整個(gè)小鼠胚胎的圖像:(左)原始寬場(chǎng)成像結(jié)果和(右)應(yīng)用Large Volume Computational Clearing(LVCC)后的成像結(jié)果。圖片來(lái)源:A. Popratiloff和Z. Motahari,美國(guó)喬治·華盛頓大學(xué)。
本文介紹了如何使用THUNDER Imager 3D Cell Culture和Large Volume Computational Clearing(LVCC)對(duì)小鼠胚胎快速、高對(duì)比度成像,實(shí)現(xiàn)了對(duì)軸突生長(zhǎng)和腦神經(jīng)發(fā)育的研究。許多在發(fā)育早期階段損害神經(jīng)回路發(fā)育的遺傳性疾病被認(rèn)為會(huì)對(duì)行為造成干擾。用小鼠模型研究早期神經(jīng)發(fā)育的細(xì)胞變化、定義與人類疾病相似的行為及潛在發(fā)育機(jī)制,是非常困難的。而鑒別發(fā)育的神經(jīng)元回路中三叉神經(jīng)(其參與面部感覺(jué)和運(yùn)動(dòng)機(jī)能)軸突生長(zhǎng)的早期分化,使得這些困難迎刃而解。
人們普遍認(rèn)為,很多遺傳性疾病都通過(guò)損害神經(jīng)回路發(fā)育的早期階段來(lái)對(duì)行為產(chǎn)生干擾[1]。事實(shí)證明,在模型動(dòng)物中分辨早期神經(jīng)發(fā)育中細(xì)胞的此類變化具有一定的難度。用與人類遺傳性疾病中臨床顯著缺陷相似的基因突變小鼠模型來(lái)定義行為、神經(jīng)回路和潛在發(fā)育機(jī)制,是非常困難的[1]。檢測(cè)單個(gè)神經(jīng)元初始分化中的變化難以實(shí)現(xiàn)。這些挑戰(zhàn)可通過(guò)確定發(fā)育的神經(jīng)回路中三叉神經(jīng)這一關(guān)鍵組分的軸突生長(zhǎng)的早期分化來(lái)解決[1]。通過(guò)著眼于參與面部感覺(jué)及運(yùn)動(dòng)機(jī)能如哺乳、進(jìn)食、咬、咀嚼和吞咽等的三叉神經(jīng)(腦神經(jīng)V),以及軸突生長(zhǎng)和原生傳導(dǎo)通路,可以對(duì)使用組織學(xué)處理可能會(huì)缺失的三維環(huán)境進(jìn)行研究[1]。本文介紹如何使用THUNDER Imager 3D Cell Culture和Large Volume Computational Clearing(LVCC)[2,3]對(duì)小鼠胚胎快速、高對(duì)比度成像,以幫助進(jìn)行腦神經(jīng)發(fā)育研究。
如要以實(shí)用高效的方式對(duì)整個(gè)小鼠胚胎成像,快速、清晰的高對(duì)比度3D成像解決方案,對(duì)于重要細(xì)節(jié)展示和解析大有益處。相較于激光共聚焦成像,可在很短的時(shí)間內(nèi)一次性采集到完整胚胎的成像結(jié)果。傳統(tǒng)寬場(chǎng)顯微成像速度快,檢測(cè)靈敏度高,但是對(duì)厚標(biāo)本的成像,如小鼠胚胎,通常會(huì)由于非焦平面信號(hào)的影響,呈現(xiàn)模糊的成像結(jié)果,降低圖像對(duì)比度[2,3]。
使用THUNDER Imager 3D Cell Culture對(duì)小鼠胚胎成像。使用抗βIII微管蛋白(Tuj1)抗體對(duì)胚胎的神經(jīng)系統(tǒng)和腦神經(jīng)進(jìn)行染色。結(jié)合BABB透明化處理,即可對(duì)整個(gè)胚胎中的神經(jīng)系統(tǒng)進(jìn)行三維結(jié)構(gòu)成像。圖1中的圖像使用數(shù)值孔徑(NA)0.75、工作距離700μm的20x多浸液物鏡采集。該圖像由32個(gè)視野拼接組成,成像深度為672 μm(337層切),采集了完整的胚胎結(jié)構(gòu)。數(shù)據(jù)采集總時(shí)長(zhǎng)為18分鐘。
通過(guò)LVCC和Instant Computational Clearing(ICC)將寬場(chǎng)成像固有的非焦面模糊信號(hào)清除[2,3]。之后,再使用徠卡自適應(yīng)式反卷積技術(shù)來(lái)增強(qiáng)三維特征結(jié)構(gòu)的分辨率[4]。這種成像模式便于觀察胚胎的神經(jīng)結(jié)構(gòu)以及胚胎的整體布局中更有價(jià)值的神經(jīng)元定位。
圖1:展示整個(gè)小鼠胚胎的俯視圖,顯示原始數(shù)據(jù)(A)與應(yīng)用LVCC后(B)的差異。根據(jù)相對(duì)物鏡深度進(jìn)行顏色標(biāo)識(shí)的胚胎的角度視圖,其中最大深度為672 μm。C)應(yīng)用LVCC后的腦部側(cè)視圖,顯示了沿Z軸方向的精密細(xì)節(jié)。圖片來(lái)源:Anastas Popratiloff博士和Zahra Motahari博士,喬治·華盛頓大學(xué)納米制造與成像中心(GWNIC),美國(guó)華盛頓特區(qū)。
結(jié)論
與傳統(tǒng)的寬場(chǎng)成像不同,THUNDER技術(shù)Large Volume Computational Clearing(LVCC)[2,3]在對(duì)小鼠胚胎中的腦神經(jīng)發(fā)育成像時(shí),顯著增強(qiáng)了圖像對(duì)比度,對(duì)精密細(xì)節(jié)有更好的解析。
References:
1.Z. Motahari, T.M. Maynard, A. Popratiloff, S.A. Moody, A.-S. LaMantia, Aberrant early growth of individual trigeminal sensory and motor axons in a series of mouse genetic models of 22q11.2 deletion syndrome, Human Molecular Genetics (2020) vol. 29, iss. 18, pp. 3081-3093, DOI: 10.1093/hmg/ddaa199.
2.J. Schumacher, L. Bertrand, THUNDER Technology Note: THUNDER Imagers: How Do They Really Work? Science Lab (2019) Leica Microsystems.
3.L. Felts, V. Kohli, J.M. Marr, J. Schumacher, O. Schlicker, An Introduction to Computational Clearing: A New Method to Remove Out-of-Focus Blur, Science Lab (2020) Leica Microsystems.
4.V. Kohli, J.M. Marr, O. Schlicker, L. Felts, The Power of Pairing Adaptive Deconvolution with Computational Clearing: Technical Brief, Science Lab (2021) Leica Microsystems.
相關(guān)產(chǎn)品
THUNDER Imager 3D Live Cell 和 3D Cell Culture
電話
微信掃一掃