Reconstrucción computacional de islotes pancreáticos como herramienta de análisis estructural y funcional
Summary
En este protocolo, los islotes pancreáticos se reconstruyen y analizan utilizando algoritmos computacionales implementados en una aplicación multiplataforma dedicada.
Abstract
Las propiedades estructurales de los islotes pancreáticos son clave para la respuesta funcional de las células secretoras de insulina, glucagón y somatostatina, debido a sus implicaciones en la comunicación intraisleta a través de la señalización eléctrica, paracrina y autocrina. En este protocolo, la arquitectura tridimensional de un islote pancreático se reconstruye en primer lugar a partir de datos experimentales utilizando un nuevo algoritmo computacional. A continuación, se obtienen las propiedades morfológicas y de conectividad del islote reconstruido, como el número y los porcentajes de los diferentes tipos de células, el volumen celular y los contactos de célula a célula. Luego, la teoría de redes se utiliza para describir las propiedades de conectividad del islote a través de métricas derivadas de la red, como el grado promedio, el coeficiente de agrupamiento, la densidad, el diámetro y la eficiencia. Finalmente, todas estas propiedades se evalúan funcionalmente a través de simulaciones computacionales utilizando un modelo de osciladores acoplados. En general, aquí describimos un flujo de trabajo paso a paso, implementado en IsletLab, una aplicación multiplataforma desarrollada específicamente para el estudio y simulación de islotes pancreáticos, para aplicar una novedosa metodología computacional para caracterizar y analizar islotes pancreáticos como complemento al trabajo experimental.
Introduction
El páncreas se divide en regiones conocidas como cabeza, cuello, cuerpo y cola, cada una con diferentes estructuras, funciones y posición anatómica 1,2. Desde un punto de vista funcional, el páncreas se puede dividir en sistemas endocrinos y exocrinos, siendo el primero responsable de la secreción de hormonas críticamente involucradas en la regulación de la homeostasis de la glucosa, mientras que el segundo contribuye a la digestión de los alimentos a través de la secreción de enzimas en el duodeno1. Los islotes pancreáticos constituyen el tejido endocrino del páncreas y son responsables de la secreción de glucagón, insulina y somatostatina, secretadas por las células ɑ, β y δ, respectivamente3. Además de sus mecanismos reguladores intrínsecos, estas células se regulan a través de la comunicación eléctrica directa (entre las células β y las células β y δ), y también por señalización paracrina y autocrina 4,5,6. Ambos mecanismos dependen en gran medida de la arquitectura de los islotes (es decir, de la composición y organización de los diferentes tipos de células dentro del islote)7,8. Es importante destacar que la arquitectura de los islotes se altera en presencia de diabetes, lo que probablemente perturbe la comunicación intraislet como resultado 9,10.
El estudio de los islotes pancreáticos implica una amplia gama de metodologías experimentales. Entre ellas, el uso de técnicas de fluorescencia para determinar el número, ubicación y tipo de las diferentes células del islote ha permitido estudiar las propiedades estructurales y morfológicas de los islotes pancreáticos 11,12,13 y conocer mejor las implicaciones funcionales en la salud y la enfermedad. Como complemento, en las últimas décadas se han utilizado modelos computacionales de células pancreáticas 14,15,16 y, más recientemente, de islotes pancreáticos 12,17,18,19 para evaluar aspectos difíciles o incluso imposibles de abordar experimentalmente.
En este protocolo, nuestro objetivo es cerrar la brecha entre el trabajo experimental y computacional al delinear una metodología para reconstruir arquitecturas de islotes, analizar sus propiedades morfológicas y de conectividad a través de métricas cuantitativas y realizar simulaciones básicas para evaluar las implicaciones funcionales de las propiedades de los islotes.
El protocolo que se describe a continuación se basa en algoritmos computacionales diseñados específicamente para el estudio de islotes pancreáticos. En resumen, en el primer paso del protocolo, la arquitectura de los islotes se reconstruye a partir de datos experimentales utilizando el algoritmo propuesto recientemente por Félix-Martínez et al.19 en el que se obtienen posiciones nucleares obtenidas mediante tinción de 4′,6-diamidino-2-fenilindol (DAPI) y tipos celulares identificados mediante inmunofluorescencia (descritos en detalle por Hoang et al.11,12 ) se procesan en un procedimiento de optimización iterativa. Esto lleva a determinar el tamaño y la posición óptimos de cada célula y obtener un islote compuesto por células no superpuestas. En segundo lugar, sobre la base de la arquitectura reconstruida, se identifican contactos de celda a celda para determinar las propiedades de conectividad y generar la red de islotes correspondiente que permite al usuario obtener métricas cuantitativas para describir mejor la arquitectura de islotes (los detalles sobre el algoritmo de reconstrucción se pueden consultar en el trabajo original sobre el tema19). Finalmente, se realizan simulaciones funcionales básicas utilizando el enfoque de modelado propuesto por Hoang et al.12 en el que, en base a la naturaleza pulsátil de la secreción hormonal observada experimentalmente20,21, cada célula es tratada como un oscilador, y por lo tanto el islote se representa como una red de osciladores acoplados siguiendo las propiedades de conectividad del islote reconstruido.
Dada la complejidad computacional de los algoritmos utilizados en este protocolo, todos los pasos implicados se han implementado en una aplicación independiente22 con el objetivo principal de acercar estas herramientas computacionales a todos los lectores interesados independientemente de su nivel de experiencia en el uso de software especializado o lenguajes de programación.
Protocol
Representative Results
Discussion
El protocolo anterior describe un enfoque práctico para reconstruir y analizar arquitecturas de islotes pancreáticos utilizando nuevos algoritmos computacionales. El objetivo principal de este trabajo es permitir a la comunidad investigadora de islotes derivar métricas cuantitativas para caracterizar las propiedades morfológicas y de conectividad de las arquitecturas de islotes pancreáticos y evaluar las posibles implicaciones funcionales de dichas propiedades a través de simulaciones computacionales.
…Divulgations
The authors have nothing to disclose.
Acknowledgements
G.J. Félix-Martínez agradece al CONACYT (Consejo Nacional de Ciencia y Tecnología, México) y al Departamento de Ingeniería Eléctrica de la Universidad Autónoma Metropolitana (Ciudad de México) por el apoyo brindado a este proyecto. Agradecemos al Dr. Danh-Tai Hoang, al Dr. Manami Hara y al Dr. Junghyo Jo por su excelente trabajo y generosidad al compartir las arquitecturas de islotes que hicieron posible este trabajo con la comunidad de investigación.
Materials
| CUDA-capable NVIDIA graphics card | Required for the functional simulations | ||
| IsletLab | https://github.com/gjfelix/IsletLab (Follow the instructions to download and install the application.) |
References
- Chen, L., Pan, X., Zhang, Y. H., Huang, T., Cai, Y. D. Analysis of Gene Expression Differences between Different Pancreatic Cells. ACS Omega. 4 (4), 6421-6435 (2019).
- Longnecker, D. S., Gorelick, F., Thompson, E. D., Histology, H. G., Beger, A. L., Warshaw, R. H., Hruban, M. W., Buchler, M. M., Lerch, J. P., Neoptolemos, T., Shimosegawa, D. C., Whitcomb, C., GroB, Anatomy, Histology, and Fine Structure of the Pancreas. The Pancreas. , (2018).
- Liao, E. P., Brass, B., Abelev, Z., Poretsky, L., Poretsky, L. Endocrine Pancreas. Principles of Diabetes Mellitus. , (2017).
- Noguchi, G. M., Huising, M. O. Integrating the inputs that shape pancreatic islet hormone release. Nature Metabolism. 1, 1189-1201 (2019).
- Pérez-Armendariz, E. M. Connexin 36, a key element in pancreatic beta cell function. Neuropharmacology. 75, 557-566 (2013).
- Briant, L., et al. δ-cells and β-cells are electrically coupled and regulate α-cell activity via somatostatin. The Journal of Physiology. 596 (2), 197-215 (2018).
- Arrojoe Drigo, R., et al. New insights into the architecture of the islet of Langerhans: a focused cross-species assessment. Diabetologia. 58 (10), 2218-2228 (2015).
- Cabrera, O., et al. The unique cytoarchitecture of human pancreatic islets has implications for islet cell function. Proceedings of the National Academy of Sciences of the United States of America. 103 (7), 2334-2339 (2006).
- Folli, F., et al. Pancreatic islet of Langerhans’ cytoarchitecture and ultrastructure in normal glucose tolerance and in type 2 diabetes mellitus. Diabetes, Obesity & Metabolism. 20, 137-144 (2018).
- Kilimnik, G., et al. Altered islet composition and disproportionate loss of large islets in patients with type 2 diabetes. PloS One. 6 (11), 27445 (2011).
- Hoang, D. T., et al. A Conserved Rule for Pancreatic Islet Organization. PloS One. 9 (10), 110384 (2014).
- Hoang, D. T., Hara, M., Jo, J. Design Principles of Pancreatic Islets: Glucose-Dependent Coordination of Hormone Pulses. PloS One. 11 (4), 0152446 (2016).
- Brissova, M., et al. Assessment of human pancreatic islet architecture and composition by laser scanning confocal microscopy. The Journal of Histochemistry and Cytochemistry: Official Journal of the Histochemistry Society. 53 (9), 1087-1097 (2005).
- Félix-Martinez, G. J., Godínez-Fernández, J. R. Mathematical models of electrical activity of the pancreatic β-cell: a physiological review. Islets. 6 (3), 949195 (2014).
- Félix-Martínez, G. J., González-Vélez, V., Godínez-Fernández, J. R., Gil, A. Electrophysiological models of the human pancreatic δ-cell: From single channels to the firing of action potentials. International Journal for Numerical Methods in Biomedical Engineering. 36 (2), 3296 (2020).
- Watts, M., Sherman, A. Modeling the pancreatic α-cell: dual mechanisms of glucose suppression of glucagon secretion. Biophysical Journal. 106 (3), 741-751 (2014).
- Lei, C. L., et al. Beta-cell hubs maintain Ca2+ oscillations in human and mouse islet simulations. Islets. 10 (4), 151-167 (2018).
- Watts, M., Ha, J., Kimchi, O., Sherman, A. Paracrine regulation of glucagon secretion: the β/α/δ model. American Journal of Physiology. Endocrinology and Metabolism. 310 (8), 597-611 (2016).
- Félix-Martínez, G. J., Mata, A., Godínez-Fernández, J. R. Reconstructing human pancreatic islet architectures using computational optimization. Islets. 12 (6), 121-133 (2020).
- Hellman, B., Salehi, A., Gylfe, E., Dansk, H., Grapengiesser, E. Glucose generates coincident insulin and somatostatin pulses and antisynchronous glucagon pulses from human pancreatic islets. Endocrinology. 150 (12), 5334-5340 (2009).
- Hellman, B., Salehi, A., Grapengiesser, E., Gylfe, E. Isolated mouse islets respond to glucose with an initial peak of glucagon release followed by pulses of insulin and somatostatin in antisynchrony with glucagon. Biochemical and Biophysical Research Communications. 417 (4), 1219-1223 (2012).
- Félix-Martínez, G. J. IsletLab: an application to reconstruct and analyze islet architectures. Islets. 14 (1), 36-39 (2022).
- Félix-Martínez, G. J., Godínez-Fernández, J. R. Comparative analysis of reconstructed architectures from mice and human islets. Islets. 14 (1), 23-35 (2022).
