2017年3月19日
多くの生物学的構造は、それが困難な現代の形態計測法を適用すること、容易に定義可能なランドマークを欠いています。ここでは、大きさや形状変化を定量化するために使用されている半ランドマークを定義するために、計算方法に続いて解剖し、マイクロCTスキャンを含むマウス陰茎骨(陰茎骨)を、勉強する方法を説明します。
この解剖および形態測定分析の全体的な目的は、マウスの陰茎骨のような複雑な形状を持つ構造の研究において、我々の形態測定手法がいかに堅牢であるかを示すことです。本研究の着想は、長さや幅の寸法を測定するといった従来の陰茎骨の変異測定法では、曲率や形状の複雑さに関するすべての情報が失われてしまうことに気づいたことから得られました。そこで我々は、任意の骨や目的の構造のサイズおよび形状の変異を3次元的に定量化するための本手法を考案しました。この技術の最大の利点は、ランドマークのない構造に対しても現代的な形態測定法を適用できる点にあります。
本手法は、複雑な構造の再現性の高い測定を可能にすることで、当該分野を前進させるものである。安楽死させた成熟した雄マウスを仰向けに固定し、包皮口の外側に親指で圧力を加えて陰茎を突出させる。陰茎が現れたら、組織を包皮から可能な限り伸展させる。
次に、鋏を用いて、陰茎骨が存在する亀頭近位側の陰茎体を切断し、陰茎を切り離します。その後、マイクロ遠心チューブに入れた約200 µLの水道水に、陰茎を完全に浸します。組織を軟化させるため、約50 °Cで3〜5日間インキュベートします。
組織を軟化させることで、抽出時の骨折のリスクを軽減します。インキュベーション後、解剖顕微鏡とピンセットを用いて、陰茎骨(baculum)周囲の組織の大部分を除去します。粗解剖後、70%エタノールを優しく噴射して、残った組織を洗い流し、骨を洗浄します。
次に、解剖した陰茎骨を新しいマイクロ遠心チューブに入れ、キャップを開けたまま室温で骨を乾燥させます。まず、骨を配置するための材料を準備します。CTスキャン用円筒ホルダーをフローリストフォームのブロックに押し込んで固定します。
次に、得られた円柱状のフォームを取り出し、厚さ2~5 cmのフォームのスライスを切断します。次に、スキャン中の干渉を最小限に抑えるため、個別のスライスの外周に沿って乾燥させたbaculaを10~15本、フローリストフォームに押し込みます。後の識別のために、骨の正確な向きを記録しておいてください。
次に、フォームに固定した骨を慎重にマイクロCTホルダーに配置し、ホルダーをmicro CT 50スキャナーにロードします。micro CT 50スキャナーを次のように設定します。90 kilovolt pascals、ボクセルサイズ 155 angstroms、5 milliliter アルミニウムフィルター、180度あたり 750 projections、および 500 millisecond の露光時間を使用します。
その後、検体のスキャンに進みます。陰茎骨は、記載されたプロトコルに従って解剖、調製、およびスキャンが行われました。多くの骨を1回のCTスキャンにまとめて入れることが可能です。
その後、テキストプロトコルに記載されている通り、計算幾何学を用いて画像を処理しました。このイメージングプロセスは、幅広い骨やその他の関心対象の研究に適用可能です。この解析により、対象物のランドマーク特徴に関する詳細な情報が得られ、高度に自動化されています。
369個のbaculaを解析した際、このプロセスで手動による調整が必要だったのはわずか10回程度でした。特筆すべき点は、我々の手法が多種多様な複雑な構造に適用可能であるということです。これらの手法を用いることで、baculumのサイズと形状を三次元的に定量化することができました。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
本研究では、明確に定義可能なランドマークを欠くマウスの陰茎骨(baculum)を分析するための、堅牢な形態測定学的手法を提示します。解剖とmicroCTスキャンを用いることで、セミランドマークを用いてサイズと形状の変異を定量化し、複雑な生物学的構造への理解を深めています。
マウスの陰茎骨のような複雑な生物学的構造の定量的形態測定分析は、従来のランドマークが存在しない箇所での精密な測定を可能にすることで、初期探索における重要な課題を解決します。この能力は、表現型スクリーニングにおける予測の信頼性を高め、再現性のある高解像度の形状およびサイズデータを提供することで、強固なターゲットバリデーションを支援します。この手法は、多様な生物学的検体に対して標準化された定量的な形態評価を必要とする研究開発パイプラインに広く適用可能です。
この形態計測パイプラインは、初期の発見からリード化合物の特定までを統合しており、仮説駆動型研究とスケーラブルなスクリーニングワークフローの両方をサポートします。