Method Article
Descriviamo un metodo per separare in modo efficiente l'epitelio pigmentato retinico (RPE) dalla retina negli occhi umani e generare interi supporti piatti RPE / coroidi per analisi istologiche e morfometriche dell'RPE.
L'epitelio pigmentato retinico (RPE) e la retina sono tessuti funzionalmente e strutturalmente collegati che lavorano insieme per regolare la percezione della luce e la visione. Le proteine sulla superficie apicale dell'RPE sono strettamente associate alle proteine sulla superficie del segmento esterno del fotorecettore, rendendo difficile separare costantemente l'RPE dai fotorecettori / retina. Abbiamo sviluppato un metodo per separare in modo efficiente la retina dall'RPE degli occhi umani per generare RPE / coroide e retina completi flatmount per l'analisi cellulare separata dei fotorecettori e delle cellule RPE. Un'iniezione intravitreale di una soluzione ad alta osmolarità di D-mannitolo, uno zucchero non trasportato dall'RPE, ha indotto la separazione dell'RPE e della retina attraverso l'intera camera posteriore senza causare danni alle giunzioni cellulari RPE. Non sono stati osservati cerotti RPE attaccati alla retina. La marcatura con falloidina dell'actina ha mostrato la conservazione della forma RPE e ha permesso l'analisi morfometrica dell'intero epitelio. È stato sviluppato un software basato sull'intelligenza artificiale (AI) per riconoscere e segmentare con precisione i bordi delle celle RPE e quantificare 30 diverse metriche di forma. Questo metodo di dissezione è altamente riproducibile e può essere facilmente esteso ad altri modelli animali.
L'epitelio pigmentato retinico (RPE) e la retina neurale sono fortemente interconnessi tra loro a causa della forte dipendenza fisiologica dei fotorecettori dall'RPE. Durante la dissezione, la separazione meccanica della retina neurale dall'RPE provoca la lacerazione delle cellule RPE, con le porzioni apicali dell'RPE che rimangono attaccate ai segmenti esterni dei fotorecettori retinici. L'estensione dell'adesione RPE-retinica è così grande che la quantità di pigmento rimanente sulla retina dopo la separazione viene utilizzata per quantificare la forza dell'adesione retinica1. In particolare, le giunzioni strette RPE e la struttura di actina che le collega, che si trovano sul lato apicale, si staccano durante la separazione meccanica. Pertanto, la colorazione dei supporti piatti RPE per i bordi delle celle si traduce in un monostrato irregolare in cui molte celle hanno bordi mancanti. Questo effetto è esacerbato quando il tessuto viene fissato con paraformaldeide (PFA) prima della dissezione, poiché le proteine diventano reticolate.
Studi sulla somministrazione intravitreale di farmaci hanno dimostrato che le iniezioni di soluzioni iperosmotiche nella camera posteriore inducono il distacco della retina 2,3. In questi esperimenti, 50 μL di soluzioni diverse, che vanno da 1.000 mOsm a 2.400 mOsm, iniettati nel vitreo medio hanno causato il distacco della retina in pochi minuti. In particolare, anche dopo lunghe esposizioni a soluzioni ad alta osmolarità, le giunzioni strette RPE apparivano intatte nelle immagini microscopiche elettroniche di trasmissione di entrambi gli occhi di coniglio e scimmia3. Seguendo una strategia simile, abbiamo iniettato nel vitreo medio una soluzione iperosmotica di D-mannitolo per indurre un distacco di retina efficiente prima di eseguire la dissezione RPE. Poiché il D-mannitolo non viene trasportato dall'RPE4, viene mantenuta un'elevata concentrazione intravitreale, generando un gradiente osmotico. L'efficiente separazione di RPE e retina su tutta la camera posteriore garantisce la conservazione delle giunzioni cellulari RPE e consente lo studio della morfometria RPE sull'intero flatmount. Inoltre, abbiamo sviluppato un software basato sull'intelligenza artificiale (AI) che riconosce e segmenta i bordi delle celle RPE etichettati in modo fluorescente, quantifica 30 diverse metriche di forma e produce mappe di calore di ciascuna metrica per la visualizzazione 5,6.
I globi umani cadaveri sono stati ottenuti dall'Advanced Sight Network (Birmingham, AL). Il lavoro svolto sul tessuto cadavere è esentato dal NIH Institutional Review Board dal comitato etico di ricerca.
1. Spedizione del globo oculare
2. Preparazione dello stampo in silicone
3. Dissezione RPE
4. Colorazione
5. Analisi REShAPE
NOTA: Poiché l'algoritmo basato sull'intelligenza artificiale REShAPE è stato addestrato su immagini 10x e 20x, si consiglia vivamente di utilizzare un obiettivo 10x o 20x durante l'imaging. In caso contrario, le immagini dovranno essere ridimensionate di conseguenza.
Figura 1: Interfaccia utente grafica REShAPE. La GUI ha diverse schede per selezionare le directory di lavoro (scheda Directory ), modificare le opzioni di segmentazione (schede Opzioni di segmentazione NN e Opzioni immagine affiancata ), specificare i parametri per l'analisi (Restrizioni dimensione cella per analisi e Conversione automatica unità ) e per la generazione di mappe di calore (scheda Opzioni grafica di output ). Abbreviazione: GUI = interfaccia utente grafica. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Questo protocollo produce un'immagine single-plane di un flatmount, in cui vengono misurate la posizione della cella e 30 metriche di forma per ogni cella RPE correttamente identificata (Figura 2). Una cartella denominata "Elaborato" viene generata automaticamente all'interno della directory di input. Questa cartella contiene quattro sottodirectory, denominate "Analisi", "Codifica colore", "File combinati" e "Immagini segmentate", nonché alcuni file temporanei generati durante l'analisi. La cartella "File combinati" contiene un foglio di calcolo con tutte le misure della forma e un foglio di calcolo con le frequenze dei conteggi delle celle adiacenti di tutti i file combinati. La cartella "Analisi" contiene un foglio di calcolo con tutte le misure della forma e un foglio di calcolo con le frequenze dei conteggi delle celle vicine per ogni immagine separatamente. La directory "Segmented Images" contiene le maschere binarie finali dei bordi delle celle RPE; Può essere utilizzato per valutare la qualità della segmentazione. La directory "Color Coded" contiene mappe di calore per ogni misurazione della forma per visualizzare i modelli di forma in ogni immagine. Le definizioni metriche e le abbreviazioni delle forme sono riportate nella Tabella 1.
A volte i flatmount RPE possono contenere pezzi residui di retina che non sono stati rimossi in modo pulito, specialmente intorno al nervo ottico. La colorazione con falloidina del campione provoca un forte segnale proveniente dalla retina e questo può causare problemi per la segmentazione del bordo delle cellule RPE. Alcune tessere appariranno completamente nere, mentre le tessere circostanti mostreranno una normale segmentazione. Altri oggetti luminosi che potrebbero essere presenti nell'immagine causeranno anche la generazione di tessere nere (Figura 3). In questi casi, scegliendo una delle opzioni di filtraggio (Debole, Regolare, Forte) disponibili nel menu a tendina Filtro Arti si eviterà la formazione di tessere nere.
REShAPE accetta immagini in scala di grigi a 8 o 16 bit come input ma non immagini RGB. L'utilizzo di immagini RGB per l'analisi REShAPE produrrà immagini binarie interamente nere. In questo caso, la conversione delle immagini RGB in scala di grigi produrrà immagini binarie segmentate correttamente (Figura 4). In alcune occasioni in cui i bordi RPE non vengono riconosciuti correttamente, ad esempio, se la colorazione non è ottimale o se il campione è danneggiato da un graffio (Figura 5A), grandi grumi di cellule possono essere identificati come una singola cella molto grande (Figura 5B). In questo caso, gli oggetti di grandi dimensioni possono essere esclusi dall'analisi riducendo la soglia di dimensione della cella (Figura 5C). Questa operazione può essere ottenuta inserendo un valore inferiore nella casella di testo Dimensioni cella superiore . Tuttavia, ciò comporterà una modifica dell'intervallo della mappa di calore. Se un ricercatore sceglie di farlo, è anche possibile mantenere l'intervallo di mappe di calore originale (Figura 5D) selezionando la casella Sì nella funzione Usa limiti manuali? . Successivamente, il ricercatore deve fare clic con il pulsante sinistro del mouse sul pulsante Imposta limiti e inserire i valori desiderati nelle caselle di testo per specificare i limiti manuali.
Figura 2: Analisi morfometrica completa di un intero monostrato di RPE umano. (A) Una vista a basso ingrandimento di un intero RPE/coroide umano flatmount (magenta: falloidina). (B) Una vista ingrandita delle cellule RPE colorate con falloidina. (C) segmentazione generata da REShAPE dei bordi delle celle RPE per un intero RPE/coroide umano flatmount e (D) la corrispondente vista ingrandita. (E) Una mappa di calore generata dal software che illustra l'area delle celle delle singole celle RPE nell'intero flatmount umano. La scala termica nell'angolo in alto a sinistra mostra l'intervallo di valori utilizzati. (F) La corrispondente visualizzazione ingrandita che mostra le singole celle RPE colorate per area. Barre della scala = (B,D,F) 50 μm, (A,C,E) 5 mm. Abbreviazione: RPE = epitelio pigmentato retinico. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 3: Filtraggio di artefatti luminosi. (A) Un RPE umano a montaggio piatto colorato per i bordi delle celle (magenta: falloidina) può presentare aree luminose (rettangoli verdi) che interferiscono con la segmentazione. (B) La segmentazione del bordo della cella RPE dell'intero flatmount contiene tre piastrelle completamente nere (frecce verdi) corrispondenti a regioni luminose di fluorescenza. (C,E) Due delle piastrelle nere corrispondono ad aree contenenti punti luminosi, che sono probabilmente alcuni detriti. (D) Una delle piastrelle nere è stata generata da un pezzo di retina neurale attorno al nervo ottico che non è stato rimosso correttamente. I pezzi di retina neurale sono considerevolmente più luminosi dello strato RPE e ostacolano la segmentazione cellulare. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 4: Requisito dell'immagine di input. Le celle RPE colorate per i bordi delle celle sono state salvate come (A) RGB o come (B) immagini in scala di grigi a 16 bit per l'analisi REShAPE. (C) L'output dell'analisi dell'immagine RBG è un'immagine binaria nera, (D) mentre l'analisi dell'immagine in scala di grigi produce un binario correttamente segmentato dei bordi delle celle. REShAPE può analizzare solo immagini in scala di grigi a 8 o 16 bit. Barre di scala = 50 μm. Fare clic qui per visualizzare una versione più grande di questa figura.
Figura 5: Risultati non ottimali . (A) Un'immagine di una porzione del monostrato RPE in cui le cellule colorate con falloidina sono state accidentalmente graffiate. (B) Una mappa di calore delle celle RPE colorate dalla dimensione dell'area della cella. Una soglia di dimensioni delle celle superiori di grandi dimensioni include oggetti di grandi dimensioni nell'analisi. (C) Una mappa termica dell'area della cella in cui è stata scelta una soglia di dimensione superiore della cella più piccola per escludere oggetti di grandi dimensioni dall'analisi. (D) Una mappa di calore dell'area della cella in cui è stata scelta una soglia di dimensione della cella superiore più piccola e sono stati impostati limiti manuali per mantenere l'intervallo di mappe di calore utilizzato originariamente. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Tabella 1: parametri REShAPE. La tabella riporta la definizione di ciascun parametro e le abbreviazioni utilizzate nei fogli di calcolo grezzi (file "_Data.csv") e per le mappe di calore. Clicca qui per scaricare questa tabella.
La separazione coerente ed efficiente di RPE umano e retine può essere ottenuta utilizzando questo protocollo. Questo metodo consente lo studio delle differenze regionali nella forma RPE attraverso intere retine umane5. Un passo cruciale nel protocollo è la separazione fisica dell'RPE e della retina. Se i due tessuti non sono completamente staccati in alcune aree, si dovrebbe sollevare delicatamente la retina, assicurandosi di non rompere i tessuti. L'analisi REShAPE di grandi flatmount può richiedere l'uso di sistemi con notevoli risorse RAM. In questo caso, il riassemblaggio dell'intera immagine può essere disabilitato per consentire al software di completare correttamente l'analisi nonostante la mancanza di risorse di elaborazione.
La principale limitazione dell'utilizzo di REShAPE per segmentare i flatmount RPE umani è che l'algoritmo AI è stato per lo più addestrato su immagini di RPE derivato da cellule staminali pluripotenti indotte. Di conseguenza, la segmentazione dei flatmount RPE umani è meno accurata. Le cellule RPE di donatori anziani contengono una grande quantità di lipofuscina7 e l'ampio spettro della sua autofluorescenza interferisce con la segmentazione del bordo cellulare. In futuro, verranno utilizzate più immagini di supporti piatti RPE per migliorare la segmentazione dei bordi delle celle in questo tipo di campione. Nonostante questa limitazione, REShAPE è stato specificamente addestrato a riconoscere e segmentare i bordi delle celle RPE e offre prestazioni migliori rispetto ad altri metodi esistenti, come la segmentazione delle celle RPE di Voronoi8 e CellProfiler9 .
Inoltre, rispetto alla segmentazione manuale 10, REShAPE offre il vantaggio di analizzare rapidamente immagini di grandi dimensioni (sono stati testati ~130.000 pixel x130.000 pixel). In conclusione, questo metodo di dissezione è altamente riproducibile e può essere facilmente esteso ad altri modelli animali. Inoltre, il software può essere utilizzato per studiare la forma RPE in piani oculari o in modelli di coltura cellulare per esaminare l'effetto di determinati trattamenti. Infine, la versatilità di REShAPE lo rende ampiamente applicabile per l'analisi di altri tipi di cellule epiteliali.
Gli autori non hanno conflitti di interesse da rivelare.
Ringraziamo il nucleo istologico del National Eye Institute (NEI) per l'uso di Zeiss Axio Scan.Z1. Ringraziamo anche i donatori, le loro famiglie, l'Advancing Sight Network e il Lions Eye Institute per la loro generosità. Questo lavoro è stato sostenuto dai fondi IRP NEI (numero di sovvenzione ZIA EY000533-04).
Name | Company | Catalog Number | Comments |
Biopsy punch 1.5 mm | Acuderm Inc. | P1525 | |
Bovine albumin | MP Biomedicals | 160069 | |
Coverglass 50 x 75 mm, #1.5 thickness | Brain Research Laboratories | 5075-1.5D | |
Curved spatula | Katena | K3-6600 | |
D-Mannitol | Sigma | M9546 | |
DPBS 1x with Ca2+ and Mg2+ | Gibco | 14040-133 | |
Fine Scissors | Fine Science Tools | 14558-11 | |
Fluormount-G | Southern Biotech | 0100-01 | |
Forceps - Dumont #5 | Fine Science Tools | 11252-23 | |
Microscope slides 50 x 75 x 1.2 mm | Brain Research Laboratories | 5075 | |
Needles 21 G x 1-1/2" hypodermic | Becton Dickinson (BD) | 305167 | |
Needles 27 G x 1-1/4" hypodermic | Becton Dickinson (BD) | 305136 | |
Paraformaldehyde 16% | Electron Microscopy Sciences | 15710 | |
Petri dish 100 mm | Corning | 430167 | |
Phalloidin-iFluor 647 | Abcam | ab176759 | |
Razor blades | PAL (Personna) | 62-0177 | |
Round bottom tubes 50 mL | Newegg | 9SIA4SR9M88854 | |
Silicon Elastomer Kit | Dow Corning Corporation | 4019862 | |
Square weighing boat (81 mm x 81 mm x 25 mm) | Sigma | W2876 | |
Surgical Vitrectomy System | BD Visitrec | 585100 | optional |
Syringe 1 mL | Becton Dickinson (BD) | 309659 | |
Triton X-100 | Sigma | T9284 | |
TrueBlack | Biotium | 23007 | autofluorescence quencher |
Tween 20 | Affymetrix | 20605 | |
Vannas Spring Scissors - 3 mm cutting edge | Fine Science Tools | 15000-10 |
Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE
Richiedi AutorizzazioneThis article has been published
Video Coming Soon