[論文レビュー] A graphical, scalable and intuitive method for the placement and the connection of biological cells

Rougier, Nicolas P.|arXiv (Cornell University)|Oct 14, 2017

Cell Image Analysis Techniques参考文献 35被引用数 3

ひとこと要約

本論文は、色が細胞タイプを定義し、アルファチャンネルが局所的な密度を表すビットマップ入力を使用して、2次元多様体上に生物学的細胞を配置するスケーラブルで直感的でグラフィカルな手法を提示する。この手法は重み付きボロノイステッピングを用い、局所的な密度関数を尊重する空間的に分散された非一様な細胞配置を生成し、トポグラフィーを保持するとともに、スケーラブルな結合性モデリングを可能にする。非一様な分布における神経信号伝播の機能的差異が示された。

ABSTRACT

We introduce a graphical method originating from the computer graphics domain that is used for the arbitrary and intuitive placement of cells over a two-dimensional manifold. Using a bitmap image as input, where the color indicates the identity of the different structures and the alpha channel indicates the local cell density, this method guarantees a discrete distribution of cell position respecting the local density function. This method scales to any number of cells, allows to specify several different structures at once with arbitrary shapes and provides a scalable and versatile alternative to the more classical assumption of a uniform non-spatial distribution. Furthermore, several connection schemes can be derived from the paired distances between cells using either an automatic mapping or a user-defined local reference frame, providing new computational properties for the underlying model. The method is illustrated on a discrete homogeneous neural field, on the distribution of cones and rods in the retina and on a coronal view of the basal ganglia.

研究の動機と目的

• 計算神経モデルにおける空間的リアリズムの欠如に起因する、均一または非空間的分布を仮定する傾向を是正すること。
• 任意の形状と局所的密度変動を伴う複数の細胞タイプを、直感的でユーザー定義可能な方法で配置できる手法の開発。
• 空間的トポグラフィーに基づく、スケーラブルで計算的に扱いやすい神経結合性モデリングの実現。
• 空間的配置が信号伝播速度や時間的ダイナミクスといった機能的特性に与える影響を解明すること。
• 標準のグラフィックス形式（SVG）とオープンソースツールを用いて、トポグラフィカルに正確な神経構造を生成する実用的で再現可能なフレームワークの提供。

提案手法

• 入力は、RGB色が細胞タイプを定義し、アルファチャンネルが局所的細胞密度を表す2次元ビットマップ画像である。
• 本手法は、局所的密度関数を尊重する重み付きボロノイステッピングを用い、青ノイズ分布に類似した細胞位置を生成する。
• 細胞位置は、最小間隔を保証し、均等に空間的に分散するポissonディスクに類似したサンプリングプロセスにより計算される。
• 結合性は、k近傍法（k-NN）またはユーザー定義の局所的基準フレームワーク（細胞間のペアワイズ距離に基づく）を用いて確立される。
• 細胞活動の可視化には二重ボロノイ図が用いられ、各ボロノイ領域はその重心ニューロンの活動に応じて塗り分けられる。
• 全アーキテクチャはSVGファイルにエンコードされ、標準の科学的Pythonスタック（NumPy、SciPy、Matplotlib）を用いてスケーラビリティと再現性を実現する。

実験結果

リサーチクエスチョン

• RQ1 グラフィカルインターフェースを用いて、生物学的細胞配置をどのようにしてスケーラブルかつ直感的でトポグラフィカルに正確に実現できるか？
• RQ2 均一な分布とは対照的に、非一様で密度感知の細胞分布では、神経信号伝播にどのような機能的差異が生じるか？
• RQ3 細胞配置の空間的非対称性が、時間圧縮や空間化されたタイミングといった、顕在的な計算的性質を引き起こす可能性は何か？
• RQ4 ステッピングとボロノイタイリングに基づく単純なグラフィカル手法が、神経構造における生物学的に関連性のある空間パターンをどの程度再現できるか？
• RQ5 ユーザー定義のトポグラフィーと密度マップを用いることで、基底核のような脳領域における機能的分離をどのようにモデリングできるか？

主な発見

• 本手法は、網膜、神経フィールド、基底核を含む複数のテストケースにおいて、局所的密度変動を尊重する離散的で非一様な細胞分布を成功裏に生成した。
• 非均一な神経フィールドにおいて、低密度領域（最短パス：6接続）では高密度領域（パス長：19接続）よりも信号伝播が顕著に速く、空間的レイアウトの機能的影響が示された。
• 細胞位置の空間的非対称性により、信号伝播時間に差が生じ、パスに応じて到達時刻が異なることから、時間の空間化効果が生じた。
• 基底核モデルでは、密度と形状の制約を用いて、腹側および背側ストリオプルス領域が空間的に明確に分離され、異なる入出力マッピングが可能になった。
• 非均一な離散的神経フィールドでは、局所的パターンが形成され、シナプスルールを変更せずに空間的構造そのものが機能的パターン形成を誘発することが示された。
• SVGベースの入力とボロノイベースの可視化の使用により、モデルアーキテクチャおよびその機能的性質の完全な再現性とスケーラビリティが達成された。