Détermination semi-quantitative de la densité des neurones dopaminergiques dans la Substantia Nigra des modèles de rongeurs à l’aide de l’analyse automatisée d’images

La maladie de Parkinson (MP) est une maladie du mouvement neurodégénérative répandue caractérisée par la présence d’agrégats protéiques contenant de la α-synucléine (α-syn) et la perte préférentielle de neurones dopaminergiques dans la substantia nigra pars compacta (SNpc)^1. La quantification du nombre de neurones dopaminergiques est une partie essentielle de la recherche sur la MP, car elle permet d’évaluer l’intégrité du système nigrostriatal, fournissant ainsi un critère d’évaluation important pour évaluer l’efficacité des traitements modificateurs de la maladie potentiels. Actuellement, la norme pour la quantification du nombre de cellules est le comptage stéréologique non biaisé, qui utilise des sections transversales bidimensionnelles (2D) du tissu pour estimer les caractéristiques volumétriques dans les structures tridimensionnelles (3D)^2,3,4. Les méthodes thétélogiques modernes basées sur la conception utilisent des procédures d’échantillonnage aléatoire complètes et appliquent des protocoles de comptage (connus sous le nom de sondes) pour éviter les artefacts potentiels et les erreurs systématiques, permettant une détection fiable des différences légèrement supérieures à la variation inter-animaux^5. Tandis que la stéréologie fournit un outil analytique puissant pour des études histologiques in vivo, elle prend beaucoup de temps, suppose la préparation uniforme d’échantillon, et exige la validation à plusieurs étapes, qui peut avoir un impact de plus en plus l’efficacité de plus en plus exigée pour l’investigation translationnelle préclinique.

Les progrès technologiques récents de la science numérique permettent d’adopter de nouvelles applications pour des évaluations plus efficaces de la pathologie sans stéréomicroscope, tout en comblant un besoin de substitut de la stéréologie impartiale. Ces méthodes augmentent la vitesse, réduisent l’erreur humaine et améliorent la reproductibilité des techniques téréologiques^6,7. HALO est l’une de ces plateformes d’analyse d’images pour l’analyse quantitative des tissus en pathologie numérique. Il comprend une variété de modules différents et rapporte des données d’expression morphologiques et multiplexées sur une base cellule par cellule à travers des sections entières de tissu utilisant des algorithmes de reconnaissance de formes. Le module FL cytonucléaire mesure la positivité immunofluorescente des marqueurs fluorescents dans le noyau ou le cytoplasme. Cela permet de signaler le nombre de cellules positives pour chaque marqueur et le score d’intensité pour chaque cellule. Le module peut être adapté pour fournir des mesures individuelles de la taille des cellules et de l’intensité, bien que cette fonctionnalité ne soit pas requise pour la quantification des neurones dopaminergiques.

Le but de cette étude est de vérifier cette méthode avec un modèle de rat α-syn à base de vecteur viral préalablement validé de neurodégénérescence^{nigrale 8,9,10.} Dans ce modèle, le mutant humain A53T α-syn est exprimé dans le SNpc par injection stéréotaxique du sérotype hybride adéno-associé du virus 1/2 (AAV1/2), entraînant une neurodégénérescence significative sur une période de 6 semaines. Le SNpc non injecté contralatéral peut, dans certaines études, servir de contrôle interne pour le côté injecté. Plus communément, l’injection de vecteur vide AAV (AAV-EV) dans une cohorte témoin d’animaux est utilisée comme témoin négatif. Nous présentons un guide étape par étape pour estimer la densité des neurones dopaminergiques restant dans le SNpc injecté après 6 semaines à l’aide d’un logiciel d’analyse d’image automatisé (Figure 1).