まず、MATLAB を起動し、EZcalcium ツールボックスを実行して初期 GUI にアクセスします。初期 GUI で [Motion Correction] を選択して、モーション補正 GUI を開きます。[ファイルの追加] オプションを使用して、イメージング データを含む TIF ファイルをアップロードします。
次に、非剛体モーション補正を空白に、アップサンプリング係数を50に、最大シフトを15に、初期バッチサイズとビン幅を200に設定します。「モーション補正を実行」をクリックして、補正を開始します。初期 GUI で、自動 ROI 検出をアクティブにして ROI 検出 GUI にアクセスします。
ファイルの追加機能を使用して、モーション補正された画像データをインポートします。初期化を greedy に、検索方法を ellipse に、デコンボリューションを制約付き FOOPSI-SPGL1 に、自己回帰を decay に設定します。次に、ROI の推定数を 60 に設定します。
推定 ROI 幅を 17 に、マージしきい値を 0.95 に、ファッジ係数を 0.95 に、空間および時間的ダウンサンプリングを 1 に、時間的反復を 5 に割り当てます。次に、[ROI 検出の実行] をクリックして検出プロセスを開始します。最初の GUI で、「ROI Refinement」を選択して ROI Refinement GUI を起動します。
「Low Data」ボタンを使用して、ROIデータをインポートします。頭蓋骨の下にある活動頻度が低いROIまたは他のニューロン/神経突起と重なるROIを選択します。「ROI を除外」をクリックして、それらの ROI を後続の分析から除外します。
この式を使用して、F×Fのデルタ値を計算します。データエクスポート形式として XLSX を選択し、エクスポートデータを実行して、未加工の F x F デルタ値が入力された Excel ファイルを生成します。ROI 間のデルタ F x F 値に対するピアソンの相関係数を計算し、相関係数の行列を作成します。
フィジーのソフトウェアを使用して、TCA-RFP画像から銃身の境界を描きます。次に、ROI を対応するバレルまたはセプタムに割り当てます。同一のバレルと異なるバレル内のペアワイズ相関係数を比較します。
ROIの位置とカルシウムイオントレースの間の関連性をランダムに並べ替えることにより、1,000〜10,000の代理データセットを生成します。各代理データセットで、バレル内の平均相関係数を個別に計算し、相関の統計的有意性を決定します。同じ感覚処理ユニット内では、異なるユニット間よりも高いペアワイズ相関係数が観察されました。
活動は、距離が長いにもかかわらず、同じユニット内でより強い同期性を示し、異なるユニットの物理的に近いニューロンとの相関を上回りました。同じバレル内の相関係数の平均は、10, 000セットの代理データから計算されたものよりも有意に高かった。同じ樽内の相関関係は、3つの異なる時間ウィンドウ間で有意に強かった。
