Glomeruli are neuropil-rich regions of the main or accessory olfactory bulbs (AOB) where the axons of olfactory or vomeronasal neurons and dendrites of mitral/tufted cells form synaptic connections. In the main olfactory system, olfactory sensory neurons (OSNs) expressing the same receptor innervate 1 or 2 glomeruli. However, in the accessory olfactory system, vomeronasal sensory neurons (VSNs) expressing the same receptor can innervate up to 30 different glomeruli in the AOB. Genetic mutation disrupting genes with a role in defining the identity/diversity of olfactory and vomeronasal neurons can alter the number and size of glomeruli. Interestingly, 2 cell surface molecules, Kirrel2 and Kirrel3, have been indicated as playing a critical role in the organization of axons into glomeruli in the AOB. Being able to quantify differences in glomeruli features, such as number, size, or immunoreactivity for specific markers, is an important experimental approach to validate the role of specific genes in controlling neuronal connectivity and circuit formation in either control or mutant animals. Since the manual recognition and quantification of glomeruli on digital images is a challenging and time-consuming task, we generated a program in Python able to identify glomeruli in digital images and quantify their properties, such as size, number, and pixel intensity. Validation of our program indicates that our script is a fast and suitable tool for high-throughput quantification of glomerular features of mouse lines with different genetic makeup.

中文翻译：

---

免疫荧光染色后犁鼻肾小球数量、大小和颜色成分的自动定量

肾小球是主要或副嗅球 (AOB) 的富含神经纤维的区域，其中嗅觉或犁鼻神经元的轴突和二尖瓣/簇状细胞的树突形成突触连接。在主要的嗅觉系统中，表达相同受体的嗅觉感觉神经元 (OSN) 支配 1 或 2 个肾小球。然而，在副嗅觉系统中，表达相同受体的犁鼻感觉神经元 (VSN) 可以支配 AOB 中多达 30 个不同的肾小球。在定义嗅觉和犁鼻神经元的身份/多样性方面起作用的基因突变破坏基因可以改变肾小球的数量和大小。有趣的是，2 个细胞表面分子 Kirrel2 和 Kirrel3 已被证明在 AOB 中轴突组织成肾小球中起关键作用。能够量化肾小球特征的差异，例如特定标记的数量、大小或免疫反应性，是验证特定基因在控制对照或突变动物的神经元连接和电路形成中的作用的重要实验方法。由于在数字图像上手动识别和量化肾小球是一项具有挑战性且耗时的任务，因此我们用 Python 生成了一个程序，能够识别数字图像中的肾小球并量化它们的属性，例如大小、数量和像素强度。我们的程序的验证表明我们的脚本是一种快速且合适的工具，用于高通量量化具有不同基因组成的小鼠系的肾小球特征。是一种重要的实验方法，用于验证特定基因在控制对照或突变动物的神经元连接和电路形成中的作用。由于在数字图像上手动识别和量化肾小球是一项具有挑战性且耗时的任务，因此我们用 Python 生成了一个程序，能够识别数字图像中的肾小球并量化它们的属性，例如大小、数量和像素强度。我们的程序的验证表明我们的脚本是一种快速且合适的工具，用于高通量量化具有不同基因组成的小鼠系的肾小球特征。是一种重要的实验方法，用于验证特定基因在控制对照或突变动物的神经元连接和电路形成中的作用。由于在数字图像上手动识别和量化肾小球是一项具有挑战性且耗时的任务，因此我们用 Python 生成了一个程序，能够识别数字图像中的肾小球并量化它们的属性，例如大小、数量和像素强度。我们的程序的验证表明我们的脚本是一种快速且合适的工具，用于高通量量化具有不同基因组成的小鼠系的肾小球特征。由于在数字图像上手动识别和量化肾小球是一项具有挑战性且耗时的任务，因此我们用 Python 生成了一个程序，能够识别数字图像中的肾小球并量化它们的属性，例如大小、数量和像素强度。我们的程序的验证表明我们的脚本是一种快速且合适的工具，用于高通量量化具有不同基因组成的小鼠系的肾小球特征。由于在数字图像上手动识别和量化肾小球是一项具有挑战性且耗时的任务，因此我们用 Python 生成了一个程序，能够识别数字图像中的肾小球并量化它们的属性，例如大小、数量和像素强度。我们的程序的验证表明我们的脚本是一种快速且合适的工具，用于高通量量化具有不同基因组成的小鼠系的肾小球特征。