Schalenanalyse – Wikipedia

Posted on by
before-content-x4

Schalenanalyse ist eine Methode der quantitativen Analyse, die häufig in neuronalen Studien verwendet wird, um die morphologischen Eigenschaften eines abgebildeten Neurons zu charakterisieren, die zuerst verwendet wurde, um die Unterschiede im visuellen und motorischen Kortex von Katzen zu beschreiben.[1] Sholl interessierte sich für den Vergleich der Morphologie verschiedener Neuronentypen, wie der sternförmigen Sternzellen und der kegelförmigen Pyramidenzellen, und verschiedener Orte im dendritischen Feld desselben Neuronentyps, wie basale und apikale Fortsätze des Pyramidenneurons. Er untersuchte Länge und Durchmesser der Dendriten (Sholl, S. 389, Abb. 1)[1] und auch die Anzahl der Zellen pro Volumen (Sholl, S. 401, Die Packungsdichte von Perikarya).[1]

Während sich die Methoden zur Schätzung der Zellzahl seit 1953 mit dem Aufkommen der unverzerrten Stereologie stark verbessert haben, wird die Methode, mit der Sholl die Anzahl der Kreuzungen in verschiedenen Abständen vom Zellkörper aufzeichnet, immer noch verwendet und ist eigentlich nach Sholl benannt. „Um zu untersuchen, wie sich die Anzahl der Äste mit der Entfernung vom Perikaryon ändert, ist es zweckmäßig, eine Reihe konzentrischer Kugelschalen als Bezugskoordinaten zu verwenden. …… diese Schalen haben ihre Gemeinsamkeiten Zentrum im Perikaryon” (Sholl, S. 392, Die Art der dendritischen Verzweigung).[1] Was Sholl die „konzentrische Schalenmethode“ nannte, ist heute als „Sholl-Analyse“ bekannt. Neben der Anzahl der Schnittpunkte pro konzentrischer Schale berechnete Sholl auch den mittleren Durchmesser der Dendriten oder Axone innerhalb jeder konzentrischen Schale (Sholl, S. 396, Tabelle 2 und 3).[1] Sholl schätzte, dass seine Methode gut für den Vergleich von Neuronen ist, zum Beispiel in Abbildung 8[1] die Unterschiede in der Anzahl dendritischer Schnittpunkte, die mit der Entfernung vom Zellkörper korreliert sind, werden zwischen Neuronen aus dem motorischen und visuellen Kortex verglichen. Sholl erkannte auch, dass seine Methode nützlich ist, um zu bestimmen, wo und wie groß der Bereich ist, in dem Synapsen möglich sind, etwas, das er die „Verbindungszone“ des Neurons nannte (Sholl, S. 402, Die Bindezone eines Neurons).[1]

1953 arbeitete Sholl mit Projektionen von 3-D-Neuronen in zwei Dimensionen, aber jetzt kann Sholl-Analyse an 3-D-Bildern (zB Bildstapeln oder 3-D-Montagen) von Neuronen durchgeführt werden, wodurch die konzentrischen Kreise wirklich drei- dimensionale Schalen. Zusätzlich zu Schnittpunkten und Durchmesser: Dendritische Gesamtlänge, Oberfläche und Volumen der Prozesse pro Schale; Anzahl der Knoten, Enden, Krampfadern und Stacheln pro Schale; und Verzweigungsreihenfolge der Dendriten in jeder Schale, können in die Analyse einbezogen werden. Für moderne Beispiele für die Verwendung der Sholl-Analyse zur Analyse von Neuronen siehe (O’Neill, et al., 2015)[2] oder (Chowhudry et al., 2015).[3] Kurven, die aus der ‘Anzahl der Schnittpunkte gegenüber dem Abstand von den Zellkörperdaten’ erzeugt werden, haben normalerweise eine etwas unregelmäßige Form, und es wurde viel Arbeit geleistet, um geeignete Mittel zur Analyse der Ergebnisse zu bestimmen. Zu den gängigen Methoden gehören Lineare Analyse, Semi-Log-Analyse und Log-Log-Analyse

Lineare Methode[edit]

Die lineare Methode ist die Analyse der Funktion N(r), wobei N die Anzahl der Kreuzungen für einen Kreis mit Radius r ist.[1] Diese direkte Analyse der Neuronenzahl ermöglicht die einfache Berechnung des kritischen Wertes, des Dendritenmaximums und des Schoenen-Verzweigungsindex.[4]

Kritischer Wert: Der kritische Wert ist der Radius r, bei dem es eine maximale Anzahl von dendritischen Kreuzungen gibt, dieser Wert hängt eng mit dem Dendritenmaximum zusammen.

Dendriten-Maximum: Dieser Wert ist das Maximum der Funktion N(r), wie durch den kritischen Wert für einen gegebenen Datensatz angegeben.

Schoenen Ramification Index: Dieser Index ist ein Maß für die Verzweigung der untersuchten neuronalen Zelle. Es wird berechnet, indem das Dendritenmaximum durch die Anzahl der primären Dendriten dividiert wird, d. h. die Anzahl der Dendriten, die vom Soma der Zelle ausgehen.

Semi-Log-Methode[edit]

Etwas komplizierter als die lineare Methode, beginnt die Semi-Log-Methode mit der Berechnung der Funktion Y(r) = N/S wobei N die Anzahl der Dendritenkreuzungen für einen Kreis mit dem Radius r ist und S die Fläche desselben Kreises . Von dieser Funktion wird der Logarithmus zur Basis 10 genommen und eine lineare Regression erster Ordnung, die lineare Anpassung, mit dem resultierenden Datensatz durchgeführt, d.h

wo k ist der Sholl-Regressionskoeffizient.[1]

Der Sholl-Regressionskoeffizient ist das Maß für die Dichteänderung von Dendriten als Funktion der Entfernung vom Zellkörper.[5] Es hat sich gezeigt, dass dieses Verfahren einen guten Unterscheidungswert zwischen verschiedenen Neuronentypen und sogar ähnlichen Typen in verschiedenen Körperregionen hat.

Log-Log-Methode[edit]

Eng verwandt mit der Semi-Log-Methode, zeichnet die Log-Log-Methode die Daten mit dem im Log-Raum aufgetragenen Radius auf. Das heißt, der Forscher würde den Wert berechnen k und m für die Beziehung

Diese Methode wird ähnlich wie die Semi-Log-Methode verwendet, jedoch hauptsächlich zur Behandlung von Neuronen mit langen Dendriten, die sich entlang ihrer Länge nicht stark verzweigen.[5]

Modifizierte Sholl-Methode[edit]

Die modifizierte Sholl-Methode ist die Berechnung einer polynomiellen Anpassung der N- und r-Paare aus der linearen Methode.[6] Das heißt, es versucht, ein Polynom zu berechnen, so dass:

wo T ist die Ordnung der Polynomanpassung an die Daten. Die Daten müssen an jedes dieser Polynome einzeln angepasst und die Korrelation berechnet werden, um die beste Anpassung zu bestimmen. Der Maximalwert des Polynoms wird berechnet und anstelle des Dendritenmaximums verwendet. Darüber hinaus kann der Durchschnitt des resultierenden Polynoms bestimmt werden, indem sein Integral für alle im Datensatz dargestellten positiven Werte gebildet wird (die meisten Datensätze enthalten einige Nullwerte).

Nachteile[edit]

Die Sholl-Analyse wird verwendet, um die Anzahl der Kreuzungen zu messen, die Prozesse in unterschiedlichen Abständen vom Schwerpunkt machen, und ist eine Art morphometrischer Analyse. Es wird hauptsächlich verwendet, um die Komplexität des Dorns zu messen. Bestimmte Morphologien können jedoch nicht allein mit Sholl indiziert werden. Zum Beispiel kann es nicht sinnvoll sein, Neuronen mit Dornen, die kleine Volumina aufnehmen, mit denen zu vergleichen, die große Volumina aufnehmen, und stattdessen könnte eine Analyse wie der ‘Komplexitätsindex’ verwendet werden.[7] Auch die Dendritendicke eines ganzen Dendriten kann nicht gemessen werden, sondern nur die mittlere Dicke der Dendriten innerhalb einer Schale. Auch die Dendritenlänge eines gegebenen Dendriten kann nicht bestimmt werden, da Dendriten nicht unbedingt radial vom Soma ausgehen; Dendriten können sich krümmen, dieselben Kreise mehrmals kreuzen oder sich tangential erstrecken und sich überhaupt nicht in einem Kreis kreuzen. Darüber hinaus kann die Sholl-Analyse zeitaufwändig sein und die automatisierte Analysesoftware ist begrenzt.

Neuritenverzweigung und Sholl-Analyse[edit]

Unter Verwendung der Sholl-Analyse wurde ein mathematischer Algorithmus namens Verzweigungsindex (BI) beschrieben, um die neuronale Morphologie zu analysieren.[8] Der BI vergleicht die Differenz der Anzahl der Kreuzungen in Paaren aufeinanderfolgender Kreise der Sholl-Analyse relativ zur Entfernung vom neuronalen Soma. Der BI unterscheidet Neuronen mit verschiedenen Arten von Neuritenverzweigungen.

Software[edit]

Sholl-Analyse in Neurolucida©-Software (ein proprietäres Closed-Source-Softwarepaket für neuronales Tracing)

Mehrere Softwarepakete führen eine Sholl-Analyse durch, insbesondere solche, die für das neuronale Tracing bestimmt sind. Eine Open-Source-Implementierung für das Bildverarbeitungspaket Fiji kann verwendet werden, um die Analyse direkt aus Mikroskopbildern von Neuronen oder deren verfolgten Rekonstruktionen durchzuführen.[9]

In modernen Implementierungen wird die Analyse in drei Dimensionen durchgeführt: konzentrische Schalen sind um ein Zentrum verschachtelt und ein Surrogat der Neuritenmasse[5] (z. B. die Anzahl der Schnittpunkte oder die Gesamtlänge der Neuriten), die in jeder Schale enthalten sind, wird gemeldet. Eine solche Software ist für Hochdurchsatzstudien geeignet[10][11]

.

Siehe auch[edit]

Verweise[edit]

  1. ^ ein B C D e F g h ich Sholl, DA, 1953. Dendritische Organisation in den Neuronen des visuellen und motorischen Kortex der Katze. J. Anat. 87, 387–406
  2. ^ O’Neill KM1, Akum BF2, Dhawan ST2, Kwon M2, Langhammer CG2, Firestein BL2. (2015)Bewertung der Auswirkungen auf die dendritische Verzweigung mit neuartigen Sholl-Analysen. Frontzellneurowissenschaften. 30. Juli; 9:285. doi: 10.3389/fncel.2015.00285. eCollection 2015.
  3. ^ Chowdhury, T., Barbarich-Marsteller, N., Chan, T. & Aoki, C. (2013). Aktivitätsbasierte Anorexie hat unterschiedliche Auswirkungen auf die apikale dendritische Verzweigung im dorsalen und ventralen Hippocampus CA1. Gehirnstruktur und -funktion, 1-11.
  4. ^ Schoenen, J (1982). „Die dendritische Organisation des menschlichen Rückenmarks: das Hinterhorn“. Neurowissenschaften. 7 (9): 2057–2087. mach:10.1016/0306-4522(82)90120-8. PMID 7145088. S2CID 12824120.
  5. ^ ein B C Nebojsa T. Milosivic, Dusan Ristanovic, 20. September 2006, Journal of Theoretical Biology 245 (2007) 130–140
  6. ^ Dusan Ristanovic, Nebojsa T. Milosivic, Vesna Stulic, 29. Mai 2006, Journal of Neuroscience Methods 158 (2006) 212–218
  7. ^ Pillai; de Jong, Kanatsu (2012). “Dendritische Morphologie von Hippocampus- und Amygdalus-Neuronen bei heranwachsenden Mäusen ist resistent gegen genetische Unterschiede in der Stressreaktivität”. PLUS EINS. 7 (6): e38971. Bibcode:2012PLoSO…738971P. mach:10.1371/journal.pone.0038971. PMC 3373517. PMID 22701737.
  8. ^ Garcia-Segura, LM; Perez-Marquez J (15. April 2014). „Eine neue mathematische Funktion zur Bewertung der neuronalen Morphologie mit der Sholl-Analyse“. Zeitschrift für neurowissenschaftliche Methoden. 226: 103–9. mach:10.1016/j.jneumeth.2014.01.016. PMID 24503022. S2CID 22359521.
  9. ^ “ImageJ.net/Sholl”. Abgerufen 10. Februar 2017.
  10. ^ Wu, Chi-Cheng; Reilly, John F.; Jung, Warren G.; Morrison, John H.; Bloom, Floyd E. (2004-05-01). “Morphometrische Hochdurchsatzanalyse einzelner Neuronen”. Zerebraler Kortex. 14 (5): 543–554. mach:10.1093/cercor/bhh016. ISSN 1047-3211. PMID 15054070.
  11. ^ Ferreira, T; Blackman, A; Oyrer, J; Jayabal, A; Chung, A; Watt, A; Sjöström, J; van Meyel, D (2004). “Neuronale Morphometrie direkt aus Bitmap-Bildern”. Nat-Methoden. 11 (10): 982–984. mach:10.1038/nmeth.3125. PMC 5271921. PMID 25264773.


after-content-x4