JoVE Logo
Faculty Resource Center

Sign In

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Acknowledgements

Materials

References

Neuroscience

Imagerie unicellulaire du cerveau entier et analyse de cerveaux de souris néonatales intactes à l’aide de l’IRM, du nettoyage des tissus et de la microscopie à feuille de lumière

Published: August 1st, 2022

DOI:

10.3791/64096

1UNC Neuroscience Center, University of North Carolina, Chapel Hill, 2Department of Genetics, University of North Carolina, Chapel Hill, 3Department of Psychiatry, University of North Carolina, Chapel Hill, 4Center for Animal Magnetic Resonance Imaging, The University of North Carolina at Chapel Hill, 5Biomedical Research Imaging Center, The University of North Carolina at Chapel Hill, 6Department of Neurology, The University of North Carolina at Chapel Hill, 7Department of Computer Science, The University of North Carolina at Greensboro
* These authors contributed equally

Ce protocole décrit les méthodes d’imagerie par résonance magnétique, d’effacement et d’immunomarquage de cerveaux de souris intacts à l’aide d’iDISCO+, suivies d’une description détaillée de l’imagerie à l’aide de la microscopie à feuille de lumière et des analyses en aval à l’aide de NuMorph.

Le nettoyage des tissus suivi de la microscopie à feuille de lumière (LSFM) permet l’imagerie à résolution cellulaire de la structure cérébrale intacte, permettant une analyse quantitative des changements structurels causés par des perturbations génétiques ou environnementales. L’imagerie du cerveau entier permet une quantification plus précise des cellules et l’étude des différences spécifiques à la région qui peuvent être manquées avec la microscopie couramment utilisée des tissus sectionnés physiquement. L’utilisation de la microscopie à feuille de lumière pour imager les cerveaux dégagés augmente considérablement la vitesse d’acquisition par rapport à la microscopie confocale. Bien que ces images produisent de très grandes quantités de données structurelles sur le cerveau, la plupart des outils informatiques qui effectuent la quantification des caractéristiques dans les images de tissus clairsemés se limitent à compter des populations de cellules clairsemées, plutôt que tous les noyaux.

Ici, nous démontrons NuMorph (Nuclear-Based Morphometry), un groupe d’outils d’analyse, pour quantifier tous les noyaux et marqueurs nucléaires dans les régions annotées d’un cerveau de souris postnatal du jour 4 (P4) après élimination et imagerie au microscope à feuille de lumière. Nous décrivons l’imagerie par résonance magnétique (IRM) pour mesurer le volume cérébral avant le rétrécissement causé par les étapes de déshydratation de l’élimination des tissus, le nettoyage des tissus à l’aide de la méthode iDISCO +, y compris l’immunomarquage, suivi de la microscopie à feuille de lumière à l’aide d’une plate-forme disponible dans le commerce pour imager les cerveaux de souris à la résolution cellulaire. Nous démontrons ensuite ce pipeline d’analyse d’images à l’aide de NuMorph, qui est utilisé pour corriger les différences d’intensité, assembler des tuiles d’image, aligner plusieurs canaux, compter les noyaux et annoter les régions du cerveau grâce à l’enregistrement dans des atlas accessibles au public.

Nous avons conçu cette approche à l’aide de protocoles et de logiciels accessibles au public, permettant à tout chercheur disposant du microscope et des ressources informatiques nécessaires pour effectuer ces techniques. Ces outils de nettoyage tissulaire, d’imagerie et de calcul permettent de mesurer et de quantifier l’organisation tridimensionnelle (3D) des types cellulaires dans le cortex et devraient être largement applicables à toute conception d’étude de souris de type sauvage / knockout.

L’imagerie du cerveau entier à une résolution unicellulaire est un défi important en neurosciences. Les images cérébrales à résolution cellulaire permettent une analyse détaillée et une cartographie au niveau du système des circuits cérébraux et de la façon dont ces circuits sont perturbés par des facteurs de risque génétiques ou environnementaux de troubles neuropsychiatriques, le comportement cellulaire dans les embryons en développement, ainsi que les circuits neuronaux dans le cerveau adulte 1,2,3. Il existe de multiples méthodes histologiques qui permettent d’obtenir des....

Log in or to access full content. Learn more about your institution’s access to JoVE content here

Toutes les souris ont été utilisées conformément et approuvées par l’Institutional Animal Care and Use Committee (IACUC) de l’Université de Caroline du Nord à Chapel Hill.

1. Dissection et perfusion de souris

NOTE: Les dissections suivantes ont été effectuées sur des souris P4 et P14 à l’aide d’une seringue. Le volume de liquide de perfusion variera en fonction de l’âge de l’animal.

  1. Perfusion
    ATTENTION : Le paraf.......

Log in or to access full content. Learn more about your institution’s access to JoVE content here

Comme le protocole iDISCO+ introduit un rétrécissement tissulaire important, facilement perceptible à l’œil nu (Figure 2B), nous avons ajouté une étape IRM à ce pipeline avant le nettoyage tissulaire pour quantifier le rétrécissement induit par le nettoyage des tissus. Le flux de travail commence par le retrait du tissu non cérébral de l’image IRM (Figure 2C). Ensuite, une transformation rigide (3 angles de translation et 3 angles de rotation) est.......

Log in or to access full content. Learn more about your institution’s access to JoVE content here

Les méthodes de nettoyage des tissus sont des techniques utiles pour mesurer l’organisation cellulaire 3D du cerveau. Il existe une foule de méthodes de nettoyage des tissus décrites dans la littérature, chacune avec ses avantages et ses limites 6,7,8,9. Les options d’outils informatiques pour analyser les types de cellules dans les images effacées des tissus sont relativement limitée.......

Log in or to access full content. Learn more about your institution’s access to JoVE content here

Ce travail a été soutenu par le NIH (R01MH121433, R01MH118349 et R01MH120125 à JLS et R01NS110791 à GW) et la Fondation de l’espoir. Nous remercions Pablo Ariel, du Laboratoire des services de microscopie, de son aide dans l’imagerie des échantillons. Le laboratoire des services de microscopie du département de pathologie et de médecine de laboratoire est soutenu en partie par la subvention P30 CA016086 du Cancer Center Core Support à l’Université de Caroline du Nord (UNC) Lineberger Comprehensive Cancer Center. Le noyau de microscopie en neurosciences est soutenu par la subvention P30 NS045892. La recherche rapportée dans cette publication a été financée en partie pa....

Log in or to access full content. Learn more about your institution’s access to JoVE content here

NameCompanyCatalog NumberComments
Bruker 9.4T/30 cm MRI ScannerBruker BiospecHorizontal Bore Animal MRI System
Dibenzyl etherSigma-Aldrich108014-1KG
Dichloromethane (DCM)Sigma-Aldrich270997-1L
Dimethyl sulfoxide (DMSO)Fisher-ScientificICN19605590
Donkey serumSigma-AldrichS30-100ML
EVO 860 4TB external SSD
Fomblin YSpeciality Fluids CompanyYL-VAC-25-6perfluoropolyether lubricant
gadolinium contrast agent (ProHance)Bracco DiagnosticsA9576
gadolinium contrast agent(ProHance)Bracco Diagnostics0270-1111-03
GeForce GTX 1080 Ti 11GB GPUEVGA08G-P4-6286-KR
GlycineSigma-AldrichG7126-500G
Heparin sodium saltSigma-AldrichH3393-10KUDissolved in H2O to 10 mg/mL
Hydrogen peroxide solution, 30%Sigma-AldrichH1009-100ML
ImSpector ProLaVision BioTecMicroscope image acquisition software
ITK Snapsegmentation software
MethanolFisher-ScientificA412SK-4
MVPLAPO 2x/0.5 NA ObjectiveOlympus
Paraformaldehyde, powder, 95% (PFA)Sigma-Aldrich30525-89-4Dissolved in 1x PBS to 4%
Phosphate Buffered Saline 10x (PBS)Corning46-013-CMDiluted to 1x in H2O
Sodium AzideSigma-AldrichS2002-100GDissolved in H2O to 10%
Sodium deoxycholateSigma-AldrichD6750-10G
Tergitol type NP-40Sigma-AldrichNP40S-100ML
TritonX-100Sigma-AldrichT8787-50ML
Tween-20Fisher-ScientificBP337 500
Ultramicroscope II Light Sheet MicroscopeLaVision BioTec
Xeon Processor E5-2690 v4IntelE5-2690
Zyla sCMOS CameraAndorComplementary metal oxide semiconductor camera
AntibodyWorking concentration
Alexa Fluor Goat 790 Anti-RabbitThermofisher ScientificA11369(1:50)
Alexa Fluor Goat 568 Anti-RatThermofisher ScientificA11077(1:200)
Rat anti-Ctip2Abcamab18465(1:400)
Rabbit anti-Brn2Cell Signaling Technology12137(1:100)
To-Pro 3 (TP3)Thermofisher ScientificT3605(1:400)

  1. Dodt, H. U., et al. Ultramicroscopy: Three-dimensional visualization of neuronal networks in the whole mouse brain. Nature Methods. 4 (4), 331-336 (2007).
  2. Hägerling, R., et al. A novel multistep mechanism for initial lymphangiogenesis in mouse embryos based on ultramicroscopy. The EMBO Journal. 32 (5), 629-644 (2013).
  3. Tomer, R., Khairy, K., Keller, P. J. Shedding light on the system: studying embryonic development with light sheet microscopy. Current Opinion in Genetics & Development. 21 (5), 558-565 (2011).
  4. Li, A., et al. Micro-optical sectioning tomography to obtain a high-resolution atlas of the mouse brain. Science. 330 (6009), 1404-1408 (2010).
  5. Stoner, R., et al. Patches of disorganization in the neocortex of children with autism. The New England Journal of Medicine. 370 (13), 1209-1219 (2014).
  6. Renier, N., et al. IDISCO: A simple, rapid method to immunolabel large tissue samples for volume imaging. Cell. 159 (4), 896-910 (2014).
  7. Susaki, E. A., et al. Whole-brain imaging with single-cell resolution using chemical cocktails and computational analysis. Cell. 157 (3), 726-739 (2014).
  8. Richardson, D. S., et al. Tissue clearing. Nature Reviews. Methods Primers. 1 (1), 84 (2021).
  9. Richardson, D. S., Lichtman, J. W. Clarifying tissue clearing. Cell. 162 (2), 246-257 (2015).
  10. Renier, N., et al. Mapping of brain activity by automated volume analysis of immediate early genes. Cell. 165 (7), 1789-1802 (2016).
  11. Santi, P. A. Light sheet fluorescence microscopy: a review. The Journal of Histochemistry and Cytochemistry: Official Journal of the Histochemistry Society. 59 (2), 129-138 (2011).
  12. Girkin, J. M., Carvalho, M. T. The light-sheet microscopy revolution. Journal of Optics. 20 (5), 053002 (2018).
  13. Budday, S., et al. Mechanical properties of gray and white matter brain tissue by indentation. Journal of the Mechanical Behavior of Biomedical Materials. 46, 318-330 (2015).
  14. Johnson, G. A., et al. High-throughput morphologic phenotyping of the mouse brain with magnetic resonance histology. NeuroImage. 37 (1), 82-89 (2007).
  15. Herculano-Houzel, S., Mota, B., Lent, R. Cellular scaling rules for rodent brains. Proceedings of the National Academy of Sciences of the United States of America. 103 (32), 12138-12143 (2006).
  16. Matsumoto, K., et al. Advanced CUBIC tissue clearing for whole-organ cell profiling. Nature Protocols. 14 (12), 3506-3537 (2019).
  17. Fürth, D., et al. An interactive framework for whole-brain maps at cellular resolution. Nature Neuroscience. 21 (1), 139-149 (2018).
  18. Chandrashekhar, V., et al. CloudReg: automatic terabyte-scale cross-modal brain volume registration. Nature Methods. 18 (8), 845-846 (2021).
  19. Krupa, O., et al. NuMorph: Tools for cortical cellular phenotyping in tissue-cleared whole-brain images. Cell Reports. 37 (2), 109802 (2021).
  20. Petiet, A., Delatour, B., Dhenain, M. Models of neurodegenerative disease - Alzheimer's anatomical and amyloid plaque imaging. Methods in Molecular Biology. 771, 293-308 (2011).
  21. Jenkinson, M., Beckmann, C. F., Behrens, T. E. J., Woolrich, M. W., Smith, S. M. FSL. NeuroImage. 62, 782-790 (2012).
  22. Jenkinson, M., Bannister, P., Brady, M., Smith, S. Improved optimization for the robust and accurate linear registration and motion correction of brain images. NeuroImage. 17 (2), 825-841 (2002).
  23. Avants, B. B., Epstein, C. L., Grossman, M., Gee, J. C. Symmetric diffeomorphic image registration with cross-correlation: evaluating automated labeling of elderly and neurodegenerative brain. Medical Image Analysis. 12 (1), 26-41 (2008).
  24. . iDISCO method Available from: https://idisco.info/ (2022)
  25. Ariel, P. UltraMicroscope II - A User Guide. University of North Carolina at Chapel Hill. , (2019).
  26. . Anaconda Distribution - Anaconda documentation Available from: https://docs.anaconda.com/anaconda/ (2022)
  27. Peng, T., et al. A BaSiC tool for background and shading correction of optical microscopy images. Nature Communications. 8, 14836 (2017).
  28. Klein, S., Staring, M., Murphy, K., Viergever, M. A., Pluim, J. P. W. elastix: a toolbox for intensity-based medical image registration. IEEE Transactions on Medical Imaging. 29, 196-205 (2010).
  29. Lowe, G. Sift-the scale invariant feature transform. International Journal. 2 (91-110), 2 (2004).
  30. Young, D. M., et al. Whole-brain image analysis and anatomical atlas 3D generation using MagellanMapper. Current Protocols in Neuroscience. 94 (1), 104 (2020).
  31. Schindelin, J., et al. Fiji: an open-source platform for biological-image analysis. Nature Methods. 9 (7), 676-682 (2012).
  32. Velíšek, L. Under the (Light) sheet after the iDISCO. Epilepsy Currents / American Epilepsy Society. 16 (6), 405-407 (2016).
  33. Young, D. M., et al. Constructing and optimizing 3D atlases from 2D data with application to the developing mouse brain. eLife. 10, (2021).
  34. Yun, D. H., et al. Ultrafast immunostaining of organ-scale tissues for scalable proteomic phenotyping. bioRxiv. , (2019).
  35. Silvestri, L., et al. Universal autofocus for quantitative volumetric microscopy of whole mouse brains. Nature Methods. 18 (8), 953-958 (2021).
  36. Frasconi, P., et al. Large-scale automated identification of mouse brain cells in confocal light sheet microscopy images. Bioinformatics. 30 (17), 587 (2014).
  37. Kruskal, J. B. On the shortest spanning subtree of a graph and the traveling salesman problem. Proceedings of the American Mathematical Society. American Mathematical Society. 7 (1), 48-50 (1956).
  38. Wang, Q., et al. The allen mouse brain common coordinate framework: A 3D reference atlas. Cell. 181, 936-953 (2020).
  39. Borland, D., et al. Segmentor: a tool for manual refinement of 3D microscopy annotations. BMC Bioinformatics. 22 (1), 260 (2021).
  40. Kumar, A., et al. Dual-view plane illumination microscopy for rapid and spatially isotropic imaging. Nature Protocols. 9 (11), 2555-2573 (2014).

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2024 MyJoVE Corporation. All rights reserved