實驗流程圖

開始

輸入LSM 原始檔

利用GVF Snake 取出 PN data

初始化PN data 並做 scaling 調整的動作 

第四章

DA1-L-114 512 x 512 x 65 0.18μm

DC1-L-24 512 x 512 x 53 0.18μm

DC1-L-82 512 x 512 x 57 0.19μm

DC2-L-122 512 x 512 x 54 0.19μm

DC2-L-176 512 x 512 x 68 0.17μm

DL1-L-44 512 x 512 x 65 0.20μm

DL1-L-49 512 x 512 x 64 0.19μm

DL3-L-115 512 x 512 x 70 0.18μm

DL3-L-139 512 x 512 x 74 0.17μm

DM1-L-283 512 x 512 x 62 0.16μm

DM1-L-284 512 x 512 x 62 0.17μm

DM2-L-40 512 x 512 x 74 0.21μm

DM2-L-46 512 x 512 x 60 0.18μm

VA1d-L-132 512 x 512 x 62 0.17μm

VA1d-L-134 512 x 512 x 66 0.17μm

*VA2-L-20 512 x 512 x 71 0.20μm

VA3-L-172 512 x 512 x 61 0.18μm

VA3-L-203 512 x 512 x 71 0.15μm

*VA4-L-58 512 x 512 x 50 0.19μm

VA5-L255 512 x 512 x 78 0.19μm

VA5-L-268 512 x 512 x 64 0.18μm

VA7I-L-275 512 x 512 x 39 0.19μm

VA7I-L-278 512 x 512 x 44 0.18μm

*VC1-L-69 512 x 512 x 68 0.19μm

VC2-L-76 512 x 512 x 52 0.16μm

圖【4-1】D-L-188&221

圖【4-2】DA1-L-85&114

圖【4-3】DC1-L-24&82

圖【4-4】DC2-L-122&176

圖【4-5】DL1-L-44&49

圖【4-6】DL3-L-115&139

圖【4-7】DM1-L-283&284

圖【4-8】DM2-L-40&46

圖【4-9】VA1d-L-132&134

圖【4-10】VA2-L-20

圖【4-11】VA3-L-172&203

圖【4-12】VA4-L-58

圖【4-13】VA5-L-255&268

圖【4-14】VA7I-L-275&278

圖【4-15】VC1-L-69

圖【4-16】VC2-L-76&106

圖【4-17】VM4-L-12

上面一共有十七組，三十個 PN，我們可以發現大部分同組 PN 的 TBs 會分佈 在相近的位置(圖【4-1】、圖【4-5】、圖【4-6】、圖【4-8】、圖【4-9】、圖【4-11】、

圖【4-14】)，或是有類似的分佈結構(圖【4-6】、圖【4-7】、圖【4-8】、圖【4-9】、

圖【4-11】、圖【4-16】)。但是其中有兩組 PN(圖【4-4】、圖【4-13】)做出來的分 佈結果差異特別大，會造成這樣的差異有兩個可能原因：可能是這 PN 本身的生 長曲線特別不同，造成實驗結果差異；或者可能是在一開始分組上就不該是同一 個編號，這需要生物學者的進一步研究分析。

接下來我們將編號相近的 PN 聚集在一起觀察，我們利用原始資料的編號來 分組。我們將 D 開頭和 V 開頭分開，再細分成下面兩組。

D 組：D-L-188, D-L-221, DA1-L-85, DA1-L-114(黃色).

DC1-L-24, DC1-L-82, DC2-L-122, DC2-L176(紅紫色).

DL1-L-44, DL1-L-49, DL3-L-115, DL3-L-139(青綠色).

DM1-L-283, DM1-L-284, DM2-L-40, DM2-L-46(灰色)

我們取三個角度來看看這些分佈：

圖【4-18】D 群組圖一

圖【4-19】D 群組圖二

圖【4-20】D 群組圖三

我們可以發現 D 組中的四個顏色分佈差異明顯，灰色有向外對稱發散的分 佈；紅紫色則是其中有一個 PN 分佈特殊，比較像灰色的分佈法；而黃色和青綠 色分佈範圍相對比較集中在原點附近。

再來是編號 V 開頭的 14 個 PN 組合圖：

V 組：VA1d-L-132, VA1d-L-134, VA2-L-20(黃色).

VA3-L-172, VA3-L-203, VA4-L-58(紅紫色).

VA5-L-255, VA5-L-268, VA7l-L-275, VA7l-L-278(青綠色).

VC1-L-69, VC2-L-76, VC2-L-106, VM4-L-12(灰色).

圖【4-21】V 群組圖一

圖【4-22】V 群組圖二

圖【4-23】V 群組圖三

V 組的 TBs 可以看出分佈的範圍和密集度都比 D 組別更為明顯集中，其中黃

D-L-188, D-L-221, DA1-L-85, DA1-L-114, DC1-L-24, DC1-L-82, DC2-L-122, DC2-L176(黃色).

DL1-L-44, DL1-L-49, DL3-L-115, DL3-L-139, DM1-L-283, DM1-L-284, DM2-L-40, DM2-L-46(紅紫色).

VA1d-L-132, VA1d-L-134, VA2-L-20, VA3-L-172, VA3-L-203, VA4-L-58(青綠 色).

VA5-L-255, VA5-L-268, VA7l-L-275, VA7l-L-278, VC1-L-69, VC2-L-76, VC2-L-106, VM4-L-12(灰色).

總共取五張比較全面的角度分佈圖：

圖【4-24】All PN 圖一

圖【4-25】All PN 圖二

圖【4-26】All PN 圖三

圖【4-27】All PN 圖四

圖【4-28】All PN 圖五

經由最後這組圖可以看出，有絕大部分的 TBs 在原點附近聚集成一團狀，這 可能就是果蠅嗅覺 PN 在 MB calyx 中主要分佈的中心區域，青綠色和灰色的分佈 大多密集在這個區域之中，甚至有分層的感覺。而紅紫色和部分黃色的分布主要 在這區域的較邊緣的地帶，甚至伸出兩個明顯較遠的 TBs 區域。圖中有比較遠的 獨立端點，照理說也是在 MB calyx 裡面，這可能是我們找尋的座標還不是這麼準 確，但是不管座標的位置如何移動，這些相對孤立的點，還是會相當明顯，這也 是比較特殊的 TBs 位置。

我們想出來的這個方法目前是可以將 TBs 經過一定的轉換，放到一樣的座標 系中，是一種可能的分析 PN 的方法，這個方法也可以運用在轉換整條 PN 的定 位上。在我們實驗的過程中，除了第一次啟動計算 fitting plane 的小程式要花十幾 秒之外，其餘部分 CPU 計算都很快速，不需要考慮。

第五章

我們利用電腦技術，分析出了許多腦部資料，這些資料如果可以整理後做成 資料庫，以後有需要相關的資料可以方便大家從資料庫中搜尋、取出比對，也可 以讓大家上傳資料，因為資料量很大而且格式也很多種，要做成資料庫也是個挑 戰。這樣隨著資料庫的擴大，可以做神經的自動分類和比較，這樣才不會白白浪 費之前所做過的努力。

參考文獻

[1] Buck, L. and Axel, R., “Odorant Receptors and the Organization of the Olfactory System.” Cell. 1991; 65: 175-187.

[2] Lin H. H. et al. “A Map of Olfactory Representation in the Drosophila Mushroom Body.” Cell. 2007; 128: 1205-1217.

[3] http://brc.life.nthu.edu.tw/index.html FlyCircuit Database.

[4] Hampel et al. “Robust Statistics: The Approach Based on Influence Functions.” Wiley, 1986, 2005.

[5] Y. Nievergelt, “Total least squares: state of the art regression in numerical analysis,” SIAM Review, 36, 1994, pp. 258-264.

[6] S. V. Huffel, P. Lemmerling, “Total Least Squares and Errors-in-Variables Modeling: Analysis, Algorithms and Applications.”

Dordrecht, The Netherlands: Kluwer Academic Publishers, 2002.

[7] C. Xu, J.L. Prince, “Snakes, shapes, and Gradient Vector Flow,” IEEE Trans, on Image Process. (March 1998) 359-369.

[8] http://www.mathworks.com/ The MathWorks, Inc.

[9] de Groen, P. “An Introduction to Total Least Squares,” Nieuw Archief voor Wiskunde, Vierde serie, deel 14, 1996, pp. 237-253.

[10] Golub, G. H., and van Loan, Ch. F. “An analysis of the total least squares problem,” SIAM J. Number. Anal., vol. 17, 1980, pp. 883-893.

[11] D.P. Berrar, W. Dubitzky, M. Granzow, eds. “Singular value decomposition and principal component analysis,” A Practical Approach to Microarray Data Analysis, Kluwer: Norwell, MA, 2003, pp.

91-109.

[12] http://web.neurobio.arizona.edu/Flybrain/html/index.html FLYBRAIN.