSN 1749-6632 . ПМИД 21534991 . S2CID 18281955 .
- ^ Асколи Г.А., Донохью Д.Э., Халави М. (2007). «NeuroMorpho.Org — центральный ресурс по морфологии нейронов» . Дж. Нейроски . 27 (35): 9247–9251. doi : 10.1523/jneurosci.2055-07.2007 . ПМК 6673130 . ПМИД 17728438 .