Summary

Análisis temporal espacial del flujo de campo en la microvasculatura

Published: November 18, 2019
doi:

Summary

Para cuantificar el flujo microvascular a partir de secuencias de imágenes de flujo capilar de alta velocidad, desarrollamos el software STAFF (Spatial Temporal Analysis of Fieldwise Flow). A lo largo del campo de imagen completo y a lo largo del tiempo, STAFF evalúa las velocidades de flujo y genera una secuencia de mapas espaciales codificados por colores para la visualización y la salida tabular para análisis cuantitativos.

Abstract

Los cambios en la velocidad y distribución del flujo sanguíneo son vitales para mantener la perfusión de tejidos y órganos en respuesta a las diferentes necesidades celulares. Además, la aparición de defectos en la microcirculación puede ser un indicador principal en el desarrollo de múltiples patologías. Los avances en la imagen óptica han hecho de la microscopía intravital (IVM) un enfoque práctico, permitiendo la toma de imágenes a nivel celular y subcelular en animales vivos a alta velocidad en el tiempo. Sin embargo, a pesar de la importancia de mantener una perfusión de tejido adecuada, rara vez se documenta la variabilidad espacial y temporal en el flujo capilar. En el enfoque estándar, se elige un pequeño número de segmentos capilares para la toma de imágenes durante un tiempo limitado. Para cuantificar exhaustivamente el flujo capilar de una manera imparcial, desarrollamos el Análisis Temporal Espacial del Flujo Fieldwise (STAFF), una macro para el software de análisis de imágenes de código abierto fiji. Utilizando secuencias de imágenes de alta velocidad de campos completos de flujo sanguíneo dentro de los capilares, STAFF produce imágenes que representan movimiento a lo largo del tiempo llamados kymographs para cada intervalo de tiempo para cada segmento vascular. A partir de los kymographs, STAFF calcula las velocidades a partir de la distancia a la que se mueven los glóbulos rojos a lo largo del tiempo y genera los datos de velocidad como una secuencia de mapas espaciales codificados por colores para la visualización y la salida tabular para análisis cuantitativos. En los hígados de ratón normales, STAFF analiza las diferencias profundas cuantificadas en la velocidad de flujo entre las regiones pericentrales y periportal dentro de los lóbulos. Aún más inesperadas son las diferencias en la velocidad de flujo que se ven entre los sinusoides que están lado a lado y las fluctuaciones que se ven dentro de segmentos vasculares individuales durante segundos. STAFF es una nueva herramienta poderosa capaz de proporcionar nuevos conocimientos al permitir la medición de la compleja dinámica espaciotemporal del flujo capilar.

Introduction

La microvasculatura desempeña un papel crítico en la fisiología, asegurando la perfusión efectiva de los tejidos en condiciones cambiantes. La disfunción microvascular se asocia con innumerables afecciones, incluyendo la morbilidad cardiovascular y mortalidad a largo plazo, el desarrollo de la demencia y la enfermedad tanto del hígado como del riñón y, por lo tanto, es un factor clave de interés en una amplia gama de investigaciones biomédicas1,2,3,4,5. Mientras que se han utilizado múltiples técnicas para evaluar la perfusión tisular, sólo la microscopía intravital permite la recopilación de datos a la resolución temporal y espacial necesaria para caracterizar el flujo sanguíneo a nivel de capilares individuales.

El flujo microvascular se puede visualizar en microscopía de fluorescencia ya sea por el movimiento de microesferas fluorescentes o por el movimiento de glóbulos rojos en el fondo de marcadores fluorescentes impermeant de membrana (por ejemplo, dextran o albúmina con etiqueta fluorescente)6,7. El flujo microvascular se puede fotografiar en capas celulares superficiales utilizando microscopía de campo ancho, o a profundidad mediante microscopía confocal o multifotona. Sin embargo, los caudales capilares son tales que el paso de glóbulos rojos generalmente no se puede capturar a velocidades inferiores a 60 fotogramas/s. Dado que la mayoría de los microscopios confocales y multifotónicos de escaneo láser requieren 1–5 s para escanear un campo de imagen completo, esta velocidad generalmente se puede lograr sólo limitando el campo de visión, a veces a una sola línea de escaneo8. El proceso de limitar las mediciones a segmentos capilares seleccionados (1) tiene el potencial de introducir sesgo de selección y (2) hace imposible capturar la heterogeneidad espacial y temporal en las tasas de flujo sanguíneo capilar. Por el contrario, las imágenes de redes capilares se pueden recoger a velocidades superiores a 100 fps utilizando microscopios digitales de campo ancho equipados con cámaras científicas complementarias complementarias de semiconductores de óxido metálico (sCMOS)9,10. Estos sistemas baratos, comunes en los laboratorios biomédicos típicos, permiten crear imágenes del flujo microvascular a través de redes bidimensionales enteras, esencialmente de forma continua. El problema se convierte entonces en encontrar un enfoque de análisis que sea capaz de extraer datos cuantitativos significativos de los conjuntos de datos de imágenes masivos y complejos generados por la microscopía de vídeo de alta velocidad.

Para permitir el análisis de los datos de flujo de campo completo hemos desarrollado STAFF, un novedoso software de análisis de imágenes que puede medir continuamente el flujo microvascular a través de campos de microscopio completos de series de imágenes recopiladas a alta velocidad11. El enfoque es compatible con una variedad de diferentes sistemas experimentales y modalidades de imagen y el software de análisis de imágenes STAFF se implementa como un conjunto de herramientas macro para la implementación FIJI de ImageJ12. El principio subyacente utilizado aquí para visualizar el flujo microvascular es que, en primer lugar, se debe proporcionar cierto contraste para poder tomar imágenes de los glóbulos rojos dentro de los capilares. En nuestros estudios, el contraste es proporcionado por una sonda fluorescente a granel que es excluida por los glóbulos rojos. La velocidad del flujo se puede cuantificar a partir del desplazamiento de los glóbulos rojos que aparecen como una mancha negativa dentro del plasma etiquetado fluorescentemente en imágenes recogidas a alta velocidad de un animal vivo8. A continuación, utilizamos STAFF para hacer parcelas de distancia a lo largo de cada segmento capilar en múltiples intervalos de tiempo llamados kymographs, luego detectamos las pendientes presentes en loskymographs 13,y a partir de esas pendientes calcular las tasas de flujo microvascular. El enfoque se puede aplicar a las imágenes recogidas desde cualquier lecho capilar al que se pueda acceder para obtener imágenes. Aquí describimos la aplicación de IVM y STAFF a los estudios de flujo sanguíneo en el hígado.

Protocol

Todos los experimentos con animales fueron aprobados y llevados a cabo de acuerdo con las directrices del Comité Institucional de Cuidado y Uso de Animales de la Universidad de Indiana, y se adhirieron a la guía NRC para el cuidado y uso de animales. 1. Preparación quirúrgica para la microscopía intravital NOTA: Esto no es una cirugía de supervivencia. Una vez iniciada la sección 1 “Preparación quirúrgica para la microscopía intravital”, el …

Representative Results

El análisis de personal genera un censo completo de velocidades microvasculares en campos de microscopio según el período de tiempo que se extiende de segundos a minutos. Los resultados representativos se presentan en la Figura 1, la Figura 2, la Figura 3y la Figura 4. La Figura 1 muestra un ejemplo de una serie temporal de la red microvascular en el hígado de un ratón…

Discussion

Hay varios pasos críticos en este protocolo. En primer lugar, la minimización del movimiento durante la toma de imágenes intravitales del hígado es esencial para generar películas que se pueden utilizar para el análisis de flujo capilar utilizando STAFF. Debido a la proximidad del diafragma, se producen períodos cortos de movimiento inducido por la respiración, con el hígado asegurado regresando a su posición inicial después de cada respiración. Asegurar el hígado expuesto quirúrgicamente contra el plato co…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Los estudios presentados aquí fueron apoyados por fondos de los Institutos Nacionales de Salud (NIH U01 GM111243 y NIH NIDDK P30 DK079312). Se realizaron estudios de microscopía intravital en el Centro de Microscopía Biológica de Indiana. Agradecemos a la Dra. Malgorzata Kamocka por la asistencia técnica con microscopía.

Materials

#5 forceps Fine Science Tools 11251-20 Dumont #5 Inox Forceps
C57BL/6 mice Jackson Labs male 9-12 weeks old
Cannula Instech BTPE-10 Polyethylene Tubing .011x.024in
CMOS camera Hamamatsu C11440-42U30 4.0LT Scientific CMOS
Coverslip-bottomed dish Electron Microscopy Sciences WillCo Dish glass bottom GWST5040
Dissecting scissors Fine Science Tools
Fiji ImageJ Image analysis software https://fiji.sc/ ; https://downloads.imagej.net/fiji/Life-Line/fiji-win64-20170530.zip
Fluorescein dextran Thermo Fisher, Invitrogen D1822 Dextran, Fluorescein, 70,000 MW, Anionic, Lysine Fixable
Gauze sponge Fisher 22-415-504 2×2 inch Dukal sterile gauze sponges
Heating pad Reptitherm RH-4 between mouse and stage
Heating pad Sunbeam 000732-500-000U over mouse
Inverted epifluorescence microscope Nikon Nikon TiE inverted microscope
Isis Rodent electric shaver Braun Aesculap GT420
Isofluorane Abbott GmbH PZN4831850
Luer stub adapter Fisher 14-826-19E Catheter adapter
Micro scissors Castro Viejo
Microscope objective Nikon Plan Fluor 20x, NA 0.75 water immersion
Needle Fisher 30 Ga.x1/2"
Needle holder Olsen-Hegar
Objective heater BioScience Tools MTC-HLS-025 Temperature controller with objective heater
Rectal thermometer Braintree Scientific, INC TH-5A Mouse Body Temperature monitoring
STAFF macros https://github.com/icbm-iupui/STAFF
Suture string Harvard Bioscience 723288 silk black suture, 6-0, spool

References

  1. Shen, J., et al. Subclinical Vascular Dysfunction Associated with Metabolic Syndrome in African Americans and Whites. The Journal of clinical Endocrinology and Metabolism. 100 (11), 4231-4239 (2015).
  2. Sherman, I. A., Pappas, S. C., Fisher, M. M. Hepatic microvascular changes associated with development of liver fibrosis and cirrhosis. American Journal of Physiology-Heart and Circulatory Physiology. 258 (2), 460-465 (1990).
  3. Zafrani, L., Ince, C. Microcirculation in Acute and Chronic Kidney Diseases. American Journal of Kidney Diseases. 66 (6), 1083-1094 (2015).
  4. Nielsen, R. B., et al. Capillary dysfunction is associated with symptom severity and neurodegeneration in Alzheimer’s disease. Alzheimer’s & Dementia. 13 (10), 1143-1153 (2017).
  5. Houben, A. J. H. M., Martens, R. J. H., Stehouwer, C. D. A. Assessing Microvascular Function in Humans from a Chronic Disease Perspective. Journal of the American Society of Nephrology. 28 (12), 3461-3472 (2017).
  6. Clemens, M., Zhang, J. Regulation of Sinusoidal Perfusion: In Vivo Methodology and Control by Endothelins. Seminars in Liver Disease. 19 (04), 383-396 (1999).
  7. Uhlmann, S., Uhlmann, D., Spiegel, H. U. Evaluation of hepatic microcirculation by in vivo microscopy. Journal of investigative surgery : the official journal of the Academy of Surgical Research. 12 (4), 179-193 (1999).
  8. Dunn, K. W., Sutton, T. A., Sandoval, R. M. Live-animal imaging of renal function by multiphoton microscopy. Current protocols in cytometry. , (2012).
  9. von Diezmann, A., Shechtman, Y., Moerner, W. E. Three-Dimensional Localization of Single Molecules for Super-Resolution Imaging and Single-Particle Tracking. Chemical Reviews. 117 (11), 7244-7275 (2017).
  10. Huang, Z. -. L., et al. Localization-based super-resolution microscopy with an sCMOS camera. Optics Express. 19 (20), 19156 (2011).
  11. Clendenon, S. G., et al. A simple automated method for continuous fieldwise measurement of microvascular hemodynamics. Microvascular Research. 123, 7-13 (2019).
  12. Schindelin, J., et al. Fiji: an open-source platform for biological-image analysis. Nat Methods. 9 (7), 676-682 (2012).
  13. Liu, Z. -. Q. Scale space approach to directional analysis of images. Applied Optics. 30 (11), 1369 (1991).
  14. Linkert, M., et al. Metadata matters: access to image data in the real world. The Journal of cell biology. 189 (5), 777-782 (2010).
  15. Sherman, I. A., Pappas, S. C., Fisher, M. M. Hepatic microvascular changes associated with development of liver fibrosis and cirrhosis. American Journal of Physiology-Heart and Circulatory Physiology. 258 (2), 460-465 (1990).
  16. Babbey, C. M., et al. Quantitative intravital microscopy of hepatic transport. IntraVital. 1 (1), 44-53 (2012).
  17. Dunn, K. W., Ryan, J. C. Using quantitative intravital multiphoton microscopy to dissect hepatic transport in rats. Methods. 128, 40-51 (2017).
  18. Ryan, J., et al. Intravital Multiphoton Microscopy with Fluorescent Bile Salts in Rats as an In Vivo Biomarker for Hepatobiliary Transport Inhibition. Drug metabolism and disposition: the biological fate of chemicals. 46 (5), 704-718 (2018).
  19. Sandoval, R. M., Molitoris, B. A. Quantifying Glomerular Permeability of Fluorescent Macromolecules Using 2-Photon Microscopy in Munich Wistar Rats. Journal of Visualized Experiments. (74), e50052 (2013).
  20. Chhatbar, P. Y., Kara, P. Improved blood velocity measurements with a hybrid image filtering and iterative Radon transform algorithm. Frontiers in Neuroscience. 7, 106 (2013).
  21. Drew, P. J., Blinder, P., Cauwenberghs, G., Shih, A. Y., Kleinfeld, D. Rapid determination of particle velocity from space-time images using the Radon transform. Journal of computational neuroscience. 29 (1-2), 5-11 (2010).
  22. Kleinfeld, D., Mitra, P. P., Helmchen, F., Denk, W. Fluctuations and stimulus-induced changes in blood flow observed in individual capillaries in layers 2 through 4 of rat neocortex. Proceedings of the National Academy of Sciences of the United States of America. 95 (26), 15741-15746 (1998).
  23. Dasari, S., Weber, P., Makhloufi, C., Lopez, E., Forestier, C. -. L. Intravital Microscopy Imaging of the Liver following Leishmania Infection: An Assessment of Hepatic Hemodynamics. Journal of visualized experiments : JoVE. (101), e52303 (2015).
  24. Hoshikawa, R., et al. Dynamic Flow Velocity Mapping from Fluorescent Dye Transit Times in the Brain Surface Microcirculation of Anesthetized Rats and Mice. Microcirculation. 23 (6), 416-425 (2016).
  25. Sironi, L., et al. In vivo flow mapping in complex vessel networks by single image correlation. Scientific reports. 4 (1), 7341 (2014).
  26. Kamoun, W. S., et al. Simultaneous measurement of RBC velocity, flux, hematocrit and shear rate in vascular networks. Nature Methods. 7 (8), 655-660 (2010).
check_url/60493?article_type=t

Play Video

Cite This Article
Clendenon, S. G., Fu, X., Von Hoene, R. A., Clendenon, J. L., Sluka, J. P., Winfree, S., Mang, H., Martinez, M., Filson, A., Klaunig, J. E., Glazier, J. A., Dunn, K. W. Spatial Temporal Analysis of Fieldwise Flow in Microvasculature. J. Vis. Exp. (153), e60493, doi:10.3791/60493 (2019).

View Video