JoVE Logo

S'identifier

Un abonnement à JoVE est nécessaire pour voir ce contenu. Connectez-vous ou commencez votre essai gratuit.

Dans cet article

  • Résumé
  • Résumé
  • Introduction
  • Protocole
  • Résultats
  • Discussion
  • Déclarations de divulgation
  • Remerciements
  • matériels
  • Références
  • Réimpressions et Autorisations

Résumé

La morphologie dendritique neuronale sous-tend souvent la fonction. En effet, de nombreux processus pathologiques qui affectent le développement des neurones se manifestent par un phénotype morphologique. Ce protocole décrit une méthode simple et puissante pour analyser les tonnelles dendritiques intactes et leurs épines associées.

Résumé

L’activité cérébrale, les signaux électrochimiques transmis entre les neurones, est déterminée par les modèles de connectivité des réseaux neuronaux et par la morphologie des processus et des sous-structures au sein de ces neurones. En tant que tel, une grande partie de ce que l’on sait sur le fonctionnement du cerveau est apparue parallèlement aux développements des technologies d’imagerie qui permettent de mieux comprendre comment les neurones sont organisés et connectés dans le cerveau. Les améliorations apportées à l’élimination des tissus ont permis l’imagerie à haute résolution de tranches cérébrales épaisses, facilitant la reconstruction morphologique et l’analyse des sous-structures neuronales, telles que les tonnelles dendritiques et les épines. En parallèle, les progrès des logiciels de traitement d’images fournissent des méthodes d’analyse rapide de grands ensembles de données d’imagerie. Ce travail présente une méthode relativement rapide de traitement, de visualisation et d’analyse d’épaisses tranches de tissu neural marqué à haute résolution à l’aide de la clairière tissulaire CLARITY, de la microscopie confocale et de l’analyse d’images. Ce protocole facilitera les efforts visant à comprendre les modèles de connectivité et les morphologies neuronales qui caractérisent les cerveaux sains, ainsi que les changements de ces caractéristiques qui surviennent dans les états cérébraux malades.

Introduction

Comprendre l’organisation spatiale, les modèles de connectivité et la morphologie de structures biologiques tridimensionnelles complexes est essentiel pour délimiter les fonctions de cellules et de tissus spécifiques. Cela est particulièrement vrai en neurosciences, dans lesquelles des efforts considérables ont été consacrés à la construction de cartes neuroanatomiques à haute résolution du système nerveux central1,2. Un examen attentif des neurones qui composent ces cartes donne des morphologies variées, avec des connexions et des emplacements qui reflètent la fonction de ces divers ensembles de neurones3,4. De plus, l’étude des structures subcellulaires, en particulier des épines dendritiques, peut informer la maturité des synapses, reflétant ainsi les processus de développement et les états de maladie neurologique5,6,7. Ainsi, les approches qui améliorent la résolution et le débit d’imagerie sont essentielles pour mieux comprendre le fonctionnement du cerveau à toutes les échelles.

Des progrès récents ont élargi la boîte à outils moléculaire et génétique pour marquer et manipuler les populations de neurones. Le développement de nouveaux marqueurs fluorescents, combiné à de nouvelles méthodes d’introduction de ces marqueurs dans les neurones, permet un marquage différentiel des populations de neurones en interaction au sein du même échantillon animal ou cérébral8,9,10,11. Étant donné que la lumière est diffusée par des lipides opaques et compte tenu de la teneur élevée en lipides des tissus cérébraux, l’imagerie des populations neuronales a été principalement limitée à des sections minces ou s’est appuyée sur des techniques avancées de microscropy (par exemple, la microscopie confocale, multiphotonique et à feuille de lumière) pour imager les structures profondes. Cependant, ces efforts ont été grandement renforcés par les progrès des techniques de nettoyage des tissus. Clear Lipid-exchanged Acrylamide-hybridized Rigid Imaging/immunostaining/insitu hybridization-compatible Tissue-hYdrogel (CLARITY) est l’une de ces techniques, dans laquelle les tissus d’intérêt sont infusés avec des monomères d’hydrogel (acrylamide et bis-acrylamide) puis lavés avec des détergents12. Les monomères d’hydrogel s’hybrident pour créer un échafaudage d’hydrogel 3D stable, optiquement transparent et perméable aux étiquettes de macromolécules. Les acides nucléiques et les protéines sont maintenus dans la matrice hybridée, tandis que les lipides sont éliminés par les lavages détergents (Figure 1). Il en résulte un tissu stable suffisamment rigide pour maintenir la forme et l’orientation d’origine des cellules et des molécules non lipidiques, tout en faisant preuve d’une transparence optique suffisante pour imager facilement des structures profondes à haute résolution. Ce maintien de la structure et de l’orientation des tissus permet l’imagerie de tranches épaisses, préservant ainsi les connexions de cellule à cellule et les relations spatiales. De plus, comme l’emplacement et la disponibilité des protéines et des acides nucléiques sont maintenus pendant le processus de nettoyage, les tissus nettoyés sont capables de contenir des marqueurs basés sur l’expression, ainsi que des étiquettes exogènes. Ainsi, CLARITY se prête comme une méthode puissante pour imager de grandes quantités de structures cérébrales profondes et les connexions entre ces structures à haute résolution.

L’utilisation de CLARITY améliore considérablement les approches d’imagerie des populations neuronales. Cette technique est particulièrement efficace pour générer de grandes quantités de données d’imagerie. CLARITY fonctionne bien avec de multiples formes de fluorescence à base de protéines. Ce protocole utilise une approche basée sur lentiviral pour étiqueter de manière éparse les cellules avec EGFP et tdTomato; cependant, des allèles rapporteurs transgéniques exprimant tdTomato ou EGFP pour étiqueter les cellules à reconstruire ont été couramment utilisés. Il est important de choisir un fluorophore qui est à la fois photo-stable et brillant (par exemple, EGFP ou tdTomato). De plus, l’utilisation d’un promoteur puissant pour exprimer le fluorophore donne un contraste et une qualité d’image supérieurs. Les inconvénients de cette technique surviennent car l’analyse correcte de cette grande quantité de données peut prendre à la fois beaucoup de travail et de temps. Les microscopes spécialisés peuvent aider à améliorer le débit et à réduire la charge de travail. Cependant, la construction, la possession et / ou l’exploitation de microscopes avancés sont souvent prohibitifs pour de nombreux laboratoires. Ce travail présente une méthode simple, à haut débit, relativement rapide et simple de visualisation de grandes quantités de tissu neural à haute résolution en utilisant le nettoyage tissulaire CLARITY de grandes sections, combiné à la microscopie confocale standard. Ce protocole décrit cette approche à travers les étapes suivantes : 1) disséquer et préparer le tissu neural, 2) nettoyer le tissu, 3) monter le tissu, 4) imager les tranches préparées et 5) traiter des images de tranches complètes à l’aide de la reconstruction et de l’analyse du logiciel de visualisation par microscopie(Figure 2). Ces efforts aboutissent à des images à haute résolution qui peuvent être utilisées pour analyser les populations de neurones, les modèles de connexion neuronale, la morphologie dendritique 3D, l’abondance et la morphologie de la colonne vertébrale dendritique et les modèles d’expression moléculaire dans les tissus cérébraux intacts.

Protocole

Le protocole suivant suit toutes les directives en matière de soins aux animaux pour le Baylor College of Medicine.

1. Dissection et préparation des tissus

  1. Euthanasier la souris avec un surdosage d’isoflurane en plaçant la souris dans un récipient fermé avec une serviette imbibée d’isoflurane (ou par d’autres moyens approuvés par l’IUCAC).
  2. Perfuser l’animal de manière transcardique à l’aide d’une aiguille de 25 G avec 10 mL de PBS glacé, suivie de 10 mL de PFA à 4%.
  3. Disséquez la région cérébrale (ou le tissu) d’intérêt.
  4. Placer le tissu disséqué dans 4% pfa pendant la nuit à 4 °C. Une bonne fixation est la clé de ce protocole. Ne sautez ni ne raccourcissez cette étape.
  5. Après fixation dans du PFA à 4 % pendant au moins 12 h, transférer le tissu dans un mélange d’hydrogel d’acrylamide à 4 % pendant 24 h à 4 °C.
    REMARQUE: Lors de la décongélation de l’hydrogel, assurez-vous qu’il ne s’est pas polymérisé, cela peut se produire si l’hydrogel devient trop chaud. Décongeler sur la glace pour éviter une polymérisation prématurée.

2. Nettoyage des tissus

  1. Placer le tissu cérébral (encore immergé dans l’hydrogel) dans un incubateur à vide pendant 3 h à 37 °C avec un vide de -90 kPa. Laissez le dessus du tube dévissé pour permettre au vide de se former correctement.
  2. Lavez le tissu avec du PBS pendant 10 min à température ambiante (25 °C) en agitant doucement.
  3. Placez l’échantillon de tissu polymérisé dans la chambre d’électrophorèse, en notant l’orientation du tissu à l’intérieur de la chambre.
  4. Remplissez la chambre et le réservoir avec le tampon SDS d’électrophorèse fourni.
  5. Exécuter l’échantillon à 70 V, 1 A et 35 C, avec un courant constant pendant environ 2 h/mm de tissu.
    1. Vérifiez l’échantillon périodiquement; il faudra peut-être plus de temps à la Chambre pour bien nettoyer. Un bon point de départ pour la clairière est 1-2 h par mm de tissu cérébral. Un cerveau de souris entier nécessite 8 à 10 heures pour une clairance suffisante. Rappelez-vous l’orientation de l’échantillon avant de le retirer de la chambre et assurez-vous de le replacer dans la chambre dans la même orientation.
      REMARQUE: La figure 3A montre à quoi ressemblera un cerveau entièrement nettoyé. Le cerveau aura l’air opaque et pas clair à ce stade en raison de la présence de SDS dissous, mais il devrait y avoir peu ou pas de teinte de couleur de tissu jaune après l’extraction des lipides.

3. Préparation et montage du tissu nettoyé

  1. Une fois que l’échantillon a fini de se nettoyer et semble suffisamment clair, laver dans du PBS pendant la nuit à température ambiante. Remplacez le PBS par du PBS frais aussi souvent que possible. Cette étape est essentielle pour éliminer les FDS résiduelles qui peuvent former des précipités dans les étapes ultérieures.
  2. Après le lavage final en PBS, lavez le tissu pendant 5 min dans de l’eau désionisée à température ambiante trois fois. Le tissu deviendra opaque à cette étape et peut se dilater.
  3. Incuber le tissu dans la solution correspondant à l’indice de réfraction (voir tableau 1)pendant au moins 4 h à température ambiante. La figure 3B montre un morceau de tissu nettoyé après incubation dans une solution correspondant à l’indice de réfraction.
  4. Pendant l’incubation du tissu dans une solution d’appariement de l’indice de réfraction, construisez une chambre de logement appropriée pour imager l’échantillon si nécessaire.
  5. Construction d’une chambre d’imagerie pour de petits échantillons/tranches de tissus
    1. À l’aide d’une glissière en verre comme base de montage, posez des entretoises en caoutchouc ou en plastique et fixez-les avec de la super colle. Si des entretoises préfabriquées ne sont pas disponibles, utilisez des anneaux en plastique fabriqués à partir de sections transversales de tubes coniques.
    2. Assurez-vous de fixer ces pièces à la glissière de verre sans trous(Figure 3C).
    3. Placez le tissu nettoyé dans la chambre de montage préremplie avec une solution d’appariement de l’indice de réfraction.
    4. Montez solidement le tissu en plaçant un couvercle en verre sur le dessus et en le scellant avec du vernis à ongles.
    5. Imagez ce tissu en ajoutant une goutte de solution de montage correspondant à l’indice de réfraction directement sur le verre.
  6. Grande chambre d’imagerie tissulaire
    1. Construisez cette chambre si le tissu a une épaisseur supérieure à 5 mm (convient à des cerveaux ou des hémisphères entiers).
    2. À l’aide d’un plat en verre de 10 cm avec une paroi haute, placez un tube conique de 50 mL au centre, en vous assurant que le diamètre du conique est suffisamment grand pour accepter le barillet de l’objectif utilisé.
    3. Faire 3% d’agarose dans l’eau et verser dans l’espace entre la boîte en verre et le tube conique, laisser refroidir pendant 1 h(Figure 3D). Cela formera un anneau d’agarose solide(Figure 3E).
    4. Collez solidement le tissu au fond de la chambre à l’aide de super colle et remplissez la chambre avec une solution d’indice de réfraction correspondant. Appliquez de la colle pour coller le tissu sur une région qui ne sera pas imagée pour permettre la récupération du tissu du plat sans endommager les régions d’intérêt.
      REMARQUE: Cette préparation est sensible au temps, car le milieu à indice de réfraction peut commencer à polymériser à moins d’être conservé de l’air et stocké à 4 ° C.

4. Imagerie d’échantillons de tissus nettoyés

  1. Acquérir l’image à l’aide d’un microscope confocal avec un objectif 25x/0.95 NA avec une distance de travail de 4 mm.
  2. Rallumez tous les équipements d’imagerie appropriés. Placez l’échantillon sur la scène et placez une goutte de solution correspondant à l’indice de réfraction sur le dessus de la chambre de montage.
  3. Approchez soigneusement les médias d’immersion avec l’objectif et formez une colonne continue de médias.
  4. En utilisant l’épifluorescence, trouvez un champ d’imagerie approprié.
  5. Commencez la procédure d’acquisition d’image en testant les paramètres appropriés.
    1. Commencez par définir les paramètres de résolution et de vitesse de numérisation à l’aide de la Figure 4A comme guide. Si vous imaginez à l’aide d’un microscope confocal, fermez complètement le sténopé pour obtenir la plus petite section optique et donc la meilleure résolution z.
    2. Augmentez progressivement le gain de puissance/ capteur laser jusqu’à ce qu’une image appropriée soit obtenue avec un rapport signal/bruit élevé.
    3. Si vous utilisez l’imagerie bicolore EGFP/tdTomato standard, définissez les paramètres de collecte de lumière à l’aide de la Figure 4B comme guide.
    4. Définissez les paramètres de la pile z en fonction des points de départ et d’extrémité observés du tissu. Définissez la taille du pas en fonction de la résolution z souhaitée à l’aide de la Figure 4C comme guide.
      REMARQUE: Des tailles de pas plus petites donneront une plus grande résolution z, mais introduiront également plus de temps de séjour au laser, ce qui pourrait entraîner le blanchiment des échantillons.
    5. Lorsque vous êtes satisfait des paramètres d’acquisition d’image, acquérez l’image.
    6. Assurez-vous que l’image a un rapport signal/bruit élevé et montre des limites distinctes des structures(Figure 4D).

5. Traitement d’images et quantification 3D à l’aide d’un logiciel d’analyse par microscopie

REMARQUE: Les logiciels d’analyse d’images microscopiques sont des outils puissants pour la visualisation et le traitement d’images en trois dimensions. Bon nombre de ces programmes sont parfaitement adaptés à la manipulation de grands ensembles de données générés à partir d’échantillons de tissus nettoyés par imagerie. Les étapes suivantes et les chiffres associés correspondent au flux de travail du logiciel Imaris.

  1. Ouvrez la pile d’images et importez-la dans le logiciel d’analyse sélectionné.
  2. Affichez l’image dans un espace tridimensionnel et apportez les modifications souhaitées aux tables de choix à l’aide de l’ajusteur d’affichage pour mieux visualiser l’image.
    REMARQUE : La figure 5A illustre la profondeur d’imagerie extrême possible accessible par microscopie à 2 photons associée à l’éclaircissement des tissus CLARITY. La figure 5B montre des processus de dendrite distincts ainsi que des morphologies de colonne vertébrale clairement visibles à partir de la pile z présentée à la figure 5A.
  3. Pour filtrer tout arrière-plan cohérent, cliquez sur le bouton Traitement d’image et sélectionnez le filtre de soustraction d’arrière-plan.
    REMARQUE: La figure 5C montre l’image avec un signal d’arrière-plan brumeux cohérent avant le traitement. La figure 5D montre l’image après l’application du filtre de soustraction d’arrière-plan.
  4. Observez l’image 3D et familiarisez-vous avec elle en la regardant sous plusieurs angles et niveaux de zoom.
  5. Démarrez le traçage de dendrite en sélectionnant d’abord l’outil Traceur de filament.
  6. Cliquez sur Modifier le filament manuellement, sauter la création automatique.
  7. Réglez le mode sur chemin automatique et cochez les corrections de centrage automatique et de diamètre automatique.
  8. Maj + clic droit sur le corps de la cellule pour définir un point de départ.
  9. Tracer le neurone sur toute la longueur de la dendrite; cliquez avec le bouton gauche de la fin de la dendrite pour définir le point de terminaison afin de permettre au logiciel de calculer automatiquement le chemin entre les points de départ et d’extrémité.
  10. Répétez cette étape pour toutes les dendrites et tracez complètement la structure cellulaire.
  11. Visualisez la cellule tracée et confirmez sa précision. Effectuez des ajustements manuels au besoin.
  12. Sélectionnez l’onglet Création.
  13. Sélectionnez l’option Recalculer le diamètre de la dendrite.
  14. Suivez l’assistant jusqu’à la fin pour obtenir une dendrite tracée plus précise.
  15. Sélectionnez l’onglet Dessiner.
  16. Cliquez sur la case d’option Colonne vertébrale pour commencer à dessiner des épines.
  17. Définissez le diamètre approximatif de la colonne vertébrale au besoin et utilisez l’outil de mesure pour obtenir une représentation précise des diamètres de la colonne vertébrale.
  18. Cliquez sur le centre des têtes de colonne vertébrale pour ajouter une nouvelle colonne vertébrale.
  19. Répétez cette opération pour toutes les épines de la dendrite.
    REMARQUE: Il est important d’observer la dendrite sous tous les angles possibles lors de l’ajout manuel d’épines.
  20. Vérifiez la précision des épines nouvellement ajoutées et apportez des modifications au besoin.
  21. Sélectionnez l’onglet Création.
  22. Sélectionnez l’option Recalculer le diamètre de la colonne vertébrale pour permettre au logiciel de déterminer les diamètres de tête et de cou appropriés, qui sont cruciaux pour l’analyse des données en aval.
  23. Suivez l’assistant de création du diamètre de la colonne vertébrale jusqu’à la fin.
  24. Observez le résultat du calcul et effectuez les ajustements manuels nécessaires. La figure 5E montre un neurone entièrement tracé avec des épines.
  25. Pour créer une liste classifiée d’épines, sélectionnez l’onglet Outils.
    REMARQUE : L’extension MATLAB doit être installée pour que cela fonctionne.
    1. Pour installer l’extension MATLAB, ouvrez la fenêtre des préférences.
    2. Sélectionnez l’option Outils personnalisés.
    3. Ajoutez le MCR d’exécution MATLAB approprié.
  26. Cliquez sur Classer les épines.
  27. Modifiez les paramètres souhaités pour la classification de la colonne vertébrale.
  28. Cliquez sur Classifier les épines sur l’extension MATLAB. La figure 5F montre la dendrite recouverte d’épines classées codées par couleur.
  29. Sélectionnez l’onglet Statistiques.
  30. Configurez les statistiques souhaitées pour quantifier les données en cliquant sur le bouton Configurer dans le coin inférieur gauche de cet onglet.
  31. Une fois la méthode de représentation des statistiques choisie, exportez les données à l’aide du bouton Exporter les statistiques sur l’affichage de l’onglet vers un fichier situé en bas à droite de cette fenêtre.
  32. Représenter graphiquement les statistiques à l’aide d’une méthode graphique préférée.

Résultats

Après l’acquisition de l’image, la morphologie cellulaire représentative a été analysée à l’aide de statistiques intégrées et de scripts de classification dans le logiciel d’analyse. Les données recueillies(Figure 6A)reflètent que le neurone 2 a une structure dendritique plus grande avec une densité plus élevée d’épines. Dans l’ensemble, les données suggèrent que le neurone 2 a une structure dendritique plus complexe que le neurone 1. Pour étayer ce résultat, un...

Discussion

Avant l’avènement des techniques contemporaines de nettoyage des tissus, l’étude de la morphologie neuronale consistait en une coupe, une imagerie et une reconstruction de sections très minces adjacentes. L’utilisation de la clairière électrophorétique des tissus en combinaison avec l’imagerie confocale fournit une vue dégagée de la morphologie neuronale complète. Des arbres dendritiques intacts jusqu’au plus petit bouton synaptique, l’imagerie et la quantification de la morphologie neuronale n’ont...

Déclarations de divulgation

Les auteurs n’ont rien à divulguer pour le moment.

Remerciements

Nous tenons à remercier le noyau viral NRDDC de l’Institut neurologique Jan et Dan Duncan pour avoir produit les AAV et les lentivirus utilisés dans ces expériences. De plus, nous tenons à remercier le Baylor College of Medicine Center for Comparative Medicine pour l’élevage de souris et l’entretien général des souris utilisées. Nous tenons à remercier l’American Heart Association pour son soutien sous le numéro de bourse 20PRE35040011, et BRASS: Baylor Research Advocates for Student Scientists pour leur soutien (PJH). Enfin, nous tenons à remercier Logos d’avoir fourni à notre laboratoire le système de nettoyage des tissus électrophorétiques Logos X-Clarity.

matériels

NameCompanyCatalog NumberComments
15 mL Conical TubeThermo Scientific339650
25 G x 1" NeedleBD305127
30% Acrylamide (No-Bis)National DiagnosticsEC-810
50 mL Conical TubeThermo Scientific339653
Electrophoretic Tissue Clearing SolutionLogosC13001
HistodenzSigmaD2158-100G
Hydrogel Solution KitLogosC1310X
ImarisOxford InstrumentsN/A
Paraformaldehyde 16%EMS15710
PBS, 1x, 500 mL, 6 bottles/casefisherMT21040CV
VA-044Wako925-41020
X-CLARITY Polymerization SystemLogosC20001
X-CLARITY Tissue Clearing System IILogosC30001

Références

  1. Abbott, L. F., et al. The Mind of a mouse. Cell. 182 (6), 1372-1376 (2020).
  2. White, J. G., Southgate, E., Thomson, J. N., Brenner, S. The structure of the nervous system of the nematode Caenorhabditis elegans. Philosophical transactions of the Royal Society of London. Series B, Biological Sciences. 314 (1165), 1 (1986).
  3. Jiang, X., et al. Principles of connectivity among morphologically defined cell types in adult neocortex. Science. 350 (6264), (2015).
  4. Winnubst, J., et al. Reconstruction of 1,000 projection neurons reveals new cell types and organization of long-range connectivity in the mouse brain. Cell. 179 (1), 268-281 (2019).
  5. Araya, R., Vogels, T. P., Yuste, R. Activity-dependent dendritic spine neck changes are correlated with synaptic strength. Proceedings of the National Academy of Sciences of the United States of America. 111 (28), (2014).
  6. Bosch, M., Hayashi, Y. Structural plasticity of dendritic spines. Current Opinion in Neurobiology. 22 (3), 383-388 (2012).
  7. Martínez-Cerdeño, V. Dendrite and spine modifications in autism and related neurodevelopmental disorders in patients and animal models. Developmental Neurobiology. 77 (4), 393-404 (2017).
  8. Arenkiel, B. R., Ehlers, M. D. Molecular genetics and imaging technologies for circuit-based neuroanatomy. Nature. 461 (7266), 900-907 (2009).
  9. Kim, E. H., Chin, G., Rong, G., Poskanzer, K. E., Clark, H. A. Optical probes for neurobiological sensing and imaging. Accounts of Chemical Research. 51 (5), 1023-1032 (2018).
  10. Weissman, T. A., Pan, Y. A. Brainbow: New resources and emerging biological applications for multicolor genetic labeling and analysis. Genetics. 199 (2), 293-306 (2014).
  11. Haggerty, D. L., Grecco, G. G., Reeves, K. C., Atwood, B. Adeno-associated viral vectors in neuroscience research. Molecular Therapy - Methods and Clinical Development. 17, 69-82 (2020).
  12. Chung, K., et al. Structural and molecular interrogation of intact biological systems. Nature. 497 (7449), 332-337 (2013).
  13. Kanning, K. C., Kaplan, A., Henderson, C. E. Motor neuron diversity in development and disease. Annual Review of Neuroscience. 33, 409-440 (2010).
  14. Ledda, F., Paratcha, G. Mechanisms regulating dendritic arbor patterning. Cellular and Molecular Life Sciences. 74 (24), 4511-4537 (2017).
  15. Falougy, H. E., Filova, B., Ostatnikova, D., Bacova, Z., Bakos, J. Neuronal morphology alterations in autism and possible role of oxytocin. Endocrine Regulations. 53 (1), 46-54 (2019).

Réimpressions et Autorisations

Demande d’autorisation pour utiliser le texte ou les figures de cet article JoVE

Demande d’autorisation

Explorer plus d’articles

Neurosciencesnum ro 170

This article has been published

Video Coming Soon

JoVE Logo

Confidentialité

Conditions d'utilisation

Politiques

Recherche

Enseignement

À PROPOS DE JoVE

Copyright © 2025 MyJoVE Corporation. Tous droits réservés.