Service Communautaire d'Information sur la Recherche et le Développement - CORDIS

FP7

MECHANOSENSORYTREES Résultat en bref

Project ID: 293604
Financé au titre de: FP7-PEOPLE
Pays: Israël

La variation de développement sensoriel à partir de différents mouvements

Ver nématode, le caenorhabditis elegans dispose d'un système de neurones sensoriels semblable à celui des humains. À l'aide d'une nouvelle vision informatique et de techniques de modélisation, des vers nageant et grimpant ont été utilisés pour classifier la génétique et le comportement derrière différents types de mouvement et de développement.
La variation de développement sensoriel à partir de différents mouvements
Traditionnellement, la classification de différents types de phénotypes de motilité de c. elegans a été basée sur l'étude des mutations et des annotations manuelles. Lorsqu'une image est partitionnée en plusieurs segments, la pile d'images obtenues peut alors être utilisée pour une reconstruction 3D à l'aide d'algorithmes.

Le projet MECHANOSENSORYTREES (Role of mechanosensory touch-based cues on arborization of neuronal dendritic trees), financé par l'UE, a développé de nouveaux protocoles et systèmes pour analyser les vidéos de vers en mouvement automatiquement. L'étude de la manière dont les entrées sensorielles basées sur le toucher déterminent le développement des terminaisons nerveuses sensorielles, les dendrites, s'applique à de nombreux domaines, y compris la neuroscience et la génétique comportementale.

Le système de segmentation automatique MECHANOSENSORYTREES résultant combine intensité, texture et synchronisation pour donner des segmentations raffinées à l'aide d'un modèle de champ aléatoire de Markov. Les chercheurs ont également développé une méthode de vision informatique statistique pour la segmentation des structures arborescentes dendritiques à l'aide de la microscopie confocale à balayage laser. Les résultats ont montré que le système surpasse les méthodes traditionnelles de la segmentation et fournit un aperçu de l'arbre dendritique comparable à d'autres systèmes sophistiqués.

Une approche entièrement automatisée pour caractériser les phénotypes de c. elegans sans devoir définir des fonctionnalités spécifiques aux nématodes a également été développée. Sur la base de la vision informatique, cette technique représente une gamme de différents mouvements de reptation par le nématode comparé à celle des mutants sous forme d'histogramme. L'algorithme a détecté avec succès différentes souches et a montré les grappes avec le schéma attendu sur la base des relations génétiques.

Les résultats de la recherche ont été présentés dans plusieurs revues dont le Biophysical Journal ainsi que lors de présentations lors de conférences. À cela s'ajoute également la participation à des colloques internationaux.

Les défauts dans le développement neuronal et les fonctions mécano-sensorielles peuvent contribuer au syndrome de Down et à l'autisme. De plus en plus preuves montrent que les signaux environnementaux ainsi que la génétique de la différenciation neuronale déterminent la morphologie définitive des arbres dendritiques. Une meilleure compréhension du développement sensoriel pourrait conduire à la production de stratégies de traitement ciblées.

Informations connexes

Mots-clés

Caenorhabditis elegans, modélisation, segmentation automatique, arbre dendritique, traitement ciblé
Numéro d'enregistrement: 188298 / Dernière mise à jour le: 2016-08-18
Domaine: Biologie, Médecine