JoVE Logo
Faculty Resource Center

Sign In

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Acknowledgements

Materials

References

Neuroscience

Одноклеточная визуализация всего мозга и анализ интактного мозга новорожденных мышей с использованием МРТ, очистки тканей и микроскопии световых листов

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

Этот протокол описывает методы проведения магнитно-резонансной томографии, очистки и иммуномаркировки интактного мозга мыши с использованием iDISCO+, за которым следует подробное описание визуализации с использованием микроскопии светового листа и последующих анализов с использованием NuMorph.

Очистка тканей с последующей микроскопией светового листа (LSFM) позволяет визуализировать неповрежденную структуру мозга с клеточным разрешением, что позволяет проводить количественный анализ структурных изменений, вызванных генетическими или экологическими возмущениями. Визуализация всего мозга приводит к более точной количественной оценке клеток и изучению региональных различий, которые могут быть пропущены при обычно используемой микроскопии физически разделенной ткани. Использование световой листовой микроскопии для изображения очищенного мозга значительно увеличивает скорость получения по сравнению с конфокальной микроскопией. Хотя эти изображения производят очень большие объемы структурных данных мозга, большинство вычислительных инструментов, которые выполняют количественную оценку признаков на изображениях очищенной ткани, ограничены подсчетом разреженных клеточных популяций, а не всех ядер.

Здесь мы демонстрируем NuMorph (Nuclear-Based Morphometry), группу инструментов анализа, для количественной оценки всех ядер и ядерных маркеров в аннотированных областях мозга мыши послеродового дня 4 (P4) после очистки и визуализации на световом микроскопе. Мы описываем магнитно-резонансную томографию (МРТ) для измерения объема мозга до усадки, вызванной этапами обезвоживания тканей, очистки тканей с использованием метода iDISCO+, включая иммуномаркировку, с последующей микроскопией светового листа с использованием коммерчески доступной платформы для изображения мозга мыши с клеточным разрешением. Затем мы демонстрируем этот конвейер анализа изображений с помощью NuMorph, который используется для коррекции различий в интенсивности, сшивания плиток изображений, выравнивания нескольких каналов, подсчета ядер и аннотирования областей мозга путем регистрации в общедоступных атласах.

Мы разработали этот подход с использованием общедоступных протоколов и программного обеспечения, позволяя любому исследователю с необходимым микроскопом и вычислительными ресурсами выполнять эти методы. Эти инструменты очистки тканей, визуализации и вычислений позволяют измерять и количественно определять трехмерную (3D) организацию типов клеток в коре головного мозга и должны быть широко применимы к любому дизайну исследования дикого типа / нокаутированных мышей.

Визуализация всего мозга с разрешением одной клетки является важной проблемой в нейробиологии. Изображения мозга с клеточным разрешением позволяют проводить подробный анализ и картирование на системном уровне схем головного мозга и того, как эта схема нарушается генетическими или экологическими факторами риска нервно-психических расстройств, клеточного поведения у развивающихся эмбрионов, а также нейронных цепей во взрослом мозге 1,2,3. Существует несколько гистологических методов, которые позволяют получать изображения с высоким разрешением реконструированного 3D-мозга; одна....

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

Все мыши использовались в соответствии с и одобрены Институциональным комитетом по уходу за животными и их использованию (IACUC) в Университете Северной Каролины в Чапел-Хилл.

1. Рассечение и перфузия мыши

ПРИМЕЧАНИЕ: Следующие вскрытия были выполнен.......

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

Поскольку протокол iDISCO+ вводит значительную усадку тканей, которая легко заметна на глаз (рисунок 2B), мы добавили этап МРТ в этот конвейер перед очисткой ткани, чтобы количественно оценить усадку, вызванную очисткой ткани. Рабочий процесс начинается с удаления немозгово.......

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

Методы очистки тканей являются полезными методами измерения 3D-клеточной организации мозга. Существует множество методов очистки тканей, описанных в литературе, каждый со своими преимуществами и ограничениями 6,7,8,9........

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

Эта работа была поддержана NIH (R01MH121433, R01MH118349 и R01MH120125 для JLS и R01NS110791 для GW) и Фондом надежды. Мы благодарим Пабло Ариэля из Лаборатории микроскопических услуг за помощь в визуализации образцов. Лаборатория услуг микроскопии в отделении патологии и лабораторной медицины частично поддерживается грантом первичной поддержки Онкологического центра P30 CA016086 Университету Северной Каролины (UNC) Lineberger Comprehensive Cancer Center. Ядро нейробиологической микроскопии поддерживается грантом P30 NS045892. Исследование, о котором сообщается в этой публикации, было частично поддержано грантом институциональной поддержки Биотехнологического центра С....

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