En el presente informe se describe un protocolo para la extracción y procesamiento computacional de los datos de BCM en páncreas de roedor (y otros tejidos) utilizando NIR-OPT (Figura 1). Como se ilustra en la Figura 2, autofluorescense tejido a partir de muestras de páncreas es como se esperaba reduce marcadamente en el espectro NIR. Esto conduce a un aumento significativo en la media de la señal a ruido (S: N) para la evaluación de los islotes de Langerhans insulina marcada. Por las adaptaciones de OPT para formación de imágenes en la parte NIR del espectro, tal como se describe en este documento, al menos tres canales específicos pueden ser visualizados con el suficiente S: relación de N para permitir la evaluación de los tipos de anticuerpos de células marcadas en todo el volumen del páncreas murino con distinta separación de canales (véase la Figura 3 y 4). Aplicada a la formación de imágenes de procesos diabetogénicos y / o evaluaciones BCM en general, la técnica por tanto permite la visualización y cuantificación deinsulina áreas positivas en relación con el entorno y / o interactuar tipos de células (véase Figura 4). Tales evaluaciones son gracias a la profundidad del tejido obtenido una mayor penetración en el rango NIR posible realizar en muestras mucho más grandes que previamente, incluyendo el páncreas de rata, que es 3-5 veces mayor que su contraparte de ratón (ver Figura 5). Independientemente de si las longitudes de onda visibles o NIR se utilizan, la aplicación de CLAHE significativamente puede facilitar las evaluaciones basadas OPT de BCM durante diferentes condiciones genéticas y fisiológicas mediante el aumento de la sensibilidad de detección de la técnica (véase la Figura 6). Un modelo para el soporte de muestra desarrollado se muestra en la Figura 7.

Figura 1. Diagrama de flujo que representa los pasos críticos para OPT basado en los análisis de BCM en el MURpáncreas ine. El tiempo necesario para evaluar un páncreas de un ratón típico es de 13-14 días. La mayoría de las veces se consume durante el procesamiento del tejido y la tinción inmunohistoquímica (10 días), compensación tejido requiere de aproximadamente 2 días, mientras que la longitud de la exploración depende del tiempo de exposición requerido (normalmente alrededor de 1 hora). El procesamiento computacional posterior se realiza típicamente dentro de un día. Nota, el protocolo de tinción relativamente largo es ideal para el procesamiento por lotes de grandes cantidades de muestras.

Figura 2. De señal a ruido para las evaluaciones de BCM en longitudes de onda diferentes. Un lóbulo duodenal del páncreas del ratón, se tiñeron para la insulina y con un cóctel de fluorocromo conjugado con anticuerpos secundarios (Alexa 488, 594, 680 y750), se utilizó para determinar S: ratios N a diferentes longitudes de onda. A Images, muestran el marco primera proyección para cada canal de señal. B, gráfico que ilustra la media S: N para cada canal de señal. Las proporciones se determinaron como la intensidad media de islote (basado en 215 islotes) dividido por la intensidad de fondo (la fluorescencia tejido endógeno del tejido exocrino). C, Gráfico que muestra S: ratios de N para los islotes individuales en cada canal normalizado a la S: N obtenidos para el Alexa 594 canales. Una forma ANOVA fue utilizado para los análisis estadísticos. Los niveles de significancia indicados corresponden a ** p <0,01. Barra de escala en (A) corresponde a 1 mm. Haga clic aquí para ampliar la cifra .

Figura3. Separación de canales. A, anticuerpos secundarios conjugados con colorantes AlexaFluor enumerados en la tabla se inmovilizaron por separado en proteinG-Sefarosa. B, Las perlas fluorescentes fueron incorporados a diferentes niveles en un fantasma de agarosa y se formó una imagen usando filtros indicados.

Figura 4. OPT imagen multicanal basada en la investigación de la diabetes. A, OPT basado iso-superficie de reconstrucción de un páncreas (12 semanas, lóbulo duodenal) desde el diabético no obeso (NOD) modelo para la diabetes tipo 1. La muestra se tiñeron para la insulina (islotes β-células, pseudo color azul); músculo liso α-actina (vasos sanguíneos, de color rojo) y CD3 (linfocitos T infiltrantes, verde). Los correspondientes anticuerpos secundarios utilizados eran; Cy3, IRDye-680 y DyeLight-750 respectivamente. Lainserciones (A'-A'' ') muestran los canales de señal individuales. B, imagen OPT (golpe encima de la vista) de un lóbulo del hígado del ratón (lateralis lobus siniestros) injertado con islotes singénicos y con imágenes de NIR-OPT dos semanas después del trasplante. Los islotes de insulina se expresan pseuodocolored en azul y el músculo liso α-actina positivos los buques están en rojo. El método permite la evaluación de la distribución del injerto de islotes dentro de la red vascular. Las barras de escala corresponden a 1 mm.

Figura 5. NIR-OPT facilita la formación de imágenes de especímenes mayores. A, Iso-superficie de representación de la distribución de BCM en un páncreas de rata a partir del modelo Zucker Fatty para la diabetes tipo 2 (lóbulo esplénica menos 9 meses), ejemplificando la posibilidad de espécimen imagen de la rata páncreas escala por NIR-OPT. Como se determinópor esta técnica, el lóbulo se muestra es ~ 6 veces mayor (v / v) que su homólogo de ratón y alberga 10139 expresar insulina de islotes de Langerhans cuya β-volumen celular constituye 1,32% del volumen total de lobular. B, sección tomográfica correspondiente a la línea de trazos en (A) ilustra que los islotes de todas las profundidades del tejido se detectan. C, Iso-superficie de representación de la distribución de BCM en un páncreas de ratón (lóbulo esplénica a las 8 semanas) se muestra como una referencia de tamaño. El lóbulo muestra alberga 2490 islotes de insulina que expresan β-cuyo volumen celular representa 0,89% del volumen total de lobular. El páncreas se tiñen con GP anti-insulina seguido por Alexa594 conjugado de cabra anti-GP (ratón) y IRDye 680 burro conjugado anti-GP (rata) anticuerpos, respectivamente. Los especímenes en (AC) están representados a escala, y la barra de escala en (C) corresponde a 2 mm.
Figura 6. CLAHE facilita la detección de islotes en el páncreas murino mediante formación de imágenes OPT. AC, representativos iso-superficie prestados imágenes OPT de un C57Bl / páncreas de ratón 6 (lóbulo esplénica a las 8 semanas) con la etiqueta de la insulina. Iso-superficie reconstrucciones de imágenes OPT se realizaron antes (A, de color verde pseudo) y después el protocolo CLAHE fue aplicado (B, pseudo color rojo). C, la superposición de los datos no normalizados en (A) y los datos procesados CLAHE en (B). C'-C ", superposición Representante de gran aumento de los no normalizado (A) y procesados CLAHE (B) imágenes. Tal como se muestra por la presencia de" rojo de sólo "islotes, la secuencia de comandos CLAHE facilita la detección de la señal pequeña y baja islotes de intensidad. En el ejemplo actual el espécimen representa (después de CLAHE procesamiento) albergado 2419 islotes con un volumen de 1,74 mm 3 (números basados en los datos no procesados de proyección correspondiente fue de 1057 islotes with un volumen de 1,77 mm 3). D y E, Ejemplo de datos de control (D) y el modelo de ratón ob / ob para la diabetes tipo 2 12 (E) a los 6 meses que implementan el protocolo CLAHE. Tenga en cuenta el enorme aumento general en el tamaño de los islotes del páncreas ob / ob (E). En (D) y (E) el contorno páncreas (gris) se basa en la señal de autofluorescencia del tejido. Barra de escala en C es de 500 micras de CA. La barra de escala en C "corresponde 200 micras en C 'y C'' bar. Escala en E corresponde a 1 mm en (D) y (E). Imágenes en (AC) están adaptados de Hornblad et al 3 y se generaron utilizando el Bioptonics 3001 escáner.

Figura 7. Soporte de la muestra para la fijación de las muestras OPT. La muestra está asegurada mediante la inserción de agujas a través del separador de agarosa a través de los agujeros pre-perforados en las bridas. El soporte está articulado con el motor paso a paso a través de unfuerte imán situado en su base. Esta configuración se omite el uso de colas inestables y evita los movimientos no deseados de la muestra durante el análisis.