Niet-invasieve kwantificering van skeletspieren bij kleine dieren met behulp van microcomputertomografie
8 november 2024
Dit protocol maakt gebruik van microcomputertomografie om de kosteneffectieve kwantificering van vetvrije massa mogelijk te maken, inclusief skeletspieren en visceraal weefsel, vetweefsel en skeletweefsel bij kleine dieren. Het maakt onderscheid tussen mager en vetweefsel, wat aanzienlijke voordelen biedt voor biomedisch onderzoek, met name bij translationeel onderzoek bij kleine dieren.
microCT is een kosteneffectieve, niet-invasieve techniek voor de analyse van de lichaamssamenstelling. Het is voordelig in spierfysiologische studies, waardoor het mogelijk is tijdens interventies. microCT levert meerdere keren gegevens van hetzelfde dier en verbetert de analysekwaliteit en vermindert het gebruik van dieren.
Röntgendetectoren voor het tellen van fotonen zijn een innovatie in microCT die de kwantitatieve differentiatie van weefsels mogelijk maakt met behulp van verschillende contrastmiddelen die geassocieerd zijn met nanodeeltjesplatforms. Dit kan de identificatie van verschillende anatomische gebieden met een bariumoplossing verbeteren. Training vormt een aanzienlijke uitdaging bij de analyse van microCT-gegevens, en ook het ontbreken van consistente protocollen voor preklinische CT kan beeldacquisitie bemoeilijken, vooral bij het omgaan met biomaterialen of tumorbeelden, aangezien de anatomische regio's verschillende Hounsfield-waarden kunnen vertonen.
Ons protocol biedt een stapsgewijs traject, waardoor getrainde en ongetrainde gebruikers microCT-gegevensverzameling en -analyse kunnen uitvoeren met vergelijkbare resultaten. We richten onze aandacht nu op het analyseren van het spontane compartiment van muizen geassocieerd met skeletspierfunctie en sociale interactie. We zijn ook geïnteresseerd in het bestuderen van skeletceldifferentiatie in vitro met behulp van 2D- en 3D-modellen.
Plaats om te beginnen de verdoofde muis in rugligging op de microCT-scanner met behulp van een gespecialiseerd muisbed. Zet de muis vast met een neuskegel en tape om beweging tijdens het scannen te minimaliseren. Steek vervolgens de muis in het portaal van de microCT-scanner.
Verkrijg microCT-scans van het lichaam met behulp van een preklinisch beeldvormingssysteem met hoge resolutie. Leg in totaal 1.024 projecties vast met een belichtingstijd van elk 470 milliseconden met behulp van rotatie in de vliegmodus bij een spanning van 60 kilovolt en een stroom van 480 microampère. Stel het systeem in op een vergroting van 1,25, wat resulteert in een gezichtsveld van 94,72 millimeter voor een totale opnametijd van 8,02 minuten.
Leg afbeeldingen vast met een binning van één voor één, waardoor een resolutie van 2.368 bij 2.240 pixels wordt geproduceerd. Voer een scan uit met dezelfde parameters op een cilindrisch fantoom van acryl en extraheer Hounsfield-eenheids- of HU-waarden voor lucht en water met behulp van de software waarnaar wordt verwezen. Converteer de afbeeldingen naar DICOM-bestanden en corrigeer de HU-waarden.
Nadat u microCT-beelden van de muis hebt verkregen, opent u de beeldanalysesoftware en zoekt u het 3D-slicermenu in de linkerbovenhoek van de interface, gemarkeerd in een grijsblauwe kleur. Klik op Gegevens toevoegen. Wanneer het venster met twee opties verschijnt, selecteert u de eerste optie en kiest u de map om toe te voegen.
Navigeer vervolgens naar de map met de doel-DICOM-afbeeldingen en klik erop. Bekijk de afbeeldingen die op drie schermen worden weergegeven, die verschillende anatomische vlakken vertegenwoordigen, coronaal als groen, sagittaal als geel en transversaal als rood. Selecteer op het bovenste tabblad onder Modules de segmenteditor om de segmentatieopties te openen.
Klik vervolgens op de groene plusknop Toevoegen om nieuwe segmenten te maken en het HU-bereik voor elk weefseltype te definiëren. Dubbelklik nu op elk segment om het een naam te geven en in te kleuren volgens de gewenste instellingen. Stel het HU-bereik voor elk segment in met behulp van de drempelfunctie.
Voer voor elk weefseltype de HU-waarden in, mager weefsel min 29 tot 225, vetweefsel min 190 tot min 30 en bot 500 tot 5.000. Klik op de knop Toepassen. Nadat u de HU-bereiken hebt ingesteld, klikt u op 3D weergeven om een 3D-weergave van de gesegmenteerde weefsels te genereren.
Selecteer in het menu Segmentatie de schaar om ongewenste objecten te verwijderen. Klik voor anatomische vlakken op de knop Weergave maximaliseren op de gekleurde balk van het gewenste vlak en gebruik de muisscroll om door de CT-scan te navigeren. Gebruik voor 3D-rendering de linkermuisknop om te draaien en de rechtermuisknop om in te zoomen.
Gebruik vervolgens de schaar om het ongewenste object te markeren en omcirkel het om het uit de afbeelding te verwijderen. Klik op het pictogram voor het herstellen van de weergavelay-out om terug te keren naar de lay-out met vier vensters. Navigeer na segmentatie naar Kwantificering en Segmentstatistieken om de volumes voor elk segment te berekenen.
Klik op Toepassen en wacht tot de software een tabel genereert met waarden voor elke segmentatie, waarbij zowel de labelkaart als de gesloten oppervlaktevolumes worden weergegeven. Gebruik de volumemetingen die door de software worden geleverd in kubieke centimeters om deze volumes om te zetten in weefselmassa. Breng de juiste dichtheid aan voor elk weefseltype, 0,95 gram per kubieke centimeter voor vetweefsel, 1,05 gram per kubieke centimeter voor mager weefsel en 1,92 gram per kubieke centimeter voor skeletweefsel.
Voor botlengtemetingen keert u terug naar het menu van de segmenteditor en verbergt u de vet- en magere weefselsegmenten door op het oogpictogram naast elk segment te klikken. Selecteer vervolgens de werkbalkoptie in de bovenhoek van het hoofdmenu. Klik op de knop Nieuwe lijn maken om de botlengte in de 3D-rendering te meten.
Identificeer het bot in de 3D-reconstructie. Klik op het ene uiteinde van het bot en klik vervolgens op het andere uiteinde om de software de lengte te laten meten. Segmentatie van skelet-, vet- en magere weefsels werd gepresenteerd door sequentiële coronale, sagittale en transversale vlakken, wat effectief een duidelijk weefselonderscheid aantoonde.
3D-weergaven onthulden gedetailleerde anatomische structuren, waarbij blauw staat voor bot, geel voor vetweefsel en rood voor mager weefsel. Oudere proefpersonen vertoonden een hoger lichaamsvetpercentage en een verminderde vetvrije massa in vergelijking met volwassen proefpersonen, wat leeftijdsgerelateerde veranderingen in lichaamssamenstelling illustreert.
Overzicht
Dit protocol introduceert een kosteneffectieve micro-computed tomography (microCT) methode voor het kwantificeren van lichaamssamenstelling bij kleine dieren, met focus op spiermassa, vetweefsel en skeletschade structuren. De techniek biedt duidelijke differentiatie tussen weefselsoorten, wat voordelig is voor biomedisch en translationeel onderzoek.
Belangrijke studiecomponenten
Onderzoeksgebied
- Lijchaamssamenstellingsanalyse
- Spierfysiologie
- Biomedische onderzoekstechnieken
Achtergrond
- Belang van het kwantificeren van spiermassa en vetweefsel
- Innovatieve foton-telende röntgendetectoren verbeteren weefseldifferentiatie
- Uitdagingen in microCT data-analyse en acquisitieprotocollen
Gebruikte methoden
- Micro-computed tomography voor beeldvorming
- Muizen als modelorganismen voor experimenten
- 3D beeldvorming en segmentatiesoftware voor analyse
Belangrijkste resultaten
- Mogelijkheid om effectief meerdere scans van hetzelfde dier te verkrijgen
- Identificatie van verschillende anatomische regio's via weefselsegmentatie
- Correlatiegegevens die leeftijdsgerelateerde veranderingen in lichaamssamenstelling aangeven
Conclusies
- Deze studie demonstreert een betrouwbaar microCT protocol voor lichaamssamenstellingsbeoordeling bij kleine dieren.
- Het heeft significante relevantie voor het bevorderen van het begrip in spierfysiologie en verouderingsgerelateerde studies.
Veelgestelde vragen
Executive Industry Relevance
Non-invasive micro-CT quantification of skeletal muscle, adipose, and bone in small animals addresses a critical gap in preclinical metabolic and muscle disease research by enabling precise, longitudinal body composition analysis. Standardized imaging and segmentation protocols improve predictive confidence and translational continuity across studies, supporting robust target validation and mechanistic de-risking. This capability is essential for portfolio triage and risk-adjusted advancement in metabolic, geroscience, and muscle physiology pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables quantitative assessment of muscle and adipose tissue changes in response to interventions.
- Supports mechanistic de-risking by providing reproducible, high-resolution tissue composition data.
- Facilitates functional target validation through longitudinal monitoring within the same animal.
Screening & Assay Development
- Prepares validated animal models for downstream pharmacologic and metabolic screening workflows.
- Standardizes body composition measurement, enhancing assay reproducibility and comparability.
- Generates quantitative outputs for reliable compound evaluation and dose-response studies.
Translational & Preclinical Research
- Aligns preclinical models with disease-relevant endpoints such as age-related muscle loss and fat accumulation.
- Enables continuity from early discovery through preclinical validation by supporting repeated, non-destructive measurements.
- Improves risk-adjusted advancement decisions by providing robust, quantitative biomarkers of tissue change.
Pipeline & Workflow Integration
Micro-CT body composition analysis integrates from early discovery through lead identification and preclinical validation, supporting hypothesis testing and translational biomarker development.
- Discovery Biology: Provides quantitative, non-invasive readouts for hypothesis-driven studies of muscle and metabolic function.
- Screening: Delivers standardized, reproducible tissue segmentation and volume measurements for assay readiness.
- Analytics: Outputs precise volumetric and mass data, enabling statistical comparison across experimental groups and time points.
- Translational Research: Supports alignment with clinical endpoints by modeling age-related and disease-relevant body composition changes.
- Enterprise Reuse: Establishes a reusable imaging and analysis platform for diverse metabolic, muscle, and aging studies.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in preclinical models.
- Operational Value: Enhances standardization, reproducibility, and scalability of body composition analysis.
- Strategic Value: Enables better go/no-go decisions and capital efficiency by providing robust, quantitative endpoints.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of metabolic and muscle disease programs.
Implementation Considerations
- Requires expertise in micro-CT imaging, segmentation, and quantitative analysis.
- Needs access to high-resolution preclinical imaging systems and compatible analysis software.
- Demands protocol standardization and cross-team training for consistent data acquisition and interpretation.
- Must adapt segmentation thresholds and analysis parameters for different animal models and tissue types.
- Potential limitations include anatomical variability and the need for careful calibration of Hounsfield units.
