Śledzenie neuronowe - Neuronal tracing
Neuronów śledzenie lub neuronów rekonstrukcja jest techniką stosowaną w neurologii , aby określić drogę z neurytów lub procesów neuronalnego, aksonów i dendrytów , o neuronu . Z punktu widzenia przygotowania próbki może odnosić się do niektórych z poniższych, a także innych technik znakowania neuronów genetycznych,
- Śledzenie postępujące , do znakowania od ciała komórki do synapsy;
- Śledzenie wsteczne , do znakowania od synapsy do ciała komórki;
- Wirusowe śledzenie neuronów , dla techniki, która może być użyta do znakowania w dowolnym kierunku;
- Ręczne śledzenie obrazów neuronalnych.
W szerokim znaczeniu, śledzenie neuronów jest częściej związane z cyfrową rekonstrukcją morfologii neuronu na podstawie danych obrazowania powyższych próbek.
Cyfrowa rekonstrukcja neuronów i śledzenie neuronów
Cyfrowa rekonstrukcja lub śledzenie morfologii neuronów jest podstawowym zadaniem w neuronauce obliczeniowej. Ma również kluczowe znaczenie dla mapowania obwodów neuronalnych w oparciu o zaawansowane obrazy mikroskopowe, zwykle oparte na mikroskopii świetlnej (np. mikroskopii skaningowej laserowej, obrazowaniu w jasnym polu) lub mikroskopii elektronowej lub innych metodach. Ze względu na dużą złożoność morfologii neuronów i często obserwowany na takich obrazach duży szum, a także typowo spotykaną ogromną ilość danych obrazowych, jest on powszechnie postrzegany jako jedno z najtrudniejszych zadań obliczeniowych dla neuronauki obliczeniowej. Zaproponowano wiele metod opartych na analizie obrazu do śledzenia morfologii neuronów, zwykle w 3D, ręcznie, półautomatycznie lub całkowicie automatycznie. Zwykle są dwa etapy przetwarzania: generowanie i korekta rekonstrukcji.
Historia
Konieczność opisania lub zrekonstruowania morfologii neuronu prawdopodobnie zaczęła się we wczesnych latach neuronauki, kiedy neurony były znakowane lub wizualizowane przy użyciu metod Golgiego . Wiele znanych typów neuronów, takich jak neurony piramidalne i komórki żyrandola , opisano na podstawie ich charakterystyki morfologicznej.
Pierwszy komputerowy system rekonstrukcji neuronów, znany obecnie jako Neurolucida , został opracowany przez dr Edmunda Glasera i dr Hendrika Van der Loosa w latach 60. XX wieku.
Nowoczesne podejścia do śledzenia neuronów rozpoczęły się, gdy cyfrowe obrazy neuronów zostały uzyskane za pomocą mikroskopów. Początkowo odbywało się to w 2D. Wkrótce po zaawansowanym obrazowaniu 3D, zwłaszcza obrazowaniu fluorescencyjnym i obrazowaniu pod mikroskopem elektronowym , pojawiło się ogromne zapotrzebowanie na śledzenie morfologii neuronów na podstawie tych danych obrazowania.
Metody
Neurony można często śledzić ręcznie w 2D lub 3D. Aby to zrobić, można albo bezpośrednio namalować trajektorię procesów neuronalnych w poszczególnych sekcjach 2D objętości obrazu 3D i udać się je połączyć, albo użyć malowania Wirtualnego Palca 3D, które bezpośrednio przekształca dowolną namalowaną trajektorię 2D w obrazie projekcyjnym na rzeczywisty 3D procesy neuronowe. Głównym ograniczeniem ręcznego śledzenia neuronów jest ogromny nakład pracy w pracy.
Zautomatyzowane rekonstrukcje neuronów mogą być wykonywane przy użyciu dopasowania i marszu modeli (np. kul lub rurek), przycinania przebudowy, minimalnych kosztów łączenia kluczowych punktów, ray-burstingu i wielu innych. Skeletonizacja jest krytycznym etapem automatycznej rekonstrukcji neuronów, ale w przypadku metody allpath-pruning i jej wariantów jest połączona z estymacją parametrów modelu (np. średnic rurek). Głównym ograniczeniem automatycznego śledzenia jest brak precyzji, zwłaszcza gdy morfologia neuronów jest skomplikowana lub obraz zawiera znaczną ilość szumu.
Półautomatyczne śledzenie neuronów często zależy od dwóch strategii. Jednym z nich jest uruchomienie całkowicie zautomatyzowanego śledzenia neuronów, po którym następuje ręczna kuracja takich rekonstrukcji. Alternatywnym sposobem jest uzyskanie pewnej wcześniejszej wiedzy, takiej jak położenie końców neuronu, dzięki której neuron może być łatwiej śledzony automatycznie. Często uważa się, że półautomatyczne śledzenie jest zrównoważonym rozwiązaniem, które charakteryzuje się akceptowalnym kosztem czasu i dość dobrą dokładnością rekonstrukcji. Oprogramowanie typu open source Vaa3D- Neuron, Neurolucida 360 , Imaris Filament Tracer i Aivia zapewniają obie kategorie metod.
Uważa się, że śledzenie obrazu z mikroskopu elektronowego jest trudniejsze niż śledzenie obrazów z mikroskopu świetlnego, podczas gdy to drugie jest nadal dość trudne, zgodnie z konkursem DIADEM . Do śledzenia danych z mikroskopu elektronowego częściej stosuje się śledzenie ręczne niż alternatywne metody automatyczne lub półautomatyczne. Do śledzenia danych z mikroskopii świetlnej częściej stosuje się metody automatyczne lub półautomatyczne.
Ponieważ śledzenie obrazów z mikroskopu elektronowego zajmuje dużo czasu, przydatne jest wspólne oprogramowanie do ręcznego śledzenia. Crowdsourcing to alternatywny sposób na efektywne zbieranie wyników wspólnej ręcznej rekonstrukcji dla takich zestawów danych obrazu.
Narzędzia i oprogramowanie
Dostępnych jest wiele narzędzi do śledzenia neuronów, zwłaszcza pakietów oprogramowania. Jednym kompleksowym pakietem oprogramowania Open Source, który zawiera implementację wielu metod śledzenia neuronów opracowanych w różnych grupach badawczych, a także wiele funkcji narzędzi neuronowych, takich jak pomiar ilościowy, parsowanie, porównanie, jest Vaa3D i jego moduły Vaa3D-Neuron . Niektóre inne bezpłatne narzędzia, takie jak NeuronStudio, również udostępniają funkcję śledzenia opartą na określonych metodach. Neuronaukowcy używają również komercyjnych narzędzi, takich jak Neurolucida , Neurolucida 360 , Aivia , Amira itp. do śledzenia i analizy neuronów. Ostatnie badania pokazują, że Neurolucida jest cytowana ponad 7 razy częściej niż wszystkie inne dostępne programy śledzenia neuronów razem wzięte, a także jest najszerzej stosowanym i wszechstronnym systemem do rekonstrukcji neuronów. Projekt BigNeuron (https://allleninstitute.org/bigneuron/about/) to niedawna znacząca międzynarodowa współpraca mająca na celu zintegrowanie większości znanych narzędzi do śledzenia neuronów na wspólnej platformie w celu ułatwienia Open Source, łatwego dostępu do różnych narzędzi w jednym miejsce. Dzięki tym wysiłkom powstały nowe, potężne narzędzia, takie jak UltraTracer, które mogą śledzić dowolnie dużą objętość obrazu.
Formaty neuronowe i bazy danych
Rekonstrukcje pojedynczych neuronów mogą być przechowywane w różnych formatach. Zależy to w dużej mierze od oprogramowania, które zostało użyte do śledzenia takich neuronów. Format SWC, który składa się z kilku topologicznie połączonych przedziałów strukturalnych (np. pojedyncza rurka lub kula), jest często używany do przechowywania cyfrowo śledzonych neuronów, zwłaszcza gdy morfologia nie ma lub nie wymaga szczegółowych modeli kształtu 3D dla poszczególnych przedziałów. Inne, bardziej wyrafinowane formaty neuronów mają oddzielne modelowanie geometryczne ciała komórki neuronowej i procesów neuronowych, między innymi przy użyciu Neurolucida.
Istnieje kilka popularnych baz danych rekonstrukcji pojedynczych neuronów. Szeroko wykorzystywaną bazą danych jest http://NeuroMorpho.Org, która zawiera ponad 86 000 morfologii neuronów >40 gatunków, które zostały opracowane przez liczne laboratoria badawcze na całym świecie. Allen Institute for Brain Science , Janelia Research Campus HHMI i inne instytuty również generują wielkoskalowe bazy danych pojedynczych neuronów. Istnieje również wiele powiązanych baz danych neuronowych w różnych skalach .