Automatisierte Quantifizierung Hämatopoetische Zell - Stromal Cell Interactions in histologische Bilder unentkalkte Knochen
Summary
A strategy to quantitatively analyze histological data in the bone marrow is presented. Confocal microscopy of fluorescently labeled cells in tissue sections results in 2-dimensional images, which are automatically analyzed. Co-localization analyses of different cell types are compared to data from simulated images, giving quantitative information about cellular interactions.
Abstract
Konfokale Mikroskopie ist das Verfahren der Wahl für die Analyse der Lokalisierung von mehreren Zelltypen in komplexen Geweben, wie Knochenmark. Jedoch ist die Analyse und Quantifizierung der zellulären Lokalisation schwierig, da es in vielen Fällen beruht auf manueller Zählung, wodurch damit das Risiko der Einführung einer Bewerterabhängigen Bias und Verringerung Interraterreliabilität. Darüber hinaus ist es oft schwierig, ob die Co-Lokalisation von zwei Zellen ergibt sich aus beliebiger Positionierung beurteilen, insbesondere wenn die Zelltypen unterscheiden sich stark in der Häufigkeit ihres Auftretens. Hier wird ein Verfahren zur Quantifizierung der zellulären unvoreingenommene Kolokalisation im Knochenmark eingeleitet. Das Protokoll beschreibt die Probenvorbereitung zur histologischen Schnitten der gesamten murinen langen Knochen wie dem Knochenmark zu erhalten, sowie die Färbungsprotokoll und den Erwerb von hochauflösenden Bildern. Eine Analyse Workflow spannt sich von der Anerkennung der blutbildenden und nicht-Hematopoietic Zelltypen in 2-dimensionale (2D) Knochenmark Bilder in der Quantifizierung der direkt zwischen diesen Zellen präsentiert wird. Dies beinhaltet auch eine Nachbarschaftsanalyse, um Informationen über die zelluläre Mikroumgebung eines bestimmten Zelltyps zu erhalten. Um zu bewerten, ob die Co-Lokalisierung von zwei Zelltypen ist das bloße Ergebnis zufälliger Zellpositionierung oder reflektiert bevorzugte Verbindungen zwischen den Zellen, ein Simulationswerkzeug, das für die Prüfung dieser Hypothese im Falle von hämatopoetischen sowie Stromazellen, ist verwendet. Dieser Ansatz ist nicht auf die Knochenmark beschränkt und kann auf andere Gewebe verlängert werden, um reproduzierbare quantitative Analyse der histologischen Daten ermöglichen.
Introduction
Aufgrund der jüngsten schnellen technologischen Entwicklungen in der Mikroskopie, einschließlich optischer Bildverarbeitung, ist die Analyse von Zellen im Rahmen des gesamten Gewebes für Immunologen immer zugänglich. Die Charakterisierung der einzelnen Zellen in Suspension eine wertvolle und unverzichtbare Methode, um zelluläre und molekulare Funktion zu verstehen. Jedoch ist die Analyse der Zellen in ihrem (Mikro-) -anatomical Umgebung wesentlich für das Verständnis der Wechselwirkungen zwischen verschiedenen Zelltypen, die in komplexen Prozessen zusammenarbeiten wie die Entwicklung von Immunantworten.
Während es relativ einfach für Mikroskopikern qualitative Informationen aus Bildern erhalten bleibt es eine Herausforderung, diese Daten zu quantifizieren, teilweise aufgrund der Tatsache, dass die Analyse-Methoden in diesem Bereich hinter Vergleich zu dem, was in der Bildaufnahme möglich zurückbleibt. Viele Forscher verlassen sich immer noch auf zeitraubende manuelle Zellzählung in der Histologie Bilder,damit die Einführung einer Vorspannung zwischen verschiedenen Rater und behindern die Replikation von anderen Gruppen. Oft wird ein repräsentatives Bild gewählt, um eine Aussage über zelluläre Position oder Co-Lokalisation in einer Publikation zu unterstreichen, dass es schwer für den Leser auf die statistische Relevanz eines solchen Ereignisses zu beurteilen.
Zusammen mit der Tatsache, dass das volle Informationsgehalt der Bilddaten wird nur selten genutzt, unterstreicht dies die Notwendigkeit für eine unvoreingenommene, schneller und umfassender Ansatz zur histologischen Bilder analysieren.
Das Knochenmark ist ein komplexes Gewebe, die auf wichtige Lebensfunktionen als Organ der Hämatopoese bei erwachsenen Wirbeltieren findet. Abgesehen davon, dass der Geburtsort für hämatopoetische Zellen 1,2 und spielen eine wichtige Rolle in B-Lymphozyten-Entwicklung 3, wirkt es auch als ein Ort, an dem Immunreaktionen ausgelöst werden 4 und unterstützt reifen, rezirkulierenden B-Zellen 5. Zusätzlich ihre Rolle bei der Aufrechterhaltung immunological Speicher wird zunehmend in den letzten zehn Jahren geschätzt, weil verschiedene Arten von Zellen Immungedächtnis bilden haben sich dort aufzuhalten, 6-9.
Die Beziehung zwischen der komplexen Gewebearchitektur des Knochenmarks und seine Funktionen nach wie vor schwer. Im Gegensatz zu sekundären lymphatischen Organe, die in Makro Fächer wie T- und B-Zell-Zonen organisiert sind, fehlt dem Knochenmark eine klare Makro Kompartimentierung. Bisher getrennte Kompartimente im Knochenmark sind durch ihre Nähe zu der Knochenrinde bzw. an Vaskulatur definiert. Die Bedeutung der verschiedenen resident stromalen Zellpopulationen im Knochenmark für eine Reihe von Prozessen, wie Stütz Stammzellen, die Entwicklung von B-Zellen oder die Wartung von Gedächtnis-Immunzellpopulationen (wie langlebige Plasmazellen (PCs), CD4 + und CD8 + Gedächtnis-T-Zellen), zeigt deutlich, dass es einen gewissen Grad von Mikro-Kompartimentierung im Knochenmark.
<pclass = "jove_content"> Diese Beobachtungen haben zu dem Konzept der unterschiedlichen microanatomical Nischen, die in bestimmten Funktionalitäten (Erhaltung von Stammzellen, B-Zell-Entwicklung bei verschiedenen Stufen, und die Wartung des immunologischen Gedächtnisses) im Knochenmark spezialisierten geführt. Zwar scheint es eine gewisse Heterogenität zwischen den Nischen, die verschiedenen Funktionen dienen, einige der Faktoren, die von Stromazellen, wie CXC-Chemokin-Liganden 12 (CXCL12) oder Interleukin 7 (IL-7), hergestellt werden, sind wichtige Komponenten für einige dieser Nischen 10. Die Visualisierung und Charakterisierung von Stromazellen des Knochenmarks ist schwierig aufgrund ihrer morphologischen Merkmale mit langen, dünnen dendritischen Fortsätze bilden ein Netzwerk in der gesamten Knochenmark und das Fehlen geeigneter Marker stromal Subpopulationen zu unterscheiden.Es ist noch nicht klar, inwieweit diese Nischen gemeinsame Merkmale hinsichtlich ihrer zellulären und molekularen composition, und welche Elemente machen eine bestimmte Nische einzigartig. Neben Stromazellen wurden hämatopoetischen Zelltypen wurde gezeigt, dass eine entscheidende Rolle, indem sie bestimmte Signale zumindest für einige der Nischen spielen. Offensichtlich ist die Komplexität der Nische Zusammensetzung erfordert deren Analyse in situ, und es wird immer wichtiger für Immunologen und Hämatologen zum Vergrößern auf das Knochenmark-Mikroarchitektur, zum Beispiel durch die Analyse der räumlichen Beziehungen zwischen ihren zellulären Komponenten.
Hier wird eine Strategie, um zelluläre Kolokalisation und Nachbarschaftsbeziehungen im Knochenmark in einem automatisierten und unvoreingenommene Weise zu quantifizieren wird vorgestellt. Eine detaillierte Arbeitsablauf einschließlich der Erzeugung von chimären Mäusen, Beherbergung Fluoreszenz Stromazellen und nichtfluoreszierenden hämatopoetischen Zellen, Herstellung von histologischen Schnitten von entkalkte Knochen, Akquisition von konfokalen Bildern, die den gesamten Knochen, sowie die automatische Bildanalyse der zellulären co-Lokalisierung und dessen Validierung / Diskriminierung aus zufälligen Positionierung durch ein Simulationstool zur Verfügung gestellt (Abbildung 8).
Protocol
Representative Results
Discussion
Trotz der Fortschritte in der modernen optischen Bildgebungsverfahren, die Analyse von histologischen Daten oft noch durch das Fehlen von geeigneten Quantifizierungs Werkzeuge und Methoden, oder durch vorgespannte Analysen, die auf einer kleinen Fläche von Interesse konzentrieren behindert. Die synergistische hier vorgestellte Ansatz kombiniert Bildanalyse für die gesamte Knochenmark Region, automatisierte Segmentierung und Objekterkennung von verschiedenen hämatopoetischen und Stroma-Zelltypen, die Co-Lokalisierung …
Divulgations
The authors have nothing to disclose.
Acknowledgements
Wir danken Andreas Radbruch für wertvolle Diskussionen. Wir danken Gruczek, Patrick Thiemann und Manuela Ohde um Unterstützung bei der Tierpflege und Robert Günther für hervorragende technische Unterstützung Sabine. Wir danken unseren geschulten Beurteilern Laura Oehme, Jannike Bayat-Sarmadi, Karolin Pollok, Katrin Roth, Florenz Pache und Katharina Horn zur Auswertung der histologischen Proben und Randy Lindquist für das Korrekturlesen des Manuskripts. Wir danken J. und N. Lee, Mayo Clinic in Scottsdale, Arizona, USA für MBP-spezifische Antikörper.
Diese Arbeit wurde von der DFG HA5354 / 4-1, von JIMI eines DFG-Core Facility Netzwerk Zuschuss für Intravitalmikroskopie und unterstützt von TRR130 / TP17 und DFG FOR 2165 (HA5354 / 6-1), um AEHSZ wurde von der International Max Planck unterstützt Schule für Infektionskrankheiten und Immunologie (IMPRS-IDI), Berlin.
Materials
| Name of Reagent/ Equipment | Company | Catalog Number | Comments/Description |
| Neomycin | Sigma | N6386 SIGMA | Neomycin trisulfate salt hydrate, EU hazard code: GHS08; www.sigmaaldrich.com |
| Ursovit AD3EC | Serumwerke Bernburg | 1 ml contains: 50.000 I.E retinyl palmitate, 5.000 I.E. cholecalciferol, 30 mg tocopheryl acetate, 100 mg ascorbic acid, 1 mg sorbic acid, 200 mg polyoxyl 35 castor oil, 0,5 mg propyl gallate | |
| Transfer buffer (100ml PBS, 1ml 1M HEPES, 50U/ml Penicillin/Streptomycin) | Sigma | P4333 Sigma H3375 Sigma | www.sigmaaldrich.com |
| 4-Hydroxy-3-nitrophenylacetyl hapten conjugated to chicken gamma globulin) | |||
| Chicken gamma globulin (CGG) 100 mg | Rockland | D602-0100 | www.rockland-inc.com |
| 20 % Paraformaldehyde solution (EM-grade) | Science Services | 15713 | EU hazard codes: GHS02, GHS05, GHS07, GHS08 |
| D(+)-Sucrose | Carl Roth | 4621.1 | www.carlroth.com |
| Dry ice | |||
| Acetone | Sigma.Aldrich | 179124 SIGMA-ALDRICH | EU hazard codes: GHS02, GHS07; www.sigmaaldrich.com |
| Hexane | Sigma-Aldrich | 208752 SIGMA-ALDRICH | EU hazard codes: GHS02, GHS07, GHS08, GHS09; www.sigmaaldrich.com |
| Tissue-Tek cryomolds (standard) | Sakura | 4557 | 25 x 20 x 5 mm; www.sakuraus.com |
| Tissue-Tek O.C.T. | Sakura | 4583 | www.sakuraus.com |
| Kawamoto's SCEM embedding medium | Section-Lab, JP | http://section-lab.jp/index.html | |
| Kawamoto's cryosection preparation kit | Section-Lab, JP | http://section-lab.jp/index.html | |
| Kawamoto's cryofilm type 2C(9) | Section-Lab, JP | http://section-lab.jp/index.html | |
| Microtome blade MX35 Premier Plus, Low Profile | Thermo Scientific | 3052835 | L X W: 80 x 8 mm (31.5 x 3.13"), thickness: 0.25 mm (0.01");www.thermoscientific.com |
| polyclonal rabbit anti-RFP antibody, biotinylated | Rockland | 600-406-379 | www.rockland-inc.com |
| Alexa Fluor 555 streptavidin | Life Technologies | S-32355 | www.lifetechnologies.com |
| rat anti-MBP | J. and N. Lee | available from: J. and N. Lee, Mayo Clinic, Scottsdale, AZ , U.S.A., clone MT-14.7 | |
| goat anti-rat-Alexa Fluor 647 | Life Technologies | A-21247 | www.lifetechnologies.com |
| rat anti-B220 – Alexa Fluor 594 | produced and coupled in-house (DRFZ), clone RA3.6B2, Alexa Fluor 594 from Life Technologies | ||
| mouse anti-l1 light chain -FITC | produced and coupled in-house (DRFZ), clone LS136 | ||
| rat anti-k light chain – FITC | produced and coupled in-house (DRFZ), clone 187.1 | ||
| DAPI (4′,6-diamidino-2-phenylindole dihydrochloride) | Sigma | D9542 SIGMA | www.sigmaaldrich.com |
| Fluorescent mounting medium | DAKO | S3023 | www.dako.com |
| Cover slips (24mm x 24mm x 0.13-0.16 mm) | Carl Roth | H875.2 | www.carlroth.com |
| Superfrost slides glasses (75 mm x 25 mm) | VWR | 48311-703 | www.vwr.com |
| Laser scanning confocal microscope | equipped with laser lines of 405, 488, 561, 594, 633 nm and a 20x/0.8 NA air objective lens; We used a Zeiss LSM710 and Zen 2010 Version 6.0 software. | ||
| Automated image analysis tools for bone marrow | Wimasis, Munich | The cell contact tool and cell vicinity tool will be made available by Wimasis upon request: www.wimasis.de | |
| VC2012 Runtime | Microsoft | free download: http://www.microsoft.com/en-us/download/details.aspx?id=30679 | |
| Simulation tool for random cell positioning | available from us, upon request | ||
| Image analysis software with image segmentation functions | We used Volocity (Perkin Elmer) for measuring cell size distributions of hematopoietic cell types in bone marrow (Figure 5). Alternatives are Definiens Image Analysis (Definiens) or Cell Profiler (free download: http://www.cellprofiler.org) | ||
| Fiji image analysis software | free download: http://fiji.sc/Fiji. Fiji was used by trained raters for manual cell count (Figure 3). |
References
- Kunisaki, Y., Frenette, P. S. The secrets of the bone marrow niche: Enigmatic niche brings challenge for HSC expansion. Nat Med. 18, 864-865 (2012).
- Morrison, S. J., Scadden, D. T. The bone marrow niche for haematopoietic stem cells. Nature. 505, 327-334 (2014).
- Tokoyoda, K., Egawa, T., Sugiyama, T., Choi, B. I., Nagasawa, T. Cellular niches controlling B lymphocyte behavior within bone marrow during development. Immunity. 20, 707-718 (2004).
- Cariappa, A., et al. Perisinusoidal B cells in the bone marrow participate in T-independent responses to blood-borne microbes. Immunity. 23, 397-407 (2005).
- Sapoznikov, A., et al. Perivascular clusters of dendritic cells provide critical survival signals to B cells in bone marrow niches. Nat Immunol. 9, 388-395 (2008).
- Tokoyoda, K., et al. Professional memory CD4+ T lymphocytes preferentially reside and rest in the bone marrow. Immunity. 30, 721-730 (2009).
- Mazo, I. B., et al. Bone marrow is a major reservoir and site of recruitment for central memory CD8+ T cells. Immunity. 22, 259-270 (2005).
- Lin, G. H., et al. Contribution of 4-1BBL on radioresistant cells in providing survival signals through 4-1BB expressed on CD8(+) memory T cells in the bone marrow. Eur J Immunol. 42, 2861-2874 (2012).
- Zehentmeier, S., et al. Static and dynamic components synergize to form a stable survival niche for bone marrow plasma cells. Eur J Immunol. 44, 2306-2317 (2014).
- Nagasawa, T. Microenvironmental niches in the bone marrow required for B-cell development. Nat Rev Immunol. 6, 107-116 (2006).
- Luche, H., Weber, O., Nageswara Rao, T., Blum, C., Fehling, H. J. Faithful activation of an extra-bright red fluorescent protein in ‘knock-in’ Cre-reporter mice ideally suited for lineage tracing studies. Eur J Immunol. 37, 43-53 (2007).
- Schwenk, F., Baron, U., Rajewsky, K. A cre-transgenic mouse strain for the ubiquitous deletion of loxP-flanked gene segments including deletion in germ cells. Nucleic Acids Res. 23, 5080-5081 (1995).
- Kawamoto, T. Use of a new adhesive film for the preparation of multi-purpose fresh-frozen sections from hard tissues, whole-animals, insects and plants. Arch Histol Cytol. 66, 123-143 (2003).
- Kawamoto, T., Kawamoto, K. Preparation of thin frozen sections from nonfixed and undecalcified hard tissues using Kawamot’s film method. Arch Histol Cytol. 1130 (2012), 149-164 (2012).
- Smith, C. L., et al. Basic confocal microscopy. Current protocols in neuroscience / editorial board, Jacqueline N. Crawley … [et al.]. 2 (Unit 2.2), (2001).
- Otsu, N. A threshold selection method from gray-level histograms. IEEE Trans. Sys., Man., Cyber. 9, 62-66 (1979).
- Hughes, I., Hase, T. . Measurements and Their Uncertainties: A Practical Guide To Modern Error Analysis. , (2010).
- Quinn, G. P., Keough, M. J. . Experimental Design and Data Analysis for Biologists. , (2002).
- Kiel, M. J., Morrison, S. J. Uncertainty in the niches that maintain haematopoietic stem cells. Nat Rev Immunol. 8, 290-301 (2008).
- MacQueen, J. B. Some Methods for classification and Analysis of Multivariate Observations. Proceedings of 5th Berkeley Symposium on Mathematical Statistics and Probability Vol. 1. , 666 (1967).
- Livet, J., et al. Transgenic strategies for combinatorial expression of fluorescent proteins in the nervous system. Nature. 450, 56-62 (2007).
- Jarjour, M., et al. Fate mapping reveals origin and dynamics of lymph node follicular dendritic cells. J Exp Med. 211, 1109-1122 (2014).
- Gerner, M. Y., Kastenmuller, W., Ifrim, I., Kabat, J., Germain, R. N. Histo-cytometry: a method for highly multiplex quantitative tissue imaging analysis applied to dendritic cell subset microanatomy in lymph nodes. Immunity. 37, 364-376 (2012).
- Moreau, H. D., et al. Dynamic in situ cytometry uncovers T cell receptor signaling during immunological synapses and kinapses in vivo. Immunity. 37, 351-363 (2012).
- Siffrin, V., et al. In vivo imaging of partially reversible th17 cell-induced neuronal dysfunction in the course of encephalomyelitis. Immunity. 33, 424-436 (2010).
- Shen, Q., et al. Adult SVZ stem cells lie in a vascular niche: a quantitative analysis of niche cell-cell interactions. Cell Stem Cell. 3, 289-300 (2008).
- Danielsson, P. E. Euclidian distance mapping. Computer Graphics and Image Processing. 14, 21 (1980).
- Tellier, J., Kallies, A. Finding a home for plasma cells – a niche to survive. Eur J Immunol. , (2014).
- Winter, O., et al. Megakaryocytes constitute a functional component of a plasma cell niche in the bone marrow. Blood. 116, 1867-1875 (2010).
- Rozanski, C. H., et al. Sustained antibody responses depend on CD28 function in bone marrow-resident plasma cells. J Exp Med. 208, 1435-1446 (2011).
- Rodriguez Gomez, M., et al. Basophils support the survival of plasma cells in mice. J Immunol. 185, 7180-7185 (2010).
- Belnoue, E., et al. Homing and adhesion patterns determine the cellular composition of the bone marrow plasma cell niche. J Immunol. 188, 1283-1291 (2012).
- Kohler, A., et al. G-CSF-mediated thrombopoietin release triggers neutrophil motility and mobilization from bone marrow via induction of Cxcr2 ligands. Blood. 117, 4349-4357 (2011).
