一个多细胞分析成像工具箱

科学领域:

• 神经科学
• 生物技术
• 计算生物学

背景情况:

• 像GCaMP这样的基因编码指标对于体内功能成像至关重要.
• 分析大规模或复杂的功能成像数据存在重大分析挑战.
• 现有的分析平台通常需要专有软件,产量有限,或需要高级编程技能.

研究的目的:

• 开发一个可访问和多功能工具包来分析功能成像数据.
• 通过利用开源软件解决现有分析平台的局限性.
• 为研究人员提供一个用户友好的界面,从成像实验中提取细胞动态.

主要方法:

• 开发了与开源图像分析平台 ImageJ 集成的 MCA (多细胞分析工具包).
• 实现了与原生 ImageJ 插件相似的图形用户界面 (GUI) 的直观界面.
• 包含用于运动校正的刚性注册,使用自定义Cellpose 2.0模型进行细胞体预测,细胞注释和数据导出功能.

主要成果:

• 根据先前公布的斑马鱼成像数据验证了MCA,准确地反映了视觉唤起的神经反应.
• 该工具包在多种感官模式,大脑区域和模型生物 (斑马鱼, *Drosophila*,小鼠) 中展示了多功能性.
• 在一个用户友好的环境中,MCA成功地提取了动态,提高了功能成像的实用性.

结论:

• MCA提供了一个可行的,用户友好的解决方案,可以从功能成像数据中提取动态.
• 该工具包与ImageJ的集成及其跨物种和模式的多功能应用使其成为神经科学家的宝贵资源.
• MCA降低了复杂功能成像分析的进入障碍,促进了更广泛的采用和发现.