RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
French
Menu
Menu
Menu
Menu
A subscription to JoVE is required to view this content. Sign in or start your free trial.
Research Article
Please note that some of the translations on this page are AI generated. Click here for the English version.
Erratum Notice
Important: There has been an erratum issued for this article. View Erratum Notice
Retraction Notice
The article Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology. View Retraction Notice
La morphologie dendritique neuronale sous-tend souvent la fonction. En effet, de nombreux processus pathologiques qui affectent le développement des neurones se manifestent par un phénotype morphologique. Ce protocole décrit une méthode simple et puissante pour analyser les tonnelles dendritiques intactes et leurs épines associées.
L’activité cérébrale, les signaux électrochimiques transmis entre les neurones, est déterminée par les modèles de connectivité des réseaux neuronaux et par la morphologie des processus et des sous-structures au sein de ces neurones. En tant que tel, une grande partie de ce que l’on sait sur le fonctionnement du cerveau est apparue parallèlement aux développements des technologies d’imagerie qui permettent de mieux comprendre comment les neurones sont organisés et connectés dans le cerveau. Les améliorations apportées à l’élimination des tissus ont permis l’imagerie à haute résolution de tranches cérébrales épaisses, facilitant la reconstruction morphologique et l’analyse des sous-structures neuronales, telles que les tonnelles dendritiques et les épines. En parallèle, les progrès des logiciels de traitement d’images fournissent des méthodes d’analyse rapide de grands ensembles de données d’imagerie. Ce travail présente une méthode relativement rapide de traitement, de visualisation et d’analyse d’épaisses tranches de tissu neural marqué à haute résolution à l’aide de la clairière tissulaire CLARITY, de la microscopie confocale et de l’analyse d’images. Ce protocole facilitera les efforts visant à comprendre les modèles de connectivité et les morphologies neuronales qui caractérisent les cerveaux sains, ainsi que les changements de ces caractéristiques qui surviennent dans les états cérébraux malades.
Comprendre l’organisation spatiale, les modèles de connectivité et la morphologie de structures biologiques tridimensionnelles complexes est essentiel pour délimiter les fonctions de cellules et de tissus spécifiques. Cela est particulièrement vrai en neurosciences, dans lesquelles des efforts considérables ont été consacrés à la construction de cartes neuroanatomiques à haute résolution du système nerveux central1,2. Un examen attentif des neurones qui composent ces cartes donne des morphologies variées, avec des connexions et des emplacements qui reflètent la fonction de ces divers ensembles de neurones3,4. De plus, l’étude des structures subcellulaires, en particulier des épines dendritiques, peut informer la maturité des synapses, reflétant ainsi les processus de développement et les états de maladie neurologique5,6,7. Ainsi, les approches qui améliorent la résolution et le débit d’imagerie sont essentielles pour mieux comprendre le fonctionnement du cerveau à toutes les échelles.
Des progrès récents ont élargi la boîte à outils moléculaire et génétique pour marquer et manipuler les populations de neurones. Le développement de nouveaux marqueurs fluorescents, combiné à de nouvelles méthodes d’introduction de ces marqueurs dans les neurones, permet un marquage différentiel des populations de neurones en interaction au sein du même échantillon animal ou cérébral8,9,10,11. Étant donné que la lumière est diffusée par des lipides opaques et compte tenu de la teneur élevée en lipides des tissus cérébraux, l’imagerie des populations neuronales a été principalement limitée à des sections minces ou s’est appuyée sur des techniques avancées de microscropy (par exemple, la microscopie confocale, multiphotonique et à feuille de lumière) pour imager les structures profondes. Cependant, ces efforts ont été grandement renforcés par les progrès des techniques de nettoyage des tissus. Clear Lipid-exchanged Acrylamide-hybridized Rigid Imaging/immunostaining/insitu hybridization-compatible Tissue-hYdrogel (CLARITY) est l’une de ces techniques, dans laquelle les tissus d’intérêt sont infusés avec des monomères d’hydrogel (acrylamide et bis-acrylamide) puis lavés avec des détergents12. Les monomères d’hydrogel s’hybrident pour créer un échafaudage d’hydrogel 3D stable, optiquement transparent et perméable aux étiquettes de macromolécules. Les acides nucléiques et les protéines sont maintenus dans la matrice hybridée, tandis que les lipides sont éliminés par les lavages détergents (Figure 1). Il en résulte un tissu stable suffisamment rigide pour maintenir la forme et l’orientation d’origine des cellules et des molécules non lipidiques, tout en faisant preuve d’une transparence optique suffisante pour imager facilement des structures profondes à haute résolution. Ce maintien de la structure et de l’orientation des tissus permet l’imagerie de tranches épaisses, préservant ainsi les connexions de cellule à cellule et les relations spatiales. De plus, comme l’emplacement et la disponibilité des protéines et des acides nucléiques sont maintenus pendant le processus de nettoyage, les tissus nettoyés sont capables de contenir des marqueurs basés sur l’expression, ainsi que des étiquettes exogènes. Ainsi, CLARITY se prête comme une méthode puissante pour imager de grandes quantités de structures cérébrales profondes et les connexions entre ces structures à haute résolution.
L’utilisation de CLARITY améliore considérablement les approches d’imagerie des populations neuronales. Cette technique est particulièrement efficace pour générer de grandes quantités de données d’imagerie. CLARITY fonctionne bien avec de multiples formes de fluorescence à base de protéines. Ce protocole utilise une approche basée sur lentiviral pour étiqueter de manière éparse les cellules avec EGFP et tdTomato; cependant, des allèles rapporteurs transgéniques exprimant tdTomato ou EGFP pour étiqueter les cellules à reconstruire ont été couramment utilisés. Il est important de choisir un fluorophore qui est à la fois photo-stable et brillant (par exemple, EGFP ou tdTomato). De plus, l’utilisation d’un promoteur puissant pour exprimer le fluorophore donne un contraste et une qualité d’image supérieurs. Les inconvénients de cette technique surviennent car l’analyse correcte de cette grande quantité de données peut prendre à la fois beaucoup de travail et de temps. Les microscopes spécialisés peuvent aider à améliorer le débit et à réduire la charge de travail. Cependant, la construction, la possession et / ou l’exploitation de microscopes avancés sont souvent prohibitifs pour de nombreux laboratoires. Ce travail présente une méthode simple, à haut débit, relativement rapide et simple de visualisation de grandes quantités de tissu neural à haute résolution en utilisant le nettoyage tissulaire CLARITY de grandes sections, combiné à la microscopie confocale standard. Ce protocole décrit cette approche à travers les étapes suivantes : 1) disséquer et préparer le tissu neural, 2) nettoyer le tissu, 3) monter le tissu, 4) imager les tranches préparées et 5) traiter des images de tranches complètes à l’aide de la reconstruction et de l’analyse du logiciel de visualisation par microscopie(Figure 2). Ces efforts aboutissent à des images à haute résolution qui peuvent être utilisées pour analyser les populations de neurones, les modèles de connexion neuronale, la morphologie dendritique 3D, l’abondance et la morphologie de la colonne vertébrale dendritique et les modèles d’expression moléculaire dans les tissus cérébraux intacts.
Le protocole suivant suit toutes les directives en matière de soins aux animaux pour le Baylor College of Medicine.
1. Dissection et préparation des tissus
2. Nettoyage des tissus
3. Préparation et montage du tissu nettoyé
4. Imagerie d’échantillons de tissus nettoyés
5. Traitement d’images et quantification 3D à l’aide d’un logiciel d’analyse par microscopie
REMARQUE: Les logiciels d’analyse d’images microscopiques sont des outils puissants pour la visualisation et le traitement d’images en trois dimensions. Bon nombre de ces programmes sont parfaitement adaptés à la manipulation de grands ensembles de données générés à partir d’échantillons de tissus nettoyés par imagerie. Les étapes suivantes et les chiffres associés correspondent au flux de travail du logiciel Imaris.
Après l’acquisition de l’image, la morphologie cellulaire représentative a été analysée à l’aide de statistiques intégrées et de scripts de classification dans le logiciel d’analyse. Les données recueillies(Figure 6A)reflètent que le neurone 2 a une structure dendritique plus grande avec une densité plus élevée d’épines. Dans l’ensemble, les données suggèrent que le neurone 2 a une structure dendritique plus complexe que le neurone 1. Pour étayer ce résultat, une analyse sholl standard a été effectuée, qui affirme que le neurone 2 est plus complexe dendritiquement que le neurone 1, comme en témoigne le nombre accru d’intersections sholl à 50-100 μm du soma(Figure 6B). Enfin, les épines dendritiques des deux neurones imagés ont été classées en quatre catégories principales en fonction de leur forme et de leur taille globales. Les épines qui présentent des formes plus filopodaires sont probablement des sous-types de colonne vertébrale plus immatures. Les épines à tête définie, appelées épines de champignons, contiennent probablement des synapses plus développées et matures7. L’analyse présentée ici montre que le neurone 1 contient une plus grande proportion d’épines de type filopodia par rapport au neurone 2(Figure 6C). Ainsi, sur la base de la morphologie, le neurone 2 est plus mature sur le plan du développement car il est plus grand, plus ramifié et contient une densité plus élevée d’épines matures.

Figure 1: Le protocole CLARITY rend les tissus transparents tout en maintenant la structure inhérente et les relations spatiales molécule-molécule. (A) Orientation originale du tissu neuronal et des composants intercellulaires avant le nettoyage. (B) Les monomères d’hydrogel (lignes violettes) sont infusés dans le tissu et polymérisés en un maillage d’hydrogel. Le tissu et le maillage d’hydrogel sont réticulés par fixation au formaldéhyde. (C) Le tissu est ensuite lavé avec des solutions de détergent ionique lorsqu’il est exposé à des champs électriques. Au cours de ce processus, les micelles détergentes éliminent les molécules lipidiques du tissu, laissant derrière elles un réseau réticulé d’hydrogel transparent et de biomolécules. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 2: Organigramme du protocole, schématant la préparation des tissus, le nettoyage, le montage, l’imagerie et le traitement d’images. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 3: Construction de chambres de montage pour des échantillons de tissus nettoyés. (A) Nettoyage du cerveau entier dans le PBS avant immersion dans une solution d’appariement de l’indice de réfraction. (B) Tranche de cerveau dans une solution d’appariement d’indice de réfraction. ( C )Chambred’imagerie pour les grands et petits échantillons de tissus nettoyés. Les chambres peuvent être fabriquées en utilisant une variété de matériaux, y compris, mais sans s’y limiter, des plastiques imprimés en 3D et des tubes coniques coupés. (D) Chambre d’imagerie pour l’imagerie de l’ensemble du cerveau ou de l’hémisphère, en utilisant un tube conique de 50 mL comme soulagement avant de verser de l’agarose. (E) Chambre d’imagerie du cerveau entier ou de l’hémisphère avec agarose entièrement réglée; cette configuration est optimale pour les objectifs d’immersion de gros barils. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 4: Acquérir de grands ensembles de données de haute qualité à partir d’échantillons de tissus nettoyés. ( A )Paramètresd’acquisition d’images utilisés pour l’imagerie haute résolution de cellules entières. Le sténopé a été entièrement fermé pour permettre de fines sections optiques. La vitesse de numérisation a été déterminée empiriquement en fonction des temps de séjour optimaux des pixels. (B) Réglages du trajet de la lumière: ceux-ci dépendront du fluorophore et de l’équipement utilisé. ( C )Paramètresde la pile Z; un pas z fin a été utilisé pour capturer autant d’informations que possible dans la direction z. D) Projection maximale représentative; La barre d’échelle représente 25 μm. Veuillez cliquer ici pour afficher une version plus grande de cette figure.

Figure 5: Analyse 3D des dendrites dans le logiciel d’analyse. (A) Vue latérale d’une pile z de 600 μm acquise à partir d’un tissu de 1 mm d’épaisseur exprimant tdTomato; la barre d’échelle représente 100 μm. (B) Vue de dessus de la même pile z acquise dans le panneau A; la barre d’échelle représente 100μm. (C) Image confocale acquise de tissu exprimant l’EGFP. Les fichiers image peuvent être directement importés dans le logiciel d’analyse et pré-traités pour une meilleure qualité d’image; La barre d’échelle représente 25 μm. (D) La soustraction de seuil est utilisée pour supprimer le signal de fond cohérent présent dans C. (E) Traçage du filament et identification de la colonne vertébrale: ce processus est meilleur lorsqu’il est effectué semi-automatique avec la fonction de profondeur automatique vérifiée. Les épines ont ensuite été étiquetées à la main après une reconstruction complète de la dendrite; La barre d’échelle représente 25 μm. (F) Classification de la colonne vertébrale à l’aide d’une extension MATLAB intégrée. Les épines ont été codées par couleur en fonction de leur morphologie; les épines trapues sont rouges; les épines de champignons sont vertes; les longues épines minces sont bleues; les filopodes sont violets; La barre d’échelle représente 25 μm. Veuillez cliquer ici pour afficher une version plus grande de cette figure.

Figure 6: Résultats représentatifs. (A) Tableau des mesures morphologiques communes générées automatiquement par le programme d’analyse sélectionné. (B) Nombre d’intersections sholl générées par les statistiques du programme. ( C )Diagrammecirculaire représentant la distribution des morphologies de la colonne vertébrale dendritique. Veuillez cliquer ici pour voir une version agrandie de cette figure.
| Solution | Composition | Notes |
| Solution de correspondance d’index de réfraction | 80 g d’histodenz | pH à 7,5 avec NaOH |
| 60 mL de tampon phosphate de 0,02 M | Conserver à 4 °C | |
| 0,01 % d’azide de sodium | Adapté de Marx, V. Nature Methods volume 11, pages 1209-1214 (2014) | |
| Hydrogel | 13,33 mL d’acrylamide à 30 % (no-bis) | Mélanger ensemble sur de la glace, sinon la solution peut commencer à polymériser |
| 10 mL de 10x PBS | Aliquote et conserver à -20 °C | |
| 250 mg de VA-044 | ||
| 76,66 mL de ddH2O |
Tableau 1 : Recettes de solution d’appariement d’images réfractives et de solution d’hydrogel. La composition de la solution d’appariement de l’indice de réfraction et de l’hydrogel est répertoriée.
Les auteurs n’ont rien à divulguer pour le moment.
La morphologie dendritique neuronale sous-tend souvent la fonction. En effet, de nombreux processus pathologiques qui affectent le développement des neurones se manifestent par un phénotype morphologique. Ce protocole décrit une méthode simple et puissante pour analyser les tonnelles dendritiques intactes et leurs épines associées.
Nous tenons à remercier le noyau viral NRDDC de l’Institut neurologique Jan et Dan Duncan pour avoir produit les AAV et les lentivirus utilisés dans ces expériences. De plus, nous tenons à remercier le Baylor College of Medicine Center for Comparative Medicine pour l’élevage de souris et l’entretien général des souris utilisées. Nous tenons à remercier l’American Heart Association pour son soutien sous le numéro de bourse 20PRE35040011, et BRASS: Baylor Research Advocates for Student Scientists pour leur soutien (PJH). Enfin, nous tenons à remercier Logos d’avoir fourni à notre laboratoire le système de nettoyage des tissus électrophorétiques Logos X-Clarity.
| Tube conique de 15 mL | Thermo Scientific | 339650 | |
| Aiguille BD | 305127 | ||
| 30 % d’acrylamide (No-Bis) | National Diagnostics | EC-810 | |
| Tube conique de 50 mL | Thermo Scientific | 339653 | |
| Solution de nettoyage électrophorétique | des tissus Logos | C13001 | |
| Histodenz | Sigma | D2158-100G | |
| Hydrogel Solution Kit | Logos | C1310X | |
| Imaris | Oxford Instruments | N/A | |
| Paraformaldéhyde 16 % | EMS | 15710 | |
| PBS, 1x, 500 mL, 6 bouteilles/caisse | Fisher | MT21040CV | |
| VA-044 | Wako | 925-41020 | |
| X-CLARITY Système de polymérisation | Logos | C20001 | |
| Système d’élimination des tissus X-CLARITY II | Logos | C30001 |