Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

A ferramenta de software da descoberta segue a actividade dos neurônios no tempo real

A ferramenta, chamada Caimão, substitui o processo manualmente de seguir o lugar e a actividade dos neurônios

Seguir os despedimentos dos neurônios individuais é como a tentativa distinguir quem está dizendo que em um estádio de futebol completamente de ventiladores gritando. Até recentemente, os neurocientistas tiveram que fastidiosa seguir à mão cada neurônio.

Os “povos passaram mais tempo que analisam seus dados para extrair traços da actividade do que realmente recolhendo o,” diz Dmitri Chklovskii, que conduz o grupo da neurociência no centro para a biologia computacional (CCB) no instituto do ferro de passar roupa em New York City.

Uma ferramenta de software Caimão chamado da descoberta automatiza este processo laborioso usando uma combinação de métodos computacionais padrão e máquina-aprendendo técnicas. Em um papel publicado no eLife do jornal em janeiro, os criadores do software demonstram que o caimão consegue a precisão próximo-humana em detectar os lugar dos neurônios activos baseados em dados da imagem lactente do cálcio.

O caimão (uma abreviatura da análise da imagem lactente do cálcio) estêve livremente disponível por alguns anos e já provou inestimável à comunidade da imagem lactente do cálcio, com os mais de 100 laboratórios usando o software. A iteração a mais atrasada do caimão pode ser executado em um portátil padrão e analisar dados no tempo real, significando cientistas pode analisar dados enquanto executam experiências. “Meu laboratório é entusiasmado sobre poder usar uma ferramenta como isto,” diz o neurocientista John Pearson de Duke University, que não foi envolvido na revelação de software.

O caimão é o produto de um esforço iniciado por Chklovskii dentro de seu grupo em CCB. Trouxe em Eftychios Pnevmatikakis e em uma Andrea mais atrasada Giovannucci para encabeçar o projecto. Seu alvo era ajudar a abordar os conjunto de dados enormes produzidos por um método chamado imagem lactente do cálcio.

Essa técnica envolve adicionar uma tintura especial ao tecido de cérebro ou aos neurônios em um prato. A tintura liga aos íons do cálcio responsáveis para ativar os neurônios. Sob a luz ultravioleta, a tintura ilumina-se acima. A fluorescência ocorre somente quando a tintura liga a um íon do cálcio, permitindo que os pesquisadores sigam visualmente a actividade de um neurônio.

Analisar os dados recolhidos através da imagem lactente do cálcio levanta um desafio significativo. O processo gera uma inundação de dados -- até 1 Terabyte um a hora de filmes de cintilação -- isso torna-se ràpida opressivamente. “Um experimentador pode encher acima o disco rígido disponível no comércio o maior em um dia,” diz Michael Häusser, um neurocientista no University College Londres cuja a equipe testou o caimão.

Os dados são igualmente ruidosos. Bem como vozes da mistura, os sinais fluorescentes dos neurônios diferentes sobrepor frequentemente, fazendo o difícil seleccionar os neurônios individuais. Além disso, o tecido de cérebro sacode-se, adicionando ao desafio de seguir o mesmo neurônio ao longo do tempo.

Pnevmatikakis, agora um cientista da pesquisa no centro do instituto do ferro de passar roupa para a matemática computacional, começou primeiramente a desenvolver o caimão subjacente do algoritmo básico como um postdoc no laboratório de Liam Paninski na Universidade de Columbia.

“Era elegante matematicamente e fazia um trabalho aceitável, mas nós realizamos que não generalizou bem aos conjunto de dados diferentes,” Pnevmatikakis diz. “Nós quisemos transformá-lo em um conjunto de software que a comunidade pudesse usar.” Isso era em parte porque foi desenhado ao grupo da neurociência no ferro de passar roupa, que desenvolve novas ferramentas para analisar grandes conjunto de dados.

Pnevmatikakis começou mais tarde a trabalhar com o Giovannucci, a seguir um postdoc na Universidade de Princeton, ao aplicar o algoritmo a seguir a actividade de pilhas cerebelares do grânulo, embalada densa, grupo do rápido-despedimento dos neurônios. “As ferramentas de análise existentes não eram poderosas bastante deslindar a actividade desta população dos neurônios e implicada que eram todas que fazem a mesma coisa,” dizem Giovannucci, que se juntou ao grupo da neurociência de CCB por três anos para ajudar a desenvolver o software para um uso mais largo. “O algoritmo subtrai as vozes e os focos do fundo em alguns,” revelando que as pilhas individuais do grânulo têm certamente testes padrões distintos da actividade.

Um trabalho mais adicional no instituto do ferro de passar roupa afiou as capacidades do caimão e facilitou o software para que os pesquisadores usem-se para uma variedade de experiências sem personalização extensiva.

Os pesquisadores testaram recentemente a precisão do caimão comparando seus resultados com um conjunto de dados humano-gerado. A comparação mostrou que o software é quase tão exacto quanto seres humanos em identificar os neurônios activos mas muito mais eficiente. Seu speediness permite que os pesquisadores adaptem suas experiências sobre - - voa, melhorando estudos de como os pacotes específicos de neurônios contribuem aos comportamentos diferentes. O conjunto de dados humano igualmente revelou a variabilidade alta de pessoal, destacando o benefício de ter uma ferramenta estandardizada para analisar dados da imagem lactente.

Além do que a precisão da avaliação, os pesquisadores usaram os resultados humano-anotados como um conjunto de dados do treinamento, desenvolvendo ferramentas máquina-aprender-baseadas para aumentar o pacote do caimão. Têm feito desde este público do conjunto de dados, de modo que a comunidade pudesse o usar para estender mais o caimão ou para criar novas ferramentas.