Whole-Mount Immunostaining and Automatic Counting of Mouse Retinal Ganglion Cells(전체 마운트 면역염색 및 마우스 망막 신경절 세포의 자동 계수)
2024년 10월 4일
이 프로토콜은 전체 마운트 마우스 망막을 분리하고 모든 망막 신경절 세포(RGC)를 표지하기 위해 면역염색을 수행하는 절차를 설명합니다. 그 다음에는 AI 기반 소프트웨어를 사용하여 망막 신경절 세포를 이미징하고 자동으로 계수하여 전체 마우스 망막에서 망막 신경절 세포를 정량화하는 간단하고 빠르며 정확한 방법을 제공합니다.
우리의 연구 범위는 쥐를 녹내장 연구를 위한 동물 모델로 사용하는 것입니다. 생쥐 망막의 녹내장 질환 상태를 정확하게 평가하려면 망막에 얼마나 많은 망막 신경절 세포가 있는지 확인해야 합니다. 약 50,000개의 망막 신경절 세포가 전체 생쥐 망막에 있습니다.
수동으로 계산하면 최대 8시간에서 10시간이 걸릴 수 있습니다. 자동 계산 방법은 몇 분 안에 완료할 수 있으며 사람들의 많은 시간과 노력을 절약할 수 있습니다. 앞으로 우리 연구실은 녹내장 치료 연구에 중점을 둘 것입니다.
우리는 다양한 치료 방법을 테스트하기 위해 녹내장에 대한 다양한 마우스 모델을 사용할 것입니다. 이 프로토콜에 설명된 방법은 치료 평가에 특히 유용합니다.
개요
본 연구에서는 마우스 망막 전체를 적출하고 면역염색을 통해 망막 신경절 세포(RGCs)를 표지하는 프로토콜을 설명합니다. AI 기반 소프트웨어를 이용한 자동 계수를 통해 RGCs를 신속하고 정확하게 정량화함으로써 녹내장과 같은 질환 연구를 용이하게 할 수 있습니다.
주요 연구 구성 요소
과학 분야
- 신경과학
- 망막 해부학
- 녹내장 연구
배경
- 망막 신경절 세포는 시각 처리에 있어 매우 중요합니다.
- RGC의 수동 계수는 시간이 많이 소요되며 노동 집약적일 수 있습니다.
- AI를 이용한 계수 자동화는 유망한 대안입니다.
- RGC 소실을 이해하는 것은 녹내장 연구에 필수적입니다.
연구 목적
- 망막 신경절 세포의 신속한 정량 분석 방법을 개발하기 위함이다.
- RGC 손실을 효율적으로 평가하여 녹내장 연구를 촉진하기 위함이다.
- 세포 계수의 정확도를 높이기 위해 자동화 도구를 활용하기 위함이다.
사용된 방법
- 주요 플랫폼은 망막 전체 마운트 분리 및 면역 염색을 포함합니다.
- 사용된 생물학적 모델은 마우스 망막이며, 특히 녹내장 상황에서의 모델입니다.
- 주요 단계에는 고정, 항체 배양 및 AI 소프트웨어를 이용한 이미지 처리가 포함됩니다.
- 본 프로토콜은 조직의 무결성을 유지하기 위해 망막의 세심한 해부와 취급을 강조합니다.
주요 결과
- 자동 계수를 통해 녹내장 마우스 모델에서 15,000개 이상의 RGC를 정확하게 식별하였습니다.
- 약 50,000개의 RGC를 포함하는 건강한 망막과 비교하여 유의미한 세포 손실이 관찰되었습니다.
- 이 방법은 세포 계수의 효율성을 높이고 수동 오류를 줄여줍니다.
결론
- 본 연구는 AI를 이용한 RGC 정량 분석의 효율적인 접근 방식을 제시합니다.
- 이 방법은 녹내장 치료 및 망막 건강 연구를 발전시키는 데 유용할 것으로 기대됩니다.
- 본 연구의 결과는 RGC 소실의 이해와 망막 질환의 잠재적 치료법으로 그 활용 범위가 확장됩니다.
자주 묻는 질문
산업적 관련성 요약
망막 신경절 세포(RGC) 소실에 대한 정량적 평가는 전임상 녹내장 연구 및 치료 평가에 있어 매우 중요합니다. 자동화된 전체 마운트 면역 염색과 AI 기반 세포 계수를 통해 마우스 모델에서 RGC 퇴행을 신속하고 재현 가능하며 확장 가능한 방식으로 측정할 수 있습니다. 이러한 역량은 발굴 및 중개 연구의 전환점에서 표적 결합 및 치료 효능에 대한 예측 신뢰도를 높여줍니다.
바이오제약 R&D의 전략적 응용
초기 발견 및 타겟 검증
- 녹내장 모델에서 신경 퇴행성 기전을 조사하기 위해 RGC 손실의 정밀한 정량을 가능하게 합니다.
- 세포 생존 결과를 측정함으로써 신경 보호 표적의 기능적 검증을 지원합니다.
- 가설 검증을 위한 객관적인 망막 전체 데이터를 제공하여 기전적 리스크 감소를 촉진합니다.
스크리닝 및 분석법 개발
- 어세이 개발 및 화합물 스크리닝 워크플로우를 위해 표준화되고 재현 가능한 RGC 수치를 제공합니다.
- 수동 계수 시간을 수 시간에서 수 분으로 단축하여 후보 치료제의 고효율 평가를 가능하게 합니다.
- 연구 간 및 모델 간 비교에 적합한 정량적 결과물을 제공합니다.
중개 및 전임상 연구
- 전임상 RGC 정량화를 녹내장 연구의 질환 관련 종점(endpoint)과 일치시킵니다.
- 신경퇴행의 일관된 측정을 가능하게 하여 발견 단계부터 전임상 검증까지의 연속성을 지원합니다.
- 강건하고 객관적인 효능 데이터를 제공함으로써 위험 조정된 진행 결정 프로세스를 개선합니다.
파이프라인 및 워크플로우 통합
이 방법은 발견 단계부터 전임상 단계까지의 연속 과정에 통합되어, 마우스 녹내장 모델에서의 초기 기전 연구와 후기 효능 평가를 모두 지원합니다.
- 발견 생물학: 신경퇴행 경로의 가설 기반 테스트 및 in vivo 타겟 검증을 가능하게 합니다.
- 스크리닝: 화합물 평가 및 용량-반응 연구를 위해 분석 준비가 완료된 정량적 RGC 수치를 제공합니다.
- 분석: 실험군 간의 통계적 비교를 뒷받침하는 재현 가능하고 자동화된 세포 수치를 생성합니다.
- 중개 연구: RGC 손실 측정을 질병 진행 및 치료 종점과 일치시킴으로써 발견 단계와 전임상 단계를 연결합니다.
- 기업적 재사용: 다양한 신경퇴행 모델 및 치료 파이프라인에 적용 가능한 확장 가능하고 표준화된 워크플로우를 제공합니다.
운영 및 기업 영향
- 과학적 가치: 신경 보호 표적 검증 및 치료 효능에 대한 예측 신뢰도를 높입니다.
- 운영적 가치: 수작업을 줄이고 처리량을 늘리며, 여러 연구 간의 RGC 정량화를 표준화합니다.
- 전략적 가치: 객관적인 정량적 데이터에 기반하여 강력한 go/no-go 결정 및 포트폴리오 분류를 가능하게 합니다.
- 포트폴리오 영향: 신경 보호 후보 물질 및 중개 연구 프로그램의 위험 조정 우선순위 결정을 지원합니다.
구현 시 고려 사항
- 망막 박리, 면역 염색 및 이미지 분석에 대한 전문 지식이 필요합니다.
- 형광 현미경 및 AI 기반 세포 계수 소프트웨어의 사용이 가능해야 합니다.
- 조직 처리 및 이미징 프로토콜의 팀 간 표준화가 요구됩니다.
- 적절한 항체를 선택하면 다른 신경 퇴행 모델에도 적용 가능합니다.
- 자동 정량 분석에 영향을 줄 수 있는 아티팩트를 방지하기 위해 세심한 조직 처리가 필수적입니다.
