Summary

In vivo Показания сосудистых повреждений в сетчатке мыши для повышения воспроизводимости

Published: April 21, 2022
doi:

Summary

Здесь мы представляем три протокола анализа данных для флуоресцеиновой ангиографии (FA) и изображений оптической когерентной томографии (OCT) в исследовании окклюзии вен сетчатки (RVO).

Abstract

Достижения в области инструментов офтальмологической визуализации предлагают беспрецедентный уровень доступа к исследователям, работающим с животными моделями нейрососудистых повреждений. Чтобы должным образом использовать эту большую переводимость, необходимо разработать воспроизводимые методы извлечения количественных данных из этих изображений. Оптическая когерентная томография (ОКТ) может разрешить гистологию сетчатки при микрометровом разрешении и выявить функциональные различия в сосудистом кровотоке. Здесь мы очерчиваем неинвазивные сосудистые показания, которые мы используем для характеристики патологического повреждения после сосудистого инсульта в оптимизированной мышиной модели окклюзии вен сетчатки (RVO). Эти показания включают анализ морфологии сетчатки в реальном времени, измерение дезорганизации внутренних слоев сетчатки (DRIL) капиллярной ишемии и флуоресцеиновую ангиографию отека сетчатки и плотности сосудов. Эти методы напрямую соответствуют тем, которые используются для обследования пациентов с заболеваниями сетчатки в клинике. Стандартизация этих методов позволяет проводить прямое и воспроизводимое сравнение моделей животных с клиническими фенотипами офтальмологических заболеваний, увеличивая поступательную силу моделей сосудистых повреждений.

Introduction

Нейрососудистые заболевания являются основной проблемой здравоохранения, ответственной за ишемические инсульты, ведущую причину смертности и заболеваемости, а также сосудистые заболевания сетчатки, которые приводят к потере зрения 1,2. Для моделирования нейрососудистых заболеваний мы используем мышиную модель окклюзии вен сетчатки (RVO). Эта модель является неинвазивной и использует методы визуализации in vivo, аналогичные тем, которые используются для обследования людей с сосудистыми заболеваниями сетчатки в клинических условиях. Таким образом, использование этой модели увеличивает трансляционный потенциал исследований, использующих эту модель. Как и во всех моделях мыши, крайне важно максимизировать воспроизводимость модели.

Сосудистые заболевания сетчатки являются основной причиной потери зрения у людей в возрасте до 70 лет. RVO является вторым наиболее распространенным сосудистым заболеванием сетчатки после диабетической ретинопатии3. Клинические признаки, характерные для RVO, включают ишемическое повреждение, отек сетчатки и потерю зрения как следствие потери нейронов 3,4. Мышиные модели RVO с использованием лазерной фотокоагуляции крупных сосудов были разработаны и усовершенствованы для воспроизведения ключевых клинических патологий, наблюдаемых у человека RVO 5,6,7. Достижения в области офтальмологической визуализации также позволяют воспроизводить неинвазивные диагностические инструменты, используемые у людей, а именно флуоресцеиновую ангиографию (ФА) и оптическую когерентную томографию (ОКТ)6. Флуоресцеиновая ангиография позволяет наблюдать утечку из-за разрушения гемато-ретинального барьера (BRB), а также динамику кровотока в сетчатке, включая участки окклюзии, с помощью инъекции флуоресцеина, небольшого флуоресцентного красителя 8,9. OCT-визуализация позволяет получать изображения с высоким разрешением поперечного сечения сетчатки и изучать толщину и организацию слоев сетчатки10. Анализ изображений ФА исторически был в значительной степени качественным, что ограничивает потенциал для прямого и воспроизводимого сравнения между исследованиями. В последнее время был разработан ряд методов количественной оценки толщины слоя в OCT-визуализации, хотя в настоящее время не существует стандартизированного протокола анализа, а место получения изображений OCT варьируетсяна 11. Чтобы правильно использовать эти инструменты, необходима стандартизированная, количественная и воспроизводимая методология анализа данных. В этой статье мы представляем три таких сосудистых считывания, используемых для оценки патологического повреждения в мышиной модели утечки RVO-флуоресцеина, толщины слоя OCT и дезорганизации слоев сетчатки.

Protocol

Этот протокол следует заявлению Ассоциации исследований в области зрения и офтальмологии (ARVO) для использования животных в офтальмологических и зрительных исследованиях. Эксперименты на грызунах были одобрены и контролировались Институциональным комитетом по уходу за животными и и?…

Representative Results

Эти методы анализа позволяют количественно оценить патологию сетчатки, захваченную визуализацией FA и OCT. В экспериментах, из которых извлекаются репрезентативные данные, использовали самцов мышей C57BL/6J, которые либо служили в качестве неповрежденных контрольных органов, либо проходил…

Discussion

Неинвазивная визуализация сетчатки грызунов представляет собой путь для изучения патологии и разработки вмешательств. Предыдущие исследования разработали и оптимизировали мышиную модель RVO, ограничивающую изменчивость и позволяющую достоверно транслировать распространенные клин?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Эта работа была поддержана грантом DGE – 1644869 (CKCO), Национальным институтом глаз (NEI) 5T32EY013933 (для AMP), Национальным институтом глаз (NEI) 5T32EY013933 (для AMP), Национальным институтом неврологических расстройств и инсульта (RO1 NS081333, R03 NS099920 для CMT) и Министерством обороны армии / военно-воздушных сил (DURIP to CMT).

Materials

AK-Fluor 10% Akorn NDC: 17478-253-10 light-sensitive
Carprofen Rimadyl NADA #141-199 keep at 4 °C
GenTeal Alcon 00658 06401
Image J NIH
InSight 2D Phoenix Technology Group OCT analysis software
Ketamine Hydrochloride Henry Schein NDC: 11695-0702-1
Phenylephrine Akorn NDCL174478-201-15
Phoenix Micron IV Phoenix Technology Group Retinal imaging microscope
Phoenix Micron Meridian Module Phoenix Technology Group Laser photocoagulator software
Phoenix Micron Optical Coherence Tomography Module Phoenix Technology Group OCT imaging software
Phoenix Micron StreamPix Module Phoenix Technology Group Fundus imaging and acquisition targeting
Photoshop Adobe
Refresh Allergan 94170
Tropicamide Akorn NDC: 174478-102-12
Xylazine Akorn NDCL 59399-110-20

References

  1. Tong, X., et al. The burden of cerebrovascular disease in the united states. Preventing Chronic Disease. 16, 180411 (2019).
  2. Nakahara, T., Mori, A., Kurauchi, Y., Sakamoto, K., Ishii, K. Neurovascular interactions in the retina: physiological and pathological roles. Journal of Pharmacological Sciences. 123 (2), 79-84 (2013).
  3. Jaulim, A., Ahmed, B., Khanam, T., Chatziralli, I. Branch retinal vein occlusion: epidemiology, pathogenesis, risk factors, clinical features, diagnosis, and complications. An update of the literature. Retina. 33 (5), 901-910 (2013).
  4. Ho, M., Liu, D. T. L., Lam, D. S. C., Jonas, J. B. Retinal vein occlusions, from basics to the latest treatment. Retina. 36 (3), 432-448 (2016).
  5. Zhang, H., et al. Development of a new mouse model of branch retinal vein occlusion and retinal neovascularization. Japanese Journal of Ophthalmology. 51 (4), 251-257 (2007).
  6. Ebneter, A., Agca, C., Dysli, C., Zinkernagel, M. S. Investigation of retinal morphology alterations using spectral domain optical coherence tomography in a mouse model of retinal branch and central retinal vein occlusion. PLoS One. 10 (3), 0119046 (2015).
  7. Fuma, S., et al. A pharmacological approach in newly established retinal vein occlusion model. Scientific Reports. 7, 43509 (2017).
  8. Cavallerano, A. Ophthalmic fluorescein angiography. Clinical Optometry. 5 (1), 1-23 (1996).
  9. Laatikainen, L. The fluorescein angiography revolution: a breakthrough with sustained impact. Acta Ophthalmologica Scandinavica. 82 (4), 381-392 (2004).
  10. Huang, D., et al. Optical coherence tomography. Science. 254 (5035), 1178-1181 (1991).
  11. Oberwahrenbrock, T., et al. Reliability of intra-retinal layer thickness estimates. PLoS One. 10 (9), 0137316 (2015).
  12. Avrutsky, M. I., et al. Endothelial activation of caspase-9 promotes neurovascular injury in retinal vein occlusion. Nature Communications. 11 (1), 3173 (2020).
  13. Colón Ortiz, C., Potenski, A., Lawson, J., Smart, J., Troy, C. Optimization of the retinal vein occlusion mouse model to limit variability. Journal of Visualized Experiments: JoVE. (174), e62980 (2021).
  14. Schmidt-Erfurth, U., et al. Guidelines for the management of retinal vein occlusion by the European society of retina specialists (EURETINA). Ophthalmologica. 242 (3), 123-162 (2019).
  15. Yoshimura, T., et al. Comprehensive analysis of inflammatory immune mediators in vitreoretinal diseases. PLoS One. 4 (12), 8158 (2009).
  16. Mezu-Ndubuisi, O. J. In vivo angiography quantifies oxygen-induced retinopathy vascular recovery. Optometry and Vision Science. 93 (10), 1268-1279 (2016).
  17. Hui, F., et al. Quantitative spatial and temporal analysis of fluorescein angiography dynamics in the eye. PLoS One. 9 (11), 111330 (2014).
  18. Berry, D., Thomas, A. S., Fekrat, S., Grewal, D. S. Association of disorganization of retinal inner layers with ischemic index and visual acuity in central retinal vein occlusion. Ophthalmology. Retina. 2 (11), 1125-1132 (2018).
  19. Nicholson, L., et al. Diagnostic accuracy of disorganization of the retinal inner layers in detecting macular capillary non-perfusion in diabetic retinopathy. Clinical & Experimental Ophthalmology. 43 (8), 735-741 (2015).
  20. Obrosova, I., Chung, S., Kador, P. Diabetic cataracts: mechanisms and management. Diabetes/Metabolism Research and Reviews. 26 (3), 172-180 (2010).
  21. Hegde, K., Henein, M., Varma, S. Establishment of the mouse as a model animal for the study of diabetic cataracts. Ophthalmic Research. 35 (1), 12-18 (2003).
  22. Takahashi, H., et al. Time course of collateral vessel formation after retinal vein occlusion visualized by OCTA and elucidation of factors in their formation. Heliyon. 7 (1), 05902 (2021).
  23. Haj Najeeb, B., et al. Fluorescein angiography in diabetic macular edema: A new approach to its etiology. Investigation Ophthalmology & Visual Science. 58 (10), 3986-3990 (2017).
  24. Alam, M., et al. Quantitative optical coherence tomography angiography features for objective classification and staging of diabetic retinopathy. Retina. 40 (2), 322-332 (2020).
  25. Uddin, M., Jayagopal, A., McCollum, G., Yang, R., Penn, J. In vivo imaging of retinal hypoxia using HYPOX-4-dependent fluorescence in a mouse model of laser-induced retinal vein occlusion (RVO). Investigation Ophthalmology & Visual Science. 58 (9), 3818-3824 (2017).
  26. Qiang, W., Wei, R., Chen, Y., Chen, D. Clinical pathological features and current animal models of type 3 macular neovascularization. Frontiers in Neuroscience. 15, 734860 (2021).
  27. Park, J., et al. Imaging laser-induced choroidal neovascularization in the rodent retina using optical coherence tomography angiography. Investigation Ophthalmology & Visual Science. 57 (9), 331 (2016).
  28. Chen, J., Qian, H., Horai, R., Chan, C., Caspi, R. Use of optical coherence tomography and electroretinography to evaluate retinal pathology in a mouse model of autoimmune uveitis. PLoS One. 8 (5), 63904 (2013).

Play Video

Cite This Article
Chen, C. W., Potenski, A. M., Colón Ortiz, C. K., Avrutsky, M. I., Troy, C. M. In Vivo Vascular Injury Readouts in Mouse Retina to Promote Reproducibility. J. Vis. Exp. (182), e63782, doi:10.3791/63782 (2022).

View Video