Summary

Beräkningsrekonstruktion av bukspottkörtelöar som ett verktyg för strukturell och funktionell analys

Published: March 09, 2022
doi:

Summary

I detta protokoll rekonstrueras och analyseras bukspottkörtelöarna med hjälp av beräkningsalgoritmer implementerade i en dedikerad multiplatformapplikation.

Abstract

Strukturella egenskaper hos bukspottkörtelöar är nyckeln till det funktionella svaret hos insulin-, glukagon- och somatostatinutsöndrande celler på grund av deras konsekvenser i intraisletkommunikation via elektrisk, parakrin och autokrin signalering. I detta protokoll rekonstrueras den tredimensionella arkitekturen hos en bukspottkörtelö först från experimentella data med hjälp av en ny beräkningsalgoritm. Därefter erhålls de morfologiska och anslutningsegenskaper hos den rekonstruerade ön, såsom antalet och procentandelarna av den olika typen av celler, cellulär volym och cell-till-cell-kontakter. Sedan används nätverksteori för att beskriva öns anslutningsegenskaper genom nätverks härledda mätvärden som genomsnittlig grad, klustringskoefficient, densitet, diameter och effektivitet. Slutligen utvärderas alla dessa egenskaper funktionellt genom beräkningssimuleringar med hjälp av en modell av kopplade oscillatorer. Sammantaget beskriver vi här ett steg-för-steg-arbetsflöde, implementerat i IsletLab, en multiplatformsapplikation utvecklad specifikt för studier och simulering av bukspottkörtelöar, för att tillämpa en ny beräkningsmetod för att karakterisera och analysera bukspottkörtelöar som ett komplement till det experimentella arbetet.

Introduction

Bukspottkörteln är uppdelad i regioner som kallas huvud, nacke, kropp och svans, var och en med olika strukturer, funktioner och anatomisk position 1,2. Ur funktionell synvinkel kan bukspottkörteln delas in i endokrina och exokrina system med den förra ansvarig för utsöndringen av hormoner som är kritiskt involverade i regleringen av glukoshomeostas, medan den senare bidrar till matsmältning via utsöndring av enzymer i tolvfingertarmen1. Pankreatiska öar utgör den endokrina vävnaden i bukspottkörteln och är ansvariga för utsöndringen av glukagon, insulin och somatostatin, utsöndrat från ɑ, β respektive δ-celler3. Förutom deras inneboende regleringsmekanismer regleras dessa celler via direkt elektrisk kommunikation (mellan β-celler och sannolikt β och δ-celler), och även av parakrin och autokrin signalering 4,5,6. Båda mekanismerna är starkt beroende av öarkitekturen (dvs. sammansättningen och organisationen av de olika typerna av celler inom holmen)7,8. Viktigt är att öarkitekturen förändras i närvaro av diabetes, vilket troligen stör intraisletkommunikationen som ett resultat 9,10.

Studien av bukspottkörtelöar involverar ett brett spektrum av experimentella metoder. Bland dessa har användningen av fluorescenstekniker för att bestämma antalet, platsen och typen av de olika cellerna i holmen gjort det möjligt att studera de strukturella och morfologiska egenskaperna hos bukspottkörtelöar 11,12,13 och att få en bättre förståelse för de funktionella konsekvenserna för hälsa och sjukdom. Som ett komplement har beräkningsmodeller av bukspottkörtelceller 14,15,16 och på senare tid pankreaskär 12,17,18,19 använts under de senaste decennierna för att utvärdera aspekter som är svåra eller till och med omöjliga att ta itu med experimentellt.

I detta protokoll syftar vi till att överbrygga klyftan mellan det experimentella och beräkningsmässiga arbetet genom att beskriva en metod för att rekonstruera öarkitekturer, att analysera deras morfologiska och anslutningsegenskaper genom kvantitativa mätvärden och att utföra grundläggande simuleringar för att utvärdera de funktionella konsekvenserna av öegenskaperna.

Protokollet som beskrivs nedan är baserat på beräkningsalgoritmer speciellt utformade för studier av bukspottkörtelöar. Sammanfattningsvis, i det första steget i protokollet, rekonstrueras öarkitekturen från experimentella data med hjälp av algoritmen som nyligen föreslagits av Félix-Martínez et al.19 där kärnpositioner erhållna genom 4′,6-diamidino-2-fenylindol (DAPI) färgning och cellulära typer identifierade genom immunofluorescens (som beskrivs i detalj av Hoang et al.11,12 ) bearbetas i en iterativ optimeringsprocedur. Detta leder till att bestämma den optimala storleken och positionen för varje cell och erhålla en ö som består av icke-överlappande celler. För det andra, baserat på den rekonstruerade arkitekturen, identifieras cell-till-cell-kontakter för att bestämma anslutningsegenskaperna och för att generera motsvarande önätverk som gör det möjligt för användaren att erhålla kvantitativa mätvärden för att ytterligare beskriva öarkitekturen (detaljer om rekonstruktionsalgoritmen kan konsulteras i det ursprungliga arbetet med ämnet19). Slutligen utförs grundläggande funktionella simuleringar med hjälp av modelleringsmetoden som föreslagits av Hoang et al.12 där, baserat på den pulserande naturen hos hormonsekretion observerad experimentellt20,21, varje cell behandlas som en oscillator, och därför representeras holmen som ett nätverk av kopplade oscillatorer som följer anslutningsegenskaperna hos den rekonstruerade holmen.

Med tanke på beräkningskomplexiteten hos algoritmerna som används i detta protokoll har alla inblandade steg implementerats i en fristående applikation22 med huvudmålet att närma sig dessa beräkningsverktyg till alla intresserade läsare oavsett deras erfarenhetsnivå för användning av specialiserad programvara eller programmeringsspråk.

Protocol

OBS: Ett schematiskt diagram över protokollet visas i figur 1. En steg-för-steg-beskrivning ges enligt följande (se Tilläggsfil 1 för detaljer om de kontrollpaneler som används vid varje steg i protokollet). Bild 1: Flödesschema. Ett flödesdiagram som beskriver protokollets se…

Representative Results

Rekonstruktionen av bukspottkörtelöar med hjälp av den metod som föreslagits av Félix-Martínez et al.19 är starkt beroende av parametrarna som ges till optimeringsalgoritmen (definierad i rekonstruktionsinställningarna). Ett exempel på detta visas visuellt i figur 3 där rekonstruerade öar erhållna med olika uppsättningar parametrar visas. Först, i figur 3A, visas en rekonstruktion som inkluderade 86,6% av cellerna som ingår…

Discussion

Ovanstående protokoll beskriver ett praktiskt tillvägagångssätt för att rekonstruera och analysera pankreatiska öarkitekturer med hjälp av nya beräkningsalgoritmer. Huvudsyftet med detta arbete är att göra det möjligt för öforskningsgemenskapen att härleda kvantitativa mätvärden för att karakterisera de morfologiska och konnektiva egenskaperna hos pankreatiska öarkitekturer och att utvärdera de möjliga funktionella konsekvenserna av sådana egenskaper via beräkningssimuleringar.

<p class…

Disclosures

The authors have nothing to disclose.

Acknowledgements

G.J. Félix-Martínez tackar CONACYT (Consejo Nacional de Ciencia y Tecnología, México) och institutionen för elektroteknik vid Universidad Autónoma Metropolitana (México City) för stödet till detta projekt. Vi tackar Dr. Danh-Tai Hoang, Dr. Manami Hara och Dr. Junghyo Jo för deras enastående arbete och generositet när det gäller att dela öarkitekturerna som gjorde detta arbete möjligt med forskarsamhället.

Materials

CUDA-capable NVIDIA graphics card Required for the functional simulations
IsletLab https://github.com/gjfelix/IsletLab (Follow the instructions to download and install the application.)

References

  1. Chen, L., Pan, X., Zhang, Y. H., Huang, T., Cai, Y. D. Analysis of Gene Expression Differences between Different Pancreatic Cells. ACS Omega. 4 (4), 6421-6435 (2019).
  2. Longnecker, D. S., Gorelick, F., Thompson, E. D., Histology, H. G., Beger, A. L., Warshaw, R. H., Hruban, M. W., Buchler, M. M., Lerch, J. P., Neoptolemos, T., Shimosegawa, D. C., Whitcomb, C., GroB, Anatomy, Histology, and Fine Structure of the Pancreas. The Pancreas. , (2018).
  3. Liao, E. P., Brass, B., Abelev, Z., Poretsky, L., Poretsky, L. Endocrine Pancreas. Principles of Diabetes Mellitus. , (2017).
  4. Noguchi, G. M., Huising, M. O. Integrating the inputs that shape pancreatic islet hormone release. Nature Metabolism. 1, 1189-1201 (2019).
  5. Pérez-Armendariz, E. M. Connexin 36, a key element in pancreatic beta cell function. Neuropharmacology. 75, 557-566 (2013).
  6. Briant, L., et al. δ-cells and β-cells are electrically coupled and regulate α-cell activity via somatostatin. The Journal of Physiology. 596 (2), 197-215 (2018).
  7. Arrojoe Drigo, R., et al. New insights into the architecture of the islet of Langerhans: a focused cross-species assessment. Diabetologia. 58 (10), 2218-2228 (2015).
  8. Cabrera, O., et al. The unique cytoarchitecture of human pancreatic islets has implications for islet cell function. Proceedings of the National Academy of Sciences of the United States of America. 103 (7), 2334-2339 (2006).
  9. Folli, F., et al. Pancreatic islet of Langerhans’ cytoarchitecture and ultrastructure in normal glucose tolerance and in type 2 diabetes mellitus. Diabetes, Obesity & Metabolism. 20, 137-144 (2018).
  10. Kilimnik, G., et al. Altered islet composition and disproportionate loss of large islets in patients with type 2 diabetes. PloS One. 6 (11), 27445 (2011).
  11. Hoang, D. T., et al. A Conserved Rule for Pancreatic Islet Organization. PloS One. 9 (10), 110384 (2014).
  12. Hoang, D. T., Hara, M., Jo, J. Design Principles of Pancreatic Islets: Glucose-Dependent Coordination of Hormone Pulses. PloS One. 11 (4), 0152446 (2016).
  13. Brissova, M., et al. Assessment of human pancreatic islet architecture and composition by laser scanning confocal microscopy. The Journal of Histochemistry and Cytochemistry: Official Journal of the Histochemistry Society. 53 (9), 1087-1097 (2005).
  14. Félix-Martinez, G. J., Godínez-Fernández, J. R. Mathematical models of electrical activity of the pancreatic β-cell: a physiological review. Islets. 6 (3), 949195 (2014).
  15. Félix-Martínez, G. J., González-Vélez, V., Godínez-Fernández, J. R., Gil, A. Electrophysiological models of the human pancreatic δ-cell: From single channels to the firing of action potentials. International Journal for Numerical Methods in Biomedical Engineering. 36 (2), 3296 (2020).
  16. Watts, M., Sherman, A. Modeling the pancreatic α-cell: dual mechanisms of glucose suppression of glucagon secretion. Biophysical Journal. 106 (3), 741-751 (2014).
  17. Lei, C. L., et al. Beta-cell hubs maintain Ca2+ oscillations in human and mouse islet simulations. Islets. 10 (4), 151-167 (2018).
  18. Watts, M., Ha, J., Kimchi, O., Sherman, A. Paracrine regulation of glucagon secretion: the β/α/δ model. American Journal of Physiology. Endocrinology and Metabolism. 310 (8), 597-611 (2016).
  19. Félix-Martínez, G. J., Mata, A., Godínez-Fernández, J. R. Reconstructing human pancreatic islet architectures using computational optimization. Islets. 12 (6), 121-133 (2020).
  20. Hellman, B., Salehi, A., Gylfe, E., Dansk, H., Grapengiesser, E. Glucose generates coincident insulin and somatostatin pulses and antisynchronous glucagon pulses from human pancreatic islets. Endocrinology. 150 (12), 5334-5340 (2009).
  21. Hellman, B., Salehi, A., Grapengiesser, E., Gylfe, E. Isolated mouse islets respond to glucose with an initial peak of glucagon release followed by pulses of insulin and somatostatin in antisynchrony with glucagon. Biochemical and Biophysical Research Communications. 417 (4), 1219-1223 (2012).
  22. Félix-Martínez, G. J. IsletLab: an application to reconstruct and analyze islet architectures. Islets. 14 (1), 36-39 (2022).
  23. Félix-Martínez, G. J., Godínez-Fernández, J. R. Comparative analysis of reconstructed architectures from mice and human islets. Islets. 14 (1), 23-35 (2022).

Play Video

Cite This Article
Félix-Martínez, G. J., Nicolás-Mata, A., Godínez-Fernández, J. R. Computational Reconstruction of Pancreatic Islets as a Tool for Structural and Functional Analysis. J. Vis. Exp. (181), e63351, doi:10.3791/63351 (2022).

View Video