A strategy to quantitatively analyze histological data in the bone marrow is presented. Confocal microscopy of fluorescently labeled cells in tissue sections results in 2-dimensional images, which are automatically analyzed. Co-localization analyses of different cell types are compared to data from simulated images, giving quantitative information about cellular interactions.
Konfokal mikroskopi er den foretrukne metode til analyse af lokaliseringen af flere celletyper inden for komplekse væv, såsom knoglemarv. Er imidlertid vanskelig analyse og kvantificering af cellulær lokalisering, som i mange tilfælde er afhængig af manuel optælling, således bærer risikoen for at indføre et Rater-afhængig fordomme og reducere pålidelighed mellem. Desuden er det ofte vanskeligt at vurdere, om co-lokalisering mellem to celler resultater fra tilfældig placering, især når celletyper varierer stærkt i hyppigheden af deres forekomst. Her indføres en fremgangsmåde til objektiv kvantificering af cellulær co-lokalisering i knoglemarven. Protokollen beskriver fremstillingen prøve anvendes til at opnå histologiske snit af hele murine lange knogler, herunder knoglemarven, samt farvningsprotokol og erhvervelse af billeder med høj opløsning. En analyse workflow, der spænder fra anerkendelsen af hæmatopoietisk og ikke-Hematopoietic celletyper i 2-dimensionelle (2D) knoglemarv billeder til kvantificering af de direkte kontakter mellem de celler præsenteres. Dette omfatter også et kvarter analyse at få oplysninger om den cellulære mikromiljø omkring en bestemt celletype. For at vurdere, om co-lokalisering af to celletyper er den blotte resultat af tilfældig celle positionering eller reflekterer præferentielle associationer mellem cellerne, en simulation værktøj, der er egnet til at teste denne hypotese i tilfælde af hæmatopoietiske samt stromaceller, er anvendes. Denne fremgangsmåde er ikke begrænset til knoglemarv, og kan udvides til andre væv til at tillade reproducerbar, kvantitativ analyse af histologiske data.
På grund af den seneste hastige teknologiske udvikling inden mikroskopi, herunder optisk billeddannelse, har analysen af celler i sammenhæng med hele væv blevet stadig tilgængelige for immunologer. Karakteriseringen af enkelte celler i suspension er en værdifuld og uundværlig metode til at forstå cellulære og molekylære funktion. Men analysen af cellerne i deres (mikro) -anatomical miljø er afgørende for at forstå samspillet mellem forskellige celletyper, der samarbejder i komplekse processer såsom udvikling af immunrespons.
Selv om det er forholdsvis let for microscopists at indhente kvalitative oplysninger fra billeder, er det stadig en udfordring at kvantificere disse data, dels på grund af det faktum, at analysemetoder på dette område halter bagefter i forhold til hvad der er muligt i billedoptagelse. Mange forskere stadig er afhængige af tidskrævende manuel celletælling i deres histologiske billeder,således at indføre en skævhed mellem forskellige raters og hindrer replikation af andre grupper. Ofte er en repræsentant billede valgt at understrege en erklæring om cellulær position eller co-lokalisering i en publikation, hvilket gør det svært for læseren at bedømme statistisk relevans af en sådan begivenhed.
Sammen med det faktum, at det fulde indhold af billeddata information sjældent udnyttes, understreger dette behovet for en mere saglig, hurtigere og omfattende tilgang til at analysere histologiske billeder.
Knoglemarven er et komplekst væv, der tager vigtige vitale funktioner som organ for hæmatopoiese hos voksne hvirveldyr. Ud over at være fødestedet for hæmatopoietiske celler 1,2 og spiller en vigtig rolle i B-lymfocytter udvikling 3, det fungerer også som et sted, hvor immunreaktioner igangsættes 4 og støtter modne, recirkulerende B-celler 5. Desuden dens rolle i at opretholde immunological hukommelse er blevet stadig mere værdsat i det sidste årti, som flere typer af celler, der udgør immunhukommelse har vist sig at opholde sig der 6-9.
Relationen mellem den komplekse væv arkitektur knoglemarven og dens funktioner er stadig undvigende. I modsætning til sekundære lymfoide organer, som er organiseret i makro-rum såsom T og B-celle zone, mangler knoglemarven en klar makro-opdeling. Hidtil adskilte rum i knoglemarv er defineret ved deres nærhed til benet cortex eller kar. Betydningen af de forskellige hjemmehørende stromal cellepopulationer i knoglemarven for en række processer såsom støtte stamceller, udvikling af B-celler eller vedligeholdelse af immunologisk hukommelse cellepopulationer (såsom langlivede plasma celler (PC), CD4 + og CD8 + hukommelses-T-celler), viser klart, at der er en vis grad af mikro-opdeling i knoglemarven.
<pclass = "jove_content"> Disse observationer har ført til begrebet særskilte microanatomical nicher, der er specialiseret i bestemte funktionaliteter (stamcelle vedligeholdelse, B-celle udvikling på forskellige stadier, og vedligeholdelse af immunologisk hukommelse) i knoglemarven. Selv om der synes at være en vis grad af heterogenitet blandt de nicher, der tjener forskellige funktioner, nogle af de faktorer produceret af stromale celler, såsom CXC-kemokinligand 12 (CXCL12) eller interleukin 7 (IL-7), er afgørende elementer for flere af disse nicher 10. Visualiseringen og karakterisering af stromale celler i knoglemarven er vanskelig på grund af deres morfologiske træk med lange, tynde dendritiske extensions danner et netværk i hele knoglemarven, og manglen på egnede markører til at skelne stromale subpopulationer.Det er endnu ikke klart, i hvilket omfang disse nicher deler fællestræk med hensyn til deres cellulære og molekylære Sammensætningn, og hvilke elementer gør en bestemt niche unik. Ud over stromaceller har hæmatopoietiske celletyper blevet vist at spille en afgørende rolle ved at give visse signaler i det mindste for nogle af nicher. Det er klart, kompleksiteten af niche sammensætning kræver deres analyse på stedet, og det er blevet stadig vigtigere for immunologer og hæmatologer at zoome ind på knoglemarv mikroarkitektur, fx ved at analysere de rumlige forhold mellem cellulære komponenter.
Her til en strategi kvantificere cellulære co-lokalisering og naboskab relationer i knoglemarven i en automatiseret og fordomsfri måde præsenteres. En detaljeret workflow herunder produktion af kimære mus, der huser fluorescerende stromaceller og ikke-fluorescerende hæmatopoietiske celler, fremstilling af histologiske snit fra afkalkede knogler, erhvervelse af konfokale billeder dækker hele knogle, såvel som automatiseret billedanalyse af cellulær co-lokalisering og validering / diskrimination fra tilfældig placering af et simuleringsværktøj leveres (figur 8).
På trods af de fremskridt i moderne optiske billeddiagnostiske metoder, er analysen af histologiske data stadig ofte hæmmet af mangel på ordentlig kvantificering værktøjer og metoder, eller ved fordomsfulde analyser, der fokuserer på et lille område af interesse. Den synergistiske tilgang præsenteres her kombinerer billedanalyse dækker hele knoglemarven region, automatiseret segmentering og objekt anerkendelse af forskellige hæmatopoietiske og stromale celletyper, co-lokalisering analyse, og endelig en v…
The authors have nothing to disclose.
Vi takker Andreas Radbruch for værdifulde diskussioner. Vi er taknemmelige for Sabine Gruczek, Patrick Thiemann og Manuela Ohde for hjælp til pasning af dyr og Robert Günther for fremragende teknisk bistand. Vi takker vores uddannede raters Laura Oehme, Jannike Bayat-Sarmadi, Karolin Pollok, Katrin Roth, Firenze Pache og Katharina Horn for evaluering af histologiske prøver og Randy Lindquist for korrekturlæsning af manuskriptet. Vi takker J. og N. Lee, Mayo Clinic, Scottsdale, Arizona, USA for MBP-specifikke antistoffer.
Dette arbejde blev støttet af DFG HA5354 / 4-1, af Jimi-en DFG kerne facilitet netværk tilskud til intravital mikroskopi og ved TRR130 / TP17 og DFG FOR 2165 (HA5354 / 6-1) til AEHSZ blev støttet af Den Internationale Max Planck School for infektionssygdomme og Immunologi (IMPRS-IDI), Berlin.
Name of Reagent/ Equipment | Company | Catalog Number | Comments/Description |
Neomycin | Sigma | N6386 SIGMA | Neomycin trisulfate salt hydrate, EU hazard code: GHS08; www.sigmaaldrich.com |
Ursovit AD3EC | Serumwerke Bernburg | 1 ml contains: 50.000 I.E retinyl palmitate, 5.000 I.E. cholecalciferol, 30 mg tocopheryl acetate, 100 mg ascorbic acid, 1 mg sorbic acid, 200 mg polyoxyl 35 castor oil, 0,5 mg propyl gallate | |
Transfer buffer (100ml PBS, 1ml 1M HEPES, 50U/ml Penicillin/Streptomycin) | Sigma | P4333 Sigma H3375 Sigma | www.sigmaaldrich.com |
4-Hydroxy-3-nitrophenylacetyl hapten conjugated to chicken gamma globulin) | |||
Chicken gamma globulin (CGG) 100 mg | Rockland | D602-0100 | www.rockland-inc.com |
20 % Paraformaldehyde solution (EM-grade) | Science Services | 15713 | EU hazard codes: GHS02, GHS05, GHS07, GHS08 |
D(+)-Sucrose | Carl Roth | 4621.1 | www.carlroth.com |
Dry ice | |||
Acetone | Sigma.Aldrich | 179124 SIGMA-ALDRICH | EU hazard codes: GHS02, GHS07; www.sigmaaldrich.com |
Hexane | Sigma-Aldrich | 208752 SIGMA-ALDRICH | EU hazard codes: GHS02, GHS07, GHS08, GHS09; www.sigmaaldrich.com |
Tissue-Tek cryomolds (standard) | Sakura | 4557 | 25 x 20 x 5 mm; www.sakuraus.com |
Tissue-Tek O.C.T. | Sakura | 4583 | www.sakuraus.com |
Kawamoto's SCEM embedding medium | Section-Lab, JP | http://section-lab.jp/index.html | |
Kawamoto's cryosection preparation kit | Section-Lab, JP | http://section-lab.jp/index.html | |
Kawamoto's cryofilm type 2C(9) | Section-Lab, JP | http://section-lab.jp/index.html | |
Microtome blade MX35 Premier Plus, Low Profile | Thermo Scientific | 3052835 | L X W: 80 x 8 mm (31.5 x 3.13"), thickness: 0.25 mm (0.01");www.thermoscientific.com |
polyclonal rabbit anti-RFP antibody, biotinylated | Rockland | 600-406-379 | www.rockland-inc.com |
Alexa Fluor 555 streptavidin | Life Technologies | S-32355 | www.lifetechnologies.com |
rat anti-MBP | J. and N. Lee | available from: J. and N. Lee, Mayo Clinic, Scottsdale, AZ , U.S.A., clone MT-14.7 | |
goat anti-rat-Alexa Fluor 647 | Life Technologies | A-21247 | www.lifetechnologies.com |
rat anti-B220 – Alexa Fluor 594 | produced and coupled in-house (DRFZ), clone RA3.6B2, Alexa Fluor 594 from Life Technologies | ||
mouse anti-l1 light chain -FITC | produced and coupled in-house (DRFZ), clone LS136 | ||
rat anti-k light chain – FITC | produced and coupled in-house (DRFZ), clone 187.1 | ||
DAPI (4′,6-diamidino-2-phenylindole dihydrochloride) | Sigma | D9542 SIGMA | www.sigmaaldrich.com |
Fluorescent mounting medium | DAKO | S3023 | www.dako.com |
Cover slips (24mm x 24mm x 0.13-0.16 mm) | Carl Roth | H875.2 | www.carlroth.com |
Superfrost slides glasses (75 mm x 25 mm) | VWR | 48311-703 | www.vwr.com |
Laser scanning confocal microscope | equipped with laser lines of 405, 488, 561, 594, 633 nm and a 20x/0.8 NA air objective lens; We used a Zeiss LSM710 and Zen 2010 Version 6.0 software. | ||
Automated image analysis tools for bone marrow | Wimasis, Munich | The cell contact tool and cell vicinity tool will be made available by Wimasis upon request: www.wimasis.de | |
VC2012 Runtime | Microsoft | free download: http://www.microsoft.com/en-us/download/details.aspx?id=30679 | |
Simulation tool for random cell positioning | available from us, upon request | ||
Image analysis software with image segmentation functions | We used Volocity (Perkin Elmer) for measuring cell size distributions of hematopoietic cell types in bone marrow (Figure 5). Alternatives are Definiens Image Analysis (Definiens) or Cell Profiler (free download: http://www.cellprofiler.org) | ||
Fiji image analysis software | free download: http://fiji.sc/Fiji. Fiji was used by trained raters for manual cell count (Figure 3). |