June 21st, 2024
Aqui está descrito um método que pode ser usado para obter imagens de cinco ou mais parâmetros fluorescentes por microscopia imunofluorescente. Um pipeline de análise para extrair células únicas dessas imagens e conduzir análises de células únicas por meio de estratégias de gating semelhantes à citometria de fluxo é delineado, o que pode identificar subconjuntos de células em seções de tecido.
Nosso objetivo geral é estudar como as células do sistema imunológico e as células gliais do sistema nervoso central contribuem para o desenvolvimento e progressão de distúrbios neurológicos, como a esclerose múltipla. A microscopia imunofluorescente é uma técnica padrão e amplamente utilizada em todas as disciplinas biológicas e é essencial para a pesquisa em neurociência e imunologia. Um dos principais problemas que afligem os pesquisadores é que a microscopia imunofluorescente é normalmente limitada no número de sondas que podem ser visualizadas de uma só vez devido às limitações dos microscópios convencionais.
Neste protocolo, descrevemos um método para expandir o número de sondas que muitos microscópios podem obter imagens de uma só vez e fornecer um pipeline de análise para processar imagens densas em informações. A vantagem desse protocolo é que ele pode ser adaptado a muitos microscópios amplamente disponíveis e é fácil de executar, o que tornaria a análise histológica multiplex disponível para um número maior de laboratórios.
Este estudo descreve um método para a obtenção de imagens de múltiplos parâmetros fluorescentes usando microscopia imunofluorescente, juntamente com um pipeline para análise de dados de células únicas. O método melhora as capacidades de imagem tradicionais, permitindo a identificação de subconjuntos celulares relacionados às funções de células imunes e gliais em distúrbios neurológicos.
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.