神経細胞の追跡

ニューロントレーシング、またはニューロン再構築は、ニューロンの軸索と樹状突起である神経突起またはニューロンプロセスの経路を決定するために神経科学で使用される技術です。サンプル準備の観点からは、以下のいくつかやその他の遺伝的ニューロンラベリング技術を指す場合があります。

• 順行性トレーシング、細胞体からシナプスまでの標識付け。
• シナプスから細胞体までの標識付けのための逆行性トレーシング。
• ウイルスニューロントレーシング、どちらの方向にもラベル付けできる技術。
• 神経細胞の画像を手動でトレースします。

広義では、ニューロン トレーシングは、上記サンプルの画像データからニューロンの形態をデジタル的に再構築することに関係することが多いです。

ニューロン形態のデジタル再構成またはトレースは、計算神経科学における基本的なタスクです。^{[1] [2] [3]}また、通常は光学顕微鏡（レーザー走査顕微鏡、明視野画像など）や電子顕微鏡、またはその他の方法に基づく高度な顕微鏡画像に基づいてニューロン回路をマッピングするためにも重要です。ニューロン形態は非常に複雑で、そのような画像にはノイズが多く見られることが多く、通常大量の画像データが発生するため、計算神経科学にとって最も困難な計算タスクの1つと広く見なされています。ニューロン形態をトレースするために、通常は3Dで手動、半自動、また​​は完全に自動で、多くの画像分析ベースの方法が提案されています。通常、再構成の生成と校正編集の2つの処理ステップがあります。^{[4] [5]}

ニューロンの形態を記述または再構築する必要が生じたのは、おそらく神経科学の黎明期、ゴルジ法を用いてニューロンがラベル付けまたは視覚化されたころからである。錐体ニューロンやシャンデリア細胞など、既知のニューロンの種類の多くは、形態学的特徴に基づいて記述された。現在Neurolucidaとして知られる最初のコンピューター支援ニューロン再構築システムは、1960年代にエドモンド・グレイザー博士とヘンドリック・ファン・デル・ロース博士によって開発されました。^[6]

ニューロンを追跡する現代的なアプローチは、顕微鏡を使用してニューロンのデジタル画像を取得したときに始まりました。当初は 2D で行われていました。高度な 3D イメージング、特に蛍光イメージングと電子顕微鏡イメージングの登場後すぐに、これらのイメージング データからニューロンの形態を追跡する需要が急増しました。

ニューロンは、多くの場合、2D または 3D で手動でトレースできます。これを行うには、3D 画像ボリュームの個々の 2D セクションにニューロン プロセスの軌跡を直接ペイントして接続するか、投影画像内の任意の 2D ペイント軌跡を実際の 3D ニューロン プロセスに直接変換する 3D 仮想フィンガー ペインティングを使用します。ニューロンを手動でトレースする場合の主な制限は、作業に膨大な労力がかかることです。

ニューロンの自動再構成は、モデル（球やチューブなど）のフィッティングとマーチング、^[7]過剰再構成の剪定、^[8]キーポイントの最小コスト接続、レイバースティングなどを使用して行うことができます。^[9]スケルトン化は自動ニューロン再構成の重要なステップですが、全パス剪定とそのバリエーション^[10]の場合、モデルパラメータ（チューブの直径など）の推定と組み合わされています。 自動トレースの主な制限は、特にニューロンの形態が複雑であったり、画像にかなりの量のノイズがある場合に精度が不足することです。

半自動ニューロン トレーシングは、多くの場合、2 つの戦略に依存します。1 つは、完全に自動化されたニューロン トレーシングを実行し、その後、そのような再構築を手動でキュレーションすることです。もう 1 つの方法は、ニューロンの末端の位置などの事前知識を生成することです。これにより、ニューロンをより簡単に自動的にトレースできます。半自動トレーシングは、許容できる時間コストと適度に優れた再構築精度を備えたバランスの取れたソリューションであると考えられています。オープン ソース ソフトウェアVaa3D -Neuron、Neurolucida 360、Imaris Filament Tracer、および Aivia はすべて、両方のカテゴリの方法を提供します。

DIADEMコンペティションによると、電子顕微鏡画像のトレースは光学顕微鏡画像のトレースよりも難しいと考えられていますが、光学顕微鏡画像のトレースも依然としてかなり難しいとのことです。^[11]電子顕微鏡データのトレースでは、代替の自動または半自動の方法よりも手動トレースの方が頻繁に使用されます。^[12]光学顕微鏡データのトレースでは、自動または半自動の方法の方が多く使用されます。

電子顕微鏡画像のトレースにはかなりの時間がかかることから、共同手動トレースソフトウェアが有用である。クラウドソーシングは、そのような画像データセットの共同手動再構成結果を効果的に収集する代替手段である。^[13]

ニューロン トレーシング ツール、特にソフトウェア パッケージは数多く利用可能です。さまざまな研究グループで開発された多数のニューロン トレーシング メソッドの実装と、定量的測定、解析、比較などの多くのニューロン ユーティリティ機能を含む包括的なオープン ソース ソフトウェア パッケージの 1 つが、Vaa3D とその Vaa3D-Neuron モジュールです。NeuronStudio ^{[14]などの他の無料ツールも、特定のメソッドに基づくトレーシング機能を提供します。神経科学}者は、Neurolucida、Neurolucida 360、Aivia、Amira などの市販ツールも使用して、ニューロンをトレーシングおよび分析します。2012 年の調査によると、Neurolucida は、他のすべてのニューロン トレーシング プログラムを合わせたよりも 7 倍以上引用されており、^[15]ニューロン再構築を生成するための最も広く使用されている多用途のシステムでもあります。^[16] BigNeuronプロジェクト（https://alleninstitute.org/bigneuron/about/）[17 ^]は、既知のニューロントレーシングツールの大部分を共通プラットフォームに統合し、オープンソースを促進し、さまざまなツールに1か所で簡単にアクセスできるようにする最近の大規模な国際協力プロジェクトです。この取り組みを通じて、任意のサイズの画像をトレースできるUltraTracer ^[18]などの強力な新ツールが開発されました。オンラインツールWEBKNOSSOSには、軸索や樹状突起を高速にトレースするためのフライトモードがあり、訓練された注釈者集団は、3D電子顕微鏡データで軸索の場合は1.5±0.6mm / h、樹状突起の場合は2.1±0.9mm / hのトレース速度を達成しています。^[19]

単一ニューロンの再構成は、さまざまな形式で保存できます。これは、そのようなニューロンをトレースするために使用されたソフトウェアに大きく依存します。SWC 形式は、トポロジカルに接続された多数の構造コンパートメント (単一のチューブまたは球体など) で構成されており、特に形態に個々のコンパートメントの詳細な 3D 形状モデルが欠けている場合や必要ない場合に、デジタルでトレースされたニューロンを保存するためによく使用されます。その他のより洗練されたニューロン形式では、Neurolucida ^{[20] [21] [22]}などを使用して、ニューロン細胞体とニューロンプロセスの個別の幾何学的モデリングが行われます。

単一ニューロン再構成データベースはいくつかあります。広く使用されているデータベースはhttp://NeuroMorpho.Org ^[23]で、世界中の多くの研究室から提供された40種を超える86,000以上のニューロン形態が含まれています。アレン脳科学研究所、HHMIのジャネリア研究キャンパス、およびその他の研究所も大規模な単一ニューロンデータベースを生成しています。さまざまな規模の関連するニューロンデータデータベースも多数存在します。