Summary

Determinazione semi-quantitativa della densità neuronale dopaminergica nella Substantia Nigra dei modelli di roditori utilizzando l'analisi automatizzata delle immagini

Published: February 02, 2021
doi:

Summary

Qui presentiamo un metodo automatizzato per la determinazione semi-quantitativa del numero di neuroni dopaminergici nella substantia nigra pars compacta del ratto.

Abstract

La stima del numero di neuroni dopaminergici nella substantia nigra è un metodo chiave nella ricerca pre-clinica sul morbo di Parkinson. Attualmente, il conteggio stereologico imparziale è lo standard per la quantificazione di queste cellule, ma rimane un processo laborioso e dispendioso in termini di tempo, che potrebbe non essere fattibile per tutti i progetti. Qui descriviamo l’uso di una piattaforma di analisi delle immagini, in grado di stimare con precisione la quantità di celle etichettate in una regione di interesse predefinita. Descriviamo un protocollo passo-passo per questo metodo di analisi nel cervello del ratto e dimostriamo che può identificare una significativa riduzione dei neuroni positivi tirosina idrossilasi a causa dell’espressione della α-sinuleina mutante nella substantia nigra. Abbiamo convalidato questa metodologia confrontando i risultati ottenuti da stereologia imparziale. Nel complesso, questo metodo fornisce un processo efficiente in termini di tempo e accurato per rilevare i cambiamenti nel numero di neuroni dopaminergici, ed è quindi adatto per una determinazione efficiente dell’effetto degli interventi sulla sopravvivenza cellulare.

Introduction

Il morbo di Parkinson (PD) è un disturbo del movimento neurodegenerativo prevalente caratterizzato dalla presenza di aggregati proteici contenenti α-sinuleina (α-syn) e dalla perdita preferenziale di neuroni dopaminergici nella substantia nigra pars compacta (SNpc)1. La quantificazione del numero di neuroni dopaminergici è una parte vitale della ricerca PD in quanto consente la valutazione dell’integrità del sistema nigrostriatale, fornendo così un endpoint importante per valutare l’efficacia delle potenziali terapie che modificano la malattia. Attualmente, lo standard per la quantificazione del numero di cellule è il conteggio stereologico imparziale, che utilizza sezioni trasversali bidimensionali (2D) del tessuto per stimare le caratteristiche volumetriche nelle strutture tridimensionali (3D)2,3,4. I moderni metodi stereologici basati sulla progettazione utilizzano procedure di campionamento casuali complete e applicano protocolli di conteggio (noti come sonde) per evitare potenziali artefatti ed errori sistematici, consentendo un rilevamento affidabile delle differenze solo leggermente superiore alla variazione tra animali5. Mentre la stereologia fornisce un potente strumento analitico per studi istologici in vivo, richiede molto tempo, presuppone una preparazione uniforme del campione e richiede la convalida in diversi passaggi, il che può influire sull’efficienza sempre più richiesta per l’indagine traslazionale preclinale.

I recenti progressi tecnologici nella scienza digitale rendono possibile l’adozione di nuove applicazioni per valutazioni più efficienti della patologia senza stereomicroscopio, pur riempiendo un’esigenza di surrogato di stereologia imparziale. Questi metodi aumentano la velocità, riducono l’errore umano e migliorano la riproducibilità delle tecnichestereologiche 6,7. HALO è una di queste piattaforme di analisi delle immagini per l’analisi quantitativa dei tessuti nella patologia digitale. Comprende una varietà di moduli diversi e riporta dati di espressione morfologici e multiplexati su base cellulare per cella su intere sezioni tissutali utilizzando algoritmi di riconoscimento dei modelli. Il modulo FL citonucleare misura la positività immunofluorescente dei marcatori fluorescenti nel nucleo o nel citoplasma. Ciò consente di segnalare il numero di celle positive per ogni marcatore e il punteggio di intensità per ogni cella. Il modulo può essere adattato per fornire le singole dimensioni cellulari e le misurazioni dell’intensità, anche se questa caratteristica non è necessaria per la quantificazione dei neuroni dopaminergici.

Lo scopo di questo studio è quello di verificare questo metodo con un modello di ratto α-syn basato su vettori virali precedentemente convalidato di neurodegenerazione nigrale8,9,10. In questo modello, il mutante umano A53T α-syn è espresso nell’SNpc per iniezione stereotassitica del sierotipo ibrido virus adeno-associato 1/2 (AAV1/2), con conseguente significativa neurodegenerazione per un periodo di 6 settimane. L’SNpc non iniettato contralaterale può, in alcuni studi, servire da controllo interno per il lato iniettato. Più comunemente, l’iniezione di vettore vuoto AAV (AAV-EV) in una coorte di controllo degli animali viene utilizzata come controllo negativo. Presentiamo una guida dettagliata per stimare la densità dei neuroni dopaminergici che rimangono nell’SNpc iniettato dopo 6 settimane utilizzando un software automatizzato di analisi delle immagini(Figura 1).

Protocol

Tutte le procedure sono state approvate dal Comitato per la cura degli animali della rete sanitaria universitaria ed eseguite in conformità con le linee guida e i regolamenti stabiliti dal Canadian Council on Animal Care. 1. Iniezione stereotassia Coppia femmina adulta Ratti Sprague-Dawley (250-280 g) in gabbie con biancheria da letto in legno e accesso ad lib a cibo e acqua. Mantenere la colonia animale in un ciclo normale di luce/buio di 12 ore (luci accese alle 06:30) con tempera…

Representative Results

Applicando i metodi di cui sopra al tessuto cerebrale raccolti 6 settimane dopo le iniezioni di AAV, abbiamo dimostrato che l’iniezione stereotassica di AAV che esprime mutante A53T α-syn (AAV-A53T) nell’SNpc del cervello del ratto si traduce in una significativa riduzione della densità dei neuroni dopaminergici rispetto all’iniezione di vettore vuoto AAV (AAV-EV) come controllo(Figura 5A, B). Il numero medio di neuroni TH-positivi/mm2 nell’SNpc dei ratti iniett…

Discussion

La valutazione affidabile dell’integrità del sistema dopaminergico nei modelli preclinali di PD è fondamentale per determinare l’efficacia delle potenziali terapie che modificano la malattia. Pertanto, è importante controllare e ridurre al minimo le potenziali confusioni che possono ridurre l’affidabilità e la riproducibilità dei dati istopatologici. Risultati quantitativi accurati possono fornire più informazioni rispetto alle sole descrizioni qualitative o semi-quantitative. Allo stesso tempo, dobbiamo riconoscer…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Gli autori ringraziano tutto lo staff dell’Advanced Optical Microscopy Facility (AOMF) di University Health Network per il loro tempo e la loro assistenza nello sviluppo di questo protocollo.

Materials

A-Syn Antibody ThermoFisher Scientific 32-8100
ABC Elite Vector Labs PK-6102
Alexa Fluor 488 secondary antibody ThermoFisher Scientific A-11008
Alexa Fluor 555 secondary antibody ThermoFisher Scientific A-28180
Alkaline phosphatase-conjugated anti-rabbit igG Jackson Immuno 111-055-144
Biotinylated anti-mouse IgG Vector Labs BA-9200
Bovine Serum Albumin Sigma A2153
DAKO fluorescent mouting medium Agilent S3023
HALO™ Indica Labs
Histo-Clear II Diamed HS202
ImmPACT DAB Peroxidase substrate Vector Labs SK-4105
LSM880 Confocal Microscope Zeiss
NeuN Antibody Millipore MAB377
Normal Goat Serum Vector Labs S-1000-20
OCT Tissue-Tek
Paraformaldehyde BioShop PAR070.1
Sliding microtome Leica SM2010 R
Stereo Investigator MBF Bioscience
Sucrose BioShop SUC700
TH Antibody ThermoFisher Scientific P21962
VectaMount mounting medium Vector Labs H-5000
Vector Blue Alkaline Phosphatase substrate Vector Labs SK-5300
Zen Black Software Zeiss
Zen Blue Software Zeiss

References

  1. Kalia, L. V., Lang, A. E. Parkinson’s disease. Lancet. 386 (9996), 896-912 (2015).
  2. West, M. J., Slomianka, L., Gundersen, H. J. Unbiased stereological estimation of the total number of neurons in thesubdivisions of the rat hippocampus using the optical fractionator. The Anatomical Record. 231 (4), 482-497 (1991).
  3. Nair-Roberts, R. G., et al. Stereological estimates of dopaminergic, GABAergic and glutamatergic neurons in the ventral tegmental area, substantia nigra and retrorubral field in the rat. Neuroscience. 152 (4), 1024-1031 (2008).
  4. Golub, V. M., et al. Neurostereology protocol for unbiased quantification of neuronal injury and neurodegeneration. Frontiers in Aging Neuroscience. 7, 196 (2015).
  5. Schmitz, C., Hof, P. R. Design-based stereology in neuroscience. Neuroscience. 130 (4), 813-831 (2005).
  6. Penttinen, A. M., et al. Implementation of deep neural networks to count dopamine neurons in substantia nigra. European Journal of Neuroscience. 48 (6), 2354-2361 (2018).
  7. Yousef, A., et al. Neuron loss and degeneration in the progression of TDP-43 in frontotemporal lobar degeneration. Acta Neuropathologica Communications. 5 (1), 68 (2017).
  8. Koprich, J. B., et al. Expression of human A53T alpha-synuclein in the rat substantia nigra using a novel AAV1/2 vector produces a rapidly evolving pathology with protein aggregation, dystrophic neurite architecture and nigrostriatal degeneration with potential to model the pathology of Parkinson’s disease. Molecular Neurodegeneration. 5, 43 (2010).
  9. Koprich, J. B., et al. Progressive neurodegeneration or endogenous compensation in an animal model of Parkinson’s disease produced by decreasing doses of alpha-synuclein. PLoS One. 6 (3), 17698 (2011).
  10. McKinnon, C., et al. Early-onset impairment of the ubiquitin-proteasome system in dopaminergic neurons caused by alpha-synuclein. Acta Neuropathologica Communications. 8 (1), 17 (2020).
  11. Henderson, M. X., et al. Spread of alpha-synuclein pathology through the brain connectome is modulated by selective vulnerability and predicted by network analysis. Nature Neuroscience. 22 (8), 1248-1257 (2019).
  12. Ip, C. W., et al. AAV1/2-induced overexpression of A53T-alpha-synuclein in the substantia nigra results in degeneration of the nigrostriatal system with Lewy-like pathology and motor impairment: a new mouse model for Parkinson’s disease. Acta Neuropathologica Communications. 5 (1), 11 (2017).
  13. Webster, J. D., Dunstan, R. W. Whole-slide imaging and automated image analysis: considerations and opportunities in the practice of pathology. Veterinary Pathology. 51 (1), 211-223 (2014).

Play Video

Cite This Article
O’Hara, D. M., Kapadia, M., Ping, S., Kalia, S. K., Kalia, L. V. Semi-Quantitative Determination of Dopaminergic Neuron Density in the Substantia Nigra of Rodent Models using Automated Image Analysis. J. Vis. Exp. (168), e62062, doi:10.3791/62062 (2021).

View Video