21 juni 2024
Hier wordt een methode beschreven die kan worden gebruikt om vijf of meer fluorescerende parameters af te beelden door middel van immunofluorescerende microscopie. Er wordt een analysepijplijn geschetst voor het extraheren van afzonderlijke cellen uit deze beelden en het uitvoeren van analyse van één cel door middel van flowcytometrie-achtige gatingstrategieën, die celsubsets in weefselsecties kunnen identificeren.
Ons overkoepelende doel is om te bestuderen hoe cellen van het immuunsysteem en gliacellen in het centrale zenuwstelsel bijdragen aan de ontwikkeling en progressie van neurologische aandoeningen zoals multiple sclerose. Immunofluorescerende microscopie is een standaard en veelgebruikte techniek in biologische disciplines en is essentieel voor neurowetenschappelijk en immunologisch onderzoek. Een van de belangrijkste problemen die onderzoekers teisteren, is dat immunofluorescerende microscopie doorgaans beperkt is in het aantal sondes dat tegelijkertijd kan worden afgebeeld vanwege de beperkingen van conventionele microscopen.
In dit protocol beschrijven we een methode om het aantal sondes uit te breiden dat veel microscopen tegelijk kunnen afbeelden, en bieden we een analysepijplijn om informatierijke beelden te verwerken. Het voordeel van dit protocol is dat het kan worden aangepast aan veel algemeen beschikbare microscopen en gemakkelijk uit te voeren is, waardoor multiplex histologieanalyse beschikbaar zou zijn voor een groter aantal laboratoria.
Deze studie schetst een methode voor het beeldvormen van meerdere fluorescente parameters met behulp van immunofluorescente microscopie, samen met een pijplijn voor het analyseren van data van enkele cellen. De methode verbetert de traditionele beeldvormingscapaciteiten en maakt de identificatie mogelijk van celsubpopulaties die verband houden met immuun- en gliacellenfuncties bij neurologische aandoeningen.
High-parameter histology imaging with histoflow cytometry addresses a critical bottleneck in immune cell profiling by enabling multiplexed spatial analysis at single-cell resolution. This capability enhances predictive confidence in target validation and mechanistic de-risking, especially for complex tissues like the CNS. The approach supports portfolio decisions by integrating spatial context with quantitative immune cell subset analysis, informing early discovery and translational research.
This method bridges early discovery and translational research by combining high-parameter imaging with single-cell analysis, supporting workflows from hypothesis testing to preclinical model validation.