Name: Yüksek throughput ve Çok parametrik Nicelik için iki Algoritmalar Drosophila Nöromusküler Junction Morfoloji (Video) | JoVE Journal
Uploaded: 2017-05-03T12:30:00.000+00:00
Duration: 12 min 29 s
Description: Keşfedin Drosophila nöromusküler bağlantı morfolojisini otomatik olarak niceliksel analiz eden iki algoritma. Bu yüksek verimli görüntü analizi yöntemi, sinaps gelişiminin düzenleyicilerini tanımlamak için objektif ve tekrarlanabilir sonuçlar sağlar.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

Biz Drosophila suşları sağlamak için Viyana Drosophila Kaynak Merkezi ve Bloomington Drosophila stok merkezi (NIH P40OD018537) kabul eder. Biz görüntülemede uzman desteği almak için Mikroskobik Görüntüleme Merkezi&#39;nden Jack Fransen teşekkür ederim. Bu çalışma Alman Mental Retardasyon Network tarafından, iki DCN / Radboud Üniversitesi Tıp Merkezi Doktora burs tarafından, Vidi ve Hollanda Bilimsel Araştırma Örgütü (NWO) TOP hibe (917-96-346, 912-12-109) tarafından desteklenmiştir Eğitim ve Araştırma (Bmbf) Alman Federal Bakanlığı NGFN + programı tarafından ve AS Avrupa Birliği&#39;nin FP7 büyük ölçekli entegre ağ Gencodys (SAĞLIK-241995) tarafından finanse. Maliyeciler, çalışma tasarımı, veri toplama ve analiz, yayımlama kararı, ya da yazının hazırlanmasında hiçbir rolü yoktu.

Önceki Görüntü İşlemeye 1. Gereksinimleri <ol><li> Daha önce tarif edildiği gibi 19, üçüncü instar dolaşan larvası (L3), Drosophila açık bir kitap preparatları gerçekleştirin. </li><li> Eş immunolabel İki markalama maddesi bir arada kullanarak Drosophila NMJ terminalleri: &quot;Drosophila NMJ Bouton Morfometri&quot; 20 analiz için BRP ile birlikte &quot;Drosophila NMJ Morfometri&quot; ile analiz için BRP ve SYT veya CSP ile birlikte Dlg-1 ya da HRP. Not: aynı türden antikorlar, Zenon Alexa etiketleme kitleri 17 gibi bir antikor-konjugasyon kiti ile ön etiketleme, bir ile birleştirilebilir. </li><li> Ile (ya da Apotome olmadan), örneğin bir seçim, floresan veya konfokal mikroskopi bir mikroskop kullanarak görüntü NMJ terminaller. <ol><li> NMJ terminalin bir 2 kanallı görüntü yığını elde edin. <ol><li> bir şekilde, mikroskop ayarlarını düzenleme söz konusu kanal 1BRP ile immunolabeled NMJ terminali 2 Dlg-1 (ya da HRP, SYT, CSP) ve kanal ile immunolabeled NMJ terminali elde eder. </li><li> İsteğe bağlı olarak, makro ile (tek bir antikor ile immunolabeled sinaps) tek kanallı görüntüleri analiz. Görüntü NMJs &quot;Drosophila NMJ morfometri&quot; veya &quot;Drosophila NMJ Bouton Morfometri&quot; için SYT veya CSP ile analiz için Dlg-1 veya HRP ile benzersiz immunolabeled. NOT: Sadece anti-BRP immünoboyandı sinaps analiz etmek mümkün değildir. </li></ol></li><li> Bireysel&#39; .tiff dosyaları olarak elde görüntüleri aktarın. belirtildiği gibi kazanılmış değilse makro çalıştırmadan önce kanal sırasını ters çevirin. </li></ol></li></ol> 2. Yazılım Gereksinimleri ve Kurulum <ol><li> Makro indir: &quot;Drosophila NMJ Morfometri&quot; ve &quot;Drosophila NMJ Bouton Morfometri&quot; Aşağıdaki web sitesinden: https://figshare.com/s/ec634918c027f62f7f2a <supclass = &quot;xref&quot;&gt; 21. </li><li> klasörün &quot;Makro güncelleme 1&quot; için imleci hareket ettirin ve görünen seçeneği &quot;görüntüsü&quot; e tıklayın. Bu klasörün içeriği ile bir liste görünür. Klasör makro &quot;Drosophila NMJ Morfometri&quot; ve &quot;Drosophila NMJ Bouton Morfometri&quot; içerir. NOT: Her iki makro da aynı klasörde sağlanır Fiji sürümleri 1.4 ile uyumludur. makrolar son sürümlerinde çalışmayabilir. sağlanan sürüm 1.4 kullanan edin. Mevcut daha yeni Fiji sürümüyle bile bilgisayarlarda, bu sürümü başlatmak için sorunsuzdur. </li><li> &quot;Tümünü indir&quot; butonuna tıklayın. Klasör içeriği .zip dosyası olarak bilgisayara indirilecek. İndirilen dosyayı açın. </li><li> Fiji.app/plugins/ dizinine Drosophila _NMJ_Morphometrics.ijm ve Drosophila _NMJ_Bouton Morphometrics.ijm dosyaları kopyalayın. programı yeniden başlatmanız zaman makrolar Eklentiler alt kısmında görünecektirAşağıya doğru açılan menü. </li></ol> 3. Çalışma Alt makro NMJ Görüntüler Z-projeksiyonlar ve Hyperstacks oluşturma &quot;Stack dönüştürme&quot; <ol><li> Açılır menüden &quot;Drosophila NMJ Morfometri&quot; araç çubuğundaki Plugins seçerek grafik arayüzü başlatın ve seçin. </li><li> makronun grafiksel arayüzde &quot;Eşsiz Dosya Dize&quot; ayarını tanımlayın. NOT: mikroskop yazılımı bireysel&#39; .tiff dosyaları olarak yığınlarını saklarken uçakları ve kanalları düzenlemek için bir kimlik imzasını kullanır. Girilen benzersiz dosya dize ayarı birinci kanalın birinci düzleme yazılım tarafından atanan imza belirtmesi gerekir (önemli: düzlem ve kanal numarası ihtiyacı düşük belirtilecektir). </li><li> sadece alt makro ve &quot;Tamam&quot; ı tıklayın ve resimlerin bulunduğu klasörü seçin &quot;yığın dönüştür&quot; seçeneğini seçin. Birkaç alt klasörler ile bir ana dizin seçilirse, &#39;bütün bireysel .tiff içinde dosyalarıbenzersiz dosya dize kriterleri ana dizin ve alt klasör işlenecektir. <ol><li> z yığın tek bir kanal içeriyorsa, kutu &quot;Kanal 1 sadece&quot; seçin. </li></ol></li><li> Varsayılan olarak NMJ resim başına iki yeni dosyalar, stack_image_name olarak adlandırılan ve flatstack_image_name görünecektir dikkat edin. Daha fazla analiz için sadece bu yığını ve flatstack saklayın. .tiff dosya serisi gerekli depolama kapasiteleri minimize ve potansiyel hata kaynaklarının kaçınarak, bu noktada silinebilir. </li></ol> 4. Çalışma Alt makro İlgi NMJ Terminali Delineate için &quot;YG&#39;yi tanımla&quot; <ol><li> &quot;Drosophila NMJ Morfometri&quot; nin grafik arayüzü başlatın. </li><li> &quot;YG&#39;yi tanımla&quot; ve &quot;OK&quot; ve flatstack_name başlıklı görüntüler saklanabilir ve basın &quot;Seç&quot; ana dizin seçin sadece onay kutusunu işaretleyin. alt makro &quot;yatırım getirisi tanımla&quot; otomatik olarak tüm alt klasörler ararSeçilen ana dizin içinde. </li><li> İlk projeksiyon açar gibi, araç çubuğundaki &quot;Freehand seçimleri&quot; aracını seçin. Fare münhasıran ilgi komple NMJ terminalini içeren bir seçim çizin ve pencere &quot;Terminal tanımla&quot; in &quot;Tamam&quot; ı kullanma. Makro sonraki projeksiyon ile devam edecek. </li><li> Bir sonraki yatırım getirisi Delineate ve tüm ROI tanımlanır kadar tekrarlayın. &quot;Roi_image_name&quot; adlı YG görüntü dosyası, işlenmiş görüntülerin her biri için önceden oluşturulan yığını ve projeksiyon görüntüleri aynı dizine saklanacaktır. Bu alt makro çıktı siyah arka plan üzerinde beyaz ROI bir ikili resimdir. </li></ol> &quot;Analiz&quot; 5. Run Alt makro NMJ Terminali Özellikleri belirlememize <ol><li> &quot;Eklentileri&quot; ve kullanımını seçmek, araç çubuğuna gidin: &quot;Drosophila _NMJ_Morphometrics&quot; Anti-Dlg-1 ya da anti-HRP (kanal 1) ile imüno-sinaps analizinde birlikteAnti-BRP (kanal 2), ya da &quot;Drosophila _NMJ_Bouton_Morphometrics&quot; BRP ile (kanal 1) ile birlikte anti-SYT ya da anti-CSP ile immunolabeled sinaps analiz ile (kanal 2). <ol><li> Bir kanal görüntü yığınları analiz edilecek olduğunda ( &quot;Drosophila_ NMJ_Morphometrics&quot; veya SYT veya &quot;Drosophila _NMJ__Bouton_Morphometrics&quot; CSP için yapısal kanal Dlg-1 ya da HRP), kutu &quot;Kanal 1 sadece&quot; seçin. </li></ol></li><li> görüntülere karşılık gelen ölçeğini ayarlayın analiz edilecek. görüntüde bir piksel 2.5 um karşılık geliyorsa, um = 2,5 ölçek Piksel = 1, Ölçek mesafe göstermektedir. durumda her iki ayar NMJ alan, çevre, uzunluk ve en uzun dal uzunluğu piksel sayısı olarak ifade edilecektir, 0&#39;dan bırakılır. </li></ol><ol start="3"><li> Gerekirse, makro varsayılan analizi ayarlarını yapın. alt makro &quot;Analiz&quot;, sadece ayarlamaları (yetersiz sonuçlarla bu bölümü ve DETE gerçekleştir6. bölümde rmined daha iyi ayarları) işletilmektedir. </li><li> onay kutularını işaretleyin &quot;Analiz&quot; ve &quot;Bekle&quot; ve &quot;Tamam&quot; tuşuna basın. <ol><li> 2 kanallı resimlerde alt makro &quot;Analiz&quot; çalıştırırken &quot;Bekle&quot; onay kutusunu seçin. Aksi takdirde, aktif bölge sayımı hatalar nedeniyle sınırlı bilgisayar kapasitelerinin oluşabilir. </li></ol></li><li> Yeni bir pencere olarak açılır &quot;Bir Rehber Seç&quot; görüntüleri &quot;select&quot; bulunur ve basın dizini seçin. Uygulanabilir, daha sonraki klasörler (: stack_image_name, flatstack_image_name ve roi_image_name önceki alt makro yürütülmesini üç dosya kullanarak) eğer makro, ana dizinde saklanan tüm görüntüleri analiz etmek ve edecektir. Makro süreçler tek tek ve ardışık her görüntü. Bu (bilgisayar kapasitesine bağlı olarak) görüntü yığını başına birkaç dakika sürebilir. </li><li> Makro çalıştırdıktan sonra, her biri için yeni bir resim dosyası adında res_image_name analiz dikkat sinaps Crea olacak saklananebeveyn klasörde ted. kantitatif ölçümleri &quot;results.txt&quot; dosya olarak saklanır. </li><li> algılamak ve segmentasyon hataları ile resim dışlamak için tüm sonuç görüntüleri inceleyin. Olası segmentasyon hataları bu atlatmak için ayarlarını nasıl tavsiye ile birlikte, Tablo 3&#39;te açıklanmıştır. Böyle segmentasyon hataları ile Sonucu görüntüleri Şekil 4&#39;te örnek olarak verilmiştir. NOT: kullanıcı arayüzü gözlenen varsayılan ayarlarla makro çalıştırırken, makro değerlendirme manuel değerlendirme 17 oranla edildiğinde yaklaşık% 95&#39;lik bir doğruluk yoktu. </li></ol> 6. Görseller&#39;e Makro ayarlarını ayarla <ol start="1"><li> Görüntülerin% 5&#39;den fazla segmentasyon hataları gösterdiğinizde, / tanımlamak görüntüler için en uygun makro ayarları seçmek için farklı algoritmalar keşfetmek. </li><li> Yuvarlanan bir top yarıçap değeri ayarlama NOT: haddeleme topu yarıçapıfonksiyon resmin arka planını çıkarır. floresan mikroskoplar edinilen görüntülerle çalışırken Bu fonksiyon hayati öneme sahiptir ve / veya görüntüler yüksek arkaplan gürültüsünü varken. arka plan çıkarma NMJ terminallerinin yeterli segmentasyon üretmek için makronun otomatik eşikleme adımlarını yardımcı olacaktır. <ol><li> Üç NMJ Z projeksiyonlar görüntü veri kümesi temsil eden (alt makro &quot;yığın dönüştürme&quot; tarafından üretilen flatstack_image_name görüntüleri) seçin. </li><li> araç kutusunda, Görüntü | Renk | Bölünmüş kanalları. İki görüntü bir kanal 1 ve diğer kanal 2 temsilen oluşturulacaktır. </li><li> Dlg-1, HRP, SYT veya CSP immunolabeling tekabül eden, 1 açık kanal ve görüntü kapatarak BRP kanal görüntü atmak ait tek görüntü tutun. </li><li> açılır menüden ardından araç çubuğundaki &quot;Süreç&quot; &quot;Çıkar Arka Plan ...&quot; seçerek filtreyi &quot;Çıkar arka plan&quot; çalıştırın. </li><li> Pop-up pencere önizleme kutusunu tıklayın ve panel (Şekil 5A&#39;)&#39; deki gibi sinaps ve arka plan arasındaki kontrastı arttırmak değere haddeleme top çapındaki ayarlayın. NOT: Bir örnek için Şekil 5&#39;e bakınız. Şekil 5A&#39;da&#39; 500 olarak ayarlanmış &#39;Rolling top yarıçapı&#39; sinaps ve zemin arasında güçlü bir kontrast oluşturmaktadır buna karşın Figure5A olarak, sinaps parçaları, arka plan aynı gri seviyelerinin gösteriyoruz. </li><li> yuvarlanan bir top yarıçapı için uygun bir değer tanımlanır, aynı haddeleme top yarıçap değeri ile seçilen Z projeksiyonları &quot;Çıkart arka plan&quot; algoritmasını çalıştırabilir ve (herhangi bir dizin içinde) kaydedin. NOT: 8-bit veya RGB görüntüleri için haddeleme topu yarıçap değeri arka planın parçası değil görüntüde büyük nesnenin yarıçapı en az kadar büyük olmalıdır. 16-bit ve 32 bit görüntüler için yarıçap inv edilmelidirpiksel değer aralığı 22 ersely orantılıdır. </li></ol></li><li> Kullanılacak farklı bir otomatik eşik belirleme <ol><li> Önceki adımda (6.2.6) &#39;de kaydedilen Z-projeksiyonları açın ve Görüntü seçin | ayarlayın | AutoThreshold | Tüm deneyin. </li><li> bir ikili eşiklenir sonuç görüntü tüm farklı otomatik eşik algoritmaları ile görünecektir gibi, görüntüler için en uygun algoritmayı belirler. <ol><li> daha sonra makro çalıştırırken, buna göre makro ayarlarında eşiği değiştirin. </li><li> aktif bölgeleri belirlemek üzere &quot;RenyiEntrophy&quot; veya NMJ iskelet belirlemek için NMJ anahat eşiği ve &quot;Li&quot; olarak daha izin eşikler gibi &quot;an&quot; ve &quot;Huang,&quot; gibi daha kısıtlayıcı eşik kullanın. görüntüler hiçbir arka plan çok az çabayla çok keskin olduğunda, Aksi sinaps parçaları görüntü segmentasyonu sonra eksik olabilir. NMJ anahat eşiği &quot;olarak &quot;Huang&quot; kullanırlar. </li><li> Örnek için, Şekil 5B bakınız. sinapsların Uygun segmentasyon yeşil kutularla vurgulanan otomatik eşikleri ile elde edilir. Uygun olmayan eşikler bazı örnekleri, kırmızı kutular (yüksek büyütmede sinaps kontrol edin) ile vurgulanır. İkinci olarak, sinaps her iki parça eksik veya arka kısımları dahildir. Daha fazla bilgi için 23 başvuru bakın. </li></ol></li></ol></li></ol><ol start="4"><li> Küçük parçacıkların en büyük boyutu belirleme NOT: Bu fonksiyon analizinden &quot;küçük parçacıklar ayarında&quot; tanımlanan değerden daha küçük olan NMJ anahat eşiği ve İskelet eşiği tarafından algılanan tüm partikülleri hariç tutar. Bu değer, piksel olarak tanımlanır. Bu fonksiyon, bir gürültü filtre olarak işlev görür ve (örneğin, kristaller / toz gibi) tek biçimli bir arka yüksek oranda elde edilen görüntülerin mevcut olduğunda çok yararlıdır. <ol><li> adımda 6.2.6 kaydedilen Z-projeksiyonlar açın. ve setölçek analiz yoluyla piksel sayısını tespit etmek için | Set Ölçeği. aşağıdaki ayarları uygulanır: mesafe piksel = 1, bilinen bir mesafe = 1, piksel boy oranı = 1, uzunluğu = piksel ve &quot;OK&quot; birimi. araç çubuğundaki &quot;Oval seçim&quot; aracını tıklayın. </li><li> Fare kullanma yakından immünoboyamaya mevcuttur ancak NMJ ait olmayan tek parçacıkları çevreleyen bir seçim çizin. Mac kullanıcıları için bir Windows kullanıcı veya cmd + m için Ctrl + m. Bir sonuç pencere piksel sayısı cinsinden seçilen parçacıkların alanı gösteren açılır. </li><li> En büyük bulaşıcı partikül / yapay alanı belirlemek için görüntülerin mevcut çok sayıda eşya ile önceki adımı birkaç kez tekrarlayın. Bu daha sonra makro çalışırken ortamda ayarlamak için değer olacaktır. En küçük parçacık boyutu gözlenen irin olarak &quot;küçük tanecikler boyutu&quot; % 25 marj set makro çalıştırırken. </li><li> Bir örnek için Şekil 5D bakınız. En büyük kristal algılamaked 112 piksel bir alana sahiptir. 150 - makro ile bu görüntüyü işlerken &quot;Küçük parçacıklar boyut&quot; ayarı, to125 ayarlanmalıdır. </li></ol></li></ol><ol start="5"><li> Asgari bouton boyutunu belirleme NOT: Bu fonksiyon analizinden tanımlanan değerden daha küçük olan NMJ anahat eşiği tarafından tespit edilen tüm boutons hariç tutar. Bu değer, piksel olarak tanımlanır. <ol><li> Bölüm 6.4 de tarif edildiği gibi, aynı adımları, ancak bu durumda NMJ terminali içinde mevcut küçük BOUTONS çevreleyen bir seçim çizin. Ölçülen olanlardan en küçük bouton tekabül en küçük alanı seçin. Bu daha sonra makro çalışırken asgari bouton boyutu ayarında ayarlamak için değerdir. </li></ol></li></ol><ol start="6"><li> Define değeri &quot;maxima gürültü toleransı bul&quot; <ol><li> Bölüm 6.2.1 seçilen Z hyperstacks kullanın. </li><li> araç kutusunda, Görüntü | Renk | El kremi ile Bölünmüş kanallarte 2 yığınlarının (kanal 1 ve kanal 2) ve açık BRP kanala karşılık gelen görüntü tutun. kapatarak diğer kanal görüntü atılır. </li><li> Süreci seçin açılan menüden eklentileri sekmesine gidin | Maksimum (3D) ve maximum_image_name (birkaç dakika kadar sürebilir) göründüğünde, orijinal görüntü yığınını kapatın. </li><li> | Maksimum ... image_name (elde görüntü yığını) seçin ve Eklentileri seçin Süreç | Asgari (3D), Maksimum ... image_name yığını kapatın. </li><li> Araç çubuğunda işlem seçin | maxima bul .... Yeni bir pencere &quot;Bul maxima ...&quot; açılacaktır. &quot;... Önizleme noktası seçimi&quot; onay kutusu tıklayın ve küçük haç olarak görüntüde belirtilecektir 50 maxima noktalarını ayarlama varsayılan makro ile &quot;Gürültü tolerans&quot; kutusunu doldurun. <ol><li> Içinde aktif bölgelerin üstüne değildir açıklamalı aktif bölgeleri, yani haç aşırısını gözlemliyormuş &quot;gürültü toleransı&quot; değerini artırmakarka tespit edilir seçilmiş yığın düzlem ya da yanlış olarak aktif bölgeleri üzerine odaklanır. <ol><li> Tam olarak aktif bölgeleri açıklamalı gözlemi Diğer taraftan, &quot;Gürültü toleransı&quot; değerini azaltmak, etiketli kabul edilmesi odakta aktif bölgeleri yani. haçlar uygun odakta aktif bölgeleri etiketleme dek bu prosedürü takip farklı değerler çalışırken tutun. Bu değer ile &quot;Bul maxima gürültü toleransı&quot; doldurun. </li><li> Bir örnek için Şekil 5C bakınız. Çok fazla aktif bölgeleri tespit edilmiştir. Şekil 5C&#39;de&#39; Yalnızca merkezde aktif bölgeleri tespit edilmiştir. </li></ol></li></ol></li><li> alt makro tüm önceki adımlarda tanımlanan ayarlarla, adım 5.1 seçilen temsilci görüntüler için &quot;Analiz&quot; çalıştırın. </li></ol></li><li> Alt ve üst eşik BRP-puncta ayarlama <ol><li> Yeni bir dosya m çalıştırdıktan sonra görünen olacak dikkat edinakro göre 6.6 olarak adlandırılan 2_active_zone_stack_image_name adım. Bu resimde, her düzlemde beyaz noktalar ile belirtilmiştir &quot;maxima Bul&quot; fonksiyonu ile tespit aktif bölgeleri yığını. </li><li> sürükleyip araç çubuğu basıp Görüntü içine bırakın bu dosyayı açın | Stack | Zproject | Projeksiyon type = Sum dilimleri. 2_active_zone_stack_image_name bir projeksiyonu elde edilecektir. </li><li> Resim Seç | ayarlayın | Eşik. Yeni bir pencere &quot;Eşik&quot; açılacaktır. İstenen tüm odaklar / BRP pozitif noktalar kırmızı görselleştirildiği, bir eşik değerini seçmek için üst çubuk kaydırın. Not: eşiği çok düşük olması halinde, aktif bölgelerin aşırı sayılır. çok yüksek ayarlarsanız, aktif bölgelerinin bir kısmını özleyeceğiz. <ol><li> Bir örnek için Şekil 5E bakınız. Eşik 400 ayarlandığında kırmızı (Şekil 5 &#39;de vurgulanan değildir, çünkü (1 piksel odakları olarak sembolize edilen) aktif bölgelerin en segmentasyon dahil değildirE). Eşik değeri 50 ayarlandığında tüm aktif bölgeler kırmızı (Şekil 5E&#39;) vurgulanır. </li></ol></li><li> minimum eşik olarak bu değeri tanımlar. Maksimum değeri &quot;Üst puncta eşiği&quot; bırakın. </li><li> alt makro Bu bölümün tüm önceki adımlarda tanımlanan ayarlarla temsili görüntüler için &quot;Analiz&quot; yeniden çalıştırın. Kritik çıkan görüntü dosyaları değerlendirmek ve segmentasyon düzgün yapıldığından emin olun. Bu durum söz konusu değilse segmentasyon hataları doğasına (Şekil 4, Tablo 3) &#39;e göre yeniden ayarlayabilirsiniz. </li></ol></li></ol>

<ol><li>Lin, Y. C., Koleske, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mechanisms+of+synapse+and+dendrite+maintenance+and+their+disruption+in+psychiatric+and+neurodegenerative+disorders%5BTitle%5D)+AND+%22Annu+Rev+Neurosci%22%5BJournal%5D)">Mechanisms of synapse and dendrite maintenance and their disruption in psychiatric and neurodegenerative disorders.</a> Annu Rev Neurosci. 33, 349-378 (2010).</li>
<li>van Bokhoven, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genetic+and+epigenetic+networks+in+intellectual+disabilities%5BTitle%5D)+AND+%22Annu+Rev+Genet%22%5BJournal%5D)">Genetic and epigenetic networks in intellectual disabilities.</a> Annu Rev Genet. 45, 81-104 (2011).</li>
<li>Penzes, P., Buonanno, A., Passafaro, M., Sala, C., Sweet, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Developmental+vulnerability+of+synapses+and+circuits+associated+with+neuropsychiatric+disorders%5BTitle%5D)+AND+%22J+Neurochem%22%5BJournal%5D)">Developmental vulnerability of synapses and circuits associated with neuropsychiatric disorders.</a> J Neurochem. 126, 165-182 (2013).</li>
<li>Mainen, Z. F., Sejnowski, T. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Influence+of+dendritic+structure+on+firing+pattern+in+model+neocortical+neurons%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Influence of dendritic structure on firing pattern in model neocortical neurons.</a> Nature. 382, 363-366 (1996).</li>
<li>Yuste, R., Majewska, A., Holthoff, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((From+form+to+function%3A+calcium+compartmentalization+in+dendritic+spines%5BTitle%5D)+AND+%22Nat+Neurosci%22%5BJournal%5D)">From form to function: calcium compartmentalization in dendritic spines.</a> Nat Neurosci. 3, 653-659 (2000).</li>
<li>Vetter, P., Roth, A., Hausser, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Propagation+of+action+potentials+in+dendrites+depends+on+dendritic+morphology%5BTitle%5D)+AND+%22J+Neurophysiol%22%5BJournal%5D)">Propagation of action potentials in dendrites depends on dendritic morphology.</a> J Neurophysiol. 85, 926-937 (2001).</li>
<li>Bosch, M., Hayashi, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Structural+plasticity+of+dendritic+spines%5BTitle%5D)+AND+%22Curr+Opin+Neurobiol%22%5BJournal%5D)">Structural plasticity of dendritic spines.</a> Curr Opin Neurobiol. 22, 383-388 (2012).</li>
<li>Mehnert, K. I., Cantera, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Circadian+rhythms+in+the+morphology+of+neurons+in+Drosophila%5BTitle%5D)+AND+%22Cell+Tissue+Res%22%5BJournal%5D)">Circadian rhythms in the morphology of neurons in Drosophila.</a> Cell Tissue Res. 344, 381-389 (2011).</li>
<li>Sigrist, S. J., Reiff, D. F., Thiel, P. R., Steinert, J. R., Schuster, C. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Experience-dependent+strengthening+of+Drosophila+neuromuscular+junctions%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">Experience-dependent strengthening of Drosophila neuromuscular junctions.</a> J Neurosci. 23, 6546-6556 (2003).</li>
<li>Ruiz-Canada, C., Budnik, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Introduction+on+the+use+of+the+Drosophila+embryonic%2Flarval+neuromuscular+junction+as+a+model+system+to+study+synapse+development+and+function%2C+and+a+brief+summary+of+pathfinding+and+target+recognition%5BTitle%5D)+AND+%22Int+Rev+Neurobiol%22%5BJournal%5D)">Introduction on the use of the Drosophila embryonic/larval neuromuscular junction as a model system to study synapse development and function, and a brief summary of pathfinding and target recognition.</a> Int Rev Neurobiol. 75, 1-31 (2006).</li>
<li>Menon, K. P., Carrillo, R. A., Zinn, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+and+plasticity+of+the+Drosophila+larval+neuromuscular+junction%5BTitle%5D)+AND+%22Wiley+Interdiscip+Rev+Dev+Biol%22%5BJournal%5D)">Development and plasticity of the Drosophila larval neuromuscular junction.</a> Wiley Interdiscip Rev Dev Biol. 2, 647-670 (2013).</li>
<li>Kraut, R., Menon, K., Zinn, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+gain-of-function+screen+for+genes+controlling+motor+axon+guidance+and+synaptogenesis+in+Drosophila%5BTitle%5D)+AND+%22Curr+Biol%22%5BJournal%5D)">A gain-of-function screen for genes controlling motor axon guidance and synaptogenesis in Drosophila.</a> Curr Biol. 11, 417-430 (2001).</li>
<li>Parnas, D., Haghighi, A. P., Fetter, R. D., Kim, S. W., Goodman, C. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Regulation+of+postsynaptic+structure+and+protein+localization+by+the+Rho-type+guanine+nucleotide+exchange+factor+dPix%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Regulation of postsynaptic structure and protein localization by the Rho-type guanine nucleotide exchange factor dPix.</a> Neuron. 32, 415-424 (2001).</li>
<li>Eaton, B. A., Fetter, R. D., Davis, G. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynactin+is+necessary+for+synapse+stabilization%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Dynactin is necessary for synapse stabilization.</a> Neuron. 34, 729-741 (2002).</li>
<li>Laviolette, M. J., Nunes, P., Peyre, J. B., Aigaki, T., Stewart, B. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+genetic+screen+for+suppressors+of+Drosophila+NSF2+neuromuscular+junction+overgrowth%5BTitle%5D)+AND+%22Genetics%22%5BJournal%5D)">A genetic screen for suppressors of Drosophila NSF2 neuromuscular junction overgrowth.</a> Genetics. 170, 779-792 (2005).</li>
<li>Collins, C. A., Wairkar, Y. P., Johnson, S. L., DiAntonio, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Highwire+restrains+synaptic+growth+by+attenuating+a+MAP+kinase+signal%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Highwire restrains synaptic growth by attenuating a MAP kinase signal.</a> Neuron. 51, 57-69 (2006).</li>
<li>Nijhof, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+New+Fiji-Based+Algorithm+That+Systematically+Quantifies+Nine+Synaptic+Parameters+Provides+Insights+into+Drosophila+NMJ+Morphometry%5BTitle%5D)+AND+%22PLoS+Comput+Biol%22%5BJournal%5D)">A New Fiji-Based Algorithm That Systematically Quantifies Nine Synaptic Parameters Provides Insights into Drosophila NMJ Morphometry.</a> PLoS Comput Biol. 12, e1004823(2016).</li>
<li>Schindelin, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fiji%3A+an+open-source+platform+for+biological-image+analysis%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Fiji: an open-source platform for biological-image analysis.</a> Nat Methods. 9, 676-682 (2012).</li>
<li>Brent, J. R., Werner, K. M., McCabe, B. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Drosophila+larval+NMJ+dissection%5BTitle%5D)+AND+%22J+Vis+Exp%22%5BJournal%5D)">Drosophila larval NMJ dissection.</a> J Vis Exp. , (2009).</li>
<li>Dubos, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Conditional+depletion+of+intellectual+disability+and+Parkinsonism+candidate+gene+ATP6AP2+in+fly+and+mouse+induces+cognitive+impairment+and+neurodegeneration%5BTitle%5D)+AND+%22Hum+Mol+Genet%22%5BJournal%5D)">Conditional depletion of intellectual disability and Parkinsonism candidate gene ATP6AP2 in fly and mouse induces cognitive impairment and neurodegeneration.</a> Hum Mol Genet. 24, 6736-6755 (2015).</li>
<li>Nijhof, B., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aNijhof%2C+B+%22Drosophila+NMJ+Morphometrics%22">Drosophila NMJ Morphometrics</a>. , figshare 
 
 <a target="_blank" href="https://doi.org/10.6084/m9.figshare.2077399.
">https://doi.org/10.6084/m9.figshare.2077399.
</a> (2017).</li>
<li>Ferreira, T., Rasband, W. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aFerreira%2C+T+%22ImageJ+User+Guide+IJ+1.46%22">ImageJ User Guide IJ 1.46</a>. , 
 <a target="_blank" href="http://rsbweb.nih.gov/ij/docs/guide/146-29.html">http://rsbweb.nih.gov/ij/docs/guide/146-29.html</a> (2014).</li>
<li>Ferreira, T., Rasband, W. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aFerreira%2C+T+%22ImageJ+User+Guide+IJ+1.46%22">ImageJ User Guide IJ 1.46</a>. , Available from: 
 <a target="_blank" href="http://fiji.sc/Auto_Threshold">http://fiji.sc/Auto_Threshold</a> (2014).</li>
<li>Pielage, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+presynaptic+giant+ankyrin+stabilizes+the+NMJ+through+regulation+of+presynaptic+microtubules+and+transsynaptic+cell+adhesion%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">A presynaptic giant ankyrin stabilizes the NMJ through regulation of presynaptic microtubules and transsynaptic cell adhesion.</a> Neuron. 58, 195-209 (2008).</li>
<li>Koch, I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Drosophila+ankyrin+2+is+required+for+synaptic+stability%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Drosophila ankyrin 2 is required for synaptic stability.</a> Neuron. 58, 210-222 (2008).</li>
<li>Iqbal, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Homozygous+and+heterozygous+disruptions+of+ANK3%3A+at+the+crossroads+of+neurodevelopmental+and+psychiatric+disorders%5BTitle%5D)+AND+%22Hum+Mol+Genet%22%5BJournal%5D)">Homozygous and heterozygous disruptions of ANK3: at the crossroads of neurodevelopmental and psychiatric disorders.</a> Hum Mol Genet. 22, 1960-1970 (2013).</li>
<li>Prokop, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Organization+of+the+efferent+system+and+structure+of+neuromuscular+junctions+in+Drosophila%5BTitle%5D)+AND+%22Int+Rev+Neurobiol%22%5BJournal%5D)">Organization of the efferent system and structure of neuromuscular junctions in Drosophila.</a> Int Rev Neurobiol. 75, 71-90 (2006).</li>
<li>Wan, H. I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Highwire+regulates+synaptic+growth+in+Drosophila%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Highwire regulates synaptic growth in Drosophila.</a> Neuron. 26, 313-329 (2000).</li>
<li>Shi, L., Fu, A. K., Ip, N. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Molecular+mechanisms+underlying+maturation+and+maintenance+of+the+vertebrate+neuromuscular+junction%5BTitle%5D)+AND+%22Trends+Neurosci%22%5BJournal%5D)">Molecular mechanisms underlying maturation and maintenance of the vertebrate neuromuscular junction.</a> Trends Neurosci. 35, 441-453 (2012).</li>
<li>Sutcliffe, B., Forero, M. G., Zhu, B., Robinson, I. M., Hidalgo, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neuron-type+specific+functions+of+DNT1%2C+DNT2+and+Spz+at+the+Drosophila+neuromuscular+junction%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Neuron-type specific functions of DNT1, DNT2 and Spz at the Drosophila neuromuscular junction.</a> PLoS One. 8, e75902(2013).</li>
<li>Carpenter, A. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CellProfiler%3A+image+analysis+software+for+identifying+and+quantifying+cell+phenotypes%5BTitle%5D)+AND+%22Genome+Biol%22%5BJournal%5D)">CellProfiler: image analysis software for identifying and quantifying cell phenotypes.</a> Genome Biol. 7, R100(2006).</li>
</ol>

Yazarlar ifşa etmek Çıkar çatışması var.

&quot;Drosophila NMJ Morfometri&quot; ve &quot;Drosophila NMJ bouton Morfometri&quot; sinaps morfolojiyi değerlendiren ilgilenen araştırmacılar için güçlü araçlardır. NMJ parametrelerin Manuel değerlendirme zahmetli olduğu; o makroları 15 dakika için deneyimli bir araştırmacı biriktirmek olacağı tahmin edilmektedir / NMJ manuel görüntü segmentasyonu üzerine geçirdi. koşul veya genotip başına değerlendirilen sinapsların bir ila iki onlarca ile bu hızla bile küçük ölçekli çalışmalarda, kaydedilen zaman ciddi miktarda özetliyor. büyük ekranlar gerçekleştirirken, el değerlendirmesi ve ölçümü ile karşılaştırıldığında, yüksek hacimli bir analiz kullanılarak kazancı, büyük olabilir. artan bir çıktı ile ek olarak, makro kolaylıkla objektif bir analiz sağlanır; aksi takdirde kör deneyleri yanı sıra birden fazla araştırmacı analiz dahil ortaya kişilerarası farklılıkları gerektiren kişisel önyargıları dahil değildir. Son olarak, makro hassas ve doğru bir sağlamaktırDramatik NMJ kusurları ziyade ince yol ve bugüne kadar araştırmacının gözle hesaba katılmayan kalmıştır sinaptik düzenleyiciler tanımlanmasına izin NMJ özelliklerinden alysis. Doğrulama prosedürleri ve makrolar kullanılan algoritmalar ile ilgili ayrıntılı bilgiler yayın Nijhof ve diğerleri bulunur. 17. Makrolar işlevselliği uygun Daha sonra kas 4. Drosophila melanogaster NMJs morfolojik özellikleri ölçmek için doğrulanmıştır, bu makrolar da bu organizma diğer kaslarda sinaps analiz etmek için uygun olduğu gösterilmiştir. Makro, diğer Drosophila türleri ve ayrıca böcekler dahil olmak üzere, diğer türler, içindeki yapı ile NMJ morfolojik parametrelerin ölçülmesi için kullanılabilir olması muhtemeldir. Evriminde çok uzak olsa NMJs, örneğin farelerin NMJs, oldukça benzer bir yapısal şekle göstermek 29. makrolar diğer türlerden NMJ hazırlıklar üzerinde test edilmemiştir ancak potansiyel kullanıcılar bu tür amaçlar için makro sınamak için teşvik edilir. Kullanıcı / tanımlamak görüntüler için en uygun makro ayarları seçmek için farklı bir otomatik eşikleri ve algoritmalar araştırıyor çok önemlidir. Makro değerlendirme kılavuzu değerlendirmeye kıyaslandığında Bu ayarlarla, yaklaşık% 95&#39;lik bir doğruluk elde edilir. Makro ayarlarını yapma düzgün segmenti görüntülerin% 100 çok zahmetli ve hatta imkansız bir prosedür olabilir için. sayıları% 5&#39;in altındadır nedenle, düzgün segmentli olmayan görüntülerin dışlama önerilir. Görüntülerin kalitesi düşükse Açıkça, makrolar yetersiz görüntü segmentasyon daha yüksek bir oranda üretecektir. Düşük kaliteli görüntüler benzer manuel değerlendirmeyi etkileyecektir ve bu nedenle makro performansı ile bağlantılı olamaz. bunların resim için tasarlanmış gibi Yine makro oldukça sağlamdıryüksek içerik mikroskop 17 (örneklerin çok sayıda görüntüleme sağlayan otomatik bir floresan mikroskop) oluşturulan s. Bir kritik nokta kullanıcı görsel makrolar tarafından oluşturulan tüm sonuç görüntüleri inceler olmasıdır. Bu algılamak ve yetersiz segmentasyon ile resim dışlamak için izin verecektir. Bu protokol bölüm 6, kullanıcı &quot;Analiz&quot; alt makro çalıştırırken doğru görüntü segmentasyon için ayarlarını nasıl yönlendirilir. hızla makrolar gereklerine ve nasıl makro ayarları &quot;makro ayarlarını Examples_adjusting&quot; adlı bir klasör ayarlamak için birlikte alıştırmak için makro depo https://figshare.com/s/ec634918c027f62f7f2a dahildir. örnekler (içeriği yüksek / eş odaklı / floresans mikroskobu) farklı mikroskop platformlarda elde edilen görüntüler ve farklı immunostainings sahip on üç alt klasörler her biri verilmiştir. PDF başlıklı “Örnekler rehber” Aynı dahildirHer örnek için gerekli ayarları beklenen sonuçları ve sonuçları görüntüler sağlayan bir metin belgesi ile birlikte temin edilmektedir klasörü. makrolar .tiff dosyaları ayrılmış olarak kaydedilen görüntüleri işlemek için tasarlanmış, yine de bazı kullanıcılar farklı bir biçimde kendi görüntüleri kurtarmış olabilir. Ve ayrıntılı talimatlar belge &quot;Örnekler Kılavuzu&quot; nasıl makro içine görüntüleri aktarmak için - Aşağıdaki web sitesi https://figshare.com/s/ec634918c027f62f7f2a 21 üç örnek dosyaları (3 Örnek 1) &quot;Drosophila NMJ&quot; adlı bir klasör içeriyor .tiff ayrı dosyalar olarak saklanır değilse de aynı klasörde bulunabilir. NMJ alanı, NMJ çevre, BOUTONS sayısı NMJ bouton alanı, NMJ uzunluk, NMJ en uzun dal uzunluğu, Isla sayısı: Birlikte, &quot;Drosophila NMJ Morfometri&quot; ve &quot;Drosophila NMJ bouton Morfometri&quot; makro on farklı NMJ özelliklerini ölçmekNDS, dal sayısı, dallanma noktalarının sayısı ve aktif bölgelerin sayısıdır. Bu yalnızca bir veya birkaç sinaptik özellikleri 30, 31 değerlendirebilir şimdiye kadar mevcut araçlar üzerinde büyük bir avantaj sağlamaktadır. Multiparametrik nicel analiz sinaps biyoloji sayısız yönleri kadar birini kontrol roman düzenleyicileri tanımlamak için yeni keşifler, örneğin için büyük bir potansiyele taşımaktadır. Ayrıca, tam olarak aynı veya üst üste NMJ özellikleri coregulate ve böylece, ortak moleküler yollarla çalışma olasılığı olan genleri belirlemek için gerekli çözünürlüğü sağlar. Son olarak, sinaptik parametreler genler, koordine morfometrik korelasyon temin istifin bozulmadığı koşullar 17 ve birbirleriyle ilişkili ne kadar farklı araştırmak için ihtimalini açmaktadır. Birlikte ele alındığında, bu protokol &quot;Drosophila NMJ Morfometri&quot; iki makro nasıl kullanılacağı gösterilmektedir veYüksek verimli bir şekilde on morfolojik NMJ özelliklerinin objektif ve duyarlı kantifikasyonunu gerçekleştirmek &quot;Drosophila NMJ Bouton Morfometri&quot;.

Gibi zihinsel engelli, otizm spektrum bozukluğu ve şizofreni gibi bilişsel hastalıklar çoğu zaman anormal sinaptik fonksiyon, 1, 2, 3 ile karakterize edilir. Sinaps morfolojisi ve fonksiyon sıkı iç içe geçmiştir; morfolojik kusurlar sinaptik arızaya neden olabilir ve, tersine, anormal sinaptik transmisyon sinaptik olgunlaşmasını ve şekil 4, 5, 6 etkileyecektir. Model organizmaların bir dizi daha sinaps biyolojisini anlamak ve sinaptik değişiklikler sağlık ve hastalık 7, 8, 9 beyin fonksiyonlarını nasıl etkilediğini ışık tutmak amacıyla kullanılmıştır. Drosophila NMJ bir geniş olarak araştırılmış ve glutamaterjik sistem için in vivo model köklünapse biyoloji 10, 11. Geçmiş yıllarda, bu model NMJs arasındaki morfolojik farklılıkları tespit etmek amacıyla, hem de büyük ölçekli genetik ekranlar için, fizyolojik ve gen odaklı çalışmalar için kullanılmıştır. Özellikle, ileri genetik ekranlar sinaps gelişimi altında yatan pek çok önemli regülatörleri ve mekanizmalar tanımlanmış ve 12, 13, 14, 15, 16 fonksiyon var. Bununla birlikte, bu ekranların en NMJ terminali morfolojisinin görsel değerlendirme ile ve nitel sinaptik anormalliklerin tespit edilmesi veya birkaç morfolojik özelliklerin yarı-kantitatif puanlama dayanıyordu. Sonuç olarak, insan gözünün olmayan ortada oldukça ince sinaptik morfolojik anormallikler kolayca cevapsız edilir. amacıyla kapsamlı kantitatif farklılıklar tespit edebilmek içinNMJ doğru çıkar morfolojik parametrelerin sistematik olarak ölçmek suretiyle değerlendirilmelidir. elle NMJ özellikleri Ölçme birkaç NMJ ilgi özellikleri ve / veya büyük ölçekli genetik gösterimleri gerçekleştirilirken özellikle olduğunda, zahmetlidir. Multiparametrik, yüksek hacimli morfolojik analizini desteklemek ve objektif ölçümünü elde etmek için, iki makro &quot;Drosophila NMJ Morfometri&quot; ve &quot;Drosophila NMJ Bouton Morfometri&quot; 17 geliştirilmiştir. Her iki makro açık kaynak görüntü analiz yazılımı Fiji 18 çalıştırmak ve her ikisi de aynı odaklı ve nonconfocal görüntüleri ölçmek. &quot;Drosophila NMJ Morfometri&quot; önlemler büyük 1 postsinaptik işaretleyici disk (DLG-1) ya da presinaptik yaban turpu peroksidaz (HRP) ile immüno-NMJ terminalleri, aktif bölge işaretleyici bruchpilot (BRP) ile birlikte etiketli. Dokuz morfolojik parametrelerle quantifiesters (aşağıda daha ayrıntılı olarak tarif edilmiştir): NMJ alanı, NMJ çevre, BOUTONS sayısı NMJ uzunluğu, NMJ uzun dal uzunluğu, adacıkların sayısı, dal sayısı, dallanma noktaları ve sinaptik terminalden aktif bölgelerin sayısı gibi (Şekil 1) . BOUTONS sayısının belirlenmesi için bir algoritma bu makro mevcut olsa da, doğruluk 17 kriterlerini karşılamayan. Düzgün BOUTONS sayısını değerlendirmek için, özellikle anti-sinaptotagmin (SYT) ya da anti-Sistein dize protein (CSP) ile boyama NMJ hazırlıklarını kullanarak boutons ölçmek için tasarlanmıştır &quot;Drosophila NMJ Bouton Morfometri&quot; makro kullanmak için gerekli olan, ve BRP ile birlikte imüno-. &quot;Drosophila NMJ Bouton Morfometri&quot; makro aşağıdaki parametreleri quantifies: Aktif zo ait BOUTONS sayısını, NMJ bouton alanı, NMJ uzunluğu, NMJ en uzun dal uzunluğu, adaların sayısı, şube sayısını, dallanma noktalarının sayısını ve numarayıaksam (Şekil 2). Makroları 3 alt makrolar oluşur: (I) &quot;yığın dönüştür&quot; mevcut tüm görüntü dosyalarını tanımlar ve Z-hyperstacks ve her iki kanalın maksimum yoğunluk projeksiyonları oluşturur. çıktısı gibi, bu makro &quot;stack_image_name&quot; ve &quot;flatstack_image_name&quot; denilen sinaps başına iki yeni dosyalar oluşturur. II) &quot;ROI tanımlama&quot; art arda her maksimum projeksiyon görüntüleri &quot;flatstack_image_name&quot; açık ve manüel olarak ilgi çekici bir spesifik sinaptik terminali mevcut olduğu (ROI), bölgeyi tanımlamak için isteğe ile sunacaktır. Bu görüntülerin 11 mevcut olabilir bitişik kas ve / veya (1 olan), sinaptik terminallerinden diğer tip bağlantı sinaps hariç tutulmasına izin uygulanmıştır. (III) &quot;Analiz&quot; tam ROI sınırları içinde görüntülerin tüm bölgelerine analizini otomatik uygular. Gibitüm sayısal ölçüm açıklamalı olacak &quot;results.txt&quot; ve makro tarafından üretilen temel görüntü segmentasyonları izah edilecektir bir &quot;res_image_name.tif&quot;: Bu adımın sonucu, kullanıcı iki yeni dosyalar elde edecektir. NMJ anahat, NMJ iskelet ve BRP pozitif aktif bölgelerin sayısı: Görüntü analizi sırasında üç yapılar, her bir sinaptik terminalden elde edilir. NMJ anahat NMJ alan ve çevre belirlemek için kullanılır ve daha sonraki bir havza ayırma BOUTONS sayısını belirtir. İskeletin itibaren beş NMJ özellikler çıkarılabilir gibidir: toplam NMJ uzunluğu, herhangi iki uç noktalarını bağlayan en uzun kesintisiz yolun uzunluğunun toplamı (en uzun dal uzunluğu), NMJ başına bağlantısız bölmeleri sayısını ( &quot;adalar&quot; olarak anılacaktır ), dal sayısı ve dallanma noktaları (bir dallanma noktası üç veya daha fazla dal bağlanır) sayısı. aktif bölgelerinin sayısı, saymak suretiyle BRP-kanal belirlenirBRP pozitif noktalar. (Açıklamalı NMJ hatları (sarı çizgi), NMJ iskelet (mavi çizgi) ve (beyaz odaklar ile gösterilir) BRP pozitif aktif bölgeleri sayısı sonuçları resim görüntülenir ve parametrelerin ölçümleri için işlenir. txt) çıktı dosyası (Şekil 3). Drosophila NMJ Morfometri&quot; ve &#39;Drosophila NMJ Bouton Morfometri Drosophila NMJ Morfometri &#39;ve &#39;Drosophila NMJ Bouton Morfometri&#39;&#39; önce tarif edilen ve yaygın olarak Nijhof ve ark. 17 ile doğrulanmıştır. Bu makale makrolar kullanılarak NMJ morfolojisi analiz etmek için yöntem odaklanır&#39;. Bununla birlikte, makro-destekli analizi öncesinde, NMJ tahlil ve immunostainings Bu önemli adımlardır. gerçekleştirilmesi gereken ve immünohistokimya için kullanılan işaretlerin kombinasyonu makro analizler için uygun olması gerekmektedir. Bu adımlar kısaca açıklanan seBu protokolün ction 1 ve bu prosedürleri gerçekleştirmek için ayrıntılı protokolleri tarif referanslara yönlendirmek.

<table><tbody><tr><td><güçlü > immün boyama< / güçlü ></td><td></td><td></td> <td>< güçlü > Seyreltme< / güçlü ></td></tr> <tr><td>Fare anti-diskleri büyük 1</td><td>Gelişimsel Çalışmalar Hibridoma Bankası</td><td>AFFN-DLG1-4D6</td><td>1/25 (Zenon Alexa Fluor 528 Etiketleme Kiti kullanılarak konjonktüre edilmiştir)</td></tr> <tr><td>Tavşan anti-yaban turpu peroksidaz</td><td>Jackson IR</td><td>323-005-021</td><td>1/500</td></tr><tr><td>Tavşan anti-Sinaptotagmin</td><td>Hugo Bellen'den</td><td></td> Hediye <td>Jan-00</td></tr><tr><td>Fare anti-Sistein string proteini</td><td>Gelişimsel Çalışmalar Hibridoma Bankası</td><td>DCSP-1(ab49)</td><td>1/10 (Zenon Alexa Fluor 528 Etiketleme Kiti kullanılarak konjonktüre edilmiştir)&nbsp;</td></tr><tr><td>Fare anti-Bruchpilot</td><td>Gelişimsel Çalışmalar Hybridoma Bank</td><td>nc82</td><td>Jan-50</td></tr><tr><td>Keçi anti-fare Alexa Fluor 488</td><td>Yaşam teknolojileri</td><td>A11029</td><td>1/200</td></tr><tr><td>Keçi anti-tavşan Alexa Fluor 568</td><td>Yaşam teknolojileri</td><td>A11011</td><td>1/500</td></tr><tr><td>Zenon Alexa Fluor 568 Fare IgG1 Etiketleme Kiti</td><td>ThermoFisher</td><td>Z25006</td><td></td></tr><tr><td>ProLong Altın Antikifade Mountant</td><td>ThermoFisher</td><td>P36930</td><td></td></tr><tr><td><güçlü>Malzeme</güçlü></td><td><güçlü>Şirket</güçlü></td><td>güçlü<güçlü>Katalog numarası</güçlü></td><td>güçlü<güçlü>Yorumlar</güçlü</td></tr><tr><td>><güçlü>Ekipman</güçlü></td><td></td><td></td><td></td></tr><tr><td>Konfokal mikroskop veya floresan mikroskobu</td><td>Leica SP5</td><td></td><td></td></tr><tr><td>Zeiss Axio görüntüleyici</td><td></td><td></td><td></td></tr><tr><td>Bilgisayar</td><td>Mac veya Pc</td><td></td><td></td></tr><tr><td>< güçlü > Malzeme</td><td>Company</td><td>Katalog numarası</td><td> Comments< / strong</td></tr><tr><td>>Software</td><td></td><td></td><td></td></tr><tr><td>FIJI</td><td></td><td></td><td></td></tr></tbody></table>

yüksek throughput ve Çok parametrik nicelik için iki algoritmalar<em&gt; drosophila</em&gt; nöromusküler junction morfoloji

Two Algorithms for High-throughput and Multi-parametric Quantification of Drosophila Neuromuscular Junction Morphology

Sinaptik morfolojisi sinaptik etkinlik için sıkı ilişkili olduğu ve birçok durumda morfolojik sinaps kusurları sonuçta sinaptik arızalanmasına yol açar. Drosophila larva nöromuskular (NMJ), glütamaterjik sinapslarda büyük bir köklü model yaygın olarak yıllardır çalışılmıştır. NMJ morfolojik kusurlara neden mutasyonların belirlenmesi sinaps gelişimi ve işlevi düzenleyen genlerin bir repertuarı ortaya çıkardı. Bunların çoğu Drosophila NMJ morfolojik anormallikleri tespit etmek için nitel yaklaşımlar üzerinde duruldu büyük ölçekli çalışmalarda tespit edilmiştir. nitel analizler bir dezavantajı NMJ morfolojisi katkıda birçok ince oyuncu muhtemelen fark edilmeden kalması. nicel analizler ustaca morfolojik farklılıkları tespit etmek için gerekli olan Halbuki onlar zahmetli olduğu için, bu tür analizler henüz yaygın gerçekleştirilen değildir. Bu protokol detay iki görüntü analiz algoritmaları açıklar &quot;Drosophila </emDrosophila NMJ, kantitatif doğru ve objektif morfometrik analiz Fiji uyumlu makrolar gibi mevcut&gt; NMJ Morfometri&quot; ve &#39;Drosophila NMJ Bouton Morfometri&#39;. Bu metodoloji, yaygın olarak kullanılan belirteçler ile immunolabeled NMJ terminalleri analiz etmek için geliştirilmiştir Dlg-1 ve . BRP Ayrıca, bu tür Hrp, CSP ve SYT gibi diğer belirteçler onun daha geniş uygulama bu protokolde sunulan makro dokuz morfolojik NMJ özelliklerini değerlendirmek için edebiliyoruz. NMJ alanı, NMJ çevre, bOUTONS sayısı NMJ uzunluk, NMJ en uzun şube uzunluk, adacıkların sayısı, dal sayısı, dallanma noktaları ve NMJ terminali aktif bölgelerin sayısı.

İki görüntü analiz algoritmaları, &quot;Drosophila NMJ Morfometri&quot; ve &quot;Drosophila NMJ Bouton Morfometri&quot; otomatik Drosophila nöromüsküler kavşakta (NMJ) dokuz morfolojik özelliklerini ölçmek için, yaratıldı.

Yüksek throughput ve Çok parametrik Nicelik için iki Algoritmalar<em&gt; Drosophila</em&gt; Nöromusküler Junction Morfoloji

Synaptic morphology is tightly related to synaptic efficacy, and in many cases morphological synapse defects ultimately lead to synaptic malfunction. The ...

Bu prosedürün genel amacı, morfometrik yazılım makrolarını kullanarak Drosophila nöromüsküler kavşağının morfolojik özelliklerini otomatik olarak ölçmektir. Bu yöntem, nörobiyolojide önemli bir soru olan sinaps gelişiminin düzenleyicilerini tanımlamaya yardımcı olabilir. Bu tekniğin ana avantajı, çoklu NMJ özelliklerinin otomatik olarak ölçülmesidir.Bu, NMJ morfolojisinin yüksek ila put'ta objektif analizine izin verir. NMJ morfolojisini çok sayıda hastalık modelinde araştırabilmek için bu metodolojiyi geliştirmeye karar verdik. Kişisel farklılıklarını nasıl önleyebileceğimizi ve nicelik belirleme sürecini nasıl önemli ölçüde hızlandırabileceğimizi düşündük.Bu yöntemin görsel gösterimi çok faydalıdır. Uygun makro ayarları çok önemlidir ve özellikle VT yazılımına aşina olmayan yeni kullanıcılar için bazı adımlar zor olabilir. Bu protokol için, NMJ'lerin görüntü yığınlarını oluşturun ve bunları, birinci kanalın DLG1 boyamayı veya benzer bir işaretleyiciyi gösterdiği ve ikinci kanalın BRP boyamayı gösterdiği ayrı TIFF dosyaları olarak kaydedin.Başlamak için, NMJ görüntü dosyalarının C projeksiyonlarını ve hiper yığınlarını oluşturun. Eklenti seçeneklerini açın ve Drosophila NMJ Morphometrics'i seçin. Şimdi, mikroskobun TIFF olarak kaydederken görüntü serisine atadığı benzersiz dosya dizesini tanımlayın.Bu, resim adının sonunda olacaktır. En düşük düzleme ve kanal numarasına verilen dizeyi kopyalayıp benzersiz dosya dizesi ayar penceresine yapıştırın. Ardından, yığına dönüştür alt makrosunu seçin ve görüntülerin bulunduğu dizini veya klasörü seçin.Her görüntü dosyası için, varsayılan yığın ve düz yığın adlarıyla iki yeni dosya oluşturulur ve ardından orijinal görüntü adı gelir. Depolama alanından tasarruf etmek için orijinal dosyalar daha sonra silinebilir. Ardından, Drosophila NMJ Morphometrics arayüzünden ROI alt makrosunu tanımla'yı seçin ve görüntü dosyası dizinini seçin.İlk projeksiyon açıldığında serbest el seçimleri aracını seçin. Ardından, ilgilenilen tam bir NMJ terminali içeren bir bölge tanımlamak için fareyi kullanın. Seçildikten sonra, terminal tanımla penceresinde Tamam'a tıklayın.NMJ terminalleri tüm projeksiyonlarda tanımlanana kadar bunu yapmaya devam edin. Makro işlemi otomatik olarak ilerletir. Her görüntü dosyası için, varsayılan adlar ROI ve ardından orijinal görüntü adıyla yeni bir dosya oluşturulur.NMJ özelliklerini ölçmek için önce Drosophila NMJ Morphometrics arayüzüne gidin ve ölçeği ayarlayın. Örneğin, görüntüdeki bir piksel 0,72 mikrona karşılık geliyorsa, ölçek piksellerini bire ve ölçek mesafesini 0,072'ye ayarlayın. Ardından alt makro analizini seçin ve iki kanal görüntüsü varsa, ağırlığı da değiştirin.Tamam'a basın ve istendiğinde görüntü dosyası dizinini seçin. İşlem süresi sinaps başına birkaç dakika olabilir. Analizden sonra, analiz edilen her sinaps için yeni görüntü dosyaları ebeveyn klasöründe saklanır ve kantitatif ölçümler sonuçlardır.txt dosyası. Tüm resimleri inceleyin ve segmentasyon hataları olan resimleri hariç tutun. Örneğin, sinaptik terminalin parçaları sarı anahatta dahil edilmeyebilir.Arka planın bazı kısımları sinaptik terminale dahil edilebilir. Mavi bir iskelet hattı sinaptik terminalin ötesine uzanabilir. Çok fazla etkin bölge olabilir veya bazı etkin bölgeler algılanmamış olabilir.Görüntülerin %5'inden fazlasında segmentasyon hataları varsa, görüntü işlemeyi iyileştirmek için farklı analiz algoritmalarını keşfedin. Sonraki video bölümlerinde, bu makro çözümleme ayarlarının birçoğunun nasıl tanımlanacağı açıklanmaktadır. Makro için yuvarlanan top yarıçapı değerini ayarlamak için, görüntü veri kümesini temsil eden üç NMJ Z projeksiyonu seçin.Daha önce alt makro analizi tarafından oluşturulan sonuç res görüntü adını ve iki etkin bölge yığın görüntü adını silin. Seçilen her görüntü için yığın görüntüsü ad dosyalarını açın ve ardından araç çubuğundan Kanalları Böl'ü seçerek birinci kanalın görüntüsünü ve ikinci kanalın görüntüsünü oluşturun ve bu dosyaları kaydedin. Bu durumda DLG bir immün etiketlemeye karşılık gelen birinci kanala ait görüntüyü açın.Şimdi, işlem sekmesinin altında bulunan filtre çıkarma arka planını çalıştırın. Yuvarlanan top yarıçapını, sinaps ve arka plan arasındaki kontrastı artıran bir değere ayarlayın. Projeksiyon türü maksimum yoğunluk olarak ayarlanmış bir Z projeksiyonu oluşturun ve görüntüyü kaydedin.Ardından, tüm Z projeksiyonlarında yeni yuvarlanan top yarıçapı ile arka plan çıkarma algoritmasını çalıştırın ve sonuçları kaydedin. Makro için en iyi otomatik eşikleri belirlemek için, kaydedilen C projeksiyonlarını açın ve tümünü dene seçeneğiyle otomatik eşiği çalıştırın. Elde edilen görüntülerden, görüntüler için en uygun algoritmayı bulun ve daha fazla görüntü için makroyu çalıştırırken bu eşik ayarını kullanarak devam edin.Farklı otomatik eşikleri tanımlamak, makro tarafından uygun görüntü segmentasyonu için kritik öneme sahiptir. Bu nedenle, tabela parametrelerinin sekizini doğru bir şekilde ölçmek için, yazılım tarafından sunulan 16 otomatik eşik seçeneğine aşina olmak önemlidir. Otomatik eşiğin sonuç görüntüsünü yakınlaştırmak için artı düğmesine basın.Algoritma adları, her sonuç görüntüsünün altında bulunur. Bu örnekte, NMJ anahat eşiğini ayarlamak için en iyi otomatik eşik algoritması Huang'dır. İskelet eşiği için en iyi ayar Li'dir ve aktif bölge eşiği için en iyi ayar Huang'dır.Makro için ince maksimum gürültü toleransı değerini tanımlamak için, orijinal temsili NMJ görüntülerine geri dönün. BRP kanalını açın. Açılır menüdeki eklentiler sekmesine gidin ve maksimum 3D'yi seçin.Kısa bir süre sonra yeni bir görüntü görünecek ve ardından orijinal görüntüyü kapatacaktır. Ardından, minimum 3D komutunu kullanın. Ardından, en fazla C2 yığını bir görüntüyü kapatın, bir görüntüyü sinaps yapın ve yeni oluşturulan en az en fazla C2 yığını sinaps birini seçin.Şimdi find maxima komutunu kullanın. Yeni pencerede önizleme noktası seçimini seçin ve gürültü toleransını 50 olarak ayarlayın. Maksimum noktalar daha sonra yalnızca sinaps aktif bölgelerini kapsaması gereken küçük çarpı işaretleriyle gösterilir.Çok fazla çarpı işareti yapılırsa, gürültü tolerans değerini artırın. Etkin bölgelerden bazılarına açıklama eklenmemişse, gürültü toleransı değerini azaltın. Makronun maksimum gürültü toleransını bul alanı için türetilmiş eşik değerini kullanın.Maksimum gürültü toleransı değerini seçerken, aktif bölgelerin sayısını doğru bir şekilde ölçmek önemlidir. Bazen doğru olanı tanımlamak için farklı değerler denemek gerekir. Şimdi, makro arayüzündeki eşik algoritmalarında türetilmiş tüm değerleri ayarlayın ve başlangıçta makro ayarlarını tanımlamak için kullanılan temsili görüntüler üzerinde alt makro analizini çalıştırın.Beyaz noktalarla gösterilen aktif bölgelere sahip yeni bir dosya oluşturulacaktır. Bu dosyayı araç çubuğuna sürükleyip bırakarak ve bazı dilimler olarak bir projeksiyon türüne sahip Z projesini seçerek açın. Böylece bir projeksiyon dosyası yapılmış olur.Bir sonraki adım, eşiği ayarlamaktır. Yeni eşik penceresinde, istenen tüm odakların okunduğu bir eşik değeri seçmek için üst çubuğu kaydırın. Bunlar BRP'nin pozitif noktalarıdır.Bu değeri BRP puncta alt eşiği olarak kullanın. Şimdi, önceden tanımlanmış değerleri, algoritmaları ve ardından yeni BRP puncta alt eşik değerini kullanarak orijinal temsili NMJ görüntüleri üzerinde analizi yeniden çalıştırın. Ortaya çıkan görüntüler kritik analiz kriterlerini karşılamalıdır.Şimdi, makroyu aynı koşullar altında elde edilen tüm NMJ görüntülerinde çalıştırmak için tanımlama ayarlarını kullanın. Drosophila NMJ morfometrik makrosu, üç mutant genotipte bilinen farklı sinaptik kusurları doğrulamak için kullanıldı. Ankyrin'in iki mutantının kaynaşmış butonlara ve daha küçük NMJ'lere sahip olduğu bilinmektedir.Makro kullanılarak, panuronil ve quirin'in alanı ve çevresi, iki RNAI knock down NMJ'leri ölçüldü ve kontrollerden önemli ölçüde daha küçük olduğu bulundu. GTPase Rab3, uygun bruckpila dağılımı için gereklidir. Bozulduğunda daha az aktif bölge vardır.Makro panuronil Rab 3 knock down sinekleri, kontrollerde tespit edilen 290'a kıyasla NMJ terminali başına ortalama 138 aktif bölgeye sahipti. Yüksek tel, NMJ büyümesinin önemli bir düzenleyicisidir ve mutasyona uğradığında NMJ'ler terminallerinde dallanmayı uzatır. Makro panuronil yüksek telli RNAI yıkma hatlarını kullanarak, NMJ'lerinde toplam uzunluk, en uzun dal uzunluğu, dal sayısı ve dallanma noktası sayısı dahil olmak üzere çeşitli iskeletten türetilmiş parametrelerde önemli artışlar gösterdi.Bu videoyu izledikten sonra, Drosophila NMJ morfometri makrosunun nasıl çalıştırılacağını ve ayarlarının nasıl yapılacağını iyi anlamış olmalısınız. Bir kez ustalaştıktan sonra, 50 sinapsın analizi bir saat içinde yapılabilir. Bu, sinaps başına yaklaşık 15 dakikalık niceleme süresi tasarrufu sağlar.NMJ'nin kaliteli görüntülerini elde etmek önemlidir. Görüntüler ne kadar iyi olursa, makro o kadar iyi performans gösterir. Bu teknik, nörobiyoloji alanındaki araştırmacıların Drosophila NMJ'nin morfolojik parametrelerini verimli bir şekilde ölçmelerine yardımcı olacaktır.

two-algorithms-for-high-throughput-multi-parametric-quantification

Research

JoVE Journal

Neuroscience

Aktif Bölgeleri Diseksiyon ve Görüntüleme Drosophila Nöromüsküler Junction

Drosophila nöromüsküler kavşağı (NMJ), sinapsların morfolojisini ve işlevini incelemek için bir model olarak kullanılır. Bu video, araştırmacıların NMJ'yi karakterize etmek için ölçtüğü önemli özellikleri açıklamaktadır. Örnek protokol, nicelemeyi otomatik olarak gerçekleştirebilen bir yazılımı gösterir.

Drosophila Nöromüsküler Kavşak (NMJ) Miktar Tayini: Sinaptik Morfoloji ve Fonksiyonu Değerlendirmek İçin Bir Yöntem

Hücre içi organellerin morfolojisi, büyüklüğü ve konumu evrimsel olarak korunur ve işlevlerini doğrudan etkiliyor gibi görünmektedir. Bu süreçlerin altında yatan moleküler mekanizmaları anlamak, modern biyolojinin önemli bir hedefi haline gelmiştir. Burada, bu çalışmaların nicel tekniklerin uygulanmasıyla nasıl kolaylaştırılabileceğini gösteriyoruz.

En fenotip Karakterizasyonu: Niceleme Matters Neden<em&gt; Drosophila</em&gt; Larva Nöromüsküler Junction

Burada, Drosophila larva'daki segmental sinirlere zarar vermek için basit ve yaygın olarak erişilebilen bir yöntem tarif ediyor ve üçüncü instar larva nöromüsküler kavşakta (NMJ) motor nöronların nörodejenerasyonunu görselleştirip sayısallaştırıyor.

Çalışmak İçin Basit Bir Nöronal Mekanik Yaralanma Metodolojisi<em&gt; Drosophila</em&gt; Motor Nöron Dejenerasyonu

Nöromüsküler kavşak bileşenlerini doğru bir şekilde tespit edebilme yeteneği, patolojik veya gelişimsel süreçler nedeniyle mimarisindeki değişikliklerin değerlendirilmesinde çok önemlidir. Burada, nicel ölçümler yapmak için kullanılabilecek tam montajlı nöromüsküler kavşakların yüksek kaliteli görüntülerini elde etmek için basit bir yöntemin tam bir açıklamasını sunuyoruz.

Tüm Mount Nöromüsküler Kavşakların İmmünofluoresan ve Morfometrik Analizleri için Tek İskelet Kas Liflerinin Diseksiyonu

Nöromüsküler kavşağın mimarisini koruyan ve yetişkin Drosophila bacağındaki motor nöronların ayrıntılı bir immünostokimyasal çalışmasını sağlayan bir diseksiyon tekniğini tarif ediyoruz.

Tanımlanmış Bir Motor Nöron için Nöromüsküler Kavşaktaki Değişiklikleri Tespit Etmek için Drosophila Yetişkin Bacağının Diseksiyonu ve İmmünhistokimyası

Bu protokol, SMA ve ColQ ile ilişkili CMS'nin fare modellerindeki patolojik değişiklikleri ölçmek için kullanılan kombine konfokal ve STED mikroskopisi ile nöromüsküler kavşakların morfometrik analizi için bir yöntemi açıklamaktadır.

Farelerde Nöromüsküler Kavşakların Kombine Konfokal ve Süper Redüksiyonlu Mikroskopi ile Karakterizasyonu

Bu rapor, Drosophila Larvalarında nöromüsküler kavşakları görselleştirmek için yeni bir numune hazırlama prosedürü sunmaktadır. Bu yöntem, geleneksel yönteme kıyasla örneklerin kıvrılmasını önlemede daha etkilidir ve özellikle Drosophila nöromüsküler kavşak ultrastrüktürel analizi için yararlıdır.

Drosophila larvalarında nöromüsküler kavşakların transmisyon elektron mikroskobu için numune hazırlama sürecinin optimize edilmesi

Burada, nöromüsküler kavşaklar ve kas hücrelerindeki mikrotübül ağlarını görselleştirmek için ayrıntılı bir protokol sunuyoruz. Drosophila melanogaster'in güçlü genetik araçlarıyla birleştiğinde, bu protokol, sinir sistemindeki mikrotübül ağı düzenleyici proteinlerin rolü için genetik taramayı ve mikrotübül dinamiği analizini büyük ölçüde kolaylaştırır.

Mikrotübül Ağını Görselleştirmek için Drosophila Larva Nöromüsküler Kavşak ve Kas Hücrelerini Kullanma

Mitokondriyal boya terminali olan Schwann hücre mitokondrilerinin in vivo konfokal mikroskopi için yerel enjeksiyonları. Bu yöntem, sağlıklı veya hasta kaslı farelerin iskelet kas dokularında gösterilen kavram kanıtını kullanarak yüksek çözünürlüklü mitokondriyal görselleştirme sağlar.

Farelerin Kas ve Terminal Schwann Hücrelerinde Mitokondriyal Morfolojinin Yerinde Niceletilmesi Yöntemleri

Keşfedin Drosophila nöromusküler bağlantı morfolojisini otomatik olarak niceliksel analiz eden iki algoritma. Bu yüksek verimli görüntü analizi yöntemi, sinaps gelişiminin düzenleyicilerini tanımlamak için objektif ve tekrarlanabilir sonuçlar sağlar.

Yüksek throughput ve Çok parametrik Nicelik için iki Algoritmalar

Daha fazla video keşfet