在哺乳动物大脑的兴奋性突触处，突触前释放的谷氨酸激活嵌入突触后膜中的受体 1,2。这些突触连接的强度经历了经验依赖性的可塑性，这种特性允许多种形式的学习和记忆 3,4,5,6,7,8,9。突触数量及其信号特性的病理变化导致许多神经和精神疾病中表现出的回路活动和信息处理改变 10,11,12。因此，迫切需要了解控制神经连接和突触连接强度的潜在机制。
兴奋性突触形成在树突棘上，突触后突起含有支架蛋白、受体、信号因子、细胞骨架蛋白和运输细胞器 1,2,13,14,15,16。这些微米大小的信号室允许在逐个突触的基础上控制突触强度13,16。树突棘形态沿神经元树突的长度变化，脊柱形状通常被描述为细、丝足、粗短、蘑菇或分枝13。重要的是，脊柱形状与突触功能和稳定性相关。例如，较大的棘具有增加的受体数量和更大的突触强度 16,17,18。与细棘不同，较大的棘可以在体内持续数月，这一特性可能允许稳定的突触连接和长期记忆存储19,20。
通常跟踪沿树突的脊柱形态和密度，以探测特定大脑区域内神经连接的程度和兴奋性突触的特性，在正常状态和疾病状态下13。已经开发出多种方法来使用标准光学和荧光显微镜以及超分辨率和电子显微镜（EM）21可视化不同组织制备和模型系统中的脊柱形态。这些强大的成像技术为我们目前对大脑组织、功能和疾病的理解提供了巨大的见解。该方法集合包括监测树突和棘形态复杂性的重要成像技术，以及激活和测量树突和单棘神经活动的光遗传学工具。
Pekarek等人22提出了一种相对快速、高通量的方案，用于对完整神经组织深处的神经元树突结构进行成像和量化。作者进行Clear Lipid交换的A丙烯酰胺杂交Rigid I调和/免疫染色/原位杂交兼容的Tissue-hYdrogel（CLARITY），这是一种组织清除技术，可从脑组织中去除脂质，并有助于在随后的成像过程中最大限度地减少光散射23.清除后，通过共聚焦或双光子显微镜收集表达荧光蛋白的神经元的Z堆栈。图像分析和自动量化可以精确测量脊柱密度和形状，以及树突状树的复杂性。该协议允许同时对从单刺到树突树的结构进行成像，并消除了薄片切割的耗时且可能具有破坏性的步骤。该技术对于希望量化引入或去除感兴趣基因后完整脑组织中脊柱形态和树突复杂性变化的研究人员非常有用。
高尔基体染色于 100 多年前24 年开发，仍然是可视化神经系统组织和神经元形态的有力工具。在这种方法中，稀疏的神经元群通过铬酸银的微晶化进行染色，从而可以可视化轴突、树突树和棘25。Frankfurt 和 Bowman26 详细介绍了一种快速高尔基浸渍方案，以可视化大鼠海马体和内侧前额叶皮层中的神经元和树突棘。作者演示了如何为随后的光学显微镜准备、染色和成像组织，以及量化树突状树的脊柱密度。此处描述的方案可产生一致、可靠的神经元浸渍，并减少接触有毒化学物质。
虽然光学和荧光显微镜非常适合对树突和棘进行成像，但电磁镜允许对突触前和突触后结构进行纳米分辨率可视化21。EM方法通常用于测量突触的超微结构特性，包括突触后密度的尺寸，以及突触小泡的数量和大小21。在本集合中，Śliwińska 等人 27 提供了一种协议，用于通过海马小鼠组织28,29 中的 Serial B锁面扫描 Electron Microscopy （SBEM） 获取三维 （3D） 电镜图像。具体来说，他们描述了如何制备样品、将组织嵌入树脂中、安装和修剪样品、执行 SBEM 以及分析图像以生成 3D 重建。该协议生成具有明确定义膜的高对比度图像，并且可以适用于各种组织类型。
在神经系统的发育过程中，神经元会经历巨大的形态变化，因为突触连接的形成和神经活动的细化30,31。为了跟踪发育中小脑中的神经元成熟，Chan等人32提供了一种发育中颗粒神经元的体内产后电穿孔方案。在这里，研究人员将 DNA 注射并电穿孔到产后小鼠幼崽的后脑中，用荧光蛋白转染稀疏的神经元群。高分辨率共聚焦显微镜和 3D 成像使研究人员能够表征出生后发育的几个阶段的树突和树突爪的形态。重要的是，这种方法可以允许插入或去除可能影响颗粒细胞成熟和功能的基因，并且将引起研究小脑发育和颗粒神经元成熟的研究人员的高度兴趣。
最后，Cuentas-Condori 和 Miller33 的方案采用超分辨率成像34、光遗传学35 和钙动力学活细胞成像36 来研究线虫秀 丽隐杆线虫中 GABA 能神经元的活性。使用配备超分辨率成像的共聚焦显微镜37，作者在树突中表达荧光蛋白，以测量不同脊柱形状的频率。此外，作者通过突触前光遗传学蛋白的表达和突触后钙指示剂的表达来评估神经功能。在末端的光激活后，在单个树突棘内观察到钙瞬变。这些协议以及最近的发现38 强调了 秀丽隐杆线虫 作为跟踪脊柱形态和突触活动的强大模型系统的令人兴奋的用途。
综上所述，该方法集合中描述的协议将添加到可用于可视化神经结构和功能21 的已经丰富的工具箱中。在未来的研究中实施这些方法可能会为驱动学习相关突触可塑性的过程以及疾病状态背后的细胞机制提供更多见解。