Systeemanalyse van de neuro-inflammatoire en hemodynamische respons op traumatisch hersenletsel
Summary
Dit protocol presenteert methoden om de neuro-inflammatoire en hemodynamische respons op mild traumatisch hersenletsel te karakteriseren en om deze gegevens te integreren als onderdeel van een multivariate systeemanalyse met behulp van partiële kleinste kwadratenregressie.
Abstract
Licht traumatisch hersenletsel (mTBIs) is een belangrijk probleem voor de volksgezondheid. Herhaalde blootstelling aan mTBI kan leiden tot cumulatieve, langdurige functionele tekorten. Talrijke studies door onze groep en anderen hebben aangetoond dat mTBI cytokine-expressie stimuleert en microglia activeert, de cerebrale bloedstroom en het metabolisme vermindert en de cerebrovasculaire reactiviteit schaadt. Bovendien hebben verschillende werken een verband gemeld tussen verstoringen in deze neuro-inflammatoire en hemodynamische markers en cognitieve stoornissen. Hierin beschrijven we methoden om de neuro-inflammatoire en hemodynamische weefselrespons op mTBI bij muizen te karakteriseren. In het bijzonder beschrijven we hoe we een gewichtsdruppelmodel van mTBI kunnen uitvoeren, hoe we de cerebrale bloedstroom longitudinaal kunnen meten met behulp van een niet-invasieve optische techniek die diffuse correlatiespectroscopie wordt genoemd, en hoe een Luminex multiplexed immunoassay op hersenweefselmonsters kan worden uitgevoerd om cytokines en immunomodulerende fosfo-eiwitten te kwantificeren (bijvoorbeeld binnen de MAPK- en NFκB-routes) die reageren op en reguleren van activiteit van microglia en andere neurale immuuncellen. Ten slotte beschrijven we hoe deze gegevens kunnen worden geïntegreerd met behulp van een multivariate systeemanalysebenadering om de relaties tussen al deze variabelen te begrijpen. Het begrijpen van de relaties tussen deze fysiologische en moleculaire variabelen zal ons uiteindelijk in staat stellen om mechanismen te identificeren die verantwoordelijk zijn voor mTBI.
Introduction
Overzicht
Mild traumatisch hersenletsel (mTBIs) impact ~ 1,6-3,8 miljoen atleten per jaar1. Deze verwondingen, waaronder sub-hersenschudding en hersenschudding, kunnen patiënten achterlaten met voorbijgaande fysieke, emotionele, psychologische en cognitieve symptomen2. Bovendien kan repetitieve mTBI (rmTBI) binnen een “venster van kwetsbaarheid” leiden tot cumulatieve ernst en duur van cognitieve gevolgen die langer duren dan de effecten van een enkele mTBI alleen3, en uiteindelijk zelfs tot permanent verlies van functie 4,5,6. Hoewel veel patiënten binnen een relatief kort tijdsbestek ( 1 maand, waarvan sommige tot 1 jaarduren 3,7,8,9. Ondanks de hoge prevalentie en blijvende gevolgen van deze verwondingen, zijn letselmechanismen slecht begrepen en bestaan er geen effectieve behandelingsstrategieën.
Gezien de hoge variabiliteit in uitkomsten na mTBI/rmTBI, is een uitdaging bij het identificeren van moleculaire triggers in een vroeg stadium van weefsel verkregen in terminale mTBI/rmTBI-studies het gebrek aan longitudinale gegevens die definitieve “acute moleculaire verbanden” van deze moleculaire triggers met resultaten op langere termijn aantonen. Om deze uitdaging te overwinnen, heeft onze groep ontdekt dat een acuut verminderde cerebrale bloedstroom, acuut gemeten met behulp van een optisch hulpmiddel genaamd diffuse correlatiespectroscopie (DCS), sterk correleert met cognitieve resultaten op langere termijn in een muismodel van rmTBI10. Met behulp van deze hemodynamische biomarker toonden we aan dat muizen met een acuut lage cerebrale bloedstroom (en, bij uitbreiding, slechter voorspelde langetermijnresultaten) gelijktijdige acute toenames hebben in neuronale fosfo-signalering binnen zowel MAPK- als NFκB-routes, toename van neuronale expressie van pro-inflammatoire cytokines en toename van expressie van de fagocyt / microgliale marker Iba111 . Deze gegevens suggereren een mogelijke rol voor neuronale fosfo-signalering, cytokine-expressie en microgliale activering in zowel de acute regulatie van cerebrale bloedstroom na letsel als bij het activeren van een signaalcascade die leidt tot neuronale disfunctie en slechtere cognitieve resultaten. Hierin beschrijven we onze aanpak om tegelijkertijd zowel de hemodynamische als neuro-inflammatoire omgeving na rmTBI te onderzoeken en hoe deze complexe datasets te integreren. In het bijzonder schetsen we procedures voor vier belangrijke stappen in deze alomvattende aanpak: (1) een weight-drop model van mild traumatisch hersenletsel, (2) beoordeling van de cerebrale bloedstroom met diffuse correlatiespectroscopie, (3) kwantificering van de neuro-inflammatoire omgeving en (4) gegevensintegratie (figuur 1). Hieronder geven we een korte inleiding tot elk van deze belangrijke stappen om lezers te helpen bij het doorlopen van de redenering achter onze methoden. De rest van het manuscript biedt een gedetailleerd protocol voor elk van deze belangrijke stappen.
Weight-drop model van mild traumatisch hersenletsel
Hoewel er veel uitstekende preklinische modellen van repetitieve milde TBI bestaan 12,13,14,15,16,17,18, gebruiken we een goed ingeburgerd en klinisch relevant weight-drop gesloten hoofdletselmodel. Belangrijke kenmerken van dit model zijn (1) stompe impact van de intacte schedel / hoofdhuid gevolgd door onbeperkte rotatie van het hoofd rond de nek, (2) geen openlijk structureel hersenletsel, oedeem, schade aan de bloed-hersenbarrière, acute celdood of chronisch hersenweefselverlies, en (3) aanhoudende (tot 1 jaar) cognitieve tekorten die pas na meerdere treffers19 optreden (figuur 2).
Beoordeling van de cerebrale bloedstroom met diffuse correlatiespectroscopie
Diffuse correlatiespectroscopie (DCS) is een niet-invasieve optische techniek die de bloedstroommeet 5,20,21. Bij DCS wordt een nabij-infrarode lichtbron op het weefseloppervlak geplaatst. Een detector wordt op een vaste afstand van de bron op het weefseloppervlak geplaatst om licht te detecteren dat zich heeft vermenigvuldigd verspreid door het weefsel (figuur 3). Verstrooiing van bewegende rode bloedcellen zorgt ervoor dat de gedetecteerde lichtintensiteit met de tijd fluctueert. Een eenvoudig analytisch model dat bekend staat als correlatiediffusietheorie wordt gebruikt om deze intensiteitsfluctuaties te relateren aan een index van de bloedstroom (CBFi, figuur 4). Hoewel de eenheden van CBFi (cm2/s) niet de traditionele stroomeenheden zijn (ml/min/100 g), heeft een eerdere studie bij muizen aangetoond dat CBFi sterk correleert met de cerebrale bloedstroom gemeten door arteriële spin met het label MRI21.
Ter referentie, het DCS-instrument dat hier wordt gebruikt, is in eigen huis gebouwd en bestaat uit een 852 nm lange coherentie-lengtelaser, een array van 4 fotonen die lawinefotodiodes tellen en een hardware autocorrelatorbord (enkele tau, 8-kanaals, 100 ns minimale monstertijd)21,22. Gegevens worden verkregen met zelfgemaakte software geschreven in LabView. De dierlijke interface voor het apparaat bestaat uit een 400 μm multimode bronvezel (400-2200 nm golflengtebereik, pure silicakern, TECS Hard Cladding) en een 780 nm single mode detector fiber (780-970 nm golflengtebereik, pure silica core, TECS Hard Cladding, 730 ± 30 nm second mode cut-off) op 6 mm afstand van elkaar en ingebed in een zwarte 3D-geprinte sensor (4 mm x 8 mm, Figuur 3).
Kwantificering van de neuro-inflammatoire omgeving
Hoewel neuro-inflammatie wordt gereguleerd door diverse cellulaire processen, zijn twee belangrijke relevante mechanismen extracellulaire signalering door cytokines / chemokines en intracellulaire signalering door fosfo-eiwitten. Om de neuro-inflammatoire omgeving van de hersenen na het letsel te onderzoeken, worden hersenen geëxtraheerd uit muizen, gemicrodisseceerd en cytokines / chemokines en fosfo-eiwitten worden gekwantificeerd met behulp van Luminex (figuur 5, figuur 6, figuur 7). Luminex multiplexed immunoassays maken gelijktijdige kwantificering van een diverse verzameling van deze eiwitten mogelijk door enzyme-linked immunosorbent assays (ELISA’s) te koppelen aan fluorescerend gelabelde magnetische kralen. Verschillende fluorescerende tags worden gebruikt voor elk eiwit van belang, en kralen van elke tag worden gefunctionaliseerd met een capture-antilichaam tegen dat specifieke eiwit. Honderden kralen voor het vangen van elk eiwit worden gemengd, in een 96-putplaat geplaatst en geïncubeerd met monster. Na monsterincubatie wordt een magneet gebruikt om de kralen in de put te vangen terwijl het monster wordt uitgewassen. Vervolgens bindt gebiotinyleerd detectieantilichaam zich aan de analyt van belang om een antilichaam-antigeensandwich te vormen dat vergelijkbaar is met een traditionele ELISA, maar met de ELISA voor elk eiwit dat op een andere fluorescerend gelabelde kraal voorkomt. Het toevoegen van fycoerythrin-geconjugeerde streptavidin (SAPE) voltooit elke reactie. Het Luminex-instrument leest vervolgens de kralen en scheidt het signaal volgens elke fluorescerende tag / eiwit.
Data-integratie
Vanwege het grote aantal analyten (bijvoorbeeld cytokines) gemeten in de Luminex-test, kan data-analyse moeilijk te interpreteren zijn als elk gekwantificeerd eiwit afzonderlijk wordt geanalyseerd. Om de analyse te vereenvoudigen en trends tussen analyten vast te leggen, gebruiken we een multivariate analysemethode genaamd partial least squares regression (PLSR, Figuur 8)23. PLSR werkt door het identificeren van een as van gewichten die overeenkomen met elk gemeten eiwit (d.w.z. cytokines of fosfo-eiwitten, aangeduid als “predictorvariabelen”) die samen de co-variantie van de gemeten eiwitten met een responsvariabele (bijv. Cerebrale bloedstroom) optimaal verklaren. De gewichten worden “belastingen” genoemd en worden samengevoegd tot een vector die bekend staat als een latente variabele (LV). Door de gemeten eiwitgegevens op elk van de twee LP’s te projecteren (aangeduid als “scoring”), kunnen de gegevens opnieuw worden uitgezet in termen van deze LVs. Na het berekenen van de PLSR gebruiken we een varimax-rotatie om een nieuwe LV te identificeren die de covariantie tussen de monsterprojecties op de LV en de predictorvariabele24 maximaliseert. Deze benadering stelt ons in staat om LV1 te definiëren als de as waarvoor de variantie van de responsvariabele het best kan worden verklaard. LV2 maximaliseert de co-variantie tussen de responsvariabele en LV1-restgegevens, die kunnen worden geassocieerd met biologische of technische variabiliteit tussen monsters. Ten slotte voeren we een Leave One Out Cross Validation (LOOCV) uit om ervoor te zorgen dat het PLSR-model niet sterk afhankelijk is van één monster23.
In dit protocol beschrijven we methoden om de neuro-inflammatoire en hemodynamische weefselrespons op mTBI te karakteriseren. De algemene workflow wordt beschreven in figuur 1. In dit protocol worden muizen onderworpen aan een of meer mTBIs met behulp van een gewichtsdruppel gesloten hoofdletselmodel. De cerebrale bloedstroom wordt in de lengterichting gemeten voor en op meerdere tijdstippen na het letsel. Op het moment van interesse voor ondervraging van neuro-inflammatoire veranderingen, wordt het dier geëuthanaseerd en worden de hersenen geëxtraheerd. Hersengebieden van belang worden geïsoleerd via microdissectie en vervolgens gelyseerd om eiwit te extraheren. Lysaten worden vervolgens gebruikt voor zowel Luminex multiplexed immunoassays van cytokine en fosfo-eiwit expressie als Western blot. Ten slotte wordt deze holistische dataset geïntegreerd met behulp van een partiële kleinste kwadratenregressieanalyse.
Protocol
Representative Results
Discussion
Hierin beschrijven we methoden voor de beoordeling van de hemodynamische en neuro-inflammatoire respons op repetitief mild traumatisch hersenletsel. Verder hebben we laten zien hoe we deze gegevens kunnen integreren als onderdeel van een multivariate systeemanalyse met behulp van partiële kleinste kwadratenregressie. In de onderstaande tekst zullen we enkele van de belangrijkste stappen en beperkingen in verband met het protocol bespreken, evenals de voor- / nadelen van de methoden ten opzichte van bestaande methoden.</…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
Dit project werd ondersteund door de National Institutes of Health R21 NS104801 (EMB) en R01 NS115994 (LBW/EB) en Children’s Healthcare of Atlanta Junior Faculty Focused Award (EMB). Dit werk werd ook ondersteund door het Amerikaanse ministerie van Defensie via de congressionally directed medical research programs onder Award No. W81XWH-18-1-0669 (LBW/EMB). Meningen, interpretaties, conclusies en aanbevelingen zijn die van de auteur en worden niet noodzakelijkerwijs onderschreven door het ministerie van Defensie. Dit materiaal is gebaseerd op werk dat wordt ondersteund door het National Science Foundation Graduate Research Fellowship Program onder Grant No. 1937971. Alle meningen, bevindingen en conclusies of aanbevelingen die in dit materiaal worden uitgedrukt, zijn die van de auteurs en weerspiegelen niet noodzakelijkerwijs de opvattingen van de 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
- 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).
- 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).
- 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).
- Longhi, L., et al. Temporal window of vulnerability to repetitive experimental concussive brain injury. Neurosurgery. 56 (2), 364-374 (2005).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Vagnozzi, R., et al. Temporal window of metabolic brain vulnerability to concussions: mitochondrial-related impairment–part I. Neurosurgery. 61, 379-388 (2007).
- Longhi, L., et al. Temporal window of vulnerability to repetitive experimental concussive brain injury. Neurosurgery. 56, 364-374 (2005).
- 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).
- 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).
- 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).
- 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).
- Kane, M. J., et al. A mouse model of human repetitive mild traumatic brain injury. Journal of Neuroscience Methods. 203, 41-49 (2012).
- 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).
- Durduran, T., Yodh, A. G. Diffuse correlation spectroscopy for non-invasive, micro-vascular cerebral blood flow measurement. NeuroImage. 85, 51-63 (2014).
- Sathialingam, E., et al. Small separation diffuse correlation spectroscopy for measurement of cerebral blood flow in rodents. Biomedical Optics Express. 9 (11), 5719 (2018).
- 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).
- Wang, H., Liu, Q., Tu, Y. Interpretation of partial least-squares regression models with VARIMAX rotation. Partial Least Squares. 48 (1), 207-219 (2005).
- Eriksson, L., Byrne, T., Johansson, E., Trygg, J., Vikström, C. Multi- and Megavariate Data Analysis Basic Principles and Applications. Umetrics Academy. , (2013).
- Conzen, P. F., et al. Systemic and regional hemodynamics of isoflurane and sevoflurane in rats. Anesthesia and Analgesia. 74 (1), 79-88 (1992).
- 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).
- 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).
- . plsRglm: Partial Least Squares Regression for Generalized Linear Models Available from: https://CRAN.R-project.org/package=pplsRglm (2019)
- 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).
- 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).
- Rowan, O., et al. Cerebrovascular reactivity measured in awake mice using diffuse correlation spectroscopy. Neurophotonics. 8 (1), (2021).
- Tate, J., Ward, G. Interferences in immunoassay. The Clinical Biochemist. Reviews. 25 (2), 105-120 (2004).
- 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).
- 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).
