Nicht-invasive Quantifizierung der Skelettmuskulatur bei Kleintieren mittels Mikro-Computertomographie
November 8th, 2024
Dieses Protokoll verwendet Mikro-Computertomographie, um eine kostengünstige Quantifizierung der fettfreien Masse zu ermöglichen, einschließlich Skelettmuskel- und Viszeralgewebe, Fettgewebe und Skelettgewebe bei Kleintieren. Sie unterscheidet zwischen magerem und fettem Gewebe, was für die biomedizinische Forschung, insbesondere in der translationalen Forschung an Kleintieren, erhebliche Vorteile bietet.
Die microCT ist eine kostengünstige, nicht-invasive Technik zur Analyse der Körperzusammensetzung. Es ist vorteilhaft in muskelphysiologischen Studien, die bei Eingriffen möglich sind. microCT liefert mehrfach Daten desselben Tieres, verbessert die Analysequalität und reduziert den Tiereinsatz.
Photonenzählende Röntgendetektoren sind eine Innovation in der MikroCT, die die quantitative Differenzierung von Geweben unter Verwendung verschiedener Kontrastmittel ermöglicht, die mit Nanopartikelplattformen verbunden sind. Dadurch kann die Identifizierung verschiedener anatomischer Bereiche mit einer Bariumlösung verbessert werden. Das Training stellt eine große Herausforderung bei der Analyse von microCT-Daten dar, und auch das Fehlen konsistenter Protokolle für die präklinische CT kann die Bildaufnahme erschweren, insbesondere beim Umgang mit Biomaterialien oder Tumorbildern, da die anatomischen Regionen unterschiedliche Hounsfield-Werte aufweisen können.
Unser Protokoll bietet einen Schritt-für-Schritt-Pfad, der es geschulten und ungeschulten Benutzern ermöglicht, microCT-Datenerfassung und -analyse mit ähnlichen Ergebnissen durchzuführen. Wir konzentrieren uns nun auf die Analyse des spontanen Kompartiments von Mäusen, das mit der Skelettmuskelfunktion und der sozialen Interaktion verbunden ist. Wir sind auch daran interessiert, die Differenzierung von Skelettzellen in vitro mit 2D- und 3D-Modellen zu untersuchen.
Positionieren Sie zunächst die anästhesierte Maus in Rückenlage auf dem microCT-Scanner mit einem speziellen Mausbett. Sichern Sie die Maus mit einem Nasenkonus und Klebeband, um Bewegungen während des Scans zu minimieren. Setzen Sie dann die Maus in die Gantry des microCT-Scanners ein.
Erfassen Sie Körper-microCT-Scans mit einem hochauflösenden präklinischen Bildgebungssystem. Nehmen Sie insgesamt 1.024 Projektionen mit einer Belichtungszeit von jeweils 470 Millisekunden im Fly-Mode-Modus bei einer Spannung von 60 Kilovolt und einem Strom von 480 Mikroampere auf. Stellen Sie das System auf eine Vergrößerung von 1,25 ein, was zu einem Sichtfeld von 94,72 Millimetern für eine Gesamterfassungszeit von 8,02 Minuten führt.
Erfassen Sie Bilder mit einem Binning von eins nach dem anderen, was eine Auflösung von 2.368 x 2.240 Pixeln ergibt. Führen Sie einen Scan mit den gleichen Parametern an einem zylindrischen Phantom aus Acryl durch und extrahieren Sie Hounsfield-Einheiten- oder HU-Werte für Luft und Wasser mit der referenzierten Software. Konvertieren Sie die Bilder in DICOM-Dateien und korrigieren Sie die HU-Werte.
Nachdem Sie microCT-Bilder der Maus aufgenommen haben, öffnen Sie die Bildanalysesoftware und suchen Sie das 3D-Slicer-Menü im oberen linken Bereich der Benutzeroberfläche, das in einer graublauen Farbe hervorgehoben ist. Klicken Sie auf Daten hinzufügen. Wenn das Fenster mit zwei Optionen angezeigt wird, wählen Sie die erste Option aus und wählen Sie das hinzuzufügende Verzeichnis aus.
Navigieren Sie dann zu dem Ordner, der die DICOM-Zielbilder enthält, und klicken Sie darauf. Beobachten Sie die Bilder, die auf drei Bildschirmen angezeigt werden, die verschiedene anatomische Ebenen darstellen, koronal als grün, sagittal als gelb und quer wie rot. Wählen Sie auf der oberen Registerkarte unter Module den Segmenteditor aus, um die Segmentierungsoptionen zu öffnen.
Klicken Sie anschließend auf die grüne Plus-Schaltfläche Hinzufügen, um neue Segmente zu erstellen und den HU-Bereich für jeden Gewebetyp zu definieren. Doppelklicken Sie nun auf jedes Segment, um es entsprechend den gewünschten Einstellungen zu benennen und einzufärben. Legen Sie den HU-Bereich für jedes Segment mit der Schwellenwertfunktion fest.
Geben Sie für jeden Gewebetyp die HU-Werte ein, mageres Gewebe minus 29 bis 225, Fettgewebe minus 190 bis minus 30 und Knochen 500 bis 5.000. Klicken Sie auf die Schaltfläche Übernehmen. Nachdem Sie die HU-Bereiche festgelegt haben, klicken Sie auf 3D anzeigen, um ein 3D-Rendering der segmentierten Gewebe zu erstellen.
Wählen Sie im Menü "Segmentierung" das Scherenwerkzeug aus, um unerwünschte Objekte zu entfernen. Klicken Sie bei anatomischen Ebenen auf die Schaltfläche "Ansicht maximieren" auf dem farbigen Balken der gewünschten Ebene und navigieren Sie mit der Maus durch den CT-Scan. Für das 3D-Rendering verwenden Sie die linke Maustaste zum Drehen und die rechte Maustaste zum Zoomen.
Verwenden Sie als Nächstes das Scherenwerkzeug, um das unerwünschte Objekt zu markieren und einzukreisen, um es aus dem Bild zu entfernen. Klicken Sie auf das Symbol für das Layout der Wiederherstellungsansicht, um zum Layout mit vier Fenstern zurückzukehren. Navigieren Sie nach der Segmentierung zu Quantifizierung und Segmentstatistiken, um die Volumina für jedes Segment zu berechnen.
Klicken Sie auf Übernehmen, und warten Sie, bis die Software eine Tabelle mit Werten für jede Segmentierung generiert hat, in der sowohl die Beschriftungskarte als auch die geschlossenen Oberflächenvolumina angezeigt werden. Verwenden Sie die von der Software bereitgestellten Volumenmaße in Kubikzentimetern, um diese Volumina in Gewebemasse umzurechnen. Wenden Sie für jeden Gewebetyp die entsprechende Dichte an, 0,95 Gramm pro Kubikzentimeter für Fettgewebe, 1,05 Gramm pro Kubikzentimeter für mageres Gewebe und 1,92 Gramm pro Kubikzentimeter für Skelettgewebe.
Kehren Sie für Knochenlängenmessungen zum Menü des Segmenteditors zurück und blenden Sie die Fett- und Magergewebesegmente aus, indem Sie auf das Augensymbol neben jedem Segment klicken. Wählen Sie als Nächstes die Symbolleistenoption in der oberen Ecke des Hauptmenüs. Klicken Sie auf die Schaltfläche Neue Linie erstellen, um die Bone-Länge im 3D-Rendering zu messen.
Identifizieren Sie den Knochen in der 3D-Rekonstruktion. Klicken Sie auf ein Ende des Knochens und dann auf das andere Ende, damit die Software seine Länge messen kann. Die Segmentierung von Skelett-, Fett- und Magergewebe wurde durch sequentielle koronale, sagittale und transversale Ebenen dargestellt, was eine klare Gewebeunterscheidung zeigt.
3D-Renderings zeigten detaillierte anatomische Strukturen, wobei Blau für Knochen, Gelb für Fettgewebe und Rot für mageres Gewebe steht. Ältere Probanden zeigten im Vergleich zu erwachsenen Probanden einen höheren Körperfettanteil und eine reduzierte Muskelmasse, was altersbedingte Veränderungen in der Körperzusammensetzung verdeutlicht.
Übersicht
Dieses Protokoll stellt eine kostengünstige Mikro-Computertomographie (MikroCT) Methode zur Quantifizierung der Körperzusammensetzung bei kleinen Tieren vor, mit Fokus auf fettfreie Masse, Fettgewebe und Skelettstrukturen. Die Technik ermöglicht eine klare Unterscheidung zwischen Gewebetypen und ist vorteilhaft für biomedizinische und translationale Forschung.
Wichtige Studienkomponenten
Forschungsbereich
- Analyse der Körperzusammensetzung
- Muskelphysiologie
- Biomedizinische Forschungstechniken
Hintergrund
- Bedeutung der Quantifizierung von fettfreier Masse und Fettgewebe
- Innovative Photonzähl-Röntgendetektoren verbessern die Gewebedifferenzierung
- Herausforderungen bei der MikroCT Datenanalyse und den Akquisitionsprotokollen
Verwendete Methoden
- Mikro-Computertomographie für die Bildgebung
- Mäuse als Modellorganismen für Experimente
- 3D-Bildgebung und Segmentierungssoftware für die Analyse
Hauptergebnisse
- Fähigkeit, effektiv mehrere Scans vom selben Tier zu erfassen
- Identifikation verschiedener anatomischer Regionen durch Gewebesegmentierung
- Korrelative Daten, die altersbedingte Veränderungen der Körperzusammensetzung anzeigen
Schlussfolgerungen
- Diese Studie demonstriert ein zuverlässiges MikroCT Protokoll für die Beurteilung der Körperzusammensetzung bei kleinen Tieren.
- Es hat eine bedeutende Relevanz für die Förderung des Verständnisses in der Muskelphysiologie und altersbedingten Studien.
Häufig gestellte Fragen
Executive Industry Relevance
Non-invasive micro-CT quantification of skeletal muscle, adipose, and bone in small animals addresses a critical gap in preclinical metabolic and muscle disease research by enabling precise, longitudinal body composition analysis. Standardized imaging and segmentation protocols improve predictive confidence and translational continuity across studies, supporting robust target validation and mechanistic de-risking. This capability is essential for portfolio triage and risk-adjusted advancement in metabolic, geroscience, and muscle physiology pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables quantitative assessment of muscle and adipose tissue changes in response to interventions.
- Supports mechanistic de-risking by providing reproducible, high-resolution tissue composition data.
- Facilitates functional target validation through longitudinal monitoring within the same animal.
Screening & Assay Development
- Prepares validated animal models for downstream pharmacologic and metabolic screening workflows.
- Standardizes body composition measurement, enhancing assay reproducibility and comparability.
- Generates quantitative outputs for reliable compound evaluation and dose-response studies.
Translational & Preclinical Research
- Aligns preclinical models with disease-relevant endpoints such as age-related muscle loss and fat accumulation.
- Enables continuity from early discovery through preclinical validation by supporting repeated, non-destructive measurements.
- Improves risk-adjusted advancement decisions by providing robust, quantitative biomarkers of tissue change.
Pipeline & Workflow Integration
Micro-CT body composition analysis integrates from early discovery through lead identification and preclinical validation, supporting hypothesis testing and translational biomarker development.
- Discovery Biology: Provides quantitative, non-invasive readouts for hypothesis-driven studies of muscle and metabolic function.
- Screening: Delivers standardized, reproducible tissue segmentation and volume measurements for assay readiness.
- Analytics: Outputs precise volumetric and mass data, enabling statistical comparison across experimental groups and time points.
- Translational Research: Supports alignment with clinical endpoints by modeling age-related and disease-relevant body composition changes.
- Enterprise Reuse: Establishes a reusable imaging and analysis platform for diverse metabolic, muscle, and aging studies.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in preclinical models.
- Operational Value: Enhances standardization, reproducibility, and scalability of body composition analysis.
- Strategic Value: Enables better go/no-go decisions and capital efficiency by providing robust, quantitative endpoints.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of metabolic and muscle disease programs.
Implementation Considerations
- Requires expertise in micro-CT imaging, segmentation, and quantitative analysis.
- Needs access to high-resolution preclinical imaging systems and compatible analysis software.
- Demands protocol standardization and cross-team training for consistent data acquisition and interpretation.
- Must adapt segmentation thresholds and analysis parameters for different animal models and tissue types.
- Potential limitations include anatomical variability and the need for careful calibration of Hounsfield units.
