$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Описанный выше протокол был проведён (рисунок 1) на 20-месячных самцах мышей с UM-HET3. Мышам вводили либо в транспортное средство (Control), либо в химическом коктейле перепрограммирования (Treated) с использованием осмотических мининасосов модели 2004года 53. Затем печени были разрезаны и снимены на конфокальном микроскопе Airyscan2 перед обработкой z-стеков с помощью анализирующего конвейера.
3D-флуоресцентные изображения были обработаны и проанализированы с помощью ZEISS arivis Pro Software 4.1.2. До сегментации митохондрий применялся алгоритм усиления частиц для устранения шума изображений и удаления фона, нефокусированного света, автофлуоресценции и/или флуоресценции, возникающих из-за неспецифического связывания. Усиление частиц избирательно усиливает сигнал от заданного диаметра. После снятия шума отдельные митохондрии были сегментированы в 3D с помощью алгоритма Blob Finder, который обнаруживает объекты на основе локальных максимумов интенсивности в определённом размерном диапазоне. Наконец, сегментация объектов сводит каждый 2D-срез к бинарному образу.
Для иллюстрации процесса сегментации на рисунке 2 представлены репрезентативные оптические срезы на каждом этапе конвейера обработки для контрольных и обработанных образцов. Исходное флуоресцентное изображение показывает необработанный сигнал Tom20, который содержит смесь специфической митохондриальной флуоресценции и нежелательного фона, расфокусированного света и автофлуоресценции. После применения эффекта усиления частиц фоновой сигнал значительно уменьшался, а оставшаяся флуоресценция ограничивалась дискретными, чётко очерченными структурами (см. рисунок 2). Это приводит к более чистому представлению границ митохондрий, что облегчает точную сегментацию.
Выход сегментации Blob Finder показан зелёным цветом. Для подтверждения точного сегментирования z-стеков были наложены шумовозные двумерные срезы с соответствующими сегментированными бинарными изображениями (рисунок 2). Если процесс сегментации достаточно оптимизирован, следует наблюдать сильную и последовательную колокализацию митохондриальной флуоресценции с бинарными объектами. Если процесс сегментации связан с чрезмерной сегментацией (то есть разделением отдельных митохондрий на несколько объектов) или недостаточно сегментированным (то есть объединением нескольких митохондрий в одну), корректируйте параметры сегментации. Визуальный осмотр вставок подтверждает высокое качество сегментации: обнаруженные объекты точно солокализуются с шумомяным флуоресцентным сигналом Tom20, без признаков пересегментации, увеличения размера объектов, неправильного слияния пространственно соседних митохондрий в отдельные объекты или образования ложных объектов в областях без сигнала Tom20. Такой уровень точности сегментации был стабильно достигнут как в контрольных, так и в обработанных образцах, демонстрируя, что параметры конвейера, оптимизированные в программном обеспечении ZEISS arivis, надёжны и обобщаемы для всех экспериментальных групп. Вместе эти результаты подтверждают подход сегментации и подтверждают надёжность морфологических измерений, полученных из него.
Сегментированные объекты можно измерять по параметрам митохондрий, таких как объём, сферичность и площадь поверхности (рисунок 3). Чтобы учесть большое количество митохондрий, обнаруженных на биологический образец, и ненезависимость отдельных органелл внутри клетки, медианные значения на образец были рассчитаны и использованы в качестве единицы статистического сравнения. Различия в группах оценивались с помощью теста Уилкоксона. Обработанные образцы демонстрировали значительно больший объём митохондрий и площадь поверхности по сравнению с контрольными моделями, что указывает на значительное перепрограммирование морфологии митохондрий.
Наконец, сегментированные митохондрии можно классифицировать на различныеподтипы 54,55 (рисунок 4). Методлоктя 56 был использован для определения оптимального количества кластеров для кластеризации k-средних 57,58 (рисунок 4A). Затем, используя кластеры k = 4, случайные подвыборки митохондрий для контрольных и обработанных групп были нанесены с помощью равномерного приближения многообразия и уменьшения размерности (UMAP) (рисунок 4B), окрашенного как митохондриальными подтипами (слева), так и группой обработки (справа). Наконец, были нанесены пропорции каждого подтипа митохондрий (рисунок 4C) для контрольной и обработанной групп. В группе лечения было меньше фрагментированных митохондрий, но существенных изменений в доле сетевых или вытянутых митохондрий не было.

Рисунок 1: Обзор протокола. Мышей лечат с помощью лекарств или транспортных средств до 6 недель с помощью подкожной осмотической имплантации минипомпы (1). После лечения ткани мыши фиксируются, инфильтрируются сахарозой, встраиваются в ОКТ-соединение и криосечение (2). Срезы ткани затем окрашивают антителами против Tom20 и вторичными антителами, маркированными Alexa Fluor 568 (3). Супер-разрешённые z-стеки собираются на конфокальном микроскопе Airyscan2 (4), а обработанные z-стеки с шумом сегментируются в arivis для количественной оценки морфологии митохондрий (5). Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 2: Автоматизированный конвейер для сегментации митохондрий и анализа морфологии.
Репрезентативные одиночные оптические срезы из контрольных (верхние панели) и обработанных (нижние панели) образцов. Иммунофлуоресцентный сигнал Tom20 показан серым (слева). То же изображение после снятия шума отображается серым цветом, за которым следует сегментационный выход, выделяющий обнаруженные митохондриальные объекты зелёным цветом. Объединённое изображение показывает перекрытие между безшумным сигналом и сегментированными объектами. Вставки показывают изображение с увеличением указанных областей, что иллюстрирует эффекты шумозаиздания и точность сегментации. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 3: Морфология митохондрий в контрольной и обработанной группах. Коробочные диаграммы показывают медианный ± межквартильный диапазон медианных значений на выборку (n = 10 на группу). Каждая точка представляет один биологический образец, суммируемый как медиана по всем митохондриям, обнаруженным в этом образце. Объём и площадь поверхности отображаются в шкале log10 . Группы сравнивались с помощью тестов на сумму ранга Уилкоксона. Уровни значимости: ns p ≥ 0,05, **p < 0,01, ***p < 0,001. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 4: Неконтролируемая морфометрическая классификация подтипов митохондрий. (A) Диаграмма Локтя, показывающая общую сумму квадратов внутри кластера (WSS) в зависимости от количества кластеров (k), рассчитанная на случайной подвыборке из 10 000 митохондрий. Точка перегина в k = 4 была выбрана как оптимальное количество кластеров для дальнейшего анализа. (B) (Слева) редукция размерности UMAP морфометрических признаков митохондрий (n = 20 000 случайно отобранных митохондрий), окрашенные по назначенному подтипу. Были выделены четыре морфологически различных подтипа: фрагментированные (маленькие, с высокой сферичностью), вытянутые (длинные, с низкой сферичностью), сетчатые (крупные, неправильные) и промежуточные (промежуточные. (Справа) UMAP проекция, окрашенная по экспериментальной группе (Control vs. Treated), показывающая распределение каждой группы по морфологическому пространству. (C) Пропорции на выборку каждого подтипа митохондрий в каждой экспериментальной группе. Каждая точка данных представляет один биологический образец (n = 10 на группу). Коробочные диаграммы показывают межквартильный диапазон и медиану, при этом усы расширяются до 1,5 раза больше межквартильного диапазона. Пропорции подтипов сравнивались между группами с помощью теста ранговой суммы Уилкоксона, а p-значения скорректировались для множественных сравнений с помощью метода Бенджамини-Хохберга. ns p ≥ 0.05, ****p < 0.0001. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.
Дополнительный файл 1: Пример пайплайна arivis. Пожалуйста, нажмите здесь, чтобы скачать этот файл.
Дополнительный файл 2: скрипт R для количественной оценки морфологии митохондрий и популяций подтипов.Пожалуйста, нажмите здесь, чтобы скачать этот файл.