$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Le protocole décrit ci-dessus a été réalisé (Figure 1) sur des souris mâles UM-HET3 de 20 mois. Les souris ont reçu soit un véhicule (Contrôle), soit un cocktail de reprogrammation chimique (Traité) à l’aide de minipompes osmotiquesmodèle 2004 53. Les foies ont ensuite été sectionnés et imagés sur un microscope confocal Airyscan2 avant de traiter les piles z à l’aide du pipeline d’analyse.
Les images de fluorescence 3D ont été traitées et analysées à l’aide du logiciel ZEISS arivis Pro 4.1.2. Avant la segmentation des mitochondries, l’algorithme d’amélioration des particules était appliqué pour réduire le bruit des images et éliminer le fond de fond, la lumière floue, l’autofluorescence et/ou la fluorescence provenant d’une liaison non spécifique. L’amélioration des particules amplifie sélectivement le signal à partir d’un diamètre donné. Après la réduction du bruit, les mitochondries individuelles ont été segmentées en 3D à l’aide de l’algorithme Blob Finder, qui détecte les objets en fonction des maxima d’intensité locales dans une plage de taille définie. Enfin, la segmentation d’objets réduit chaque tranche 2D à une image binaire.
Pour illustrer le flux de travail de segmentation, la Figure 2 présente des tranches optiques représentatives à chaque étape du pipeline de traitement pour les échantillons de contrôle et traités. L’image brute de fluorescence montre le signal Tom20 non traité, qui contient un mélange de fluorescence mitochondriale spécifique et de fond indésirable, de lumière floue et d’autofluorescence. Après application du débruit par amplification particulaire, le signal de fond a été considérablement réduit, et la fluorescence restante est confinée à des structures discrètes et bien définies (Figure 2). Cela permet une représentation plus propre des frontières mitochondriales, facilitant une segmentation précise.
La sortie de la segmentation du Blob Finder est affichée en vert. Pour confirmer que les z-stacks sont précisément segmentées, les tranches 2D dénoiseisées avec les images binaires segmentées associées ont été superposées (Figure 2). Si le processus de segmentation est suffisamment optimisé, une co-localisation forte et cohérente de la fluorescence mitochondriale avec les objets binaires doit être observée. Si le processus de segmentation est sur-segmenté (c’est-à-dire diviser des mitochondries individuelles en plusieurs objets) ou sous-segmenter (c’est-à-dire combiner plusieurs mitochondries en une seule), ajustez les paramètres de segmentation. L’inspection visuelle des inserts confirme une segmentation de haute qualité : les objets détectés co-localisent précisément avec le signal de fluorescence Tom20 dénouffé, sans preuve de sur-segmentation, de surdimensionnement des objets, de fusion inappropriée de mitochondries spatialement adjacentes en objets uniques, ou de génération d’objets spuries dans des régions sans signal Tom20. Ce niveau de fidélité de segmentation a été systématiquement atteint à la fois sur les échantillons Contrôle et Traité, démontrant que les paramètres de pipeline optimisés dans le logiciel ZEISS arivis sont robustes et généralisables au sein des groupes expérimentaux. Ensemble, ces résultats valident l’approche de segmentation et soutiennent la fiabilité des mesures morphologiques qui en sont déduites.
Les objets segmentés peuvent être mesurés pour des paramètres mitochondriaux tels que le volume, la sphéricité et la surface (Figure 3). Pour tenir compte du grand nombre de mitochondries détectées par échantillon biologique et de l’indépendance des organites individuels au sein d’une cellule, des valeurs médianes par échantillon ont été calculées et utilisées comme unité de comparaison statistique. Les différences entre groupes ont été évaluées à l’aide du test de Wilcoxon. Les échantillons traités présentaient un volume et une surface mitochondriales significativement plus élevés que les témoins, indiquant que la reprogrammation chimique induit un remodelage substantiel de la morphologie mitochondriale.
Enfin, les mitochondries segmentées peuvent être classées en différents sous-types54,55 (Figure 4). La méthode ducoude 56 a été utilisée pour déterminer le nombre optimal de clusters pour le regroupement k-means 57,58 (Figure 4A). Ensuite, en utilisant k = 4 groupes, des sous-échantillons aléatoires de mitochondries pour les groupes Témoins et Traités ont été tracés via une réduction de dimensionnalité par approximation uniforme de variété et projection (UMAP) (Figure 4B), colorié à la fois par sous-type mitochondrial (à gauche) et par groupe de traitement (à droite). Enfin, les proportions de chaque sous-type mitochondrial (Figure 4C) pour les groupes témoins et traité ont été tracées. Dans le groupe traité, il y avait moins de mitochondries fragmentées mais pas de changement significatif dans la proportion de mitochondries en réseau ou allongées.

Figure 1 : Aperçu du protocole. Les souris sont traitées avec des médicaments ou un véhicule pendant jusqu’à 6 semaines grâce à l’implantation d’une minipompe osmotique sous-cutanée (1). Après traitement, les tissus de la souris sont fixés, infiltrés dans le saccharose, intégrés dans un composé OCT et cryocésés (2). Les coupes tissulaires sont ensuite colorées avec des anticorps contre le Tom20 et des anticorps secondaires marqués avec Alexa Fluor 568 (3). Les z-stacks à super-résolution sont collectés sur un microscope confocal à balayage ponctuel Airyscan2 (4), et les z-stacks traités déno-bruit sont segmentés en arivis pour quantifier la morphologie mitochondriale (5). Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Figure 2 : Pipeline automatisé pour la segmentation mitochondriale et l’analyse morphologique.
Des tranches optiques uniques représentatives provenant d’échantillons de contrôle (panneaux supérieurs) et traités (panneaux inférieurs). Le signal d’immunofluorescence Tom20 est affiché en gris (à gauche). La même image après le débruit est affichée en gris, suivie de la sortie de segmentation mettant en évidence en vert les objets mitochondriaux détectés. L’image fusionnée montre le chevauchement entre le signal détamisé et les objets segmentés. Les inserts montrent des vues à grossissement plus élevé des régions indiquées, illustrant les effets du débruit et la précision de la segmentation. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Figure 3 : Morphologie mitochondriale chez les groupes témoins et traité. Les diagrammes de boîte montrent la médiane ± la plage interquartile des valeurs médianes par échantillon (n = 10 par groupe). Chaque point représente un échantillon biologique, résumé par la médiane de toutes les mitochondries détectées dans cet échantillon. Le volume et la surface sont affichés à l’échellelogarth-10. Les groupes ont été comparés à l’aide des tests de somme des rangs de Wilcoxon. Niveaux de signification : ns p ≥ 0,05, **p < 0,01, ***p < 0,001. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Figure 4 : Classification morphométrique non supervisée des sous-types mitochondriaux. (A) Graphique coude montrant la somme totale des carrés à l’intérieur du groupe (WSS) en fonction du nombre de grappes (k), calculée sur un sous-échantillon aléatoire de 10 000 mitochondries. Le point d’inflexion à k = 4 a été sélectionné comme nombre optimal de clusters pour l’analyse en aval. (B) (à gauche) Réduction de dimensionnalité UMAP des caractéristiques morphométriques mitochondriales (n = 20 000 mitochondries échantillonnées au hasard), colorée par sous-type assigné. Quatre sous-types morphologiquement distincts ont été identifiés : fragmentés (petits, très sphériques), allongés (longs, faibles sphéricités), en réseau (grands, irréguliers) et intermédiaires. (À droite) Projection UMAP coloriée par groupe expérimental (Contrôle vs. Traité) montrant la répartition de chaque groupe dans l’espace morphologique. (C) Proportions par échantillon de chaque sous-type mitochondrial dans chaque groupe expérimental. Chaque point de données représente un échantillon biologique (n = 10 par groupe). Les boîtes graphiques montrent la plage interquartile et la médiane, avec des moustaches s’étendant jusqu’à 1,5 fois la plage interquartile. Les proportions de sous-types ont été comparées entre groupes à l’aide du test de la somme des rangs de Wilcoxon, et les valeurs p ont été corrigées pour les comparaisons multiples à l’aide de la méthode de Benjamini-Hochberg. ns p ≥ 0,05, ****p < 0,0001. Veuillez cliquer ici pour voir une version agrandie de cette figurine.
Fichier supplémentaire 1 : Exemple de pipeline arivis. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 2 : script R pour quantifier la morphologie mitochondriale et les populations de sous-types.Veuillez cliquer ici pour télécharger ce fichier.