Här visar vi hur man analyserar dendritiska dirigering av Drosophila medulla neuroner i kolumner och skikt. Arbetsflödet innehåller en dubbel-view bildteknik för att förbättra bildkvaliteten och beräkningsverktyg för att spåra, registrera dendritiska hållare till referens kolumnen array och för att analysera de dendritiska strukturer i 3D-rymden.
I många regioner i det centrala nervsystemet, såsom fly optiska loberna och ryggradsdjur cortex är synaptiska kretsar anordnas i skikt och kolumner för att underlätta hjärnans ledningar under utveckling och informationsbehandling i utvecklade djur. Postsynaptiska neuroner arbetade Dendrites i typspecifika mönster i särskilda lager för att synaps med lämpliga presynaptiska terminaler. Flugan förlängda neuropil består av 10 lager och cirka 750 kolumner; varje kolumn innerveras av dendriter på över 38 olika typer av medulla neuroner, som matchar med axonal terminaler cirka 7 typer av afferenter i en typ-specifikt sätt. Denna rapport redovisar de förfaranden som bild och analysera dendriter av medulla nervceller. Arbetsflödet innehåller tre delar: (i) bildsektionen dual-view kombinerar två konfokala bildstaplar som samlats på ortogonala orienteringar i en hög upplösning 3D-bild av dendriter; (Ii) Dendrite spåra och registrering avsnitt spår dendritiskahållare i 3D och registrerar dendritiska spår till referens kolumnen array; (Iii) den dendritiska analys avsnitt analyseras dendritiska mönster med avseende på kolumner och skikt, inklusive lager specifika terminering och planprojektionsriktningen av dendritiska hållare, och härleder uppskattningar av dendritiska förgrening och termineringsfrekvenser. Protokollen utnyttjar anpassade plugins som bygger på öppen källkod MIPAV (Medical Imaging Processing, analys och visualisering) plattform och anpassade verktygslådor i matrisen laboratorie språk. Tillsammans dessa protokoll ger en komplett arbetsflöde för att analysera den dendritiska dirigering av Drosophila medulla neuroner i skikt och kolumner för att identifiera celltyper, och för att bestämma defekter i mutanter.
Under utveckling, neuroner arbetade Dendrites i komplexa men stereotypa grenade mönster bildar synapser med sina presynaptiska partner. Dendritiska förgrening mönster korrelerar med neuronal identitet och funktioner. Platserna för dendritiska hållare avgöra vilken typ av presynaptiska ingångar de får, medan dendritiska förgrening komplexitet och fältstorlek styr ingångsnummer. Således, dendritiska morfologiska egenskaper har en avgörande betydelse för synaptiska uppkoppling och neuronal beräkning. I många regioner i komplexa hjärnor, såsom fly optiska loberna och ryggradsdjur näthinnan, är synaptiska kretsar organiserade i kolumner och lager för att underlätta informationsbehandling 1, 2. I en sådan kolonn och skikt organisation, till presynaptiska neuroner på en avgränsad modalitet projekt axoner slutar vid ett visst lager (s k skiktet specifik inriktning) och bilda en ordnad två-dimensionell array (så called topografisk karta), medan postsynaptiska neuroner sträcker dendriter av lämplig storlek i särskilda lager för att få presynaptiska ingångar rätt typer och siffror. Medan axonal inriktning på lager och kolumner har studerats 3, 4, är mycket mindre känt om hur dendriter dirigeras till specifika skikt och expandera lämplig storlek receptiva fält för att bilda synaptiska kontakter med rätt presynaptiska partner 5. Svårigheten att avbildning och kvantifiering av dendritiska inriktning på lager och kolumner har hindrat studiet av dendritiska utveckling i kolonn och laminerade hjärnstrukturer.
Drosophila medulla nervceller är en idealisk modell för att studera dendritiska routing och kretsenheten i kolumnerna och lager. Flugan förlängda neuropil är organiserat som en 3D-gitter av 10 lager och cirka 750 kolumner. Varje kolumn innerveras av en uppsättning av afferenter, inklusive photoreceptors R7 / R8 och lamina neuroner L1 – L5, vars axonal terminaler bildar topografiska kartor i ett lager-specifikt sätt 6. Cirka 38 typer av medulla neuroner förekommer i varje förlängda kolonn och genomarbetade dendriter i specifika skikt och med lämplig storlek fält att ta emot insignaler från dessa afferenter 7. De synaptiska kretsar i märgen har rekonstruerats på elektronmikroskopnivå; sålunda är de synaptiska partnerskap väletablerat 7, 8. Vidare genetiska verktyg för märkning av olika typer av medulla nervceller är tillgängliga 9, 10, 11. Genom att undersöka tre typer av transmedulla (TM) neuroner (Tm2, TM9 och TM20), har vi tidigare identifierat två cell typspecifika dendritiska egenskaper: (i) Tm neuroner skjuter dendriter i antingen den främre eller bakre riktningen (plan projektion riktningen), beroende på de celltyper och (ii) dendriterna i medulla neuroner slutar i specifika medulla skikt i en cell-typ-specifikt sätt (skikt-specifik terminering) 12. Planprojektion riktning och lager specifika terminering är tillräckliga för att skilja mellan dessa tre typer av Tm neuroner, medan mutationer som stör Tm svar på lager och kolumn ledtrådar påverkar olika aspekter av dessa attribut.
Här presenterar vi ett komplett arbetsflöde för att undersöka dendritiska mönstring av Drosophila medulla neuroner i kolumner och skikt (Figur 1). Först visar vi en dubbel-view avbildningsmetod, som använder anpassad programvara för att kombinera två konfokala bild stackar att generera isotropa bilder av hög kvalitet. Denna metod kräver endast konventionell konfokalmikroskopi att generera bilder med hög kvalitet som möjliggör tillförlitlig spårning av dendritiska grenar, utan att tillgripa superupplösning mikroskopi, en sådans STED (stimulerad emission Utarmning) eller strukturell belysning. För det andra presenterar vi en metod för att spåra dendritiska hållare och för att registrera de resulterande neurite spår till en referenskolonn array. För det tredje visar vi de datormetoder för att extrahera information om den plana projektionsriktningen och skiktet specifika uppsägning av dendriter, samt för att härleda skattningar för dendritiska förgrening och termineringsfrekvenser. Tillsammans utgör dessa metoder gör det möjligt att karakterisera dendritiska mönster i 3D, klassificeringen av celltyper baserade på dendritiska morfologier, och att identifiera potentiella brister i mutanter.
Här visar vi hur bilden och analysera dendritiska hållare av Drosophila medulla nervceller. Den första delen, dual-view avbildning beskriver deconvolution och kombinationen av två bildstaplar i en högupplöst bildstapel. Den andra delen, dendrit spårning och registrering, beskriver spårning och registrering av dendriter av medulla nervceller till referens kolumnen array. Den tredje delen, dendritiska analys, beskriver användningen av anpassade skript för att analysera dendritiska mönster. Tillsammans …
The authors have nothing to disclose.
Detta arbete stöddes av Intramural forskningsprogram National Institutes of Health, Eunice Kennedy Shriver National Institute of Child Health and Human Development (bidrag HD008913 till C.-HL) och Centrum för informationsteknik (PGM, NP, ESM och MM).
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 |