樹突棘(Dendrite spine)是位於神經元樹突上形成突觸的部位,與學習記憶密切相關。樹突棘存在以下4種形態:瘦長型、蘑菇型、短粗型及絲狀偽足型。其中瘦長型與絲狀偽足型被認為是不成熟狀態,短粗型與蘑菇型為成熟型。
高爾基染色(Golgi staining)利用神經元的嗜銀性,可以很好的顯示神經元的形態以及樹突棘。雖然樹突棘的數量不能直接與突觸活動的數量直接相關,但樹突棘密度分析可以用來評估突觸的連接性以及突觸可塑性變化的過程。
因此樹突棘密度分析廣泛存在於神經科學研究之中。然而手動樹突棘計數耗時且不同觀察者之間存在明顯的差異。今天給大家分享一種快速的樹突棘密度分析的評估方法以及細胞計數的方法。
1
使用工具:http://imagej.net/Downloads ,適用於多種操作系統。
分析步驟:
Step1:從高爾基染色圖片中截取待分析樹突:
打開Fiji,File,Open待分析的樹突棘圖片(以DG為例)。
將圖片由RGB圖像改為灰度圖片:Image,Type,8-bit。
轉換圖片為二值化圖片:Image,Adjust,Threshold(調節閾值至樹突及樹突棘完全選中),點擊Apply二值化完成。
二值化圖片如下(非黑即白,灰度值為0或255):
Step2:校正標尺:點擊Straight工具
、按住Shift在標尺上畫直線
Analyze,Set Scale,在已知距離中填入10 μm,選擇Global則校正標尺對本次打開所有圖片均有效。此時也有Step1中226 x 61 pixels變為下圖的40.36 x 10,89 μm。
Step3:骨骼化已經二值化的圖像:Process,Binary,Skeletonize,得到骨骼化圖像。
清除標尺,避免其干擾樹突棘計數:File菜單下矩形選框選中標尺位置,如下圖。
Edit,Clear(清除選框內的內容):
Step4:由骨骼圖像分析樹突棘數量:Analyze,Skeleton。選擇如下,點擊OK。
得到結果:
End-point voxels共有25個,既有25個樹突棘(上圖中藍色點)。
結果往右拉可以看見最長的路徑為45.31 μm(樹突的長度),即本圖像的樹突棘的密度(Spine density)為25/45.31=0.55 /μm,一般統計時縱座標為Spine density (Spines /10 μm),本圖像為5.5 /10 μm。
為了驗證本方法的準確性,對本方法與手動計數方法進行了研究,Bland–Altman comparison表明,本方法與手動計數具有一致性。
2
剛剛給大家分享一種快速的樹突棘密度分析的評估方法,現在我接著以高爾基染色的樹突棘以及細菌菌落為例來給大家分享一些細胞計數的基礎知識。
1、 手動樹突棘計數
手動計數相較自動計數方法耗時耗力且不同分析人員間存在主觀差異,但其優點是有更好的精確度,也適用於一些圖片不能進行自動計數的情況。
打開ImageJ軟件,File,Open打開需要分析的圖片:
點擊
根據肉眼判斷,依次鼠標右擊進行計數(考驗手速):
點擊Analyze,Measure,可以看見此時計數數量為16個。當然也可以看最後右擊時的數字即為樹突棘總數。手動計數樹突棘的計數操作與其他細胞類型的計數方法一致。
2、 Cell Counter插件進行手動計數
當需要計數的細胞有很多類型時採用上述方法1中Muliti point就不適用了。我們可以使用Plugins,Analyze,Cell Counter進行計數其優點是可以標記不同細胞的類型。其界面如下:
具體方法就是打開需要分析的圖片,點擊Plugins,Analyze,Cell Counter,點擊Initialize,選擇不同的類型(圖中Type1——Type8)可以對不同類型的細胞進行計數。
本方法可以同時對不同類型的細胞進行計數,比如瘦長型、蘑菇型、短粗型及絲狀偽足型4種不同類型的樹突棘,可根據最開始的形態學圖像的特點進行判別。點擊Cell Counter中的Results就可以看見不同類型細胞的數量了。
3、 自動計數
樹突棘一般採用手動計數,今天開始給大家介紹的快速樹突棘密度分析方法是比較快捷的方法。現在以細菌菌落為例示例自動計數基本過程。
轉換RGB圖像為灰度圖片:Image,Type,8-bit。
閾值選定,Image,Adjust,Threshold,閾值選定,紅色代表選中。
皿邊緣高亮部分影響菌落的選中,使用橢圓選框
Analyze,Analyze particles,選擇如下,點擊OK,得到計數結果: