2018年5月4日
本文介绍了一种图形用户界面,用于探索和共享通过双光子显微镜在活体小鼠体感皮层中测量的光遗传学诱导血管反应数据库。in vivo。该界面支持浏览数据、基于条件的筛选、数据平均、在血管三维体积内定位测量位置以及导出数据。
本文介绍的软件名为神经血管网络探索器2.0(Neurovascular Network Explorer 2.0)或简称NNE 2.0,是一款基于MATLAB的图形用户界面,可用于可视化、检查、选择和导出通过双光子显微镜测量的光遗传学诱导的血管直径变化。该软件可在三维血管网络结构中定位直径测量结果,适用于现代脑功能研究。此外,用户还可利用该软件探索相关数据库,并以相同格式的数据库结构共享和分析自己的数据。
通过选择 NNE 2.execute 启动 NNE 2.0 程序。主面板左侧列中的图像显示数据库 vdb.mat 中所有条目的时间过程和周长图。首先在右侧列中选择皮层深度的范围。
此处使用的最小深度为 40 微米,最大深度为 560 微米。然后选择分支级数,单击箭头并从显示的列表中选择其中一个选项。接下来,选择基线直径并输入范围。
此处使用的最小直径为2微米,最大直径为45微米。现在,选择面板右侧列中要分析的样本。单击箭头,然后从可用选项中进行选择。
点击提交以在面板二中显示并探索所选数据。在探索所选数据子集之前,通过左键单击“按皮层深度平均”或“按分支顺序平均”来对数据进行组平均。所选选项在下方以绿色高亮显示。
然后根据血管形态或受试者选择数据。选择树状结构中的所有数据,该结构包含一条单一的潜水动脉及其分支的数据。接下来,单击提交按钮,以在个体时间进程图、组平均时间进程图以及潜伏期、达峰时间、峰值幅度和基线直径的散点图中显示所选数据。
在个体时间过程曲线图中,左键单击某一条曲线。所选的时间过程曲线将以洋红色高亮显示,其起始时间、达峰时间、峰值幅度和基线直径将在下方的图中用红色圆圈标出。然后,在第二面板任意位置使用十字光标右键单击,可在第三面板中查看和浏览所选受试者编号或树编号的所有曲线。
通过左键单击左侧列顶部图表中的轨迹来选择一个时间过程。所选轨迹将在图表中以洋红色高亮显示,同时数据库条目的描述性参数将显示在图表上方。相应的起始时间、达峰时间、峰值幅度和基线直径将在下方图表中显示。
粗黑色的时间进程线为所有显示轨迹的平均值。左键单击导出集按钮,可将上方图形中显示的轨迹保存到 NNE 2.0 文件夹中。请确保在执行导出操作时,没有任何已导出的文件处于打开状态。
如果其中一个文件已打开,将出现警告。此时,用户应关闭导出的文件并重新启动 NNE 2。若要查看某受试者的全部数据而非树状结构,请先关闭第三个面板,重新启动 NNE 2.0,然后像之前一样在第一个面板中重复选择类别,接着在第二个面板中选择该受试者的全部数据。
在面板三的任意位置使用十字光标右键单击,即可进入面板四,以查看面板三顶部图表中所有轨迹的参考图像和 3D 图像序列。请注意,仅当在面板二中选择了“树的全部数据”选项时,面板四才会打开。如果选择的是“受试者的全部数据”,系统将提示用户更改选择,并返回面板一。
通过在左列顶部的图表中单击选择时间序列。在左列右下角,查看相应的参考图像,该图像在此情况下会自动从 hana_refs 文件夹加载。在左列左下角,查看相应的三维图像堆栈,该图像堆栈会自动从 hana_stk 文件夹加载。
使用图示下方的箭头或滑块浏览该图像序列。当序列图像达到参考图像的层面时,该序列图像将被高亮显示,并标记为帧层面。点击右侧列中的“导出集合”按钮,可将高亮的时间序列导出为文件 ref_stacks_trace。
xls,该文件将保存至 NNE 2 文件夹中。最后,关闭面板四以返回面板一,从而开始探索新的一组数据,或关闭面板一以结束程序。若需将功能测量数据与三维血管结构结合使用,可在 hana_stk 文件夹中找到对应的图像堆栈,其堆栈引用名称在面板四中显示。
为了识别特定的穿支动脉,用户可参考表面血管的低倍率图谱,图中已测量的动脉穿支或血管树以相应编号标注。帧级别的该堆栈索引号可确定测量位置的相应深度。结合分支顺序与扫描轨迹,可确定测量位置在成像平面内的具体坐标。
综上所述,用户可以获得血管树多个位置处由刺激诱导的血管运动所呈现的血管系统三维地形图。NNE 2 的开发旨在共享某项特定研究的血管成像数据,同时希望为其他用户提供一个简单工具,用于共享和探索同类数据。使用 NNE 2 的前提是具备一个模板,该模板是以矩阵格式存储的数据库,可通过在 MATLAB 中直接处理数据,或利用工具从其他格式构建矩阵来实现。
神经网络引擎2(NNE 2)有望帮助不同研究团体之间共享实验数据,促进数据的进一步利用,以及推动数据采集和处理标准的建立。
查看完整文字稿并访问数千部科学视频
本研究介绍了神经血管网络浏览器2.0版(NNE 2.0),这是一个基于MATLAB的图形用户界面,旨在探索小鼠体感皮层中光遗传学诱导的血管反应数据库。该软件利用双光子显微镜,使用户能够可视化并分析血管直径的变化,有助于深入理解脑功能和血管反应。
神经血管网络探索器2.0(NNE 2.0)满足了临床前神经科学研究中数据共享与标准化的关键需求,使生物制药团队能够更可靠地验证血管生物标志物和机制假说。通过提供一个可重复使用的平台用于探索光遗传学诱发的血管运动数据,NNE 2.0 支持以血管功能作为转化读数的目标验证和检测开发流程。这通过降低神经血管耦合研究中的生物学模糊性,增强了早期发现阶段的预测可信度。
NNE 2.0 融入了从假设验证到先导化合物鉴定的发现全过程,其中血管反应性指标作为靶点结合和通路调控的机制性生物标志物。