Summary

Временной live Imaging и количественной быстрой динамики дендритной ветви в разработке дрозофилнейронов

Published: September 25, 2019
doi:

Summary

Здесь мы описываем метод, который мы использовали для изображения высокоподвижной дендритной филоподии в живой подготовке личиночного мозга Дрозофилы, и протокол, который мы разработали для количественной оценки наборов данных 3D-изображений для количественных оценок дендрита динамики в развивающихся нейронах.

Abstract

Высокоподвижной дендритной филоподии широко присутствуют в нейронах на ранних стадиях развития. Эти исследовательские динамические ветви пробуйте окружающую среду и инициируют контакты с потенциальными синаптическими партнерами. Хотя связь между дендритной динамикой ветви и синаптогенезом хорошо известна, то как процессы, зависящие от развития и активности, регулируют динамику дендритных ветвей, не очень хорошо поняты. Отчасти это объясняется техническими трудностями, связанными с живой визуализацией и количественным анализом этих тонких структур с использованием системы in vivo. Мы создали метод для изучения динамики дендрита с использованием drosophila личинки ventral боковые нейроны (LNvs), которые могут быть индивидуально помечены с использованием генетических подходов и доступны для живой визуализации. Воспользовавшись этой системой, мы разработали протоколы для захвата отраслевой динамики всей дендритной беседки одной помеченной LNv с помощью замедленной живой визуализации. Затем мы выполнили пост-обработку для улучшения качества изображения за счет коррекции дрейфа и деконволуциации, а затем анализировали динамику филиалов на уровне одной ветви, аннотируя пространственные позиции всех ветвей терминалов. Наконец, мы разработали R-скрипты(дополнительный файл)и конкретные параметры для количественной оценки динамики ветвей с использованием информации о координатах, генерируемой трассировкой терминала. В совокупности этот протокол позволяет нам достичь детального количественного описания отраслевой динамики нейрональной дендритной беседки с высоким временным и пространственным разрешением. Методы, которые мы разработали, как правило, применимы к редко помечены нейронов как в пробирке и в условиях vivo.

Introduction

Дендриты являются специализированными нейронными отсеками, которые принимают и обрабатывают сенсорный и синаптический вход. Сложная и стереотипная структура дендритных беседок с момента их обнаружения подвергалась интенсивному исследованию. Ряд типовых систем, в том числе Xenopus оптических тектальных нейронов, цыпленка клетки ганглия, и дендритной беседки (да) нейронов в системе Drosophila, были созданы для изучения развития, реконструкции и пластичности нейронные дендриты1,2,3,4. Drosophila ventral боковые нейроны (LNvs) представляют собой группу визуальных нейронов проекции первоначально определены для их важных функций в циркадной регуляции летать поведения5. Исследования также показали роль личинок LNvs в качестве прямой postsynaptic цель личинок фоторецепторов (PRs)6,7. Важно отметить, что культивирование развивающихся личинок в различных световых режимах сильно влияет на размер дендритных беседок LNvs, демонстрируя пригодность LNvs как новой модели для изучения дендритной пластичности7. Последние работы нашей группы также указывает на то, что как размер lNv дендрита и динамическое поведение дендритных ветвей отображают опыт-зависимую пластичность8,9. В рамках этой работы мы разработали новый живой протокол визуализации и количественной оценки для проведения анализа динамики дендрита LNvs от2-го или3-го инстаровых личинок.

Прозрачный характер личиночного мозга Дрозофилы делает его идеальным для живой визуализации. Тем не менее, дендритные беседки LNvs расположены в плотно иннервированных личиночной оптической нейропил (LON) в центре личинки доли мозга6. Для захвата изображений тонких ветвей дендритов и филоподии в нетронутой ткани мозга, мы используем двухфотонную микроскопию, которая увеличивает глубину проникновения света и снижает фототоксичность во время живых экспериментов изображений10. Используя эту установку, мы успешно провели живые эксперименты изображения на LNvs в течение более 30 минут, не наблюдая очевидного морфологического ухудшения нейрона. Кроме того, генетические манипуляции с использованием flip-out техники позволили нам маркировать отдельные LNvs с мембраной помечены GFP, который также имеет решающее значение для мониторинга движений отдельных ветвей11,12,13 .

Чтобы зафиксировать динамичное поведение всех ветвей на дендритной беседке LNv с оптимальным оптическим разрешением, мы выполнили замедленное 3D-изображение на свежерассеченных личиночных вылазках мозга с высоким пространственным разрешением при 1 мин на рамку в течение 10-30 мин. Разработка LNv дендриты очень динамичны, при этом большой процент ветвей отображает наблюдаемые изменения в окне 10 мин. Это приводит к одной из основных технических задач в изучении динамики дендрита, количественной оценке поведения ветвей на основе наборов данных 4D-изображений. Ранее установленные методы имеют различные ограничения, включая отсутствие точности и чрезмерные временные требования. Поэтому мы разработали полуавтоматический метод, который сочетает в себе изображение после обработки, ручная маркировка ветвей терминалов и автоматическое отслеживание 4D-точек с помощью программного обеспечения для аннотации изображений. Мы вычисляем движения ветвей терминалов в разных точках времени на основе 3D-координат пятен. Затем данные экспортируются и анализируются для получения количественных измерений динамики отрасли. Этот метод точно оценивает продолжительность и масштабы расширения и опрокидки событий существующих ветвей, а также формирование новых ветвей, что позволяет отслеживать динамику дендрита в большом количестве нейронов.

Protocol

ПРЕДЕКТО: Этот протокол включает в себя использование лазеров класса IV и потребует надлежащей подготовки и безопасности руководящих принципов, которые должны соблюдаться. Избегайте воздействия прямого или рассеянного лазерного света на глаза или кожу.ПРИМЕЧАНИЕ:…

Representative Results

Используя описанный выше протокол живого изображения, мы фиксирует стеки изображений с высоким разрешением для последующего анализа и количественной оценки. Дополнительное видео 1 показывает максимальную интенсивность проецируемой (MIP) серии изображений, с…

Discussion

Здесь мы описываем протокол, разработанный нами для записи и количественной оценки динамического поведения дендритных ветвей в индивидуально помеченных нейронах в личинках дрозофилов. Примечательно, что наш живой протокол визуализации содержит специфические параметры, которые…

Declarações

The authors have nothing to disclose.

Acknowledgements

Эта работа поддерживается Интрамуральной исследовательской программой Национального института неврологических расстройств и инсульта, Национальных институтов здравоохранения. Проект No 1 “IANS003137”.

Materials

Chameleon Vision II multiphoton laser Coherent
high vacuum grease Dow Corning 79751-30
LSM 780 two-photon laser scanning confocal microscope Carl Zeiss upright configuration
Microscope Cover Glass Fisher Scientific 12-544-E
Superfrost Plus Microscope Slides Fisher Scientific 12-550-15
Software
Excel Microsoft for processing .csv files
Huygens Professional Scientific Volume Imaging for drift correction and deconvolution
Imaris Oxford Instruments for 3D visualization and image annotation
Reagents
Glucose
HEPES
KCl
MgCl2
NaCl
NaHCO3
PBS
Sucrose
TES

Referências

  1. Wong, W. T., Wong, R. O. L. Changing specificity of neurotransmitter regulation of rapid dendritic remodeling during synaptogenesis. Nature Neuroscience. 4 (4), 351-352 (2001).
  2. Wu, G. Y., Zou, D. J., Rajan, I., Cline, H. Dendritic Dynamics In Vivo Change during Neuronal Maturation. The Journal of Neuroscience. 19 (11), 4472-4483 (1999).
  3. Jan, Y. N., Jan, L. Y. Branching out: mechanisms of dendritic arborization. Nature Reviews Neuroscience. 11, 316 (2010).
  4. Cline, H., Haas, K. The regulation of dendritic arbor development and plasticity by glutamatergic synaptic input: a review of the synaptotrophic hypothesis. The Journal of Physiology. 586 (6), 1509-1517 (2008).
  5. Helfrich-Forster, C., et al. Development and morphology of the clock-gene-expressing lateral neurons of Drosophila melanogaster. Journal of Comparative Neurology. 500 (1), 47-70 (2007).
  6. Sprecher, S. G., Cardona, A., Hartenstein, V. The Drosophila larval visual system: High-resolution analysis of a simple visual neuropil. Biologia do Desenvolvimento. 358 (1), 33-43 (2011).
  7. Yuan, Q., et al. Light-Induced Structural and Functional Plasticity in Drosophila Larval Visual System. Science. 333 (6048), 1458-1462 (2011).
  8. Sheng, C., et al. Experience-dependent structural plasticity targets dynamic filopodia in regulating dendrite maturation and synaptogenesis. Nature Communications. 9 (1), 3362 (2018).
  9. Yin, J., et al. Transcriptional Regulation of Lipophorin Receptors Supports Neuronal Adaptation to Chronic Elevations of Activity. Cell Reports. 25 (5), 1181-1192 (2018).
  10. Denk, W., Strickler, J., Webb, W. Two-photon laser scanning fluorescence microscopy. Science. 248 (4951), 73-76 (1990).
  11. Golic, K. G., Lindquist, S. The FLP recombinase of yeast catalyzes site-specific recombination in the drosophila genome. Cell. 59 (3), 499-509 (1989).
  12. Harrison, D. A., Perrimon, N. Simple and efficient generation of marked clones in Drosophila. Current Biology. 3 (7), 424-433 (1993).
  13. del Valle Rodríguez, A., Didiano, D., Desplan, C. Power tools for gene expression and clonal analysis in Drosophila. Nature Methods. 9, 47 (2011).
  14. Portera-Cailliau, C., Pan, D. T., Yuste, R. Activity-regulated dynamic behavior of early dendritic protrusions: evidence for different types of dendritic filopodia. Journal of Neuroscience. 23 (18), 7129-7142 (2003).
  15. Niell, C. M., Smith, S. J. Live optical imaging of nervous system development. Annual Review of Physiology. 66, 771-798 (2004).
  16. Barry, D. J., Durkin, C. H., Abella, J. V., Way, M. Open source software for quantification of cell migration, protrusions, and fluorescence intensities. The Journal of Cell Biology. 209 (1), 163-180 (2015).
  17. Hendricusdottir, R., Bergmann, J. H. M. F-dynamics: Automated quantification of dendrite filopodia dynamics in living neurons. Journal of Neuroscience Methods. 236, 148-156 (2014).
  18. Jacquemet, G., et al. FiloQuant reveals increased filopodia density during breast cancer progression. The Journal of Cell Biology. 216 (10), 3387 (2017).
  19. Nilufar, S., Morrow, A. A., Lee, J. M., Perkins, T. J. FiloDetect: automatic detection of filopodia from fluorescence microscopy images. BMC Systems Biology. 7 (1), 66 (2013).
  20. Tsygankov, D., et al. CellGeo: A computational platform for the analysis of shape changes in cells with complex geometries. The Journal of Cell Biology. 204 (3), 443-460 (2014).
  21. Urbančič, V., et al. Filopodyan: An open-source pipeline for the analysis of filopodia. The Journal of Cell Biology. 216 (10), 3405-3422 (2017).
check_url/pt/60287?article_type=t

Play Video

Citar este artigo
Sheng, C., Javed, U., Rosenthal, J., Yin, J., Qin, B., Yuan, Q. Time-lapse Live Imaging and Quantification of Fast Dendritic Branch Dynamics in Developing Drosophila Neurons. J. Vis. Exp. (151), e60287, doi:10.3791/60287 (2019).

View Video