開発中に複雑で、ニューロン精巧な樹状突起が、そのシナプス前パートナーとシナプスを形成するための分岐パターンをステレオタイプ。樹状分岐パターンは、ニューロンのアイデンティティと機能と相関します。樹状分岐の複雑さとフィールドのサイズは、入力された番号を管理しながら、樹状アーバーの場所は、彼らが受け取るシナプス前入力のタイプを決定します。このように、樹枝状の形態学的特性は、シナプス接続と神経計算のための重要な決定因子です。フライ視神経ローブと脊椎動物の網膜のような複雑な脳の多くの地域では、シナプス回路は、情報処理^1、2を容易にするために^、列およびレイヤーで構成されています。このようなコラムと層組織では、明確なモダリティプロジェクトの軸索のシナプス前ニューロンは特定の層（いわゆる層特異的標的）で終了すると整然とした2次元アレイを形成する（いわゆるのcalleD地形図）、シナプス後ニューロンは、正しい種類と数のシナプス前入力を受信するために特定の層に適切なサイズの樹状突起を拡張しながら。層と列への標的軸索は、よく^3、4を研究^してきたが、はるかに少ないが、樹状突起は、特定の層にルーティングし、正しいシナプス前パートナー⁵とのシナプス結合を形成するために、受容野を適切に展開する大きさであるかについては知られています。イメージングおよび層と列への標的定量化する樹状の難しさは、柱状の積層脳構造における樹状開発の研究を妨げてきました。

ショウジョウバエ髄質ニューロンは、列と層における樹状ルーティングおよび回路アセンブリを研究するための理想的なモデルです。フライ髄質の神経網は、3D 10層の格子と約750列として編成されています。各列は、pを含む求心性神経のセットによって神経支配されますその軸索端子層特異的なファッション⁶で地形を形成L5、 – hotoreceptors R7 / R8およびラミナニューロンL1。延髄のニューロンの約38種類が、これらの求心性神経⁷からの入力を受信するための特定の層で、適切なフィールドサイズを持つすべての髄質列と精巧な樹状突起に存在しています。髄質におけるシナプス回路は、電子顕微鏡レベルで再構築されてきました。従って、シナプスパートナーシップウェル^7,8を設置しています。さらに、髄質ニューロンの様々な種類を標識するための遺伝的ツールは^{、9、10、11}入手可能です。 transmedullaの3種類（Tm）は、ニューロン（TM2、TM9及びTM20）を調べることによって、我々は以前に二つの細胞型特異的な樹枝状の属性を特定した：（ⅰ）のTmニューロンは、平面PROJ（前方または後方方向のいずれかに樹状突起を投影しますection方向）、細胞の種類に応じて、及び（ii）の延髄の神経細胞の樹状突起は、細胞型特異的な様式（層特異的な終端^）12で特定の髄質層で終端します。層および列合図へのTmの応答を破壊する突然変異が、これらの属性の異なる側面に影響を与えながら、平面投影方向と層固有の終端は、Tmのニューロンのこの3種類を区別するのに十分です。

ここでは、列および層（ 図1）におけるショウジョウバエ延髄ニューロンの樹状突起パターン形成を調べるための完全なワークフローを提示します。まず、2つの共焦点画像を結合するカスタマイズされたソフトウェアを使用してデュアルビューイメージング法は、高品質の等方性の画像を生成するためにスタックを示しています。この方法は、超解像顕微鏡法に頼らずに、樹状分岐の信頼性トレースを可能にする高品質の画像を生成するためにのみ、従来の共焦点顕微鏡検査を必要とするようなsのSTED（誘導放出枯渇）または構造的照明。第二に、我々は、樹状アーバをトレースするための、参照列配列に生じた神経突起のトレースを登録するための方法を提示します。第三に、我々は、樹状分岐および終了周波数の推定値を導出するための樹状突起の平面投影方向と層固有の終了に関する情報、ならびにを抽出するための計算方法を示しています。一緒に、これらの方法は、3D、樹状突起の形態に基づいて細胞種の分類における樹状パターンの特徴付け、および変異体における潜在的な欠陥の同定を可能にします。