Śledzenie neuronów

Śledzenie neuronów lub rekonstrukcja neuronów to technika stosowana w neurobiologii do określania ścieżki neurytów lub procesów neuronalnych , aksonów i dendrytów neuronu . Z punktu widzenia przygotowania próbki może odnosić się do niektórych z poniższych, jak również innych technik znakowania neuronów genetycznych:

• Śledzenie wsteczne , do znakowania od ciała komórki do synapsy;
• Śledzenie wsteczne do znakowania od synapsy do ciała komórki;
• Wirusowe śledzenie neuronalne dla techniki, której można użyć do znakowania w dowolnym kierunku;
• Ręczne śledzenie obrazów neuronalnych.

W szerokim znaczeniu śledzenie neuronów jest częściej związane z cyfrową rekonstrukcją morfologii neuronu z danych obrazowych powyższych próbek.

Cyfrowa rekonstrukcja neuronów i śledzenie neuronów

Cyfrowa rekonstrukcja lub śledzenie morfologii neuronów jest podstawowym zadaniem neuronauki obliczeniowej. Ma również kluczowe znaczenie dla mapowania obwodów neuronalnych na podstawie zaawansowanych obrazów mikroskopowych, zwykle opartych na mikroskopii świetlnej (np. skaningowa mikroskopia laserowa, obrazowanie w jasnym polu) lub mikroskopii elektronowej lub innych metodach. Ze względu na dużą złożoność morfologii neuronów i często obserwowany duży szum na takich obrazach, a także zwykle spotykaną ogromną ilość danych obrazowych, powszechnie uważa się to za jedno z najtrudniejszych zadań obliczeniowych dla neuronauki obliczeniowej. Zaproponowano wiele metod opartych na analizie obrazu w celu śledzenia morfologii neuronów, zwykle w 3D, ręcznie, półautomatycznie lub całkowicie automatycznie. Zwykle są dwa etapy przetwarzania: generowanie i korekta edycji rekonstrukcji.

Historia

Potrzeba opisania lub zrekonstruowania morfologii neuronu prawdopodobnie pojawiła się we wczesnych latach neurobiologii, kiedy neurony zostały oznakowane lub zwizualizowane za pomocą metod Golgiego . Wiele znanych typów neuronów, takich jak neurony piramidalne i komórki Chandeliera , zostało opisanych na podstawie ich charakterystyki morfologicznej. Pierwszy wspomagany komputerowo system rekonstrukcji neuronów, obecnie znany jako Neurolucida , został opracowany przez dr Edmunda Glasera i dr Hendrika Van der Loosa w latach 60. XX wieku.

Nowoczesne podejście do śledzenia neuronu rozpoczęło się, gdy zdigitalizowane zdjęcia neuronów uzyskano za pomocą mikroskopów. Początkowo odbywało się to w 2D. Szybko po zaawansowanym obrazowaniu 3D, zwłaszcza fluorescencyjnym i mikroskopowym elektronowym , pojawiło się ogromne zapotrzebowanie na śledzenie morfologii neuronów na podstawie tych danych obrazowych.

Metody

Schematyczna ilustracja cyfrowego śledzenia morfologii neuronu

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 połączyć je, albo użyć malowania 3D Virtual Finger , które bezpośrednio konwertuje dowolną namalowaną 2D trajektorię w obrazie projekcyjnym na rzeczywisty 3D procesy neuronowe. Głównym ograniczeniem ręcznego śledzenia neuronów jest ogromny nakład pracy.

Zautomatyzowane rekonstrukcje neuronów można wykonać za pomocą dopasowania i marszu modeli (np. sfer lub rur), przycinania nadrekonstrukcji, minimalizacji kosztów łączenia kluczowych punktów, ray-burstingu i wielu innych. Szkieletyzacja jest krytycznym krokiem w automatycznej rekonstrukcji neuronu, ale w przypadku all-path-pruning i jego wariantów jest połączona z estymacją parametrów modelu (np. średnic rurek). Głównym ograniczeniem zautomatyzowanego śledzenia jest brak precyzji, zwłaszcza gdy morfologia neuronów jest skomplikowana lub obraz zawiera znaczną ilość szumów.

Półautomatyczne śledzenie neuronów często zależy od dwóch strategii. Jednym z nich jest uruchomienie w pełni zautomatyzowanego śledzenia neuronów, po którym następuje ręczna kuracja takich rekonstrukcji. Alternatywnym sposobem jest uzyskanie pewnej wcześniejszej wiedzy, takiej jak lokalizacje końców neuronu, dzięki której neuron może być łatwiej śledzony automatycznie. Półautomatyczne śledzenie jest często uważane za zrównoważone rozwiązanie, które ma akceptowalny koszt czasu i dość dobrą dokładność rekonstrukcji. Oprogramowanie 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, według konkursu DIADEM . Do śledzenia danych z mikroskopii elektronowej 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 oprogramowanie do ręcznego śledzenia zespołowego. Crowdsourcing to alternatywny sposób efektywnego zbierania wyników wspólnej, ręcznej rekonstrukcji takich zestawów danych obrazowych.

Narzędzia i oprogramowanie

Dostępnych jest wiele narzędzi do śledzenia neuronów, zwłaszcza pakietów oprogramowania. Jeden kompleksowy pakiet 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, analiza, porównanie, to Vaa3D i jego moduły Vaa3D- Neuron . Niektóre inne bezpłatne narzędzia, takie jak NeuronStudio, również zapewniają funkcję śledzenia opartą na określonych metodach. Neurobiolodzy używają również narzędzi komercyjnych, takich jak Neurolucida , Neurolucida 360 , Aivia , Amira itp. do śledzenia i analizowania neuronów. Ostatnie badania pokazują, że Neurolucida jest cytowany ponad 7 razy częściej niż wszystkie inne dostępne programy do śledzenia neuronów razem wzięte, a także jest najczęściej używanym i wszechstronnym systemem do rekonstrukcji neuronów. BigNeuron (https://alleninstitute.org/bineuron/about/) to niedawny znaczący międzynarodowy wysiłek współpracy mający na celu zintegrowanie większości znanych narzędzi do śledzenia neuronów na wspólnej platformie w celu ułatwienia Open Source, łatwego dostępu do różnych narzędzi w jednym miejscu. Dzięki tym wysiłkom powstały nowe, wydajne narzędzia, takie jak UltraTracer, które mogą śledzić dowolnie dużą ilość obrazów.

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 wielu połączonych topologicznie przedziałów strukturalnych (np. pojedynczej rurki lub kuli), jest często używany do przechowywania cyfrowych śledzonych neuronów, zwłaszcza gdy w morfologii brakuje szczegółowych modeli kształtu 3D dla poszczególnych przedziałów lub nie są one potrzebne. Inne, bardziej wyrafinowane formaty neuronów mają oddzielne modelowanie geometryczne ciała komórki neuronu i procesów neuronowych przy użyciu między innymi Neurolucida.

Istnieje kilka wspólnych baz danych rekonstrukcji pojedynczego neuronu. Powszechnie używaną bazą danych jest http://NeuroMorpho.Org , która zawiera ponad 86 000 morfologii neuronów >40 gatunków dostarczonych na całym świecie przez szereg laboratoriów badawczych. Allen Institute for Brain Science , Janelia Research Campus HHMI i inne instytuty również tworzą wielkoskalowe bazy danych pojedynczych neuronów. Istnieje również wiele powiązanych baz danych neuronów w różnych skalach .