Обработка электрофизиологических данных
|
Скачать 256.74 Kb.
|
|
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ Нижегородский государственный университет им. Н.И. Лобачевского Национальный исследовательский университет ОБРАБОТКА ЭЛЕКТРОФИЗИОЛОГИЧЕСКИХ ДАННЫХ В НЕЙРОБИОЛОГИИ Учебно-методическое пособие Рекомендовано методической комиссией института биологии и биомедицины для студентов ННГУ, обучающихся по направлениям 06.03.01, 06.04.01 «Биология», 03.03.03, 03.04.03 «Радиофизика» (бакалавриата и магистратуры) Нижний Новгород 2015 УДК 57.087.1 ББК Е60х73х715.3 О 23 ОБРАБОТКА ЭЛЕКТРОФИЗИОЛОГИЧЕСКИХ ДАННЫХ В НЕЙРОБИОЛОГИИ. Авторы: Доронин М.С., Дембицкая Ю.В., Лебедева А.В., Тюрикова О.В., Семьянов А.В.: Учебно-методическое пособие. – Нижний Новгород: Нижегородский госуниверситет, 2015. – 25 с. Рецензент: д.ф.-м.н. В.В. Матросов Учебно-методическое пособие содержит краткие теоретические и практические сведения по методам обработки электрофизиологических данных с использованием стандартного набора программного обеспечения. Руководство предназначено для студентов ННГУ, обучающихся по направлению 06.03.01, 06.04.01 «Биология» в рамках курса «Экспериментальные методы клеточной нейробиологии». Ответственный за выпуск: председатель методической комиссии биологического факультета ННГУ, д.п.н., профессор И.М. Швец УДК 57.087.1 ББК Е60х73х715.3 © Нижегородский государственный университет им. Н. И. Лобачевского, 2015 © Доронин М.С., Дембицкая Ю.В., Лебедева А.В.,Тюрикова О.В., Семьянов А.В., 2015 Введение Современная нейробиология базируется на получении фундаментальных знаний о принципах и механизмах субклеточной, клеточной и межклеточной сигнализации в мозге, а также о таких сложных функциях мозга как формирование памяти, мышление и обучение. Экспериментальные методы нейробиологии позволяют проводить исследования на всех вышеперечисленных уровнях организации мозга. Значительный прогресс в изучении функционирования мозга был достигнут за счёт совмещения физических и биологических методов. Так, например, совмещение электрофизиологических методов и методов оптических даёт намного больше полезных результатов, чем каждый из этих методов по отдельности. Результаты таких исследований, как правило, представляют собой цифровые записи электрофизиологических данных и интенсивности оптического сигнала во времени. Анализ и обработка таких данных требует больших ресурсов, поэтому необходима разработка автоматических и полуавтоматических методов на основе пакетов математического анализа. Это поможет наиболее качественно и правильно интерпретировать полученные результаты. Настоящее учебно-методическое пособие даёт краткую характеристику основных пакетов программного обеспечения, используемых для анализа и обработки электрофизиологических данных. Кроме того, рассматриваемые в пособии примеры помогут освоить простейшие функции анализа, а также развить собственные навыки на базе представленных или аналогичных программ. 1. Типы данных Получаемые данные в нейробиологии напрямую зависят от методики исследования и типа объекта. Одними из распространённых методов в нейробиологии являются методы электрофизиологии, оптической визуализации и регистрации метаболической активности (имиджинг). При помощи рабочего оборудования, персональных компьютеров и специально подобранного программного обеспечения исследователь может получить результаты в виде двух- и трёхмерных последовательностей или массивов. При использовании электрофизиологических методов обычно получают двухмерные массивы данных, одним измерением которых являются значения потенциала или тока на мембране нервной клетки, а вторым – время, в течение которого регистрируется сигнал. В экспериментах по оптическому имиджингу, в которых осуществляется регистрация интенсивности флуоресценции с помощью детекторов (таких, например, как электронные фотоумножители), данные представляют собой трёхмерные массивы. Латеральные значения данных массивов несут информацию об интенсивности оптического сигнала в различных точках пространства, а третье измерение представляет собой время. Таким образом, получается картина изменения интенсивности флуоресценции с течением времени. Получившиеся массивы данных обычно обрабатываются в программах регистрации данных (при возможности) и/или конвертируются в числовые массивы для дальнейшей обработки в других коммерчески доступных программах. Контрольные вопросы:
2. Обработка экспериментальных данных Важным этапом любого исследования является качественная обработка полученных результатов. Для начала кратко рассмотрим основные этапы получения и обработки экспериментальных данных:
На данном этапе важно грамотно подобрать параметры работы оборудования, в частности, частоту дискретизации. Для работы используется следующее оборудование: микроскоп Olympus BX51WI, микроманипуляторы Luigs&Neumann, усилитель сигнала MultiClamp 700B, ЦАП-АЦП National Instruments. Для управления оборудованием, а также для регистрации сигнала, используется программное обеспечение MultiClamp 700B и WinWCP.
Следующим этапом является обработка сигнала и получение необходимых параметров, таких как амплитуда сигнала, частота повторяющихся событий, угол наклона нарастающей или убывающей фаз сигнала, спектр частот и т.п. Для обработки сигнала может применяться большой набор программного обеспечения. В настоящем пособии будут рассмотрены следующие пакеты – Clampfit, MiniAnalysis, Matlab и Origin.
Заключительным этапом обработки биологических результатов является статистический анализ. В зависимости от поставленной задачи применяют разные статистические тесты – t-тест (тест Стьюдента), тест Колмогорова-Смирнова, тест Манна-Уитни, тест ANOVA (Analysis Of Variance (дисперсионный анализ)) и другие. 2.1. MultiClamp 700B MultiClamp 700B разработана компанией Axon Instruments и представляет собой универсальный микроэлектродный усилитель с компьютерным управлением, который предназначен для детекции электрофизиологического сигнала нервных клеток (или других типов клеток) при помощи метода локальной фиксации потенциала или тока. Основные особенности усилителя MultiClamp 700B включают в себя: автоматическое переключение режима фиксации тока или потенциала; подавление колебаний для лучшей протекции клеток и медленное стимулирование током для компенсации дрейфа потенциала. Усилитель управляется одноимённой программой (MultiClamp 700B) посредством интерфейса USB. Данная программа позволяет устанавливать необходимые для записи параметры, такие как тип АЦП-ЦАП, значение фиксации потенциала или тока и другие. 2.2. WinWCP WinWCP разработана Институтом фармацевтических и биомедицинских наук Стратклайда и является программой записи цифрового сигнала и анализа данных, в том числе в режиме реального времени, полученных в ходе электрофизиологических исследований. Сигналы, полученные с помощью метода локальной фиксации потенциала или тока (patch clamp) в режиме целой клетки (whole cell), являются, по своей сути, суперпозицией ионных токов через большое количество открытых ионных каналов на мембране клетки. Амплитуда и временная зависимость таких сигналов характеризуют кинетику активности ионных каналов. Программа WinWCP позволяет записывать электрофизиологические сигналы и применять ряд процедур для анализа таких данных. WinWCP действует как многоканальный цифровой осциллограф, записывая сигнал и сохраняя его в файле на жёсткий диск. Основными характеристиками WinWCP являются: широкий диапазон входящих аналоговых (4–16) и цифровых выходящих (4–8) каналов; возможность записи от 256 до 8388608 значений в течение одной записи; возможность записи 2 миллиардов повторений записи в одном файле; возможность работы в качестве генератора стимулирующего импульса потенциала (до 4 выходных каналов); детектор спонтанных событий; синхронизатор. Кроме того, WinWCP позволяет проводить следующий анализ: усреднение сигнала; автоматическое измерение амплитуды и длительности сигнала; математическая аппроксимация сигнала, которая может быть описана стандартными формулами; анализ нестационарных флуктуаций; а также анализ синаптических функций. Получаемые сигналы сохраняются в формате *.wcp, который также может быть экспортирован в другие форматы для работы в различных программах анализа и обработки данных. 2.3. Clampfit Программа Clampfit, как и Multiclamp 700B, разработана компанией Axon Instruments и представляет собой удобный инструмент для комплексного анализа и обработки данных, который включает в себя следующие функции: низко- и высокочастотная фильтрация сигналов, усреднение и расчёт стандартного отклонения сигналов, анализ частоты, параметров пачечной активности, аппроксимация данных математическими функциями, статистический анализ, поиск положительных и отрицательных стимулов (а также параметров стимулов: амплитуда, время, угол наклона, полуширина, площадь), построение гистограмм, импортирование результатов в текстовые форматы. Программа также позволяет работать как с одной записью, так и со всеми записями, присутствующими в файле, что может существенно ускорить анализ и обработку данных. Следует отметить, что данная программа обладает удобным интерфейсом, который способствует эффективной обработке данных. Для выбора области интересов используются курсоры. В качестве входных данных используется формат *.abf, который может быть получен в результате экспорта данных из программы WinWCP. 2.4. MiniAnalysis Программа MiniAnalysis разработана компанией Synaptosoft Inc. и предназначена для анализа электрофизиологических записей, для записи метаболической активности, полученной с помощью оптического имиджинга. Программа автоматически идентифицирует максимумы и минимумы сигналов (пики и антипики), таких, например, как спонтанные и миниатюрные тормозные и возбуждающие постсинаптические токи (сТПСТ и сВПСТ, мТПСТ и мВПСТ), вызванные тормозные и возбуждающие постсинаптические потенциалы (ТПСП и ВПСП) (рис. 2, А), потенциалы действия (ПД), кальциевые пики в записях флуоресценции, амперометрические пики, пики в электрокардиограммах (ЭКГ). Программа основана на применении метода обнаружения сложных и множественных пиков за счёт того, что имеет функцию экспоненциальной экстраполяции затухания пиков, близко расположенных друг к другу (рис. 1). Алгоритм обнаружения является очень чувствительным за счёт применения двух порогов и пяти дополнительных параметров обнаружения сигналов с различной формой и кинетикой, а также имеющих различные направления.
Кроме обнаружения пиков программа позволяет обнаружить постсинаптические потенциалы (пВПСП) (рис. 2, Б), а также позволяет измерять угол наклона таких потенциалов, определять константы затухания и нарастания сигнала, аппроксимировать данные с помощью функций, параметры которых можно сравнивать в экспериментальных задачах. Значительным достоинством программы является автоматическое обнаружение пиков.
Программа MiniAnalysis имеет автоматический цифровой фильтр для улучшения качества сигнала и инструменты для анализа частотного спектра сигнала с использованием преобразования Фурье. В качестве входного формата файлов используется разрешение *.abf, которое может быть получено в результате экспорта данных из программы WinWCP.
Результаты анализа сохраняются в формате *.dat, файлы которого имеют очень маленький размер. Например, файл с 1000 обнаруженных событий занимает менее 50 Кб и хранит данные в виде числового массива. Это позволяет легко проводить математические преобразования полученных результатов. Программа проводит статистический анализ результатов: расчёт среднего значения, стандартного отклонения, стандартную ошибку среднего, среднюю частоту, а также проводит статистические тесты: парный и непарный тест Стьюдента, тест Фишера, тест Колмогорова-Смирнова, кроме того, строит линейные регрессии. Программа позволяет легко строить графики полученных результатов, включая гистограммы распределений (рис. 3, А), кумулятивные распределения (рис. 3, Б), двухмерные и трёхмерные точечные графики (рис. 3, В) и т.п., а также позволяет объединять несколько графиков в один. Полученные графики и кривые также можно экспортировать как ASCII файлы для дальнейшего использования в других программах, таких как Microsoft Excel, Sigma Plot или Origin. 2.5. Matlab Среда программирования Matlab (сокращение от английского «Matrix laboratory») разработана компанией MathWorks и позволяет эффективно работать с матрицами (массивами) данных, строить функции и данные, реализовывать алгоритмы, создавать интерфейсы. Данный программный пакет может быть синхронизован с другими средами программирования, такими как C, C++, Java, Fortran и другие. Основной особенностью языка Matlab являются его широкие возможности по работе с матрицами, которые создатели языка выразили в лозунге «Думай векторно» (по-английски: «Think vectorized»). Часто Matlab используется для нетривиального анализа электрофизиологических данных или для анализа данных, требующих большого количества итераций, которые в Matlab можно задать автоматически, а не вручную. Для удобства пользования в Matlab имеется возможность использования «программы в программе» (подпрограммы). Например, для анализа каждого потенциала действия удобно сначала детектировать потенциалы действия, а потом применить подпрограмму для анализа каждого найденного потенциала действия. Стоит также отметить, что Matlab отлично подходит для обработки изображений, полученных методом оптической визуализации, которые представляют собой трёхмерные массивы данных. Для удобства исследователя в Matlab существует удобная и полезная функция помощи (клавиша F1), в которой описаны не только предназначение той или иной команды, но и варианты входных и выходных данных, а также примеры. Кроме того, рекомендуется находить ответы на нетривиальные вопросы (а также готовые подпрограммы) на форуме http://www.mathworks.com/. |
Похожие:
 |
I. Определения Автоматизированная обработка персональных данных – обработка персональных данных с помощью средств вычислительной техники |
 |
Лекция Язык sql 46 вставка одного запроса внутрь другого 68 как работает... Эти базы данных создаются и функционируют под управлением специальных программных комплексов, называемых системами управления базами... |
|
Учебно-методическое обеспечение по семинарским занятиям дисциплина... Целью изучения дисциплины является обучение студентов и бакалавров ифбибт сфу методам обработки экспериментальных данных с помощью... |
|
2 Электронный образовательный ресурс по дисциплине «Обработка статистической информации» Мо осваивать такие понятия как статистика, методы обработки статистических данных, и уметь работать со статистическими пакетами.... |
|
Инструкция по работе в программе Танатос Сбор, обработка и анализ данных медицинского свидетельства о смерти в органах и учреждениях здравоохранения |
|
Инструкция по работе в программе Танатос Сбор, обработка и анализ данных медицинского свидетельства о смерти в органах и учреждениях здравоохранения |
|
Урок по теме «Определение естественной радиоактивности растений» Приобретение навыков проведения экспериментальных измерений и обработка полученных данных |
|
Бюллетень новых поступлений литературы за декабрь 2016 г Информационные технологии. Вычислительная техника. Обработка данных. (Удк 004) 40 |
|
Бюллетень новых поступлений литературы за март 2017 г Информационные технологии. Вычислительная техника. Обработка данных. (Удк 004) 34 |
|
Инструкция по работе в программе Танатос Сбор, обработка и анализ данных медицинского свидетельства о перинатальной смерти в органах и учреждениях здравоохранения |
|
Инструкция по работе в программе Танатос Сбор, обработка и анализ данных медицинского свидетельства о перинатальной смерти в органах и учреждениях здравоохранения |
|
Инструкция по работе в программе Танатос Сбор, обработка и анализ данных медицинского свидетельства о перинатальной смерти в органах и учреждениях здравоохранения |
|
Инструкция по заведению в информационную систему «Танатос» Сбор, обработка и анализ данных медицинского свидетельства о смерти в органах и учреждениях здравоохранения |
|
Руководство нато по каталогизации Автоматическая обработка данных (adp) для обмена информацией в системе кодификации нато |
|
Руководство пользователя 7 Операция «Обработка запроса» Сервис подписки пользователя для получения данных от лк епгу (разработан согласно методическим рекомендациям версии 5) |
|
Обработка изделий медицинского назначения Неадекватная обработка медицинских инструментов и оборудования, а также других предметов ухода за больными является частой причиной... |