创伤性脑损伤的神经炎症和血流动力学反应的系统分析
Summary
该协议提出了表征神经炎症和血流动力学对轻度创伤性脑损伤的反应的方法，并将这些数据整合为使用偏最小二乘回归的多变量系统分析的一部分。
Abstract
轻度创伤性脑损伤（mTBI）是一个重大的公共卫生问题。反复暴露于 mTBI 可导致累积的、持久的功能缺陷。我们小组和其他人的大量研究表明，mTBI刺激细胞因子表达并激活小胶质细胞，减少脑血流量和新陈代谢，并损害脑血管反应性。此外，一些作品报告了这些神经炎症和血液动力学标志物中的紊乱与认知障碍之间的关联。在本文中，我们详细介绍了表征小鼠神经炎症和血流动力学组织对mTBI的反应的方法。具体而言，我们描述了如何执行mTBI的重量下降模型，如何使用称为弥漫相关光谱的非侵入性光学技术纵向测量脑血流量，以及如何对脑组织样品进行Luminex多重免疫测定以量化细胞因子和免疫调节磷酸化蛋白（例如，在MAPK和NFκB途径内），这些蛋白响应并调节小胶质细胞和其他神经免疫细胞的活性。最后，我们详细介绍了如何使用多变量系统分析方法集成这些数据，以了解所有这些变量之间的关系。了解这些生理和分子变量之间的关系最终将使我们能够确定导致mTBI的机制。
Introduction
概述
轻度创伤性脑损伤（mTBIs）每年影响约160-380万运动员1.这些损伤，包括亚脑震荡和脑震荡损伤，可使患者出现短暂的躯体、情绪、心理和认知症状2.此外，在“脆弱性窗口”内持续的 重复 性mTBI（rmTBI）可能导致认知后果的累积严重程度和持续时间，其持续时间比单个mTBI单独3的影响更长，最终甚至导致功能永久丧失4，5，6。虽然许多患者在相对较短的时间范围内（mTBI的更持久影响，有些持续长达1年3，7，8，9。尽管这些损伤的患病率很高且后果持久，但对损伤机制知之甚少，并且没有有效的治疗策略。
鉴于mTBI/rmTBI后结局的高度变异性，在确定在终末mTBI/rmTBI研究中获得的组织的早期分子触发因素的一个挑战是缺乏纵向数据证明这些分子触发因素与长期结局的明确“急性分子联系”。为了克服这一挑战，我们小组发现，使用称为弥漫相关光谱（DCS）的光学工具急性测量的急性脑血流量减少与rmTBI10小鼠模型中的长期认知结果密切相关。使用这种血流动力学生物标志物，我们表明脑血流量急性降低（并且通过扩展，预测的长期结果更差）的小鼠在MAPK和NFκB通路内同时具有神经元磷酸信号传导的急性增加，促炎细胞因子的神经元表达增加，吞噬细胞/小胶质细胞标志物的表达增加111.这些数据表明，神经元磷酸化信号传导、细胞因子表达和小胶质细胞活化在损伤后脑血流的急性调节以及触发导致神经元功能障碍和更差认知结果的信号级联反应中可能起作用。在本文中，我们详细介绍了在rmTBI之后同时探测血流动力学和神经炎症环境的方法，以及如何整合这些复杂的数据集。具体而言，我们概述了这种综合方法的四个关键步骤的程序：（1）轻度创伤性脑损伤的重量下降模型，（2）使用弥漫相关光谱评估脑血流，（3）神经炎症环境的定量，以及（4）数据整合（图1）。下面，我们简要介绍了这些关键步骤中的每一个，以帮助指导读者了解我们方法背后的基本原理。手稿的其余部分为每个关键步骤提供了详细的协议。
轻度创伤性脑损伤的降重模型
虽然存在许多重复性轻度TBI的优秀临床前模型12，13，14，15，16，17，18，但我们采用了一个完善且临床相关的重量下降闭合性头部损伤模型。该模型的主要特征包括（1）完整颅骨/头皮的钝性影响，然后头部围绕颈部的无限制旋转，（2）没有明显的结构性脑损伤，水肿，血脑屏障损伤，急性细胞死亡或慢性脑组织丢失，以及（3）持续（长达1年）仅在多次命中后出现认知缺陷19 （图2））。
弥漫相关光谱评估脑血流
弥漫相关光谱（DCS）是一种非侵入性光学技术，可测量血流量5，20，21。在DCS中，近红外光源放置在组织表面上。将检测器放置在与组织表面上的光源固定的距离处，以检测通过组织倍增散射的光（图3）。散射移动的红细胞会导致检测到的光强度随时间波动。一种称为相关扩散理论的简单分析模型用于将这些强度波动与血流指数相关联（CBFi， 图4）。虽然CBFi （cm2 / s）的单位不是传统的流量单位（mL / min / 100 g），但先前对小鼠的研究表明，CBFi 与通过标记为MRI21的动脉旋转测量的脑血流量密切相关。
作为参考，这里使用的DCS仪器是内部构建的，由852 nm长相干长度激光器，4个光子计数雪崩光电二极管阵列和硬件自相关器板（单tau，8通道，100 ns最小采样时间）21，22组成。数据是使用LabView编写的自制软件获取的。该器件的动物接口由 400 μm 多模源光纤（400-2200 nm 波长范围、纯硅芯、TECS 硬包层）和 780 nm 单模检测器光纤（780-970 nm 波长范围、纯硅芯、TECS 硬包层、730 ± 30 nm 秒模式截止）组成，间隔 6 mm 并嵌入黑色 3D 打印传感器 （4 mm x 8 mm， 图 3）。
神经炎症环境的量化
虽然神经炎症受多种细胞过程的调节，但两个关键的相关机制是细胞因子/趋化因子的细胞外信号传导和磷酸化蛋白的细胞内信号传导。为了研究损伤后大脑的神经炎症环境，从小鼠中提取大脑，进行微解剖，并使用Luminex量化细胞因子/趋化因子和磷酸化蛋白（图5， 图6， 图7）。Luminex多重免疫分析通过将酶联免疫吸附测定（ELISA）与荧光标记的磁珠偶联，能够同时对这些蛋白质的各种集合进行定量。对每种感兴趣的蛋白质使用不同的荧光标签，并且每个标签的磁珠都用针对该特定蛋白质的捕获抗体进行功能化。将数百个用于捕获每种蛋白质的磁珠混合在一起，置于96孔板中，并与样品一起孵育。样品孵育后，使用磁铁将磁珠捕获在孔中，同时将样品洗出。接下来，生物素化的检测抗体与感兴趣的分析物结合，形成类似于传统ELISA的抗体 – 抗原三明治，但每种蛋白质的ELISA发生在不同的荧光标记珠上。加入藻红素偶联链霉亲和素（SAPE）完成每个反应。然后，Luminex仪器读取磁珠并根据每个荧光标签/蛋白质分离信号。
数据集成
由于在Luminex测定中测量了大量的分析物（例如细胞因子），如果单独分析每个定量的蛋白质，则数据分析可能难以解释。为了简化分析并捕获分析物中观察到的趋势，我们使用一种称为偏最小二乘回归的多元分析方法（PLSR， 图8）23。PLSR的工作原理是识别对应于每个被测蛋白质（即细胞因子或磷酸化蛋白，称为“预测变量”）的权重轴，这些权重轴与反应变量（例如，脑血流量）一起最优地解释了被测蛋白质的协方差。权重被称为“载荷”，并被组装成一个称为潜在变量（LV）的向量。通过在两个LV中的每一个上投影（称为“评分”）测量的蛋白质数据，可以根据这些LV重新绘制数据。计算 PLSR 后，我们使用 varimax 旋转来识别新的 LV，该 LV 使样本投影到 LV 和预测变量24 之间的协方差最大化。这种方法允许我们将LV1定义为响应变量方差得到最好解释的轴。LV2最大化了响应变量和LV1残留数据之间的协方差，这可能与样品之间的生物或技术变异性有关。最后，我们进行一劳永逸的交叉验证（LOOCV），以确保PLSR模型不会严重依赖于任何一个样本23。
在该协议中，我们详细介绍了表征神经炎症和血流动力学组织对mTBI反应的方法。一般工作流程如图 1 所示。在该协议中，小鼠使用重量下降闭合性头部损伤模型进行一个或多个mTBI。脑血流量在损伤前和损伤后的多个时间点纵向测量。在询问神经炎症变化的兴趣点，动物被安乐死，大脑被提取出来。通过显微切割分离感兴趣的大脑区域，然后裂解以提取蛋白质。然后，裂解物用于细胞因子和磷酸化蛋白表达的Luminex多重免疫测定以及蛋白质印迹。最后，使用偏最小二乘回归分析集成该整体数据集。
Protocol
Representative Results
Discussion
在这里，我们详细介绍了评估对重复性轻度创伤性脑损伤的血流动力学和神经炎症反应的方法。此外，我们已经展示了如何使用偏最小二乘回归将这些数据作为多元系统分析的一部分进行积分。在下面的文本中，我们将讨论与协议相关的一些关键步骤和限制，以及这些方法相对于现有方法的优缺点。
轻度创伤性脑损伤的降重模型。 这种创伤性脑损伤诱导方法是?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
该项目得到了美国国立卫生研究院R21 NS104801（EMB）和R01 NS115994（LBW / EB）以及亚特兰大儿童保健初级教师重点奖（EMB）的支持。这项工作还得到了美国国防部通过国会指导的医学研究计划的支持，奖励号为。W81XWH-18-1-0669 （LBW/EMB）.意见，解释，结论和建议是作者的意见，解释，结论和建议不一定得到国防部的认可。本材料基于美国国家科学基金会研究生研究奖学金计划支持的工作，授予编号1937971。本材料中表达的任何意见，发现，结论或建议均为作者的观点，并不一定反映美国国家科学基金会的观点。
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 |
References
- 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).
