SNAzzy：用于研究全局同步网络活动的图像处理流程

基因编码荧光指示剂是监测活体样本中生物过程的强大工具（Lin and Schnitzer 2016; Nakai, Ohkura, and Imoto 2001）。当与大视野结合时，单次延时记录有可能捕获许多标本，从而促进高通量数据收集。然而，这种方法会产生大型多维数据集，处理和分 析起来颇具挑战性。我们提出 SNAzzy，这是一个 Python 软件包，用于通过高通量显微术研究果蝇胚胎中的同步网络活动（SNA）。SNA 是发育中神经系统的标志（Wu, Kourdougli, and Portera-Cailliau 2024; Blankenship and Feller 2009; Akin and Zipursky 2020），通常使用基因编码钙指示剂来监测体内神经活动进行研究。SNAzzy 使用荧光宽场显微术处理和分 析从活体样本获取的延时数据集。每个数据集在同一视野中包含数十个个体标本和数千个时间点。该软件提供个体标本裁剪以优化存储和处理、用于量化荧光和随时间变化的形态的自适应感兴趣区域、自定义峰值检测算法，以及用于数据可视化、整理和数据集比较的图形用户界面。代码可在 https://github.com/ACRLab/snazzy 获取。

中文由 AI 翻译，仅供参考，以原文为准。