Aqui, apresentamos um protocolo para a imagem latente de lapso de tempo, e a análise de vasculogenesis em vitro usando juntamente com o software de fonte aberta, análise cinética de Vasculogenesis de microscopia de contraste de fase. Este protocolo pode ser aplicado para avaliar quantitativamente o potencial de vasculogenic de numerosos tipos de células ou condições experimentais que o modelo de doença vascular.
Vasculogenesis é um complexo processo pelo qual células tronco e progenitoras endoteliais passam por formação de navio de novo . Avaliação quantitativa de vasculogenesis tornou-se uma leitura central de funcionalidade de células progenitoras endoteliais, e portanto, várias tentativas foram feitas para melhorar os modelos de vasculogenesis tanto in vitro e in vivo . No entanto, os métodos padrão são limitados em escopo, com medições estáticas falhando capturar muitos aspectos deste processo altamente dinâmico. Portanto, o objetivo de desenvolver este novo protocolo foi avaliar a cinética de vasculogenesis em vitro para dosar taxas de formação de rede e estabilização, bem como fornecer insights sobre potenciais mecanismos subjacentes vascular disfunção. Aplicação do presente protocolo é demonstrada usando células (ECFCs) expostas a mellitus de diabetes materna de formadoras endotelial fetal. ECFCs fetais foram derivados de sangue de cordão umbilical após o nascimento, culta e banhados em slides contendo a matriz da membrana basal, onde se realizou a vasculogenesis. Imagens dos poços slide inteiro foram adquiridas usando microscopia de contraste de fase de lapso de tempo a mais de 15 horas. Imagens foram analisadas para a derivação de dados quantitativos, usando um software de análise chamado Análise cinética de Vasculogenesis (KAV). KAV usa a segmentação de imagens, seguida por esqueletonização para analisar os componentes da rede de pilhas de imagens de contraste de fase de tempo multi ponto para derivar dez parâmetros (medida 9, 1 calculado) de rede, incluindo estrutura: fechado redes, áreas de rede, Nós, ramos, comprimento total do ramo, comprimento médio do ramo, nós triplo-ramificado, nós quad-ramificado, estruturas de rede e o ramo à relação de nó. Aplicação do presente protocolo identificado alterou taxas de vasculogenesis em ECFCs obtidos de gravidez complicada por diabetes mellitus. No entanto, esta técnica tem grandes implicações para além do âmbito relatado aqui. Implementação desta abordagem vai melhorar a avaliação mecanicista e melhorar funcionais leituras de vasculogenesis e outros processos biologicamente importantes ramificação em numerosos tipos de células ou Estados de doença.
A capacidade de células progenitoras endoteliais submeter-se a vasculogenesis, ou formação de navio de novo , é fundamental no estabelecimento de vasculatura embrionária durante o desenvolvimento1. Além disso, mais formação de navio e maturação dos vasos pré-existentes, que é conhecida como angiogênese, também é um processo fundamental no desenvolvimento e na vida pós-natal para manter o fluxo de sangue e homeostase ao longo do corpo2. Cada órgão do corpo é dependente do sistema vascular para a entrega de oxigênio e nutrientes e para a remoção de resíduos3. Se a homeostase vascular não é mantida, tal que o reparo e a formação de vasos sanguíneos são insuficientes ou em excesso, doenças vasculares podem resultar4. Portanto, adaptação e formação vascular são comumente estudados, que são essenciais na manutenção da saúde do órgão e estão implicados no desenvolvimento de numerosos estados patológicos.
Devido a uma maior compreensão do envolvimento do sistema vascular em desenvolvimento, bem como na progressão e manifestação da doença, os ensaios têm sido desenvolvidos para o modelo vasculogenesis e angiogênese in vitro e em vivo5 ,6,7. Formação de navio de modelagem envolve chapeamento células vasculares, tais como células endoteliais, na matriz da membrana basal que promove a organização celular e a formação de redes de navio a8,9,10. Normalmente, a seguir durante a noite, incubação, imagens de célula redes são capturadas em um ponto único de tempo, resultando em um pequeno número de imagens para análise11,12,13. Portanto, abordagens analíticas em grande parte foram desenvolvidas e otimizadas para tempo único ponto avaliações10,14. No entanto, análises estáticas são simplesmente insuficientes para capturar o processo dinâmico da formação de vasos e fornecem informações limitada sobre potenciais mecanismos envolvidos. Embora aumentando a frequência de imagem provavelmente iria fornecer os dados necessários para identificar a cinética de formação, aplicação de análise previamente desenvolvido para um ponto multi tempo imagem abordagem seria ineficiente e mão de obra intensiva14. Além disso, apesar do desenvolvimento de análises disponíveis comercialmente, uma taxa de pagamento-por-imagem processa esta opção custo proibitivo para estudos cinéticos, em que milhares de imagens são gerados15. Portanto, há uma necessidade no campo para uma abordagem simplificada e eficiente capturar e quantificar vasculogenesis em vitro, incluindo a capacidade de analisar conjuntos de grande imagem gerados pela microscopia de lapso de tempo célula viva.
Para superar essas limitações, uma nova abordagem foi desenvolvida com o objetivo de expandir o tempo único ponto imagem para permitir a avaliação dinâmica de vasculogenesis com imagens adquiridos a cada 15 min de16. Através da captura de vários pontos de tempo ao longo de várias horas, essa abordagem fornece uma descrição mais detalhada do processo de vasculogenesis, bem como insight sobre potenciais mecanismos que contribuem para a formação e manutenção de redes de navio. Além de melhorar a frequência e a qualidade de aquisição de imagem, esta abordagem incorpora software de romance na forma de um plug-in de código-fonte aberto17. O software, referido como cinética análise de Vasculogenesis (KAV), é uma aplicação simplificada que incorpora o processamento de imagem e análise especificamente para moda grande imagem gerada a partir de aquisições tempo multi ponto. KAV analisa imagens de contraste de fase através da segmentação de imagens, seguido por esqueletonização,18. Dez parâmetros de estrutura de rede são quantificados por KAV incluindo: Ramos, redes fechadas, nós, áreas de rede, estruturas de rede, nós triplo-ramificado, nós quad-ramificado, comprimento total do ramo, comprimento médio do ramo e o ramo à relação de nó (ver esquemática na Figura 1)16. Aplicação da abordagem de KAV inclui um fenótipo de novela, calculado de em vitro vasculogenesis, conhecido como o ramo à relação de nó. Nossos trabalhos recentes demonstraram que esta proporção é indicativa de conectividade de rede e pode estar associada a outros processos celulares envolvidos na formação de rede, tais como motilidade,16.
Embora fetal endotelial formadoras de célula (ECFC) vasculogenesis foi avaliada nestes estudos, esta abordagem de aquisição e análise de imagem pode ser prontamente aplicada para avaliar quaisquer tipos de células que passam por vasculogenesis ou angiogênese. Além disso, esta abordagem pode ser usada para identificar a alteração da função vascular resultante de uma variedade de estados patológicos, tais como diabetes mellitus gestacional, como mostrado nestes estudos. Além disso, este método pode ser adaptado para avaliar a formação de rede e ramificações, que são importantes para outros processos biologicamente relevantes. Assim, o impacto potencial de aplicação desta nova abordagem de sistemas biológicos exclusivos ainda está para ser determinado.
KAV permite a avaliação de grandes conjuntos de dados com vários pontos de tempo
Tradicionalmente, a quantificação de vasculogenesis em vitro tem consistia de uma única ou algumas medições de ponto de tempo. Esta abordagem estática é simplesmente insuficiente para capturar e quantificar um processo dinâmico e complexo. Portanto, este novo método foi desenvolvido para permitir análises eficientes da cinética de formação de rede para ganhar a introspecção em potenciais mecanismos moleculares envolvidos no processo dinâmico de vasculogenesis. Eficiência e automação são componentes importantes no desenvolvimento de novas técnicas para gerar e analisar grandes quantidades de dados de imagem. KAV foi desenvolvido especificamente para analisar pilhas de imagem grande, composto por centenas de imagens para diminuir o tempo e o trabalho necessário para derivar conclusões biologicamente significativas de conjuntos de dados de lapso de tempo. Importante, KAV realiza processamento de imagem e geração de dados em questão de segundos para pequenas (menos de 100 imagens) imagem pilhas e minutos para maiores (mais de 100 imagens) pilhas, resultando em eficiência sem paralelo da imagem. Além disso, a organização de dados em planilhas por tempo e parâmetros medidos permite rápida geração de apresentação gráfica e análise estatística.
Desafios na aplicação bem sucedida desta abordagem
Embora este ensaio inclui melhorias para aquisição de imagens e análise, alguns desafios podem impedir a implementação bem sucedida. Os quatro principais obstáculos incluem a estabilidade de umidade, precisão de cronometragem de chapeamento de aquisição de imagem e confiabilidade do hardware, software e gestão de grandes conjuntos de dados gerados para cada experimento. Imagem de célula viva estável durante várias horas pode ser um desafio. Especificamente, umidificação adequada e consistente é necessária para as câmaras de imagem. Slides de angiogênese são usados neste ensaio, que são projetados para paralelizar ensaios baseados na matriz de angiogênese. Seu baixo volume, aproximadamente 50 µ l, torna a evaporação e condensação considerações significativas para as condições de cultura estendida. Para combater esse problema experimental, é necessário utilizar uma incubadora que regula a umidade. No entanto, também pode ser necessário aumentar este regulamento se secagem excessiva da câmara de imagem ocorre ao longo do tempo. Nós achamos que a abordagem mais simples para aumentar a umidade é aumentar a área de superfície de água na câmara. Para atingir essa meta, o nosso protocolo sugere as seguintes três fontes de água: um segundo slide septado cheios de água, que é também onde a temperatura da incubadora é medida, água na zona em redor dos poços no slides e papel de filtro molhado ou toalhetes. Por outro lado, a condensação ocorre quando a temperatura do ar no quarto esfria o fundo do slide e a umidade dentro da câmara de condensa-se sobre as lâminas e os poços. Esta complicação pode levar a uma diluição dos meios de comunicação celular e um efeito de lente que interfere com o contraste de fase. Nestes estudos, condensação foi minimizada através da aplicação de ar aquecido (39-42 ° C) na parte inferior do slide.
Uma consideração chave para qualquer estudo de lapso de tempo é a coerência entre o início do experimento e a imagem latente. O timing de quando começa a imagem é fundamental para a interpretação dos acontecimentos a jusante. Para garantir a precisão da temporização deste teste, o tempo entre o chapeamento inicial e o primeiro ponto de imagem tempo deve ser rigidamente controlado. Na prática, esse “tempo morto” pode ser minimizado, mas mais importante, ele precisa ser consistente para permitir experiências em dias diferentes, para ser comparado. Por exemplo, neste protocolo, esperamos um tempo morto de cerca de 30 min. Isto pode ser facilitado pela proximidade de instalações de imagem e preparação experimental.
O que pode parecer detalhes mundanos, à primeira vista, são importantes para a estabilidade hardware, software e gerenciamento de dados. O software e drivers de hardware associado, ambiente de rede e software automatizado atualiza todas afetam a estabilidade do software. Vale a pena testar este protocolo em um “dry run” para identificar gargalos e potenciais fontes de problemas na aquisição da imagem; por exemplo, verificar para instalação confiável de células vivas, confiabilidade de palco, obturador e câmera e as políticas de tecnologia de informação institucional sobre o sistema operacional automatizado e atualizações de software.
Gerenciamento de dados é uma preocupação constante de qualquer experiência de imagem que gera centenas de milhares de imagens. Felizmente, muitas vezes software comercial verifica se há espaço disponível antes de iniciar uma experiência de imagem. No entanto, este ensaio também inclui imagem de pós-captura processamento e análise que pode adicionar para o fardo de espaço de disco rígido e interferir com a imagem de experimentos, se o espaço disponível é limitado. Além disso, a segurança e a estabilidade do computador não podem ser garantidas, mesmo com soluções de hardware, tais como uma matriz redundante de discos idênticos. Assim, uma estratégia de gerenciamento de dados para garantir espaço nos discos rígidos do computador para experiências em curso e um robusto remoto arquivamento, por exemplo, com um recurso de arquivamento institucional, é necessária.
Estratégias para maximizar a qualidade de imagem
Embora a capacidade do KAV discernir com precisão o ECFCs do fundo matriz é robusta, a sensibilidade do ensaio é dependente da qualidade da imagem. Por exemplo, se a imagem tem baixo contraste, o software irá detectar redes de celular com menos precisão (Figura 2B). A qualidade do contraste de fase é afetada por vários fatores, incluindo as configurações do microscópio usado para aquisição de imagem, carregamento do matrix e os meios de comunicação de suspensão de célula durante a preparação do ensaio e manutenção dos níveis de mídia dentro dos poços em toda a imagem. Para otimizar o contraste de fase para estes ensaios, pequenos ajustes para alinhamento de anel de fase no microscópio foram feitos para melhorar o contraste. Além disso, a preparação da amostra foi rigorosamente testada para assegurar o carregamento de mídia igual e consistente. Se a quantidade de matriz e/ou mídia carregada nos poços abaixo ou acima da faixa ótima, um menisco pode formar líderes para contraste de fase alterada. Finalmente, devido ao pequeno volume de líquido em poços, é fundamental para manter os níveis de mídia por minimizar a evaporação e condensação, como mencionado acima. Em geral, otimização de ensaio é fundamental para gerar imagens de contraste de alta qualidade para análise.
Além da qualidade de contraste de fase, outros fatores também podem afetar os resultados de ensaio incluindo a contaminação de mídia, imperfeições na matriz e as partículas ou detritos na matriz ou mídia. Contaminação é um perigo deste teste, uma vez que envolve a célula viva de imagem ao longo de várias horas em uma câmara de microscopia. Para reduzir o risco de contaminação, as suspensões de matriz e células são carregadas para o slide em uma capa de estéril. Além disso, cada amostra é tipicamente chapeada em duplicado ou triplicado para um experimento para minimizar o risco de perda de dados devido a imprevistos como detritos ou confundir a análise de partículas.
Precisam de drives de heterogeneidade da amostra para sensibilidade aumentada do ensaio
Heterogeneidade foi observada e relatada em estudos anteriores de ECFCs expostos ao GDM13. Um elevado nível de heterogeneidade na função celular observada nestas amostras é especulado para ser explicado por vários fatores, incluindo a gravidade da doença materna, duração da doença e estilo de gestão usado para regular os níveis de glicose no sangue. Importante, esta abordagem analítica capta o intervalo dinâmico de ECFC vasculogenesis, tornando-o viável para identificar diferenças fenotípicas devido à heterogeneidade funcional em amostras de gravidezes GDM. No geral, o uso de amostras primárias, tais como aqueles usados nestes estudos, pode introduzir maior variabilidade em relação a uma linha celular. Como maior ênfase é colocada na translação estudos envolvendo múltiplas amostras primárias de animal ou humanas com variabilidade funcional, a sensibilidade do ensaio é essencial para a detecção e a derivação de medições biològica significativas e as conclusões. Portanto, desenvolvimento de abordagens como KAV irá melhorar a quantidade e a qualidade dos dados gerados pela angiogênese e vasculogenesis em vitro ensaios para habilitar as observações e conclusões mais robustas. Além disso, estes dados irão facilitar a futura investigação dos mecanismos moleculares subjacentes que contribuem para a vasculogenesis ECFC alterada após a exposição intra-uterina do GDM.
Aplicações futuras desta abordagem
Embora este método foi aplicado para avaliar fetal ECFC vasculogenesis em vitro nestes estudos, as aplicações potenciais desta abordagem são numerosas. Esta técnica pode ser facilmente implementada para estudar qualquer população celular que participa nos processos de vasculogenesis ou angiogênese. Especificamente, ele pode ser usado para estudar populações de células individuais, como foi demonstrado neste estudo, mas também poderia ser aplicada a sistemas de co-cultura. No futuro, seria benéfico expandir esta abordagem além bidimensional em vitro ensaio para avaliar modelos tridimensionais (3D). Embora a versão atual do KAV seria insuficiente para dosar imagem dados 3D, uma similarmente concebida abordagem analítica lapso de tempo, multi paramétrica especificamente para modelos 3D ou na vivo gostaria de informar se as observações feitas em duas dimensões em vitro são representativas da função da célula em uma configuração mais biologicamente relevante.
The authors have nothing to disclose.
Os autores reconhecem Lucy Miller, Leanne Hernandez, Dr. David Haas, Brittany Yeley (Indiana University School of Medicine), Dr. Karen Pollok, Julie Mund, Matthew repasse e Emily Sims (Angio BioCore da Indiana University Simon Cancer Center) para excelente assistência técnica na derivação amostras ECFC. Os autores também reconhecem os Drs Maureen A. Harrington, Edward F. Srour, Richard N. Day, Mervin C. Yoder e Matthias A. Clauss (Indiana University School of Medicine) para discussão acadêmica, bem como paredes de Janice (Indiana University School of Medicine) para apoio administrativo. Todas as imagens foi realizada no centro de Indiana para microscopia biológica, Indiana University School of Medicine. Este trabalho foi financiado pelo National Institutes of Health (R01 HL094725, P30 CA82709 e HD063094 de U10) e Fundação de crianças Riley. Além disso, esta publicação foi viabilizada com apoio parcial do nacional do coração, pulmão e sangue Instituto dos institutos nacionais de saúde sob prêmio # T32 HL007910.
100mm Tissue Culture Plates | Fisher | 353003 | |
15ml conical tubes | Fisher | 1495949B | |
Angiogenesis 15-well micro-slides | Ibidi | 81506 | |
Matrigel | Fisher (Corning) | 354234 | |
EGM2 Medium | Lonza | CC3162 | |
Fetal Bovine Serum | Atlanta Biologicals | S11550 | |
PSA Antimyocytic, Antibiotic | Fisher | MT30004C1 | Added 5 milliliters per 500 milliter bottle of EGM2 medium. |
0.5% Trypsin/0.53nM EDTA in HBSS | Fisher (Corning) | MT25052CI | |
Type 1 Collagen | Fisher (Corning) | 354226 | 100mg of liquid, concentration range 3-4mg/mL. Dilute in 20nM acetic acid in ddH2O to use at a final concentration of 0.05mg/mL. |
Glacial Acetic Acid | Fisher | A38-212 | Used in Type 1 Collagen solution at a final concentration of 20nM. |
Kim Wipes | Fisher | 06-666 | |
Chambered slide | Ibidi | 80296 | This slide can be filled with distilled water to maintain humidity in the imaging chamber. |
Phosphate Buffered Saline (PBS) | Fisher (Gibco) | 20012027 | 1x solution, pH 7.2 |
Microscope | Nikon Instruments | MEA53100 and MEF55030 | Motorized TiE including Ph1 phase ring for phase contrast with objective |
Stage | Prior Instruments | ProScan II | Other OKOlab and Nikon Elements AR compatible stage may be used |
Objective | Nikon Instruments | 93178 | CFI Plan Fluor DL 10x |
Camera | Hamamatsu | C11440-42U | ORCA Flash 4.0LT |
Stage Blower | Precision Controls | N/A | This item has been discontinued, alternatives include Smart Air-Therm Heater(AIRTHERM-SMT-1W) from World Precision Instruments |
Stage-top Incubator | OKOLabs | H301 | BoldLine including a two position slide holder |
Computer | Hewlett-Packard | Z620 or equivalent | 4 core Intel Xeon processor, >32 GB RAM, >2 TB RAID 10, nVidia Quadro graphics card |
Nikon Elements Software | Nikon Instruments | AR v 4.20 | ND Acquisition is a multidimensional setup tool used to configure Elements software. |
FIJI (ImageJ) Software | N/A | N/A | Free, open-source software dowloaded online at the following URL: https://imagej.net/Fiji/Downloads |
KAV Plug-In | N/A | N/A | Free, open-source software dowloaded online at the following URL: https://github.com/icbm-iupui/kinetic-analysis-vasculogenesis |