Summary

Tecnología de escaneo 3D Bridging Microcircuits e Macroscale Brain Images en 3D Novel Embedding Overlapping Protocol

Published: May 12, 2019
doi:

Summary

Este artículo presenta un protocolo experimental que utiliza la tecnología de escaneo 3D que une dos escalas espaciales: la escala espacial macroscópica de la anatomía de todo el cerebro fotográfica a >100 m y la escala espacial microscópica de las distribuciones neuronales utilizando inmunohistoquímica y un sistema de matriz de multielectrodos y otros métodos (10 m).

Abstract

El cerebro humano, al ser un sistema multiescala, tiene señales eléctricas macroscópicas, que fluyen globalmente a lo largo de gruesos haces de fibra de materia blanca, y picos neuronales microscópicos, que se propagan a lo largo de axónes y dendritas. Ambas escalas complementan diferentes aspectos de las funciones cognitivas y conductuales humanas. A nivel macroscópico, la RMN ha sido la tecnología de imagen estándar actual, en la quela resolución espacial más pequeña, el tamaño de los vóxeles, es de 0,1-1 mm 3. Además, a nivel microscópico, estudios fisiológicos previos eran conscientes de las arquitecturas neuronales no uniformes dentro de estos vóxeles. Este estudio desarrolla una poderosa manera de integrar con precisión los datos microscópicos en un mapa macroscópico mediante la interconexión de la investigación científica biológica con los avances tecnológicos en la tecnología de escaneo 3D. Dado que la tecnología de escaneo 3D se ha utilizado principalmente para la ingeniería y el diseño industrial hasta ahora, se reutiliza por primera vez para incrustar microconnectomes en todo el cerebro mientras se preserva el pico natural en las células cerebrales vivas. Para lograr este propósito, primero, construimos un protocolo de escaneo para obtener imágenes 3D precisas de bioorganismos vivos inherentemente desafiantes a la imagen debido a superficies húmedas y reflectantes. En segundo lugar, nos entrenamos para mantener la velocidad para prevenir la degradación del tejido cerebral vivo, que es un factor clave en la retención de mejores condiciones y el registro de picos neuronales más naturales de las neuronas activas en el tejido cerebral. Dos imágenes de superficie cortical, extraídas independientemente de dos módulos de imágenes diferentes, a saber, imágenes de rmny y de superficie del escáner 3D, muestran sorprendentemente un error de distancia de sólo 50 m como valor de modo del histograma. Esta precisión es comparable en escala a la resolución microscópica de distancias intercelulares; también, es estable entre diferentes ratones individuales. Este nuevo protocolo, el nuevo protocolo 3D que incorpora la superposición (3D-NEO), une los niveles macroscópicos y microscópicos derivados de este protocolo integrador y acelera los nuevos hallazgos científicos para estudiar arquitecturas de conectividad integrales (es decir, microconecto).

Introduction

Las arquitecturas multiescala no uniformes en variasorganizaciones físicas y biológicas se encuentran comúnmente 1,2. El cerebro es también una organización de red muy no uniforme y multiescala3,4. Varias funciones cognitivas se codifican en tales organizaciones de la red, manteniendo cambios temporales de patrones de picos eléctricos de poblaciones neuronales en resoluciones temporales de submilisegundos. Históricamente, las complejas redes entre las neuronas se observaron estructuralmente en detalle utilizando las técnicas de tinción de Santiago Ramón y Cajal de hace más de 150 años5. Para observar los comportamientos grupales de las neuronas activas, los investigadores han desarrollado varias tecnologías de grabación6,7,8, y los recientes desarrollos significativos de estas tecnologías nos han permitido registrar actividades eléctricas de un gran número de neuronas simultáneamente. Además, a partir de estas actividades funcionales, los científicos han logrado reconstruir redes de interacciones causales entre un gran número de neuronas y han declarado la arquitectura topológica de sus complejas interacciones ‘microconnectome’9 . Observaciones macroscópicas del cerebro también permiten considerar todo un cerebro como una organización de red porque muchas regiones cerebrales están conectadas por múltiples paquetes de fibra. La incorporación de microconectos en el mapa cerebral global todavía tiene limitaciones claras dentro de los avances tecnológicos actuales, por lo que este protocolo de incrustación es tan importante. Sin embargo, hay muchos desafíos para el desarrollo del protocolo de inserción. Por ejemplo, con el fin de observar las actividades de los circuitos neuronales locales vivos en regiones cerebrales puramente aisladas, las rebanadas de cerebro deben ser producidas para las grabaciones in vitro. Además, las grabaciones de rebanadas cerebrales para grabaciones in vitro siguen siendo una opción importante por al menos dos razones. En primer lugar, todavía no es fácil observar las actividades de muchas neuronas individuales vivas simultáneamente desde regiones cerebrales más profundas que 1,5 mm y en alta resolución temporal (<1 ms). En segundo lugar, cuando esperamos conocer la arquitectura interna de un circuito neuronal local, necesitamos detener todas las entradas procedentes de regiones cerebrales externas para eliminar los factores de confunción. Con el fin de identificar las direcciones y posiciones de las rebanadas cerebrales producidas, será necesario integrar las posiciones espaciales de estas rebanadas cerebrales producidas utilizando coordenadas. Hay, sin embargo, algunas formas sistemáticas y confiables de hacer rebanadas cerebrales de una manera organizada10,11. Aquí, se introduce un nuevo protocolo de registro de coregistro, utilizando tecnología de escaneo 3D para la investigación neurocientífica con el fin de proporcionar un protocolo integrador. Este protocolo actúa para coordinar micro y macroescalas e incrustar microdatos de matriz de multielectrodos (MEA)12,13 y tinción de datos en un espacio de RMN macroscópico a través de superficies de exploración 3D de cerebros extraídos, así como de cerebros no registrados de manera no invasiva. Sorprendentemente, esto mostró un error de distancia de sólo 50 m como el valor de modo del histograma. Como resultado, los valores de modo de distancias mínimas entre dos superficies entre la superficie de RMN y la superficie 3D escaneada eran de casi 50 m para los seis ratones, lo que es un número adecuado al comprobar la uniformidad entre los individuos. El ancho típico de la rebanada tenía una actividad de pico registrada de alrededor de 300 m.

Protocol

Todos los procedimientos experimentales descritos aquí han sido aprobados por el Comité de Cuidado de Animales de la Universidad de Kioto. 1. Animales (Día 1) Preparar ratones hembra C57BL/6J (n.o 6, de 3 a 5 semanas de edad).NOTA: Este protocolo es aplicable a todas las especies de roedores. 2. Ajustes de RMN (Día 1) Coloque el ratón en una caja de anestesia acrílica colocada en una alfombra de calentado…

Representative Results

Evaluamos las distancias entre las superficies corticales, producidas por la eliminación del volumen de RMN, y las superficies obtenidas a partir de escaneos 3D de cerebros extraídos. Los valores de modo del histograma de las distancias son de sólo 55 m (Figura3a). Además, al acumular el histograma desde el punto en el que la distancia es igual a cero, el valor acumulado alcanza el 90% de los números totales de la muestra a 300 m (Figura<strong class="xf…

Discussion

Desarrollamos un nuevo protocolo llamado protocolo 3D-NEO para unir escalas espaciales macroscópicas y microscópicas superponiendo dos superficies cerebrales con mayor precisión que antes. Originalmente, había dos desafíos en la creación de este protocolo que hizo posible la superposición precisa de dos imágenes de la superficie del cerebro y el registro de actividades neuronales saludables de organismos vivos. En primer lugar, era necesario limpiar eficazmente la solución de corte que rodea el cerebro extraído…

Divulgations

The authors have nothing to disclose.

Acknowledgements

M.S. agradece el apoyo de todo el personal en el curso de ingeniería de información médica en la Escuela de Posgrado de Medicina y Facultad de Medicina, y quiere agradecer a la Prof. Tetsuya Takakuwa, Prof. Nobukatsu Sawamoto, y Doris Zakian por su útil Comentarios. Este estudio fue apoyado por una Beca en Ayuda para la Investigación Exploratoria Desafiante y por el programa Leading Initiative for Excellent Young Researchers (LEADER) a M.S. from MEXT (Ministerio de Educación, Cultura, Deportes, Ciencia y Tecnología). Los experimentos de RMN en este trabajo se realizaron en la División de RMN de Animales Pequeños, Centro de Apoyo a la Investigación Médica, Escuela de Medicina de Posgrado, Universidad de Kioto, Japón.

Materials

Air compressor Kimura Medical KA-100 Animal preparation for MRI
All-in-one fluorescence microscope KEYENCE BZ-X710
Anesthesia box Bio Research Center RIC-01 Animal preparation for MRI
Anesthesia system ACOMA Medical Industry NS-5000A Animal preparation for MRI
Anti-GAD67, clone 1G10.2 Merk Millipore MAB5406 For immunostaining
Calcium Chrolide nacalai tesque 06729-55 aCSF
Choline Chloride nacalai tesque 08809-45 aCSF
curved blunt forceps
Disposal scalpel Kai 10
D-PBS(-) without Ca and Mg, liquid(10x) nacalai tesque For immunostaining
D(+)-Glucose Wako 049-31165 aCSF
Gelatin nacalai tesque 16605-42 re-secctioning
Goat anti-Mouse IgG (H+L) Highly Cross-Adsorbed Secondary Antibody, Alexa Fluor Plus 488 Invitrogen A32723 For immunostaining
Goat anti-Rabbit IgG (H+L) Highly Cross-Adsorbed Secondary Antibody, Alexa Fluor Plus 555 Invitrogen A32732 For immunostaining
Heater mat Bio Research Center HM-10 Animal preparation for MRI
Heater mat controller Bio Research Center BWT-100A Animal preparation for MRI
Heater system SA Instruments MR-compatible Small Animal Heating System Animal preparation for MRI
Isoflurane AbbVie Animal preparation for MRI
Isoflurane vaporizer ACOMA Medical Industry MKIIIai Animal preparation for MRI
Linear Slicer DOSAKA Neo Linear Slicer MT
L(+)-Ascorbic Acid Sodium Salt Wako 196-01252 aCSF
Magnesium Chrolide Hexahydrate Wako 135-00165 aCSF
MaxOne Single-Well MEA MaxWell Biosystems
Metal Spatula
Monitoring system SA Instruments Model 1025 Animal preparation for MRI
Monitoring software SA Instruments PC-SAM V.5.12 Animal preparation for MRI
MRI compatible cradle Bruker BioSpin T12812 Animal preparation for MRI
MRI coil Bruker BioSpin T9988 For MRI
MRI operation software Bruker BioSpin ParaVision 5.1 For MRI
Neo LinearSlicer MT D.S.K. NLS-MT
NeuN (D4G40) XP Rabbit mAb Cell Signaling 24307 For immunostaining
Normal Goat Serum Wako 143-06561 For immunostaining
Potassium Chloride Wako 163-03545 aCSF
Polyethylene Glycol Mono-p-isooctylphenyl Ether nacalai tesque 12967-45 For immunostaining
Pressure-sensitive respiration sensor SA Instruments RS-301 Animal preparation for MRI
Preclinical MRI scanner Bruker BioSpin BioSpec 70/20 USR For MRI
Pyruvic Acid Sodium Salt nacalai tesque 29806-54 aCSF
SCAN in a BOX Open Technologies srl
scissors
Sieve bottle TIGERCROWN 81 For 3D scan
SlowFade Gold Antifade Mountant Invitrogen S36937 For immunostaining
Sodium Chloride Wako 191-01665 aCSF
Sodium Dihydrogenphosphate Wako 197-09705 aCSF
Sodium Hydrogen Carbonate Wako 191-01305 aCSF
Sodium Hydrogensulfite nacalai tesque 31220-15 For immunostaining
Thermistor temperature probe SA Instruments RTP-101-B, PLTPC-300 Animal preparation for MRI
Tooth bar Bruker BioSpin T10146 Animal preparation for MRI
Winged intravenous needle TERUMO SV-23CLK For perfusion
1 mol/l-Tris-HCl Buffer Solution nacalai tesque 35436-01 For immunostaining
1 mol/l-Hydrochloric Acid nacalai tesque 37314-15 For pH adjustment of solution
16%-Paraformaldehyde Aqueous Solution Electron Microscopy Sciences 15710 For immunostaining

References

  1. Vogelsberger, M., et al. Properties of galaxies reproduced by a hydrodynamic simulation. Nature. 509 (7499), 177-182 (2014).
  2. Zhang, B., et al. Integrated systems approach identifies genetic nodes and networks in late-onset Alzheimer’s disease. Cell. 153 (3), 707-720 (2013).
  3. Sporns, O., Chialvo, D. R., Kaiser, M., Hilgetag, C. C. Organization, development and function of complex brain networks. Trends in Cognitive Sciences. 8 (9), 418-425 (2004).
  4. Shimono, M. Non-uniformity of cell density and networks in the monkey brain. Scientific Reports. 3, 2541 (2013).
  5. DeFelipe, J., Jones, E. G. . Cajal on the Cerebral Cortex: An Annotated Translation of the Complete Wrings. , (1988).
  6. Kandel, E. R., Schwartz, J. H., Jessell, T. M. . Principles of Neural Science. , (2013).
  7. Pine, J., Taketani, M., Baudry, M. A history of MEA development. Advances in Network Electrophysiology. , 3-23 (2006).
  8. Grienberger, C., Konnerth, A. Imaging calcium in neurons. Neuron. 73 (5), 862-885 (2012).
  9. Shimono, M., Beggs, J. M. Functional clusters, hubs, and communities in the cortical microconnectome. Cerebral Cortex. 25 (10), 3743-3757 (2014).
  10. Amunts, K., et al. BigBrain: An Ultrahigh-Resolution 3D Human Brain Model. Science. 340, 1472-1475 (2013).
  11. Ali, S., et al. Rigid and non-rigid registration of polarized light imaging data for 3D reconstruction of the temporal lobe of the human brain at micrometer resolution. NeuroImage. 181, 235-251 (2018).
  12. Kozai, T. D. Y., et al. Ultrasmall implantable composite microelectrodes with bioactive surfaces for chronic neural interfaces. Nature Materials. 11, 1065-1073 (2012).
  13. Kampasi, K., et al. Dual color optogenetic control of neural populations using low-noise, multishank optoelectrodes. Microsystems & Nanoengineering. 4 (1), 10 (2018).
  14. Hellwig, B. A quantitative analysis of the local connectivity between pyramidal neurons in layers 2/3 of the rat visual cortex. Biological Cybernetics. 82 (2), 111-121 (2000).
  15. Bezgin, G., Reid, A. T., Schubert, D., Kötter, R. Matching spatial with ontological brain regions using Java tools for visualization, database access, and integrated data analysis. Neuroinformatics. 7 (1), 7-22 (2009).
  16. Holmgren, C., Harkany, T., Svennenfors, B., Zilberter, Y. Pyramidal cell communication within local networks in layer 2/3 of rat neocortex. The Journal of Physiology. 551 (1), 139-153 (2003).
  17. Boucsein, C., Nawrot, M., Schnepel, P., Aertsen, A. Beyond the cortical column: abundance and physiology of horizontal connections imply a strong role for inputs from the surround. Frontiers in Neuroscience. 5 (32), 1-13 (2011).
  18. Edelsbrunner, H., Aronov, J. P. B., Basu, S., Sharir, M. Surface reconstruction by wrapping finite point sets in space. Discrete and Computational Geometry – The Goodman-Pollack Festschrift. , 379-404 (2003).
  19. Roland, P. E., et al. Human brain atlas: For high‐resolution functional and anatomical mapping. Human Brain Mapping. 1 (3), 173-184 (1994).
  20. Johnson, G. A., et al. Waxholm space: an image-based reference for coordinating mouse brain research. NeuroImage. 53 (2), 365-372 (2010).
  21. Evans, A. C., Janke, A. L., Collins, D. L., Baillet, S. Brain templates and atlases. NeuroImage. 62 (2), 911-922 (2012).
  22. Okabe, S. Brain/MINDS–a new program for comprehensive analyses of the brain. Microscopy. 64 (1), 3-4 (2015).
  23. Shimono, M., Hatano, N. Efficient communication dynamics on macro-connectome, and the propagation speed. Scientific Reports. 8 (1), 2510 (2018).

Play Video

Citer Cet Article
Ide, S., Kajiwara, M., Imai, H., Shimono, M. 3D Scanning Technology Bridging Microcircuits and Macroscale Brain Images in 3D Novel Embedding Overlapping Protocol. J. Vis. Exp. (147), e58911, doi:10.3791/58911 (2019).

View Video