Name: Imágenes en vivo de lapso de tiempo y cuantificación de la dinámica de ramas dendríticas rápidas en el desarrollo de neuronas drosophila (Video) | JoVE Journal
Uploaded: 2019-09-25T15:00:00.000+00:00
Duration: 8 min 23 s
Description: Aprende a cuantificar la dinámica de ramas dendríticas en neuronas en desarrollo usando imágenes de lapso de tiempo en vivo y software de anotación 3D en cerebros de larvas de Drosophila. Este método permite estudiar la morfogénesis dendrítica.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Este trabajo es apoyado por el Programa de Investigación Intramuros del Instituto Nacional de Trastornos Neurológicos y Accidentes Cerebrovasculares, Institutos Nacionales de Salud. Número de proyecto 1ZIANS003137.

PRECAUCION: Este protocolo implica el uso de láseres de clase IV y requerirá que se sigan las pautas adecuadas de capacitación y seguridad. Evite la exposición de los ojos o la piel a la luz láser directa o dispersa. NOTA: El protocolo incluye seis pasos. El flujo de trabajo se muestra en la Figura 1A.
1. Etiquetado de neuronas individuales mediante la técnica flip-out
NOTA: El etiquetado único de LNvs se logra expresando mCD8::GFP en LNvs individual usando etiquetado estocástico mediado por flippasa. El genotipo de la línea de mosca es: hs-flp; Pdf-Gal4; UAS-FRT-CD2-stop-FRT-mCD8::GFP11,12,13. La frecuencia de obtención de un solo LNv etiquetado es de alrededor del 10%. Las existencias de mosca se mantienen en medio estándar en incubadoras de 25 oC controladas por circadia y humedad.
<ol><li>Recoger 100-200 huevos dentro de una ventana de 2 h después de la fertilización en un plato de jugo de uva con suplemento de levadura. Incubar los embriones a 25oC durante 24 h y recoger las larvas de primera instar recién nacidas para el siguiente paso.</li>
	<li>Choque por calor de las primeras larvas instar recién eclosionadas a 37,5 oC durante 40 min dos veces, con un período de recuperación de 40 minutos en el medio.</li>
	<li>Cultivo de las larvas a 25oC con controles circadianos y de humedad a la(s) etapa(s) de desarrollo deseada(s).</li>
</ol>2. Disecting y montaje de explantes cerebrales larvales
<ol><li>Diseccionar cerebros larvales en la solución salina externa fisiológica (120 mM NaCl, 4 mM MgCl2, 3 mM KCl, 10 mM NaHCO3, 10 mM Glucosa, 10 mM Sacarosa, 5 mM TES, 10 mM HEPES, 2 mM Ca2+, PH 7.2) bajo un microscopio de disección (4.5x potencia) con dos pares de #5 fórceps de disección de punta estándar (11 cm). Usa un par de fórceps para mantener el cuerpo larvario en su lugar y el otro para diseccionar cuidadosamente el cerebro. Conservar los discos oculares, los lóbulos cerebrales y el cordón nervioso ventral. Retire los músculos conectados para minimizar los movimientos de la muestra durante la toma de imágenes.</li>
	<li>Prepare un portaobjetos de vidrio (25 x 75 x 1,0 mm3)y utilice una jeringa para extraer una cámara cuadrada con grasa al vacío.</li>
	<li>Añadir 20 ml de solución salina externa a la cámara cuadrada con barreras de grasa.</li>
	<li>Transfiera cerebros larvales diseccionados a la cámara en el tobogán de vidrio usando fórceps. Ajuste la posición de los cerebros bajo el alcance de la disección para asegurar que el lado dorsal esté hacia arriba.</li>
	<li>Cubra la cámara con un resbalón de la cubierta de vidrio (22 x 22 x 0,15 mm3). El cerebro larvario ahora está montado en el portaobjetos dentro de una cámara llena de la solución salina externa(Figura 1B). NOTA: Presionar suavemente el cubreobjetos confina el cerebro y reduce la deriva de la muestra en la sesión de imágenes posterior.</li>
</ol>3. Imágenes en vivo de lapso de tiempo
NOTA: Realizamos experimentos de imágenes de lapso de tiempo utilizando un microscopio confocal equipado con un láser multifotón. Los parámetros de adquisición deben ajustarse para otras configuraciones de imágenes.
<ol><li>Identificar explantes cerebrales que contienen neuronas etiquetadas individualmente utilizando un objetivo de inmersión en agua 40X (NA 1.3) y una fuente de luz epifluorescente. Para la recopilación de imágenes, utilice un láser de dos fotones sintonizado a 920 nm y un detector no desescaneado (NDD).</li>
	<li>Recoger imágenes a 512 x 512 píxeles por fotograma y 1 min por pila Z durante 10 min. Ajuste el zoom óptico y digital para lograr una resolución x-y-z suficiente mientras asegura la cobertura de todo el eje dendrítico en 1 min(Figura 2, Vídeo suplementario 1). Los ajustes generan imágenes con una resolución típica de x-y-z de 0,11 x 0,11 x 0,25 ám3.</li>
	<li>Recoger la serie de imágenes de lapso de tiempo dentro de 30 minutos de la disección cerebral. Los datos con una deriva excesiva o un deterioro morfológico evidente deben excluirse del post-procesamiento y la cuantificación.</li>
</ol>4. Corrección de deriva y desconvolución
NOTA: Dependiendo de la calidad de la imagen, ambos pasos son opcionales, pero se recomienda encarecidamente.
<ol><li>Abra un archivo de imagen adquirido con un software de corrección de deriva. Edite los parámetros microscópicos para que coincidan con los utilizados para el experimento. Para el software (consulte Tabla de materiales), haga clic en Editar . Editar parámetros microscópicos. Establezca el tipo de microscopio como campo ancho para imágenes de dos fotones si no hay una opción de dos fotones y siga el flujo de trabajo definido por el software. Por ejemplo, abra la pestaña Desconvolución de la tecla desconvolución de la pestaña Object Stabilizery elija Estabilizar marcosde tiempo .</li>
	<li>Abra la imagen corregida a la deriva en el software de desconvolución y siga su flujo de trabajo. Para el software (consulte Tabla de materiales), seleccione la imagen estabilizada y, a continuación, haga clic en Desconvolución ( Deconvolución) Deconvolución Express. Para obtener un mejor resultado, ajuste los parámetros mediante el Asistente para desconvolución.</li>
	<li>Guarde la imagen desconvolved en un tipo de archivo compatible con el software de anotación de imagen posterior capaz de analizar datos 4D e informar de las coordenadas espaciales de los puntos definidos en la imagen (consulte Tabla de materiales).</li>
</ol>5. Anotación de imagen
<ol><li>Abra la imagen desconvoluda en el software de anotación de imagen. Examine y marque las sugerencias de bifurcación en todos los puntos de tiempo en 3D. El software de anotación de imagen informa y almacena las coordenadas espaciales y temporales de las sugerencias de bifurcación marcadas. Exporte la información de coordenadas como un archivo .csv para cálculos posteriores. NOTA: Los dos pasos siguientes son específicos del software de anotación que utilizamos (consulte Tabla de materiales). El flujo de trabajo puede ser diferente para otro software.</li>
	<li>Dentro del módulo Puntos, haga clic en"Omitir creación automática, edite manualmente" y marque la casilla de verificación inferior "Conexión automática al punto seleccionado" ( Figura3A). Repase los fotogramas de la serie temporal y seleccione una rama para la anotación. Mantenga pulsada la tecla Mayús y haga clic en la sugerencia del terminal de bifurcación para agregar un punto. Haga clic en todos los puntos de tiempo. NOTA: El software de anotación de imagen conecta los puntos entre fotogramas y genera una trayectoria automáticamente. La información espacial y temporal de las sugerencias de bifurcación ahora está asociada con puntos marcados. Repita estos pasos hasta que se anoten todas las sugerencias de bifurcación(Figura 3B).</li>
	<li>En el módulo Puntos, haga clic en la pestaña Estadísticas, elija Detallado y seleccione Valores específicos . Posición. La información de coordenadas espaciales y temporales registrada estará en exhibición. Haga clic en la parte inferior Guardar para exportar esa información como un archivo .csv(figura 3C).</li>
</ol>6. Cálculo de la dinámica de la rama dendrítica
NOTA: Utilizando la información de coordenadas, el desplazamiento de las puntas de bifurcación en 3D se puede calcular fácilmente. En nuestro estudio, todos los movimientos de ramas dendríticas se clasifican como Extensión o Retracción. Los pasos siguientes describen cómo procesar los archivos .csv mediante scripts R escritos a medida(Archivo complementario)y agregando la información direccional a través de la edición manual.
<ol><li>Abra el archivo .csv como una hoja de cálculo. Seleccione la columna Track ID, haga clic en la opción Sort Demenormás a Mayor y acepte Expandir la selección. Después de ordenar, Track ID identifica cada rama dendrítica única y los puntos de la misma rama comparten el mismo ID de pista. La columna Tiempo almacena la información de diferentes marcos de tiempo.</li>
	<li>En la hoja de cálculo, agregue una columna Distancia. Calcule la distancia de cada dos puntos adyacentes temporalmente utilizando sus coordenadas y coloque los valores en la columna Distancia (Figura 4A).</li>
	<li>Movimientos menores a nivel de voxel único. En función de la configuración de la imagen, los artefactos de 0,3 m suelen ser artefactos procedentes de una deriva no corregida o de una anotación de imagen imperfecta. Filtre estos movimientos restableciendo todos los valores de Distancia menores que 0,3 m a 0. Procese varios archivos .csv manualmente o utilice nuestro filtrado de columnas por lotes de script de R. R (Archivo suplementario).</li>
	<li>Genere manualmente una nueva columna denominada Desplazamiento en la hoja de cálculo. Copie los valores de la columna Distancia a la columna Desplazamiento. Asigne manualmente los eventos de extensión y retracción para cada sugerencia de rama. Si es una extensión, deje el valor Displacement sin cambios, que es un valor positivo. Si se trata de una retractación, cambie el valor de Desplazamiento correspondiente a un valor negativo (por ejemplo, 0,35 a -0,35)(Figura 4B).</li>
	<li>Generar una nueva columna denominada Evento. En esta columna, sume manualmente los valores de desplazamiento para eventos de extensión y retracción individuales(figura 4B).</li>
	<li>Procese la hoja de cálculo modificada y cuantifique los eventos de extensión y retracción en función de sus valores de desplazamiento mediante la suma de columnas de lote de script de R. R (Archivo suplementario). Los parámetros de salida incluyen Número de eventos de extensión,Número de eventos de retracción, Longitud acumulada extendida, Longitud acumulada retraída, Longitud neta cambiaday Longitud total recorrida .</li>
</ol>

<ol><li>Wong, W. T., Wong, R. O. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Changing+specificity+of+neurotransmitter+regulation+of+rapid+dendritic+remodeling+during+synaptogenesis%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Changing specificity of neurotransmitter regulation of rapid dendritic remodeling during synaptogenesis.</a> Nature Neuroscience. 4 (4), 351-352 (2001).</li>
<li>Wu, G. Y., Zou, D. J., Rajan, I., Cline, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dendritic+Dynamics+In+Vivo+Change+during+Neuronal+Maturation%5BTitle%5D)+AND+%22The+Journal+of+Neuroscience%22%5BJournal%5D)">Dendritic Dynamics In Vivo Change during Neuronal Maturation.</a> The Journal of Neuroscience. 19 (11), 4472-4483 (1999).</li>
<li>Jan, Y. N., Jan, L. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Branching+out%3A+mechanisms+of+dendritic+arborization%5BTitle%5D)+AND+%22Nature+Reviews+Neuroscience%22%5BJournal%5D)">Branching out: mechanisms of dendritic arborization.</a> Nature Reviews Neuroscience. 11, 316(2010).</li>
<li>Cline, H., Haas, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+regulation+of+dendritic+arbor+development+and+plasticity+by+glutamatergic+synaptic+input%3A+a+review+of+the+synaptotrophic+hypothesis%5BTitle%5D)+AND+%22The+Journal+of+Physiology%22%5BJournal%5D)">The regulation of dendritic arbor development and plasticity by glutamatergic synaptic input: a review of the synaptotrophic hypothesis.</a> The Journal of Physiology. 586 (6), 1509-1517 (2008).</li>
<li>Helfrich-Forster, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+and+morphology+of+the+clock-gene-expressing+lateral+neurons+of+Drosophila+melanogaster%5BTitle%5D)+AND+%22Journal+of+Comparative+Neurology%22%5BJournal%5D)">Development and morphology of the clock-gene-expressing lateral neurons of Drosophila melanogaster.</a> Journal of Comparative Neurology. 500 (1), 47-70 (2007).</li>
<li>Sprecher, S. G., Cardona, A., Hartenstein, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Drosophila+larval+visual+system%3A+High-resolution+analysis+of+a+simple+visual+neuropil%5BTitle%5D)+AND+%22Developmental+Biology%22%5BJournal%5D)">The Drosophila larval visual system: High-resolution analysis of a simple visual neuropil.</a> Developmental Biology. 358 (1), 33-43 (2011).</li>
<li>Yuan, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Light-Induced+Structural+and+Functional+Plasticity+in+Drosophila+Larval+Visual+System%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Light-Induced Structural and Functional Plasticity in Drosophila Larval Visual System.</a> Science. 333 (6048), 1458-1462 (2011).</li>
<li>Sheng, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Experience-dependent+structural+plasticity+targets+dynamic+filopodia+in+regulating+dendrite+maturation+and+synaptogenesis%5BTitle%5D)+AND+%22Nature+Communications%22%5BJournal%5D)">Experience-dependent structural plasticity targets dynamic filopodia in regulating dendrite maturation and synaptogenesis.</a> Nature Communications. 9 (1), 3362(2018).</li>
<li>Yin, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Transcriptional+Regulation+of+Lipophorin+Receptors+Supports+Neuronal+Adaptation+to+Chronic+Elevations+of+Activity%5BTitle%5D)+AND+%22Cell+Reports%22%5BJournal%5D)">Transcriptional Regulation of Lipophorin Receptors Supports Neuronal Adaptation to Chronic Elevations of Activity.</a> Cell Reports. 25 (5), 1181-1192 (2018).</li>
<li>Denk, W., Strickler, J., Webb, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Two-photon+laser+scanning+fluorescence+microscopy%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Two-photon laser scanning fluorescence microscopy.</a> Science. 248 (4951), 73-76 (1990).</li>
<li>Golic, K. G., Lindquist, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+FLP+recombinase+of+yeast+catalyzes+site-specific+recombination+in+the+drosophila+genome%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">The FLP recombinase of yeast catalyzes site-specific recombination in the drosophila genome.</a> Cell. 59 (3), 499-509 (1989).</li>
<li>Harrison, D. A., Perrimon, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Simple+and+efficient+generation+of+marked+clones+in+Drosophila%5BTitle%5D)+AND+%22Current+Biology%22%5BJournal%5D)">Simple and efficient generation of marked clones in Drosophila.</a> Current Biology. 3 (7), 424-433 (1993).</li>
<li>del Valle Rodríguez, A., Didiano, D., Desplan, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Power+tools+for+gene+expression+and+clonal+analysis+in+Drosophila%5BTitle%5D)+AND+%22Nature+Methods%22%5BJournal%5D)">Power tools for gene expression and clonal analysis in Drosophila.</a> Nature Methods. 9, 47(2011).</li>
<li>Portera-Cailliau, C., Pan, D. T., Yuste, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Activity-regulated+dynamic+behavior+of+early+dendritic+protrusions%3A+evidence+for+different+types+of+dendritic+filopodia%5BTitle%5D)+AND+%22Journal+of+Neuroscience%22%5BJournal%5D)">Activity-regulated dynamic behavior of early dendritic protrusions: evidence for different types of dendritic filopodia.</a> Journal of Neuroscience. 23 (18), 7129-7142 (2003).</li>
<li>Niell, C. M., Smith, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Live+optical+imaging+of+nervous+system+development%5BTitle%5D)+AND+%22Annual+Review+of+Physiology%22%5BJournal%5D)">Live optical imaging of nervous system development.</a> Annual Review of Physiology. 66, 771-798 (2004).</li>
<li>Barry, D. J., Durkin, C. H., Abella, J. V., Way, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Open+source+software+for+quantification+of+cell+migration%2C+protrusions%2C+and+fluorescence+intensities%5BTitle%5D)+AND+%22The+Journal+of+Cell+Biology%22%5BJournal%5D)">Open source software for quantification of cell migration, protrusions, and fluorescence intensities.</a> The Journal of Cell Biology. 209 (1), 163-180 (2015).</li>
<li>Hendricusdottir, R., Bergmann, J. H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((F-dynamics%3A+Automated+quantification+of+dendrite+filopodia+dynamics+in+living+neurons%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">F-dynamics: Automated quantification of dendrite filopodia dynamics in living neurons.</a> Journal of Neuroscience Methods. 236, 148-156 (2014).</li>
<li>Jacquemet, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((FiloQuant+reveals+increased+filopodia+density+during+breast+cancer+progression%5BTitle%5D)+AND+%22The+Journal+of+Cell+Biology%22%5BJournal%5D)">FiloQuant reveals increased filopodia density during breast cancer progression.</a> The Journal of Cell Biology. 216 (10), 3387(2017).</li>
<li>Nilufar, S., Morrow, A. A., Lee, J. M., Perkins, T. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((FiloDetect%3A+automatic+detection+of+filopodia+from+fluorescence+microscopy+images%5BTitle%5D)+AND+%22BMC+Systems+Biology%22%5BJournal%5D)">FiloDetect: automatic detection of filopodia from fluorescence microscopy images.</a> BMC Systems Biology. 7 (1), 66(2013).</li>
<li>Tsygankov, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CellGeo%3A+A+computational+platform+for+the+analysis+of+shape+changes+in+cells+with+complex+geometries%5BTitle%5D)+AND+%22The+Journal+of+Cell+Biology%22%5BJournal%5D)">CellGeo: A computational platform for the analysis of shape changes in cells with complex geometries.</a> The Journal of Cell Biology. 204 (3), 443-460 (2014).</li>
<li>Urbančič, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Filopodyan%3A+An+open-source+pipeline+for+the+analysis+of+filopodia%5BTitle%5D)+AND+%22The+Journal+of+Cell+Biology%22%5BJournal%5D)">Filopodyan: An open-source pipeline for the analysis of filopodia.</a> The Journal of Cell Biology. 216 (10), 3405-3422 (2017).</li>
</ol>

Los autores no tienen nada que revelar.

Aquí, describimos un protocolo que desarrollamos para registrar y cuantificar el comportamiento dinámico de las ramas dendríticas en neuronas etiquetadas individualmente en cerebros larvarios Drosophila. En particular, nuestro protocolo de imágenes en vivo contiene parámetros específicos que nos permiten capturar todo el árbol dendrítico de un LNv larvario y proporcionar una visión global del estado dinámico de sus ramas dendrita. Sin embargo, debido a que nuestros métodos de cuantificación dependen en gran medi...

Las dendritas son compartimentos neuronales especializados que reciben y procesan la entrada sensorial y sináptica. La compleja y estereotipada estructura de los árboles dendríticos ha estado bajo intensa investigación desde su descubrimiento. Se han establecido varios sistemas modelo, incluidas las neuronas tectales ópticas Xenopus, las células ganglionares de la retina de los polluelos y la arborización dendrítica (da) en el sistema Drosophila, para estudiar el desarrollo, la remodelación y la plasticidad de Dendritas neuronales1,2,3,4. Las neuronas laterales ventrales drosofilia (LNvs) son un grupo de neuronas de proyección visual identificadas inicialmente por sus importantes funciones en la regulación circadiana de los comportamientos de la mosca5. Los estudios también revelaron el papel de los LNv larvarios como el objetivo postsináptico directo de los fotorreceptores larvarios (PR)6,7. Es importante destacar que el cultivo de larvas en desarrollo en diferentes regímenes de luz afecta fuertemente al tamaño de los árboles dendríticos de LNvs, demostrando la idoneidad de los NL como un nuevo modelo para estudiar la plasticidad dendrítica7. El trabajo reciente de nuestro grupo indica además que tanto el tamaño de la dendrita LNv como el comportamiento dinámico de las ramas dendríticas muestran una plasticidad dependiente de la experiencia8,9. Como parte de este trabajo, desarrollamos un nuevo protocolo de imagen y cuantificación en vivo para realizar análisis sobre la dinámica de dendrita de LNvs a partir de larvas2nd o3rd instar.
La naturaleza transparente del cerebro larvario Drosophila lo hace ideal para imágenes en vivo. Sin embargo, los árboles dendríticos de LNvs están situados en el neuropil óptico larvario (LON) densamente inervado en el centro del lóbulo cerebral larvario6. Para capturar imágenes de ramas finas de ndrita y filopodia en el tejido cerebral intacto, utilizamos microscopía de dos fotones, que aumenta la profundidad de penetración de la luz y reduce la fototoxicidad durante los experimentos de imágenes en vivo10. Usando esta configuración, realizamos con éxito experimentos de imágenes en vivo en LNvs durante más de 30 minutos sin observar el deterioro morfológico obvio de la neurona. Además, las manipulaciones genéticas utilizando la técnica Flip-out nos permitieron etiquetar los LNvs individuales con una membrana etiquetada GFP, que también es fundamental para monitorear los movimientos de las ramas individuales11,12,13 .
Para capturar el comportamiento dinámico de todas las ramas en el eje dendrítico LNv con una resolución óptica óptima, realizamos imágenes 3D de lapso de tiempo en explantes cerebrales larvales recién diseccionados con una alta resolución espacial a 1 min por fotograma durante 10 a 30 min. Desarrollo de LNv las dendritas son muy dinámicas, con un gran porcentaje de las ramas que muestran cambios observables dentro de la ventana de 10 minutos. Esto conduce a uno de los principales desafíos técnicos en el estudio de la dinámica de dendrita, cuantificando el comportamiento de las ramas en función de los conjuntos de datos de imagen 4D. Los métodos previamente establecidos tienen varias limitaciones, incluyendo la falta de precisión y el requisito de tiempo excesivo. Por lo tanto, desarrollamos un método semiautomático que combina el postprocesamiento de imágenes, el marcado manual de los terminales de rama y el trazado automático de puntos 4D mediante un software de anotación de imagen. Calculamos los movimientos de los terminales de rama en diferentes puntos de tiempo en función de las coordenadas 3D de los puntos. A continuación, los datos se exportan y analizan para producir mediciones cuantitativas de la dinámica de las ramas. Este método evalúa con precisión la duración y el alcance de los eventos de extensión y retracción de las ramas existentes, así como la formación de nuevas ramas, lo que nos permite monitorear la dinámica de la dendrita en un gran número de neuronas.

<table><tbody><tr><td>Láser multifotónico Chameleon Vision II</td><td>Grasa</td><td></td><td></td>coherente</tr> de <tr><td>alto vacío</td><td>Dow Corning</td><td>79751-30</td><td></td></tr><tr><td>LSM 780 microscopio confocal de barrido láser de dos fotones</td><td>Carl Zeiss</td><td></td><td>configuración vertical</td></tr><tr><td>Microscopio Cubierta de vidrio</td><td>Fisher Scientific</td><td>12-544-E</td><td></td></tr><tr><td>Superfrost Plus Portaobjetos de microscopio</td><td>Fisher Scientific</td><td>12-550-15</td><td></td></tr><tr><td>Software</td>Excel Microsoft para el procesamiento de archivos .csv Huygens Professional Scientific Volume Imaging para la corrección de deriva y deconvolución Imaris Oxford Instruments para la visualización 3D y la anotación de <td></td><td></td><td></td></tr><tr><td></td><td></td><td>imágenes</td><<td></td></tr><tr><td></td><td></td><td></td><td></td></tr><tr><td></td><td></td><td></td><td></td></tr><tr><td> reactivos > fuerte</glucosa fuerte></td><td></td><td></td><td></td></tr><tr><td></td><td></td><td></td><td></td></tr><tr><td>HEPES</td><td></td><td></td><td></td></tr><tr><td>KCl</td><td></td><td></td><td></td></tr><tr><td>MgCl2</td><td></td><td></td><td></td></tr><tr><td>NaCl</td><td></td><td></td><td></td></tr><tr><td>NaHCO3</td><td></td><td></td><td></td></tr><tr><td>PBS</td><td></td><td></td><td></td></tr><tr><td>Sacarosa</td><td></td><td></td><td></td></tr><tr><td>TES</td><td></td><td></td><td></td></tr></tbody></table>

imágenes en vivo de lapso de tiempo y cuantificación de la dinámica de ramas dendríticas rápidas en el desarrollo de neuronas drosophila

Time-lapse Live Imaging and Quantification of Fast Dendritic Branch Dynamics in Developing Drosophila Neurons

Filopodia dendrítica altamente móvil están ampliamente presentes en las neuronas en las primeras etapas del desarrollo. Estas ramas dinámicas exploratorias muestrean el entorno circundante e inician contactos con posibles socios sinápticos. Aunque la conexión entre la dinámica de las ramas dendríticas y la sinaptogénesis está bien establecida, no se entiende bien cómo los procesos de desarrollo y dependientes de la actividad regulan la dinámica de las ramas dendríticas. Esto se debe en parte a las dificultades técnicas asociadas con las imágenes en vivo y los análisis cuantitativos de estas estructuras finas utilizando un sistema in vivo. Establecimos un método para estudiar la dinámica de la dendrita utilizando las neuronas laterales ventrales larvales de Drosophila (LNvs), que pueden ser etiquetados individualmente utilizando enfoques genéticos y son accesibles para imágenes en vivo. Aprovechando este sistema, desarrollamos protocolos para capturar la dinámica de ramas de todo el árbol dendrítico de un solo LNv etiquetado a través de imágenes en vivo de lapso de tiempo. A continuación, realizamos el postprocesamiento para mejorar la calidad de la imagen a través de la corrección de deriva y la desconvolución, seguido de analizar la dinámica de las ramas a nivel de una sola rama mediante la annotación de las posiciones espaciales de todos los terminales de rama. Por último, hemos desarrollado scripts R(Archivo complementario)y parámetros específicos para cuantificar la dinámica de las ramas utilizando la información de coordenadas generada por el seguimiento del terminal. Colectivamente, este protocolo nos permite lograr una descripción cuantitativa detallada de la dinámica de las ramas del árbol dendrítico neuronal con alta resolución temporal y espacial. Los métodos que desarrollamos son generalmente aplicables a las neuronas escasamente etiquetadas en condiciones in vitro e in vivo.

Utilizando el protocolo de imágenes en vivo descrito anteriormente, capturamos pilas de imágenes de alta resolución para los análisis y cuantificación posteriores. El vídeo suplementario 1 muestra la serie de imágenes proyectadas de intensidad máxima (MIP) recopiladas de un representante etiquetado individualmente LNv. La Figura 2B muestra el montaje correspondiente de ocho fotogramas de la serie de imágenes. En ambos paneles...

Aquí, describimos el método que empleamos para crear imágenes de filopodia dendrítica altamente móviles en una preparación en vivo del cerebro larvario Drosophila, y el protocolo que desarrollamos para cuantificar conjuntos de datos de imágenes 3D de lapso de tiempo para evaluaciones cuantitativas de la dendrita dinámica en el desarrollo de neuronas.

Imágenes en vivo de lapso de tiempo y cuantificación de la dinámica de ramas dendríticas rápidas en el desarrollo de neuronas drosophila

Highly motile dendritic filopodia are widely present in neurons at early developmental stages. These exploratory dynamic branches sample the surrounding ...

Este protocolo proporciona un nuevo enfoque para cuantificar la dinámica de las ramas del árbol dendrítico y desarrollar neuronas utilizando imágenes de lapso de tiempo en vivo y un software de anotación de imágenes 3D. Esta técnica realiza imágenes y seguimientos de los terminales de bifurcación proporcionando un método rápido y eficiente para medir los comportamientos dinámicos de la filopodia dendrítica. La investigación con este método proporciona información sobre cómo el desarrollo y la actividad regulan la morfogénesis de dendrita.Nuestros métodos son aplicables a las neuronas escasamente etiquetadas en entornos in vitro e in vivo. Al realizar este procedimiento, recuerde que los parámetros de imagen deben ajustarse cuidadosamente para lograr una resolución temporal y espacial suficiente. Para cosechar cerebros de escoria larvaria, bajo un microscopio diseccionado utilice un par de fórceps de disección de punta estándar número cinco para mantener un espécimen larval en su lugar mientras usa el otro para diseccionar cuidadosamente el cerebro, preservando los discos oculares, los lóbulos cerebrales y el cordón nervioso ventral.A continuación, retire los músculos conectados para minimizar cualquier movimiento de la muestra durante la toma de imágenes. Cuando todos los cerebros hayan sido cosechados, utilice grasa al vacío para dibujar una cámara cuadrada en un portaobjetos de vidrio y agregue 20 microlitros de solución salina externa a la cámara. Utilice los fórceps para transferir los cerebros a la cámara y ajustar las posiciones de los cerebros bajo el microscopio con los lados dorsales hacia arriba.Cubra la cámara con un resbalón de cubierta de vidrio y presione suavemente en el resbalón de la cubierta para reducir la deriva de la muestra durante el procedimiento de diagnóstico por imágenes. Para identificar las plantas cerebrales que contienen neuronas etiquetadas individualmente, dentro de los 30 minutos de la disección seleccione un objetivo de inmersión en agua 40X y una fuente de luz de epifluorescencia. Seleccione un láser de dos fotones ajustado a 920 nanómetros y un detector que no sea Dscan y configure los parámetros de imagen para recopilar las imágenes a 512 por 512 píxeles por fotograma y un minuto por pila Z durante 10 minutos.A continuación, ajuste el zoom óptico y digital para lograr una resolución X, Y, Z suficiente mientras garantiza la cobertura de todo el árbol dendrítico en un minuto. Los ajustes generarán imágenes con una resolución típica X, Y, Z de 0,11 por 0,11 por 0,25 micrómetros. Para la corrección de deriva, abra el archivo de interés en un programa de software de corrección de deriva adecuado y haga clic en Editar y editar parámetros microscópicos.Establezca el tipo de microscopio en Campo ancho para las dos imágenes de fotones si hay una opción de dos fotones y siga el flujo de trabajo definido por el software. Para la desconvolución, abra la imagen corregida de deriva en el software de desconvolución y siga el flujo de trabajo. A continuación, guarde la imagen desconvolucionada en un tipo de archivo compatible con el software de anotación de imágenes posterior capaz de analizar datos 4D e informar de las coordenadas espaciales de los puntos definidos dentro de la imagen.Para la anotación de imagen, abra la imagen desconvolucionada en el software de anotación de imágenes y examine y marque las sugerencias de bifurcación en todos los puntos de tiempo en 3D. El software de anotación de imágenes informará y almacenará las coordenadas espaciales y temporales de las puntas de bifurcación marcadas. Exporte la información de coordenadas como un archivo CSV para cálculos posteriores.En el módulo Puntos, haga clic en Omitir creación automática, Editar manualmente y active la casilla de verificación Conexión automática a spot seleccionado. Revise los fotogramas de la serie temporal y seleccione una rama para la anotación. Manteniendo pulsada la tecla Mayús, haga clic en la punta del terminal de bifurcación para agregar un punto.A continuación, haga clic en la pestaña Estadísticas, seleccione Detallado, Valores específicos y Posición. Se mostrará la información de coordenadas espaciales y temporales registradas. Haga clic en Guardar para exportar los datos como un archivo CSV.Para calcular la ubicación de la punta de bifurcación en 3D, abra el archivo CSV como una hoja de cálculo y seleccione la columna ID de pista. Haga clic en Ordenar de menor a mayor y acepte Expandir la selección. Después de ordenar, Track ID identificará cada rama dendrítica única y los puntos de la misma rama comparten el mismo ID de pista.La columna De tiempo almacenará la información de diferentes marcos de tiempo.En la hoja de cálculo, agregue una columna Distancia y utilice las coordenadas para calcular la distancia de cada dos puntos adyacentes temporalmente. Para medir movimientos menores en el nivel de un solo voxel, restablezca todos los valores de distancia inferiores a 0,3 micrómetros para filtrar cualquier desviación no corregida o anotación de imagen imperfecta. A continuación, cree una columna Desplazamiento y copie los valores de la columna Distancia a la columna Desplazamiento.Asigne manualmente los eventos de extensión y retracción para cada punta de bifurcación. Si se trata de una extensión, deje el valor de desplazamiento positivo sin cambios. Si es una retracción, cambie el valor de desplazamiento correspondiente a un valor negativo.A continuación, en una nueva columna Evento, sume los valores de desplazamiento para los eventos de extensión y retracción individuales. En este video, se puede observar una serie de imágenes proyectadas de máxima intensidad recopilada de una neurona lateral ventral etiquetada individualmente representativa. Las imágenes de fotograma único permiten evaluar los eventos de retracción y extensión.El seguimiento 4D semiautomatado de los terminales de rama permite la anotación de los terminales de rama dinámicos de las neuronas laterales ventrales etiquetadas individualmente como se demuestra. El cálculo de la dirección y la distancia de los movimientos de la rama en cada punto de tiempo permite una comparación de la dinámica de ramificación dendrítica para las neuronas laterales ventrales etiquetadas individualmente en diferentes etapas del desarrollo. El paso más importante es preservar la integridad del tejido cerebral y la morfología de dendrita durante la disección y el montaje.La calidad de la serie de imágenes sin procesar también es fundamental para el seguimiento y la cuantificación exitosos. Usando esta técnica obtuvimos la capacidad de realizar análisis cuantitativos de la filopodia dendrita en el desarrollo de neuronas centrales de la drosofila y explorar la maquinaria molecular relacionada con la maduración de la dendrita y la sinaptogénesis.

time-lapse-live-imaging-quantification-fast-dendritic-branch-dynamics

Research

Investigación

JoVE Journal

Neuroscience

Neurociencia

Este protocolo describe la disección en vivo...

Visualización en vivo de las vesículas sinápticas En Drosophila segmentaria axones larvas

Este protocolo describe un método fiable para la anestesia y la imagen intacta...

Imágenes in vivo de larvas de Drosophila intactos a nivel sub-celular Resolución

Un dispositivo microfluídico simple ha sido desarrollado para realizar anestésico...

Simples dispositivos de microfluidos para<em&gt; In vivo</em&gt; Imágenes de<em&gt; C. elegans</em&gt;,<em&gt; Drosophila</em&gt; Y pez cebra

Fuente: Ing-Esteves, S. &amp; Lefebvre, J. L. Time-Lapse Imaging of Neuronal Arborization using Sparse Adeno-Associated Virus Labeling of Genetically Targeted Retinal Cell Populations. J. Vis. Exp. (2021)Este video demuestra el uso de la microscopía confocal para visualizar la dinámica dendrítica en explantes de retina de ratones vivos. Describe los pasos para estabilizar la retina bajo un microscopio confocal, realizar imágenes de epifluorescencia para visualizar las interneuronas amacrinas...

Imágenes confocales de lapso de tiempo de la dinámica dendrítica neuronal en explantes de retina de ratón

Larvas de Drosophila son un sistema modelo atractivo para imágenes en vivo debido a su cutícula translúcida y la genética de gran alcance. Este protocolo describe cómo utilizar un dispositivo de PDMS de una sola capa, llamada el 'chip de larva' para imágenes en vivo de procesos celulares dentro de las neuronas de 3 º estadio las larvas de Drosophila.

El uso de chips de microfluídica para imágenes en vivo y de estudio de las respuestas de lesiones en<em&gt; Drosophila</em&gt; Las larvas

Este protocolo detalla un método simplificado utilizado para llevar a cabo imágenes de células vivas en el contexto de un cerebro de larvas intacta. Enfoques imágenes de células vivas tienen un valor incalculable para el estudio de las divisiones asimétricas de células madre neuronales, así como otros procesos neurogénicos y de desarrollo, descubriendo constantemente los mecanismos que se pasaron por alto anteriormente.

Imágenes en vivo de<em&gt; Drosophila</em&gt; larvales neuroblastos

Las técnicas de microscopía óptica junto con ensayos bioquímicos dilucidan la implicación de la exocitosis mediada por SNARE en la ramificación de los axones dependiente de la netrina. Esta combinación de técnicas permite identificar los mecanismos moleculares que controlan la ramificación de los axones y el cambio de forma de las células.

Utilizando metodologías combinadas para definir el papel de la membrana plasmática de entrega Durante Axon ramas y morfogénesis neuronal

El objetivo del presente Protocolo es establecer ex vivo Drosophila larvas cerebro cultura optimizada para controlar ritmos circadianos moleculares con imágenes de Time-lapse de fluorescencia a largo plazo. También se discute la aplicación de este método a los ensayos farmacológicos.

Sola célula resolución fluorescencia vivo la proyección de imagen de relojes circadianos de Drosophila en cerebro larvas cultura

Describimos un método para el rastreo retrógrado de las neuronas motoras embrionarias Drosophila utilizando colorantes fluorescentes lipofílicos.

Seguimiento retrógrado de las neuronas motoras embrionarias de Drosophila utilizando colorantes fluorescentes lipofílicos

Aquí, presentamos un método para investigar la morfogénesis de neuritas en explantes retinianos de ratón postnatales mediante microscopía confocal de lapso de tiempo. Describimos un enfoque para el etiquetado disperso y la adquisición de tipos de células retinianas y sus procesos finos utilizando vectores de virus adenoasociados recombinantes que expresan proteínas fluorescentes dirigidas a la membrana de una manera dependiente de Cre.

Imágenes de lapso de tiempo de arborización neuronal utilizando el etiquetado de virus adenoasociados dispersos de poblaciones de células retinianas genéticamente dirigidas

Aprende a cuantificar la dinámica de ramas dendríticas en neuronas en desarrollo usando imágenes de lapso de tiempo en vivo y software de anotación 3D en cerebros de larvas de Drosophila. Este método permite estudiar la morfogénesis dendrítica.

Imágenes en vivo de lapso de tiempo y cuantificación de la dinámica de ramas dendríticas rápidas en el desarrollo de neuronas drosophila (Video) | JoVE Journal

Imágenes en vivo de lapso de tiempo y cuantificación de la dinámica de ramas dendríticas rápidas en el desarrollo de neuronas drosophila

Explorar más videos