JoVE Logo
Autores
Entre em contato

Entrar

É necessária uma assinatura da JoVE para visualizar este conteúdo. Faça login ou comece sua avaliação gratuita.

Neste Artigo

  • Resumo
  • Resumo
  • Introdução
  • Protocolo
  • Resultados
  • Discussão
  • Divulgações
  • Agradecimentos
  • Materiais
  • Referências
  • Reimpressões e Permissões

Resumo

Este estudo apresenta uma estratégia de imagem neuronal intravital não invasiva combinada com uma nova estratégia de software para obter rastreamento e análise automatizados e imparciais da dinâmica de microtúbulos (MT) in vivo nos dendritos sensoriais e nas junções neuromusculares de Drosophila.

Resumo

Os microtúbulos (MTs) desempenham papéis críticos no desenvolvimento neuronal, mas muitas questões permanecem sobre os mecanismos moleculares de sua regulação e função. Além disso, apesar do progresso na compreensão dos MTs pós-sinápticos, muito menos se sabe sobre as contribuições dos MTs pré-sinápticos para a morfogênese neuronal. Em particular, estudos da dinâmica de MT in vivo em dendritos sensoriais de Drosophila produziram insights significativos sobre o comportamento em nível de polímero. No entanto, os desafios técnicos e analíticos associados à imagem ao vivo da junção neuromuscular da mosca (NMJ) limitaram estudos comparáveis da dinâmica pré-sináptica da MT. Além disso, embora existam muitas estratégias de software altamente eficazes para análise automatizada da dinâmica de MT in vitro e ex vivo, os dados in vivo geralmente exigem entrada significativa do operador ou análise totalmente manual devido à relação sinal-ruído inerentemente inferior nas imagens e à morfologia celular complexa.  Para resolver isso, este estudo otimizou uma nova plataforma de software para detecção de partículas in vivo automatizada e imparcial. A análise multiparamétrica de imagens confocais de lapso de tempo ao vivo de MTs marcados com EB1-GFP foi realizada em dendritos e no NMJ de larvas de Drosophila e encontrou diferenças marcantes nos comportamentos de MT. A dinâmica da MT foi analisada após o knockdown da proteína associada à MT (MAP) dTACC, um regulador chave do desenvolvimento da sinapse de Drosophila, e identificou mudanças estatisticamente significativas na dinâmica da MT em comparação com o tipo selvagem. Esses resultados demonstram que essa nova estratégia para a análise multiparamétrica automatizada da dinâmica de MT pré e pós-sináptica no nível do polímero reduz significativamente os critérios de human-in-the-loop. Além disso, o estudo mostra a utilidade deste método na detecção de comportamentos distintos de MT após o knockdown de dTACC, indicando uma possível aplicação futura para telas funcionais de fatores que regulam a dinâmica de MT in vivo. Aplicações futuras deste método também podem se concentrar na elucidação do tipo de célula e/ou comportamentos de MT específicos do compartimento, e imagens correlativas multicoloridas de EB1-GFP com outros marcadores celulares e subcelulares de interesse.

Introdução

As células se organizam para formar estruturas funcionais por meio da coordenação de alterações intra e intercelulares via morfogênese. Um exemplo notável de morfogênese é o desenvolvimento da estrutura neuronal altamente especializada. Os neurônios exibem uma polarização notável, na qual estendem dois tipos de processos estrutural e funcionalmente distintos, dendritos e axônios1, que podem atingir comprimentos imensos. A complexidade do desenvolvimento neuronal surge não apenas do tamanho dos dendritos e axônios, mas também da dificuldade em formar suas geometrias intrincadamente ramificadas 2,3. A morfogênese neuronal e suas consequências na aprendizagem e na memória4 motivam a investigação contínua de seu controle genético e dos mecanismos biológicos celulares subjacentes. Tais mecanismos incluem, mas não estão limitados a, transporte de membrana intracelular e os muitos rearranjos do citoesqueleto necessários para mudanças na morfologia neuronal 1,2,3.

Estudos de morfogênese neuronal produziram uma variedade de técnicas avançadas de visualização. Métodos estáticos, como microscopia eletrônica ou microscopia de fluorescência de sondas fixas, são amplamente utilizados para realizar análises morfológicas e estruturais de alta resolução. No entanto, além dos artefatos que são inevitáveis a qualquer método de preservação, a visualização estática não pode capturar as mudanças dinâmicas que sustentam a morfogênese. Assim, muitos insights fundamentais se originaram da microscopia de fluorescência de lapso de tempo de tecidos vivos. Os primeiros trabalhos de Lichtman e colegas 5,6,7 utilizaram imagens in vivo do sistema nervoso de mamíferos para investigar a regeneração/degeneração do axônio, organização dos componentes sinápticos e transporte axonal de longo alcance. Além disso, estudos seminais em explantes neuronais primários foram críticos para estabelecer a importância da dinâmica dos microtúbulos (MT) para o alongamento e motilidade axonal 8,9. Crucialmente, os primeiros estudos de explantes neuronais estabeleceram o uso de proteínas da família de ligação final (EBs) marcadas com fluorescência para obter informações valiosas sobre a dinâmica de MT mais extremidade no desenvolvimento de neurônios no nível de polímeros MT individuais10. Esses estudos surgiram de observações de que o membro da família EB EB1 localiza-se preferencialmente em MT mais extremidades11 em S. cerevisiae12 e em células cultivadas13. Desde então, EB1 e outras proteínas de rastreamento de ponta plus (+TIPs)14,15 têm sido amplamente utilizadas em estudos in vivo de instabilidade dinâmica deMT16, inclusive no contexto do desenvolvimento neuronal17.

Drosophila é um modelo poderoso para estudos de imagem in vivo da dinâmica da MT durante o desenvolvimento neuronal devido às vastas ferramentas genéticas e de imagem disponíveis para estudos de moscas18,19 bem como às semelhanças em estrutura e função entre Drosophila e neurônios vertebrados1. Um estudo inicial importante da junção neuromuscular (NMJ) de larvas de Drosophila realizou imagens não invasivas repetidas de um marcador de membrana fluorescente através da cutícula translúcida de animais intactos para documentar a morfogênese terminal pré-sináptica20. Usando um método semelhante para obter imagens de larvas inteiras e vivas de Drosophila, foi fornecida uma demonstração inicial de análise subcelular em nível de partícula do movimento processivo de cargas motoras nos axônios21. Mais recentemente, estudos meticulosos de Rolls e colegas nos dendritos sensoriais de larvas intactas de Drosophila 22,23,24,25,26,27 caracterizaram a dinâmica pós-sináptica MT plus-end realizando rastreamento de partículas e análise de EB1 marcada com proteína fluorescente verde (GFP). Tais estudos em Drosophila 22,23,24,25,26,27 e outros sistemas 28,29,30,31,32 avançaram significativamente a compreensão do comportamento de polímero único de MT mais extremidades nos dendritos de neurônios em desenvolvimento 33.

Apesar dos impressionantes estudos in vivo da dinâmica pós-sináptica da MT22 , 23 , 24 , 25 , 26 , 27 , 28 , 29 , 30 , 31 , tem havido muito menos estudos comparáveis da dinâmica pré-sináptica da MT no terminal do axônio em desenvolvimento. A dinâmica da MT na larva de Drosophila NMJ foi estudada usando microscopia de manchas fluorescentes (FSM) e recuperação de fluorescência após fotobranqueamento (FRAP) 34 . Essas técnicas avaliam a cinética geral da tubulina, mas não o comportamento de extremidades individuais de MT plus. No momento em que este livro foi escrito, houve uma única investigação de MT mais extremidades individuais no Drosophila NMJ: Este estudo combinou imagens de lapso de tempo ao vivo com análise manual de quimógrafos para caracterizar uma população de MTs dinâmicos rotulados como EB1-GFP "pioneiros" que pareciam distintos de uma população mais ampla de MTs estabilizados35. Essa falta de pesquisa sobre a dinâmica pré-sináptica da MT pode ser devida, pelo menos em parte, à anatomia: embora seja relativamente simples obter imagens de dendritos devido à sua proximidade com a cutícula larval, os NMJs são obstruídos por outros tecidos, dificultando a aquisição de imagens com relação sinal-ruído suficiente para análise em nível de partícula. No entanto, dada a importância bem estabelecida dos MTs pré-sinápticos para a morfogênese e estabilização sináptica36, bem como suas ligações com distúrbios do neurodesenvolvimento e neurodegenerativos37, preencher essa lacuna entre a compreensão dos MTs pré e pós-sinápticos provavelmente produzirá informações valiosas.

Um desafio adicional para a análise da dinâmica de MT in vivo em geral, em contraste com a análise in vitro ou ex vivo, são as ferramentas de software automatizadas limitadas que podem extrair parâmetros dinâmicos de dados in vivo. Atualmente, uma das técnicas mais populares e poderosas para análise de extremidades MT plus marcadas com +TIP é o plusTipTracker38,39, um software baseado em MATLAB que permite o rastreamento e análise automatizados de vários parâmetros dinâmicos. Notavelmente, o plusTipTracker mede não apenas o crescimento do MT, mas também o encolhimento e os resgates: enquanto os rótulos +TIP, como EB1-GFP, se associam apenas às extremidades positivas do crescimento, o plusTipTracker pode inferir algoritmicamente as taxas de encolhimento e os eventos de resgate. No entanto, embora o plusTripTracker tenha sido aplicado com muito sucesso a muitos contextos, incluindo a análise multiparamétrica anterior da dinâmica de MT ex vivo em células Drosophila S240, o plusTipTracker não é ideal para análise de dados in vivo, devido à sua menor relação sinal-ruído. Como resultado, estudos in vivo da dinâmica plus-end em dendritos 22,23,24,25,26,27 e no NMJ35 de Drosophila têm se baseado na geração manual e análise de quimógrafos usando software como o ImageJ41, ou em estratégias semiautomatizadas que envolvem vários componentes human-in-the-loop.

Este estudo apresenta um fluxo de trabalho experimental e analítico que reduz a sobrecarga experimental e analítica necessária para realizar análises não invasivas em nível de polímero da dinâmica pré-sináptica de MT em dendritos sensoriais e no terminal do axônio motor de larvas de terceiro ínstar de Drosophila. O protocolo utiliza larvas imobilizadas e intactas e, portanto, evita lesões conhecidas por desencadear respostas ao estresse, bem como outras condições não fisiológicas que podem perturbar a dinâmica da MT in vivo. Para rotular MT dinâmicos plus-ends, EB1-GFP é expresso pan-neuronalmente usando o sistema Gal4 / UAS 42, permitindo a visualização de MTs em dendritos e NMJ com um único driver. Embora algumas etapas iniciais estejam inevitavelmente sujeitas à tomada de decisão humana, como a seleção de espécimes de animais e a identificação de regiões a serem visualizadas, as etapas após a aquisição de dados são amplamente automatizadas. Crucialmente, a otimização de um novo software permitiu uma análise automatizada e imparcial que exigia o mínimo de intervenção humana. Embora outros métodos de rastreamento de partículas estejam disponíveis 43,44,45, este estudo utiliza um software proprietário porque era algoritmicamente adequado para enfrentar os desafios específicos desse conjunto de dados específico. O software agora está disponível para os usuários para uma variedade de aplicações. Especificamente, o uso da filtragem de difusão que melhora a coerência46 é parte integrante da segmentação automatizada e da remoção de fundo, e algoritmos personalizados são implementados especificamente para automatizar a detecção e o rastreamento de partículas. Essa estratégia poderia lidar efetivamente com a baixa relação sinal-ruído inerente aos dados deste estudo, bem como outros desafios, como o movimento de cometas EB1-GFP através de diferentes planos focais. Embora não seja viável testar exaustivamente o desempenho deste software em relação a todos os outros softwares de análise de partículas, o desempenho da estratégia atual igualou ou se aproximou do desempenho humano padrão. Além disso, até onde os autores sabem, não houve nenhum outro software especificamente treinado em dados in vivo de dendritos sensoriais e do terminal pré-sináptico. Dado que o desempenho dos algoritmos de análise de imagem é muitas vezes altamente específico para os dados para os quais foram projetados e que a visão computacional generalizada ainda não é possível, espera-se que o treinamento do software descrito para os dados in vivo específicos de interesse seja a abordagem mais sólida algoritmicamente.

Dado o extenso trabalho em MTs dendríticos 22,23,24,25,26,27, bem como a qualidade consistente dos dados que podem ser adquiridos a partir deste sistema, a estratégia de aquisição de imagem e análise de software foi validada pela primeira vez em dendritos sensoriais de Drosophila. É importante ressaltar que foi descoberto em dendritos que o uso de diferentes drivers neuronais de Gal4, mesmo em fundos de tipo selvagem idênticos, resulta em diferenças significativas na dinâmica EB1-GFP devido a diferenças no fundo genético, enfatizando a importância de usar um único driver Gal4 para resultados consistentes. Essa estratégia foi usada em seguida para análise multiparamétrica da dinâmica EB1-GFP no terminal pré-sináptico da JNM. Para ilustrar ainda mais o valor investigativo deste método, esta estratégia de imagem e software foi usada para avaliar a dinâmica EB1-GFP pré e pós-sináptica após o knockdown de dTACC, o homólogo de Drosophila da família TACC (bobina enrolada ácida transformadora) altamente conservada47,48. Trabalhos anteriores em células Drosophila S240, bem como trabalhos de Lowery e colegas no cone de crescimento Xenopus 49,50,51, mostraram que os membros da família TACC regulam a dinâmica MT plus-end. Além disso, evidências recentemente relatadas de imagens de imunofluorescência confocal e de super-resolução mostraram que o dTACC é um regulador chave de MTs pré-sinápticos durante a morfogênese neuronal52, levantando a questão de saber se o dTACC regula a dinâmica de MT ao vivo. Este relatório demonstra um método que pode realmente detectar diferenças nos comportamentos de MT ao vivo após o knockdown do dTACC. Assim, este estudo apresenta um método in vivo que pode efetivamente identificar e caracterizar os principais reguladores da dinâmica da MT dentro do neurônio em desenvolvimento, particularmente no compartimento pré-sináptico.

Access restricted. Please log in or start a trial to view this content.

Protocolo

1. Geração de espécimes de Drosophila

  1. Selecione um marcador MT plus-end adequado. Este estudo utilizou EB1 marcado com GFP, um marcador positivo bem caracterizado com um sinal fortee claro 11,12. As alternativas incluem outros +TIPs, como EB310,13, CLASP/Orbit53 e CLIP-17054.
  2. Obtenha ou gere moscas com o marcador MT sob controle de um promotor de UAS (por exemplo, UAS-EB1-GFP).
  3. Escolha o driver Gal4 específico do tecido apropriado. Este estudo usou o driver pan-neuronal elaV-Gal458,59 para conduzir a expressão em dendritos sensoriais e no NMJ e 221-Gal460,61 para expressão específica de dendritos.
  4. Criar moscas utilizando técnicas normais de criação de moscas55,56. Recomenda-se que as moscas sejam mantidas em incubadoras umidificadas a 25 °C para uma expressão ideal de Gal4/UAS.
  5. Usando técnicas genéticas padrãode moscas 55,56, realizar cruzamentos para gerar moscas para expressar o marcador MT plus-end nas células / tecidos desejados.
    NOTA: Para qualquer combinação de driver Gal4 e transgene, o projeto experimental deve incluir experimentos de prova de conceito e validação para caracterizar o sistema e evitar a superexpressão de artefatos.

2. Configuração do equipamento

  1. Configure uma estação de trabalho, incluindo moscas, reagentes anestésicos, materiais de construção de lâminas, estereomicroscópio e fonte de iluminação, perto do microscópio confocal (ou seja, na mesma sala) para minimizar o tempo gasto entre a preparação da amostra e a imagem para prolongar a saúde e a viabilidade das larvas.
  2. Prepare o anestésico misturando uma mistura de clorofórmio a 9% (0,1 mL de clorofórmio e 1,0 mL de óleo halocarbônico) em um tubo de microcentrífuga de 1,5 mL. Para evitar a separação, misture bem invertendo o tubo antes de preparar cada nova lâmina.
  3. Prepare a lâmina de vidro: Corte quatro tiras de fita dupla-face (~15 mm de largura). Alinhe duas das peças na lâmina de vidro, deixando um espaço de ~5 mm entre as tiras. Coloque as duas peças restantes em cima das duas primeiras para dobrar a espessura da fita (Figura 1C).
  4. Adicione uma gota grande (~ 100 μL) de mistura de clorofórmio / óleo na lâmina de vidro no espaço de 5 mm entre os pedaços de fita (Figura 1C).

3. Preparação de amostras larvais para imagem

  1. Encha um recipiente (por exemplo, um prato de 6 poços) com 1x PBS.
  2. Colete larvas de3º ínstar do frasco para moscas usando uma pinça ou um instrumento semelhante. Identifique as larvas no estágio adequado por seu comportamento de rastreamento e pela presença de 9 a 12 ganchos de boca serrilhados proeminentes. Use um estereomicroscópio para auxiliar no estadiamento das larvas (Figura 1D).
  3. Coloque uma larva no PBS e mova-a suavemente para lavar quaisquer restos de comida ou outros detritos. Seque a larva suavemente em um tecido delicado.
  4. Anestesiar a larva colocando-a em clorofórmio / gota de óleo na lâmina da seção 2 (Figura 1C).
    NOTA: A orientação dorsal/ventral da larva não é crítica porque os neurônios sensoriais e motores podem ser detectados através da cutícula translúcida, ajustando a platina do microscópio para o plano focal adequado, independentemente da orientação da amostra.
  5. Coloque uma lamínula # 1,5 por cima. Cole a lamínula na fita aplicando uma leve pressão, imobilizando assim a larva sem danificá-la (Figura 1C).
  6. Sele a câmara com vaselina ou esmalte.

4. Imagem confocal de lapso de tempo de amostras vivas

  1. Prepare o microscópio confocal e a lente objetiva de 60x com imersão em óleo. Coloque a amostra no palco (Figura 1A,B).
  2. Use o software de aquisição para configurar experimentos.
    NOTA: Para este estudo, cada série de imagens foi adquirida em um único plano focal, em oposição a uma pilha z.
    1. Defina a duração do lapso de tempo para 30 s em um intervalo de 2 s, para um total de 16 quadros.
    2. Defina a exposição e a intensidade do laser para garantir sinal suficiente, evitando saturação e fotobranqueamento.
    3. Para imagens EB1-GFP, o laser de 488 nm foi ajustado para um tempo de exposição de 100 ms e intensidade de 30%. Esses valores podem variar para diferentes usos deste protocolo e devem ser modificados empiricamente.
  3. Use as oculares do microscópio para encontrar a larva em iluminação verde de campo amplo. Encontre os dendritos ou NMJs ajustando o estágio lentamente. Não exponha a larva à iluminação (campo amplo ou confocal) por mais tempo do que o necessário.
    1. Os dendritos aparecem como finas teias de nervos verde-brilhantes facilmente distinguíveis de feixes de axônios longos e espessos (Figura 1E).
    2. As NMJs aparecem como grupos de botões individuais verde-brilhantes, com aproximadamente 5 μm de diâmetro, nas extremidades de feixes longos e espessos de axônios que divergem do cordão nervoso (Figura 1F).
  4. Usando o feed da câmera ao vivo, foque rapidamente na região de interesse usando iluminação de 488 nm. Pare imediatamente a iluminação assim que o foco adequado for encontrado para evitar fototoxicidade.
  5. Inicie a aquisição da imagem. Os cometas EB1 são reconhecíveis como pontos brilhantes e móveis.
  6. Consulte os protocolos publicados anteriormente para obter detalhes adicionais e diretrizes sobre imagens ao vivo de fluorescência57.

5. Processamento e análise de imagem baseados em software

  1. Analise cada arquivo de vídeo individualmente. No software (interface do usuário mostrada na Figura 2), selecione Arquivo | Importação | Sequência de imagens e arraste os arquivos TIF na caixa exibida. Visualize o vídeo.
  2. No menu Parâmetros de detecção , ajuste os parâmetros do software para garantir a detecção apenas de pontos claramente visíveis e evitar a detecção de objetos espúrios. Por exemplo, a redução da intensidade das partículas resulta em maior sensibilidade do software aos pontos, mas aumenta os potenciais falsos positivos. Os valores precisos dos parâmetros variam empiricamente. As descrições dos parâmetros de detecção e rastreamento estão disponíveis com os autores mediante solicitação.
  3. Aplique a receita de rastreamento de partículas de neurônio para analisar a imagem usando o botão From beginning (seta azul, Figura 2B). O software produzirá resultados para os parâmetros de rastreamento listados na Tabela 1 para a Planilha de Resultados (caixa verde, Figura 2B). Para facilitar a análise e interpretação posteriores, os resultados podem ser armazenados em software de planilha usando a função Exportar encontrada na seção Planilha de Resultados .
  4. Navegue com o cursor até o ponto detectado na etapa anterior e clique com o botão esquerdo do mouse para selecionar ou desmarcar. Vários pontos podem ser selecionados simultaneamente usando Ctrl + clique com o botão esquerdo.
    NOTA: Dependendo dos objetivos e aplicações do projeto, heurísticas adicionais podem ser usadas para filtrar os pontos. Por exemplo, pontos com um tempo de vida inferior a 8 a 10 s (4 a 5 quadros) podem ser omitidos porque não apresentam informações suficientes sobre todo o evento de crescimento. A necessidade de tais heurísticas varia empiricamente. Detalhes adicionais sobre a funcionalidade do software estão disponíveis com os autores, mediante solicitação.

Access restricted. Please log in or start a trial to view this content.

Resultados

As moscas foram criadas a partir de estoques estáveis que expressam constitutivamente o transgene UAS-EB1-GFP pan-neuronalmente (elaV-Gal4; UAS-EB1-GFP)58,59 ou em neurônios sensoriais (221-Gal4; UAS-EB1-GFP)60,61. EB1 foi escolhido para este estudo porque se localiza especificamente nas extremidades de crescimento e se dissocia imediatamente após a p...

Access restricted. Please log in or start a trial to view this content.

Discussão

Este artigo discute um protocolo para realizar imagens intravitais não invasivas da dinâmica da MT nos dendritos e na NMJ durante o desenvolvimento. A entrada humana é necessária durante as etapas experimentais, como na seleção de animais para imagem, e pode introduzir vieses no processo de coleta de dados que não podem ser razoavelmente removidos. Assim, um dos principais objetivos do protocolo é minimizar o viés sempre que possível, realizando análises automatizadas com um n...

Access restricted. Please log in or start a trial to view this content.

Divulgações

Os autores Hoyin Lai, Michael Jones, Hideki Sasaki, Luciano A.G. Lucas, Sam Alworth (anteriormente) e James Shih-Jong Lee são funcionários da DRVision Technologies LLC, que produz o software usado neste protocolo.

Agradecimentos

Agradecemos aos nossos colegas do laboratório Van Vactor e da DRVision, além dos Drs. Max Heiman, Pascal Kaeser, David Pellman e Thomas Schwarz pela discussão útil. Agradecemos à Dra. Melissa Rolls por fornecer generosamente o elaV-Gal4; UAS-EB1-GFP; UAS-Dcr2 e 221-Gal4; Estoques UAS-EB1-GFP usados neste estudo. Agradecemos às Dras. Jennifer Waters e Anna Jost, do Nikon Imaging Center em Harvard, pela experiência em microscopia de luz. Este trabalho é financiado pelos Institutos Nacionais de Saúde (F31 NS101756-03 para VTC, SBIR 1R43MH100780-01D para JSL).

Access restricted. Please log in or start a trial to view this content.

Materiais

NameCompanyCatalog NumberComments
1.5 mL microcentrifuge tubeEppendorf21008-959Sample preparation
1000 µL TipOne pipette tipsUSA Scientific1111-2721Sample preparation
200 µL TipOne pipette tipsUSA Scientific1120-8710Sample preparation
221-Gal4 fliesBloomington Drosophila Stock Center (US)26259Drosophila genetics/crosses
60x Objective LensNikonPlan Apo 60x OilImage acquisition
6-well plateBD Falcon353224Sample preparation
AgarMoorAgar41084Drosophila food
AiviaDRVision LLCOptimized as part of this study
Chloroform (stabilized with amylenes)Sigma-AldrichC2432Sample preparation
CO2 blowgun (for selection of flies for crosses)Genesee54-104Drosophila genetics/crosses
CO2 bubbler (for selection of flies for crosses)Genesee59-180Drosophila genetics/crosses
Cooled CCD cameraHamamatsuORCA-R2Image acquisition
CornmealGenesee62-101Drosophila food
Distilled WaterDrosophila food
Double-sided tapeScotchSample preparation
Drosophila vialsGenesee32-109Drosophila food
Droso-plugs (foam plugs for vials)Genesee59-200Drosophila food
Dumont #5 Biologie Inox ForcepsFine Science Tools11252-20Sample preparation
elaV-Gal4;UAS-EB1-GFP;UAS-Dcr2 fliesGift of Melissa Rolls (Penn State University)N/ADrosophila genetics/crosses
Ethanol (95%)VWR75811-022Drosophila food
Fiber optic illuminator/light source for stereomicroscopeNikonNI-150Sample preparation
Flypad (for selection of flies for crosses)Genesee59-172Drosophila genetics/crosses
Forma Environmental Chamber/IncubatorThermoFisher3940Drosophila genetics/crosses
Halocarbon oil 700Sigma-AldrichH8898Sample preparation
Immersion OilNikonMXA22168Image acquisition
Kimwipe Delicate WipesFisher Scientific34120Sample preparation
Laser Merge ModuleSpectral Applied ResearchLMM-5Image acquisition
Light Source for ConfocalLumencorSOLA 54-10021Image acquisition
MetaMorph Microscopy Automation & Image Analysis SoftwareMolecular DevicesImage acquisition
Micro Cover Glasses, Square, No. 1 1/2 (#1.5)VWR48366-205Sample preparation
Motorized inverted microscope with Perfect Focus SystemNikonTI-ND6-PFS-SImage acquisition
Motorized stage and shuttersPriorProscan IIIImage acquisition
Multi-purpose scissorsScotchMMM1428Sample preparation
Nail PolishSally Hansen784179032016 074170382839Sample preparation
Optical FilterChromaET480/40mImage acquisition
P1000 PipetmanGilsonF123602Sample preparation
P200 PipetmanGilsonF123601Sample preparation
PBS (10X) ph 7.4ThermoFisher70011044Sample preparation
Propionic AcidFisherA258-500Drosophila food
Spinning disk confocal scanner unitYokagawaCSU-X1Image acquisition
StereomicroscopeNikonSMZ800NSample preparation
Sugar (Sucrose)Genesee62-112Drosophila food
Superfrost SlideVWR48311-600Sample preparation
TegoseptGenesee20-258Drosophila food
UAS-dtacc-RNAi fliesVienna Drosophila Resource Center (Vienna, Austria)VDRC-101439Drosophila genetics/crosses
Vaseline petroleum jellyWB MasonDVOCB311003Sample preparation
Winsor & Newton Brush Regency Gold 520, Size 0Staples5012000Drosophila genetics/crosses
YeastVWRTorula Yeast IC90308580Drosophila food
Yokogawa dichroic beamsplitterSemrockDi01-T405/488/568/647-13x15x0.5Image acquisition

Referências

  1. Rolls, M. M. Neuronal polarity in Drosophila: Sorting out axons and dendrites. Developmental Neurobiology. 71 (6), 419-429 (2011).
  2. Jan, Y. N., Jan, L. Y. Branching out: Mechanisms of dendritic arborization. Nature Reviews Neuroscience. 11 (5), 316-328 (2010).
  3. Lewis, T. L., Courchet, J., Polleux, F. Cell biology in neuroscience: Cellular and molecular mechanisms underlying axon formation, growth, and branching. Journal of Cell Biology. 202 (6), 837-848 (2013).
  4. Kandel, E. R. The Molecular Biology of Memory Storage: A Dialogue Between Genes and Synapses. Science. 294 (5544), 1030-1038 (2001).
  5. Turney, S. G., Lichtman, J. W. Chapter 11: Imaging Fluorescent Mice In Vivo Using Confocal Microscopy. Methods in Cell Biology. 89 (8), 309-327 (2008).
  6. McCann, C. M., Lichtman, J. W. In vivo imaging of presynaptic terminals and postsynaptic sites in the mouse submandibular ganglion. Developmental Neurobiology. 68 (6), 760-770 (2008).
  7. Turney, S. G., Walsh, M. K., Lichtman, J. W. In vivo imaging of the developing neuromuscular junction in neonatal mice. Cold Spring Harbor Protocols. 7 (11), 1166-1176 (2012).
  8. Tanaka, E., Ho, T., Kirschner, M. W. The role of microtubule dynamics in growth cone motility and axonal growth. Journal of Cell Biology. 128 (1-2), 139-155 (1995).
  9. Tanaka, E. M., Kirschner, M. W. Microtubule behavior in the growth cones of living neurons during axon elongation. Journal of Cell Biology. 115 (2), 345-363 (1991).
  10. Stepanova, T., et al. Visualization of microtubule growth in cultured neurons via the use of EB3-GFP (end-binding protein 3-green fluorescent protein). Journal of Neuroscience. 23 (7), 2655-2664 (2003).
  11. Tirnauer, J. S., Bierer, B. E. EB1 proteins regulate microtubule dynamics, cell polarity, and chromosome stability. Journal of Cell Biology. 149 (4), 761-766 (2000).
  12. Schwartz, K., Richards, K., Botstein, D. BIM1 encodes a microtubule-binding protein in yeast. Molecular Biology of the Cell. 8 (12), 2677-2691 (1997).
  13. Juwana, J. P., et al. EB/RP gene family encodes tubulin binding proteins. International Journal of Cancer. 81 (2), 275-284 (1999).
  14. Akhmanova, A., Steinmetz, M. O. Tracking the ends: a dynamic protein network controls the fate of microtubule tips. Nature Reviews Molecular Cell Biology. 9 (4), 309-322 (2008).
  15. Akhmanova, A., Steinmetz, M. O. Control of microtubule organization and dynamics: Two ends in the limelight. Nature Reviews Molecular Cell Biology. 16 (12), 711-726 (2015).
  16. Mitchison, T., Kirschner, M. Dynamic Instability of microtubule growth. Nature. 312 (15), 237-242 (1984).
  17. Van De Willige, D., Hoogenraad, C. C., Akhmanova, A. Microtubule plus-end tracking proteins in neuronal development. Cellular and Molecular Life Sciences. 73 (10), 2053-2077 (2016).
  18. Rebollo, E., Karkali, K., Mangione, F., Martín-Blanco, E. Live imaging in Drosophila: The optical and genetic toolkits. Methods. 68 (1), 48-59 (2014).
  19. Bier, E. Drosophila, the golden bug, emerges as a tool for human genetics. Nature Reviews Genetics. 6 (1), 9-23 (2005).
  20. Zito, K., Parnas, D., Fetter, R. D., Isacoff, E. Y., Goodman, C. S. Watching a synapse grow: noninvasive confocal imaging of synaptic growth in Drosophila. Neuron. 22 (4), 719-729 (1999).
  21. Miller, K. E., et al. Direct observation demonstrates that Liprin-alpha is required for trafficking of synaptic vesicles. Current Biology. 15 (7), 684-689 (2005).
  22. Rao, K., et al. Spastin, atlastin, and ER relocalization are involved in axon but not dendrite regeneration. Molecular Biology of the Cell. 27 (21), 3245-3256 (2016).
  23. Hill, S. E., et al. Development of dendrite polarity in Drosophila neurons. Neural Development. 7, 34(2012).
  24. Stone, M. C., Nguyen, M. M., Tao, J., Allender, D. L., Rolls, M. M. Global up-regulation of microtubule dynamics and polarity reversal during regeneration of an axon from a dendrite. Molecular Biology of the Cell. 21 (5), 767-777 (2010).
  25. Mattie, F. J., et al. Directed microtubule growth, +TIPs, and kinesin-2 are required for uniform microtubule polarity in dendrites. Current Biology. 20 (24), 2169-2177 (2010).
  26. Stone, M. C., Roegiers, F., Rolls, M. M. Microtubules Have Opposite Orientation in Axons and Dendrites of Drosophila Neurons. Molecular Biology of the Cell. 19 (10), 4122-4129 (2008).
  27. Rolls, M. M., et al. Polarity and intracellular compartmentalization of Drosophila neurons. Neural Development. 2, 7(2007).
  28. Hu, X., Viesselmann, C., Nam, S., Merriam, E., Dent, E. W. Activity-dependent dynamic microtubule invasion of dendritic spines. Journal of Neuroscience. 28 (49), 13094-13105 (2008).
  29. Merriam, E. B., et al. Dynamic microtubules promote synaptic NMDA receptor-dependent spine enlargement. PLoS One. 6 (11), 27688(2011).
  30. Hu, X., et al. BDNF-induced increase of PSD-95 in dendritic spines requires dynamic microtubule invasions. Journal of Neuroscience. 31 (43), 15597-15603 (2011).
  31. Merriam, E. B., et al. Synaptic regulation of microtubule dynamics in dendritic spines by calcium, F-actin, and drebrin. Journal of Neuroscience. 33 (42), 16471-16482 (2013).
  32. Jaworski, J., et al. Dynamic Microtubules Regulate Dendritic Spine Morphology and Synaptic Plasticity. Neuron. 61 (1), 85-100 (2009).
  33. Dent, E. W. Of microtubules and memory: Implications for microtubule dynamics in dendrites and spines. Molecular Biology of the Cell. 28 (1), 1-8 (2017).
  34. Yan, Y., Broadie, K. In vivo assay of presynaptic microtubule cytoskeleton dynamics in Drosophila. Journal of Neuroscience Methods. 162 (1-2), 198-205 (2007).
  35. Pawson, C., Eaton, B. A., Davis, G. W. Formin-dependent synaptic growth: evidence that Dlar signals via Diaphanous to modulate synaptic actin and dynamic pioneer microtubules. Journal of Neuroscience. 28 (44), 11111-11123 (2008).
  36. Ruiz-Cañada, C., Budnik, V. Synaptic cytoskeleton at the neuromuscular junction. International Review of Neurobiology. 75 (6), 217-236 (2006).
  37. Bodaleo, F. J., Gonzalez-Billault, C. The presynaptic microtubule cytoskeleton in physiological and pathological conditions: lessons from Drosophila Fragile X syndrome and hereditary spastic paraplegias. Frontiers in Molecular Neuroscience. 9, 60(2016).
  38. Applegate, K. T., et al. PlusTipTracker: Quantitative image analysis software for the measurement of microtubule dynamics. Journal of Structural Biology. 176 (2), 168-184 (2011).
  39. Matov, A., et al. Analysis of microtubule dynamic instability using a plus-end growth marker. Nature Methods. 7 (9), 761-768 (2010).
  40. Long, J. B., et al. Multiparametric analysis of CLASP-interacting protein functions during interphase microtubule dynamics. Molecular and Cellular Biology. 33 (8), 1528-1545 (2013).
  41. Schneider, C. A., Rasband, W. S., Eliceiri, K. W. NIH Image to ImageJ: 25 years of image analysis. Nature Methods. 9 (7), 671-675 (2012).
  42. Brand, A. H., Perrimon, N. Targeted gene expression as a means of altering cell fates and generating dominant phenotypes. Development. 118 (2), 401-415 (1993).
  43. Ma, Y., Wang, X., Liu, H., Wei, L., Xiao, L. Recent advances in optical microscopic methods for single-particle tracking in biological samples. Analytical and Bioanalytical Chemistry. 411 (19), 4445-4463 (2019).
  44. Shen, H., et al. Single Particle Tracking: From Theory to Biophysical Applications. Chemical Reviews. 117 (11), 7331-7376 (2017).
  45. Zwetsloot, A. J., Tut, G., Straube, A. Measuring microtubule dynamics. Essays in Biochemistry. 62 (6), 725-735 (2018).
  46. Weickert, J. Coherence-Enhancing Diffusion Filtering. International Journal of Computer Vision. 31 (2-3), 111-127 (1999).
  47. Peset, I., Vernos, I. The TACC proteins: TACC-ling microtubule dynamics and centrosome function. Trends in Cell Biology. 18 (8), 379-388 (2008).
  48. Hood, F. E., Royle, S. J. Pulling it together. Bioarchitecture. 1 (3), 105-109 (2011).
  49. Lucaj, C. M., et al. Xenopus TACC1 is a microtubule plus-end tracking protein that can regulate microtubule dynamics during embryonic development. Cytoskeleton. 72 (5), 225-234 (2015).
  50. Nwagbara, B. U., et al. TACC3 is a microtubule plus end-tracking protein that promotes axon elongation and also regulates microtubule plus end dynamics in multiple embryonic cell types. Molecular Biology of the Cell. 25 (21), 3350-3362 (2014).
  51. Rutherford, E. L., et al. Xenopus TACC2 is a microtubule plus end-tracking protein that can promote microtubule polymerization during embryonic development. Molecular Biology of the Cell. 27 (20), 3013-3020 (2016).
  52. Chou, V. T., Johnson, S., Long, J., Vounatsos, M. dTACC restricts bouton addition and regulates microtubule organization at the Drosophila neuromuscular junction. Cytoskeleton. 77 (1-2), 4-15 (2019).
  53. Maiato, H., et al. Human CLASP1 Is an Outer Kinetochore Component that Regulates Spindle Microtubule Dynamics. Cell. 113 (7), 891-904 (2003).
  54. Komarova, Y. A., Vorobjev, I. A., Borisy, G. G. Life cycle of MTs persistent growth in the cell interior , asymmetric transition frequencies and effects of the cell boundary. Journal of Cell Science. 115, Pt 17 3527-3539 (2002).
  55. Greenspan, R. J. Fly pushing: The theory and practice of Drosophila genetics. , Cold Spring Harbor Laboratory Press. (2004).
  56. Hales, K. G., Korey, C. A., Larracuente, A. M., Roberts, D. M. Genetics on the fly: A primer on the drosophila model system. Genetics. 201 (3), 815-842 (2015).
  57. Waters, J. C. Live-cell fluorescence imaging. Methods in Cell Biology. 114, 125-150 (2007).
  58. Berger, C., Renner, S., Lüer, K., Technau, G. M. The commonly used marker ELAV is transiently expressed in neuroblasts and glial cells in the Drosophila embryonic CNS. Developmental Dynamics. 236 (12), 3562-3568 (2007).
  59. Robinow, S., White, K. Characterization and spatial distribution of the ELAV protein during Drosophila melanogaster development. Journal of Neurobiology. 22 (5), 443-461 (1991).
  60. Parrish, J. Z., Kim, M. D., Lily, Y. J., Yuh, N. J. Genome-wide analyses identify transcription factors required for proper morphogenesis of Drosophila sensory neuron dendrites. Genes and Development. 20 (7), 820-835 (2006).
  61. Grueber, W. B., Jan, L. Y., Jan, Y. N. Different levels of the homeodomain protein cut regulate distinct dendrite branching patterns of Drosophila multidendritic neurons. Cell. 112 (6), 805-818 (2003).
  62. Zhang, T., et al. Microtubule plus-end binding protein EB1 is necessary for muscle cell differentiation, elongation and fusion. Journal of Cell Science. 122 (9), 1401-1409 (2009).
  63. Yang, C., et al. EB1 and EB3 regulate microtubule minus end organization and Golgi morphology. Journal of Cell Biology. 216 (10), 3179-3198 (2017).
  64. Allison, A., Nunn, J. Effect of general anaesthetics on microtubules. Lancet. 292 (7582), 1326-1329 (1968).
  65. Mondal, S., Ahlawat, S., Koushika, S. P. Simple microfluidic devices for in vivo imaging of C. elegans, drosophila and zebrafish. Journal of Visualized Experiments. (67), e3780(2012).
  66. Mishra, B., et al. Using microfluidics chips for live imaging and study of injury responses in Drosophila larvae. Journal of Visualized Experiments. (84), e50998(2014).
  67. Lee, T., Luo, L. Mosaic analysis with a repressible neurotechnique cell marker for studies of gene function in neuronal morphogenesis. Neuron. 22 (5), 451-461 (1999).
  68. Resh, M. D. Fatty acylation of proteins: New insights into membrane targeting of myristoylated and palmitoylated proteins. Biochimica et Biophysica Acta. 1451 (1), 1-16 (1999).
  69. Edwards, K. A., Demsky, M., Montague, R. A., Weymouth, N., Kiehart, D. P. GFP-moesin illuminates actin cytoskeleton dynamics in living tissue and demonstrates cell shape changes during morphogenesis in Drosophila. Developmental Biology. 191 (1), 103-117 (1997).
  70. Riedl, J., et al. Lifeact a versatile marker to visualize F-actin. Nature Methods. 5 (7), 605-607 (2008).
  71. Dent, E. W., Kalil, K. Axon Branching Requires Interactions between Dynamic Microtubules and Actin Filaments. Journal of Neuroscience. 21 (24), 9757-9769 (2001).
  72. Schaefer, A. W., Kabir, N., Forscher, P. Filopodia and actin arcs guide the assembly and transport of two populations of microtubules with unique dynamic parameters in neuronal growth cones. Journal of Cell Biology. 158 (1), 139-152 (2002).

Access restricted. Please log in or start a trial to view this content.

Reimpressões e Permissões

Solicitar permissão para reutilizar o texto ou figuras deste artigo JoVE

Solicitar Permissão

Explore Mais Artigos

Rastreamento de part culas 3Dan lise n o invasivadin mica de microt bulos sin pticosdendritosjun es neuromuscularesdros filasmicrot bulosimagens ao vivoan lise automatizadaEB1 GFPprote na associada a MTknockdown DTACCan lise multiparam tricacomportamento em n vel de pol meromorfologia celular

This article has been published

Video Coming Soon

JoVE Logo

Privacidade

Termos de uso

Políticas

Entre em contato

recomende à biblioteca

Newsletter

Pesquisa

Educação

Autores

Bibliotecários

SOBRE A JoVE

Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados