Neuronové trasování - Neuronal tracing

Neuronální sledování nebo rekonstrukce neuron je technika používaná v neuroscience určit dráhu z neuritů nebo neuronových procesů, z axonů a dendritů , jednoho neuronu . Z hlediska přípravy vzorků to může odkazovat na některé z následujících a další techniky značení genetických neuronů,

V širším smyslu je sledování neuronů častěji spojeno s digitální rekonstrukcí morfologie neuronu ze zobrazovacích dat výše uvedených vzorků.

Digitální neuronová rekonstrukce a neuronové trasování

Digitální rekonstrukce nebo sledování morfologie neuronů je základním úkolem výpočetní neurovědy. Je také zásadní pro mapování neuronálních obvodů na základě obrazů pokročilého mikroskopu, obvykle na základě světelné mikroskopie (např. Laserová skenovací mikroskopie, zobrazování jasného pole) nebo elektronové mikroskopie nebo jiných metod. Vzhledem k vysoké složitosti morfologie neuronů a často viditelnému silnému šumu v takových obrazech, stejně jako k typickému velkému množství obrazových dat, byl široce považován za jeden z nejnáročnějších výpočetních úkolů pro výpočetní neurovědu. Bylo navrženo mnoho metod založených na analýze obrazu ke sledování morfologie neuronů, obvykle ve 3D, ručně, poloautomaticky nebo zcela automaticky. Obvykle existují dva kroky zpracování: generování a korektura úpravy rekonstrukce.

Dějiny

Potřeba popsat nebo rekonstruovat morfologii neuronů pravděpodobně začala v počátcích neurovědy, kdy byly neurony označovány nebo vizualizovány pomocí Golgiho metod . Mnoho známých typů neuronů, jako jsou pyramidové neurony a lustrové buňky , bylo popsáno na základě jejich morfologické charakterizace.

První počítačový mikroskop pro analýzu neuronální morfologie vytvořený Dr. Edmundem Glaserem a Dr. Hendrik Van der Loosem v 60. letech

První počítačově podporovaný systém rekonstrukce neuronů, nyní známý jako Neurolucida , vyvinuli Dr. Edmund Glaser a Dr. Hendrik Van der Loos v 60. letech.

Moderní přístupy ke sledování neuronu začaly, když byly pomocí mikroskopů získány digitalizované obrázky neuronů. Zpočátku to bylo provedeno ve 2D. Rychle po pokročilém 3D zobrazování, zejména po fluorescenčním zobrazování a elektronovém mikroskopickém zobrazování , byla obrovská poptávka po sledování neuronové morfologie z těchto zobrazovacích dat.

Metody

Schematické znázornění digitálního sledování morfologie neuronu

Neurony lze často sledovat ručně buď ve 2D nebo 3D. K tomu je možné buď přímo namalovat trajektorii neuronálních procesů v jednotlivých 2D úsecích objemu 3D obrazu a zvládnout je spojit, nebo použít 3D virtuální prstový obraz, který přímo převede jakoukoli 2D namalovanou trajektorii v projekčním obrazu na skutečný 3D neuronové procesy. Hlavním omezením ručního sledování neuronů je obrovské množství práce při práci.

Automatizované rekonstrukce neuronů lze provádět pomocí modelování (např. Koule nebo trubice) tvarováním a pochodováním, prořezáváním nad rekonstrukcí, spojením klíčových bodů s minimálními náklady, paprskem a mnoha dalšími. Skeletonizace je kritickým krokem v automatizované rekonstrukci neuronů, ale v případě prořezávání všech cest a jeho variant je kombinována s odhadem parametrů modelu (např. Průměr trubice). Hlavním omezením automatického trasování je nedostatek přesnosti, zvláště když je morfologie neuronů komplikovaná nebo obraz obsahuje značné množství šumu.

Poloautomatické sledování neuronů často závisí na dvou strategiích. Jedním z nich je spuštění plně automatizovaného sledování neuronů, po kterém následuje manuální léčba takových rekonstrukcí. Alternativním způsobem je získat určité předchozí znalosti, například umístění konců neuronu, pomocí kterých lze neuron snáze automaticky vystopovat. Poloautomatické trasování se často považuje za vyvážené řešení, které má přijatelné časové náklady a přiměřeně dobrou přesnost rekonstrukce. Open source software Vaa3D -Neuron, Neurolucida 360 , Imaris Filament Tracer a Aivia poskytují obě kategorie metod.

Sledování obrazu elektronové mikroskopie je považováno za náročnější než sledování snímků světelné mikroskopie, zatímco druhý je podle soutěže DIADEM stále docela obtížný . Pro sledování dat elektronové mikroskopie se ruční trasování používá častěji než alternativní automatizované nebo poloautomatické metody. Pro sledování dat světelné mikroskopie se vícekrát používají automatizované nebo poloautomatické metody.

Protože sledování obrazů elektronové mikroskopie trvá podstatně dlouho, je užitečný software pro ruční sledování spolupráce. Crowdsourcing je alternativní způsob, jak efektivně shromažďovat výsledky ruční rekonstrukce spolupráce pro takové soubory obrazových dat.

Nástroje a software

K dispozici je řada nástrojů pro sledování neuronů, zejména softwarové balíčky. Jedním z komplexních softwarových balíčků Open Source, který obsahuje implementaci řady metod sledování neuronů vyvinutých v různých výzkumných skupinách, a také mnoho funkcí neuronových utilit, jako je kvantitativní měření, syntaktická analýza, srovnání, je Vaa3D a jeho moduly Vaa3D-Neuron . Některé další bezplatné nástroje, jako je NeuronStudio, také poskytují funkci trasování založenou na konkrétních metodách. Neurovědy také používají ke sledování a analýze neuronů komerční nástroje, jako jsou Neurolucida , Neurolucida 360 , Aivia , Amira atd. Nedávné studie ukazují, že Neurolucida je uváděna více než 7krát více než všechny ostatní dostupné programy sledování neuronů dohromady a je také nejpoužívanějším a nejuniverzálnějším systémem pro produkci neuronové rekonstrukce. Projekt BigNeuron (https://alleninstitute.org/bigneuron/about/) je nedávným významným úsilím mezinárodní spolupráce o integraci většiny známých nástrojů pro sledování neuronů do společné platformy pro usnadnění Open Source, snadný přístup k různým nástrojům najednou místo. Díky této snaze byly vytvořeny výkonné nové nástroje, jako je UltraTracer, které dokáží vystopovat libovolně velký objem obrazu.

Neuronové formáty a databáze

Rekonstrukce jednotlivých neuronů mohou být uloženy v různých formátech. To do značné míry závisí na softwaru, který byl použit ke sledování těchto neuronů. Formát SWC, který se skládá z řady topologicky propojených strukturních oddílů (např. Jedna trubice nebo koule), se často používá k ukládání digitálně sledovaných neuronů, zvláště když morfologii chybí nebo nepotřebuje podrobné modely 3D tvarů pro jednotlivé oddíly. Jiné sofistikovanější formáty neuronů mají oddělené geometrické modelování těla neuronových buněk a neuronových procesů pomocí mimo jiné Neurolucida.

Existuje několik společných databází rekonstrukce jednotlivých neuronů. Široce používanou databází je http://NeuroMorpho.Org, která obsahuje více než 86 000 neuronových tvarů> 40 druhů, po celém světě přispěných řadou výzkumných laboratoří. Allen Institute for Brain Science , Janelia Research Campus HHMI a další instituty také generují rozsáhlé databáze jednotlivých neuronů. Existuje také mnoho souvisejících databází neuronových dat v různých měřítcích .

Reference