이 작품은 부시 의생명 그랜트, NSF 그랜트 이븐 - 0548543, NSF 그랜트 이븐 - 0919747, 천 재단 그랜트 1 - FY04 - 107 3 월, 천​​ 재단 그랜트 1 - FY08 - 464 3 월 (BLF로)에 의해 부분적으로 지원되었다. MKK과 CGL은 NIH 생명 교육 그랜트 T32 GM008339 - 20 지원했고, CGL 또한 척수 연구 Predoctoral 원정대 08-2941 - SCR - E - 0에 대한 NJ위원회에 의해 지원되었다.

1. 당신이 시작하기 전에 : 1) E18 쥐 해부 : E18 hippocampal 뉴런의 표준 절개 방법은 이전에 13 설명했습니다. neurites의 형태학의 특성을 분석 모닥불 프로그램을 사용하기 위해서는 개별 뉴런의 8 비트. TIF 이미지를 취득해야합니다. 이것은 당신이 다음하는 실험 프로토콜에 따라 여러 가지 방법으로 수행할 수 있습니다. 하나의 뉴런은 현미경 필드에 표시되도록 뉴런은 낮은 충분한 밀도로 도금 수 있습니다. 또한, 고밀도 문화에 재배 이미지 각각의 뉴런에, 뉴런은 플라스미드 인코딩 형광 단백질로 transfection 다양한 방법을 사용하여 transfected 수 있습니다. 2) 소프트웨어 요구 사항 및 설치 : <ol class="ualpha"><li> NIH와 NeuronStudio에서 ImageJ 소프트웨어 NeuronJ 플러그인은 모두 볼파이어 프로그램을 실행하기 위해 설치되어 있어야합니다. 소프트웨어 팩은는 다음 웹사이트에서 찾을 수 있습니다 : ImageJ - <a href="http://rsbweb.nih.gov/ij/">http://rsbweb.nih.gov/ij/</a> NeuronJ - <a href="http://www.imagescience.org/meijering/software/neuronj/">http://www.imagescience.org/meijering/software/neuronj/</a> NeuronStudio - <a href="http://research.mssm.edu/cnic/tools-ns.html">http://research.mssm.edu/cnic/tools-ns.html</a> </li><li> 모닥불 프로그램은 http://lifesci.rutgers.edu/ ~ firestein에서 찾을 수 있습니다. 볼파이어 사용자 설명서는이 웹사이트에서 사용할 수 있습니다. 또한, 볼파이어의 초기 설명이 Langhammer 외, Cytometry 2010 년 찾을 수 있습니다. 우리의 모든 데이터는 Windows 운영 체제를 사용하여 분석하고 있습니다. </li></ol> 3) 이미지 해상도 조정 : 당신은 분석하고자하는 이미지의 이미지 해상도에 따라 볼파이어 프로그램을 조정해야합니다. 모닥불 프로그램의 bonfire_parameters 부분에서 이미지의 이미지 해상도의 값 (μm의 / 픽셀)로 변수 pix_conv에 대한 현재 가치를 바꿉니다. 2. 파일 구조 : 데이터를 분석하는 볼파이어하기 위해서, 파일은 특정 구조 (그림 2)로 구성해야합니다. 당신이해야합니다 : <ul><li> 마스터 폴더 </li><li> 하위 폴더 (귀하의 여러 조건을 각각 포함) </li><li> 셀 이미지 파일 (filename.tif 파일)은 서로 다른 조건 폴더에 포함된 </li><li> 모닥불 Matlab mfiles을 포함 볼파이어 폴더 (역시 마스터 폴더에 포함된) </li></ul> 3. NeuronJ의 추적 뉴런 : <ol><li> 추적에 대한 이미지를 준비 <ol class="lalpha"><li> NeuronJ 도구 모음에서 &#39;열기&#39;버튼을 선택하고 추적하고자하는 이미지를 선택하여 이미지를 엽니다. </li><li> &#39;최대화&#39;버튼을 선택하여 이미지 크기를 조정할 수 있습니다. </li><li> 당신은 &#39;조정 밝기 / 명암&#39;을 선택 후 NeuronJ 도구 모음에서 &#39;이미지&#39;를 선택하여 neurites의 모든 시각화 수 있도록 이미지의 밝기와 대비를 조정합니다. </li></ol></li><li> NeuronJ의 세포 시체를 추적하고 &#39;타입 06&#39;것으로 흔적을 식별 <ol class="lalpha"><li> NeuronJ 도구 모음에있는 &#39;추가 추적&#39;버튼을 선택합니다. </li><li> 세포 기관의 주위에 추적. </li><li> NeuronJ 도구 모음에서 &#39;레이블 Tracings&#39;버튼을 선택합니다. </li><li> 드롭 다운 메뉴의 &#39;ID 추적&#39;을에서 &#39;N1&#39;을 선택합니다. </li><li> 선택 &#39;유형 06&#39;NeuronJ의 : 속성 창에서하고 &#39;확인&#39;을 선택합니다. </li></ol></li><li> NeuronJ에 neurites 추적 <ol class="lalpha"><li> NeuronJ 도구 모음에있는 &#39;추가 추적&#39;버튼을 선택합니다. </li><li> 각 neurite 지점을 따라 추적을 추가합니다. 당신은 실험에 따라서만 dendrites 또는 축삭을 선택할 수 있습니다. </li><li> 우리는 각각의 딸 지점 지점이 새로운 추적으로 그 시점에서 시작과 함께, 당신이 그릴 세그먼트는 각 지점의 지점에서 중지하는 것이 좋습니다. </li><li> NeuronJ 도구 모음에서 &#39;저장 Tracings&#39;버튼을 선택합니다. </li><li> 방금 원본 이미지 파일과 같은 폴더에 만들어 추적을 저장합니다. </li></ol></li><li> NeuronJ에서 추적 파일 및 추적 식별자 파일 내보내기 파일의 두 가지 유형이 NeuronJ에서 내보낸 및. TIF 및. ndf 파일과 함께 해당 조건 폴더에 저장해야합니다. <ol class="lalpha"><li> NeuronJ 도구 모음에서 &#39;내보내기 추적&#39;버튼을 선택합니다. </li><li> NeuronJ 각 추적 &#39;에 대한 옵션을&#39;에 대한 별도의 파일 : &quot;탭 - deliminated 텍스트 파일을 선택 내보내기 &#39;대화 상자를 선택하십시오&#39; &#39;OK. </li><li> NeuronJ는 파일과 저장 위치의 이름을 선택하실 수 있습니다. </li><li> NeuronJ 도구 모음에서 &#39;측정 Tracings&#39;버튼을 선택합니다. </li><li> &#39;NeuronJ : 측정&#39;에서 &#39;디스플레이 추적 측정&#39;옵션을 선택 창을하고 &#39;실행&#39;을 선택합니다. </li><li> 창 : &#39;Tracings NeuronJ&#39;에서 &#39;파일&#39;을 선택한. </li><li> 선택 &#39;다른 이름으로 저장&#39;과 filen로 파일을 저장합니다ame_info. &#39;파일 이름&#39;은 정확하게 _info 다음에 원본 이미지 파일 (대소문자 포함)의 이름과 일치해야하고 3 문자 파일 확장명을 포함되어서는 안됩니다. 예를 들어, 원래 이미지 이름 Cell20.tif 들어,이 파일은 &#39;Cell20_info&#39;이라는 것입니다. 컴퓨터가 자동으로. xls 파일 확장명을 추가하지 않는다는 것을 확인하십시오. 그것이 없으면, 파일 확장자는 수동으로 삭제해야합니다. </li></ol></li></ol> 4. . Ne​​uronJ 데이터에서 예선 SWC 파일을 작성하기 위해 모닥불을 사용 <ol><li> &#39;bonfire_load&#39;을 사용하여 폴더를 재구성 <ol class="lalpha"><li> 더블이 아이콘을 클릭하여 Matlab을 엽니다. </li><li> 명령 창 오른쪽 상단에있는 &#39;버튼을 클릭합니다. </li><li> 창의 &#39;폴더에 대한 찾아보기&#39;에서 마스터 폴더에있는 &#39;볼파이어&#39;폴더를 선택합니다. </li><li> Matlab 명령 창에 입력하고 Enter를 누르십시오 &#39;bonfire_load&#39;을 입력합니다. </li><li> 이 창에서 &#39;폴더에 대한 찾아보기&#39;에서 분석하고 &#39;확인&#39;을 선택하고자하는 조건 폴더를 선택합니다. </li><li> 이것은 세포 각 세포에 대한 모든 데이터를 포함하는 하위 폴더를 생성하여 폴더 구조를 재구성합니다. </li></ol></li><li> &#39;bonfire_ndf2swc&#39;을 사용 filename_prelim.swc 파일 만들기 <ol class="lalpha"><li> 명령 창에 입력하고 Enter를 누르십시오 &#39;bonfire_ndf2swc&#39;을 입력합니다. </li><li> 방금 윈도우 &#39;폴더에 대한 찾아보기&#39;에서 &#39;bonfire_load&#39;로 개편 동일한 조건 폴더를 선택하고 &#39;확인&#39;을 선택합니다. </li><li> 이것은 선택한 조건에 대한 각 셀에 폴더에. SWC 파일을 생성합니다. 각 셀에 폴더는 이제 5 파일을 포함합니다;. 원본 TIF 이미지, ndf 파일 _info 추적 식별자 파일, txt 파일 및 SWC 파일을.... </li></ol></li></ol> 5. 마무리 NeuronStudio를 사용 SWC 파일. : <ol><li> NeuronStudio의 신경 세포 이미지를 열고 보정 <ol class="lalpha"><li> NeuronStudio 프로그램을 엽니다. </li><li> 파일 선택 → NeuronStudio 도구 모음에서 엽니다. </li><li> 당신이 그것을 편집하고 열고자하는 신경 세포의. TIF 이미지를 찾아보세요. </li><li> 선택 → 설정을 실행하고 Voxel 크기 &#39;창에서&#39;3 각에서 (X, Y, Z) 상자에 &#39;&#39;1를 입력합니다. </li><li> 파일 선택 → 가져오기 SWC합니다. 적절한. SWC 파일을 선택합니다. 이미지 파일은 이제 추적 이미지와 중첩됩​​니다. 셀 소마는 빨간색 동그라미와 중첩되어야합니다. </li></ol></li><li> 링크 neurites에 NeuronStudio를 사용하여 <ol class="lalpha"><li> 제대로 지사 지점과 끝 지점을 식별하는 NeuronStudio의 도구를 사용하여 (우리는 당신이 당신의 데이터를 분석하기 전에 NeuronStudio의 기능과 단축키로 알게되는 것이 좋습니다). </li><li> 특히, 노드 수 있도록 참여하는 &#39;neurite 도구&#39;를 사용 : <ul><li> 각 분기점 (노란색 노드)는 두 지점을 만들 수 있습니다 </li><li> 모든 흔적은 소마 (한 빨간색 노드)와 함께 지속적인 아르 </li></ul></li></ol></li><li> NeuronStudio에서 내보내기 데이터 <ol class="lalpha"><li> 파일 → 저장 Neurites (기본 이름으로 저장)를 선택합니다. </li></ol></li><li> &#39;bonfire_trace_check&#39;을 사용하여 에러를 확인한다. SWC 파일 <ol class="lalpha"><li> Mathlab 명령 창에 입력하고 Enter를 누르십시오 &#39;bonfire_trace_check&#39;을 입력합니다. </li><li> 방금 윈도우 &#39;폴더에 대한 찾아보기&#39;에서 처리 데이터를 포함하는 조건 폴더를 선택하고 &#39;확인&#39;을 선택합니다. </li><li> 폴더에있는 이미지 중 하나에서 오류가있는 경우에는 프로그램이 오류가 위치 표시 이미지를 출력합니다. </li><li> NeuronStudio에서 오류를 고정 <ol class="lroman"><li> 당신이 수출 단계에서 저장한 이미지 파일을 엽니다. </li><li> 찾아 문제 (들) 이후의 수정 프로그램입니다. </li><li> 파일을 클릭 → Neurites을 저장합니다. </li><li> 고정해야 다른 이미지를 반복합니다. </li><li> &#39;bonfire_trace_check&#39;(5.4)을 다시 실행합니다. </li></ol></li></ol></li></ol> 6. . SWC 파일에서 형태학의 데이터를 추출하기 위해 &#39;모닥불&#39;을 사용 <ol class="lalpha"><li> 명령 창에 입력하고 Enter를 누르십시오 &#39;모닥불&#39;을 입력합니다. </li><li> 이 창에서 &#39;폴더에 대한 찾아보기&#39;에서 분석하고 &#39;확인&#39;을 선택하려는 데이터가 들어있는 상태 폴더를 선택합니다. </li><li> 모닥불 분석은 분석에 사용된 숄 반지와 함께의 연결 형태를 그래프하는 분석되는 뉴런, 각각의 창문을 생성합니다. 또한, &#39;모닥불&#39;명령은 분석에서 가져온되었습니다 형태학의 모든 정보를 포함. 매트 파일을 생성합니다. </li></ol> 7. 데이터를 보려면 &#39;bonfire_results&#39;을 사용 <ol class="lalpha"><li> Matlab 명령 창에 입력 &#39;bonfire_results. </li><li> 이 창에서 &#39;폴더에 대한보기&#39;에서 확인하고 &#39;확인&#39;을 선택하고자하는 조건에 대한 조건 폴더를 선택합니다. </li><li> 윈도우 &#39;폴더에 대한 찾아보기&#39;를하면 일시적으로 닫고 다시 열고, 당신이 보려는 추가 조건을 선택할 수 있습니다. </li><li> 당신이 상태 폴더를 선택 완료되면, 선택 프로세스를 종료하려면 &#39;취소&#39;를 선택합니다. </li><li> &#39;Bonfire_results&#39;는 일을 포함하여 요약 차트를 반환합니다조건 폴더에서 전자 데이터를 당신이 선택되었습니다. </li></ol> 8. Excel로 데이터를 내보내기하려면 &#39;bonfire_export&#39;을 사용 <ol class="lalpha"><li> 명령 창에 입력 &#39;bonfire_export. </li><li> 상태 폴더가 윈도우 &#39;폴더에 대한 찾아보기&#39;에서 수출 및 &#39;확인&#39;을 선택하고자하는 데이터를 포함하는 선택합니다. Bonfire_export는 형태학의 데이터를 Excel 파일을 생성하고 선택된 조건 폴더에 배치됩니다. </li></ol> 9. 대표 결과 : 두 가지 조건을 포함하는 데이터 집합에있는 모닥불 프로그램에 의해 생성된 데이터의 예제는 그림 3에 표시됩니다. 이 예제에서는 조건 1 뉴런은 세포 본체에 말초 더 neurites가 포함되어 있습니다. 이러한 현상은 총 돌기 아버 (그림 3A)의 숄 곡선 및 단말 지점 (그림 3C)의 수를 그래프에 나와있는 예제 이미지 (그림 3B)에서뿐만 아니라 볼 수 있습니다. 또한 모닥불 프로그램이 또한 이미지의 subregions에 숄 분석을 수행하기 때문에, 우리는 더 구체적으로 증가 neurites의 신원을 확인할 수 있습니다. 제 3의 순서 이상 neurites (그림 3 층)과 중간 및 단말 neurites 모두의 총 개수의 교차로의 총 수를 모두 (그림 3G) 휴대폰 본체에 말초 증가하고 있습니다. 이러한 경향은 또한 3D 및 3E 통계에서 볼 수 있습니다. <img src="/files/ftp_upload/2354/2354fig1.jpg" alt="그림 1" /> 그림 1 :. 모닥불 프로그램의 플로우 차트 뉴런은 ImageJ를 사용하여 추적됩니다. 데이터는 수출 및 예비. SWC 파일로 볼파이어 프로그램에 의해 변환됩니다. NeuronStudio는 neurites의 연결을 정의하는 데 사용됩니다. 다음 모닥불 오류를 검사하고 숄 곡​​선, 초등, 중등, 고등 주문 neurites의 번호 및 지점 지점과 neurite 도움말의 개수를 계산합니다. 마지막으로, 데이터는 통계 분석을 위해 Excel로 내보낼 수 있습니다. <img src="/files/ftp_upload/2354/2354fig2.jpg" alt="그림 2" /> 그림 2 : 파일 구조 볼파이어 분석에 필요한 파일 구조가 이런 프로그램이 제대로 실행되지 않습니다 일치해야합니다.. 폴더와 파일 및 폴더와 파일의 수량의 이름은 변경할 수 있습니다. <img src="/files/ftp_upload/2354/2354fig3.jpg" alt="그림 3" /> 그림 3 : 볼파이어 프로그램에서 예제 출력 데이터) 총 숄 곡선.. B) 예 모두 조건의 이미지를 반전. 지사 지점과 터미널 지점 / 셀 C) 평균 수. 초등, 중등, 그리고 차 이상 neurites을위한 프로세스 / 조직의 D) 평균 수. 프로세스 / 루트에 대한 세포, 중급, 터미널 neurites의 E) 평균 수. F) 세그먼트 ID를 특정 숄 분석 곡선. 세그먼트는 초등, 중등, 또는 차 이상으로 그룹화됩니다. G) 세그먼트 ID를 특정 숄 분석 곡선. 세그먼트는 루트 세그먼트, 중간 세그먼트, 또는 터미널 세그먼트로 그룹화됩니다.

<ol>
	<li>Elston, G. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pyramidal+cells+of+the+frontal+lobe:+all+the+more+spinous+to+think+with.">Pyramidal cells of the frontal lobe: all the more spinous to think with.</a> J Neurosci. 20, (2000).</li><li>Koch, C., Segev, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+role+of+single+neurons+in+information+processing.">The role of single neurons in information processing.</a> Nat Neurosci. , 1171-1177 (2000).</li><li>Poirazi, P., Mel, B. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Impact+of+active+dendrites+and+structural+plasticity+on+the+memory+capacity+of+neural+tissue.">Impact of active dendrites and structural plasticity on the memory capacity of neural tissue.</a> Neuron. 29, 779-796 (2001).</li><li>Schaefer, A. T., Larkum, M. E., Sakmann, B., Roth, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Coincidence+detection+in+pyramidal+neurons+is+tuned+by+their+dendritic+branching+pattern.">Coincidence detection in pyramidal neurons is tuned by their dendritic branching pattern.</a> J Neurophysiol. 89, 3143-3154 (2003).</li><li>Vetter, P., Roth, A., Hausser, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Propagation+of+action+potentials+in+dendrites+depends+on+dendritic+morphology.">Propagation of action potentials in dendrites depends on dendritic morphology.</a> J Neurophysiol. 85, 926-937 (2001).</li><li>Hausser, M., Spruston, N., Stuart, G. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diversity+and+dynamics+of+dendritic+signaling.">Diversity and dynamics of dendritic signaling.</a> Science. 290, 739-744 (2000).</li><li>Brette, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Simulation+of+networks+of+spiking+neurons:+a+review+of+tools+and+strategies.">Simulation of networks of spiking neurons: a review of tools and strategies.</a> J Comput Neurosci. 23, 349-398 (2007).</li><li>Arendt, T., Zvegintseva, H. G., Leontovich, T. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dendritic+changes+in+the+basal+nucleus+of+Meynert+and+in+the+diagonal+band+nucleus+in+Alzheimer's+disease--a+quantitative+Golgi+investigation.">Dendritic changes in the basal nucleus of Meynert and in the diagonal band nucleus in Alzheimer's disease--a quantitative Golgi investigation.</a> Neuroscience. 19, 1265-1278 (1986).</li><li>Harrison, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+neuropathology+of+schizophrenia.+A+critical+review+of+the+data+and+their+interpretation.">The neuropathology of schizophrenia. A critical review of the data and their interpretation.</a> Brain. 122, 593-624 (1999).</li><li>Lewis, D. A., Glantz, L. A., Pierri, J. N., Sweet, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Altered+cortical+glutamate+neurotransmission+in+schizophrenia:+evidence+from+morphological+studies+of+pyramidal+neurons.">Altered cortical glutamate neurotransmission in schizophrenia: evidence from morphological studies of pyramidal neurons.</a> Ann N Y Acad Sci. 1003, 102-112 (2003).</li><li>Kaufmann, W. E., Moser, H. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dendritic+anomalies+in+disorders+associated+with+mental+retardation.">Dendritic anomalies in disorders associated with mental retardation.</a> Cereb Cortex. 10, 981-991 (2000).</li><li>Georges, P. C., Hadzimichalis, N. M., Sweet, E. S., Firestein, B. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+yin-yang+of+dendrite+morphology:+unity+of+actin+and+microtubules.">The yin-yang of dendrite morphology: unity of actin and microtubules.</a> Mol Neurobiol. 38, 270-284 (2008).</li><li>Firestein, B. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cypin:+a+cytosolic+regulator+of+PSD-95+postsynaptic+targeting.">Cypin: a cytosolic regulator of PSD-95 postsynaptic targeting.</a> Neuron. 24, 659-672 (1999).</li></ol>

저자는 경쟁 이익을 선언하지 않습니다. 자금 조달 기관 볼파이어의 개발에 과학적 역할을 없었다.

모닥불 프로그램은 dendrite와 축삭의 형태의 분석을위한 세미 자동 프로그램입니다. 그것은 크게 수동으로 분석을 수행하는 동안 숄 분석의 효율성 및 정확성을 증가시킵니다. 또한, 볼파이어 프로그램이 가능한 데이터를 감사하고 분석의 정확성을 확인하고, 프로세스의 모든 단계에서 데이터를 저장합니다. 따라서, 데이터 분석의 작업은 손상없이 정확하게 많은 개인에게 배포할 수 있습니다. ?...

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en">	
		
		<div>
		<table border="1">
		<thead>
		<tr>
		<th>Material Name</th>
		<th>Type</th>
		<th>Company</th>
		<th>Catalogue Number</th>
		<th>Comment</th>
		</tr>
		</thead>
		<tbody>
		
<tr>
<td>NeuronJ plugin</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td><a href="http://www.imagescience.org/meijering/software/neuronj/">http://www.imagescience.org/meijering/software/neuronj/</a></td>
</tr>
<tr>
<td>ImageJ software</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td><a href="http://rsbweb.nih.gov/ij/">http://rsbweb.nih.gov/ij/</a></td>
</tr>
<tr>
<td>Bonfire program</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td><a href="http://lifesci.rutgers.edu/~firestein">http://lifesci.rutgers.edu/~firestein</a></td>
</tr>
<tr>
<td>NeuronStudio</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td><a href="http://research.mssm.edu/cnic/tools-ns.html">http://research.mssm.edu/cnic/tools-ns.html</a></td>
</tr>
<tr>
<td>MatLab Program</td>
<td>&nbsp;</td>
<td>MathWorks</td>
<td>&nbsp;</td>
<td>&nbsp;</td>		</tbody>
		</table>
		</div>

automated sholl analysis of digitized neuronal morphology at multiple scales

의 연결 형태 뉴런은 기능과 1-3 의사 소통 방법을 결정하는 중요한 역할을합니다. 특히, 그것은 다른 세포로부터 입력을받을 수 뉴런의 기능에 영향을 미치는 2 4,5 행동 잠재력의 전파에 기여하고있다. neurites의 형태도 정보가 처리되는 방법에 영향을줍니다. dendrite morphologies의 다양성은 로컬 및 장거리 신호를 촉진하고 신경 개별 뉴런 또는 그룹의 연결을 네트워크 6,7 내에 전문적인 기능을 수행하실 수 있습니다. dendrites과 패턴을 분기의 변화 조각을 포함 dendrite 형태의 변경은, 알츠하이머 병 8, 정신 분열증 9,10, 그리고 정신 지체 11를 포함하여 질병 상태의 숫자에서 관찰되었습니다. 두 dendrite morphologies을 형성하는 요인을 이해하고 dendrite morphologies의 변화를 식별하는 능력은 신경계의 기능과 장애에 대한 이해에 필수적입니다. Neurite의 형태는 종종 숄 분석에 의해 및 neurites 및 지점 팁의 수를 계산하여 분석합니다. 이 분석은 일반적으로 dendrites에 적용하지만, 그것은 axons에도 적용할 수 있습니다. 손으로 이러한 분석을 수행하면 시간이 소요 모두이며 필연적으로 실험자의 선입견과 불일치로 인해 다양성을 소개합니다. 모닥불 프로그램은 dendrite 사용 가능한 오픈 소스 형태학의 분석 도구에 따라 빌드 축삭의 형태의 분석 반 자동 방식입니다. 저희 프로그램은 neuritic 아버의 subregions에 숄 분석을 수행하여 동작을 분기 dendrite와 축삭의 로컬 변경 사항의 검색이 가능합니다. 예를 들어, 숄 분석은 전체적으로 신경 세포뿐만 아니라 프로세스의 각 부분 집합 (초등, 중등, 터미널, 뿌리 등) Dendrite 및 축삭의 patterning이 세포내 및 세포외 요인에 의해 영향을 모두 수행됩니다 많은 로컬 연기. 따라서, 결과 아버 형태는 이러한 지역의 변화 12 관찰하기 위해서는 작은 규모의 형태학의 분석을 수행하는 것이 필요하고, 특정 neurites에 연기 특정 프로세스의 결과입니다. 모닥불 프로그램은 두 오픈 소스 분석 도구 ImageJ 및 NeuronStudio에 NeuronJ 플러그인의 사용을 필요로합니다. 뉴런은 ImageJ에서 추적하고 있으며, NeuronStudio는 neurites 간의 연결을 정의하는 데 사용됩니다. 볼파이어 추가 분석을 위해 적절한 형식으로 데이터를 변환하는 데 사용되는 MATLAB (MathWorks)로 작성된 사용자 정의 스크립트 숫자를 포함하고, 사용자 오류를 확인하고, 궁극적 숄 분석을 수행합니다. 마지막으로, 데이터는 통계 분석을 위해 Excel로 내보낼 수 있습니다. 모닥불 프로그램의 플로우 차트는 그림 1에 표시됩니다.

Watch this Scientific Journal Video about Automated Sholl Analysis of Digitized Neuronal Morphology at Multiple Scales at JoVE.com

Automated Sholl Analysis of Digitized Neuronal Morphology at Multiple Scales

우리의 연결 형태를 분석하는 컴퓨터 프로그램을 개발했습니다. 두개의 기존 오픈 소스 분석 도구와 함께, 우리의 프로그램은 숄 분석을 수행하고 neurites, 지사 지점 및 neurite 팁의 수를 결정합니다. 분석은 neurite 형태의 지역 변화가 관찰 수 있도록 수행됩니다.

여러 스케일에서 디지털의 연결 형태론의 자동 숄 분석

Neuronal morphology plays a significant role in determining how neurons function and communicate1-3.  Specifically, it affects the ability of neurons to ...

automated-sholl-analysis-digitized-neuronal-morphology-at-multiple

Research

JoVE Journal

Neuroscience

33.2K 조회수.  Rutgers University. 우리의 연결 형태를 분석하는 컴퓨터 프로그램을 개발했습니다. 두개의 기존 오픈 소스 분석 도구와 함께, 우리의 프로그램은 숄 분석을 수행하고 neurites, 지사 지점 및 neurite 팁의 수를 결정합니다. 분석은 neurite 형태의 지역 변화가 관찰 수 있도록 수행됩니다.

비디오: Automated Sholl Analysis of Digitized Neuronal Morphology at Multiple Scales

Analysis of Dendritic Spine Morphology in Cultured CNS Neurons

Dendritic spines are the sites of the majority of excitatory connections within the brain, and form the post-synaptic 
compartment of synapses. These structures are rich in actin and have been shown to be highly dynamic. In response to classical Hebbian plasticity 
as well as neuromodulatory signals, dendritic spines can change shape and number, which is thought to be critical for the refinement of neural 
circuits and the processing and storage of information within the brain. Within dendritic spines, a complex network of proteins link extracellular 
signals with the actin cyctoskeleton allowing for control of dendritic spine morphology and number. Neuropathological studies have demonstrated that 
a number of disease states, ranging from schizophrenia to autism spectrum disorders, display abnormal dendritic spine morphology or numbers. 
Moreover, recent genetic studies have identified mutations in numerous genes that encode synaptic proteins, leading to suggestions that these 
proteins may contribute to aberrant spine plasticity that, in part, underlie the pathophysiology of these disorders. In order to study the potential 
role of these proteins in controlling dendritic spine morphologies/number, the use of cultured cortical neurons offers several advantages. Firstly, 
this system allows for high-resolution imaging of dendritic spines in fixed cells as well as time-lapse imaging of live cells. Secondly, this in 
vitro system allows for easy manipulation of protein function by expression of mutant proteins, knockdown by shRNA constructs, or pharmacological 
treatments. These techniques allow researchers to begin to dissect the role of disease-associated proteins and to predict how mutations of these 
proteins may function in vivo.

Numerous recent studies have identified mutations in synaptic proteins associated with brain pathologies. Primary cultured cortical neurons offer great flexibility in examining the effects of these disease-associated proteins on dendritic spine morphology and motility.

교양 CNS의 뉴런의 돌기 스파인 형태론 분석

Dendritic spines are the sites of the majority of excitatory connections within the brain, and form the post-synaptic 
compartment of synapses. These ...

연구

신경과학

The Analysis of Purkinje Cell Dendritic Morphology in Organotypic Slice Cultures

Purkinje cells are an attractive model system for studying dendritic development, because they have an impressive dendritic tree which is strictly oriented in the sagittal plane and develops mostly in the postnatal period in small rodents 3. Furthermore, several antibodies are available which selectively and intensively label Purkinje cells including all processes, with anti-Calbindin D28K being the most widely used. For viewing of dendrites in living cells, mice expressing EGFP selectively in Purkinje cells 11 are available through Jackson labs. Organotypic cerebellar slice cultures cells allow easy experimental manipulation of Purkinje cell dendritic development because most of the dendritic expansion of the Purkinje cell dendritic tree is actually taking place during the culture period 4. We present here a short, reliable and easy protocol for viewing and analyzing the dendritic morphology of Purkinje cells grown in organotypic cerebellar slice cultures. For many purposes, a quantitative evaluation of the Purkinje cell dendritic tree is desirable. We focus here on two parameters, dendritic tree size and branch point numbers, which can be rapidly and easily determined from anti-calbindin stained cerebellar slice cultures. These two parameters yield a reliable and sensitive measure of changes of the Purkinje cell dendritic tree. Using the example of treatments with the protein kinase C (PKC) activator PMA and the metabotropic glutamate receptor 1 (mGluR1) we demonstrate how differences in the dendritic development are visualized and quantitatively assessed. The combination of the presence of an extensive dendritic tree, selective and intense immunostaining methods, organotypic slice cultures which cover the period of dendritic growth and a mouse model with Purkinje cell specific EGFP expression make Purkinje cells a powerful model system for revealing the mechanisms of dendritic development.

We present a protocol that permits to view and to quantitatively asses the morphology of the dendritic tree of individual Purkinje cells grown in organotypic cerebellar slice cultures. This protocol is intended to promote studies on the mechanisms of Purkinje cell dendritic development.

Organotypic 슬라이스 문화의 Purkinje 세포 수지상의 형태학의 분석

Purkinje cells are an attractive model system for studying dendritic development, because they have an impressive dendritic tree which is strictly ...

Genetic Manipulation of Cerebellar Granule Neurons In Vitro and In Vivo to Study Neuronal Morphology and Migration

Developmental events in the brain including neuronal morphogenesis and migration are highly orchestrated processes. In vitro and in vivo analyses allow for an in-depth characterization to identify pathways involved in these events. Cerebellar granule neurons (CGNs) that are derived from the developing cerebellum are an ideal model system that allows for morphological analyses. Here, we describe a method of how to genetically manipulate CGNs and how to study axono- and dendritogenesis of individual neurons. With this method the effects of RNA interference, overexpression or small molecules can be compared to control neurons. In addition, the rodent cerebellar cortex is an easily accessible in vivo system owing to its predominant postnatal development. We also present an in vivo electroporation technique to genetically manipulate the developing cerebella and describe subsequent cerebellar analyses to assess neuronal morphology and migration.

Genetic Manipulation of Cerebellar Granule Neurons In Vitro and In Vivo to Study Neuronal Morphology and Migration

Neuronal morphogenesis and migration are crucial events underlying proper brain development. Here, we describe methods to genetically manipulate cultured cerebellar granule neurons and the developing cerebellum for the assessment of morphology and migratory characteristics of neurons.

소뇌 과립 신경 세포의 유전자 조작<em&gt; 체외</em&gt;와<em&gt; 생체</em&gt; 신경 세포의 형태와 마이그레이션을 연구하는

Developmental events in the brain including neuronal morphogenesis and migration are highly orchestrated processes. In vitro and in vivo analyses allow ...

Simultaneous Long-term Recordings at Two Neuronal Processing Stages in Behaving Honeybees

In both mammals and insects neuronal information is processed in different higher and lower order brain centers. These centers are coupled via convergent and divergent anatomical connections including feed forward and feedback wiring. Furthermore, information of the same origin is partially sent via parallel pathways to different and sometimes into the same brain areas. To understand the evolutionary benefits as well as the computational advantages of these wiring strategies and especially their temporal dependencies on each other, it is necessary to have simultaneous access to single neurons of different tracts or neuropiles in the same preparation at high temporal resolution. Here we concentrate on honeybees by demonstrating a unique extracellular long term access to record multi unit activity at two subsequent neuropiles1, the antennal lobe (AL), the first olfactory processing stage and the mushroom body (MB), a higher order integration center involved in learning and memory formation, or two parallel neuronal tracts2 connecting the AL with the MB.&#160;The latter was chosen as an example and will be described in full. In the supporting video the construction and permanent insertion of flexible multi&#160;channel wire electrodes is demonstrated. Pairwise differential amplification of the micro&#160;wire electrode channels drastically reduces the noise and verifies that the source of the signal is closely related to the position of the electrode tip. The mechanical flexibility of the used wire electrodes allows stable invasive long&#160;term recordings over many hours up to days, which is a clear advantage compared to conventional extra&#160;and intracellular in vivo recording techniques.

Simultaneous extracellular long term recordings from two different brain neuropiles or two different anatomical tracts were established in honeybees. These recordings allow the investigation of temporal aspects of neuronal processing across different brain areas at the single neuron as well as at the ensemble level in a behaving animal.

행동을 한 꿀벌 두 신경 처리 단계에서 동시 장기 녹음

In both mammals and insects neuronal information is processed in different higher and lower order brain centers. These centers are coupled via convergent ...

Utilizing Combined Methodologies to Define the Role of Plasma Membrane Delivery During Axon Branching and Neuronal Morphogenesis

During neural development, growing axons extend to multiple synaptic partners by elaborating axonal branches. Axon branching is promoted by extracellular guidance cues like netrin-1 and results in dramatic increases to the surface area of the axonal plasma membrane. Netrin-1-dependent axon branching likely involves temporal and spatial control of plasma membrane expansion, the components of which are supplied through exocytic vesicle fusion. These fusion events are preceded by formation of SNARE complexes, comprising a v-SNARE, such as VAMP2 (vesicle-associated membrane protein 2), and plasma membrane t-SNAREs, syntaxin-1 and SNAP25 (synaptosomal-associated protein 25). Detailed herein isa multi-pronged approach used to examine the role of SNARE mediated exocytosis in axon branching. The strength of the combined approach is data acquisition at a range of spatial and temporal resolutions, spanning from the dynamics of single vesicle fusion events in individual neurons to SNARE complex formation and axon branching in populations of cultured neurons. This protocol takes advantage of established biochemical approaches to assay levels of endogenous SNARE complexes and Total Internal Reflection Fluorescence (TIRF) microscopy of cortical neurons expressing VAMP2 tagged with a pH-sensitive GFP (VAMP2-pHlourin) to identify netrin-1 dependent changes in exocytic activity in individual neurons. To elucidate the timing of netrin-1-dependent branching, time-lapse differential interference contrast (DIC) microscopy of single neurons over the order of hours is utilized. Fixed cell immunofluorescence paired with botulinum neurotoxins that cleave SNARE machinery and block exocytosis demonstrates that netrin-1 dependent axon branching requires SNARE-mediated exocytic activity.

Light microscopy techniques coupled with biochemical assays elucidate the involvement of SNARE-mediated exocytosis in netrin-dependent axon branching. This combination of techniques permits identification of molecular mechanisms controlling axon branching and cell shape change.

결합 된 방법론을 활용하여 축삭 분기 및 신경 세포 형태 형성 동안 플라즈마 멤브레인 배달의 역할을 정의합니다

During neural development, growing axons extend to multiple synaptic partners by elaborating axonal branches. Axon branching is promoted by extracellular ...

Peering at Brain Polysomes with Atomic Force Microscopy

The translational machinery, i.e., the polysome or polyribosome, is one of the biggest and most complex cytoplasmic machineries in cells. Polysomes, formed by ribosomes, mRNAs, several proteins and non-coding RNAs, represent integrated platforms where translational controls take place. However, while the ribosome has been widely studied, the organization of polysomes is still lacking comprehensive understanding. Thus much effort is required in order to elucidate polysome organization and any novel mechanism of translational control that may be embedded. Atomic force microscopy (AFM) is a type of scanning probe microscopy that allows the acquisition of 3D images at nanoscale resolution. Compared to electron microscopy (EM) techniques, one of the main advantages of AFM is that it can acquire thousands of images both in air and in solution, enabling the sample to be maintained under near physiological conditions without any need for staining and fixing procedures. Here, a detailed protocol for the accurate purification of polysomes from mouse brain and their deposition on mica substrates is described. This protocol enables polysome imaging in air and liquid with AFM and their reconstruction as three-dimensional objects. Complementary to cryo-electron microscopy (cryo-EM), the proposed method can be conveniently used for systematically analyzing polysomes and studying their organization.

While ribosome structure has been extensively characterized, the organization of polysomes is still understudied. To overcome this lack of knowledge, we present here a detailed preparation protocol for accurate imaging of mammalian polysomes by atomic force microscopy (AFM) in air and liquid.

원자 힘 현미경과 뇌 Polysom​​es에서 피어링

The translational machinery, i.e., the polysome or polyribosome, is one of the biggest and most complex cytoplasmic machineries in cells. Polysomes, ...

Measuring Progressive Neurological Disability in a Mouse Model of Multiple Sclerosis

After intracerebral infection with the Theiler's Murine Encephalomyelitis Virus (TMEV), susceptible SJL mice develop a chronic-progressive demyelinating disease, with clinical features similar to the progressive forms of multiple sclerosis (MS). The mice show progressive disability with loss of motor and sensory functions, which can be assessed with multiple apparatuses and protocols. Among them, the Rotarod performance test is a very common behavioral test, its advantage being that it provides objective measurements, but it is often used assuming that it is straightforward and simple. In contrast to visual scoring systems used in some models of MS, which are highly subjective, the Rotarod test generates an objective, measurable, continuous variable (i.e., length of time), allowing almost perfect inter-rater concordances. However, inter-laboratory reliability is only achieved if the various testing parameters are replicated. In this manuscript, recommendations of specific testing parameters, such as size, speed, and acceleration of the rod; amount of training given to the animals; and data processing, are presented for the Rotarod test.

An optimized testing protocol is presented in this paper for the Rotarod performance test, used for measuring progressive neurological disability in TMEV-infected mice.

다발성 경화증의 마우스 모델에서 진보적 인 신경 학적 장애를 측정

After intracerebral infection with the Theiler's Murine Encephalomyelitis Virus (TMEV), susceptible SJL mice develop a chronic-progressive demyelinating ...

Analyzing Dendritic Morphology in Columns and Layers

In many regions of the central nervous systems, such as the fly optic lobes and the vertebrate cortex, synaptic circuits are organized in layers and columns to facilitate brain wiring during development and information processing in developed animals. Postsynaptic neurons elaborate dendrites in type-specific patterns in specific layers to synapse with appropriate presynaptic terminals. The fly medulla neuropil is composed of 10 layers and about 750 columns; each column is innervated by dendrites of over 38 types of medulla neurons, which match with the axonal terminals of some 7 types of afferents in a type-specific fashion. This report details the procedures to image and analyze dendrites of medulla neurons. The workflow includes three sections: (i) the dual-view imaging section combines two confocal image stacks collected at orthogonal orientations into a high-resolution 3D image of dendrites; (ii) the dendrite tracing and registration section traces dendritic arbors in 3D and registers dendritic traces to the reference column array; (iii) the dendritic analysis section analyzes dendritic patterns with respect to columns and layers, including layer-specific termination and planar projection direction of dendritic arbors, and derives estimates of dendritic branching and termination frequencies. The protocols utilize custom plugins built on the open-source MIPAV (Medical Imaging Processing, Analysis, and Visualization) platform and custom toolboxes in the matrix laboratory language. Together, these protocols provide a complete workflow to analyze the dendritic routing of Drosophila medulla neurons in layers and columns, to identify cell types, and to determine defects in mutants.

Here, we show how to analyze dendritic routing of Drosophila medulla neurons in columns and layers. The workflow includes a dual-view imaging technique to improve the image quality and computational tools for tracing, registering dendritic arbors to the reference column array and for analyzing the dendritic structures in 3D space.

열 및 레이어에 수지상 형태학 분석

In many regions of the central nervous systems, such as the fly optic lobes and the vertebrate cortex, synaptic circuits are organized in layers and ...

Automated Gait Analysis in Mice with Chronic Constriction Injury

The von Frey test is a classical method that has been widely used to examine the sensory function of neuropathic pain animals. However, it has some disadvantages such as subjective data and the requirement of a skilled, experienced experimenter. To date, a variety of modifications have improved the von Frey method, but it still has a few limitations. Recent reports have suggested that gait analysis produces more accurate and objective data from the neuropathic animals. This protocol demonstrates how to perform the automated gait analysis to determine the degree of neuropathic pain in mice. After several days of acclimation, the mice were allowed to walk freely on the glass floor to illuminate footprints. Then, quantification of the footprints and gait were performed through video clips with automatic analysis of various walking parameters, such as area of paw print, swing time, angle of paw, etc.
The main purpose of this study is to describe the methodology of automated gait analysis and briefly compare it with data from the classical sensory test using von Frey filament.

The precise assessment of pain response in a neuropathic animal model is critical to investigate the pathophysiology of pain diseases and develop new analgesics. We present a sensitive and objective method to determine the sensory function of the rodent hind paw by an automated gait analysis system.

만성 수축 부상으로 쥐에 있는 자동화 된 걸음 걸이 분석

The von Frey test is a classical method that has been widely used to examine the sensory function of neuropathic pain animals. However, it has some ...

Quantitative Analysis of Neuronal Dendritic Arborization Complexity in Drosophila

Dendrites are the branched projections of a neuron, and dendritic morphology reflects synaptic organization during the development of the nervous system. Drosophila larval neuronal dendritic arborization (da) is an ideal model for studying morphogenesis of neural dendrites and gene function in the development of nervous system. There are four classes of da neurons. Class IV is the most complex with a branching pattern that covers almost the entire area of the larval body wall. We have previously characterized the effect of silencing the Drosophila ortholog of SOX5 on class IV neuronal dendritic arborization complexity (NDAC) using four parameters: the length of dendrites, the surface area of dendrite coverage, the total number of branches, and the branching structure. This protocol presents the workflow of NDAC quantitative analysis, consisting of larval dissection, confocal microscopy, and image analysis procedures using ImageJ software. Further insight into da neuronal development and its underlying mechanisms will improve the understanding of neuronal function and provide clues about the fundamental causes of neurological and neurodevelopmental disorders.

Quantitative Analysis of Neuronal Dendritic Arborization Complexity in Drosophila

This protocol focuses on quantitative analysis of neuronal dendritic arborization complexity (NDAC) in Drosophila, which can be used for studies of dendritic morphogenesis.

초파리 에서 신경 돌기 Arborization 복잡성의 정량 분석

Dendrites are the branched projections of a neuron, and dendritic morphology reflects synaptic organization during the development of the nervous system. ...