0 閲覧数 • 4:27 分 • June 17th, 2025
グリセロールでクリアされたショウジョウバエの脳を退色防止マウント培地に浸すことから始めます。
脳には、シナプス接続を組織する層状に配置された髄質ニューロンと、神経回路を調整する柱が含まれています。
これらのニューロンのいくつかは、赤色の蛍光光受容体軸索とは対照的に、緑色の蛍光マーカーで標識されています。
脳の腹側を上にして配置します。脳サンプルが押しつぶされないように、側面に小さな粘土パッチが付いたカバーガラスを置きます。
顕微鏡下で、緑色のラベル付けされたニューロンを含む水平ビュー画像スタックを取得します。
カバーガラスを取り外し、脳の位置を前側を上にして再配置します。
同じニューロンの正面図の画像スタックをキャプチャします。
ソフトウェアを使用して、これらの画像を結合し、光受容体チャネルを除去し、ニューロンの3D画像を視覚化します。
軸索をトレースし、次に樹状突起をたどり、各枝をその末端までたどって、髄質層と柱全体に樹状細胞の組織をマッピングします。
脳を水平方向に取り付けるには、グリセロールで除去された脳を、顕微鏡スライドの中央に堆積した20マイクロリットルの退色防止封入剤に移します。次に、カバーガラスの上に、カバーガラスが脳を押しつぶすのを防ぐために、四隅に粘土の小さなパッチを貼り付けます。
次に、解剖顕微鏡の下で、脳を腹側上に位置に配置します。脳の凸状の背面をランドマークとして使用して、脳サンプルの向きを識別します。これにより、ニューロンの水平方向のビューが提供されます。次に、カバーガラスを取り付けます。
共焦点顕微鏡を使用し、理想的にはGaAsP検出器を装備しています。高開口数対物レンズと2.5のデジタルズームで水平ビュー画像スタックを取得します。少なくとも180の光学セクションを取得し、512の正方形ピクセルを持ち、ステップサイズは0.2ミクロンです。
最初の画像スタックを撮影した後、スライドからカバーガラスを取り外し、脳を前方の上位置に再配置すると、正面図が得られます。次に、同じ手法を使用して、水平ビューで画像化された同じニューロンの正面図の新しい画像スタックを作成します。髄質神経柱に対する目的のニューロンの位置も必ず記録してください。
同じニューロンを同定することは、より低い倍率で実現可能です。ただし、組織が深いために信号が失われる場合は、脳の腹側半分を画像化するだけです。
この手順の目的は、神経突起を追跡し、登録のための基準点を割り当てることです。まず、再結合した画像ファイルを開きます。次に、[編集]、[ディスプレイ調整の表示]の順に移動し、赤色の光受容体チャネルをオフにします。
次に、超えモードで画像を視覚化します。コンピューターにステレオグラフシステムが装備されている場合は、ステレオをオンにし、クアッドバッファモードを使用して3D画像を視覚化します。新しいフィラメントを追加します。[Surpass]、[Filaments] の順に移動します。そして、「自動作成をスキップし、手動で編集する」というラベルの付いたタブをクリックします。次に、[描画]タブをクリックし、[AutoDepth]を選択します。
次に、[設定] を選択します。[線] オプションを切り替え、適切なピクセル数を入力して視覚化を改善します。次に、樹状突出を表示(Show Dendrites)、開始点(Starting Point)、分岐点(Branching Point)を切り替えて、レンダリング品質(Render Quality)を 100% に設定します。次に、[描画]タブを選択し、神経突起のトレースを開始します。軸索から始めて、樹状突起に移動します。経髄質ニューロンの軸索と樹状突起は、区別が容易でなければなりません。
神経突起をトレースした後、設定に戻り、開始点と分岐点の両方の切り替えを解除します。次に、[Surpass]、[Export]の順に移動します。オブジェクトを選択し、フィラメントを Inventor ファイルとして保存します。
本記事では、共焦点顕微鏡を用いてショウジョウバエの脳ニューロンをイメージングする方法について詳しく説明します。特に、メデュラニューロンの構成とそれらのシナプス接続の可視化およびトレースに焦点を当てます。
本手法は、遺伝学的操作が可能なモデルシステムにおいてニューロン形態の高解像度3D可視化を実現し、神経回路の詳細な構造マッピングを通じてターゲットの妥当性確認を可能にします。定義された解剖学的層およびカラムにわたる定量的な形態学的データを提供することで、構造と機能の関係を明確にし、初期探索段階におけるメカニズム的なリスク低減を促進します。また、樹状突起の構成を神経精神疾患モデルに関連するシナプス結合パターンに結びつけることで、ターゲット選択における予測の信頼性を高めます。
この手法は、メカニズムの理解と予測モデリングに寄与する構造フェノタイピングデータを提供することにより、初期のターゲットバリデーションからリード化合物の同定に至る創薬の連続的なプロセスに統合されます。
関連動画
0 再生回数
関連動画
0 再生回数
関連動画
0 再生回数
関連動画
0 再生回数
関連動画
0 再生回数
関連動画
0 再生回数
関連動画
0 再生回数
関連動画
0 再生回数
関連動画
0 再生回数
関連動画
0 再生回数
最終更新:29 8月 2026