このプロトコルの全体的な目標は、正確にカスタマイズされた3Dプリント脳ホルダーとスライサーボックスの作成によって組織学切片で磁気共鳴画像(MRI)画像ボリュームを揃えることです。
Magnetic resonance imaging (MRI) allows for the delineation between normal and abnormal tissue on a macroscopic scale, sampling an entire tissue volume three-dimensionally. While MRI is an extremely sensitive tool for detecting tissue abnormalities, association of signal changes with an underlying pathological process is usually not straightforward. In the central nervous system, for example, inflammation, demyelination, axonal damage, gliosis, and neuronal death may all induce similar findings on MRI. As such, interpretation of MRI scans depends on the context, and radiological-histopathological correlation is therefore of the utmost importance. Unfortunately, traditional pathological sectioning of brain tissue is often imprecise and inconsistent, thus complicating the comparison between histology sections and MRI. This article presents novel methodology for accurately sectioning primate brain tissues and thus allowing precise matching between histology and MRI. The detailed protocol described in this article will assist investigators in applying this method, which relies on the creation of 3D printed brain slicers. Slightly modified, it can be easily implemented for brains of other species, including humans.
In vivo MRI provides a noninvasive and sensitive measure of tissue integrity at the macroscopic level. Changes in MRI signal intensity seen in vivo are outcome measures in many ongoing clinical trials.1 While the intensity changes seen via MRI can identify areas of abnormality in the context of the whole brain, they are often not sufficiently specific to differentiate pathological processes. This is especially true of dynamic processes involving multiple pathologies. For example, in multiple sclerosis (MS) or its animal model, experimental autoimmune encephalomyelitis (EAE), inflammation, edema, myelin degradation, axonal destruction, gliosis, and neuronal death overlap. 2, 3 To obtain the necessary specificity regarding the underlying pathology, context must be taken into account, together with knowledge of the histology of the MRI-identified abnormal tissues.
However, even in well-controlled animal experiments, matching histology with in vivo MRI is fundamentally challenging for various reasons. First, the difference in dimensional scales between histology sections and MRI is of several orders of magnitude.4 Second, for proper comparison, the orientation of MRI slice plane must match the sectioning plane of the brain tissue when cut. Due to the shape of the brain, it is very difficult to make consistently straight and accurate cuts when the brain is sitting on a flat surface. Third, the large size of the brain relative to a potentially small area of interest (lesion, tumor, etc.) creates a “needle-in-a-haystack” scenario for the pathologist processing the tissue. Fourth, even when the target tissue is found, it is commonly processed in such a way as to render virtually impossible an association with the original MRI data. Finally, traditional pathological sectioning of brain tissue is often imprecise and inconsistent, further complicating the comparison between histology sections and MRI images.
Previous attempts to overcome these challenges relied on the use of deformational algorithms to coregister the data and/or placement of fiducial markers within or around the tissue as a reference.5, 6, 7, 8 The former approach requires complex computational models that are particularly susceptible to complications due to data formatting, imaging artifacts, and changes caused by tissue processing.4 On the other hand, the latter approach introduces the possibility of contaminating or otherwise harming the tissue itself.9
The approach described here improves the transition between modalities through the use of postmortem MRI to bridge the gap between in vivo MRI and histology. Postmortem MRI provides three-dimensional (3D) images of the brain at higher resolution than can be achieved in vivo and furthermore provides the data needed for producing a morphologically accurate model of the brain surface. This digital model can then be used to create a 3D-printed custom holder for the brain. With careful positioning, the brain holder allows for precise, MRI-oriented brain sectioning, reducing the need for complex mathematical algorithms, and enables a focus on specific regions for targeted sampling.
Our laboratory recently introduced new methods for creating custom brain holders and slicers using postmortem MRI and 3D-printing technology for human10 and marmoset brains.4 The two methods allow for a more accurate correlation between MRI and histology in a research setting, and ultimately allow a deeper understanding of the specific pathology underlying MRI abnormalities. Carefully designed experiments, in which the brain is sampled repeatedly over time in vivo, can provide context for interpretation of the pathology, which in turn can add specificity to interpretation of the MRI. Here, we present a modified protocol in a unified framework that can be applied to any brain tissue, whether it derive from nonhuman primates, rodents, or humans. We provide detailed instructions, and a corresponding video, for the marmoset sectioning. Although the overall protocol applies to any type of brain, due to differences in MRI acquisition and tissue size, as well as the challenges encountered when dealing with specific brain types, there are some differences in the approach depending on the type of brain being processed. In this presentation, sections with “human” will denote differences in protocol specific to the human brain.
ここで説明するプロトコルは、MRIおよび組織学のセクション間の正確な比較を可能にします。プロトコルは、例えば、マーモセットやげっ歯類などのヒトまたは小動物の脳に適用することができる統一フォーマットで提示されています。大(ヒト)に特異的な、脳が強調されている(非ヒト霊長類および齧歯類)小、および添付のビデオや数字の違いは、私たちは、マーモセットでアプリケーションを実証します。アプローチは簡単ですが、この方法は多くの工程だけでなく、ソフトウェアのいくつかのタイプを使用する必要があります。また、潜在的にこの方法の精度に影響を与えるいくつかの問題が言及することが重要です。
インビボ MRIの画質が重要な因子です。 MRIおよび組織学的デジタル画像間の画像解像度の不均衡を最小限に抑えるために、可能な限り最小のMRIボクセルサイズは、使用されるべきです。この概念はまた、死後MRIの画質に適用されます。増加したものの死後MRIにおける取得時間がはるかに高い画像解像度を可能にする、製剤は、気泡に関連する焦点信号抜け等の画像アーチファクトを導入することができます。これらのアーチファクトは、組織の領域を不明瞭だけでなく、その輪郭に影響を与えることができます。また、死後のMRI上の組織の寸法は、定着工程及び持続時間によって影響される可能性があります。 ex vivoでのMRI一致密接取得中スライス幾何設定で、解剖学的ランドマークを利用することによって近似することができるにインビボながらは、非線形登録がまだそれら二つのMRI画像を合わせてより高い精度に到達するのに必要であろう。
脳ホルダーとスライサーのデザインも重要なステップです。脳のデジタルモデルを作成する際に、平滑化アルゴリズムは、わずかに固定された脳のモデルを相対的に大きくすることが適用されます。これは、そのホルダーとスライサーに脳の容易な挿入を可能にし、ホルダーにシャープなエッジを低減します' sの輪郭。モデルが大きすぎる場合は、(例えば、5%以上)、脳は死後MRIおよび/または切片中に移動することがあります。別の重要な点は、小脳が適切に3D印刷オブジェクトの内部に配置されるように、脳モデルの設計を適応させることです。小脳は、剖検で脳の抽出中に損傷を受けたとき、これは特に困難な場合があります。
脳スライサーとホルダーを印刷する場合は、3Dプリンタの種類も慎重に選択する必要があります。いくつかのマルチインクジェットプリンタは、支持材料を除去するためにオーブンを用いて後処理を必要とします。これらのプリンタは、防水およびデスクトップ熱溶解積層法(FDM)のプリンタよりも比較的耐久性があるオブジェクトを生成することができますが、サポートを除去するための加熱処理は、わずかに脳の輪郭に対して完全に垂直ではないブレードギャップを作成し、ボックスをワープすることができます。
脳切片プロセスは、別の重要なステップです。目を切断する前に電子スラブへの全脳は、脳が脳スライサーの内側にしっかりと座っていることを確認することが重要です:わずかな圧力が脳に適用される動きがあってはなりません。これにより、ブレードが研究者によって設定された正確な位置で脳を切断できるようにするためであろう。切断時に連続し、バランスのとれた圧力は、両方のブレードホルダーに適用する必要があります。刃の切れ味と組織の剛性に応じて、わずかな横方向の切削運動は、平坦な切断面を維持するのに有利である可能性があります。
パラフィン包埋プロセスはまた、MRIおよび組織学との位置ずれの原因となることがあります。組織のスラブは、埋め込みプロセス中にカセットに対して平らに座っていない場合は、ミクロトームの切断面とスラブの表面の場所との間に傾きがあるでしょう。これは、すべての組織が露出した平面を検索するために使用できないセクションを切断する必要があります。傾きを補正するための一つの方法高等方性の解像度の死後MRIで観察面の角度を変化させることです。しかし、これは通常異方性解像度(典型的には厚の冠状切片)で取得されたin vivoでのMRI上で実行することはほぼ不可能です。
最後に、組織は、同様に(しわ、割れ、折りたたみ)スライドの準備中にホルマリン固定期間およびパラフィン包埋(収縮)の間にいくつかの変形を体験することができます。これらの変形のいくつかは、スライド上に転送する前に水浴中で4~5μmの切片を置くことによって補正することができます。他の変形は、部分的に、死後MRI画像に学的デジタル画像の変形可能な画像coregistrationを実行することによって解決することができます。それにもかかわらず、慎重かつ熟練の練習で変形を最小限に抑えることが組織学セクションにMRIボリュームに一致する最も効果的なアプローチです。
結論として、ここで紹介する方法は、INVを可能にします正確にMRI所見の根底にある病理を評価するestigators。より一般的には、同定および/またはそのような炎症または再ミエリン化のような特定の病理学的プロセスを標的とする調査研究のための新規MRIバイオマーカーを検証するための有望なアプローチです。
The authors have nothing to disclose.
The Intramural Research Program of NINDS supported this study. We thank the NIH Functional Magnetic Resonance Imaging Facility. We thank Jennifer Lefeuvre and Cecil Chern-Chyi Yen for assistance with postmortem MRI acquisition. We thank John Ostuni and the Section on Instrumentation Core Facility for assistance with 3D printing. Figure 1 of this work used snapshots from MeshLab, a tool developed with the support of the 3D-CoForm project.
7T/30cm USR AVIII Bruker MRI | Bruker Biospin | ||
38 mm Bruker Biospin volume coil | Bruker Biospin | ||
Fomblin | Solvay Solexis | ||
50 ml Falcon Centrifuge Tubes, Polypropylene, Sterile | Corning | 21008-951 | |
Fisherbrand Gauze Sponges | Fisher Scientrific | 13-761-52 | |
Parafilm M All-Purpose Laboratory Film | Bemis | ||
Leica RM2235 rotary microtome | Leica | ||
Leica Disposable Blades, low profile (819) | Leica | ||
Cresyl Violet Acetate, 0.1% Aqueous | Electron Microscopy Sciences | 26089-01 | |
Luxol Fast Blue, 0.1% in 95% Alcohol | Electron Microscopy Sciences | 26056-15 | |
ETOH | |||
Ultimaker 2 Extended | Ultimaker | ||
.75 kg Official Ultimaker Branded PLA Filament, 2.85 mm, Silver Metallic | Ultimaker | ||
Axio Observer.Z1 | Zeiss | ||
Zen 2 (Blue Edition) | Zeiss | ||
Netfabb Professional 5.0.1 | Netfabb | http://www.netfabb.com/professional.php | |
Meshmixer 10.9.332 | Autodesk | http://www.meshmixer.com/download.html | |
Mipav 7.2 | NIH CIT | http://mipav.cit.nih.edu | |
Cura | Ultimaker | https://ultimaker.com/en/products/cura-software |