La mieloperossia anti-neutrofila anticorpo associato all'anticorpo (MPO-AAV) è una malattia autoimmune che si traduce in insufficienza renale da lesioni glomeriula patologiche con notevole morte cellulare e rilascio di acido deossiribonucleico (DNA)1,2. Il DNA può attivare il sistema immunitario agendo come un segnale di pericolo. In condizioni di salute normali, la posizione nucleare del DNA offre protezione dall'esposizione al sistema immunitario. L'autoDNA che viene rilasciato extracellulare durante i processi patogeni o l'autoimmunità è visto dal sistema immunitario come un potente danno proinfiammatorio associato all'autoproteina molecolare (DAMP)3. Il DNA extra cellulare (ecDNA) viene rilasciato dalle cellule morenti attraverso diversi meccanismi distinti che sono governati da vie biochimiche distinte, come l'apoptosi, la formazione di trapeextra extracellulari di necroptosi neutrosi(NET), necrosi o piroptosi4,5,6,7.8
In questo articolo vengono descritti i metodi per macchiare e misurare l'ecDNA rilasciato dalle cellule morenti in sezioni di reni formalina fixed paraffina incorporata (FFPE) da biopsie sperimentali anti-MPO GN e renali di pazienti con MPO-AAV9,10. Esistono diversi metodi per la rilevazione di DNA a doppio filamento circolante (dsDNA) e complessi di DNA sia da siero che da urina e da analisi in vitro11,12. Questi metodi, sebbene accurati nel determinare la quantità di ecDNA, non determinano dove l'ecDNA viene rilasciato anatomicamente. Ci sono metodi che descrivono la misurazione specifica dell'ecDNA come il tunel per l'apoptosi e la misurazione dei detriti cellulari13,14. Non esiste un metodo che descriva la misurazione dell'ecDNA culminato da tutte le forme di morte cellulare nei reni FFPE dove si verifica il danno patologico. Questo è importante per determinare se i trattamenti terapeutici sperimentali stanno cancellando l'ecDNA dai siti di lesione patologica nell'organo bersaglio effettivo.
L'acquisizione di più immagini da campioni di rene crea un volume elevato di dati che viene analizzato comunemente da un singolo utente. Questo è laborioso, richiede tempo e può essere soggetto a riproducibilità inaffidabile da parte di altri utenti, a causa di pregiudizi dell'utente. Trainable Weka segmentation è un plugin software open source per ImageJ che utilizza strumenti bioinformatici all'avanguardia per classificare i pixel utilizzando algoritmi di apprendimento automatico15,16. Questo metodo è "trainabile" per cui apprende dalla classificazione dell'utente dei segmenti di pixel e applica la nuova classificazione appresa ad altre immagini. Questo metodo si basa su strumenti di analisi comuni all'interno del programma ImageJ che vengono utilizzati per "classificare" ogni pixel in un segmento come appartenente a una "classe" specifica. Una volta che il programma apprende i "classificatori", possono essere utilizzati per identificare altri segmenti classificati simili all'interno della stessa immagine. Questo modello viene quindi salvato e applicato ad altri set di immagini all'interno dello stesso esperimento.
Gli ostacoli attuali alla determinazione dell'ecDNA in situ nelle sezioni renali sono l'autofluorescenza endogena dalla fissazione nella formalina e l'analisi laboriosa delle immagini. Qui descriviamo come eseguire l'uso di questa autofluorescenza, rilevare l'ecDNA e usare l'apprendimento automatico supervisionato per la misurazione ad alta velocità effettiva dell'ecDNA. Abbiamo precedentemente pubblicato la misurazione di NET e MPO extracellulare (ecMPO) utilizzando una macro in ImageJ, ora dimostriamo la semi-automazione di questi metodi utilizzando l'apprendimento automatico supervisionato1. Dimostriamo l'adattabilità dello strumento di apprendimento automatico, per classificare una macchia alternativa per NET ed ecMPO all'interno della stessa immagine. Questi metodi di colorazione descritti qui per rilevare ecDNA, NET ed ecMPO possono essere tradotti in altri organi solidi e malattie in cui ecDNA, NETS ed ecMPO svolge un ruolo nel perpetuare malattie come l'artrite reumatoide e il lupus17,18.