JP5569892B2 - Automatic tracking system for moving particles in axons - Google Patents

Automatic tracking system for moving particles in axons Download PDF

Info

Publication number
JP5569892B2
JP5569892B2 JP2007247438A JP2007247438A JP5569892B2 JP 5569892 B2 JP5569892 B2 JP 5569892B2 JP 2007247438 A JP2007247438 A JP 2007247438A JP 2007247438 A JP2007247438 A JP 2007247438A JP 5569892 B2 JP5569892 B2 JP 5569892B2
Authority
JP
Japan
Prior art keywords
region
vesicle
axon
particles
tracking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2007247438A
Other languages
Japanese (ja)
Other versions
JP2009077635A (en
Inventor
良郎 五嶋
洋 臼井
敏行 後藤
孝仁 塩澤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yokohama National University NUC
Yokohama City University
Original Assignee
Yokohama National University NUC
Yokohama City University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yokohama National University NUC, Yokohama City University filed Critical Yokohama National University NUC
Priority to JP2007247438A priority Critical patent/JP5569892B2/en
Publication of JP2009077635A publication Critical patent/JP2009077635A/en
Application granted granted Critical
Publication of JP5569892B2 publication Critical patent/JP5569892B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Description

本発明は、神経細胞の軸索内輸送の粒子経路を解析方法、解析装置、及びそのためのプログラムに関する。   The present invention relates to a method, an analysis apparatus, and a program for analyzing a particle path of intraneuronal transport of nerve cells.

神経細胞(以下、「ニューロン」と呼ぶことがある)は、数cmからときに1mにもおよぶ軸索を持つ。軸索は様々な軸索ガイダンス分子に導かれて伸長し、標的細胞とシナプスを形成することで、複雑な神経回路網を形成する。この軸索形成やシナプス形成に必要とされる様々な蛋白質、細胞内小器官、RNAは、細胞体で合成され、必要とされる部位に輸送される。逆に、軸索の先端で受容された成長因子は、受容体と共にシグナリング小胞として細胞体へ運ばれ、転写制御等の細胞活動に関与する(非特許文献1)。このような軸索輸送は、主に微小管に沿って、キネシンやダイニンなどのモーター分子群により行われている。細胞体から軸索の先端への輸送を順行性軸索輸送(anterograde axonal transport)、逆に軸索の先端から細胞体への輸送を逆行性軸索輸送(retrograde axonal transport)と呼ぶ(非特許文献2)。軸索内輸送の障害は、種々の神経性疾患の発症との関連性が示唆されており、例えば、アルツハイマー病では、初期病変で軸索輸送の障害が生じ、微小管関連蛋白質であるtauとCRMP2の過剰リン酸化の影響が報告されており(非特許文献3)、さらに、遺伝性の運動ニューロン疾患の原因遺伝子は、その多くが軸索輸送に関連する遺伝子であると報告されている(非特許文献4)。従って、細胞内軸索輸送は神経細胞の維持、機能発現に必須の生命現象であると考えられ、神経変性疾患の指標としての軸索輸送解析、特に、軸索内輸送粒子の追跡及び定量的解析が、これら疾患を対象とする医学・医療分野に大きく貢献すると期待されている。   Nerve cells (hereinafter sometimes referred to as “neurons”) have axons that range from a few centimeters to sometimes 1 meter. Axons are guided by various axon guidance molecules and extend to form synapses with target cells, forming complex neural networks. Various proteins, intracellular organelles, and RNA required for axon formation and synapse formation are synthesized in the cell body and transported to the required site. On the contrary, the growth factor received at the tip of the axon is carried to the cell body as a signaling vesicle together with the receptor, and is involved in cellular activities such as transcriptional control (Non-patent Document 1). Such axonal transport is carried out mainly by motor molecules such as kinesin and dynein along microtubules. Transport from the cell body to the tip of the axon is called an anterograde axonal transport, and conversely, transport from the tip of the axon to the cell body is called a retrograde axonal transport (non-retrograde axonal transport). Patent Document 2). Impairment of axonal transport has been suggested to be associated with the development of various neurological diseases.For example, in Alzheimer's disease, axonal transport is impaired in early lesions, and microtubule-associated protein tau The effect of hyperphosphorylation of CRMP2 has been reported (Non-patent Document 3), and many of the causative genes of hereditary motor neuron disease are reported to be genes related to axonal transport ( Non-patent document 4). Therefore, intracellular axon transport is considered to be a vital phenomenon essential for the maintenance and functional expression of neurons. Axon transport analysis as an indicator of neurodegenerative diseases, especially tracking and quantitative analysis of axon transport particles Analysis is expected to make a significant contribution to the medical and medical fields for these diseases.

従来、神経細胞の軸索輸送の研究分野では、GFP(green fluorescence protein)タグ等を用いて軸索輸送に関係する蛋白質を可視化する方法や、放射線同位元素などを用いたトレーサー実験などが行なわれ、細胞内輸送の定量的解析では、微分干渉顕微鏡を用いて軸索を強拡大で撮影し、コントラストを強調して目視により仮想線を通過する粒子を計測してきた(非特許文献5)。   Conventionally, in the research field of neuronal axonal transport, methods such as visualization of proteins related to axonal transport using GFP (green fluorescence protein) tags and tracer experiments using radioisotopes have been performed. In quantitative analysis of intracellular transport, axons are photographed with high magnification using a differential interference microscope, and particles passing through virtual lines are visually measured with emphasis on contrast (Non-Patent Document 5).

しかしながら、GFPタグを用いた可視化では、特定の分子の輸送の追跡には有効であるが、軸索輸送の全体的な解析には不向きであり、さらに、GFPラベリングにより標的分子の細胞内分布や輸送へ影響が生じる可能性を排除できず、さらにまた、相同組換えではない通常の遺伝子導入によるGFPラベリングでは、標的分子の過剰発現により軸索輸送へ影響が生じるという問題がある。また、一方で、相同組換えによるGFPラベリングは、膨大な手間と費用を要する。また、放射線同位元素を用いた標識化では、放射性物質を用いること自体が実験の危険性を高め、さらに経時的な観察に適さないという問題がある。さらにまた、微分干渉顕微鏡による観察では、輸送される粒子を認識することが非常に困難なため高度な熟練を要する上に、一標本あたりの観測及び測定に長時間を要し、さらに、目視観察によるため、得られたデータの客観性が乏しいといった欠点を有する。   However, visualization using a GFP tag is effective for tracking the transport of specific molecules, but is not suitable for the overall analysis of axonal transport. In addition, it is not possible to eliminate the possibility of an effect on transport, and furthermore, GFP labeling by normal gene transfer that is not homologous recombination has a problem that overexpression of the target molecule affects the axon transport. On the other hand, GFP labeling by homologous recombination requires enormous effort and cost. In labeling with a radioisotope, there is a problem that the use of a radioactive substance itself increases the risk of experiments and is not suitable for observation over time. In addition, observation with a differential interference microscope makes it very difficult to recognize the transported particles, so it requires a high level of skill, and requires a long time for observation and measurement per specimen. Therefore, there is a drawback that the obtained data has poor objectivity.

一方、画像処理を用いた粒子追跡技術において、2次元的に分布した粒子に対する追跡技術が開発されており、各粒子の動きの二次元的な自由度に基づき、目的粒子を2次元的に追跡すること可能である。しかしながら、神経細胞の軸索内においては、軸索の細長い形状ゆえに、輸送粒子の分布及び運動は平面的広がりを持たず、輸送粒子は、軸索に沿って移動し、その分布も軸索内に集中することから、粒子軌跡の干渉(軌跡の重なり)頻度が高く、顆粒間の運動の分離が困難である。従って、神経細胞の軸索輸送に関しては、粒子運動の二次元的情報に依存した従来型の追跡技術をそのまま適用して輸送経路を解析することは困難である。さらに、軸索周囲に静止状態の多数の粒子や、時間的なランダム雑音の存在が、一層、粒子の輸送経路解析を困難なものにしている。従って、輸送粒子間の干渉や、軸索周囲の粒子やランダム雑音による影響を受けない、神経細胞の軸索内輸送を定量的に自動で解析可能な解析システムの確立を要する。   On the other hand, in particle tracking technology using image processing, tracking technology for two-dimensionally distributed particles has been developed, and target particles are tracked two-dimensionally based on the two-dimensional freedom of movement of each particle. It is possible to do. However, within the axon of a nerve cell, the distribution and movement of transport particles do not have a planar spread due to the elongated shape of the axon, and the transport particles move along the axon, and the distribution also moves within the axon. Therefore, it is difficult to separate the motion between the granules. Therefore, it is difficult to analyze a transport route by applying a conventional tracking technique as it is based on two-dimensional information of particle movements for axon transport of nerve cells. In addition, the presence of many stationary particles around the axon and temporal random noise make the particle transport path analysis more difficult. Therefore, it is necessary to establish an analysis system that can automatically and quantitatively analyze the transport of nerve cells in the axon without being affected by interference between transport particles, particles around the axon, and random noise.

Zweifel LS et al., Nat. Rev. Neurosci., 2005, 6(8):615-25.Zweifel LS et al., Nat. Rev. Neurosci., 2005, 6 (8): 615-25. Hirokawa N et al., Nat. Rev. Neurosci., 2005, 6(3) :201-214.Hirokawa N et al., Nat. Rev. Neurosci., 2005, 6 (3): 201-214. Stokin GB et al., Science, 2005, 307(5713):1282-8.Stokin GB et al., Science, 2005, 307 (5713): 1282-8. Chevalier-Larsen E et al., Biochim. Biophys. Acta., 2006, 1762 11-12:1098-1108.Chevalier-Larsen E et al., Biochim. Biophys. Acta., 2006, 1762 11-12: 1098-1108. Goshima Y et al., J. Neurobiol., 1997, 33:316-328.Goshima Y et al., J. Neurobiol., 1997, 33: 316-328.

上記のように、従来技術に係る粒子経路の追跡方法では、輸送粒子間の干渉や、軸索周囲の粒子やランダム雑音による影響を受け、高精度の粒子経路解析を実現することができない。   As described above, the particle path tracking method according to the prior art is not affected by interference between transport particles, particles around axons or random noise, and cannot realize highly accurate particle path analysis.

従って、本発明の目的は、輸送粒子間の干渉や、軸索周囲の粒子やランダム雑音による影響を受けない、新規な神経細胞の軸索内輸送の粒子経路を解析方法を提供し、さらに、該解析方法を実現する装置、及び、そのためのコンピュータープログラムを提供することである。   Therefore, an object of the present invention is to provide a method for analyzing a novel axon transport particle path of nerve cells that is not affected by interference between transport particles, particles around axons or random noise, An apparatus for realizing the analysis method and a computer program therefor are provided.

本願発明者らは、鋭意研究の結果、神経細胞内の小胞粒子を鮮明に可視化し、該可視化した小胞粒子が、軸索輸送機構により輸送されることを実験的に証明した。さらに、本願発明者らは、解析の初期段階で、軸索領域を抽出し、処理対象を限定することで、軸索外静止粒子やランダム雑音の影響を抑えることを可能とし、さらに、粒子追跡の過程で、一次追跡後の粒子の移動軌跡をもとに、粒子相互の重なりや二次元的近接状態に基づき誤追跡の可能性を評価し、安定追跡経路を抽出し、さらに、安定追跡経路間の連続性、粒子の形状特徴の連続性などを考慮した評価関数を設定し、各粒子全体の評価が最適となるように、安定追跡経路を統合することによって、正確な粒子追跡を可能にする手法を開発し、本発明を完成させるに至った。   As a result of diligent research, the inventors of the present application visualized vesicle particles in nerve cells clearly and experimentally proved that the visualized vesicle particles are transported by an axonal transport mechanism. Furthermore, the inventors of the present application can suppress the influence of extra-axon stationary particles and random noise by extracting the axon region and limiting the processing target in the initial stage of analysis, and further, particle tracking In this process, based on the movement trajectory of the particles after the primary tracking, the possibility of mistracking is evaluated based on the mutual overlap of particles and the two-dimensional proximity state, and a stable tracking path is extracted. Accurate particle tracking is possible by setting an evaluation function that takes into account the continuity between particles and the continuity of the shape characteristics of particles, and integrating stable tracking paths so that the evaluation of each particle as a whole is optimized. The technique which develops was developed and it came to complete this invention.

即ち、本発明は、神経細胞の軸索を通過する小胞粒子を可視化する工程、該神経細胞を経時的に撮影した画像を入手する工程、該入手した画像フレームをコンピューターに入力する工程、該画像フレーム中の軸索領域を抽出する工程、該軸索領域中の小胞粒子を検出する工程、該検出された小胞粒子の局所的追跡、安定追跡経路の抽出及び安定追跡経路の統合を演算処理する工程、及び、該演算処理により算出された小胞粒子の軌道を出力する工程、を含む神経細胞の軸索輸送の解析方法を提供する。   That is, the present invention comprises a step of visualizing vesicle particles passing through nerve cell axons, a step of obtaining images obtained by photographing the nerve cells over time, a step of inputting the obtained image frame to a computer, Extracting an axon region in an image frame; detecting a vesicle particle in the axon region; locally tracking the detected vesicle particle; extracting a stable tracking path; and integrating the stable tracking path. There is provided a method for analyzing axonal transport of a nerve cell, including a step of performing an arithmetic processing and a step of outputting a trajectory of a vesicle particle calculated by the arithmetic processing.

さらに、本発明は、軸索を通過する小胞粒子が可視化された神経細胞を経時的に撮影した画像を入手する手段、該入手した画像フレームをコンピューターに入力する手段、該画像フレーム中の軸索領域を抽出する手段、該軸索領域中の小胞粒子を検出する手段、該検出された小胞粒子の局所的追跡、安定追跡経路の抽出及び安定追跡経路の統合を演算処理する手段、及び、該演算処理により算出された小胞粒子の軌道を出力する手段、を含む神経細胞の軸索輸送の解析装置を提供する。   Furthermore, the present invention provides a means for obtaining an image obtained by taking a time-lapse image of a nerve cell in which vesicle particles passing through an axon are visualized, a means for inputting the obtained image frame to a computer, and an axis in the image frame Means for extracting a cord region, means for detecting a vesicle particle in the axon region, means for computing local tracking of the detected vesicle particle, extraction of a stable tracking path and integration of the stable tracking path; And a neuron axon transport analyzing apparatus including a means for outputting a trajectory of a vesicle particle calculated by the arithmetic processing.

本発明により、初めて、鮮明に可視化された軸索輸送粒子を追跡し、輸送粒子間の干渉や、軸索周囲の粒子やランダム雑音による影響によらず、神経細胞の軸索内輸送の粒子経路を高精度に解析することが可能となる。さらに、本発明に係る解析システムは、神経疾患の治療を目的とした医薬開発、候補物質のスクリーニング、基礎医学研究、生物学的研究、など様々な分野に寄与することが期待される。また、神経細胞の微小管依存性の軸索輸送により輸送される小胞粒子を可視化方法を提供することで、軸索輸送の研究全般に大きく貢献する。   For the first time, the present invention tracks clearly axon transport particles that are clearly visualized, and does not depend on interference between transport particles, particles around the axon, or random noise, and the particle path of nerve cell intra-axon transport Can be analyzed with high accuracy. Furthermore, the analysis system according to the present invention is expected to contribute to various fields such as drug development for the treatment of neurological diseases, screening of candidate substances, basic medical research, and biological research. In addition, by providing a visualization method of vesicle particles transported by microtubule-dependent axonal transport of nerve cells, it will greatly contribute to the research of axonal transport in general.

本発明に係る軸索輸送の解析対象となる神経細胞は、特に限定されないが、神経細胞の画像を撮影する簡易性の観点からin vitroで培養可能なニューロンが好ましい。このようなニューロンの例として、グルタミン酸、γ‐アミノ酪酸、アスパラギン酸、グリシン等のアミノ酸系神経伝達物質を分泌するニューロン、バソプレシン、ソマトスタチン、ニューロテンシンなどのペプチド系神経伝達物質を分泌するニューロン、及び、ノルアドレナリン、ドパミン、セロトニンなどのモノアミン類系神経伝達物質や、アセチルコリンを分泌するニューロン等が挙げられる。また、後述するように、本発明に係る解析方法では、神経細胞の軸索領域を抽出して軸索輸送を解析するので、解析対象となる神経細胞の培養系には、神経細胞以外の種類の細胞、例えば、神経組織から神経細胞を採取する際に混入が予測されるグリア細胞、オリゴデンドロ細胞、血管上皮細胞、血液細胞などが混在していてもよい。   The nerve cells to be analyzed for axonal transport according to the present invention are not particularly limited, but neurons that can be cultured in vitro are preferable from the viewpoint of simplicity of taking images of nerve cells. Examples of such neurons include neurons that secrete amino acid neurotransmitters such as glutamate, γ-aminobutyric acid, aspartate, and glycine, neurons that secrete peptide neurotransmitters such as vasopressin, somatostatin, and neurotensin, and And monoamine neurotransmitters such as noradrenaline, dopamine and serotonin, and neurons that secrete acetylcholine. Further, as will be described later, in the analysis method according to the present invention, the axon region of the nerve cell is extracted and the axon transport is analyzed. Therefore, the culture system of the nerve cell to be analyzed includes a type other than the nerve cell. Cells, for example, glial cells, oligodendrocytes, vascular epithelial cells, blood cells and the like, which are expected to be mixed when collecting nerve cells from nerve tissue, may be present.

軸索輸送で運ばれるものカーゴ(Cargo)には、脂質二重膜で包まれた小胞(vesicle)と、脂質二重膜に包まれない蛋白複合体等が含まれるが、本発明では、小胞粒子を検出対象とし、特に好ましくは、微小管依存性の軸索輸送により輸送される小胞粒子を検出対象とする。可視化された小胞粒子が、微小管依存性の軸索輸送により輸送される小胞粒子であるかどうかは、微小管重合阻害薬であるノコダゾールや、ATPase阻害薬であるアジ化ナトリウムといった軸索輸送阻害剤の添加により、微小管依存性の軸索輸送を阻害することで検証可能である。即ち、微小管依存性の軸索輸送阻害により、可視化された小胞粒子の輸送が低下した場合には、可視化された小胞粒子が、微小管依存性の軸索輸送により輸送される小胞粒子であるといえる。   Cargo transported by axonal transport (Cargo) includes vesicles encased in lipid bilayers and protein complexes that are not encased in lipid bilayers. Vesicular particles are the detection target, and particularly preferably, the vesicle particles transported by microtubule-dependent axonal transport are the detection target. Whether the visualized vesicle particles are vesicle particles transported by microtubule-dependent axonal transport depends on axons such as nocodazole, a microtubule polymerization inhibitor, and sodium azide, an ATPase inhibitor. The addition of a transport inhibitor can be verified by inhibiting microtubule-dependent axonal transport. That is, when the transport of visualized vesicle particles decreases due to inhibition of microtubule-dependent axonal transport, the visualized vesicle particles are transported by microtubule-dependent axonal transport. It can be said that it is a particle.

本発明に係る、小胞を可視化する工程は、肉眼観察、又は、顕微鏡等の光学機器を通じて可視化できる方法により行なわれるのであれば、特に限定されないが、検出感度の観点から脂質二重膜の蛍光標識化により行なわれることが好ましい。さらに、染色効率の観点からカルボシアニン蛍光色素による染色が特に好ましい。カルボシアニン蛍光色素による染色は、市販の色素を用いて行なうことが可能であり、下記実施例に示すようにCellTracker CM-DiI(Molecular Probe)などにより行なうことが可能であるが、これに限定されるものではない。   The step of visualizing vesicles according to the present invention is not particularly limited as long as it is carried out by visual observation or a method that can be visualized through an optical instrument such as a microscope, but from the viewpoint of detection sensitivity, the fluorescence of the lipid bilayer membrane It is preferably performed by labeling. Furthermore, staining with a carbocyanine fluorescent dye is particularly preferable from the viewpoint of staining efficiency. Staining with a carbocyanine fluorescent dye can be performed using a commercially available dye, and can be performed with CellTracker CM-DiI (Molecular Probe) as shown in the following examples, but is not limited thereto. It is not something.

本発明に係る神経細胞を経時的に撮影した画像を入手する工程及び手段では、撮影方法は特に限定されないが、通常、細胞の動態観察等に用いられるデジタルビデオカメラを内蔵した共焦点レーザー顕微鏡などにより撮影されることが好ましい。経時的な撮影において、特に撮影速度としてのフレームレートは限定されないが、粒子の軸索輸送の速度等の観点から、1‐10フレーム/秒程度が好ましく、1‐4フレーム/秒が特に好ましい。また、該入手した画像フレームをコンピューターに入力する工程又は手段では、入力方法は特に限定されず、市販のスキャナーや、画像処理ソフトウェアを介して入力可能であるが、前記撮影工程又は手段で、神経細胞の画像をデジタル画像として入手していれば、本工程における入力作業が極力容易になる。   In the step and means for obtaining images obtained by photographing nerve cells according to the present invention over time, the photographing method is not particularly limited, but a confocal laser microscope with a built-in digital video camera normally used for observation of cell dynamics, etc. It is preferable to take a picture. In photographing over time, the frame rate as the photographing speed is not particularly limited, but is preferably about 1-10 frames / second, and particularly preferably 1-4 frames / second, from the viewpoint of the speed of particle axonal transport. In the step or means for inputting the obtained image frame to the computer, the input method is not particularly limited, and it can be input via a commercially available scanner or image processing software. If the image of the cell is obtained as a digital image, the input operation in this step becomes as easy as possible.

本発明に係る画像フレーム中の軸索領域を抽出する工程又は手段では、種々の方法を適用することが可能であるが、その一例として、軸索領域が画像フレームの時間的移動平均処理、該移動平均画像に対する二値化処理、該二値化処理された各領域のラベリング、及び最大領域の選択により抽出される方法を挙げることができる。より具体的には、画像フレームの時間的移動平均処理によって粒子が移動する軸索領域を強調し、移動平均処理された画像フレームの粒子強調処理及び二値化処理より背景と軸索部分を分離し、二値化処理された画像フレーム中の各領域を個別にラベリングし、ラベリングされた各領域のうち最大の面積を有する領域を選択することにより、雑音領域を削除して軸索領域を抽出することが可能である。本工程には他の抽出方法を適用することが可能であり、前記抽出方法に限定されない。また、前記粒子強調処理は、メディアンフィルタを適用したり、さらに、円錐形重み係数のマスクを用いた線形フィルタによる円形状粒子の強調処理や、ガウシアンフィルタの適用することで、スパイク状雑音が除去され、より鮮明な軸索領域の画像フレームを得ることができる。   In the process or means for extracting an axon region in an image frame according to the present invention, various methods can be applied. As an example, the axon region is a temporal moving average process of an image frame, Examples thereof include a binarization process for the moving average image, a labeling of each binarized area, and a method extracted by selecting the maximum area. More specifically, the axon region where particles move is emphasized by temporal moving average processing of image frames, and the background and axon part are separated from particle enhancement processing and binarization processing of image frames subjected to moving average processing. Then, each region in the binarized image frame is individually labeled, and by selecting the region with the largest area among the labeled regions, the noise region is deleted and the axon region is extracted Is possible. Other extraction methods can be applied to this step, and are not limited to the extraction method. In addition, the particle enhancement process applies a median filter, and further, a spike-shaped noise is eliminated by applying a circular particle enhancement process using a linear filter using a conical weight coefficient mask or a Gaussian filter. As a result, a clearer image frame of the axon region can be obtained.

本発明に係る軸索領域中の小胞粒子を検出する工程及び手段では、小胞粒子の検出方法は特に限定されないが、分離度フィルタを用いた検出方法が好ましい。分離度フィルタは、2つの領域間の分離度を求め、それを評価することで粒子検出を行うため、分離度フィルタを用いた場合には、二値化処理の弊害を回避し、輝度値の低い粒子の検出を可能にするので、多少の粒子の重なりに対しても別々の粒子として検出することが可能になる。   In the step and means for detecting vesicle particles in the axon region according to the present invention, the method for detecting vesicle particles is not particularly limited, but a detection method using a resolution filter is preferred. The separability filter obtains the degree of segregation between two regions and evaluates it to detect particles. Therefore, when the separability filter is used, the adverse effect of binarization processing is avoided, and the luminance value is reduced. Since detection of a low particle is enabled, it will become possible to detect as a separate particle also to some overlap of particles.

任意の領域Rにおいて、中心領域R1とその周辺領域R2を定義した場合(図1参照)に、分離度ηを求める下記式(3)において、δb 2は2つの領域間の輝度差を評価し、分母にあたるδT 2はそれぞれの領域内の分散を評価する。即ち、δb 2及びδT 2は、それぞれ下記式(4)及び(5)により定義される。 In an arbitrary region R, when the central region R 1 and its peripheral region R 2 are defined (see FIG. 1), δ b 2 is a luminance difference between the two regions in the following equation (3) for obtaining the separation η. And δ T 2, which is the denominator, evaluates the variance in each region. That is, Δ b 2 and Δ T 2 are defined by the following equations (4) and (5), respectively.

Figure 0005569892
Figure 0005569892

従って分離度ηが、中心領域と周辺領域の間では大きな値、周辺領域間では小さな値をとる場合に、中心領域が粒子である可能性が高い。この関係を数式で表したものが下記式(1)で表される評価式Hである。従って、上記分離度フィルタが、任意の領域Rの中心領域R1の面積を複数段階に変化させた場合に、下記評価式(1)のHが最大値をとるR1の面積を小胞粒子の面積と定めて、該小胞粒子を検出することが好ましい。 Therefore, when the degree of separation η takes a large value between the central region and the peripheral region and a small value between the peripheral regions, the central region is likely to be a particle. An expression of this relationship expressed by a mathematical formula is an evaluation formula H represented by the following formula (1). Accordingly, the separability filter, in the case of changing the area of the central region R 1 of any region R in a plurality of stages, a small area of R 1 to H of the following evaluation formula (1) takes the maximum value胞粒Ko It is preferable that the vesicle particles are detected by determining the area.

Figure 0005569892
(但し、式(1)中のη12、η13、η14、η15は、それぞれ領域Rの中心領域R1と周辺領域R2
乃至R5の各分離度を表す。)
Figure 0005569892
(However, η 12 , η 13 , η 14 , and η 15 in the formula (1) are respectively the central region R 1 and the peripheral region R 2 of the region R.
Each degree of separation of R 5 is represented. )

続いて、本発明に係る、検出された小胞粒子の局所的追跡、安定追跡経路の抽出及び該安定追跡経路の統合を演算処理する工程及び手段の各構成要件について以下に説明する。   Subsequently, each component of the process and means for calculating the local tracking of the detected vesicle particle, the extraction of the stable tracking path, and the integration of the stable tracking path according to the present invention will be described below.

本発明に言う、「局所的追跡」とは、検出した個々の粒子に対して、画像のフレーム間で対応づけを行うことにより粒子を追跡することを意味する。従って、局所的追跡は、それぞれの画像フレームで検出された粒子が次の時刻におけるフレーム内においてどの粒子と対応するかを粒子間の距離、輝度、移動ベクトルを指標として行なう。しかしながら、局所的追跡は、2つの連続フレーム情報のみに基づいた対応付けであり、著しく粒子運動速度の大きい場合や、異なる粒子の移動経路が近接する場合には、対応付けに困難が生じ、誤検出が起こる可能性を排除できない。従って、正確な経路追跡には、以下の「安定追跡経路の抽出」及び「安定追跡経路の統合」を演算処理する必要がある。   According to the present invention, “local tracking” means that particles are tracked by matching each detected particle between frames of an image. Accordingly, the local tracking is performed by using the distance between the particles, the luminance, and the movement vector as indices as to which particle the particle detected in each image frame corresponds to in the frame at the next time. However, local tracking is an association based only on two pieces of continuous frame information. When the particle motion speed is remarkably high or when different particle movement paths are close to each other, the association becomes difficult and erroneous. The possibility of detection cannot be excluded. Therefore, for accurate path tracking, the following “stable tracking path extraction” and “stable tracking path integration” must be processed.

本発明に言う、「安定追跡経路の抽出」とは、前記局所的追跡により求められた経路のうち、誤検出の可能性が高い経路を除去し、確信度の高い安定な追跡経路を抽出することを意味する。従って、具体的には、局所的追跡により得られた追跡結果を用いて部分的追跡ルートを作成し、該部分的追跡ルートの粒子の接近又は交差により誤追跡の可能性がある箇所を除去する作業を全てのルートに対して繰り返し行い、全ての安定追跡経路を抽出する。   According to the present invention, “stable tracking path extraction” means that a path with high possibility of false detection is removed from the paths obtained by the local tracking, and a stable tracking path with high confidence is extracted. Means that. Therefore, specifically, a partial tracking route is created using the tracking result obtained by the local tracking, and a portion that may be mistracked is removed by approaching or crossing particles of the partial tracking route. The operation is repeated for all routes, and all stable tracking paths are extracted.

安定追跡経路の抽出の例を図2に示す。図2において、矢印で示したルートは、他のルートと近接あるいは交差しており、そのような箇所では誤追跡の可能性が高くなる。そこで、他のルートとの関係をもとに判定することによって、他のルートとの近接する部分で分割し、3つの部分的追跡ルートに分けることにより安定追跡経路を抽出している。   An example of the extraction of the stable tracking path is shown in FIG. In FIG. 2, the route indicated by the arrow is close to or intersects with another route, and the possibility of mistracking increases at such a location. Therefore, by determining based on the relationship with other routes, a stable tracking route is extracted by dividing the route into portions close to other routes and dividing the route into three partial tracking routes.

本発明に言う、「安定追跡経路の統合」とは、安定追跡経路間の連続性、粒子の形状特徴の連続性などを考慮した評価関数を設定し、各粒子全体の評価が最適となるように、安定追跡経路を統合することを意味する。安定追跡経路の統合を行なう処理方法は、安定追跡経路の抽出により得られた部分的な安全追跡経路を、一定の評価基準に基づいた適合性で統合可能な方法であれば特に限定されないが、組合せ問題の処理に適した、最適化アルゴリズムにより実行されることが好ましい。最適化アルゴリズムには、最急降下法、シュミレーティドアニーリング法、遺伝的アルゴリズムなどが含まれるが、より適合性の高いルートを優先的に模索、選択するという点から、遺伝的アルゴリズムに従って実行されることが好ましい。遺伝的アルゴリズムを用いる場合、具体的には、安定追跡経路を遺伝子、評価関数を環境適合度とし、遺伝的アルゴズムにより安定追跡経路の組み合わせ的最適化を進めることが可能であるが、これに限定されるものではない。遺伝的アルゴリズムの処理の流れを図3に示す。   According to the present invention, “integration of stable tracking paths” means that an evaluation function is set in consideration of continuity between stable tracking paths, continuity of shape characteristics of particles, etc., so that evaluation of each particle as a whole is optimal. In other words, it means integrating stable tracking paths. The processing method for integrating the stable tracking path is not particularly limited as long as it is a method capable of integrating the partial safety tracking path obtained by the extraction of the stable tracking path with suitability based on a certain evaluation criterion. It is preferably performed by an optimization algorithm suitable for handling combinatorial problems. Optimization algorithms include the steepest descent method, the simulated annealing method, the genetic algorithm, etc., but are executed according to the genetic algorithm in terms of preferentially searching for and selecting a more suitable route. It is preferable. When a genetic algorithm is used, specifically, it is possible to proceed with combinatorial optimization of the stable tracking path by genetic algorithm, with the stable tracking path as the gene and the evaluation function as the environmental fitness, but this is not limited to this. Is not to be done. The process flow of the genetic algorithm is shown in FIG.

図3に示す通り、遺伝的アルゴリズムを適用する場合には、局所的追跡及び安定追跡経路の抽出により作成された部分的な安定追跡ルートを、再結合(統合)することによって模擬ルート(初期集団)を作成し、各模擬ルートの適合度に対し評価関数を用いて評価を行い、選択及び交叉又は変異の操作を経て最適な小胞粒子経路を得るまで、繰り返し演算処理を行う。   As shown in FIG. 3, when a genetic algorithm is applied, a simulated route (initial population) is obtained by recombining (integrating) partial stable tracking routes created by local tracking and stable tracking route extraction. ), Evaluation is performed using the evaluation function for the fitness of each simulated route, and repeated calculation processing is performed until an optimum vesicle particle path is obtained through selection and crossover or mutation operations.

上記安定追跡経路の統合に遺伝的アルゴリズムを用いる場合では、該遺伝的アルゴリズムが、下記式(2)で表される評価関数を環境適合度とし、安定追跡経路を遺伝子、該安定追跡経路が再結合された模擬ルートを個体として、式(2)の適合度が最小値を取るように小胞粒子経路を模索することが好ましい。

In the case of using a genetic algorithm to integrate the stable tracking channel, said genetic algorithm, the evaluation function represented by the following formula (2) with the environment adaptability, stable tracking pathway genes, the stable tracking channel re It is preferable to search for the vesicle particle path so that the fitness of Equation (2) takes the minimum value using the combined simulated route as an individual.

Figure 0005569892
(但し、式(2)では、n個の部分的追跡ルートから成る模擬ルートに対し、各部分追跡ルートの接点における傾きの差をH、X座標値の差をD、フレーム数の差をI、ルート全体の長さをLと定めて評価する。また、x,y,z及びwはそれぞれの評価に対する重みを表す。)
Figure 0005569892
(However, in Equation (2), for a simulated route consisting of n partial tracking routes, the difference in slope at the point of contact of each partial tracking route is H, the difference in the X coordinate value is D, and the difference in the number of frames is I The length of the entire route is evaluated as L. Also, x, y, z, and w represent weights for the respective evaluations.)

上記式(2)中の各パラメータの定義を、さらに図4に示す。ここで、n個の部分的追跡ルートから成る模擬ルートに対し、それぞれの接点においてHは傾きの差、DはX座標値の差、Iはフレーム数の差を評価し、Lはルート全体の長さを評価したパラメータである。前述の通り、式(2)の評価関数を用いる遺伝的アルゴリズムでは、適合度は値が小さいほど好ましいルートであると判断する。   The definition of each parameter in the above equation (2) is further shown in FIG. Here, for each simulated route consisting of n partial tracking routes, H is the difference in slope, D is the difference in X coordinate values, I is the difference in the number of frames, and L is the difference in the number of frames. This is a parameter for evaluating the length. As described above, in the genetic algorithm using the evaluation function of Equation (2), it is determined that the smaller the value is, the better the route is.

遺伝的アルゴリズムを採用する場合には、より好ましい模擬ルートを優先的に選択して、交叉及び突然変異等の操作を繰り返しながら、最適な軸索輸送経路を探索することになるが、小胞粒子経路を一点交叉により探索することが好ましい。   In the case of adopting a genetic algorithm, a more preferable simulated route is preferentially selected, and an optimal axon transport route is searched while repeating operations such as crossover and mutation. It is preferable to search for a route by one-point crossover.

本発明に係る演算処理により算出された小胞粒子の軌道を出力する工程及び手段では、小胞粒子の軌道を出力する方法は特に限定されないが、前記演算処理工程の結果を市販の計算ソフトなどを介してグラフ等の形式にて容易に出力することが可能である。   In the step and means for outputting the trajectory of the vesicle particle calculated by the arithmetic processing according to the present invention, the method for outputting the trajectory of the vesicle particle is not particularly limited. Can be easily output in the form of a graph or the like.

本発明に係る、神経細胞の軸索輸送の解析方法、解析装置、及び解析用プログラムの処理アルゴリズムの全体的な処理工程を図5に示す。   FIG. 5 shows the overall processing steps of the processing method of the analysis method, analysis apparatus, and analysis program for nerve cell axonal transport according to the present invention.

以下、本発明を実施例に基づきより具体的に説明する。もっとも、本発明は下記実施に限定されるものではない。   Hereinafter, the present invention will be described more specifically based on examples. However, the present invention is not limited to the following implementation.

神経細胞軸索を通過する小胞粒子の可視化
1. 神経細胞の培養
胚齢7日目のニワトリ胚由来の後根神経節(DRG:Dorsal Root Ganglion)ニューロンを、100μg /mlのポリ‐L‐リジンでコーティングしたガラス底培養ディッシュで、F12基礎培地に、10%のウシ胎児血清(FBS: Fetal Bovine Serum)及び10 ng/mlの神経増殖因子(NGF: Neural Growth Factor)を添加した培養液で、37℃にて培養した。
Visualization of vesicle particles passing through nerve cell axons Culture Haiyowai day 7 dorsal root ganglia from chicken embryonic neural cells: (DRG D orsal R oot G anglion ) neurons, a glass bottom culture dishes coated with 100 [mu] g / ml of poly -L- lysine, F12 the basal medium, 10% fetal bovine serum (FBS: F etal B ovine S erum) and 10 ng / ml of nerve growth factor: in (NGF N eural G rowth F actor ) medium supplemented with at 37 ° C. Cultured.

2. 小胞粒子の染色
上記培養開始から8‐14時間経過後、培養液に、1mg/mlのCellTracker CM-DiI(Molecular Probe)を添加し、さらに1時間培養を継続し、DRGニューロンにDiI色素を取り込ませた。その後、DRGニューロンをPBSで3回洗浄した。洗浄したDRGニューロンを、L15基礎培地に、10%FBS及び10 ng/mlのNGFを添加した培養液で、37℃にて6時間以上培養した。培養開始から6時間経過後、共焦点レーザー顕微鏡にてDRGニューロンを観察し、蛍光染色された小胞がDRGニューロンの軸索を通過していることを確認した(図6)。
2. Staining of vesicle particles After 8-14 hours from the start of the above culture, add 1 mg / ml CellTracker CM-DiI (Molecular Probe) to the culture, continue the culture for another 1 hour, and add Dil dye to DRG neurons. I took it in. Thereafter, the DRG neurons were washed 3 times with PBS. The washed DRG neurons were cultured at 37 ° C. for 6 hours or longer in a culture solution obtained by adding 10% FBS and 10 ng / ml NGF to L15 basal medium. After 6 hours from the start of the culture, the DRG neurons were observed with a confocal laser microscope, and it was confirmed that the fluorescently stained vesicles passed through the axons of the DRG neurons (FIG. 6).

3. 軸索輸送の阻害
さらに、前記DiI染色された小胞が、軸索輸送により移動している粒子であるかどうかを確認するため、ノコダゾール、及びアジ化ナトリウムを用いて、微小管に沿った輸送を阻害し、共焦点レーザー顕微鏡を用いて観察した。具体的には、共焦点レーザー顕微鏡により、DiI染色された神経細胞の2フレーム/秒のフレームレートで12分間撮影し、撮影開始より4分間経過時に、軸索輸送阻害剤として、微小管重合阻害薬であるノコダゾールを30μM、又は、ATPase阻害薬であるアジ化ナトリウムを0.1%で添加し、その後の軸索輸送の経過を観察した。軸索輸送の阻害は、細胞体から約20μm離れた軸索部分に、軸索をほぼ直角に横断する仮想線を設定し、2分間の間に該仮想線を通過する粒子数をカウントし、該粒子数を軸索輸送の活性指数とした。それぞれノコダゾール及びアジ化ナトリウムで軸索輸送を阻害した結果を図7に示すが、両阻害剤とも、阻害前の活性との比較で、0%近くまで軸索活性を低下させていることが判明した(図7)。従って、DiI染色で可視化された粒子の輸送は、微小管重合阻害薬、及び、ATPase阻害薬により低下するので、DiI染色は、微小管依存性の軸索輸送により輸送される小胞粒子を染色することが確認された。
3. Inhibition of axonal transport Furthermore, in order to confirm whether the DiI-stained vesicles are particles moving by axonal transport, nocodazole and sodium azide were used along microtubules. Were observed using a confocal laser microscope. Specifically, a confocal laser microscope was used to photograph 12 minutes of DiI-stained neurons at a frame rate of 2 frames / second, and microtubule polymerization was inhibited as an axonal transport inhibitor after 4 minutes from the start of imaging. The drug nocodazole was added at 30 μM, or the ATPase inhibitor sodium azide was added at 0.1%, and the course of subsequent axonal transport was observed. Inhibition of axonal transport is to set a virtual line that crosses the axon almost at right angles to the axon part about 20 μm away from the cell body, and count the number of particles that pass through the virtual line for 2 minutes, The number of particles was defined as an axonal transport activity index. The results of inhibition of axonal transport with nocodazole and sodium azide, respectively, are shown in FIG. 7. It was found that both inhibitors reduced axonal activity to nearly 0% compared to the activity before inhibition. (FIG. 7). Therefore, transport of particles visualized by DiI staining is reduced by microtubule polymerization inhibitors and ATPase inhibitors, so DiI staining stains vesicular particles transported by microtubule-dependent axonal transport. Confirmed to do.

小胞粒子の軸索輸送経路の追跡
本発明に係る、軸索内移動粒子の自動追跡システムにより、小胞粒子の軸索輸送経路の追跡を行なった。
Tracking of Axonal Transport Path of Vesicle Particles An axonal transport path of vesicle particles was tracked by the automatic tracking system for moving particles in the axon according to the present invention.

分離度フィルタを用いた小胞粒子の検出
上記実施例1でDiI染色したニワトリ胚由来DRGニューロンを、共焦点顕レーザー微鏡を用いて撮影し、その画像をビットマップ形式の画像に変換して画像処理を行った。本実施例では、1つの撮影データに対し、2フレーム/秒のフレームレートで、240フレームから成る時系列画像を取得し自動解析を行った。本実施例では、3系統の撮影データを用い、(1)分離度フィルタを用いた場合の検出粒子数、(2)目視による検出粒子数、及び、(3)二値化処理による粒子検出数を比較して、分離度フィルタを用いた粒子検出方法の検証を行った。その結果を下記表1に示す。
Detection of vesicle particles using a resolution filter The DIG neurons derived from chicken embryos stained with DiI in Example 1 above were photographed using a confocal microscope, and the images were converted into bitmap images. Image processing was performed. In this embodiment, a time-series image consisting of 240 frames is acquired and automatically analyzed with respect to one shooting data at a frame rate of 2 frames / second. In this example, three types of imaging data are used, (1) the number of detected particles when using a separability filter, (2) the number of detected particles by visual inspection, and (3) the number of detected particles by binarization processing. The particle detection method using the resolution filter was verified. The results are shown in Table 1 below.

Figure 0005569892
Figure 0005569892

表1に示す結果より、分離度フィルタによる粒子検出方法は、目視や二値化処理による方法と比較して、高い粒子検出能を有することが確認された。検出段階においてはノイズやゴミであるものであっても粒子の可能性のあるものを全て検出することが必要である。従って、本発明は、この条件を満たしており、分離度フィルタを用いた粒子検出方法の有用性が確認された。   From the results shown in Table 1, it was confirmed that the particle detection method using the separation degree filter has a higher particle detection ability than the method using visual observation or binarization. In the detection stage, it is necessary to detect all possible particles even if it is noise or dust. Therefore, the present invention satisfies this condition, and the usefulness of the particle detection method using the resolution filter has been confirmed.

遺伝的アルゴリズム処理の導入前後における追跡精度の比較
次に、本発明に係る遺伝的アルゴリズムを用いた追跡手法の追跡精度について検証する。検証方法として、総ルート数87本のルートに対し、局所的追跡法を適用した段階での追跡精度と遺伝的アルゴリズムを導入後の追跡精度を比較することにより検証を行った。上記式(2)で表される評価関数を用いて適合度の評価を行い、それに基づいて、次世代の残すルートを選択するが、本実施例では一点交叉を用い、一定の世代に達した段階で演算処理を終了した。その結果を表2に、また、導入前と導入後の様子を図8に示す。
Comparison of tracking accuracy before and after introduction of genetic algorithm processing Next, the tracking accuracy of the tracking method using the genetic algorithm according to the present invention will be verified. As a verification method, the total number of routes was verified by comparing the tracking accuracy at the stage of applying the local tracking method with the tracking accuracy after introducing the genetic algorithm for the route with 87 routes. The fitness is evaluated using the evaluation function represented by the above formula (2), and based on the evaluation, the route for the next generation is selected, but in this embodiment, a certain generation has been reached using one-point crossover. Completion of calculation processing at the stage. The results are shown in Table 2, and the state before and after introduction is shown in FIG.

Figure 0005569892
Figure 0005569892

表2に示す結果より、遺伝的アルゴリズムの適用により、追跡精度が向上されたことが確認された。該追跡精度の向上は、局所的追跡では克服できなかった粒子間の交差、接近による誤追跡が、遺伝的アルゴリズム適用による最適ルート選定で改善されたためと考えられる。   From the results shown in Table 2, it was confirmed that the tracking accuracy was improved by applying the genetic algorithm. The improvement in the tracking accuracy is considered to be due to the fact that the mistracking due to the intersection and approach between particles that could not be overcome by the local tracking was improved by the optimal route selection by applying the genetic algorithm.

遺伝的アルゴリズム処理と目視観察による経路追跡精度の比較
最後に、粒子の追跡が目視と同様に行われているかを検証した。従来の軸索輸送の解析方法では、軸索の始まる地点から10μmの位置にある軸索上に仮想線を引き、その線を通過する粒子を測定しているため本実施例でも同様の手法により軸索輸送の経路を追跡した。また、自動解析については、追跡結果は図7のようにグラフ形式で表示されるため、軸索上の細胞体から10μmの位置に相当するX座標を求め、グラフ上で該X座標と交差するルートの数を求め、該ルート数を仮想線を通過した粒子とした。表3にその結果を示す。本実験により、遺伝的アルゴリズム処理による解析は、目視と同程度の追跡が可能であることが確認された。
Comparison of path tracking accuracy by genetic algorithm processing and visual observation Finally, we verified whether particle tracking was performed in the same way as visual observation. In the conventional analysis method of axon transport, a virtual line is drawn on the axon located 10 μm from the point where the axon starts, and particles passing through the line are measured. The route of axon transport was followed. As for the automatic analysis, since the tracking result is displayed in a graph format as shown in FIG. 7, the X coordinate corresponding to the position of 10 μm is obtained from the cell body on the axon, and intersects the X coordinate on the graph. The number of routes was determined, and the number of routes was defined as particles that passed through the phantom line. Table 3 shows the results. From this experiment, it was confirmed that the analysis by genetic algorithm processing can be tracked to the same extent as visual observation.

Figure 0005569892
Figure 0005569892

表3の結果から、本実施例においては、遺伝的アルゴリズム処理と目視観察の経路追跡でほぼ同様の結果が得られた。従って、本願発明に係る軸索内移動粒子の自動追跡システムによれば、目視観察と同精度の追跡が可能であることが確認された。   From the results in Table 3, in this example, almost the same results were obtained by the genetic algorithm processing and the path tracking of visual observation. Therefore, according to the automatic tracking system for moving particles in an axon according to the present invention, it was confirmed that tracking with the same accuracy as visual observation is possible.

分離度フィルタで、任意の領域Rをにおいて中心領域R1とその周辺領域R2-R5を定義した場合の模式図である。FIG. 6 is a schematic diagram when a central region R1 and its peripheral regions R2-R5 are defined in an arbitrary region R by a separability filter. 安定追跡経路の抽出を例示するグラフである。It is a graph which illustrates extraction of a stable tracking path. 本発明に用いる遺伝的アルゴリズムによる処理のフローチャートである。It is a flowchart of the process by the genetic algorithm used for this invention. 遺伝的アルゴリズムの評価式の各パラメータの定義を示す図である。It is a figure which shows the definition of each parameter of the evaluation formula of a genetic algorithm. 本発明に係る、神経細胞の軸索輸送の解析方法、解析装置、及び解析用プログラムの処理アルゴリズムの全体的な処理工程の模式図である。It is a schematic diagram of the whole processing process of the processing method of the analysis method, analysis apparatus, and program for analysis based on this invention. 小胞体が蛍光染色されたニワトリ胚由来DRGニューロンの顕微鏡写真である。It is a microscope picture of the DRG neuron derived from a chicken embryo by which the endoplasmic reticulum was fluorescently stained. 軸索輸送阻害剤で軸索輸送を阻害した結果を示す図である。It is a figure which shows the result of having inhibited axonal transport with the axonal transport inhibitor. 遺伝的アルゴリズム処理の導入前後における追跡精度の比較を示す図である。It is a figure which shows the comparison of the tracking precision before and behind introduction of a genetic algorithm process.

Claims (19)

神経細胞の軸索を通過する小胞粒子を可視化する工程、該神経細胞を経時的に撮影した画像を入手する工程、該入手した画像フレームをコンピューターに入力する工程、該画像フレーム中の軸索領域を抽出する工程、該軸索領域中の小胞粒子を検出する工程、該検出された小胞粒子の局所的追跡、安定追跡経路の抽出及び安定追跡経路の統合を演算処理する工程、及び、該演算処理により算出された小胞粒子の軌道を出力する工程、を含む神経細胞の軸索輸送の解析方法。   A step of visualizing vesicle particles passing through a nerve cell axon, a step of obtaining an image of the nerve cell taken over time, a step of inputting the obtained image frame to a computer, an axon in the image frame Extracting a region, detecting vesicle particles in the axon region, computing local tracking of the detected vesicle particles, extraction of stable tracking paths and integration of stable tracking paths, and A method for analyzing axonal transport of nerve cells, comprising: outputting a trajectory of a vesicle particle calculated by the calculation process. 前記神経細胞の軸索を通過する小胞粒子を可視化する工程で、該可視化される小胞粒子が微小管依存性の軸索輸送により輸送される小胞粒子である請求項1記載の方法。   The method according to claim 1, wherein in the step of visualizing the vesicle particles passing through the nerve cell axons, the visualized vesicle particles are transported by microtubule-dependent axonal transport. 前記神経細胞の軸索を通過する小胞粒子を可視化する工程において、該小胞粒子の脂質二重膜の蛍光ラベル化により粒子を可視化する請求項1又は2記載の方法。   The method according to claim 1 or 2, wherein, in the step of visualizing the vesicle particle passing through the axon of the nerve cell, the particle is visualized by fluorescent labeling of a lipid bilayer membrane of the vesicle particle. 前記脂質二重膜の蛍光ラベル化が、カルボシアニン蛍光色素染色により行なわれる請求項3記載の方法。   The method according to claim 3, wherein the fluorescent labeling of the lipid bilayer membrane is performed by carbocyanine fluorescent dye staining. 前記軸索領域中の小胞粒子を検出する工程において、該小胞粒子が分離度フィルタを用いて検出される請求項1乃至4いずれか一項記載の方法。   The method according to any one of claims 1 to 4, wherein in the step of detecting vesicle particles in the axon region, the vesicle particles are detected using a resolution filter. 前記分離度フィルタが、任意の領域Rの中心領域R1の面積を複数段階に変化させた場合に、下記評価式(1)のHが最大値をとるR1の面積を小胞粒子の面積と定めて、該小胞粒子を検出する請求項5記載の方法。
Figure 0005569892
(但し、式(1)中のη12、η13、η14、η15は、それぞれ領域Rの中心領域R1と周辺領域R2
乃至R5の各分離度を表す。)
The separability filter, in the case of changing the area of the central region R 1 of any region R in a plurality of stages, the area H of vesicular particles the area of R 1 having the maximum value of the following evaluation formula (1) The method according to claim 5, wherein the vesicle particles are detected.
Figure 0005569892
(However, η 12 , η 13 , η 14 , and η 15 in the formula (1) are respectively the central region R 1 and the peripheral region R 2 of the region R.
Each degree of separation of R 5 is represented. )
前記検出された小胞粒子の局所的追跡、安定追跡経路の抽出及び安定追跡経路の統合を演算処理する工程において、該安定追跡経路の統合が評価関数の最適化アルゴリズムにより演算処理される請求項1乃至6いずれか一項記載の方法。   The step of calculating the local tracking of the detected vesicle particle, the extraction of the stable tracking path and the integration of the stable tracking path is calculated by an optimization algorithm of an evaluation function. The method according to any one of 1 to 6. 前記最適化アルゴリズムが、遺伝的アルゴリズムである請求項7記載の方法。   The method of claim 7, wherein the optimization algorithm is a genetic algorithm. 前記遺伝的アルゴリズムが、下記式(2)で表される評価関数を環境適合度とし、安定追跡経路を遺伝子、該安定追跡経路が再結合された模擬ルートを個体として、式(2)の適合度が最小値を取るように小胞粒子経路を模索する請求項8記載の方法。
Figure 0005569892
(但し、式(2)では、n個の部分的追跡ルートから成る模擬ルートに対し、各部分追跡ルートの接点における傾きの差をH、X座標値の差をD、フレーム数の差をI、ルート全体の長さをLと定めて評価する。また、x,y,z及びwはそれぞれの評価に対する重みを表す。)
The genetic algorithm uses the evaluation function represented by the following formula (2) as the environmental suitability, the stable tracking path is a gene, and the simulated route in which the stable tracking path is recombined is used as an individual to match the formula (2). 9. A method according to claim 8, wherein the vesicle particle pathway is sought so that the degree takes a minimum value.
Figure 0005569892
(However, in Equation (2), for a simulated route consisting of n partial tracking routes, the difference in slope at the point of contact of each partial tracking route is H, the difference in the X coordinate value is D, and the difference in the number of frames is I The length of the entire route is evaluated as L. Also, x, y, z, and w represent weights for the respective evaluations.)
前記遺伝的アルゴリズムが、前記小胞粒子経路を一点交叉により探索する請求項8又は9記載の方法。   10. A method according to claim 8 or 9, wherein the genetic algorithm searches for the vesicle particle path by a single point crossover. 前記画像フレーム中の軸索領域を抽出する工程において、該軸索領域が画像フレーム間の時間的移動平均処理、該移動平均画像に対する二値化処理、該二値化処理された各領域のラベリング、及び最大領域の選択により抽出される請求項1乃至10のいずれか一項記載の方法。   In the step of extracting an axon region in the image frame, the axon region is temporally moving average processing between image frames, binarization processing for the moving average image, and labeling of each binarized region And the method of any one of claims 1 to 10, extracted by selection of a maximum region. 軸索を通過する小胞粒子が可視化された神経細胞を経時的に撮影した画像を入手する手段、該入手した画像フレームをコンピューターに入力する手段、該画像フレーム中の軸索領域を抽出する手段、該軸索領域中の小胞粒子を検出する手段、該検出された小胞粒子の局所的追跡、安定追跡経路の抽出及び安定追跡経路の統合を演算処理する手段、及び、該演算処理により算出された小胞粒子の軌道を出力する手段、を含む神経細胞の軸索輸送の解析装置。   Means for obtaining an image obtained by taking time-lapse images of nerve cells in which vesicle particles passing through axons are visualized, means for inputting the obtained image frame to a computer, means for extracting an axon region in the image frame Means for detecting vesicle particles in the axon region, means for computing local tracking of the detected vesicle particles, extraction of stable tracking paths and integration of stable tracking paths, and A device for analyzing axonal transport of nerve cells, comprising means for outputting the calculated trajectory of vesicle particles. 前記軸索領域中の小胞粒子を検出する手段において、該小胞粒子が分離度フィルタを用いて検出される請求項12記載の装置。   13. The apparatus of claim 12, wherein the means for detecting vesicle particles in the axon region is detected using a resolution filter. 前記分離度フィルタが、任意の領域Rの中心領域R1の面積を複数段階に変化させた場合に、上記評価式(1)のHが最大値をとるR1の面積を小胞粒子の面積と定めて、該小胞粒子を検出する請求項13記載の装置。 The separability filter, in the case of changing the area of the central region R 1 of any region R in a plurality of stages, the area H of vesicular particles the area of R 1 having the maximum value of the evaluation formula (1) The apparatus according to claim 13, wherein the vesicle particles are detected. 前記検出された小胞粒子の局所的追跡、安定追跡経路の抽出及び安定追跡経路の統合を演算処理する工程において、該安定追跡経路の統合が評価関数の最適化アルゴリズムにより演算処理される請求項12乃至14いずれか一項記載の装置。   The step of calculating the local tracking of the detected vesicle particle, the extraction of the stable tracking path and the integration of the stable tracking path is calculated by an optimization algorithm of an evaluation function. The device according to any one of 12 to 14. 前記最適化アルゴリズムが、遺伝的アルゴリズムである請求項15記載の装置。   The apparatus of claim 15, wherein the optimization algorithm is a genetic algorithm. 前記遺伝的アルゴリズムが、上記式(2)で表される評価関数を環境適合度とし、安定追跡経路を遺伝子、該安定追跡経路が再結合された模擬ルートを個体として、式(2)の適合度が最小値を取るように小胞粒子経路を模索する請求項16記載の装置。 The genetic algorithm uses the evaluation function represented by the above formula (2) as the degree of environmental suitability, the stable tracking path is a gene, and the simulated route in which the stable tracking path is recombined is used as an individual. 17. An apparatus according to claim 16, wherein the vesicle particle path is sought so that the degree takes a minimum value. 前記遺伝的アルゴリズムが、前記小胞粒子経路を一点交叉により探索する請求項16又は17記載の装置。   The apparatus according to claim 16 or 17, wherein the genetic algorithm searches the vesicle particle path by a single point crossover. 前記画像フレーム中の軸索領域を抽出する手段において、該軸索領域が画像フレーム間の時間的移動平均処理、該移動平均画像に対する二値化処理、該二値化処理された各領域のラベリング、及び最大領域の選択により抽出される請求項12乃至18のいずれか一項記載の装置。   In the means for extracting an axon region in the image frame, the axon region is temporally moving average processing between image frames, binarization processing for the moving average image, and labeling of each binarized region And an apparatus according to any one of claims 12 to 18, which is extracted by selection of a maximum area.
JP2007247438A 2007-09-25 2007-09-25 Automatic tracking system for moving particles in axons Expired - Fee Related JP5569892B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2007247438A JP5569892B2 (en) 2007-09-25 2007-09-25 Automatic tracking system for moving particles in axons

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2007247438A JP5569892B2 (en) 2007-09-25 2007-09-25 Automatic tracking system for moving particles in axons

Publications (2)

Publication Number Publication Date
JP2009077635A JP2009077635A (en) 2009-04-16
JP5569892B2 true JP5569892B2 (en) 2014-08-13

Family

ID=40652880

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007247438A Expired - Fee Related JP5569892B2 (en) 2007-09-25 2007-09-25 Automatic tracking system for moving particles in axons

Country Status (1)

Country Link
JP (1) JP5569892B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11448563B2 (en) 2017-10-31 2022-09-20 Tohoku University Force measurement method, force measurement device, force measurement system, force measurement program, and recording medium

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9008406B2 (en) 2009-10-09 2015-04-14 Kawasaki Jukogyo Kabushiki Kaisha Method and apparatus for discriminating undifferentiated pluripotent stem cells, and automated culture method and system
JP5696144B2 (en) 2010-06-25 2015-04-08 川崎重工業株式会社 Method and apparatus for identifying pluripotent stem cell colonies and method and apparatus for automatically culturing pluripotent stem cells
JP6470399B2 (en) * 2015-03-31 2019-02-13 株式会社Screenホールディングス Image processing method, control program, and image processing apparatus

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11448563B2 (en) 2017-10-31 2022-09-20 Tohoku University Force measurement method, force measurement device, force measurement system, force measurement program, and recording medium

Also Published As

Publication number Publication date
JP2009077635A (en) 2009-04-16

Similar Documents

Publication Publication Date Title
US11561178B2 (en) Artificial fluorescent image systems and methods
Meijering et al. Tracking in molecular bioimaging
Ramdzan et al. Tracking protein aggregation and mislocalization in cells with flow cytometry
Ferro et al. Blue intensity matters for cell cycle profiling in fluorescence DAPI-stained images
Lund et al. SpatTrack: an imaging toolbox for analysis of vesicle motility and distribution in living cells
JP7475848B2 (en) CELL ANALYSIS METHOD, CELL ANALYSIS APPARATUS, CELL ANALYSIS SYSTEM, CELL ANALYSIS PROGRAM, AND GENERATION METHOD, GENERATION APPARATUS, AND GENERATION PROGRAM FOR TRAINED ARTIFICIAL INTELLIGENCE ALGORITHM
JP2007020449A (en) Screening method and screening apparatus
Haney High content screening: science, techniques and applications
US20220189150A1 (en) Systems and methods for generating histology image training datasets for machine learning models
JP5569892B2 (en) Automatic tracking system for moving particles in axons
Morone et al. Deep learning approach for quantification of organelles and misfolded polypeptide delivery within degradative compartments
JP2011186750A (en) Method and apparatus for quantitative analysis of molecule to be measured
You et al. Linking the genotypes and phenotypes of cancer cells in heterogenous populations via real-time optical tagging and image analysis
WO2019171068A1 (en) Method of tracking a plurality of objects
Vicar et al. DeepFoci: deep learning-based algorithm for fast automatic analysis of DNA double-strand break ionizing radiation-induced foci
US20050282208A1 (en) Cellular phenotype
JP7011067B2 (en) Systems and methods for classifying cells in tissue images based on membrane characteristics
Ryder et al. Quantitative analysis of subcellular distributions with an open-source, object-based tool
Zwang et al. Spatial characterization of tangle-bearing neurons and ghost tangles in the human inferior temporal gyrus with three-dimensional imaging
Zhang et al. Structural analysis of sterol distributions in the plasma membrane of living cells
US20200043159A1 (en) Analysis device, analysis method, and program
Sadashivaiah et al. SUFI: an automated approach to spectral unmixing of fluorescent multiplex images captured in mouse and post-mortem human brain tissues
Tsvetkov et al. Longitudinal imaging and analysis of neurons expressing polyglutamine-expanded proteins
Schrangl et al. Advanced Quantification of Receptor–Ligand Interaction Lifetimes via Single-Molecule FRET Microscopy
Hsiang et al. Distributed feature representations of natural stimuli across parallel retinal pathways

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20100922

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20101012

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130326

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130527

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20140218

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140418

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20140520

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20140617

R150 Certificate of patent or registration of utility model

Ref document number: 5569892

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313117

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees