Решение

Прототип программного модуля NeuroInfoViewer обрабатывает импортированное видео эксперимента, полученное с помощью минископа, строит на его основе корреляционный анализ нейронной активности и выводит результаты в графическом виде.

Минископ – это миниатюрный флуоресцентный микроскоп, разработанный лабораторией Марка Шнитцера. Он используется для флуоресцентной визуализации нервной активности бодрствующих свободно движущихся животных. С помощью имплантированной в мозг GRIN2 (gradient refractive index) линзы устройство передает свет и позволяет визуализировать глубокие слои мозга. Средняя масса такого микроскопа составляет 3 грамма. Для питания, управления и передачи изображений на ПК используется гибкий коаксиальный кабель диаметром от 0,3 мм до 1,5 мм.

Схема однофотонного миниатюрного микроскопа

http://bit.do/miniscope

Пример записей, полученных с помощью минископа (данные предоставлены профессором Уейдонг Ли, Шанхайский университет Цзяо Тонг, Шанхай, Китай), продемонстрированы в докладе И.Б. Безпрозванного на XVI Всероссийской конференции «Совещание по эволюционной физиологии имени академика Л.А. Орбели» (Орбели-2020)

В рамках технологии визуализации активности нейронов головного мозга у свободно движущихся мышей, интегрированной в Лаборатории молекулярной нейродегенерации ВШБСиТ ИБСиБ СПбПУ, данные, полученные с минископа, проходят несколько этапов обработки:

• Конвертация файла с видеопоследовательностью из avi в tif;
• Обработка методом CNMF-E (метод извлечения активности отдельных нейронов из in vivo данных);
• Экспорт данных из CNMF-E в формат csv;
• Полученные данные обрабатываются программным модулем NeuroInfoViewer.

Полученные после обработки методом CNMF_E данные представляют собой дискретные сигналы флуоресценции нейронов.  Для их дальнейшего анализа необходимо извлечь значимые параметры данного сигнала. Значения параметров могут варьироваться в зависимости от исследуемой области и соотношения сигнал-шум.

Графический интерфейс NeuroInfoViewer предоставляет пользователю изображение активности нейронов в выбранный момент времени, а также строит тепловую карту их корреляции.

Интерфейс прототипа NeuroInfoViewer и результаты обработки данных одного из экспериментов

Программный модуль NeuroInfoViewer объединяет в себе алгоритмы обработки видеосигнала и различные методы аналитики данных для вычисления корреляционных зависимостей активности нейронов по набору следующих параметров:

• активность отдельно выделенного нейрона;
• превышение пороговой активности нейрона;
• одновременная активность нейронов;
• визуализация полученных корреляционных зависимостей;
• визуализация данных по каждому нейрону в отдельности.

Последующие версии ПО планируется дополнить:

• функцией сравнения нейрональной активности одного грызуна в рамках нескольких экспериментов;
• функцией проведения высокоуровневого анализа.

Детали

NeuroInfoViewer состоит из нескольких файлов: NIV.mlapp (основной исходный файл приложения MATLAB) и useviewneuron2.m (функция отображения информации об одном нейроне). Вся обработка данных осуществляется функцией «DataUpdate». В зависимости от выбранного алгоритма выполняется одна из трех функций NIC (Neuron Interactivity Coefficient).

Используемые алгоритмы:

• Алгоритм NonZeroSpikeFramesIntersec (псевдоним Alg1) для визуального представления корреляций в нейронной активности;
• Алгоритм ThresWarmCool для дополнительной фильтрации необработанного кальция;
• Алгоритм SignalCrossCorrMax для построения взаимной корреляции сигналов.

Визуализация активности отдельно взятого нейрона

После расчета попарной корреляции между нейронами можно экспортировать из NIV следующие файлы: 3 изображения в формате «.fig» и «.png» (тепловая карта нейронов (тепловая карта), корреляция нейронов (NIC), тепловая карта корреляции нейронов (тепловая карта NIC)), а также матрицу попарной корреляции в формате csv.

Технологии

РИД

Публикации