Artykuł metodologiczny

Segmentacja i pomiar objętości tkanki tłuszczowej w mysich modelach otyłości z wykorzystaniem komputerowej tomografii rentgenowskiej

17.6K wyświetleń

⸱

DOI:

10.3791/3680

⸱

4 kwietnia 2012

 ,  ,  ,  ,  ,  ,  ,  , 
1Carestream Molecular Imaging , 2Department of Chemistry and Biochemistry, University of Notre Dame , 3Freimann Life Science Center, University of Notre Dame , 4Research and Development, Oncovision, GEM-Imaging S.A.

W tym artykule

Podsumowanie

Analiza zawartości tłuszczu jest rutynowo przeprowadzana w badaniach z wykorzystaniem mysich modeli otyłości. Nowoczesne metody obrazowania i analizy tomografii komputerowej (CT) małych zwierząt umożliwiają szczegółową, podłużną analizę zawartości tłuszczu. W niniejszej pracy szczegółowo opisujemy procedury krok po kroku dotyczące wykonywania obrazowania CT, analizy oraz wizualizacji u małych zwierząt.

Streszczenie

Otyłość wiąże się ze zwiększoną zachorowalnością i śmiertelnością, a także z obniżeniem wskaźników jakości życia.1 Zarówno czynniki środowiskowe, jak i genetyczne są powiązane z otyłością, choć dokładne mechanizmy leżące u podstaw tej choroby są obecnie w trakcie określania.2,3 Opracowano i stosuje się w różnych badaniach kilka modeli otyłości u małych zwierząt.4 Krytycznym elementem tych eksperymentów jest gromadzenie danych dotyczących regionalnej i/lub całkowitej zawartości tłuszczu u zwierząt w różnych warunkach.

Tradycyjne metody eksperymentalne dostępne do pomiaru zawartości tłuszczu w małych modelach zwierzęcych otyłości obejmują protokoły inwazyjne (np. pomiar złogów tłuszczowych ex vivo) oraz nieinwazyjne (np. Dual Energy X-ray Absorptiometry (DEXA) lub rezonans magnetyczny (MR)), z których każdy wiąże się z określonymi kompromisami. Obecne metody inwazyjne pomiaru zawartości tłuszczu mogą dostarczać szczegółowych informacji o dystrybucji tłuszczu specyficznej dla organów i regionów, jednak konieczność uboju osobników wyklucza oceny podłużne. Z kolei obecne strategie nieinwazyjne dostarczają ograniczonych szczegółów dotyczących dystrybucji tłuszczu w konkretnych organach i regionach, ale umożliwiają cenne badania podłużne. Dzięki wprowadzeniu dedykowanych systemów tomografii komputerowej (CT) dla małych zwierząt oraz dostosowanych procedur analitycznych możliwe może stać się zarówno profilowanie podłużne, jak i analiza dystrybucji tłuszczu specyficzna dla organów i regionów. Niedawne doniesienia potwierdziły przydatność CT do obrazowania podłużnego tkanki tłuszczowej in vivo u żywych myszy.5,6 Przedstawiamy tutaj zmodyfikowaną metodę umożliwiającą pomiar, analizę i wizualizację stosunku objętości tłuszczu do objętości całkowitej z wykorzystaniem systemu Carestream Molecular Imaging Albira CT w połączeniu z pakietami oprogramowania PMOD oraz Volview.

Protokół

1. Zwierzęta

  1. W celu uzyskania przedstawionych poniżej wyników, od Jackson Laboratories (Bar Harbor, Main, USA) pozyskano trzy myszy C57BL/6J oraz cztery myszy B6.V-Lepob/J. Myszy B6.V-Lepob/J stanowią jeden z najwcześniejszych modeli otyłości i pozostają przedmiotem aktywnych badań. Myszy B6.V-Lepob/J wykazują fenotyp charakteryzujący się zwiększoną wielkością i liczbą adipocytów oraz mogą ważyć nawet trzykrotnie więcej niż myszy typu dzikiego.7,8 W niniejszym badaniu myszy B6.V-Lepob/J wykorzystano jako kontrolę pozytywną fenotypu otyłego, aby zilustrować możliwość zastosowania systemu CT Albira do pomiarów zawartości tłuszczu w oparciu o tomografię komputerową.
  2. Obrazowanie przeprowadzono, gdy zwierzęta osiągnęły wiek około 12 tygodni. (Otyłość u myszy B6.V-Lepob/J ujawnia się po 4. tygodniu życia).
  3. Myszy zanestezjowano izofluranem (przepływ 2,5%) i utrzymywano w znieczuleniu przy stężeniu 2,5% za pomocą maski nosowej podczas obrazowania. Zwierzęta ułożono w pozycji brzusznej w standardowym legowisku dla szczurów (M2M Imaging Inc. Cleveland, OH) dostarczonym wraz ze stacją obrazowania Albira. Kończyny ułożono bocznie względem tułowia w celu zapewnienia jednorodnej akwizycji obrazów CT.
  4. Po zakończeniu akwizycji obrazów myszy wyjęto z maski nosowej i przeniesiono do klatki rekonwalescencyjnej do czasu odzyskania sprawności ruchowej.

2. Pozyskiwanie i rekonstrukcja obrazu

  1. Akwizycję obrazów przeprowadzono przy użyciu systemu CT Albira (Carestream Molecular Imaging, Woodbridge, CT). Myszy znieczulono izofluranem (przepływ 2.5%) i utrzymano w znieczuleniu na poziomie 2.5% za pomocą maski nosowej podczas obrazowania. Skanowanie przeprowadzono dla obszaru o długości 115 mm, wykorzystując 600 projekcji. Źródło promieniowania rentgenowskiego ustawiono na prąd 200 μA i napięcie 45 kVp, stosując filtr Al 0.5 mm w celu utwardzenia wiązki.
  2. Przybliżony głęboki równoważnik dawki promieniowania dla ustawień CT wynosił 220 mSv, a płytki równoważnik dawki 357.4 mSv. Dawki te są ponad 20-krotnie niższe niż raportowane wartości LD50.9
  3. Obrazy zrekonstruowano za pomocą algorytmu FBP (Filtered Back Projection) w programie Albira Suite 5.0 Reconstructor z wykorzystaniem parametrów „Standard”. Połączenie tych ustawień akwizycji i rekonstrukcji pozwala uzyskać obraz końcowy z izotropowymi woxelami 125 μm, co uznano za wystarczające do analizy całego zwierzęcia. Do szczegółowej analizy konkretnych obszarów można wybrać rekonstrukcję z izotropowymi woxelami 35 μm, aby uzyskać końcową rozdzielczość 90 μm.

3. Analiza obrazu

Analiza obrazów jest przeprowadzana przy użyciu oprogramowania analitycznego PMOD (PMOD Technologies LTD, Zurich, Szwajcaria). Obrazy są segmentowane w programie PMOD zgodnie z gęstością tkanki — najpierw w celu określenia objętości całkowitej, a następnie objętości tkanki tłuszczowej.

3.1 Obrazy mogą zostać zredukowane do analizy w celu zminimalizowania wymagań obliczeniowych.

  1. Aby przeprowadzić redukcję, przejdź do głównej karty Widok.
  2. Wybierz Narzędzia > Redukuj.
  3. Wybierz X o 2, Y o 2 oraz Z o 2.
  4. Zaznacz opcję Zastąp.
  5. Wybierz Uruchom.

Komunikat: „Bounding box will change” wyświetla się po zakończeniu procesu redukcji.

3.2 Obrazy można poddać maskowaniu, aby usunąć elementy łóżka i stożka nosowego przed przeprowadzeniem późniejszej analizy objętości zainteresowania (VOI).

  1. Aby utworzyć maskę, przejdź do Planes, Layouts, Rotations, Mirror, 3D Markers > Planes & Layouts.
  2. Wybierz Show plane Z.
  3. Przewiń do stożka nosowego w płaszczyźnie Z.
  4. Wybierz główną kartę VOI > Draw vertices.
  5. Obrysuj obszar zainteresowania (ROI) wokół nosa zwierzęcia, z wyłączeniem podłoża i stożka nosowego.
  6. Wybierz Copy Actual ROI.
  7. Przejdź do następnego przekroju i wklej ROI from buffer przez odpowiednie płaszczyzny nosa.
  8. Użyj Edit Group of Vertices, aby w razie potrzeby dostosować obszary ROI.
  9. Wybierz Delete ROI na pierwszych płaszczyznach poza stożkami nosowymi.
  10. Wygeneruj nowy obszar VOI, aby objąć obwód zwierzęcia (z wyłączeniem podłoża) na pierwszych płaszczyznach poza stożkami nosowymi.
  11. Przejdź do VOI Tools > Masking & Algebra.
  12. Wprowadź wartość -1000 w wyświetlonym polu dialogowym.
  13. Wybierz przycisk Mask voxels outside the selected VOIs.

Wyświetla się komunikat: „Nieodwracalna operacja na danych. Czy chcesz kontynuować?”.

  1. Wybierz Yes.
  2. Przejdź do Planes, Layouts, Rotations, Mirror, 3D Markers > Planes & Layouts.
  3. Wybierz Show all planes.
  4. Sprawdź integralność VOI.
  5. Wybierz Save.
  6. Zapisz jako Analyze.
  7. Zmień prefiks nazwy pliku.

3.3 W pierwszej kolejności przeprowadź segmentację obrazu w celu wyznaczenia całkowitej objętości zwierzęcia:

  1. Wybierz Tools > External.
  2. Zaznacz pole wyboru Segmentation.
  3. Wprowadź zakres od -300 do +3500 (zakres gęstości wyznaczony na podstawie zakresu gęstości obszaru tłuszczu brzusznego).
  4. Wybierz Run Segmentation.
  5. Sprawdź poprawność segmentacji.
  6. Wybierz OK.
  7. Wybierz Remove ROI.
  8. Wybierz VOI statistics.

Podane statystyki reprezentują objętość całkowitą.

  1. Zapisz odczytaną objętość.

3.4 Następnie przeprowadź segmentację obrazu w celu wyznaczenia objętości tłuszczu:

  1. Powróć do niesegmentowanego obrazu z maską w celu segmentacji objętości tkanki tłuszczowej.
  2. Aby wczytać zapisany plik danych Masked, zaznacz pole Analyze w oknie Load).
  3. Wybierz Tools > External.
  4. Zaznacz pole wyboru Segmentation.
  5. Wprowadź zakres od -200 do -50.
  6. Wybierz Run Segmentation.
  7. Sprawdź poprawność segmentacji.
  8. Wybierz OK.
  9. Wybierz VOI statistics.

Raportowane statystyki przedstawiają objętość tłuszczu.

  1. Zapisz odczytaną objętość.
  2. Wybierz Save.
  3. Zapisz jako Analyze.
  4. Zmień prefiks nazwy pliku.

Opcjonalnie: Jeśli gęstość skóry/obwodowa nadal występuje, można przeprowadzić poniższy protokół „Erozji i dylatacji”, aby wyeliminować te obszary w analizie VOI.

  1. Wybierz Tools > External.
  2. Zaznacz pole wyboru Morphological. Wyświetli się widok Morphological.
  3. Wybierz Erosion.
  4. Wybierz OK.
  5. Wybierz Tools > External.
  6. Zaznacz pole wyboru Morphological. Wyświetli się widok Morphological.
  7. Wybierz Dilation.
  8. Wybierz OK.

4. Wizualizacja obrazów CT

4.1 Do stworzenia renderowanych trójwymiarowych wizualizacji obrazów poddanych segmentacji wykorzystano oprogramowanie VolView v3.2 (Kitware, Clifton Park, NY, USA).

  1. Otwórz zestaw danych CT w formacie Analyze.
  2. Użyj ustawień domyślnych w wyświetlanym oknie.
  3. Otwórz menu wtyczek (plug-ins).
  4. W sekcji Utility wybierz Merge volumes.
  5. Odznacz opcję Rescale Components.
  6. Kliknij Assign Second Input.
  7. Wybierz segmentowane dane tkanki tłuszczowej jako drugi plik wejściowy.
  8. Użyj ustawień domyślnych w wyświetlanym oknie.
  9. Kliknij Apply plug-in.
  10. Kliknij dwukrotnie Volume view window, aby powiększyć widok badanej myszy.

4.2 Powróć do zakładki Kolor/Nieprzezroczystość (Color/Opacity tab). Rozwijane menu komponentów wskazuje, który zestaw danych jest obecnie edytowany. Na dole zakładki znajdują się dwa suwaki, które określają względną jasność każdego zestawu danych komponentów w nałożeniu, przyjmując wartości od 0 do 1. Dla komponentu 1, czyli CT, zalecamy użycie skali szarości. Aby zmienić kolor:

  1. W sekcji Scalar Color Mapping kliknij dwukrotnie jeden z suwaków kolorów.
  2. Aby usunąć suwak, przeciągnij go poza obszar ramki.
  3. Aby dodać nowy suwak, kliknij w dowolnym miejscu w obszarze suwaków.
  4. Usuń jeden z suwaków.
  5. Ustaw lewy suwak kolorów na czarny (wartość skalarna (S)= -19000).
  6. Ustaw prawy suwak kolorów na biały ((S) = 15000).
  7. W ramce mapowania Scalar Opacity utwórz nowy punkt, klikając wewnątrz ramki. W oknie znajdą się wówczas łącznie trzy punkty.
  8. Dla środkowego punktu zmień wartość (S) na ~-3000, a wartość przezroczystości Opacity (O) na 0.
  9. Zaznacz trzeci punkt po prawej stronie okna.
  10. Zmień wartość (S) na około 32000, a O na .25.
  11. Pierwszy punkt może znajdować się w dowolnym miejscu po lewej stronie, o ile wartość Opacity jest ustawiona na 0.
  12. Przełącz na komponent drugi, co powinno zmienić wygląd tkanki tłuszczowej.
  13. Zmień każdy z suwaków kolorów na czerwony, klikając dwukrotnie i przesuwając suwak odcienia Hue (H) w lewo, aby przypisać kolor czerwony do tkanki tłuszczowej w mapowaniu pseudokolorów. Do dostosowania wyglądu tkanki tłuszczowej nie powinno być wymaganych dalszych zmian.

4.3 Aby utworzyć trójpanelowy film rotacyjny przedstawiający obraz CT, tkankę tłuszczową oraz nałożenie (overlay):

  1. Kliknij i przeciągnij mysz badawczą do pozycji pionowej, tak aby grzbiet był skierowany w Twoją stronę.
  2. W sekcji Component Weights ustaw wartość Component two na 0, aby wyświetlić tylko skan CT.
  3. Kliknij Review > Camera.
  4. Wybierz liczbę klatek dla filmu obrotowego (w niniejszym przypadku wybrano „36”).
  5. Zmień X rotation value na 360 degrees.
  6. Wybierz Create.
  7. W wyświetlonym oknie dialogowym utwórz nowy folder o nazwie CT i zapisz plik w formacie tiff, co wygeneruje serię obrazów obrotowych.
  8. Powtórz ten krok dla obrazu tkanki tłuszczowej, a także dla nałożonego obrazu tłuszcz/CT, zapisując je za każdym razem w oddzielnych folderach.

4.4 Do wygenerowania pliku filmu z obrotem, z wykorzystaniem obrazów wyjściowych z VolView, użyto programu ImageJ v 1.43u.

  1. W programie ImageJ wybierz File > Import > Image Sequence.
  2. Wybierz pierwszy obraz z folderu CT. Oprogramowanie automatycznie wykryje pozostałe pliki i otworzy je jako stos (stack).
  3. Powtórz czynność, aby otworzyć sekwencje dla tkanki tłuszczowej (fat) i nałożenia (overlay).
  4. Otwórz menedżera ROI w menu Analyze > Tools > ROI Manager.
  5. Obrysuj obszar ROI wokół myszy badawczej, wykluczając zbędne piksele tła.
  6. W ROI manager kliknij Add, aby dodać ROI.
  7. Wybierz inną sekwencję obrazów.
  8. W ROI manager kliknij ROI , aby zastosować go do obrazu. W ten sposób każdy z przyciętych stosów będzie idealnie dopasowany.
  9. Gdy ROI zostanie nałożone na wszystkie stosy, kliknij prawym przyciskiem myszy wewnątrz ROI.
  10. Wybierz Duplicate.
  11. Zaznacz pole Check the Duplicate Stack Box, aby oddzielić ROI od reszty obrazu.
  12. Zamknij większe stosy obrazów.
  13. Powtórz tę procedurę dla wszystkich trzech sekwencji obrazów.
  14. Przejdź do Image > Stacks > Tools > Combine, aby połączyć stosy.
  15. Dla Stack 1 wybierz CT.
  16. Dla Stack 2 wybierz Fat.
  17. Powtórz czynność, wybierając Combined Stacks dla Stack 1 oraz Overlay dla Stack 2.
  18. Utworzono teraz trzypanelowy stos z rotacją obrazu, który można podejrzeć, wybierając Play w lewym dolnym rogu okna obrazu.
  19. Aby zapisać film w formacie AVI, wybierz File > Save as… > AVI…
  20. Kliknij Save.

5. Reprezentatywne wyniki

Wyniki dla trzech myszy WT (C57BL/6J) i czterech myszy otyłych (B6.V-Lepob/J) przedstawiono tutaj jako reprezentatywny przykład pomiarów stosunku objętości tłuszczu do objętości całkowitej z wykorzystaniem systemu CT Albira. Poniższa Rycina 1 przedstawia reprezentacyjny obraz utworzony w programie VolView v3.2 w celu segmentacji (t.j. objętości całkowitej i objętości tłuszczu) obrazów CT myszy otyłych.

Obrazy tomografii rentgenowskiej i fluorescencyjnej przedstawiające anatomię myszy i rozkład znacznika w badaniu biomedycznym.
Rysunek 1. Reprezentatywne obrazy CT z segmentacją tkanki tłuszczowej. (A) Mysz otyła (B6.V-Lepob/J) całkowita objętość CT w skali szarości, (B) objętość tkanki tłuszczowej na czerwono oraz (C) fuzja obrazów. (D) Mysz WT (C57BL/6J) całkowita objętość CT w skali szarości, (E) objętość tkanki tłuszczowej na czerwono oraz (F) fuzja obrazów.

Całkowite objętości, objętości tkanki tłuszczowej oraz obliczone stosunki objętości tłuszczu do objętości całkowitej dla każdej myszy WT i każdej myszy otyłej przedstawiono poniżej w Tabeli 1. Średni stosunek objętości tłuszczu do objętości całkowitej dla grupy WT i grupy otyłej wyniósł odpowiednio 0,09 i 0,42 (Rysunek 2). Stwierdzono, że stosunki objętości tłuszczu do objętości całkowitej dla myszy WT w porównaniu z myszami otyłymi różnią się istotnie (p = 0,001).

WT (C57BL/6J)Całkowita (cm3)Tłuszcz (cm3)Stosunek tłuszczu do całkowitejOtyłe (B6.V-Lepob/) Całkowita (cm3)Tłuszcz (cm3)Stosunek tłuszczu do całkowitej
Zwierzę 128.793.000.10Zwierzę 166.2526.750.40
Zwierzę 233.253.050.09Zwierzę 261.1526.310.43
Zwierzę 330.302.630.09Zwierzę 364.1925.70.40
    Zwierzę 454.2523.780.44

Tabela 1. Objętość całkowita, objętość tłuszczu oraz stosunki objętości tłuszczu do całkowitej dla myszy WT i otyłych. Objętości całkowite i tłuszczu wyznaczono z obrazów segmentowanych przy użyciu analizy PMOD VOI.

Wykres słupkowy porównujący stosunek objętości tłuszczu do objętości całkowitej u myszy WT i otyłych (wynik analizy statystycznej).
Rysunek 2. Średnie stosunki objętości tłuszczu do objętości całkowitej dla myszy WT i myszy otyłych. Przedstawiono średnie stosunki objętości tłuszczu do objętości całkowitej, które wyniosły odpowiednio 0,09 dla myszy WT (C57BL/6J) oraz 0,42 dla myszy otyłych (B6.V-Lepob/J). (Słupki błędów = jedno odchylenie standardowe). Stwierdzono istotną różnicę w stosunkach objętości tłuszczu do objętości całkowitej między myszami WT a otyłymi (p-value = 0,001).

Dyskusja

W niniejszej pracy, wykorzystując myszy B6.V-Lepob/J, wykazaliśmy możliwość pomiaru zawartości tkanki tłuszczowej w modelu małego zwierzęcia przy użyciu systemu CT Albira. Pomiary te są zgodne z oczekiwaniami w odniesieniu do porównań wewnątrzgrupowych i międzygrupowych. Po pierwsze, przedstawione tutaj reprezentatywne wyniki wskazują na ograniczoną zmienność wewnątrzgrupową w pomiarach stosunku objętości tłuszczu do objętości całkowitej w grupach myszy WT oraz otyłych z zastosowaniem tych procedur. Po drugie, stosunki objętości tłuszczu do objętości całkowitej dla myszy WT i otyłych różnią się znacząco. Wreszcie, na podstawie porównań (niewykazanych) z wcześniejszymi wartościami raportowanymi dla względnej całkowitej masy tłuszczowej i procentowej zawartości tłuszczu w organizmie dla myszy WT w porównaniu z B6.V-Lepob/J, nasze pomiary stosunków objętości tłuszczu do objętości całkowitej dla myszy WT i B6.V-Lepob/J mieszczą się w oczekiwanym zakresie,7, 8.

Metody szczegółowo opisane w niniejszej pracy mogą zostać zastosowane lub dostosowane do innych modeli i/lub celów badawczych. W celu osiągnięcia konkretnych założeń mogą być wymagane modyfikacje parametrów rekonstrukcji. Na przykład Judex et al. (2010) donosili, że dla niektórych analiz specyficznych dla danego regionu wymagane były obrazy o rozdzielczości 50 μm. W programie Albira 5.0 Suite Reconstructor, przy użyciu opcji rekonstrukcji „HR”, można wybrać izotropowe wolumeny obrazu o wielkości 1 cm dla rekonstrukcji o rozdzielczości 35 μm. Po wykorzystaniu systemu Albira CT do pomiarów zawartości tłuszczu w konkretnych organach i regionach, możliwe będzie pełne wykorzystanie zalet analizy zawartości tłuszczu opartej na CT (tj. jednoczesne pomiary objętości tłuszczu w poszczególnych organach i regionach oraz pomiary podłużne) w systemie Albira CT.

Wnioski:

W niniejszym materiale przedstawiamy szczegółową, krok po kroku opracowaną metodę pomiaru zawartości tłuszczu u żywych myszy z wykorzystaniem obrazowania tomografii komputerowej (CT) promieni rentgenowskich. Zestawy danych CT pozyskaliśmy za pomocą stacji obrazowania Albira, a następującą po nich segmentację i analizę przeprowadziliśmy z wykorzystaniem pakietu oprogramowania PMOD. Na koniec przedstawiamy instrukcje umożliwiające łatwe renderowanie i wizualizację rozkładu tkanki tłuszczowej w całym organizmie zwierzęcia.

Oświadczenia

Todd A. Sasser, Shengting Li, Sean P. Orton oraz Seth T. Gammon są pracownikami firmy Carestream Molecular Imaging. Carlos Correcher jest pracownikiem firmy Oncovision, Gem-Imaging S.A. W. Matthew Leevy jest konsultantem w firmie Carestream Molecular Imaging.

Podziękowania

Serdecznie dziękujemy Notre Dame Integrated Imaging Facility (NDIIF) oraz Carestream Health za wsparcie finansowe tego projektu.

Bibliografia

  1. Clarke, P. J., O'Malley, P. M., Schulenberg, J. E., Johnston, L. D. Midlife and Socioeconomic Consequences of Persistent Overweight Across Early Adulthood: Findings From a National Survey of American Adults (1986-2008). Am. J. Epidemiol. , (2008).
  2. Brockman, G., Bevova, M. Using Mouse Models to Dissect the Genetic of Obesity. TRENDS in Genetics. 18, 367-376 (2002).
  3. Bray, G. A. Progress in Understanding the Genetics of Obesity. Journal of Nutrition. 127, Suppl 5. 940S-942S (1997).
  4. Carroll, L. Mouse Models of Obesity. Clinics in Dermatology. 22, 345-349 (2004).
  5. Judex, S., Luu, Y. K., Ozcivici, E., Adler, B., Lublinsky, S., Rubin, C. T. Quantification of Adiposity in Small Animal Rodents using Micro-CT. Methods. 50, 14(2010).
  6. Luu, Y. K., Lublinsky, S., Ozcivici, E., Capilla, E., Pessin, J. E., Rubin, C. T., Judex, S. In Vivo Quantificaiton of Subcutaneous and Visceral Adiposity by Micro Computed Tomography in a Small Animal Model. Med. Eng. Phys. 31, 34-41 (2009).
  7. Medina-Gomez, G., Gray, S. L., Yetukuri, L., Shimomura, K., Virtue, S., Campbell, M., Curtis, R. K., Jimenez-Linan, M., Blount, M., Yeo, G. S., Lopez, M., Seppänen-Laakso, T., Ashcroft, F. M., Oresic, M., Vidal-Puig, A. PPAR gamma 2 prevents lipotoxicity by controlling adipose tissue expandability and peripheral lipid metabolism. PLoS Genet. 3, e64(2007).
  8. Sakkou, M., Wiedmer, P., Anlag, K., Hamm, A., Seuntjens, E., Ettwiller, L., Tschöp, M. H., Treier, M.A role for brain-specific homeobox factor bsx in the control of hyperphagia and locomotory behavior. Cell Metab. 5, 450-463 (2007).
  9. Patchen, M. L., MacVittie, T. J., Souza, L. M. Postirradiation treatment with granulocyte colony-stimulating factor and preirradiation WR-2721 administration synergize to enhance hemopoietic reconstitution and increase survival. International Journal of Radiation Oncology. 22, 773-779 (1992).

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Segmentacja obj to ci t uszczuanaliza t uszczu w TKoprogramowanie PMODoprogramowanie Volviewobrazowanie nieinwazyjnebadania pod u neilo ciowe oznaczanie tkanki t uszczowejsystem TK Albira

Powiązane artykuły