Opisany powyżej protokół został przeprowadzony (Rysunek 1) na 20-miesięcznych samcach myszy UM-HET3. Myszy otrzymały albo nośnik (Grupa kontrolna), albo koktajl do przeprogramowania chemicznego (Grupa traktowana) za pomocą minipomp osmotycznych model 200453. Następnie wątroby zostały pocięte na sekcje i obrazowane za pomocą mikroskopu konfokalnego Airyscan2, a uzyskane stosy obrazów z (z-stacks) przetworzono przy użyciu potoku analizy.
Trójwymiarowe obrazy fluorescencyjne zostały przetworzone i przeanalizowane przy użyciu oprogramowania ZEISS arivis Pro Software 4.1.2. Przed segmentacją mitochondriów zastosowano algorytm wzmacniania cząsteczek (particle enhancement), aby odszumić obrazy i usunąć tło, światło poza ogniskową, autofluorescencję oraz/lub fluorescencję wynikającą z niespecyficznego wiązania. Wzmacnianie cząsteczek selektywnie potęguje sygnał o określonej średnicy. Po odszumianiu poszczególne mitochondria zostały poddane segmentacji 3D przy użyciu algorytmu Blob Finder, który wykrywa obiekty na podstawie lokalnych maksimów intensywności w zadanym zakresie wielkości. Na koniec segmentacja obiektów redukuje każdy przekrój 2D do obrazu binarnego.
Aby zilustrować przebieg procesu segmentacji, Rysunek 2 przedstawia reprezentatywne przekroje optyczne na każdym etapie potoku przetwarzania dla próbek kontrolnych i traktowanych. Surowy obraz fluorescencyjny ukazuje nieprzetworzony sygnał Tom20, który zawiera mieszaninę specyficznej fluorescencji mitochondriów oraz niepożądanego tła, światła poza ogniskową i autofluorescencji. Po zastosowaniu odszumiania z wzmocnieniem cząstek sygnał tła został znacząco zredukowany, a pozostała fluorescencja ogranicza się do dyskretnych, dobrze zdefiniowanych struktur (Rysunek 2). Skutkuje to czystszym odwzorowaniem granic mitochondriów, co ułatwia dokładną segmentację.
Wynik segmentacji Blob Finder przedstawiono w kolorze zielonym. Aby potwierdzić, że stosy z (z-stacks) zostały precyzyjnie wysegmentowane, nałożono na siebie odszumione przekroje 2D wraz z powiązanymi binarnymi obrazami segmentacyjnymi (Rysunek 2). Jeśli proces segmentacji jest wystarczająco zoptymalizowany, powinna być obserwowana silna i spójna kolokalizacja fluorescencji mitochondriów z obiektami binarnymi. W przypadku nadmiernej segmentacji (tzn. podziału pojedynczych mitochondriów na wiele obiektów) lub niedostatecznej segmentacji (tzn. łączenia wielu mitochondriów w jeden obiekt), należy dostosować parametry segmentacji. Inspekcja wizualna powiększeń potwierdza wysoką jakość segmentacji: wykryte obiekty kolokalizują precyzyjnie z odszumionym sygnałem fluorescencji Tom20, bez oznak nadmiernej segmentacji, zbyt dużego rozmiaru obiektów, niewłaściwego łączenia przestrzennie sąsiadujących mitochondriów w pojedyncze obiekty lub generowania artefaktów w obszarach pozbawionych sygnału Tom20. Taki poziom dokładności segmentacji osiągnięto konsekwentnie zarówno w próbkach kontrolnych, jak i traktowanych, co dowodzi, że parametry potoku zoptymalizowane w oprogramowaniu ZEISS arivis są odporne i uniwersalne dla grup eksperymentalnych. Wspólnie wyniki te walidują podejście do segmentacji i potwierdzają wiarygodność wynikających z niej pomiarów morfologicznych.
W odsegmentowanych obiektach można zmierzyć parametry mitochondrialne, takie jak objętość, sferyczność i powierzchnia (Rysunek 3). Aby uwzględnić dużą liczbę mitochondriów wykrytych w jednej próbce biologicznej oraz brak niezależności poszczególnych organelli w obrębie komórki, obliczono wartości mediany dla każdej próbki, które posłużyły jako jednostka porównania statystycznego. Różnice między grupami oceniono za pomocą testu Wilcoxona. Próbki poddane działaniu preparatu wykazały istotnie większą objętość i powierzchnię mitochondriów w porównaniu z grupą kontrolną, co wskazuje, że przeprogramowanie chemiczne indukuje znaczną przebudowę morfologii mitochondriów.
Na koniec, pofragmentowane mitochondria można sklasyfikować na różne podtypy54,55 (Rysunek 4). Metoda łokcia (elbow method)56 została wykorzystana do określenia optymalnej liczby klastrów dla grupowania k-średnich (k-means clustering)57,58 (Rysunek 4A). Następnie, przy użyciu k = 4 klastrów, losowe podpróbki mitochondriów dla grup kontrolnej (Control) i badanej (Treated) zostały przedstawione za pomocą redukcji wymiarowości UMAP (uniform manifold approximation and projection) (Rysunek 4B), z kolorowaniem według podtypu mitochondriów (lewo) oraz grupy badawczej (prawo). Na koniec wykreślono proporcje każdego podtypu mitochondriów (Rysunek 4C) dla grup kontrolnej i badanej. W grupie badanej zaobserwowano mniej mitochondriów pofragmentowanych, jednak nie stwierdzono istotnej zmiany w proporcji mitochondriów sieciowatych lub wydłużonych.

Rysunek 1: Przegląd protokołu. Myszy są leczone lekami lub nośnikiem przez okres do 6 tygodni przy użyciu podskórnej implantacji osmotycznej minipompy (1). Po zakończeniu leczenia tkanki myszy są utrwalane, nasycane sacharozą, zatapiane w związku OCT i cięte kriotomem (2). Przekroje tkanek są następnie barwione przeciwciałami przeciwko Tom20 oraz przeciwciałami wtórnymi znakowanymi Alexa Fluor 568 (3). Seria obrazów z-stack o superrozdzielczości jest zbierana przy użyciu punktowego skaningowego mikroskopu konfokalnego Airyscan2 (4), a odszumione, przetworzone serie z-stack są segmentowane w programie arivis w celu ilościowego określenia morfologii mitochondriów (5). Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.

Rysunek 2: Zautomatyzowany proces segmentacji i analizy morfologii mitochondriów.
Reprezentatywne pojedyncze przekroje optyczne z próbek kontrolnych (panele górne) i traktowanych (panele dolne). Sygnał immunofluorescencji Tom20 przedstawiono w kolorze szarym (lewo). Ten sam obraz po odszumianiu wyświetlono w kolorze szarym, a następnie przedstawiono wynik segmentacji, wyróżniając wykryte obiekty mitochondrialne na zielono. Obraz scalony pokazuje nakładanie się odszumionego sygnału i zsegmentowanych obiektów. Wstawki przedstawiają powiększone widoki wskazanych obszarów, ilustrując efekty odszumiania oraz dokładność segmentacji. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rycina 3: Morfologia mitochondriów w grupach kontrolnej i traktowanej. Wykresy pudełkowe przedstawiają medianę ± rozstęp międzykwartylowy median wartości dla każdej próbki (n = 10 na grupę). Każda kropka reprezentuje jedną próbkę biologiczną, podsumowaną jako mediana dla wszystkich mitochondriów wykrytych w danej próbce. Objętość i powierzchnia są przedstawione w skali log10. Grupy porównano za pomocą testów suma rang Wilcoxona. Poziomy istotności: ns p ≥ 0,05, **p < 0,01, ***p < 0,001. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Rycina 4: Nienadzorowana klasyfikacja morfometryczna subtypów mitochondriów. (A) Wykres łokcia przedstawiający całkowitą sumę kwadratów wewnątrz klastrów (WSS) jako funkcję liczby klastrów (k), obliczoną na losowej podpróbce 10 000 mitochondriów. Punkt przegięcia przy k = 4 wybrano jako optymalną liczbę klastrów do dalszych analiz. (B) (Lewo) Redukcja wymiarowości UMAP cech morfometrycznych mitochondriów (n = 20 000 losowo wybranych mitochondriów), z kolorowaniem według przypisanego subtypu. Zidentyfikowano cztery morfologicznie odrębne subtypy: pofragmentowane (małe, wysoka sferyczność), wydłużone (długie, niska sferyczność), sieciowe (duże, nieregularne) oraz pośrednie. (Prawo) Projekcja UMAP z kolorowaniem według grupy eksperymentalnej (Kontrola vs. Traktowane), pokazująca rozkład każdej grupy w przestrzeni morfologicznej. (C) Proporcje każdego subtypu mitochondriów w każdej próbce dla poszczególnych grup eksperymentalnych. Każdy punkt danych reprezentuje jedną próbkę biologiczną (n = 10 na grupę). Wykresy pudełkowe przedstawiają rozstęp międzykwartylowy i medianę, z wąsami sięgającymi 1,5 raza rozstępu międzykwartylowego. Proporcje subtypów porównano między grupami za pomocą testu sum rang Wilcoxona, a wartości p skorygowano dla wielokrotnych porównań metodą Benjamini-Hochberga. ns p ≥ 0,05, ****p < 0,0001. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.
Plik uzupełniający 1: Przykład potoku arivis. Kliknij tutaj, aby pobrać ten plik.
Plik uzupełniający 2: Skrypt R do ilościowego określania morfologii mitochondriów i populacji podtypów.Kliknij tutaj, aby pobrać ten plik.