神經元型態分析套件一Sholl Descriptor

本篇論文透過檢測和度量學習演算法對每個資料集進行聚類和分類各種不同種類和不同腦區的神經元。作者以Sholl analysis分類神經元，將八種不同的形態特徵分別視為不同函數去計算，稱為Sholl描述器（Sholl Descriptor），計算後得到數據除以最大值標準化成0至1區間（或以百分比的形式呈現），以下是這八種 Sholl描述器（Fig 1、Fig 2、Fig 3）：

1. Branching Pattern Descriptor：量化一段距離中樹突分支的分佈與複雜性（分支數-葉子數）。

2. Tortuosity Descriptor：測量節點之間所有分支的平均蜿蜒度，由此可看出樹突的生長機制。（路徑距離（Path distance）與歐氏距離（Euclidean distance）的比率）

3. Flux Descriptor：細胞體（半徑為r的球體）與樹突的角度。

4. Taper Rate Descriptor：計算樹突在分支時寬度（未使用）。

5. Leaf Index Descriptor：計算到細胞體會經過的節點數量，最遠節點為1。

6. Energy Descriptor：將節點想成帶電粒子的概念，每個節點添加等距的單位向量（電荷）產生的電場影響周圍，最後在細胞體計算。

7. Total Wiring Descriptor：計算總路徑長度。

8. Topological Morphological Descriptor（TMD）：路徑x唯一的起始b ( x ) 和終止d ( x ) 頂點。TMD 基於將給定樹T分解為路徑集合的方法，使得這些路徑的總和是整個樹T。

Fig1. 神經元示意圖。(原文Figure 1)

Fig2. 神經元在不同種Sholl描述器計算後的結果。數字代表百分比，綠色表示偵測率介於90%至100%（完全偵測到一個類別），粉色表示介於80%至89%。(原文Table 1)

Fig3. 具有代表性的神經元與四種選定的描述器。(A-C) Branching Pattern Descriptor分析(A)錐體細胞與(B) 星狀細胞。(D-F) Branching Pattern Descriptor分析 (D)次級運動皮質中與(E)mPFC 中的錐體細胞。(G-I) Descriptor分析(G)中間神經元和 (H)柏金氏細胞。(J-L)Tortuosity Descriptor分析(J)Martinotti 和 (K)視網膜神經節細胞 (RGC)。 (原文Figure 2)

撰文：余旻珊

參考文獻：

Khalil R, Kallel S, Farhat A, Dlotko P. Topological Sholl descriptors for neuronal clustering and classification. PLoS Comput Biol. 2022 Jun 22;18(6):e1010229. doi: 10.1371/journal.pcbi.1010229. PMID: 35731804; PMCID: PMC9255741.