Summary

Analyse dendritique Morphologie dans les colonnes et les couches

Published: March 23, 2017
doi:

Summary

Ici, nous montrons comment analyser dendritique routage des neurones médullaires drosophile dans des colonnes et des couches. Le flux de travail comprend une technique d'imagerie à double vue d'améliorer la qualité de l'image et des outils informatiques pour le traçage, l'enregistrement arborisation dendritique à la matrice de la colonne de référence et pour l'analyse des structures dendritiques dans l'espace 3D.

Abstract

Dans de nombreuses régions du système nerveux central, tels que les mouches lobes optiques et le cortex des vertébrés, des circuits synaptiques sont organisés en couches et des colonnes pour faciliter le câblage du cerveau au cours du développement et de traitement de l'information chez les animaux développés. neurones postsynaptiques dendrites élaborés dans les modèles spécifiques de type dans des couches spécifiques à synapse avec des terminaux présynaptiques appropriés. Le neuropile mouche rachidien est composé de 10 couches et environ 750 colonnes; chaque colonne est innervée par dendrites de plus de 38 types de neurones médullaires, qui correspondent avec les terminaisons axonales de certains types de 7 afférences dans un mode spécifique de type. Ce rapport détaille les procédures à l'image et analyser les dendrites des neurones médullaires. Le flux de travail comprend trois sections: (i) la section d'imagerie à double vue combine deux piles d'images confocale collectées à des orientations orthogonales en une image 3D à haute résolution de dendrites; (Ii) la dendrite traçage et de la section d'enregistrement des traces dendritiquetonnelles en 3D et enregistre des traces dendritiques à la matrice de la colonne de référence; (Iii) la section d'analyse dendritique analyse des motifs dendritiques par rapport à des colonnes et des couches, y compris la terminaison et projection plane direction de tonnelles dendritiques spécifiques de la couche, et calcule les estimations du branchement et de terminaison des fréquences dendritiques. Les protocoles utilisent des plugins personnalisés construits sur le MIPAV open-source (Medical Imaging Processing, l'analyse et la visualisation) plate-forme et personnalisés toolboxes dans la langue de laboratoire de la matrice. Ensemble, ces protocoles fournissent un flux complet pour analyser le routage dendritique des neurones dans les couches médulla de Drosophila et de colonnes, afin d' identifier les types de cellules, et pour déterminer des défauts dans les mutants.

Introduction

Au cours du développement, les neurones dendrites élaborés dans les modèles ramifiés complexes mais stéréotypés pour former des synapses avec leurs partenaires présynaptiques. des motifs de ramification dendritique sont en corrélation avec l'identité et la fonction neuronale. Les emplacements des arbres dendritiques déterminent le type d'entrées présynaptiques qu'ils reçoivent, tandis que le dendritique ramification complexité et sur le terrain tailles régissent le nombre d'entrée. Ainsi, les propriétés morphologiques dendritiques sont des facteurs déterminants pour la connectivité synaptique et calcul neuronal. Dans de nombreuses régions de cerveaux complexes, tels que les mouches lobes optiques et la rétine des vertébrés, des circuits synaptiques sont organisés en colonnes et en couches pour faciliter le traitement des informations 1, 2. Dans une telle organisation de la colonne et de la couche, les neurones présynaptiques d'un distinctes axones du projet de modalité de mettre fin à une couche spécifique (que l'on appelle le ciblage spécifique de la couche) et pour former un tableau à deux dimensions ordonnée (soi-called carte topographique), tandis que les neurones post-synaptiques étendent dendrites de tailles appropriées dans les couches spécifiques pour recevoir des entrées présynaptiques des types et nombres corrects. Alors que axonale ciblage des couches et des colonnes a été bien étudié 3, 4, on sait beaucoup moins sur la façon dont les dendrites sont acheminés vers des couches spécifiques et à développer de manière appropriée dimensionnées champs récepteurs pour former des connexions synaptiques avec les partenaires présynaptiques corrects 5. La difficulté de l'imagerie et dendritique quantifier le ciblage des couches et des colonnes a entravé l'étude du développement dendritique dans les structures cérébrales colonnaires et stratifiés.

Neurones médullaires drosophile sont un modèle idéal pour étudier le routage dendritique et assemblage de circuits dans les colonnes et les couches. Neuropile mouche rachidien est organisé en un réseau 3D de 10 couches et approximativement 750 colonnes. Chaque colonne est innervé par un ensemble de afférences, y compris photoreceptors R7 / R8 et les neurones de lamina L1 – L5, dont les bornes axonale former des cartes topographiques d'une manière spécifique à la couche 6. Environ 38 types de neurones médullaires sont présents dans chaque colonne rachidien et dendrites élaborées dans des couches spécifiques et avec des tailles de champs appropriés pour recevoir des entrées de ces afférences 7. Les circuits synaptiques dans les rachidien ont été reconstruits à l'échelle microscopique électronique; ainsi, les partenariats synaptiques sont bien établis 7, 8. En outre, des outils génétiques pour le marquage de différents types de neurones sont disponibles médulla 9, 10, 11. En examinant les trois types de transmedulla (TM), les neurones (Tm2, et TM9 TM20), nous avons précédemment identifié deux attributs type de cellule spécifique dendritiques: (i) neurones Tm projettent dendrites soit dans la direction antérieure ou postérieure (plane projdirection d'ection), en fonction des types cellulaires et de (ii) dendrites des neurones médulla se terminent dans les couches de la médulla spécifiques de façon type de cellule spécifique (terminaison spécifique couche) 12. Planar direction de projection et de terminaison spécifique à couche sont suffisantes pour différencier ces trois types de neurones Tm, alors que les mutations qui perturbent les réponses Tm à la couche et de colonne indices affectent aspects distincts de ces attributs.

Ici, nous présentons un flux de travail complet pour l' analyse de la structuration dendritique des neurones médullaires drosophile dans les colonnes et les couches (figure 1). Tout d'abord, nous montrons une méthode d'imagerie à double sens, qui utilise un logiciel personnalisé pour combiner deux images confocal piles pour générer des images isotropes de haute qualité. Cette méthode ne nécessite que la microscopie confocale conventionnelle pour produire des images de haute qualité qui permettent la traçabilité fiable des branches dendritiques, sans avoir recours à la microscopie de super-résolution, une telles STED (émission stimulée Depletion) ou illumination structurelle. Deuxièmement, nous présentons une méthode pour le traçage des tonnelles dendritiques et pour enregistrer les traces de neurites résultant à une matrice de colonne de référence. Troisièmement, nous montrons les méthodes de calcul permettant d'extraire des informations sur la direction de projection plane et la terminaison spécifique de la couche de dendrites, ainsi que pour dériver des estimations pour ramifier et de terminaison de fréquences dendritiques. Ensemble, ces procédés permettent la caractérisation des modèles en 3D dendritiques, la classification des types de cellules sur la base des morphologies dendritiques, ainsi que l'identification des éventuels défauts dans les mutants.

Protocol

Remarque: Le protocole contient trois sections: double vue imagerie (sections 1 – 3), le traçage et l' enregistrement dendritique (sections 4 – 6), et l' analyse dendritique (sections 7 – 9) (figure 1). Les codes et les fichiers d' exemples sont fournis dans le tableau des matériaux / équipement. 1. Double image Acquisition REMARQUE: Cette étape est conçue pour l'acquisition de deux piles d'images du neuron…

Representative Results

À l'aide du double point de vue technique d'imagerie présenté ici, un cerveau de mouche des neurones contenant TM20 faiblement marquées a été imagée dans deux directions orthogonales. Avant l'imagerie, le cerveau a été coloré avec des anticorps primaires et secondaires appropriés pour la visualisation de GFP et photorécepteurs axones membrane attachée. Pour l' imagerie, le cerveau est monté d' abord dans le sens horizontal (figure 2A, B).</strong…

Discussion

Ici, nous montrons comment l' image et analyser arborisation dendritique des neurones médullaires drosophile. La première section, dual-view imagerie, décrit la déconvolution et la combinaison de deux piles d'images en une image pile à haute résolution. La deuxième section, le traçage de dendrites et de l'enregistrement, décrit le traçage et l'enregistrement des dendrites des neurones médullaires à la matrice de la colonne de référence. La troisième section, l'analyse dendriti…

Declarações

The authors have nothing to disclose.

Acknowledgements

Ce travail a été soutenu par le Programme de recherche intra-muros des National Institutes of Health, l'Institut Eunice Kennedy Shriver National de la santé infantile et du développement humain (subvention de HD008913 à C.-HL), et le Centre de technologie de l'information (PGM, NP, ESM et MM).

Materials

Software
Huygens Professional  Scientific Volume Imaging version 16.05 for image deconvolution (https://svi.nl).  commercial software
MIPAV version 7.3.0 for image recombination and registration (http://mipav.cit.nih.gov/.).  freeware
MIPAV plugin: PlugInDrosophilaRetinalRegistration.class freeware
MIPAV plugin: PlugInDrosophilaStandardColumnRegistration.class freeware
Imaris Bitplane for tracing neurites and assigning reference points for image registration (http://www.bitplane.com). commercial software
Vaa3D for visualizing swc files (https://github.com/Vaa3D/release/releases/).  freeware
Matlab Mathworks R2014b for morphometric analysis of dendrites (http://www.mathworks.com).  commercial software
Matlab toolbox: TREES1.14 v1.14 for analyzing dendritic morphometric parameters (http://www.treestoolbox.org/download.html).  freeware
Matlab toolbox: Dendritic_Tree_Toolbox v1.0 for calculating morphometric parameters (https://science.nichd.nih.gov/confluence/display/snc/Data+collections+for+imagines+combination+and+standardize+column+registration). Freeware
Name Company Catalog number Comments
Sample files
SWC file definition http://www.neuronland.org/NLMorphologyConverter/MorphologyFormats/SWC/Spec.html
The codes and sample files for image combination and registration https://science.nichd.nih.gov/confluence/display/snc/Data+collections+for+imagines+combination+and+standardize+column+registration
Reference point example  https://science.nichd.nih.gov/confluence/download/attachments/117216914/points.csv?version=1&modificationDate=1471880596000&api=v2
Name Company Catalog number Comments
Computer system
MS Windows Windows 7 x64 or Macintosh OS X 10.7 or later 3GHz 64-bit quad-core processor, 16G RAM (minimal)
Optional: Quadro4000  (or above) graphic card Nvidia for stereographic visualization of dendrites.
Optional: NVIDIA 3D vision2 Nvidia http://www.nvidia.com/object/3d-vision-main.html
Optional: 120 Hz LCD display for NVIDIA 3D vision2 http://www.nvidia.com/object/3d-vision-system-requirements.html
Name Company Catalog number Comments
Reagents for imaging
24B10 antibody The Developmental Studies Hybridoma Bank 24B10
GFP Tag Antibody Thermofisher Scientific G10362
Goat anti-Rabbit (H+L), Alexa Fluor 488 Thermofisher Scientific A11034
Goat anti-Mouse (H+L), Alexa Fluor 568 Thermofisher Scientific A21124
VECTASHIELD Antifade Mounting Medium Vector Laboratories H-1000
Mounting Clay  Fisher S04179
70% glycerol in 1X PBS
Cover glasses, high performance, D=0.17mm Zeiss 474030-9000-000

Referências

  1. Kaas, J. H. Topographic maps are fundamental to sensory processing. Brain Res Bull. 44 (2), 107-112 (1997).
  2. Sanes, J. R., Zipursky, S. L. Design principles of insect and vertebrate visual systems. Neuron. 66 (1), 15-36 (2010).
  3. Huberman, A. D., Clandinin, T. R., Baier, H. Molecular and cellular mechanisms of lamina-specific axon targeting. CSH Perspect Biol. 2 (3), a001743 (2010).
  4. Clandinin, T. R., Feldheim, D. A. Making a visual map: mechanisms and molecules. Curr Opin Neurobiol. 19 (2), 174-180 (2009).
  5. Luo, J., McQueen, P. G., Shi, B., Lee, C. H., Ting, C. Y. Wiring dendrites in layers and columns. J Neurogenet. 30 (2), 69-79 (2016).
  6. Meinertzhagen, I. A., Hanson, T. E. . The development of the optic lobe. In The Development of Drosophila melanogaster. , 1363-1491 (1993).
  7. Takemura, S. Y., et al. A visual motion detection circuit suggested by Drosophila connectomics. Nature. 500 (7461), 175-181 (2013).
  8. Takemura, S. Y., et al. Synaptic circuits and their variations within different columns in the visual system of Drosophila. Proc Natl Acad Sci U S A. 112 (44), 13711-13716 (2015).
  9. Gao, S., et al. The neural substrate of spectral preference in Drosophila. Neuron. 60 (2), 328-342 (2008).
  10. Karuppudurai, T., et al. A hard-wired glutamatergic circuit pools and relays UV signals to mediate spectral preference in Drosophila. Neuron. 81 (3), 603-615 (2014).
  11. Strother, J. A., Nern, A., Reiser, M. B. Direct observation of ON and OFF pathways in the Drosophila visual system. Curr Biol. 24 (9), 976-983 (2014).
  12. Ting, C. Y., et al. Photoreceptor-derived activin promotes dendritic termination and restricts the receptive fields of first-order interneurons in Drosophila. Neuron. 81 (4), 830-846 (2014).
  13. Ting, C. Y., et al. Tiling of R7 axons in the Drosophila visual system is mediated both by transduction of an activin signal to the nucleus and by mutual repulsion. Neuron. 56 (5), 793-806 (2007).
  14. Peng, H., Ruan, Z., Long, F., Simpson, J. H., Myers, E. W. V3D enables real-time 3D visualization and quantitative analysis of large-scale biological image data sets. Nat Biotechnol. 28 (4), 348-353 (2010).
  15. Takemura, S. Y., Lu, Z., Meinertzhagen, I. A. Synaptic circuits of the Drosophila optic lobe: the input terminals to the medulla. J Comp Neurol. 509 (5), 493-513 (2008).
  16. Takemura, S. Y., et al. Cholinergic circuits integrate neighboring visual signals in a Drosophila motion detection pathway. Curr Biol. 21 (24), 2077-2084 (2011).
  17. Keller, P. J., Schmidt, A. D., Wittbrodt, J., Stelzer, E. H. Reconstruction of zebrafish early embryonic development by scanned light sheet microscopy. Science. 322 (5904), 1065-1069 (2008).
  18. Wu, Y., et al. Spatially isotropic four-dimensional imaging with dual-view plane illumination microscopy. Nat Biotechnol. 31 (11), 1032-1038 (2013).
  19. Popko, J., Fernandes, A., Brites, D., Lanier, L. M. Automated analysis of NeuronJ tracing data. Cytometry A. 75 (4), 371-376 (2009).
  20. Meijering, E., et al. Design and validation of a tool for neurite tracing and analysis in fluorescence microscopy images. Cytometry A. 58 (2), 167-176 (2004).
  21. Pool, M., Thiemann, J., Bar-Or, A., Fournier, A. E. NeuriteTracer: a novel ImageJ plugin for automated quantification of neurite outgrowth. J Neurosci Methods. 168 (1), 134-139 (2008).
  22. Scorcioni, R., Polavaram, S., Ascoli, G. A. L-Measure: a web-accessible tool for the analysis, comparison and search of digital reconstructions of neuronal morphologies. Nat Protoc. 3 (5), 866-876 (2008).
  23. Kaplan, E. L., Meier, P. Nonparametric Estimation from Incomplete Observations. JASA. 53, 457-481 (1958).
check_url/pt/55410?article_type=t

Play Video

Citar este artigo
Ting, C., McQueen, P. G., Pandya, N., McCreedy, E. S., McAuliffe, M., Lee, C. Analyzing Dendritic Morphology in Columns and Layers. J. Vis. Exp. (121), e55410, doi:10.3791/55410 (2017).

View Video