Pourquoi la reconstruction 3D de neurones interconnectés par des synapses est-elle importante pour la validation de cibles ?

Il permet une visualisation directe des changements de connectivité synaptique, fournissant des preuves structurelles pour étayer ou réfuter des hypothèses mécanistiques concernant les cibles neuronales dans les modèles de maladie.

Comment l'isolement de la variable indépendante (par exemple, la condition de traitement) améliore-t-il la fiabilité du pipeline de découverte ?

En contrôlant des variables telles que le génotype ou l'exposition à un médicament, les chercheurs peuvent attribuer les modifications synaptiques observées spécifiquement à la variable indépendante, renforçant ainsi la confiance dans les effets spécifiques à la cible.

Quelles mesures quantitatives de la variable dépendante cette méthode permet-elle pour les applications de criblage ?

La méthode fournit des métriques quantifiables telles que la densité des épines dendritiques, le nombre de puncta synaptiques et l'analyse volumétrique des compartiments neuronaux, qui servent de variables dépendantes dans le criblage de composés.

Pourquoi les exigences en matière de réplication sont-elles importantes pour la collaboration transversale dans les études d'imagerie ?

La réplication garantit que les résultats structuraux sont cohérents entre les échantillons et les opérateurs, ce qui est essentiel pour harmoniser les équipes d'histologie, d'imagerie et de pharmacologie sur l'interprétation des données et la prise de décision.

Quelles sont les capacités d'analyse statistique requises avant de mettre en œuvre cette méthode dans un flux de travail de découverte ?

La mise en œuvre nécessite des compétences en analyse statistique morphométrique, incluant des comparaisons entre groupes de la densité des épines dendritiques et des paramètres synaptiques, afin de déterminer les changements significatifs liés aux conditions expérimentales.

Microscopie électronique à balayage à faisceau d’ions focalisés pour la reconstruction 3D de neurones liés synaptiquement

JoVE Encyclopedia of Experiments

Neurosciences

0 vues • 1:21 min • May 30th, 2025

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

Prenez une section fixe de tissu cérébral cortical de souris présentant des axones et des dendrites neuronaux. Les dendrites possèdent des protubérances, appelées épines dendritiques, qui forment des synapses avec des axones.

Incuber le tissu avec du ferrocyanure d’osmium, qui se lie aux lipides, suivi d’une autre application d’osmium, qui améliore le contraste structurel pour l’imagerie.

Teinture avec un composé de métal lourd qui se lie aux macromolécules et améliore le contraste.

Déshydrater en utilisant des concentrations d’alcool croissantes pour l’enrobage de résine.

Incorporez le tissu dans de la résine, montez-le sur un support et enduisez-le d’or pour optimiser la qualité de l’image.

Utilisez la microscopie électronique à balayage à faisceau d’ions focalisés pour l’imagerie tridimensionnelle.

Utilisez un faisceau d’ions pour enlever une fine couche de tissu incrusté de résine, exposant ainsi une surface d’imagerie.

Focalisez un faisceau d’électrons sur la surface exposée et détectez les électrons rétrodiffusés pour générer une image.

Effectuez un découpage et une imagerie en série et reconstruisez une image tridimensionnelle, révélant un réseau neuronal cortical lié synaptiquement.