April 9th, 2018
우리는 동시에 기계적 테스트 설명 하 고 절연, 동맥 벽의 3D 이미징 라이브 인간의 저항 동맥, 및 엘라 스 틴과 콜라겐 공간 조직 및 볼륨 밀도의 정량화에 대 한 피지 및 Ilastik 이미지 분석. 우리는 동맥 벽 역학의 수학적 모델에 이러한 데이터를 사용 하 여 논의.
이 방법론의 전반적인 목표는 세포외 기질의 미세구조와 동맥벽의 역학 사이의 관계를 분석하기 위해 살아있는 인간 저항 동맥의 이미지를 얻기 위한 표준화된 절차를 제공하는 것입니다. 이 방법은 압력이 전체 기하학적 구조와 혈관 벽의 미시구조에 어떻게 변화를 유도하는지와 같은 혈관 생물학 및 역학의 주요 질문에 답하는 데 도움이 될 수 있습니다. 이 기술의 주요 장점은 이미징을 위해 샘플에 라벨을 붙일 필요가 없다는 것입니다.
이 방법은 저항 동맥 역학에 대한 통찰력을 제공할 수 있지만, 프로토콜의 수정된 버전은 기관지와 같은 다른 튜브 모양의 장기나 인간의 방광 또는 장 벽의 스트립에 적용할 수 있습니다. 먼저, 수술 중 절제 즉시 관심 조직 샘플을 수집하고 함께 제공되는 텍스트 프로토콜에 설명된 대로 혈관을 준비합니다. 캐뉼레이션 동맥을 수은 5mm까지 가압합니다.
그런 다음 이광자 레이저를 활성화하고 여기 파장을 820나노미터로 설정하여 이미징을 위한 광학 경로를 설정합니다. 460 나노미터 길이의 이색성 거울을 삽입하여 광 승수 사이에 방출광을 분할하고 두 채널에서 동시에 방출을 수집합니다. 520나노미터를 중심으로 한 30-60나노미터 광대역 통과 필터를 사용하여 엘라스틴 자가형광을 수집하고 410나노미터를 중심으로 하는 다른 필터를 사용하여 콜라겐 2차 고조파 생성 신호를 수집합니다.
이제 레이저 체류 시간과 픽셀을 10마이크로초로 설정합니다. 100% 시야각을 위해 해상도를 512 x 512 픽셀로 설정합니다. 연속 스캔이 가능하고 가능한 한 낮은 여기, 광 출력 및 픽셀 체류 시간을 사용하여 사진이 라이브 동맥을 손상시키는 것을 방지합니다.
그런 다음 동맥을 수동으로 스캔하여 최대 직경을 가진 평면을 찾습니다. 다음으로, 동맥의 가장 넓은 직경을 덮는 직사각형 슬라이스를 선택하고 픽셀 크기가 픽셀당 300나노미터 이하인 단일 프레임을 스캔합니다. 나중에 분석할 수 있도록 이 이미지를 저장합니다.
동맥의 최대 직경에서 루멘 직경과 벽 두께를 결정하려면 먼저 피지에서 이미지를 로드합니다. 메인 메뉴를 클릭하여 스케일을 설정한 다음 분석으로 이동한 다음 스케일을 설정합니다. 여기에 픽셀당 마이크로미터와 픽셀 비율을 입력합니다.
다음으로, 피지 라인 도구를 선택하고 동맥 내강의 각 측면에 있는 두 개의 내부 탄성 얇은 판 사이에 선을 그립니다. 그런 다음 Control M을 클릭하여 결과 테이블의 길이를 보고합니다. 계속해서 더 많은 선을 그려 각 벽의 두께를 측정하고 최종 측정값을 저장합니다.
개구수가 1 이상인 60X 대물렌즈로 변경합니다. 콜라겐과 엘라스틴 미세구조를 5mm 수은에서 동맥벽의 전체 두께를 스캔하여 이미지화합니다. 다음으로, Z 스택 시작 및 끝 깊이와 Z 단계 간격 및 픽셀 밀도를 정의합니다.
Z 스택을 설계할 때 관심 영역이 후속 분석에서 곡률 추론을 피할 수 있을 만큼 충분히 작은지 확인하십시오. 완료되면 각 채널을 별도로 저장하도록 설정합니다. 마지막으로, 1-3개의 서로 다른 관심 영역을 찾고 좋은 품질의 3D 이미지 스택을 얻습니다.
엘라스틴 자가형광이 표백하는 경우 너무 높은 여기광 출력을 사용하고 있는 것입니다. 이것은 피해야 합니다. 진행 중인 실험을 완료하기 위해 희석된 농도의 에오신을 첨가하여 엘라스틴 자가형광을 향상시킬 수 있습니다.
완료되면 최대 수은 100mm의 압력에서 전체 프로세스를 반복하고 각 압력 단계 후에 근경 챔버의 버퍼를 섭씨 37도의 새로운 HBS로 교체합니다. 이미지 분석을 시작하려면 피지에서 엘라스틴 이미지 스택을 엽니다. 그런 다음 이미지로 이동하여 스택을 클릭하고 Z 프로젝트를 선택하여 작업할 이미지를 선택하고 프로젝션 유형에 대해 최대 강도를 선택합니다.
최대 강도 투영을 TIFF 이미지로 저장합니다. 그런 다음 가능한 한 많은 내부 탄성 층류 섬유 분기점을 선택하고 각도 도구를 사용하여 측정합니다. 각 이미지를 체계적으로 작업하고 완료되면 피지 결과 시트를 저장합니다.
외래 콜라겐의 물결 모양을 측정하려면 피지에서 콜라겐 이미지 스택을 엽니다. 그런 다음 스택으로 내려가는 이미지로 이동하고 Z 프로젝트를 선택하여 작업할 이미지를 선택하고 최대 강도 투영을 설정합니다. 이제 이미지, 유형, 8비트를 차례로 클릭하여 이미지 유형을 8비트 TIFF 이미지로 변경합니다.
최대 강도 투영을 TIFF 이미지로 저장합니다. Fiji를 클릭하고 plugins에서 Neuron J를 선택하여 Neuron J 플러그인을 엽니다. 그런 다음 Neuron J에서 8비트 TIFF 파일을 열고 열리면 추적 추가를 클릭하고 각 섬유의 시작과 끝을 클릭하여 분석할 섬유를 선택합니다.
그런 다음 트레이싱 측정으로 이동하여 대화 상자에서 디스플레이 추적 및 정점 측정을 선택합니다. 콜라주 섬유 직진도를 계산하려면 먼저 피지 추적 창의 값을 Excel에 복사합니다. 추적 창의 길이 값은 분석된 콜라겐 섬유의 전체 길이를 측정한 것입니다.둘째, 피지 정점 창의 첫 번째 및 마지막 XY 좌표를 분석한 각 콜라겐 섬유 다발에 대한 사본을 Excel로 복사합니다.
그런 다음 피타고라스 정리를 사용하여 분석된 콜라겐 섬유 L0의 각 끝을 연결하는 직선의 길이를 계산합니다. 콜라겐 섬유 직진도는 최종적으로 L0/Lf로 계산됩니다. 방금 보여진 프로토콜에 따라 동맥의 가장 넓은 부분을 식별했으며 이 시점에서 최대 혈관 직경과 혈관 벽 두께를 측정하기 위해 무표지 형광 현미경을 사용하여 동맥을 스캔했습니다.
높은 개구수 대물렌즈에 대한 더 높은 배율을 사용하면 혈관 직경과 벽 두께뿐만 아니라 콜라겐과 엘라스틴의 미세구조도 측정할 수 있습니다. 엘라스틴 섬유 분지각 및 콜라겐 직진도의 미세구조는 적절한 이미지 분석 소프트웨어를 사용하여 연속적인 이미지 섹션에서 결정할 수 있습니다. 이를 통해 콜라겐과 엘라스틴의 미시구조에서 압력으로 인한 변화와 서로 다른 압력에서 증분 탄성 계수 사이의 관계를 직접 분석할 수 있습니다.
이 절차에 따라 이미지에서 다른 정보도 추출할 수 있습니다. 이것은 혈관 종축을 따라 있는 외래 콜라겐의 배향 천사일 수도 있고, 튜니카 매질에서 세포외 기질의 미세구조일 수도 있습니다. 이 방법을 사용하여 이미지에서 추출한 정량적 측정은 건강한 인간 순환과 사망한 인간 순환이 서로 다른 조건에 어떻게 반응하는지 설명하기 위해 수학적 모델에 제공될 수 있습니다.
이 비디오를 시청한 후에는 압력이 저항 동맥벽의 미세구조에서 어떻게 변화를 유도하는지에 대한 정보를 추출하기 위해 이미징 실험 및 후속 이미지 분석을 설계하는 방법에 대해 철저히 이해해야 합니다. 이광자 여기 형광 현미경으로 작업할 때 가시광선과 비가시광선에 대한 노출을 피해야 한다는 점을 기억하십시오.
View the full transcript and gain access to thousands of scientific videos
이 기사는 체외 기질의 미세 구조와 동맥벽 역학 간의 관계를 분석하기 위해 생체 내 인간 저항성 동맥의 이미징을 위한 표준화된 방법론을 제시합니다. 이 기술은 시료 표지 없이 압력이 혈관벽의 기하학적 구조와 미세 구조에 어떤 영향을 미치는지 평가할 수 있게 합니다.
Understanding pressure-induced microarchitectural changes in resistance arteries supports target validation in cardiovascular drug discovery by linking extracellular matrix remodeling to hemodynamic stress. This label-free imaging approach enables mechanistic de-risking of vascular targets through quantitative assessment of collagen and elastin reorganization under physiologically relevant pressures. The method provides predictive confidence for preclinical models by delivering reproducible, label-independent structural data that can inform mathematical models of arterial mechanics.
The method fits within the discovery continuum from target validation through preclinical assessment, offering a human-relevant platform to evaluate how candidate compounds affect vascular extracellular matrix dynamics under physiological pressure conditions.