自动监测神经活动与单细胞分辨率在行为中的Hydra
Alison Hanson1,2, Raphael Reme3, Noah Telerman4
1Department of Biological Sciences, Neurotechnology Center, Columbia University, New York, NY, USA. alison.hanson@nyspi.columbia.edu.
Scientific reports
|March 1, 2024
概括
神经科学家开发了TraSE-IN,这是一个开源平台,用于跟踪和分析Hydra vulgaris的神经活动. 这个工具有助于实现记录每一个神经元的目标.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 动物学 动物学
背景情况:
- 在行为动物中以单个神经元分辨率记录神经活动是神经科学的重大挑战.
- 了解完整的神经代码需要同时从所有神经元获得全面的数据.
研究的目的:
- 开发一种自动化管道,用于跟踪和提取Hydra vulgaris中的单个神经元中的信号.
- 为了能够从成像数据中对神经尖峰进行可靠的预测.
- 为了促进大规模的神经活动数据集的生成和分析在模型生物.
主要方法:
- 开发一个开源的Python平台,TraSE-IN (跟踪和单个神经元的峰值估计).
- 对双标记的转基因Hydra vulgaris (核tdTomato,细胞质GCaMP7s) 的成像.
- 用于核和信号提取的细分和跟踪模块.
- 实现了信号处理模块,用于从信号中预测尖峰.
主要成果:
- 在Hydra.成功开发了一个端到端的管道,用于自动化神经活动分析.
- TraSE-IN平台有效地细分,跟踪神经元,并提取信号.
- 由活动引起的单个神经元峰值的可靠预测得到了实现.
结论:
- "TraSE-IN"管道显著提高了在Hydra中以单细胞分辨率研究神经活动的能力.
- 这一平台有助于创建和分析大型神经数据集.
- 该方法有可能在其他模型生物中应用,以破译神经代码.
