Summary

Análisis de sistemas de la respuesta neuroinflamatoria y hemodinámica a la lesión cerebral traumática

Published: May 27, 2022
doi:

Summary

Este protocolo presenta métodos para caracterizar la respuesta neuroinflamatoria y hemodinámica a la lesión cerebral traumática leve e integrar estos datos como parte de un análisis de sistemas multivariante utilizando regresión parcial de mínimos cuadrados.

Abstract

Las lesiones cerebrales traumáticas leves (MTBIs) son un problema importante de salud pública. La exposición repetida a mTBI puede conducir a déficits funcionales acumulativos y duraderos. Numerosos estudios realizados por nuestro grupo y otros han demostrado que mTBI estimula la expresión de citoquinas y activa la microglía, disminuye el flujo sanguíneo cerebral y el metabolismo, y afecta la reactividad cerebrovascular. Además, varios trabajos han reportado una asociación entre los trastornos en estos marcadores neuroinflamatorios y hemodinámicos y los deterioros cognitivos. A continuación detallamos los métodos para caracterizar la respuesta del tejido neuroinflamatorio y hemodinámico al mTBI en ratones. Específicamente, describimos cómo realizar un modelo de caída de peso de mTBI, cómo medir longitudinalmente el flujo sanguíneo cerebral utilizando una técnica óptica no invasiva llamada espectroscopia de correlación difusa y cómo realizar un inmunoensayo multiplexado luminex en muestras de tejido cerebral para cuantificar citoquinas y fosfoproteínas inmunomoduladoras (por ejemplo, dentro de las vías MAPK y NFκB) que responden y regulan la actividad de la microglía y otras células inmunes neurales. Finalmente, detallamos cómo integrar estos datos utilizando un enfoque de análisis de sistemas multivariante para comprender las relaciones entre todas estas variables. Comprender las relaciones entre estas variables fisiológicas y moleculares nos permitirá, en última instancia, identificar los mecanismos responsables de la mTBI.

Introduction

Visión general
Las lesiones cerebrales traumáticas leves (mTBIs) afectan a ~ 1.6-3.8 millones de atletas anualmente1. Estas lesiones, incluidas las lesiones subconmocionales y conmociones cerebrales, pueden dejar a los pacientes con síntomas físicos, emocionales, psicológicos y cognitivos transitorios2. Además, el mTBI repetitivo (rmTBI) sostenido dentro de una “ventana de vulnerabilidad” puede conducir a una gravedad acumulativa y a la duración de las consecuencias cognitivas que duran más que los efectos de un solo mTBI solo3 y, en última instancia, incluso a la pérdida permanente de la función 4,5,6. Aunque muchos pacientes se recuperan en un período de tiempo relativamente corto ( 1 mes, y algunos duran hasta 1 año 3,7,8,9. A pesar de la alta prevalencia y las consecuencias duraderas de estas lesiones, los mecanismos de lesión son poco conocidos y no existen estrategias de tratamiento efectivas.

Dada la alta variabilidad en los resultados después de mTBI / rmTBI, un desafío en la identificación de desencadenantes moleculares en etapa temprana del tejido obtenido en estudios terminales de mTBI / rmTBI es la falta de datos longitudinales que demuestren “enlaces moleculares agudos” definitivos de estos desencadenantes moleculares a resultados a más largo plazo. Para superar este desafío, nuestro grupo ha descubierto que la reducción aguda del flujo sanguíneo cerebral medida agudamente utilizando una herramienta óptica llamada espectroscopia de correlación difusa (DCS), se correlaciona fuertemente con el resultado cognitivo a largo plazo en un modelo de ratón de rmTBI10. Usando este biomarcador hemodinámico, demostramos que los ratones con flujo sanguíneo cerebral agudamente bajo (y, por extensión, peor resultado predicho a largo plazo) tienen aumentos agudos concomitantes en la fosfo-señalización neuronal dentro de las vías MAPK y NFκB, aumentos en la expresión neuronal de citoquinas proinflamatorias y aumentos en la expresión del marcador fagocito/microglial Iba111 . Estos datos sugieren un posible papel para la fosfo-señalización neuronal, la expresión de citoquinas y la activación microglial tanto en la regulación aguda del flujo sanguíneo cerebral después de la lesión, así como en el desencadenamiento de una cascada de señalización que conduce a la disfunción neuronal y un peor resultado cognitivo. A continuación, detallamos nuestro enfoque para sondear simultáneamente el entorno hemodinámico y neuroinflamatorio después de rmTBI y cómo integrar estos conjuntos de datos complejos. Específicamente, describimos los procedimientos para cuatro pasos clave para este enfoque integral: (1) un modelo de caída de peso de lesión cerebral traumática leve, (2) evaluación del flujo sanguíneo cerebral con espectroscopia de correlación difusa, (3) cuantificación del entorno neuroinflamatorio y (4) integración de datos (Figura 1). A continuación, proporcionamos una breve introducción a cada uno de estos pasos clave para ayudar a guiar a los lectores a través de la lógica detrás de nuestros métodos. El resto del manuscrito proporciona un protocolo detallado para cada uno de estos pasos clave.

Modelo de caída de peso de lesión cerebral traumática leve
Aunque existen muchos modelos preclínicos excelentes de LCT leve repetitiva 12,13,14,15,16,17,18, empleamos un modelo de lesión craneal cerrada por caída de peso bien establecido y clínicamente relevante. Las características clave de este modelo incluyen (1) impacto contundente del cráneo / cuero cabelludo intacto seguido de una rotación sin restricciones de la cabeza alrededor del cuello, (2) ninguna lesión cerebral estructural manifiesta, edema, daño de la barrera hematoencefálica, muerte celular aguda o pérdida crónica de tejido cerebral, y (3) déficits cognitivos persistentes (hasta 1 año) que surgen solo después de múltiples golpes19 (Figura 2)..

Evaluación del flujo sanguíneo cerebral con espectroscopia de correlación difusa
La espectroscopia de correlación difusa (EDC) es una técnica óptica no invasiva que mide el flujo sanguíneo 5,20,21. En DCS, se coloca una fuente de luz infrarroja cercana en la superficie del tejido. Se coloca un detector a una distancia fija de la fuente en la superficie del tejido para detectar la luz que se ha multiplicado dispersa a través del tejido (Figura 3). La dispersión de los glóbulos rojos en movimiento hace que la intensidad de la luz detectada fluctúe con el tiempo. Se utiliza un modelo analítico simple conocido como teoría de difusión de correlación para relacionar estas fluctuaciones de intensidad con un índice de flujo sanguíneo (CBFi, Figura 4). Aunque las unidades de CBFi (cm2/s) no son las unidades tradicionales de flujo (mL/min/100 g), un estudio previo en ratones ha demostrado que CBFi se correlaciona fuertemente con el flujo sanguíneo cerebral medido por espín arterial marcado como MRI21.

Como referencia, el instrumento DCS utilizado aquí se construyó internamente y se compone de un láser de longitud de coherencia de 852 nm de largo, una matriz de fotodiodos de avalancha de conteo de fotones y una placa autocorreladora de hardware (tau único, 8 canales, tiempo de muestra mínimo de 100 ns)21,22. Los datos se adquieren con software casero escrito en LabView. La interfaz animal para el dispositivo consiste en una fibra de fuente multimodo de 400 μm (rango de longitud de onda de 400-2200 nm, núcleo de sílice puro, revestimiento duro TECS) y una fibra detectora monomodo de 780 nm (rango de longitud de onda de 780-970 nm, núcleo de sílice pura, revestimiento duro TECS, corte de modo segundo de 730 ± 30 nm) espaciada a 6 mm de distancia e incrustada en un sensor impreso en 3D negro (4 mm x 8 mm, Figura 3).

Cuantificación del entorno neuroinflamatorio
Aunque la neuroinflamación está regulada por diversos procesos celulares, dos mecanismos clave relevantes son la señalización extracelular por citoquinas / quimiocinas y la señalización intracelular por fosfoproteínas. Para investigar el entorno neuroinflamatorio del cerebro después de la lesión, los cerebros se extraen de ratones, se microdisectan, y las citoquinas / quimiocinas y fosfoproteínas se cuantifican utilizando Luminex (Figura 5, Figura 6, Figura 7). Los inmunoensayos multiplexados de Luminex permiten la cuantificación simultánea de una colección diversa de estas proteínas mediante el acoplamiento de ensayos de inmunoabsorción ligados a enzimas (ELISA) a perlas magnéticas marcadas fluorescentemente. Se utilizan distintas etiquetas fluorescentes para cada proteína de interés, y las perlas de cada etiqueta se funcionalizan con un anticuerpo de captura contra esa proteína en particular. Cientos de cuentas para capturar cada proteína se mezclan, se colocan en una placa de 96 pocillos y se incuban con la muestra. Después de la incubación de la muestra, se utiliza un imán para atrapar las cuentas en el pozo mientras se lava la muestra. A continuación, el anticuerpo de detección biotinilado se une al analito de interés para formar un sándwich anticuerpo-antígeno similar a un ELISA tradicional, pero con el ELISA para cada proteína que ocurre en una cuenta diferente marcada fluorescentemente. La adición de estreptavidina conjugada con ficoeritrina (SAPE) completa cada reacción. El instrumento Luminex luego lee las cuentas y separa la señal de acuerdo con cada etiqueta fluorescente / proteína.

Integración de datos
Debido a la gran cantidad de analitos (por ejemplo, citoquinas) medidos en el ensayo Luminex, el análisis de datos puede ser difícil de interpretar si cada proteína cuantificada se analiza individualmente. Para simplificar el análisis y capturar las tendencias observadas entre los analitos, utilizamos un método de análisis multivariante llamado regresión de mínimos cuadrados parciales (PLSR, Figura 8)23. PLSR funciona identificando un eje de pesos correspondientes a cada proteína medida (es decir, citoquinas o fosfoproteínas, denominadas “variables predictoras”) que juntas explican de manera óptima la covarinancia de las proteínas medidas con una variable de respuesta (por ejemplo, flujo sanguíneo cerebral). Los pesos se conocen como “cargas” y se ensamblan en un vector conocido como variable latente (LV). Al proyectar (denominado “puntuación”) los datos de proteínas medidos en cada uno de los dos LC, los datos se pueden volver a trazar en términos de estos LC. Después de calcular el PLSR, utilizamos una rotación varimax para identificar un nuevo VI que maximiza la covarianza entre las proyecciones de la muestra sobre el VI y la variablepredictora 24. Este enfoque nos permite definir LV1 como el eje para el que se explica mejor la varianza de la variable de respuesta. LV2 maximiza la covarinancia entre la variable de respuesta y los datos residuales de LV1, que pueden estar asociados con la variabilidad biológica o técnica entre muestras. Por último, llevamos a cabo una validación cruzada Leave One Out (LOOCV) para garantizar que el modelo PLSR no dependa en gran medida de ninguna muestra23.

En este protocolo, detallamos los métodos para caracterizar la respuesta del tejido neuroinflamatorio y hemodinámico a mTBI. El flujo de trabajo general se describe en la Figura 1. En este protocolo, los ratones están sujetos a uno o más mTBIs utilizando un modelo de lesión en la cabeza cerrada por caída de peso. El flujo sanguíneo cerebral se mide longitudinalmente antes y en múltiples puntos de tiempo después de la lesión. En el momento del punto de interés para el interrogatorio de los cambios neuroinflamatorios, el animal es sacrificado y se extrae el cerebro. Las regiones cerebrales de interés se aíslan a través de la microdisección y luego se lisan para extraer proteínas. Los lisados se utilizan tanto para los inmunoensayos multiplexados Luminex de citoquinas y expresión de fosfoproteínas como para Western blot. Finalmente, este conjunto de datos holístico se integra utilizando un análisis de regresión de mínimos cuadrados parciales.

Protocol

Todos los procedimientos con animales están aprobados por el Comité Institucional de Cuidado y Uso de Animales de la Universidad de Emory (IACUC) y siguieron las Pautas de los NIH para el Cuidado y Uso de Animales de Laboratorio. 1. Modelo de caída de peso de lesión cerebral traumática leve Prepare la configuración de caída de peso. Monte una vise en una superficie plana con un tubo guía de 1 m (2,54 cm de diámetro interior) alineado verticalmente (verifique con un nivel). U…

Representative Results

Los datos recopilados previamente se tomaron de trabajos previos en los que un grupo de ocho ratones C57BL/6 fueron sometidos a tres lesiones de cabeza cerrada (Figura 2) espaciadas una vez al día11. En este trabajo, el flujo sanguíneo cerebral se midió con espectroscopia de correlación difusa 4 h después de la última lesión (Figura 3, Figura 4). Después de la evaluación de CBF posterior a la lesión…

Discussion

A continuación detallamos los métodos para la evaluación de la respuesta hemodinámica y neuroinflamatoria a la lesión cerebral traumática leve repetitiva. Además, hemos demostrado cómo integrar estos datos como parte de un análisis de sistemas multivariante utilizando la regresión parcial de mínimos cuadrados. En el texto a continuación discutiremos algunos de los pasos clave y limitaciones asociadas con el protocolo, así como las ventajas / desventajas de los métodos sobre los métodos existentes.

<p c…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Este proyecto fue apoyado por los Institutos Nacionales de Salud R21 NS104801 (EMB) y R01 NS115994 (LBW / EB) y Children’s Healthcare of Atlanta Junior Faculty Focused Award (EMB). Este trabajo también fue apoyado por el Departamento de Defensa de los Estados Unidos a través de los Programas de Investigación Médica Dirigidos por el Congreso bajo el Premio No. W81XWH-18-1-0669 (LBW/EMB). Las opiniones, interpretaciones, conclusiones y recomendaciones son las del autor y no están necesariamente respaldadas por el Departamento de Defensa. Este material se basa en el trabajo apoyado por el Programa de Becas de Investigación para Graduados de la Fundación Nacional de Ciencias bajo la Subvención No. 1937971. Todas las opiniones, hallazgos y conclusiones o recomendaciones expresadas en este material son las de los autores y no reflejan necesariamente los puntos de vista de la National Science Foundation.

Materials

Adjustable pipettes any adjustable pipette
Aluminum foil VWR 89107-726
Bio-Plex cell lysis kit C Bio-Rad 171304012
BRAND BRANDplates pureGrade Microplates, Nonsterile BrandTech 781602 96
Complete mini protease inhibitor tablet Sigma-Aldrich 11836153001
Depilatory cream Amazon Nair
DiH2O VWR VWRL0200-1000
Handheld magnetic separator block for 96 well flat bottom plates Millipore Sigma Catalogue 40-285
Hardware Autocorrelator Board www.correlator.com Flex05-8ch
Isoflurane 250 mL MED-VET INTERNATIONAL RXISO-250
Kimwipe (11.2 x 21.3 cm) VWR 21905-026
Laboratory vortex mixer VWR 10153-838
LabView National Instruments LabVIEW
Luminex 200, HTS, FLEXMAP 3D, or MAGPIX with xPONENT software Luminex Corporation
Luminex Drive Fluid Luminex MPXDF-4PK
Luminex sheath fluid EMD Millipore SHEATHFLUID
MILLIPLEX MAP Mouse Cytokine/Chemokine Magnetic Bead Panel – Premixed 32 Plex – Immunology Multiplex Assay Millipore Sigma MCYTMAG-70K-PX32
MILLIPLEX MAPK/SAPK Signaling 10-Plex Kit-Cell Signaling Multiplex Assay Millipore Sigma 48-660MAG
Mini LabRoller rotator VWR 10136-084
Phenylmethylsulfonyl fluoride Sigma-Aldrich P7626-1G
Phosphate-buffered Saline (PBS) VWR 97064-158
Plate Sealer VWR 82050-992
Polypropylene microfuge tubes VWR 20901-547
Mini LabRoller Millipore Sigma Z674591
Reagent Reservoirs VWR 89094-668
R Programming Language
RStudio www.rstudio.com
Sonicator
Titer plate shaker VWR 12620-926
Tween20 Sigma-Aldrich P9416-50ML
1 m acrylic guide tube McMaster-Carr 49035K85
4 photon counting avalanche photodiode Perkin-Elmer SPCM-AQ4C-IO
400 um multimode source fiber Thorlabs Inc. FT-400-EMT
54 g bolt Ace Hardware 0.95 cm basic body diameter, 2 cm head diameter, 10.2 cm length
780 nm single mode detector fiber Thorlabs Inc. 780HP
852 nm long-coherence length laser TOPTICA Photonics iBeam smart

Riferimenti

  1. Langlois, J. A., Rutland-Brown, W., Wald, M. M. The epidemiology and impact of traumatic brain injury: a brief overview. Journal of Head Trauma Rehabilitation. 21 (5), 375-378 (2006).
  2. Iraji, A., et al. Resting State Functional Connectivity in Mild Traumatic Brain Injury at the Acute Stage: Independent Component and Seed-Based Analyses. Journal of Neurotrauma. 32 (14), 1031-1045 (2015).
  3. Guskiewicz, K. M., et al. Cumulative effects associated with recurrent concussion in collegiate football players: the NCAA Concussion Study. Journal of the American Medical Association. 290 (19), 2549-2555 (2003).
  4. Longhi, L., et al. Temporal window of vulnerability to repetitive experimental concussive brain injury. Neurosurgery. 56 (2), 364-374 (2005).
  5. Committee on Sports-Related Concussions in Youth, Board on Children, Youth, and Families, Institute of Medicine, National Research Council. . Sports-Related Concussions in Youth: Improving the Science, Changing the Culture. , (2014).
  6. Barkhoudarian, G., Hovda, D. A., Giza, C. C. The Molecular Pathophysiology of Concussive Brain Injury – an Update. Physical Medicine and Rehabilitation Clinics of North America. 27 (2), 373-393 (2016).
  7. McCrory, P., et al. Consensus statement on concussion in sport–the 4th International Conference on Concussion in Sport held in Zurich, November 2012. Clinical Journal of Sport Medicine. 23 (2), 89-117 (2012).
  8. Belanger, H. G., Vanderploeg, R. D., Curtiss, G., Warden, D. L. Recent neuroimaging techniques in mild traumatic brain injury. Journal of Neuropsychiatry and Clinical Neurosciences. 19 (1), 5-20 (2007).
  9. Sours, C., Zhuo, J., Roys, S., Shanmuganathan, K., Gullapalli, R. P. Disruptions in Resting State Functional Connectivity and Cerebral Blood Flow in Mild Traumatic Brain Injury Patients. PLoS ONE. 10 (8), 0134019 (2015).
  10. Buckley, E. M., et al. Decreased Microvascular Cerebral Blood Flow Assessed by Diffuse Correlation Spectroscopy after Repetitive Concussions in Mice. Journal of Cerebral Blood Flow & Metabolism. 35 (12), 1995-2000 (2015).
  11. Sankar, S. B., et al. Low cerebral blood flow is a non-invasive biomarker of neuroinflammation after repetitive mild traumatic brain injury. Neurobiology of Disease. 124, 544-554 (2019).
  12. Vagnozzi, R., et al. Temporal window of metabolic brain vulnerability to concussions: mitochondrial-related impairment–part I. Neurosurgery. 61, 379-388 (2007).
  13. Longhi, L., et al. Temporal window of vulnerability to repetitive experimental concussive brain injury. Neurosurgery. 56, 364-374 (2005).
  14. Fujita, M., Wei, E. P., Povlishock, J. T. Intensity- and interval-specific repetitive traumatic brain injury can evoke both axonal and microvascular damage. Journal of Neurotrauma. 29, 2172-2180 (2012).
  15. Angoa-Perez, M., et al. Animal models of sports-related head injury: bridging the gap between preclinical research and clinical reality. Journal of Neurochemistry. 129, 916-931 (2014).
  16. Prins, M. L., Hales, A., Reger, M., Giza, C. C., Hovda, D. A. Repeat traumatic brain injury in the juvenile rat is associated with increased axonal injury and cognitive impairments. Developmental Neuroscience. 32, 510-518 (2010).
  17. Viano, D. C., Hamberger, A., Bolouri, H., Saljo, A. Concussion in professional football: animal model of brain injury–part 15. Neurosurgery. 64, 1162-1173 (2009).
  18. Kane, M. J., et al. A mouse model of human repetitive mild traumatic brain injury. Journal of Neuroscience Methods. 203, 41-49 (2012).
  19. Meehan, W. P., Zhang, J., Mannix, R., Whalen, M. J. Increasing Recovery Time Between Injuries Improves Cognitive Outcome After Repetitive Mild Concussive Brain Injuries in Mice. Neurosurgery. 71 (4), 885-892 (2012).
  20. Durduran, T., Yodh, A. G. Diffuse correlation spectroscopy for non-invasive, micro-vascular cerebral blood flow measurement. NeuroImage. 85, 51-63 (2014).
  21. Sathialingam, E., et al. Small separation diffuse correlation spectroscopy for measurement of cerebral blood flow in rodents. Biomedical Optics Express. 9 (11), 5719 (2018).
  22. Lee, S. Y., et al. Noninvasive optical assessment of resting-state cerebral blood flow in children with sickle cell disease. Neurophotonics. 6 (03), 1 (2019).
  23. Wang, H., Liu, Q., Tu, Y. Interpretation of partial least-squares regression models with VARIMAX rotation. Partial Least Squares. 48 (1), 207-219 (2005).
  24. Eriksson, L., Byrne, T., Johansson, E., Trygg, J., Vikström, C. Multi- and Megavariate Data Analysis Basic Principles and Applications. Umetrics Academy. , (2013).
  25. Conzen, P. F., et al. Systemic and regional hemodynamics of isoflurane and sevoflurane in rats. Anesthesia and Analgesia. 74 (1), 79-88 (1992).
  26. Durduran, T., Choe, R., Baker, W. B., Yodh, A. G. Diffuse optics for tissue monitoring and tomography. Reports on Progress in Physics. 73 (7), 076701 (2010).
  27. Lee, S. Y., et al. Small separation frequency-domain near-infrared spectroscopy for the recovery of tissue optical properties at millimeter depths. Biomedical Optics Express. 10 (10), 5362-5377 (2019).
  28. . plsRglm: Partial Least Squares Regression for Generalized Linear Models Available from: https://CRAN.R-project.org/package=pplsRglm (2019)
  29. White, B. R., Bauer, A. Q., Snyder, A. Z., Schlaggar, B. L., Lee, J. M., Culver, J. P. Imaging of functional connectivity in the mouse brain. PLoS One. 6, 16322 (2011).
  30. Buckley, E. M., Parthasarathy, A. B., Grant, P. E., Yodh, A. G., Franceschini, M. A. Diffuse correlation spectroscopy for measurement of cerebral blood flow: future prospects. Neurophotonics. 1 (1), 011009 (2014).
  31. Rowan, O., et al. Cerebrovascular reactivity measured in awake mice using diffuse correlation spectroscopy. Neurophotonics. 8 (1), (2021).
  32. Tate, J., Ward, G. Interferences in immunoassay. The Clinical Biochemist. Reviews. 25 (2), 105-120 (2004).
  33. Staples, E., Ingram, R. J. M., Atherton, J. C., Robinson, K. Optimising the quantification of cytokines present at low concentrations in small human mucosal tissue samples using Luminex assays. Journal of Immunological Methods. 394 (1-2), 1-9 (2013).
  34. Gierut, J. J., et al. Network-level effects of kinase inhibitors modulate TNF-α-induced apoptosis in the intestinal epithelium. Science Signaling. 8 (407), 129 (2015).
check_url/it/61504?article_type=t

Play Video

Citazione di questo articolo
Brothers, R. O., Bitarafan, S., Pybus, A. F., Wood, L. B., Buckley, E. M. Systems Analysis of the Neuroinflammatory and Hemodynamic Response to Traumatic Brain Injury. J. Vis. Exp. (183), e61504, doi:10.3791/61504 (2022).

View Video