AHBA|带你了解如何采集全脑基因表达数据

最新推荐文章于 2025-01-17 20:40:48 发布
最新推荐文章于 2025-01-17 20:40:48 发布
阅读量4.1k 收藏 21
点赞数 13
文章标签： python 大数据 人工智能 机器学习 java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lazysnake666/article/details/122404409
版权

b70d7cf169802bc77227eb0e43640a61.png

Allen Human Brain Atlas (AHBA) 是一个整合了大脑基因表达的多模态人脑图集，为研究者提供了免费的可视化和数据挖掘资源，使研究人员能够发现结构，功能和分子生物学之间的联系，并阐明正常和疾病状态下人脑的功能。简单的说就是它可以告诉你某个基因在大脑的某个区域表达的水平是多少。

几年前偶然知道了AHBA，当时用的是alleninf做brain map和gene expression的相关，在随后的python课程中选择AHBA做了一个关于使用API的中期项目，还做过两个青铜级别的研究项目，其中一个将任务态功能连接结果和多巴胺受体基因(DRD1和DRD2)表达做了相关，有一些有意思的结果，如下。

b476b7df48bd27bcdf26521e4897d21f.png

16a579540bddff3e4b401fa31fb16b72.png

现在AHBA受到越来越多Neuroimage领域研究的青睐，如果绘制一个使用AHBA发文曲线的话，也许是这样的：

cfbb6198aaf4853a032f3b549baaa6b2.png

使用AHBA做数据分析和发文章也是有段位之分的，如何使用他们提供的API获得基因数据以及各个段位的研究思（tao）路，会在以后的文章中做总结。在开始使用AHBA的Microarray数据之前，我们可以先来简单了解一下，全脑的gene expression是如何采集的。内容根据Allan所长的TED演讲整理，技术细节还是需要参照文献和官方的说明文档。

4d109336156ad70164fd4caba34da36a.png

寻找捐献者，对大脑的要求是

  • 24小时内自然死亡

    • RNA 过不了QC的也不能使用

  • 源于20到60岁正常人

    • 没有大脑伤    

    • 没有有精神病史

    • 做毒性检查确保他们没有药物滥用历史

首先做的是扫描结构像包括T1和DTI

4d3c11f825e39a075791f18c50e60443.png

将大脑从颅骨中取出

5477b3be70133b6a3ebd8791f7099117.png

3b0185f21c044da03d480b7135e1ff86.png

621ba848cb0b6e283e4e29b48f345c6e.png

切成一厘米左右的切片然后冷冻运输到西雅图

596b211ecd45735e1ab42fa0dbc74584.png

47293945c195b7d323ffd7b05866d04e.png

再将其切成薄片，制作成显微镜切片

7ee8b22dc51dce53138130450efc36a3.png

747cd643a44a46933fd32e68c10a39e7.png

随后进行染色和数字化，获取全脑的组织学信息

248b60605d31ab4113ab80e1f56b405a.png

9058e925ec347495731c8a49ec47dd87.png

专家根据被染色的细胞聚集的情况找到组织的边界，作为随后定位和分割的解剖参考

090e0132eba2843a54dd2685a9014d9e.png

b5a4cde11b96fc1dcf250d77ea2a14d7.png

进一步把切片细分

a6c8b35dd890d842245deb4feffd62b6.png

使它可以放在一个更小的低温恒温器上，切成20微米的厚度的薄片。‍

19a700ad99eb484e49bedfb2168c6700.png

这里切下是冰冻的slice，让它融化在玻片上面。

1c171f4adcd11ea5431bea6eac547ff6.png

7e8101edb85a75591ff8e6e023e032dd.png

染色

7295df0b3c13e1b2041564e90c1e8a02.png

使用激光将选定的区域切下来。

26e8197976b500e66dbab4f9555f69dd.png

bbd767116fcb37b59471dc5973b4baaa.png

47948f4823f4ee5b038fe30ff7a8e0f0.png

从切下来的脑组织中提取出RNA, 做荧光标记，使用DNA Microarray测量每个基因表达的水平。每个绿点代表了玻璃片上的一个人类基因组，包括了25000个不同的基因。

ecf72b62519faef25e4b856e587998c5.png

一个大脑差不多有1000多份以上的样本，反复进行测量。

9fce91f9842b7318be05d9957dfe600a.png

最后将基因表达的数据map到MRI的空间中

e83db6d402ab28899a59db6f1ed3cb7d.png

（Hawrylycz., et al. 2012)

就这样，2-3年时间采集了6个人的数据，得到了现在研究者在使用的AHBA。虽然时隔多年，仍然觉得是一项非常了不起的工作，而这只不过是Allen Institute for Brain Science众多开源数据中的一个。

4dc358e8d233fefef4355b66cc14ad2b.png

acd9855320478f28d765d12091e9e35a.png

这个研究所在西雅图，由保罗·艾伦捐助成立的，快打开网页去了解一下他的传奇人生。

3045fb2bf930de0cfa9979caa1bb5d68.png

本文及用图整理自：

1. A Map of the Brain: Allan Jones at TEDxCaltech

https://www.youtube.com/watch?v=XBcPFhg0BC8&t=509s

由于公众号限制，无法上传更多的动图，推荐观看这个大概15分钟TED演讲，有中文字幕~ 

2. Hawrylycz, M. J., Lein, E. S., Guillozet-Bongaarts, A. L., Shen, E. H., Ng, L., Miller, J. A., ... & Abajian, C. (2012). An anatomically comprehensive atlas of the adult human brain transcriptome. Nature, 489(7416), 391-399.

48bbc6a9d081f90233cb4d2eb43b42d2.png

—GN—

7c3e12b6a9c22980924c16bfe0975391.gif

懒麻蛇
关注
一个用于Allen脑图谱基因数据的工具箱|abagen详细使用教程-获取基于脑区的基因表达矩阵（脑区*gene）
qq_38941890的博客
05-12 8025
目前国内外的科研人员，已经有很多将艾伦脑的基因表达数据与神经影像数据结合分析，已经有了不少的成果，然而各个研究小组之间缺乏标准化，导致了很多使用这些数据的处理流程。abagen是一个用于处理转录组数据的开源工具箱，给出了标准化的处理流程，该文章发表在。上，对于想使用艾伦脑图谱数据库而自己又难以对数据进行处理的研究者只使用该工具箱，使用大牛的分析流程，可减少不必要的麻烦（被审稿人质疑）和节约时间成本。通过该工具箱，输入大脑的分区模板，即可得到一个【脑区*基因】的矩阵，具体的代码如下。
艾伦脑图谱（Allen Brain Atlas）
shinuone的博客
06-17 3371
艾伦脑图谱（Allen Brain Map）：由艾伦脑科学研究所（Allen Institute for Brain Science）开发的大脑图谱，目前已生成多个 艾伦大脑参考地图集（Allen Brain Reference Atlases）。
期权matlab代码-AHBAprocessing:AHBA处理
05-26
预算matlab代码AHBA处理 该存储库提供了Matlab代码，用于重现一系列分析，涉及处理艾伦人脑图谱（Allen Human Brain Atlas）基因表达数据，并运行一系列分析以评估不同处理选择的效果。 该代码已使用Matlab 2016b，2017b，2018a进行了验证。 如果您使用此代码，请引用我们的随附文件： :green_book: A. Arnatkeviciute，BD Fulcher和A.Fornito。 NeuroImage 。 189 ：353（2019）。 变更记录 注意：代码和相应的数据已在2020年4月7日进行了更新。我们发现cust100和cust250分区中存在一些不准确之处。 生成了每个半球包含100和250个区域的新随机碎片，并更新了相应的数据。 如果您使用的是cust100和cust250组合，请参考新版本的数据。 注意：该代码已于2018年8月28日更新-在以前的版本中，ROI x基因矩阵中的基因排序不符合probeInformation结构中提供的基因信息。 现在，此问题已得到解决。 如果您在此日期之前处理了数据，请使用更新后的代码对其进行重新处理。 联络A
abagen:用于处理艾伦人脑图谱微阵列表达数据的工具箱
05-02
abagen：艾伦大脑图谱遗传数据的工具箱 该软件包提供了一个Python界面，用于获取和使用 （AHBA）微阵列表达数据。 概述 2013年，艾伦脑科学研究所发布了，该数据集包含从六个人脑收集的微阵列表达数据（Hawrylycz等人，2012）。 该数据集提供了前所未有的机会来检查人脑的遗传基础，并且已经产生了对例如和新颖见解。 但是，为了在大多数分析中得到有效利用，AHBA微阵列表达数据通常需要（1）折叠到感兴趣的区域（例如包裹或网络）中，以及（2）跨供体组合。 尽管这可能看起来微不足道，但这些步骤中有许多分析选择会极大地影响所得数据和任何下游分析。 Arnatkevičiūte等人，2019在中对此进行了彻底的处理，证明了用于准备原始AHBA数据的技术和代码在已发布的报告中有很大的不同。 当前的Python软件包abagen旨在提供可重现的工作流，用于处理和准备AHBA微阵列表
Allen-Brain-Atlas:使用来自艾伦脑科学研究所的数据在 Three.js 中进行大脑可视化
06-05
艾伦脑图谱 使用来自艾伦脑科学研究所的数据在 Three.js 中进行大脑可视化 跑步： grunt build:dev grunt test node server.js 该 repo 还需要 Postgres DB 设置，其中包含来自 Allen Institute 基因微阵列表达数据的表。 V2： V2项目直接使用Allen Institute api，不需要Postgres设置：
细胞类型基因集整理
lazysnake666的博客
03-12 764
从Allen Human Brain Atlas(AHBA)中提取基因表达数据和大脑表型做相关是一种常见的分析方法。由于基因集的确定通常是基于不同的策略和目的，同一种细胞类型存在不同的基因集。而选用不同的基因集可能导致不同的分析结果，因此，研究人员在使用基因集时应该考虑到其可能存在的局限性，并且应该进行适当的敏感性分析和验证。此外展示结果时应提供详细的基因集信息，以帮助其他研究人员重现和比较研究结...
AHBA| 如何建立Null模型控制富集分析中的假阳性偏差
lazysnake666的博客
05-16 1002
几年前AHBA的基因表达数据在neuroimaging领域开始火起来，简单来说就是发现显著的brain pattern后和AHBA的基因表达数据做下相关。开始有类似candidate ge...
一篇文章讲懂艾伦脑图谱在做什么（原理，数据处理）
最新发布
yes666666的博客
01-17 1498
基因的表达水平通常通过测量特定基因转录出的mRNA的数量或由其编码的蛋白质的数量来评估。这是基因活性的一个重要指标，对于理解生物体的生理和病理过程至关重要。AllenHumanBrainAtlas(AHBA)是一个整合了大脑基因表达的多模态人脑图集,为研究者提供了免费的可视化和数据挖掘资源,使研究人员能够发现结构,功能和分子生物学之间的联系。
人类小脑内在组织背后的基因图谱
悦影科技
11-18 1053
摘要 人类小脑的功能多样性在很大程度上被认为更多地来自于其广泛的联系，而不是局限于其部分不变的结构。然而，小脑内在组织中连接的确定是否以及如何与微尺度基因表达相互作用仍不清楚。在这里，我们通过研究同时连接小脑功能异质性及其驱动因素的遗传基质，即连接因素，来解码小脑功能组织的遗传图谱。我们不仅鉴定了443个网络特异性基因，而且还发现它们的共表达模式与小脑内功能连接（FC）密切相关。其中90个基因也与皮质-小脑认知-边缘网络的FC有关。进一步发现这些基因的生物学功能，我们进行了“虚拟基因敲除”，通过观察基因之间
文献阅读：一种基于艾伦脑图谱的空间表达数据可视化、空间异质性描绘和单细胞配准工具
xx_nm98的博客
11-15 1143
空间转录组学可用于捕获细胞空间组织，并促进对不同生物背景的新见解，包括发育生物学、癌症和神经科学。然而，其广泛应用仍因其技术挑战和不成熟的数据分析方法而受到阻碍。Allen Brain Atlas (ABA) 通过原位杂交图像数据为各个发育阶段的整个小鼠大脑的空间基因表达提供了重要的来源。据我们所知，为访问空间表达数据而开发的门户对生物学家来说并不是很有用。
AllenBrainAtlasAPI:用于调用 Allen Brain Atlas API 的常用函数库（AllenBrainAtlas 链接
06-13
allen_api_wrapper：艾伦大脑研究所 API 包装器 allen_api_wrapper 是一个 python 包，允许简单访问 。 allen_api_wrapper 旨在尽可能易于使用。 安装 目前，正在使用 python 3.4 开发 allen_api_wrapper。 推荐的安装方式是通过 github 下载存储库： git clone git@github.com:ThunderShiviah/AllenBrainAtlasAPI.git 然后导航到 AllenBrainAtlasAPI/code/allen_api_wrapper/skeleton（包含 setup.py 的目录）并运行以下命令： python3.4 setup.py install 要卸载使用 pip3.4： pip3.4 uninstall allen_api_wrapper 要
脑地图三维解剖软件
12-15
Brain Explorer is a desktop software application for viewing Allen Brain Atlas (ABA) gene expression data in the framework of the Allen Reference Atlas (ARA) in 3D. Using Brain Explorer。
文献阅读：弥合连接组和转录组之间的差距
🧑‍🎓 博士研究生在读 🔬 分享生物信息学、神经生物学方面的知识 💬 合作请在后台留言
03-08 1170
文献介绍 「文献题目」 Bridging the Gap between Connectome and Transcriptome 「研究团队」 Alex Fornito（蒙纳士大学） 「发表时间」 2018-11-16 「发表期刊」 Trends in Cognitive Sciences 「影响因子」 19.9 「DOI」 10.1016/j.tics.2018.10.005 摘要 最近构建的全脑基因表达图谱可以测量多个解剖位置数千个基因的转录活性，使得将基因表达的空间变化与连接组结构和功能的
2024年6月24日Arxiv人工智能相关论文
数智笔记
06-24 1001
原标题作者机构: 新加坡国立大学杨路林医学院 新加坡新加坡眼科研究所 新加坡国立眼科中心 Singapo摘要: 目标：（1）评估神经组织结构和生物力学是否能预测青光眼的功能损失；（2）评估生物力学在进行此类预测中的重要性。设计、设置和参与者：我们招募了238名青光眼患者。对每位受试者的一只眼睛，我们使用光学相干断层扫描（OCT）成像了视神经头（ONH），条件分别为：（1）主视线和（2）主视线下急性眼内压升高。
多模态医学图像数据集
qq_61890919的博客
11-29 8478
由国际生物医学成像研讨会（ISBI）举办，是一个包含多个医学图像分析任务和数据集的竞赛平台，其中有一些任务涉及到多模态医学图像的分割、配准和融合，如head and neck cancer segmentation、domain adaptation for segmentation等。多模态医学图像数据集是指包含不同模态（如CT、MRI、PET等）的医学图像的数据集，它们可以提供更多的信息和视角，有助于医学图像分析和诊断。:其中提供了一些CT和MRI图像的数据集，可以用于医学图像融合研究。
人、猕猴、小鼠静息态三重网络
cc1609130201的博客
03-26 1124
三重网络模型是Vinod Menon 2011年基于静息态功能连接提出的用于评估人类神经精神疾病的理论模型。该模型认为静息态功能网络中突显网络、默认网络、中央执行网络对神经精神疾病评估具有重要意义。数十年来，该模型在多项疾病研究中得到验证，但受限于人体的非侵入性，极少有研究能深入到神经元层面探讨三重网络的结构功能基础。本研究利用大脑转录组信息整合了人、猕猴、小鼠脑功能网络，发现小鼠、猕猴大脑也可以用三重网络模型来描述。本实验进一步探究了类抑郁动物模型、神经元结构环路、光遗传功能网络与三重网络的相关性，从神经
fMRI brain atlas from Standford Find Lab 常用大脑图谱/模版（fMRI，斯坦福Find实验室）...
weixin_33736832的博客
01-10 2129
Source: Standford Find Lab NOTE that all the atlas could be downloaded at the source page. Whole brain map: 90 fROIs and 499 fROIs Reference: 90 fROIs: Shirer WR, Ryali S, Rykhlevskaia E, Menon V, G...
AHB总线协议
热门推荐
ivy_reny的专栏
09-30 8万+
1. 简介         AHB总线规范是AMBA总线规范的一部分，AMBA总线规范是ARM公司提出的总线规范，被大多数SoC设计采用，它规定了AHB (Advanced High-performance Bus)、ASB (Advanced System Bus)、APB (Advanced Peripheral Bus)。AHB用于高性能、高时钟频率的系统结构，典型的应用如ARM核与系统内
AHB学习笔记
月见樽
04-18 8194
1.AHB概述 AHB总线是一种专为高性能同步传输设计的总线，层次高于APB总线，支持以下特性： 突发传输 拆分事务 主设备单时钟周期传输 单时钟沿操作 非三态实现 宽数据总线配置（64/128bit） 1.1.典型AHB系统 典型的AHB系统包括以下部分： 可支持高带宽传输的主干总线 AHB主设备（如高性能CPU和DMA设备等） AH...
使用brainstat工具包如何从 AHBA 中提取基因表达数据，并利用 abagen工具包将它们映射到scheafer分割的 400 个皮质区域
10-28
在使用brainstat工具包处理来自AHBA (Human Connectome Project)的人脑基因表达数据时，通常需要经过以下步骤： 1. **安装依赖**：首先，你需要确保已经安装了`brainstat`、`anatflow`以及`abagen`等相关的Python库。可以使用pip命令进行安装： ``` pip install brainstat anatflow abagen ``` 2. **获取数据**：访问AHBA的数据集，这通常涉及到下载基因表达矩阵文件（如CSV或TXT格式），以及相关的元数据，比如解剖学标签信息。 3. **加载数据**：使用`pandas`库读取基因表达数据，例如： ```python import pandas as pd gene_expression_data = pd.read_csv('gene_expression_matrix.csv') ``` 4. **预处理数据**：根据需要对数据进行清洗和标准化，包括缺失值处理、归一化等。 5. **提取特定基因**：如果你只关心某些特定基因，可以用索引或者列名筛选数据： ```python selected_genes = ['Gene1', 'Gene2'] # 替换为你感兴趣的基因ID expression_data = gene_expression_data[selected_genes] ``` 6. **映射到SCHAEFER分区**：`abagen`库包含了将脑区数据映射到SCHAEFER皮质分区的功能。首先，你需要获得SCHAEFER脑区列表和对应的解剖结构ID（parcellation file）： ```python from abagen import fetch_atlas schaefer_400 parc = fetch_atlas('schaefer2018_400Parcels', data_dir='.', return_cut_coords=False) ``` 然后，使用`region_mapping`函数将基因表达数据按解剖区域进行分组： ```python expression_by_region = expression_data.groupby(parc['labels']).mean() ``` 7. **可视化结果**：最后，你可以使用`matplotlib`或其他可视化库展示各个脑区的基因表达水平。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值