Name: high-throughput analysis of optical mapping data using electromap
Uploaded: 2019-06-04T15:00:00
Duration: 7 min 36 s
Description: Watch this Scientific Journal Video about High-Throughput Analysis of Optical Mapping Data Using ElectroMap at JoVE.com

Questo lavoro è stato finanziato dallo studenti EPSRC (Sci-Phy-4-Health Centre for Doctoral Training L016346) alla D.P., K.R. e L.F., Wellcome Trust Seed Award Grant (109604 / s/15 / s) a D.P., British Heart Foundation Grants (PG/17/55/33087, RG/17/15/33106) a D.P. , Unione europea (accordo di sovvenzione n. 633196 [CATCH ME] a P.K. e L.F.), British Heart Foundation (FS/13/43/30324 a P.K. e L.F.; PG/17/30/32961 a P.K. e A.H.) e Leducq Foundation a P.K.) J.W. è supportato dalla British Heart Foundation (FS/16/35/31952).

<ol>
	<li>Efimov, I. R., Nikolski, V. P., Salama, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optical+Imaging+of+the+Heart.">Optical Imaging of the Heart.</a> Circulation Research. 94, 21-33 (2004).</li><li>Herron, T. J., Lee, P., Jalife, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optical+imaging+of+voltage+and+calcium+in+cardiac+cells+&amp;+tissues.">Optical imaging of voltage and calcium in cardiac cells &amp; tissues.</a> Circulation Research. 110, 609-623 (2012).</li><li>Boukens, B. J., Efimov, I. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+century+of+optocardiography.">A century of optocardiography.</a> IEEE Reviews in Biomedical Engineering. 7, 115-125 (2014).</li><li>Myles, R. C., Wang, L., Kang, C., Bers, D. M., Ripplinger, C. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Local+&#946;-adrenergic+stimulation+overcomes+source-sink+mismatch+to+generate+focal+arrhythmia.">Local &#946;-adrenergic stimulation overcomes source-sink mismatch to generate focal arrhythmia.</a> Circulation Research. 110, 1454-1464 (2012).</li><li>Syeda, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=PITX2+Modulates+Atrial+Membrane+Potential+and+the+Antiarrhythmic+Effects+of+Sodium-Channel+Blockers.">PITX2 Modulates Atrial Membrane Potential and the Antiarrhythmic Effects of Sodium-Channel Blockers.</a> Journal of the American College of Cardiology. 68, 1881-1894 (2016).</li><li>Winter, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sympathetic+nervous+regulation+of+cardiac+alternans+in+the+intact+heart.">Sympathetic nervous regulation of cardiac alternans in the intact heart.</a> Frontiers in Physiology. 9, 1-12 (2018).</li><li>Faggioni, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Suppression+of+spontaneous+ca+elevations+prevents+atrial+fibrillation+in+calsequestrin+2-null+hearts.">Suppression of spontaneous ca elevations prevents atrial fibrillation in calsequestrin 2-null hearts.</a> Circulation: Arrhythmia and Electrophysiology. 7, 313-320 (2014).</li><li>Sato, P. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Loss+of+Plakophilin-2+Expression+Leads+to+Decreased+Sodium+Current+and+Slower+Conduction+Velocity+in+Cultured+Cardiac+Myocytes.">Loss of Plakophilin-2 Expression Leads to Decreased Sodium Current and Slower Conduction Velocity in Cultured Cardiac Myocytes.</a> Circulation Research. 105, 523-526 (2009).</li><li>Yu, T. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optical+mapping+design+for+murine+atrial+electrophysiology.">Optical mapping design for murine atrial electrophysiology.</a> Computer Methods in Biomechanics and Biomedical Engineering: Imaging &amp; Visualization. 5, 368-378 (2017).</li><li>Laughner, J. I., Ng, F. S., Sulkin, M. S., Arthur, R. M., Efimov, I. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Processing+and+analysis+of+cardiac+optical+mapping+data+obtained+with+potentiometric+dyes.">Processing and analysis of cardiac optical mapping data obtained with potentiometric dyes.</a> American Journal of Physiology. Heart and Circulatory Physiology. 303, H753-H765 (2012).</li><li>Crocini, C., Ferrantini, C., Pavone, F. S., Sacconi, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optogenetics+gets+to+the+heart:+A+guiding+light+beyond+defibrillation.">Optogenetics gets to the heart: A guiding light beyond defibrillation.</a> Progress in Biophysics and Molecular Biology. 130, 132-139 (2017).</li><li>Entcheva, E., Bub, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=All-optical+control+of+cardiac+excitation:+Combined+high-resolution+optogenetic+actuation+and+optical+mapping.">All-optical control of cardiac excitation: Combined high-resolution optogenetic actuation and optical mapping.</a> The Journal of Physiology. 9, 2503-2510 (2016).</li><li>O&#8217;Shea, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=ElectroMap:+High-throughput+open-source+software+for+analysis+and+mapping+of+cardiac+electrophysiology.">ElectroMap: High-throughput open-source software for analysis and mapping of cardiac electrophysiology.</a> Scientific Reports. 9, 1-13 (2019).</li><li>Yu, T. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+automated+system+using+spatial+oversampling+for+optical+mapping+in+murine+atria.+Development+and+validation+with+monophasic+and+transmembrane+action+potentials.">An automated system using spatial oversampling for optical mapping in murine atria. Development and validation with monophasic and transmembrane action potentials.</a> Progress in Biophysics and Molecular Biology. 115, 340-348 (2014).</li><li>Jaimes, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+response+of+the+isolated,+perfused+normoxic+heart+to+pyruvate+dehydrogenase+activation+by+dichloroacetate+and+pyruvate.">Functional response of the isolated, perfused normoxic heart to pyruvate dehydrogenase activation by dichloroacetate and pyruvate.</a> Pflugers Archiv. 468, 131-142 (2016).</li><li>Wang, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cardiac+tissue+slices:+preparation,+handling,+and+successful+optical+mapping.">Cardiac tissue slices: preparation, handling, and successful optical mapping.</a> American Journal of Physiology. Heart and Circulatory Physiology. 308, H1112-H1125 (2015).</li><li>Parrish, D. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Transient+denervation+of+viable+myocardium+after+myocardial+infarction+does+not+alter+arrhythmia+susceptibility.">Transient denervation of viable myocardium after myocardial infarction does not alter arrhythmia susceptibility.</a> American Journal of Physiology. Heart and Circulatory. , (2017).</li><li>Ihara, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electrophysiological+Assessment+of+Murine+Atria+with+High-Resolution+Optical+Mapping.">Electrophysiological Assessment of Murine Atria with High-Resolution Optical Mapping.</a> Journal of Visualized Experiments. (132), e56478 (2018).</li><li>Holmes, A. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+Regional+Reduction+in+Ito+and+IKACh+in+the+Murine+Posterior+Left+Atrial+Myocardium+Is+Associated+with+Action+Potential+Prolongation+and+Increased+Ectopic+Activity.">A Regional Reduction in Ito and IKACh in the Murine Posterior Left Atrial Myocardium Is Associated with Action Potential Prolongation and Increased Ectopic Activity.</a> Plos One. 11, e0154077 (2016).</li><li>Lang, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Arrhythmogenic+remodeling+of+&#946;&lt;inf&gt;2&lt;/inf&gt;+versus+&#946;&lt;inf&gt;1&lt;/inf&gt;+adrenergic+signaling+in+the+human+failing+heart.">Arrhythmogenic remodeling of &#946;&lt;inf&gt;2&lt;/inf&gt; versus &#946;&lt;inf&gt;1&lt;/inf&gt; adrenergic signaling in the human failing heart.</a> Circulation: Arrhythmia and Electrophysiology. 8, 409-419 (2015).</li><li>Kang, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Human+Organotypic+Cultured+Cardiac+Slices:+New+Platform+For+High+Throughput+Preclinical+Human+Trials.">Human Organotypic Cultured Cardiac Slices: New Platform For High Throughput Preclinical Human Trials.</a> Scientific Reports. 6, 1-13 (2016).</li><li>Wen, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Transverse+cardiac+slicing+and+optical+imaging+for+analysis+of+transmural+gradients+in+membrane+potential+and+Ca2++transients+in+murine+heart.">Transverse cardiac slicing and optical imaging for analysis of transmural gradients in membrane potential and Ca2+ transients in murine heart.</a> The Journal of Physiology. 596, 3951-3965 (2018).</li><li>Houston, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Characterisation+of+re-entrant+circuit+(or+rotational+activity)+in+vitro+using+the+HL1-6+myocyte+cell+line.">Characterisation of re-entrant circuit (or rotational activity) in vitro using the HL1-6 myocyte cell line.</a> Journal of Molecular and Cellular Cardiology. 119, 155-164 (2018).</li><li>Yu, T. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optical+mapping+design+for+murine+atrial+electrophysiology.">Optical mapping design for murine atrial electrophysiology.</a> Computer Methods in Biomechanics and Biomedical Engineering: Imaging and Visualization. 5, 368-376 (2017).</li><li>Laughner, J. I., Ng, F. S., Sulkin, M. S., Arthur, R. M., Efimov, I. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Processing+and+analysis+of+cardiac+optical+mapping+data+obtained+with+potentiometric+dyes.">Processing and analysis of cardiac optical mapping data obtained with potentiometric dyes.</a> AJP: Heart and Circulatory Physiology. 303, H753-H765 (2012).</li><li>Bayly, P. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Estimation+of+Conduction+Velocity+Vector+Fields+from+Epicardial+Mapping+Data.">Estimation of Conduction Velocity Vector Fields from Epicardial Mapping Data.</a> IEEE Transactions on Bio-Medical Engineering. 45, 563-571 (1998).</li><li>Jaimes, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+technical+review+of+optical+mapping+of+intracellular+calcium+within+myocardial+tissue.">A technical review of optical mapping of intracellular calcium within myocardial tissue.</a> American Journal of Physiology. Heart and Circulatory Physiology. 310, H1388-H1401 (2016).</li><li>Wang, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optical+mapping+of+sarcoplasmic+reticulum+Ca2++in+the+intact+heart:+Ryanodine+receptor+refractoriness+during+alternans+and+fibrillation.">Optical mapping of sarcoplasmic reticulum Ca2+ in the intact heart: Ryanodine receptor refractoriness during alternans and fibrillation.</a> Circulation Research. 114, 1410-1421 (2014).</li><li>Winter, J., Shattock, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Geometrical+considerations+in+cardiac+electrophysiology+and+arrhythmogenesis.">Geometrical considerations in cardiac electrophysiology and arrhythmogenesis.</a> Europace. , (2016).</li><li>Mironov, S., Jalife, J., Tolkacheva, E. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Role+of+conduction+velocity+restitution+and+short-term+memory+in+the+development+of+action+potential+duration+alternans+in+isolated+rabbit+hearts.">Role of conduction velocity restitution and short-term memory in the development of action potential duration alternans in isolated rabbit hearts.</a> Circulation. 118, 17-25 (2008).</li><li>Khwaounjoo, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Image-Based+Motion+Correction+for+Optical+Mapping+of+Cardiac+Electrical+Activity.">Image-Based Motion Correction for Optical Mapping of Cardiac Electrical Activity.</a> Annals of Biomedical Engineering. 43, 1235-1246 (2014).</li><li>Christoph, J., Luther, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Marker-Free+Tracking+for+Motion+Artifact+Compensation+and+Deformation+Measurements+in+Optical+Mapping+Videos+of+Contracting+Hearts.">Marker-Free Tracking for Motion Artifact Compensation and Deformation Measurements in Optical Mapping Videos of Contracting Hearts.</a> Frontiers in Physiology. 9, (2018).</li><li>Umapathy, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Phase+Mapping+of+Cardiac+Fibrillation.">Phase Mapping of Cardiac Fibrillation.</a> Circulation: Arrhythmia and Electrophysiology. 3, 105-114 (2010).</li><li>Tomii, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Detection+Algorithm+of+Phase+Singularity+Using+Phase+Variance+Analysis+for+Epicardial+Optical+Mapping+Data.">Detection Algorithm of Phase Singularity Using Phase Variance Analysis for Epicardial Optical Mapping Data.</a> IEEE Transactions on Biomedical Engineering. 63, 1795-1803 (2016).</li><li>Cantwell, C. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Techniques+for+automated+local+activation+time+annotation+and+conduction+velocity+estimation+in+cardiac+mapping.">Techniques for automated local activation time annotation and conduction velocity estimation in cardiac mapping.</a> Computers in Biology and Medicine. 65, (2015).</li></ol>

P.K. riceve il sostegno della ricerca da diverse aziende di farmaci e dispositivi attive nella fibrillazione atriale e ha ricevuto onorari da diverse società di questo tipo. L.F. ha ricevuto sovvenzioni di ricerca istituzionali UE, BHF, MRC, DFG e Gilead. P.K. e L.F. sono elencati come inventori su due brevetti detenuti dall'Università di Birmingham (Atrial Fibrillation Therapy WO 2015140571, Markers for Atrial Fibrillation WO 2016012783).

Tutti gli altri autori non dichiarano alcun potenziale conflitto di interessi.

Qui presentiamo una guida passo-passo per l'utilizzo del software open-source ElectroMap per un'analisi flessibile e multivariabile dei set di dati di mappatura ottica cardiaca. Per un uso efficace di ElectroMap, i dati di imaging devono essere in .tif o . formati MAT. ElectroMap incorpora diverse impostazioni utente modificabili. Come illustrato nella Figura 2A, ciò è necessario a causa dell'ampia eterogeneità esistente tra i modelli sperimentali e l'hardware di imaging. Ciò significa tuttavia che le impostazioni predefinite all'interno del software non saranno sempre ottimali, quindi un passo critico nell'utilizzo del software è per l'utente di sintonizzare le impostazioni per la loro particolare configurazione sperimentale. Questi includono le impostazioni della fotocamera e le scale cronologiche, come illustrato nella Figura 2B. Una volta trovate le impostazioni ottimali, queste possono essere salvate e ricaricate in momenti successivi selezionando File di configurazione.
L'incorporazione della misurazione CL automatizzata e la segmentazione del segnale sono i principali vantaggi del software. Queste caratteristiche consentono di l'analisi delle risposte acute nelle registrazioni sperimentali e di ampliare l'analisi concentrandosi su singole battute isolate. Una volta raggiunta la segmentazione desiderata, il modulo Single File Analysis consente l'analisi automatizzata di ogni singolo segmento (comprese le battute singole), realizzando l'analisi ad alta velocità effettiva di più variabili singolo file .csv. In congiunzione, la media di insieme dei picchi raggruppati è un metodo efficace per migliorare la qualità dei segnali rumorosi che vengono eseguiti automaticamente in ElectroMap. Tuttavia, l'insieme non è in grado di essere utile in modo medio, ad esempio negli studi sulla variabilità beat-to-beat. Pertanto, ElectroMap integra la segmentazione single beat per evitare la media dell'insieme, opzioni di elaborazione alternative per migliorare la SNR (filtro spaziale e temporale) e include il modulo di analisi Alternans per indagare ulteriormente e mappare variabilità beat-to-beat.
I set di dati di mappatura ottica spesso presentano artefatti come la deriva della linea di base e gli artefatti di movimento. Allo stesso modo, i segnali generati possono essere di bassa qualità a causa di piccole dimensioni dei pixel, tempi di esposizione brevi e bassi cambiamenti fluorescenti frazionari2. Questi fattori impediscono un'analisi efficace e accurata del comportamento sottostante eP. Come descritto, ElectroMap ha diverse strategie di elaborazione per superare questi problemi. Tuttavia, l'applicazione di questi algoritmi a dati fondamentalmente di scarsa qualità/distorti impedirà comunque un'analisi efficace. SNR è quindi uno dei parametri che viene misurato e visualizzato in ElectroMap. Allo stesso modo, l'utente può selezionare e confrontare i segnali provenienti da aree specifiche dal campione utilizzando i moduli Pixel Info e Compare, consentendo l'identificazione di fenomeni come gli artefatti di movimento mostrati nella Figura 5e l'esclusione dei dati.
Al momento, ElectroMap non supporta la rimozione di artefatti di movimento dai dati non elaborati nello stesso modo della correzione della linea di base. Pertanto, un possibile sviluppo futuro del software è l'inclusione della rimozione artefatto di movimento con metodi computazionali come è stato riportato31,32. Inoltre, ElectroMap è attualmente limitato allo studio di un segnale ottico. Tuttavia, per i coloranti ratiometrici e l'uso simultaneo di coloranti di tensione e calcio27, è necessaria l'elaborazione simultanea di due canali di lunghezza d'onda. L'integrazione dell'analisi a doppio segnale è quindi un'importante aggiunta futura al software. L'estensione delle opzioni di analisi applicabili ai set di dati aritmici, come il tracciamento della singolarità di fase, amplierebbe ugualmente l'ambito del software33,34. Infine, molte delle opzioni di analisi descritte possono essere utili anche nell'analisi dei dati di mappatura degli elettrodi. Infatti, ElectroMap è stato utilizzato per analizzare i dati di mappatura degli elettrodi nonostante la forma d'onda dell'elettrogramma a contrasto20,35, e un'ulteriore ottimizzazione espanderà il suo utilizzo per questa modalità.

La mappatura ottica utilizza reporter fluorescenti di tensione e/o concentrazione di calcio per interrogare l'elettrofisiologia cardiaca (EP) e la manipolazione del calcio in preparati multicellulari, con una risoluzione spaziale maggiore rispetto a quella realizzabile con le tradizionali tecniche1,2,3. Pertanto, la mappatura ottica è emersa come una tecnica importante e sempre più utilizzata, fornendo informazioni chiave sul comportamento elettrico fisiologico e patofisiologico nel cuore3,4,5 ,6,7,8. Un'efficace elaborazione e analisi dei dati ottenuti da esperimenti di mappatura ottica è complicata da diversi fattori. L'elevata risoluzione spatiotemporale dei set di dati di mappatura ottica produce file di video grezzi composti da migliaia di cornici di immagini, ognuna composta da un numero di singoli pixel, che danno origine a file di dati di grandi dimensioni che richiedono un'elevata produttività e automatizzati lavorazione9. Piccole dimensioni dei pixel, carico di coloranti scarsi e irregolari e piccoli cambiamenti frazionari nella fluorescenza provocano segnali ottici con basso rapporto segnale-rumore (SNR), che richiedono la pre-elaborazione prima che un'analisi efficace sia raggiungibile10. L'elaborazione e l'analisi possono essere ulteriormente complicate dall'uso di protocolli di stimolazione optogenetica che utilizzano la luce per avviare l'attivazione, potenzialmente distorcendo il segnale registrato dai sensori fluorescenti11,12. Inoltre, una volta elaborati i dati, è possibile applicare diverse tecniche e definizioni non coerenti per misurare i parametri di interesse, con le tecniche più applicabili che variano a seconda della configurazione sperimentale, del modello e della domanda2, 10,13. Queste limitazioni impediscono un'ulteriore assunzione della tecnologia e ostacolano un'analisi veramente oggettiva.
Per superare queste limitazioni, diversi gruppi di ricerca hanno progettato pipeline di elaborazione personalizzate su misura per il loro modello sperimentale, domanda e hardware7,14,15,16. Altri utilizzano software proprietario commerciale in cui gli algoritmi sottostanti possono essere difficili da accedere4,17. Di conseguenza, vi è una chiara necessità di una piattaforma software open source liberamente disponibile per l'elaborazione e l'analisi dei dati di mappatura ottica. È importante che questo software sia open-source, facile da usare, flessibile alla regolazione dei parametri, applicabile a una gamma di modelli sperimentali con proprietà EP distinte e consente in modo cruciale la quantificazione semplice e regolabile della gamma di parametri che possono essere studiati utilizzando la mappatura ottica.
Recentemente abbiamo pubblicato e rilasciato una piattaforma software completa, ElectroMap, per l'elaborazione, l'analisi e la mappatura di set di dati di mappatura ottica cardiaca13. Qui, presentiamo un manuale video per l'utilizzo di ElectroMap e dimostriamo come può essere utilizzato per elaborare, analizzare e mappare diversi set di dati di mappatura ottica. Ci concentriamo sull'uso di ElectroMap per quantificare le variabili standard di Gestione EP e calcio e dimostriamo l'uso della velocità di conduzione autonoma, analisi di un singolo file e moduli alternati.

<table>
	<tbody>
		<tr>
			<td>MATLAB and Simulink R2018a</td>
			<td>Mathworks, Inc, Natick, MA</td>
			<td></td>
			<td>MATLAB software</td>
		</tr>
	</tbody>
</table>

high-throughput analysis of optical mapping data using electromap

La mappatura ottica è una tecnica consolidata per lo studio ad alta risoluzione spatio-temporale dell'elettrofisiologia cardiaca nei preparati multicellulari. Qui presentiamo, in una guida passo-passo, l'uso di ElectroMap per l'analisi, la quantificazione e la mappatura dei set di dati di tensione e calcio ad alta risoluzione acquisiti dalla mappatura ottica. Le opzioni di analisi ElectroMap coprono un'ampia gamma di parametri elettrofisiologici chiave e l'interfaccia utente grafica consente una semplice modifica della pre-elaborazione e delle definizioni dei parametri, rendendo ElectroMap applicabile a una vasta gamma di modelli sperimentali. Mostriamo come il rilevamento della frequenza di stimolazione integrata e la segmentazione del segnale consente l'analisi ad alta velocità di registrazione sperimentale, risposte acute e variabilità singola beat-to-beat. Inoltre, ElectroMap incorpora una media multi-beat automatizzata per migliorare la qualità del segnale di set di dati rumorosi, e qui dimostriamo come questa funzione può aiutare a chiarire i cambiamenti elettrofisiologici che altrimenti potrebbero passare inosservati quando si utilizza singolo analisi del battito. I moduli personalizzati sono inclusi nel software per un'analisi dettagliata della conduzione, dell'analisi di un singolo file e degli alternari, come illustrato di seguito. Questa piattaforma software può essere utilizzata per consentire e accelerare l'elaborazione, l'analisi e la mappatura della complessa elettrofisiologia cardiaca.

Tutto il lavoro svolto nell'ambito di questo studio è stato intrapreso in conformità con gli orientamenti etici stabiliti dalla legge britannica sugli animali (procedure scientifiche) del 1986 e dalla direttiva 2010/63/EU del Parlamento europeo sulla protezione degli animali utilizzati per scopi scientifici. Gli esperimenti sono stati approvati dall'ufficio di casa (mouse: PPL 30/2967 e PFDAAF77F, cavia: PPL PF75E5F7F) e dai comitati di revisione istituzionale presso l'Università di Birmingham (topo) e dal King's College di Londra (guinea pig). Metodi dettagliati per la raccolta dei dati grezzi che sono stati analizzati qui possono essere trovati nelle nostre pubblicazioni precedenti5,6,14,19.
L'interfaccia principale da cui è controllato ElectroMap è illustrata nella Figura 1A. I passaggi necessari per analizzare un set di dati sono controllati principalmente dai pulsanti Carica immagini, Elabora immaginie Produci mappe e vengono visualizzati evidenziati rispettivamente in verde, blu e rosso nella Figura 1A. Figura 1B-D Mostra le operazioni che si verificano sulla selezione di ciascuno di questi pulsanti. Carica immagini applica le opzioni di soglia dell'immagine selezionate dall'utente (Figura 1B), mentre Elabora immagini (Figura 1C) applica il filtro e la correzione della linea di base. Infine, Produce Maps eseguirà prima la media dei dati in base all'intervallo di tempo e alle impostazioni di segmentazione (a meno che non venga scelta la segmentazione del singolo beat) e quindi eseguirà le analisi descritte in precedenza.
Un aspetto chiave di ElectroMap è la sua flessibilità rispetto al tipo di fotocamera e al modello sperimentale. Questo è fondamentale per l'utilità di un software di mappatura ottica a causa delle distinte caratteristiche cardiache e anatomiche che esistono tra i modelli ampiamente utilizzati. La figura 2A, ad esempio, mostra il potenziale di morfologia dell'azione degli atri atri rispetto al ventricolo della cavia, registrato utilizzando coloranti sensibili alla tensione come riportato in precedenza6,14. Nonostante la forma distinta del potenziale di azione e l'uso di due videocamere di mappatura ottica separate con framerate e dimensioni dei pixel diversi, ElectroMap può essere utilizzato per analizzare correttamente entrambi i set di dati. Tuttavia, ciò richiede la modifica di alcuni parametri all'interno dell'interfaccia utente (Figura 2B). Si noti che il potenziale di azione prolungata di cavie richiede una finestra temporale più ampia. Inoltre, per evitare che la correzione della linea di base top-hat modifichi in modo non manuale i segnali registrati otticamente, la sua lunghezza di tempo deve essere aumentata in modo che sia maggiore del corso temporale del potenziale di azione.
ElectroMap offre una moltitudine di opzioni di elaborazione per contribuire a migliorare la SNR dei segnali registrati otticamente che possono essere necessari per recuperare efficacemente i parametri EP. Un esempio è costituito dalla media automatica dell'insieme dei picchi che seguono la segmentazione dei dati. Nella figura 3A-C viene illustrato come l'applicazione dell'insieme in media, al posto di altri metodi, possa migliorare la SNR da atria sinistra murina isolata (n - 13). Ciò riduce l'eterogeneità di misurazione e la probabilità di fallimento dell'analisi (Figura 3D). Ad esempio, un cambiamento della frequenza di stimolazione da 3 Hz a 10 Hz non ha alterato APD50, quando non viene intrapresa alcuna media dell'insieme, tuttavia è stata osservata una diminuzione prevista di29 in APD50 a 10 Hz di ritmo quando misurata da dati medi ensemble ( Figura 3E).
Figura 4 dimostra l'efficacia e l'utilità del rilevamento automatico della frequenza di stimolazione e segmentazione offerto da ElectroMap. Qui, gli atri atri atola a sinistra del topo (n e 5) sono stati accelerati a una lunghezza del ciclo di 120 ms e la lunghezza del ciclo è stata accorciata in modo incrementale di 10 ms fino a raggiungere i 50 ms. ). Ciò è stato ottenuto con alta precisione in tutti i set di dati (Figura 4B). La segmentazione automatizzata dei dati ha consentito un'analisi semplice e ad alta velocità effettiva del rallentamento della velocità di conduzione con maggiore frequenza di stimolazione/lunghezza del ciclo accorciata (Figura 4C,D). Contemporaneamente, APD50 (Figura 4E) e intervallo diastolico (Figura 4F) abbreviati. L'ampiezza dei picchi misurati otticamente è diminuita, mentre il tempo al picco è aumentato (Figura 4G,H). Queste sono ancora una volta le risposte di restituzione previste nel tessuto cardiaco29,30 e l'uso di ElectroMap può quindi aiutare a chiarire i cambiamenti in risposta alla frequenza di stimolazione in presenza di agenti farmacologici, modificazione genetica, o stati di malattia.
Una considerazione importante nell'uso di un software come ElectroMap è la presenza di artefatti nei dati sottostanti. Figura 5, per esempio dimostra che gli artefatti di movimento (la distorsione del segnale registrato otticamente dal movimento del tessuto) possono impedire misurazioni accurate di attivazione e in particolare la ripolarizzazione all'interno di ElectroMap. Vedere Discussione per ulteriori considerazioni.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/59663/59663fig1.jpg"> Figura 1: passaggi di elaborazione principali di ElectroMap.Figure 1: ElectroMap main processing steps. (A) Interfaccia utente grafica di ElectroMap, con i pulsanti Carica immagini (verde), Immagini di processo (blu) e Produci mappe (rosso) evidenziati. (B) Opzioni di soglia delle immagini che possono essere applicate selezionando Carica immagini. (C) Le opzioni di elaborazione del segnale disponibili per l'utente includono il filtraggio spaziale e temporale e la correzione della linea di base e possono essere applicate alla pila di immagini premendo Immagini di processo. (D) Media dell'insieme e quantificazione dei parametri (indicata misurazione APD) attivata selezionando Produce Maps. Figura adattata da O'Shea et al., 201913. <a href="https://www.jove.com/files/ftp_upload/59663/59663fig1large.jpg" target="_blank">Fare clic qui per visualizzare una versione più grande di questa figura.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/59663/59663fig2.jpg"> Figura 2: Analisi dei dati di topi e cavia utilizzando ElectroMap. (A) Potenziale d'azione registrato otticamente dagli atri e dai ventricoli delle cavie,insieme sia alprimo (df/dt) che al secondo (df/dt) derivato di questi segnali. Vengono evidenziate le varie definizioni per l'attivazione e la ripolarizzazione dei tempi impiegabili all'interno di ElectroMap. (B) Screenshot delle impostazioni di elaborazione dell'immagine e del segnale utilizzate nell'interfaccia ElectroMaps. Le caselle rosse evidenziano le impostazioni che richiedevano la modifica tra analisi dei dati di topi e cavia. Figura adattata da O'Shea et al., 201913. <a href="https://www.jove.com/files/ftp_upload/59663/59663fig2large.jpg" target="_blank">Fare clic qui per visualizzare una versione più grande di questa figura.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/59663/59663fig3.jpg"> Figura 3: Insidia dell'insieme per risolvere le modifiche di APD. (A) Mappa APD50 ed esempio di segnale di singolo pixel da potenziali di azione ottica a batte singolo. (B) Mappa APD50 ed esempio di segnale a pixel singolo da potenziali di azione ottica generati dall'insieme in media di 10 battute successive (metodo di picco). (C) SNR di singolo battito rispetto a 10 beat segnali mediati. (D) APD50 eterogeneità (i) e numero di errori di misurazione (ii) in funzione della SNR per singolo battito e 10 beat media mappe APD50. (E) APD50 a frequenza di stimolazione a 3 e 10 Hz, misurata da mappe a battito singolo e a 10 battute. (Dati come media : errore standard, n - 13 atri di sinistra, p < 0,001 dal test taccoppiato dello studente). <a href="https://www.jove.com/files/ftp_upload/59663/59663fig3large.jpg" target="_blank">Fare clic qui per visualizzare una versione più grande di questa figura.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/59663/59663fig4.jpg"> Figura 4: Uso di ElectroMap per studiare le risposte di frequenza del ritmo nel tessuto cardiaco. (A) Esempio di schermata ElectroMap del riconoscimento e della segmentazione della frequenza di stimolazione. (B) Confronto tra lunghezze del ciclo di stimolazione note ed ElectroMap misurate. (C) Mappe di attivazione a lunghezze del ciclo di stimolazione di 120 ms e 60 ms. (D-H) Dati raggruppati della velocità di conduzione (D), APD50 (E, intervallo diastolico (F), ampiezza (G) e tempo al picco (H) in funzione della lunghezza del ciclo di stimolazione decrescente da 120 ms a 60 ms in incrementi di 10 ms. (Dati indicati come media : errore standard, n - 5 atri sinistro) <a href="https://www.jove.com/files/ftp_upload/59663/59663fig4large.jpg" target="_blank">Fare clic qui per visualizzare una versione più grande di questa figura.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/59663/59663fig5.jpg"> Figura 5: Effetto degli artefatti di movimento. (A) Mappa APD50. (B) Mappa di attivazione. (C) Esempi di segnali da posizioni contrassegnate (incrociate) su APD e mappe di attivazione. Nell'area del tessuto contrassegnata con la croce rossa, la contrazione non è stata disaccoppiata con successo, distorcendo il segnale ottico misurato. <a href="https://www.jove.com/files/ftp_upload/59663/59663fig5large.jpg" target="_blank">Fare clic qui per visualizzare una versione più grande di questa figura.</a>

Watch this Scientific Journal Video about High-Throughput Analysis of Optical Mapping Data Using ElectroMap at JoVE.com

High-Throughput Analysis of Optical Mapping Data Using ElectroMap

Questo protocollo descrive la configurazione e l'uso di ElectroMap, una piattaforma software open source basata su MATLAB per l'analisi dei dati di mappatura ottica cardiaca. ElectroMap fornisce uno strumento versatile ad alta produttività per l'analisi di dati di tensione di mappatura ottica e set di dati di calcio in un'ampia gamma di modelli sperimentali cardiaci.

Analisi ad alta velocità effettiva dei dati di mappatura ottica tramite ElectroMapHigh-Throughput Analysis of Optical Mapping Data Using ElectroMap

Optical mapping is an established technique for high spatio-temporal resolution study of cardiac electrophysiology in multi-cellular preparations. Here we ...

L'uso di tecnologie multi-array e di mappatura ottica nella ricerca cardiaca si sta espandendo. Tuttavia, ciò che attualmente manca è un software opensource robusto e ad alta produttività per l'analisi dei dati di elettrofisiologia. Questo è il motivo per cui abbiamo sviluppato un nuovo software chiamato ElectroMap per aiutare i ricercatori con la loro analisi.ElectroMap incorpora metodi nuovi e consolidati per analizzare i dati di mappatura cardiaca che possono essere acquisiti da qualsiasi specie utilizzando più telecamere diverse, più coloranti fluorescenti diversi e diverse modalità di acquisizione tra cui la mappatura ottica e i sistemi array multi-elettrodi. Oltre a misurare parametri PA standard come la durata del potenziale d'azione, il saggio conduttivo e la morfologia, ElectroMap consente l'analisi e quantificare l'attività. Inizia scaricando tutti i file dall'ultima versione del codice sorgente di ElectroMap dal repository GitHub.Decomprimere il contenuto scaricato nella posizione desiderata. Aprire MATLAB e passare al percorso della cartella che ospita il codice sorgente ElectroMap. Quindi aprire l'elettromappa del file.m e premere esegui nell'editor per avviare l'interfaccia utente ElectroMap. Quindi, per caricare l'immagine, premere seleziona cartella e passare al percorso del file di dati o dei file da analizzare. Selezionare il file da caricare dall'interno dell'interfaccia e premere le immagini di caricamento.Una volta caricato, apparirà il primo fotogramma e un contorno rosso indicherà la soglia automatica dell'immagine. Se lo si desidera, modificare questa opzione in base all'ampiezza del percorso del tempo del segnale modificando l'opzione nell'immagine per il menu a discesa soglia. Si noti che una volta selezionata la soglia, questa viene applicata per l'intero stack di immagini.Se lo si desidera, modificare l'opzione di soglia in manuale che attiverà il dispositivo di scorrimento per regolare manualmente la soglia dell'immagine. Inoltre, selezionare l'area di interesse personalizzata per l'analisi selezionando le caselle di spunta appropriate al di sotto delle opzioni di soglia. Si noti che le opzioni avanzate per la selezione dell'area di interesse, ad esempio il numero di aree, sono disponibili dalla selezione del ROI dal menu in alto.Una volta applicata una soglia appropriata, premere le immagini del processo per applicare l'elaborazione. A questo punto, assicurarsi che siano state immesse le impostazioni corrette della fotocamera per la frequenza fotogrammi e kilohertz e le dimensioni dei pixel in micrometri e opzioni di elaborazione del segnale come l'intervallo di tempo della finestra, il filtraggio spaziale e temporale. Dopo che il file è stato elaborato, ispezionare i picchi nel segnale medio tissutale etichettato da cerchi rossi.Segmentare il segnale in base ai picchi rilevati. Segnale del segmento di stampa. Se lo si desidera, applicare la segmentazione personalizzata del segnale ingrandindo il tempo di interesse e selezionando il segnale del segmento.Dopo che le immagini sono state elaborate, il pulsante produce mappe diventerà attivo. Premere per produrre mappe per applicare la durata potenziale di azione, il tempo di attivazione, la velocità di conduzione e l'analisi del rapporto segnale/rumore. Selezionate i segmenti desiderati dalla casella di riepilogo per applicare l'analisi a ciascuno di essi.Quindi, seleziona ottieni informazioni sui pixel per vedere una visualizzazione dettagliata del segnale da qualsiasi pixel all'interno dell'immagine e confronta i pixel con i segnali tracciati simultaneamente da un massimo di sei posizioni. Per accedere ad un'analisi più dettagliata della velocità di conduzione, premere la conduzione. Quindi premere un singolo vettore per analizzare la conduzione usando il metodo del singolo vettore in cui il vettore gradiente viene calcolato dal tempo di inattivazione del ritardo tra due punti.Infine, premere il vettore locale per applicare il metodo multi-vettore con le impostazioni corrispondenti a quelle dell'interfaccia principale. Premere la curva di attivazione per tracciare la percentuale di tessuto attivato in funzione del tempo. Per quantificare altri parametri utilizzando ElectroMap, selezionate una delle altre analisi desiderate dal menu a discesa sopra la mappa di visualizzazione.Premere l'analisi di un singolo file per aprire un modulo dedicato per la durata ad alta velocità effettiva e l'analisi di conduzione di ogni segmento identificato in un file. Eseguire l'analisi sull'intera immagine o su aree o punti di interesse selezionati. Per esportare dati da ElectroMap, premere esporta i valori per salvare i valori della mappa attualmente visualizzata nell'interfaccia utente principale.Quindi premi la mappa di esportazione per visualizzare un popup contenente la mappa attualmente visualizzata che può quindi essere salvata in una varietà di formati di immagine. Se lo si desidera, aggiungere una barra dei colori selezionando l'icona della barra dei colori. Impostare la scala selezionando modifica e quindi mappa dei colori.Infine, premi il video di attivazione per eseguire il rendering di un'animazione della sequenza di attivazione che può essere salvata come file GIF animato. Questo mostra la morfologia del potenziale d'azione degli atri murini rispetto al ventricolo della cavia registrato utilizzando coloranti sensibili alla tensione come precedentemente riportato. Nonostante la forma distinta del potenziale d'azione e l'uso di due telecamere di mappatura ottica separate con frame rates e dimensioni dei pixel diverse, ElectroMap può essere utilizzato per analizzare con successo entrambi i set di dati selezionando i parametri appropriati.L'applicazione della media dell'insieme al posto di altri metodi può migliorare l'SNR dagli atri sinistro murini isolati. Un cambiamento della frequenza di stimolazione da tre hertz a 10 hertz non ha alterato l'APD quando non viene intrapresa alcuna media dell'insieme, ma è stata osservata una diminuzione prevista dell'APD a 10 hertz pacing se misurata da dati medi dell'insieme. Inoltre, gli atri sinistro del mouse sono stati accelerati a una lunghezza del ciclo di 120 millisecondi e la lunghezza del ciclo è stata ridotta in modo incrementale di 10 millisecondi fino a raggiungere i 50 millisecondi.ElectroMap identifica automaticamente la lunghezza del ciclo di stimolazione e la media dei tessuti di gruppo raggiunge i picchi di conseguenza. APD e intervallo diastolico accorciati. L'ampiezza dei picchi misurati otticamente è diminuita mentre il time-to-peak è aumentato.Questo protocollo mostra come installare e impostare le impostazioni in ElectroMap al fine di analizzare rapidamente la durata potenziale di azione, la velocità di conduzione, la variabilità dal picco al picco e anche come è possibile impostare la media al fine di migliorare il rapporto segnale/rumore. Speriamo che il rilascio di questo software liberamente disponibile aiuterà i ricercatori con le loro esigenze di analisi e porterà ad alcune importanti scoperte nella ricerca cardiaca. Continueremo a costruire tutti gli algoritmi che abbiamo sviluppato e incoraggiamo gli altri ad aiutarci ad espandere ulteriormente le funzionalità electromap.

Research

JoVE Journal

Medicine

High-Resolution Endocardial and Epicardial Optical Mapping in a Sheep Model of Stretch-Induced Atrial Fibrillation

Ad alta risoluzione Mappatura endocardica e epicardici ottico in un modello di pecora Stretch indotta fibrillazione atriale

 Atrial fibrillation (AF) is a complex cardiac arrhythmia with high morbidity and mortality.1,2 It is the most common sustained cardiac rhythm disturbance ...

Ricerca

Medicina

Mouse Eye Enucleation for Remote High-throughput Phenotyping

Mouse enucleazione degli occhi per Remote ad alta velocità Fenotipizzazione

The mouse eye is an important genetic model for the translational study of human ophthalmic disease. Blinding diseases in humans, such as macular ...

Heterogeneity Mapping of Protein Expression in Tumors using Quantitative Immunofluorescence

Mappatura eterogeneità di espressione delle proteine ​​nei tumori mediante immunofluorescenza quantitativa

Morphologic heterogeneity within an individual tumor is well-recognized by histopathologists in surgical practice. While this often takes the form of ...

High Throughput Sequential ELISA for Validation of Biomarkers of Acute Graft-Versus-Host Disease

High Throughput sequenziale ELISA per la convalida dei biomarcatori di acuta Graft-versus-host disease

Unbiased discovery proteomics strategies have  the potential to identify large numbers of novel biomarkers that can improve  diagnostic and prognostic ...

Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data

Identificazione delle malattie legate Patterns covarianza spaziale utilizzando i dati Neuroimmagine

The scaled subprofile model (SSM)1-4 is a multivariate PCA-based algorithm that identifies major sources of variation in patient and control group brain ...

An Organotypic High Throughput System for Characterization of Drug Sensitivity of Primary Multiple Myeloma Cells

Un sistema organotipica High Throughput per la caratterizzazione di droga sensibilità di primaria multicampo cellule del mieloma

In this work we describe a novel approach that combines ex vivo drug sensitivity assays and digital image analysis to estimate chemosensitivity and ...

Optimized LC-MS/MS Method for the High-throughput Analysis of Clinical Samples of Ivacaftor, Its Major Metabolites, and Lumacaftor in Biological Fluids of Cystic Fibrosis Patients

Metodo ottimizzato di LC-MS/MS per l'analisi di High-throughput di campioni clinici di Ivacaftor, suoi principali metaboliti e Lumacaftor nei fluidi biologici di pazienti affetti da fibrosi cistica

Defects in the cystic fibrosis trans-membrane conductance regulator (CFTR) are the cause of cystic fibrosis (CF), a disease with life-threatening ...

Electrophysiological Assessment of Murine Atria with High-Resolution Optical Mapping

Valutazione elettrofisiologica di Atria murino con Mapping ottico ad alta risoluzione

Recent genome-wide association studies targeting atrial fibrillation (AF) have indicated a strong association between the genotype and ...

Comparing Bibliometric Analysis Using PubMed, Scopus, and Web of Science Databases

Confronto dell'analisi bibliometrica con PubMed, Scopus e Web of Science Databases

Literature databases (i.e., PubMed, Scopus, and Web of Science) differ in terms of their coverage, focus, and the tool they provide. PubMed focuses mainly ...