3D 扫描技术在 3D 新颖嵌入重叠协议中桥接微电路和宏观大脑图像
2019年5月12日
本文介绍了一种利用三维扫描技术将两个空间尺度连接起来的实验方案:由MRI在>100 μm处成像的全脑解剖结构的宏观空间尺度,以及使用神经元分布的微观空间尺度免疫组织化学染色和多电极阵列系统等方法(±10μm)。
该协议是首次引入解剖、特别是神经解剖学研究领域的3D扫描技术，并取得了高精度的重叠性能。3D 神经嵌入重叠（或 3D 神经协议）将微尺度无菌套接插入宏尺度大脑图像，并无缝地桥接这些不同的空间尺度。我们还必须将 3D 神经协议应用于人类 MRIS 和死后大脑。
重叠使我们能够识别已知的与疾病相关的 MRI 对比度模式。3D扫描系统对提取的生物生物周围的水很敏感，因此非常小心地擦水至关重要。此外，必须尽快执行该程序。
从准备鼠标以及文本协议中描述的 MRI 采集和设备准备开始此过程。第二天，用手术剪刀沿着下垂缝合线切割先前安乐死小鼠的头皮。使用手术剪刀将头骨从羊角以对角方向切割到小刀锋前面的一点。
然后，用弯曲的钳子轻轻地从大脑中剥下头骨。用铲子抬起大脑，用冰冷切割溶液将其转移到培养皿中。使用带受控旋转泵速度的外部气体炸弹，流空气中含有95%的氧气和5%的二氧化碳，在冰冷的切割溶液中产生小气泡。
一到两分钟后，将大脑放在微纤维布上，其表面稍微被面粉筛覆盖。使用超纤维布轻轻擦拭大脑表面的液体。将大脑，其后面向上，放在样品支架上。
然后，将样品支架放在自动转盘的中心。在 3D 扫描期间使房间变暗，并在转盘上执行 3D 扫描。要测试 3D 扫描是否正常工作，请单击 3D 扫描，选择两个镜头之间的角度为 22.5，起始角度为零，最终角度为 360。
将大脑移动到培养皿中，在切割溶液中使大脑冒泡约10秒。用手术刀将大脑切成两个块，在日冕平面中间。然后，使用手术铲轻轻地将两个脑块移动到平坦的表面。
使用即时胶水连接脑块基座的脑块。使用超细纤维布，在一到两分钟内从大脑表面轻轻小心地擦拭液体。然后，再次执行 3D 扫描。
将刀片连接到振动器的刀片支架上。将覆盖脑块底座中心的黑色胶带连接到振动器的切割阶段中心。将切割溶液倒入切割阶段，并在振动器上设置切割阶段。
调整切削速度和振幅。从两个脑块中制作两到五片300微米的日冕片。如果可能，将溶液保持切割阶段冒泡。
优化系统的切割速度、频率和振动振幅，将速度设置为每分钟 12.7 毫米，频率设置为 87 至 88 赫兹，秋千宽度设置为 0.8 至 1.0 毫米。在切割大脑切片时，以格式记录切片坐标，包括前后坐标、半球和其他条件。使用厚塑料移液器轻轻地将脑片转移到装满预热ACSF的烧杯。
在大约34摄氏度的烧杯中孵育大脑切片一小时。在此期间，对切割阶段的剩余脑块进行 3D 扫描。现在，在录制单元上设置多电子阵列或 MEA 芯片。
使用两个管将芯片连接到近位泵。使用一根管子将相同的 ACSF 引导到 MEA 芯片中，使用另一根管引导 ACSF 离开 MEA 芯片。将两根针（连接在两根管子的尖端）连接到 MEA 芯片壁的顶部。
在 MEA 芯片的内壁下，用提示固定其位置。将 ACSF 的流量设置为 4.1 RPM。执行 MRI 数据处理以提取文本协议中描述的皮质体积。
要执行 MRI 图像处理，请下载 3D 切片器免费软件。打开使用 3D 切片器中的体积渲染和编辑器模块制作的提取大脑的 MR 图像。将模式从编辑器更改为音量渲染，然后单击目标按钮，使大脑的图像位于屏幕中心。
选择 MRT-2 大脑模式，通过移动移位栏调整阈值。然后，从音量渲染移回编辑器，然后单击阈值效果按钮。应用标签41，大脑皮层。
然后，通过将文件格式从 VTK 更改到表单清单上的 STL，将大脑表面数据保存为 STL 文件。在扫描序列中从 8 或 16 个不同角度拍摄的 8 或 16 张图像之间执行自动核心校正，以纠正小不匹配。为此，请单击对齐选项中包含的"全局注册"并集成图像。
从不同角度重复扫描，以获得整个大脑表面。如果从不同角度扫描的图像之间的集成不成功，请单击"手动对齐"并选择一对固定图像和移动图像。通过选择不同图像中的三个或四个公共点，开始图像的手动对齐。
然后，单击"确定"。优化算法是迭代最接近点算法，不包括非线性变形。通过选择所有图像并单击网格生成按钮，使所有对齐图像的网格。然后，选择小艺术对象选项，以以最高分辨率获取网格。
将图像另存为 STL 二进制或 ASCII 格式。现在，打开 MRI 表面，并使用表面处理软件将其与 3D 扫描表面合并。执行手动对齐过程，如上一样。
然后，再次保存这些核心已注册的曲面图像。如有必要，通过清除大脑区域周围的小噪音（尤其是在 MRI 数据的情况下）以及填充任何孔（尤其是 3D 扫描数据）来清理单个表面数据。最后，使用MATLAB等数据分析软件打开表面数据。
生成并评估两个曲面之间最小距离的直方图。通过剥离 MRI 体积产生的皮质表面与从提取的大脑的 3D 扫描中获得的表面之间的距离进行了评估。距离直方图的模式值只有 55 微米。
此外，当从距离等于零的点累积直方图时，累积值达到大约 300 微米的样本总数的 90%。两个表面之间距离的最终直方图显示，典型峰值约为 50 微米。从宏观角度来看，此模式值对应于几何限制，即从 MRIs 的体素大小到 100 微米。
这一点间接表明，MRI 和 3D 扫描之间的重叠算法效果非常好，MRI 和 3D 扫描的噪声水平都作为低值被抑制。该协议是首次通过扫描技术向生物有机体推广。该技术最初用于纯工程需求。
将这项技术应用于医学可以回答新的问题。在3D扫描之后，我们可以使用钙成像壁片克录音，在时间、空间分辨率和可记录的细胞数量方面获得互补知识。该协议提供的高精度重叠性能将使解剖空间尺度和零空间比例之间的无缝关联比以前更逼真。
查看完整文字稿并访问数千部科学视频
概述
本文介绍了一种新颖的实验协议，利用3D扫描技术，整合了由MRI成像的宏观脑解剖结构（>100 μm）和通过免疫组织化学和多电极阵列（约10 μm）使用的微观神经元分布。这种方法能够精确地映射神经结构及其相应功能。
关键研究组成部分
科学领域
- 神经解剖学
- 神经科学成像
- 电生理学
背景
- 该研究专注于解决在神经解剖学研究中宏观和微观尺度之间的桥接挑战。
- 它探讨了3D扫描技术在映射脑结构方面的可靠性和准确性。
- 该方法允许对已知的与疾病相关的MRI对比模式进行详细研究。
- 现有协议被扩展以包括活体受试者和死后样本。
研究目的
- 开发一种将微观尺度信息嵌入到宏观尺度解剖图像中的3D协议。
- 促进与特定脑结构相关的病理的识别。
- 改善神经解剖学研究的方法框架。
使用的方法
- 主要平台涉及与MRI成像集成的3D扫描技术。
- 关键生物模型包括死后小鼠脑，采用MRI和免疫组织化学。
- 关键步骤包括小心处理脑部以避免污染和准确的扫描协议。
- 在样本制备过程中涉及特定的温度和溶液条件。
- 使用3D Slicer软件进行图像处理和合并表面数据。
主要结果
- 该协议在相关解剖和电生理数据方面实现了高精度。
- 它验证了识别神经系统疾病相关脑区域的方法。
- 在合并宏观和微观成像技术时，空间分辨率显著提高。
- 通过这种方法，神经连接性和功能区域的洞察力得到增强。
结论
- 本研究证明了在神经解剖学研究中使用先进3D扫描技术的可行性。
- 不同空间尺度的整合为神经机制和疾病模型提供了新的见解。
- 总体而言，该方法改善了对大脑结构-功能关系的理解。
常见问题
Executive Industry Relevance
This protocol bridges macroscopic and microscopic brain imaging scales, enabling precise spatial correlation of neural structures. By integrating 3D scanning with MRI and electrophysiology, it supports target validation through improved anatomical fidelity in disease-relevant systems. The method enhances predictive confidence in preclinical models by reducing mechanistic ambiguity in multiscale brain mapping.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses by correlating micro-scale neuronal activity with macro-scale anatomical landmarks.
- Operational Value: Supports biological de-risking through accurate embedding of microconnectomes into whole-brain maps.
- Predictive Value: Improves target confidence by validating disease-associated MRI contrast patterns with microscopic resolution.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems for downstream workflows by preserving natural spiking in living brain cells during scanning.
- Operational Value: Addresses assay standardization and reproducibility through precise coregistration of MRI and 3D scan surfaces.
- Scalability: Highlights platform reuse potential via stable performance across individual mice and adaptability to human post-mortem tissue.
Translational & Preclinical Research
- Translational Continuity: Discusses disease relevance by enabling identification of known MRI contrast patterns relating to pathology.
- Preclinical Alignment: Describes continuity from discovery through preclinical validation via multimodal data fusion.
- Risk-Adjusted Advancement: Supports mechanistic de-risking by linking anatomical scales to functional electrophysiological readouts.
Pipeline & Workflow Integration
The method positions itself within the discovery continuum from early target validation to preclinical mechanistic studies, supported by its ability to integrate structural and functional data across scales.
- Discovery Biology: Explains how the method supports hypothesis testing and pathway clarification through spatial correlation of micro- and macro-scale data.
- Screening: Describes assay readiness and reproducibility via quantitative distance histograms showing 50 μm mode error between modalities.
- Analytics: Highlights measurements and statistical outputs such as minimum distance histograms and accumulated frequency thresholds that enable cross-condition comparison.
- Translational Research: Connects the method to preclinical continuity through disease-related MRI pattern detection in validated anatomical maps.
- Enterprise Reuse: Frames the method as a reusable capability for multi-modal brain mapping across species and sample types.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence, target validation, reduction of mechanistic ambiguity in multiscale neuroanatomical mapping.
- Operational Value: Standardization, reproducibility, and scalability demonstrated through stable performance across individual mice.
- Strategic Value: Better go/no-go decisions, capital efficiency, and reduced late-stage biological risk via improved target-to-mechanism linkage.
- Portfolio Impact: Risk-adjusted prioritization and advancement decisions enabled by anatomically precise functional mapping.
Implementation Considerations
- Required scientific expertise in neuroanatomy, 3D imaging, and electrophysiology.
- Instrumentation and analytical infrastructure needs including 3D scanners, MRI systems, vibratomes, and surface processing software.
- Cross-team standardization requirements for sample handling, scanning speed, and environmental control to prevent tissue degradation.
- Adaptation considerations across model systems, including transition from mouse to human post-mortem brains.
- Practical limitations supported by source material: sensitivity to water contamination and necessity for rapid processing to maintain sample integrity.
Biopharma FAQs
Chapters in this video
0:04
Title
1:09
Brain Surface Scan, Slicing, and Multi-electrode Array Recording
5:23
MRI Image Processing to Stripe Cortical Surfaces
6:32
Preprocessing for 3D Scan Data and Coregistration of the MRI Surface and the 3D Scan Surface
8:18
Results: Overlapping Accuracy Between MRIs and 3D Scans
9:17
Conclusion
