Artículo de método

Cuantificación no invasiva del músculo esquelético en pequeños animales mediante microtomografía computarizada

DOI:

10.3791/67393

8 de noviembre de 2024

En este artículo

Resumen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este protocolo utiliza la tomografía microcomputarizada para permitir la cuantificación rentable de la masa magra, incluido el músculo esquelético y el tejido visceral, el tejido adiposo y el tejido esquelético en animales pequeños. Distingue entre tejido magro y adiposo, lo que ofrece ventajas significativas para la investigación biomédica, particularmente en la investigación traslacional en animales pequeños.

Resumen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El tamaño, la masa y la composición del músculo esquelético son propiedades críticas para el estudio de las enfermedades metabólicas y relacionadas con los músculos, ya que tienen un impacto directo en la comprensión de la progresión de la enfermedad y los resultados del tratamiento. La cuantificación de la masa magra, adiposa y esquelética de un animal vivo es importante en los estudios metabólicos, fisiológicos, farmacológicos y gerocientíficos. Sin embargo, la obtención de mediciones precisas de la composición corporal, especialmente de la masa magra, sigue siendo un desafío debido a las limitaciones inherentes de las técnicas de evaluación convencionales. La microtomografía computarizada (micro-TC) es una técnica radiológica no invasiva que permite la visualización de alta resolución de estructuras internas en modelos de animales pequeños. Un método estandarizado de micro-TC puede mejorar significativamente la investigación traslacional con resultados más confiables e impactantes, particularmente durante estudios de envejecimiento o en diferentes momentos dentro del mismo animal. A pesar de su potencial, la falta de estandarización en los métodos de adquisición y análisis de imágenes dificulta significativamente la comparabilidad de los resultados entre diferentes estudios. En este artículo, presentamos un protocolo completo y detallado de bajo costo para el análisis de masa magra utilizando micro-CT para abordar estos desafíos y promover la consistencia en la investigación con modelos de animales pequeños.

Introducción

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El tamaño, la masa y la composición son propiedades cruciales del músculo esquelético para estudiar los mecanismos de las enfermedades musculares y metabólicas1. La sarcopenia, la caquexia, la atrofia y las miopatías comparten fenotipos comunes: reducción de la masa, alteración de la composición y deterioro de la función muscular 2,3,4,5. Sin embargo, la cuantificación de la composición corporal en un animal vivo sigue siendo muy compleja y técnicamente desafiante6.

Las principales metodologías para la obtención de imágenes in vivo y el análisis de la composición corporal son la absorciometría de rayos X (DXA) de doble energía, la tomografía computarizada (TC) y la resonancia magnética (RMN). Estos métodos se emplean principalmente para detectar y controlar enfermedades que conducen a la reducción de la masa magra 7,8,9,10,11. DXA es el estándar de oro para el análisis de la composición corporal debido a su menor costo. Sin embargo, la DXA tiene una desventaja significativa en comparación con la resonancia magnética y la tomografía computarizada: su incapacidad para resolver espacialmente el músculo y el tejido adiposo1.

La resonancia magnética utiliza fuertes campos magnéticos y ondas de radio para generar imágenes detalladas de las estructuras internas del cuerpo12. Una de sus principales ventajas sobre la TC es su resolución de contraste superior, lo que permite una excelente diferenciación entre distintos tipos de tejidos blandos 1,13,14. A diferencia de la TC, la RM no utiliza radiación ionizante, lo que la hace más segura para el uso repetido15,16. Sin embargo, la resonancia magnética es más costosa y menos accesible, con tiempos de exploración más largos y mayores costos de mantenimiento13,17. Por lo tanto, los instrumentos de resonancia magnética adaptados para el análisis de animales pequeños no suelen estar disponibles.

La micro-TC es similar a la TC convencional, pero adaptada para pequeñas estructuras e investigación biomédica18. La micro-TC es una técnica de evaluación radiológica avanzada y no invasiva que permite la visualización detallada de las estructuras internas en modelos de animales pequeños. La microtomografía computarizada utiliza rayos X para crear imágenes detalladas de las estructuras internas del cuerpo, basándose en la atenuación diferencial de los rayos X por varios tipos de tejidos. Durante una microtomografía computarizada, el ratón se acuesta sobre una mesa que se mueve lentamente a través de un pórtico circular. Dentro del pórtico, un tubo de rayos X gira alrededor del ratón, emitiendo rayos X desde varios ángulos. Los detectores en el lado opuesto capturan estos rayos X después de que pasan a través del cuerpo18.

El software del escáner de micro-CT procesa los datos desde estos múltiples ángulos para reconstruir imágenes bidimensionales de corte transversal (cortes) del cuerpo. A través de la reconstrucción, estos cortes pueden combinarse para representar la anatomía interna de manera integral19. Las imágenes producidas por las microtomografías computarizadas se basan en los diversos grados de atenuación de los rayos X por parte de los diferentes tejidos del cuerpo. Esta atenuación se cuantifica utilizando las Unidades de Hounsfield (HU), escala que estandariza la radiodensidad20,21. La escala HU es fundamental para la segmentación, ya que cada estructura tiene un valor ligeramente diferente.

En el presente artículo, utilizamos los valores de HU para diferenciar con precisión entre hueso, tejido magro y tejido adiposo1. Al hacer referencia a los rangos de HU establecidos, garantizamos un análisis y una comparación precisos de la composición corporal. En este trabajo, demostramos cómo adquirir imágenes utilizando micro-CT y su aplicación en la visualización y cuantificación de la masa magra, grasa y esquelética.

Protocolo

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Todos los métodos fueron aprobados por el Comité Institucional de Cuidado y Uso de Animales de la Universidad Federal de Río de Janeiro (UFRJ), Río de Janeiro (IACUC - UFRJ; A16/23-025-20). Las exploraciones se realizaron en ratones machos C57BL/6 de 6 y 22 meses de edad.

1. Preparación animal

  1. Anestesiar ratones con isoflurano al 2% en una mezcla de oxígeno suministrado a través de la vaporización. Utilice un vaporizador de precisión tanto para la inducción como para el mantenimiento con una mezcla de 100% de oxígeno utilizando un vaporizador de precisión.
  2. Coloque el animal anestesiado en decúbito supino en la microtomografía computarizada con una cama de ratón. Asegure el mouse con cinta adhesiva para minimizar el movimiento durante el escaneo y luego insértelo en el pórtico.
  3. A lo largo del experimento, que dura aproximadamente 10 minutos, asegúrese de que el animal use una máscara para mantenerlo bajo el plano anestésico mientras recibe la dosis de mantenimiento según sea necesario.

2. Adquisición y reconstrucción de imágenes

  1. Adquiera microtomografías computarizadas corporales utilizando un sistema de imágenes preclínicas de alta resolución. Capture un total de 1.024 proyecciones con un tiempo de exposición de 470 ms cada una, utilizando una rotación en modo mosca a un voltaje de 60 kV y una corriente de 480 μA. Ajuste el sistema a un aumento de 1,25, lo que da como resultado un campo de visión (FOV) de 94,72 mm para un tiempo de adquisición total de 8,02 min. Capture imágenes con un agrupamiento de 1 x 1, lo que da como resultado una resolución de 2.368 x 2.240 píxeles.
    NOTA: El equipo utilizado en este manuscrito para las imágenes de micro-TC presenta limitaciones en la obtención de imágenes de la cabeza debido a la superposición con la máscara anestésica. Además, no se captura toda la longitud de la cola. Por lo tanto, se excluyó el análisis de la cabeza y la cola (ver sección 3).
  2. Realice un escaneo con los mismos parámetros en un maniquí cilíndrico acrílico (diámetro: 2,5 cm, longitud: 11,5 cm) medio lleno de agua destilada para determinar la unidad de manipulación de aire y agua. Una vez finalizadas las adquisiciones, reconstruya las imágenes utilizando el software de adquisición con ajustes optimizados para la reducción de ruido y el algoritmo de retroproyección filtrada (FBP). Reconstrucción por lotes de imágenes de animales y fantasmas utilizando un tamaño de vóxel isótropo de 147 μm y una matriz de 640.
  3. Extraiga la unidad de fuerza de aire y agua del maniquí (datos sin procesar) utilizando el software de referencia. Convierta las imágenes en archivos DICOM y corrija los valores de HU.

3. Análisis de imágenes

  1. Subir un archivo
    NOTA: La micro-TC es una técnica que captura imágenes temporal y espacialmente, generando una secuencia de imágenes. Por lo tanto, es necesario abrir toda la carpeta en lugar de una sola imagen.
    1. En el área superior izquierda de la interfaz, busque el menú 3D Slicer , resaltado en un color azul grisáceo. Haga clic en Agregar datos (figure-protocol-1).
    2. Cuando aparezca una ventana con dos opciones, seleccione la primera opción: Elegir directorio para agregar.
    3. Navegue a la carpeta que contiene la serie de imágenes DICOM del animal objetivo y haga clic en ella. Esta acción abrirá la carpeta dentro del software, lo que permitirá ver todas las imágenes simultáneamente.
    4. Observe las imágenes que se muestran en tres pantallas. Cada pantalla representa un plano anatómico diferente: coronal, sagital y transversal, identificados por los colores verde, amarillo y rojo, respectivamente.
  2. Segmentación
    1. Localice el Editor de segmentos (figure-protocol-2) en la pestaña superior (Módulos) y haga clic en él.
    2. Haga clic en el botón verde + Agregar para crear segmentos, definiendo el rango de HU.
    3. Cree segmentos para hueso, tejido magro y tejido adiposo haciendo clic 3 veces cada uno.
    4. Haga doble clic en cada segmento para nombrarlo y colorearlo de acuerdo con la configuración deseada.
    5. Establezca el rango de HU para cada segmento utilizando la función Umbral, ubicada en el lado izquierdo de la ventana. Para ello, busque la función figure-protocol-3 Umbral de rango e introduzca los valores de HU para cada tipo de tejido: tejido magro (-29 a 225 HU); tejido adiposo (-190 a -30 HU); hueso (500 a 5.000 HU). Haga clic en el botón Aplicar.
      NOTA: Consulte la Figura Suplementaria S1 para comparar los valores de HU.
    6. Repita el proceso de segmentación para cada tipo de tejido.
    7. Haga clic en Mostrar 3D para generar una representación 3D.
      NOTA: La representación aparecerá en el cuadrante azul de la pantalla.
  3. Limpieza de la imagen
    NOTA: Después de la segmentación y la representación en 3D, se deben excluir los elementos superfluos para garantizar que no se incluyan en las mediciones volumétricas de tejido magro, tejido adiposo y hueso. La eliminación de estos artefactos es esencial para garantizar un análisis preciso.
    1. Localice la herramienta "Tijeras" (figure-protocol-4) en el menú Segmentación .
    2. Elija el plano anatómico o el renderizado 3D para obtener una visión más clara del objeto que se va a eliminar.
      1. Si utiliza un plano anatómico, haga clic en el botón maximizar vista (figure-protocol-5) en la barra de color del avión. Dentro de la ventana del plano anatómico, use el botón de desplazamiento del mouse para navegar hacia adelante o hacia atrás a través de la tomografía computarizada.
        NOTA: Cada ventana puede desplazarse de forma independiente.
      2. Para el renderizado 3D, utilice el botón izquierdo del ratón para rotar a lo largo de cualquier eje y el botón derecho del ratón para acercar.
        NOTA: Las teclas de flecha del teclado también pueden rotar la imagen.
    3. Con la herramienta Tijeras seleccionada, resalte la segmentación alrededor del objeto no deseado y rodéelo para eliminarlo de la imagen. El software elimina el objeto automáticamente.
      NOTA: Asegúrese de que la operación Borrar dentro esté seleccionada. Si el equipo utilizado genera imágenes para cualquier imagen no biológica, como el cordón, el anestésico o el equipo quirúrgico, es importante extraerlo. Además, si alguna zona anatómica no se obtiene en su totalidad, es fundamental establecer una referencia anatómica para eliminar estas áreas que no se han obtenido en su totalidad para garantizar la repetibilidad entre experimentos. Los objetos no deseados deben eliminarse en cada plano.
    4. Haga clic en el icono de restauración de diseño de vista (figure-protocol-6) para volver a la pantalla con las cuatro ventanas, independientemente de la ventana seleccionada.
    5. Repita el proceso para todas las ventanas en las que sea necesario eliminar el objeto.
  4. Volumen de segmentación
    1. Después de la segmentación, cuantifique los volúmenes de los segmentos utilizando la función de cuantificación que se encuentra en el menú desplegable.
      NOTA: Todas las segmentaciones deben estar visibles para esta acción.
    2. Vaya a Cuantificación | Estadísticas de segmentos. Haga clic en Aplicar y espere a que el software genere una tabla que muestre los valores de cada segmentación. El software proporciona dos valores de volumen para cada segmentación: Labelmap (LM) y Closed Surface (CS).
      NOTA: El valor LM es generalmente adecuado para calcular volúmenes de segmentos, utilizando el número de vóxeles multiplicado por el volumen de un solo vóxel. CS Value utiliza un modelo de superficie suavizada e integra el volumen en función de elementos de superficie triangulares. El CS se alinea más estrechamente con los contornos anatómicos y se recomienda para mediciones precisas.
    3. Para cargar datos de un nuevo animal, guarde y cierre la escena en el menú de archivos .
  5. Análisis de la composición corporal
    1. Utilice las mediciones de volumen proporcionadas por el software en cm3 para convertir estos volúmenes en masa de tejido y aplicar la densidad adecuada para cada tipo de tejido. Utilice las siguientes densidades de tejido especificadas por la Comisión Internacional de Unidades y Medidas de Radiación22: 0,95 g/cm³ (tejido adiposo), 1,05 g/cm³ (tejido magro) y 1,92 g/cm³ (tejido esquelético)2.
      1. Para calcular la masa de tejido, multiplique el volumen (cm³) obtenido del software por la densidad de tejido respectiva (g/cm³):
        Masa de tejidoadiposo: Segmentación de volumen X 0,95 = Masaadiposa
        Masa de tejido magro:Segmentación de volumen X 1,05 = Masamagra
        Masa de tejido esquelético:Segmentación de volumen X 1,92 = Masaesquelética
        Masa total: Masaadiposa + Masamagra + Masaesquelética = Masatotal
  6. Medición de la longitud ósea
    NOTA: Para corregir la masa tisular por longitud ósea para ciertos análisis, es necesario obtener longitudes óseas específicas.
    1. Vuelva al menú Editor de segmentos . Oculte las segmentaciones de tejido adiposo y tejido magro haciendo clic en el icono del ojo (figure-protocol-7) junto a cada segmento.
      NOTA: Solo debe permanecer visible la segmentación correspondiente al tejido esquelético.
    2. Seleccione la opción Alternar marcas/barra de herramientas (figure-protocol-8) en la esquina superior del menú principal. Esto abrirá un menú secundario justo debajo del menú principal. Localice el botón crear nueva línea (figure-protocol-9).
    3. Después de hacer clic en el botón crear nueva línea , navegue hasta la reconstrucción 3D e identifique el hueso que se va a medir.
      NOTA: Los huesos recomendados son la tibia o el fémur22.
    4. Una vez identificado el hueso, haga clic con el botón izquierdo en un extremo del hueso y nuevamente en el otro extremo del tejido. Esta acción permite al software calcular el tamaño del hueso.
      NOTA: Para obtener mediciones consistentes, seleccione la misma región anatómica del hueso para cada animal. Por ejemplo, la cabeza femoral se utiliza como un extremo y el cóndilo lateral como el otro extremo del fémur.
  7. Análisis y normalización de datos
    NOTA: Los datos de masa se pueden obtener como se explica en la sección 3.5 y se pueden utilizar tal cual. Alternativamente, la masa magra, grasa y ósea se pueden normalizar de dos maneras.
    1. Calcular la relación entre la masa de tejido y el peso del animal el día en que se obtienen las imágenes.
      Normalización al peso: Masamagra ÷ Peso corporal
    2. Calcula la relación entre la masa y el tamaño del hueso (por ejemplo, fémur o tibia).
      Normalización al fémur:Masa magra ÷ Tamañofémur
      Normalización a tibia:Masa inclinada ÷ Tamaño dela tibia
      NOTA: Los parámetros de normalización se eligen en función de la pregunta experimental. Si se esperan cambios en el tamaño óseo (por ejemplo: al comparar el remodelado óseo) se sugiere la normalización por peso corporal (ítem 3.7.1). Además, si se esperan cambios en el peso corporal en su pregunta experimental, el tamaño del hueso largo es el parámetro de normalización sugerido (ítem 3.7.2).

Resultados

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La posición anatómica adecuada del animal sedado en la mesa de imágenes garantiza resultados de exploración consistentes y reproducibles, lo que pone de manifiesto la eficacia de la adquisición de datos para lograr resultados fiables. La sedación adecuada de los animales a lo largo de las imágenes, incluidos los sistemas especializados de administración de gas y los vaporizadores, es fundamental para evaluaciones anatómicas precisas (Figura 1).

La Figura 2 ilustra la segmentación y representación en diferentes planos anatómicos, presentando imágenes secuenciales en los planos coronal, sagital y transversal. Estas imágenes demuestran la segmentación gradual del tejido esquelético, adiposo y magro, que culmina en una representación completamente segmentada que integra todos los tipos de tejidos, destacando una clara distinción entre los tejidos y demostrando marcas específicas de la región basadas en los tipos de tejido identificados. A pesar de las limitaciones del equipo que impiden la captura de cuerpo entero, el método proporciona información detallada sobre la distribución y composición de los tejidos en varios planos anatómicos.

La Figura 3 muestra representaciones en 3D que enfatizan los tipos de tejido: hueso (azul), tejido adiposo (amarillo) y tejido magro (rojo), lo que ofrece una visualización completa de las estructuras anatómicas. Esta visualización subraya la eficacia del protocolo en la generación de modelos 3D detallados esenciales para los estudios anatómicos.

En la Tabla 1 se detallan las masas tisulares normalizadas (masa magra, grasa corporal y masa esquelética) en relación con el peso del animal el día de la toma de imágenes. Los valores presentados son el resultado de multiplicar el volumen de tejido (en cm³) por la densidad de tejido correspondiente, como se detalla en el paso 3.5.1.1 de la metodología.

La Tabla 2 proporciona valores absolutos de composición corporal, mostrando la distribución de masa de cada animal y el porcentaje de tejido magro, grasa corporal y tejido esquelético. Nos permite evaluar la cantidad total de cada tipo de tejido y cómo contribuye a la composición corporal general de cada espécimen.

La Tabla Suplementaria S1 muestra el tiempo que cada analista tarda en completar el análisis de la composición corporal de cada animal y la variabilidad de los resultados entre los analistas. Evalúa si existe una variabilidad significativa entre los operadores experimentados (Analistas 1, 2 y 5) y los inexpertos (Analistas 3 y 4) en la medición de métricas de composición corporal como la masa magra, la masa grasa corporal y la masa esquelética.

En la Figura 4 se presenta un análisis comparativo de la composición corporal entre sujetos adultos y ancianos. Revela una reducción en el porcentaje de masa magra y un aumento de la grasa corporal, lo que se alinea con los patrones típicos de envejecimiento. Estos hallazgos ponen de manifiesto la solidez y precisión del protocolo de imágenes en la entrega de datos anatómicos críticos, que son esenciales para el avance de las metodologías de investigación preclínica.

figure-results-1
Figura 1: Preparación de los animales. (A) El aparato utilizado para la sedación de los animales durante todo el proceso de imagen, como los sistemas de suministro de gas y los vaporizadores; (B) el sistema de exploración por micro-TC. (C) El animal anestesiado está acostado en decúbito supino sobre una cama de ratón. El posicionamiento adecuado es fundamental para obtener resultados consistentes y reproducibles. Haga clic aquí para ver una versión más grande de esta figura.

figure-results-2
Figura 2: Segmentación y visualización de cortes en diferentes planos anatómicos: (A) plano coronal, (B) plano sagital y (C) plano transversal. De izquierda a derecha, las imágenes muestran una exploración sin segmentar (gris), segmentación ósea (azul), segmentación de grasa corporal (amarillo), segmentación de tejido magro (rojo) y, finalmente, segmentación completa, incluidas todas las segmentaciones. Haga clic aquí para ver una versión más grande de esta figura.

figure-results-3
Figura 3: Representaciones 3D. De izquierda a derecha, las imágenes muestran la representación en 3D del sujeto, resaltando diferentes tipos de tejido: hueso en azul, grasa corporal en amarillo, tejido magro en rojo, y la imagen final muestra una vista completa que combina hueso, tejido adiposo y tejido magro. Haga clic aquí para ver una versión más grande de esta figura.

figure-results-4
Figura 4: Comparación de la composición corporal entre ratones adultos y ancianos. El gráfico de barras ilustra los porcentajes de composición corporal del tejido esquelético (adulto: 10,5 ± 0,5%; ancianos: 9,9 ± 1,0%, p = 0,19), grasa corporal (adultos: 17,2 ± 5,7%; ancianos: 27,9 ± 4,4%, p = 0,03) y masa magra (adultos: 72,3 ± 5,7%; ancianos: 62,3 ± 3,6%, p = 0,03). Los datos se presentan como MEDIA ± DE de los animales (adultos: n = 3; ancianos: n = 3). Los estadísticos se calcularon utilizando una prueba t no apareada con un valor de p en una cola (* p < 0,05). Haga clic aquí para ver una versión más grande de esta figura.

ESBELTO
Identificación del animalMasa magra (g)Peso (g)Normalización (peso)
Ancianos 115.137.40.4
Ancianos 214.444.40.3
Ancianos 314.337.70.4
Adulto 112.329.10.4
Adulto 216.530.40.5
Adulto 316.131.70.5
GRASA CORPORAL
Identificación del animalMasa grasa corporal (g)Peso (g)Normalización (peso)
Ancianos 16.437.40.2
Ancianos 28.244.40.2
Ancianos 35.337.70.1
Adulto 14.429.10.2
Adulto 22.730.40.1
Adulto 33.431.70.1
ESQUELÉTICO
Identificación del animalMasa ósea (g)Peso (g)Normalización (peso)
Ancianos 12.337.40.06
Ancianos 22.344.40.05
Ancianos 32.437.70.06
Adulto 12.029.10.07
Adulto 22.330.40.08
Adulto 32.231.70.07

Tabla 1: Normalización de las masas por peso del animal el día de la toma de imágenes. Como se explica en la sección 3.7, la masa del tejido puede normalizarse por el peso del animal el día de la exploración. Esta normalización se ha aplicado al tejido magro, adiposo y óseo en función del peso del animal.

Composición corporal (g)
Segmentación Volumen x 1.05Segmentación Volumen x 0.95Segmentación Volumen x 1.92Delgado + Adiposo + Esquelético
Identificación del animalMasa magra (g)Masa grasa corporal (g)Masa ósea (g)Masa total (g)
Ancianos 115.16.42.323.8
Ancianos 214.38.22.324.9
Ancianos 314.35.32.422.0
Adulto 112.34.42.018.6
Adulto 216.52.72.321.5
Adulto 316.13.42.221.7
Composición corporal (%)
Identificación del animalMasa magra (%)Masa grasa corporal (%)Masa ósea (%)Masa total (%)
Ancianos 163.626.89.6100
Ancianos 258.132.89.0100
Ancianos 364.924.111.0100
Adulto 165.923.510.6100
Adulto 276.812.410.9100
Adulto 374.315.79.9100

Tabla 2: Composición corporal. A) La composición corporal de los animales, expresada en gramos; (B) el porcentaje de composición corporal.

Tabla suplementaria S1: Composición corporal evaluada por diferentes operadores. Para cada evaluación se registraron la masa magra, la masa grasa corporal, la masa ósea y el tiempo necesario para el análisis (en minutos). Los analistas 1, 2 y 5 eran operadores experimentados, mientras que los analistas 3 y 4 eran inexpertos y seguían solo el protocolo descrito en el estudio. Haga clic aquí para descargar este archivo.

Figura suplementaria S1: Rango de densidad de diferentes materiales biológicos y no biológicos. La figura ilustra los rangos de densidad de varios tejidos biológicos y sustancias no biológicas. Los valores se obtuvieron de la literatura y se ajustaron para lograr una diferenciación óptima de los tejidos. Los huesos exhiben la densidad más alta, seguidos por el tejido magro, mientras que la grasa corporal muestra una densidad significativamente más baja. El dispositivo se calibró con agua como referencia a una densidad de 0. Haga clic aquí para descargar este archivo.

Discusión

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La evaluación mediante tomografía es un método eficaz y no invasivo para obtener información detallada sobre la composición corporal. La micro-TC, en particular, ofrece valiosas medidas de resultado para los estudios preclínicos. En el campo óseo, la micro-TC tiene diferentes usos, siendo especialmente interesantes el análisis de la microarquitectura23 y el remodelado óseo24. La evaluación de la morfología de la estructura biológica interna también es relevante en la investigación biomédica, ya que el análisis de la densidad de la vasculatura en un tejido específico puede evaluar su función e inferir sobre el metabolismo25. Para los estudios endocrinos y metabólicos de la masa adiposa, el uso de la micro-TC proporciona información fundamental en pequeños animales vivos26,27. Además, la micro-TC puede aplicarse en otros campos, como la zoología y la botánica, donde se utiliza para evaluar las estructuras de pequeños insectos y plantas 28,29.

Una limitación importante de la micro-TC es el alto costo y el acceso limitado al software de análisis de imágenes. Además, los conocimientos anatómicos previos, especialmente de anatomía animal, son esenciales para unas mediciones correctas. Este manuscrito presenta el software de corte 3D capaz de producir resultados comparables a las alternativas comerciales. Este sistema también reduce la necesidad de amplios conocimientos anatómicos, ya que es semiautomático30.

Las imágenes obtenidas a través de micro-CT y analizadas por el software demostraron que la composición corporal de los ratones sigue una trayectoria similar a la de los humanos durante el envejecimiento, caracterizada por un aumento del tejido adiposo total y una disminución concomitante de la masa magra31. Estos hallazgos fueron evidentes al comparar ratones adultos (6 meses) con ratones ancianos (22 meses).

Debido a las limitaciones del equipo, la máscara de anestesia bloquea la adquisición de la cabeza. Por lo tanto, no pudimos capturar y segmentar con precisión toda la cabeza. Como resultado, establecimos una convención para utilizar el hueso del atlas (C1) como punto anatómico de referencia, centrando nuestro análisis en la región por debajo de este punto en el equipo utilizado en este documento. Por lo tanto, se seleccionaron todas las imágenes por encima del C1 para eliminarlas. El equipo no obtuvo la longitud completa de la cola. Por lo tanto, la cola se retiró del área basal en todos los análisis. Sugerimos que el usuario establezca puntos anatómicos para seleccionar las áreas excluidas para mantener la reproducibilidad entre experimentos.

Este artículo presenta un método para analizar imágenes tomográficas utilizando un protocolo accesible y rentable. El software distinguió con éxito entre tres tipos de tejidos: masa magra, tejido adiposo y tejido esquelético. Sin embargo, no pudo distinguir el músculo esquelético de los órganos viscerales, un desafío común en el análisis de la composición corporal murina.

La micro-TC carece de la capacidad de diferenciar el tejido visceral y la masa muscular esquelética. A pesar de esta limitación, nuestros resultados demuestran el valor del software para estudiar enfermedades que afectan a la composición corporal, en particular las que afectan al músculo esquelético, como la hipertrofia o la atrofia. Se puede repetir como una prueba no invasiva, lo que permite un seguimiento longitudinal de la composición corporal. Esta capacidad ayuda a evaluar tratamientos protectores y a desarrollar protocolos para modelar muchas enfermedades metabólicas.

Divulgaciones

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los autores declaran no tener intereses contrapuestos.

Agradecimientos

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Esta investigación fue financiada por la Fundación Carlos Chagas Filho de Apoyo a la Investigación del Estado de Río de Janeiro (FAPERJ; C-26/010.002643/2019 y E-26/201.335/2022), Coordenação de Aperfeiçoamento de Pessoal de Nível Superior -Brasil (CAPES)-001 Código de Finanzas. Programa Institucional de bolsas de iniciação científica da Universidade Federal do Rio de Janeiro. Consejo Nacional de Desarrollo Científico y Tecnológico (CNPq; FFB: 001. 306236/2022-2 TMO-C: 309339/2023-5). Los autores agradecen al Centro Nacional de Biología Estructural y Bioimagen (CENABIO)/Universidade Federal do Rio de Janeiro por el uso de sus instalaciones, especialmente la plataforma microPET/SPECT/CT de la Unidad de Imágenes de Pequeños Animales (UIPA). La figura complementaria S1 se creó con BioRender.com.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
3DSlicer, versión 5.6.23D SlicerUn software gratuito y de código abierto para el análisis de imágenes y la visualización científica.
Amide, versión 1.0.1PlataformaUn software gratuito y de código abierto utilizado para corregir los valores de la unidad de Hounsfield en las imágenes DICOM procesadas.
Amira, versión 4.1Thermo Fisher ScientificSe utiliza para extraer los valores unitarios de Hounsfield de aire y agua de los datos brutos del maniquí y para convertir imágenes en archivos DICOM.
IsoforinaCristá El isoflurano es un agente anestésico líquido no inflamable para su uso en la anestesia general por inhalación por vaporización.
Subsistema GammaMedica-Ideas FlexAdvanced diseñado para la obtención de imágenes preclínicas de animales pequeños, que ofrece capacidades de TC y PET de alta resolución para análisis cuantitativos y cualitativos.
Plataforma Amide

Referencias

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Engelke, K., Museyko, O., Wang, L., Laredo, J. D. Quantitative analysis of skeletal muscle by computed tomography imaging-State of the art. J Orthop Translat. 15, 91(2018).
  2. Peixoto da Silva, S., Santos, J. M. O., Costa e Silva, M. P., Gil da Costa, R. M., Medeiros, R. Cancer cachexia and its pathophysiology: links with sarcopenia, anorexia and asthenia. J Cachexia Sarcopenia Muscle. 11 (3), 619(2020).
  3. Lan, X. Q., et al. The role of TGF-β signaling in muscle atrophy, sarcopenia and cancer cachexia. Gen Comp Endocrinol. 353, 1-10 (2024).
  4. Bloise, F. F., Oliveira, T. S., Cordeiro, A., Ortiga-Carvalho, T. M. Thyroid hormones play role in sarcopenia and myopathies. Front Physiol. 9, 560(2018).
  5. Yin, L., et al. Skeletal muscle atrophy: From mechanisms to treatments. Pharmacol Res. 172, 1-12 (2021).
  6. Heymsfield, S. B., Adamek, M., Gonzalez, M. C., Jia, G., Thomas, D. M. Assessing skeletal muscle mass: historical overview and state of the art. J Cachexia Sarcopenia Muscle. 5 (1), 9-18 (2014).
  7. Cruz-Jentoft, A. J., et al. Sarcopenia: revised European consensus on definition and diagnosis. Age Ageing. 48 (1), 16-31 (2019).
  8. Faron, A., et al. Quantification of fat and skeletal muscle tissue at abdominal computed tomography: associations between single-slice measurements and total compartment volumes. Abdom Radiol (NY). 44 (5), 1907-1916 (2019).
  9. Marra, M., et al. Assessment of body composition in health and disease using bioelectrical impedance analysis (BIA) and dual energy X-ray absorptiometry (DXA): A critical overview. Contrast Media Mol Imaging. 2019, 3548284(2019).
  10. Martin, L., et al. Cancer cachexia in the age of obesity: skeletal muscle depletion is a powerful prognostic factor, independent of body mass index. J Clin Oncol. 31 (12), 1539-1547 (2013).
  11. Schlaeger, S., et al. Association of paraspinal muscle water-fat MRI-based measurements with isometric strength measurements. Eur Radiol. 29 (2), 599-608 (2019).
  12. Kose, K. Physical and technical aspects of human magnetic resonance imaging: present status and 50 years historical review. Adv Phys: X. 6 (1), (2021).
  13. Arnold, T. C., Freeman, C. W., Litt, B., Stein, J. M. Low-field MRI: Clinical promise and challenges. J Magn Reson Imaging. 57 (1), 25-44 (2023).
  14. Wang, H., et al. Preoperative MRI-based radiomic machine-learning nomogram may accurately distinguish between benign and malignant soft-tissue lesions: A two-center study. J Magn Reson Imaging. 52 (3), 873-882 (2020).
  15. Brower, C., Rehani, M. M. Radiation risk issues in recurrent imaging. Br J Radiol. 94 (1126), (2021).
  16. Mainprize, J. G., Yaffe, M. J., Chawla, T., Glanc, P. Effects of ionizing radiation exposure during pregnancy. Abdom Radiol (NY). 48 (5), 1564(2023).
  17. Geethanath, S., Vaughan, J. T. Accessible magnetic resonance imaging: A review. J Magn Reson Imaging. 49 (7), e65-e77 (2019).
  18. Ritman, E. L. Current status of developments and applications of micro-CT. Annu Rev Biomed Eng. 13, 531-552 (2011).
  19. Khoury, B. M., et al. The use of nano-computed tomography to enhance musculoskeletal research. Connect Tissue Res. 56 (2), 106(2015).
  20. DenOtter, T. D., Schubert, J. Hounsfield Unit. StatPearls [Internet]. , StatPearls Publishing. Treasure Island (FL). (2024).
  21. Pinto, E. M., et al. Efficacy of Hounsfield units measured by lumbar computer tomography on bone density assessment: A systematic review. Spine (Phila Pa 1976). 47 (9), 702-710 (2022).
  22. Beaucage, K. L., Pollmann, S. I., Sims, S. M., Dixon, S. J., Holdsworth, D. W. Quantitative in vivo micro-computed tomography for assessment of age-dependent changes in murine whole-body composition. Bone Rep. 5, 70-80 (2016).
  23. Faot, F., Chatterjee, M., de Camargos, G. V., Duyck, J., Vandamme, K. Micro-CT analysis of the rodent jaw bone micro-architecture: A systematic review. Bone Rep. 2, 14-24 (2015).
  24. Cooper, D., Turinsky, A., Sensen, C., Hallgrimsson, B. Effect of voxel size on 3D micro-CT analysis of cortical bone porosity. Calcif Tissue Int. 80 (3), 211-219 (2007).
  25. Mrzilkova, J., et al. Morphology of the vasculature and blood supply of the brown adipose tissue examined in an animal model by micro-CT. Biomed Res Int. 2020 (1), 7502578(2020).
  26. Li, F. W., et al. Optimal use ratio of the stromal vascular fraction (SVF): An animal experiment based on micro-CT dynamic detection after large-volume fat grafting. Aesthet Surg J. 39 (6), NP213-NP224 (2019).
  27. Berndt, S., et al. Microcomputed tomography technique for in vivo three-dimensional fat tissue volume evaluation after polymer injection. Tissue Eng Part C Methods. 23 (12), 964-970 (2017).
  28. Rother, L., et al. A micro-CT-based standard brain atlas of the bumblebee. Cell Tissue Res. 386 (1), 29-45 (2021).
  29. Ijiri, T., Todo, H., Hirabayashi, A., Kohiyama, K., Dobashi, Y. Digitization of natural objects with micro CT and photographs. PLoS One. 13 (4), e0195852(2018).
  30. Fedorov, A., et al. 3D Slicer as an image computing platform for the Quantitative Imaging Network. Magn Reson Imaging. 30 (9), 1323-1341 (2012).
  31. Ponti, F., et al. Aging and imaging assessment of body composition: From fat to facts. Front Endocrinol (Lausanne). 10, 861(2020).

Reimpresiones y permisos

Solicitar permiso para reutilizar el texto o las figuras de este artículo de JoVE

Solicitar permiso

Etiquetas

Micro Computed TomographySkeletal Muscle QuantificationBody Composition AnalysisSmall Animal ImagingLean Mass MeasurementAdipose Tissue Segmentation3D RenderingHounsfield Unit ThresholdBone Length MeasurementPreclinical Imaging

Artículos relacionados