Summary

Cuantificación de la columna dendrítica mediante un software automático de reconstrucción de neuronas tridimensional

Published: September 27, 2024

Summary

Las espinas dendríticas son compartimentos postsinápticos de la mayoría de las sinapsis excitatorias. Las alteraciones en la morfología de la espina dendrítica ocurren durante el neurodesarrollo, el envejecimiento, el aprendizaje y muchos trastornos neurológicos y psiquiátricos, lo que subraya la importancia de un análisis confiable de la columna dendrítica. Este protocolo describe la cuantificación de la morfología de la espina dendrítica de forma precisa y reproducible utilizando un software automático de reconstrucción de neuronas tridimensionales.

Abstract

Las conexiones sinápticas permiten el intercambio y procesamiento de información entre neuronas. El sitio postsináptico de las sinapsis excitadoras a menudo se forma en las espinas dendríticas. Las espinas dendríticas son estructuras de gran interés en la investigación centrada en la plasticidad sináptica, el neurodesarrollo y los trastornos neurológicos y psiquiátricos. Las espinas dendríticas experimentan modificaciones estructurales durante su vida útil, con propiedades como el número total de espinas, el tamaño de las espinas dendríticas y el subtipo morfológicamente definido que se alteran en respuesta a diferentes procesos. La delineación de los mecanismos moleculares que regulan estas alteraciones estructurales de las espinas dendríticas se basa en la medición morfológica. Esto exige un análisis preciso y reproducible de la espina dendrítica para proporcionar evidencia experimental. El presente estudio describe un protocolo detallado para la cuantificación y clasificación de la columna dendrítica utilizando Neurolucida 360 (software automático de reconstrucción de neuronas tridimensionales). Este protocolo permite la determinación de las propiedades clave de la espina dendrítica, como la densidad total de la espina, el volumen de la cabeza de la espina y la clasificación en subtipos de espina, lo que permite un análisis eficaz de los fenotipos estructurales de la espina dendrítica.

Introduction

Las espinas dendríticas son protuberancias de las dendritas, que a menudo comprenden el sitio postsináptico de las sinapsis glutamatérgicas 1,2. Las espinas dendríticas son de particular interés en el campo de la plasticidad sináptica. Las espinas a menudo se alteran cuando cambia la fuerza sináptica, volviéndose más grandes y fuertes en la potenciación sináptica a largo plazo o más pequeñas y débiles en la depresión sináptica a largo plazo 3,4,5,6,7. Más allá de la plasticidad sináptica, el perfil de las espinas dendríticas cambia a lo largo de la vida. En el desarrollo temprano, hay un período de formación y crecimiento de la espina dendrítica, seguido de poda de la espina dendrítica hasta alcanzar un estado estacionario 8,9,10. En el cerebro envejecido, la pérdida de la columna vertebral acompaña a la contracción del cerebroy al deterioro cognitivo. Además, muchos trastornos neurológicos, neurodegenerativos y psiquiátricos se caracterizan por espinas dendríticas aberrantes. Múltiples regiones cerebrales en individuos afectados con esquizofrenia tienen menos espinas dendríticas, probablemente como resultado de la poda sináptica alterada12. Los trastornos del espectro autista también se caracterizan por patologías dendríticas de la columnavertebral 13. La pérdida de la columna dendrítica es un sello distintivo de la enfermedad de Alzheimer y de la enfermedad de Parkinson14,15. Dada la amplia gama de temas de investigación que abarcan las propiedades de la espina dendrítica, las técnicas para la cuantificación precisa de la columna vertebral son de suma importancia.

La tinción, es decir, el método de Golgi, o el marcaje de neuronas mediante relleno de colorante o la expresión de proteínas fluorescentes son métodos comunes para la visualización de la columna dendrítica 16,17,18. Una vez visualizadas, las espinas se pueden analizar con una variedad de clientes de software gratuitos y disponibles comercialmente. El resultado deseado del análisis es un factor importante para determinar qué software será más útil. Fiji es una opción de software viable para preguntas centradas en la densidad de la espina dendrítica. Sin embargo, esta técnica se basa en gran medida en el recuento manual que requiere mucho tiempo y que puede introducir el potencial de sesgo. Nuevos complementos como SpineJ permiten la cuantificación automática, lo que también permite un análisis más preciso del cuello de la columnavertebral 19. Un inconveniente de estos enfoques es la pérdida de un análisis tridimensional para determinar el volumen del lomo, ya que SpineJ se limita a pilas de imágenes bidimensionales. Además, obtener información sobre los subtipos de columna vertebral se vuelve un desafío a través de estos procesos. Los cuatro subtipos de espinas predominantes, delgada, seta, rechoncha y filopodio, connotan funciones individuales y se clasifican en gran medida a través de la morfología20. Las espinas delgadas se caracterizan por un cuello alargado y una cabeza definida21. Las espinas de los hongos tienen una cabeza de espina mucho más grande y pronunciada22. Las espinas rechonchas son cortas y tienen poca variación entre la cabeza y el cuello23. Los filopodios son espinas inmaduras con un cuello largo y delgado y sin cabeza obviamente observable24. Si bien la clasificación proporciona información valiosa, las espinas existen en un continuo de dimensiones. La clasificación en categorías se basa en rangos de medidas morfológicas25,26. La medición manual de los lomos para la clasificación agrava la carga logística para los investigadores en este enfoque.

Otras opciones de software que se centran específicamente en el análisis tridimensional de la columna dendrítica son más adecuadas para las investigaciones sobre el volumen de la columna vertebral y las propiedades del subtipo 27,28,29,30,31. A pesar de la dificultad que presenta el análisis tridimensional, como la mala resolución del plano z y el frotis, estas opciones de software permiten una reconstrucción tridimensional fiable de las dendritas y las espinas dendríticas de forma semiautomatizada guiada por el usuario. La clasificación automática de las espinas identificadas en sus subtipos también es una característica presente en algunos de estos paquetes de software de análisis de espinas. Esto puede mejorar las preocupaciones sobre la posible carga de trabajo y el sesgo experimental. Neurolucida 360 es un software disponible en el mercado que permite la identificación y clasificación tridimensional fiable y reproducible de la columna dendrítica32. Aquí, presentamos un protocolo integral para preparar de manera efectiva el tejido fijo, adquirir imágenes y, en última instancia, cuantificar y clasificar las espinas dendríticas utilizando este software.

Protocol

Todos los procedimientos con animales siguieron las Directrices de los Institutos Nacionales de Salud de EE. UU. sobre el uso de animales en la investigación intramuros y fueron aprobados por el Comité de Cuidado y Uso de Animales del Instituto Nacional de Salud Mental. 1. Preparación de rodajas fijas del hipocampo Anestesiar ratones con una inyección intraperitoneal de ketamina/xilacina (ketamina: 100 mg/kg; Xilacina: 8 mg/kg). …

Representative Results

La utilización efectiva de este método de análisis comienza con la selección de segmentos dendríticos para el rastreo. Como se describe en la Figura 1, las dendritas ideales para el rastreo no están muy cerca de otras dendritas. Las dendritas que corren en paralelo pueden resultar en la identificación incorrecta de las espinas de una dendrita vecina. Las dendritas que se cruzan directamente o corren perpendiculares en un plano z diferente también agr…

Discussion

Este protocolo detalla los pasos específicos de la preparación de la muestra, la obtención de imágenes y el proceso de cuantificación y clasificación de la columna dendrítica mediante software de reconstrucción tridimensional. Este software es una poderosa herramienta capaz de producir datos estructurales robustos que contribuyen a una amplia gama de investigaciones. A lo largo del proceso, hay algunos pasos críticos que hacen que este protocolo sea menos una carga metodológica…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Nos gustaría agradecer a Carolyn Smith, Sarah Williams Avram, Ted Usdin y el NIMH SNIR por su asistencia técnica. Además, nos gustaría reconocer al Grupo de Estudio de Investigación Biomédica Bethesda de la Universidad Colgate. Este trabajo cuenta con el apoyo del Programa Intramuros del NIMH (1ZIAMH002881 a Z.L.).

Materials

518F Immersion Oil Zeiss 444960-0000-000
Cryostat Leica CM3050S For slice preparation
Fine Forceps FST 11150-10
Hemostat Forceps FST 13020-12
Large Surgical Scissors FST 14002-16
LSM 880 Confocal Microscope Zeiss LSM 880
Microscope Cover Glass Fisherbrand 12-541-035
Mini-Peristaltic Pump II Harvard Apparatus 70-2027 For perfusions
Neurolucida 360 MBF Bioscience v2022.1.1 Spine Analysis Software
Neurolucida Explorer MBF Bioscience v2022.1.1 Spine Analysis Software
OCT Compound Sakura Finetek 4583 For cryostat sectioning
Paraformaldehyde (37%) Fisherbrand F79-1
Plan-Apochromat 63x/1.40 Oil DIC Zeiss 440762-9904-000
Scalpel Blade FST 10022-00
Small Surgical Scissors FST 14060-09
Spatula  FST 10091-12
Sucrose FIsherbrand S5-500
Superfrost Plus Microslides Diagger ES4951+
Vectashield HardSet Mounting Medium Vector Laboratories H-1400-10

References

  1. Gray, E. G. Electron microscopy of synaptic contacts on dendrite spines of the cerebral cortex. Nature. 183, 1592-1593 (1959).
  2. Ramón Y Cajal, S. Sobre la fibras nerviosas de la capa molecular del cerebelo. Rev Trim Histol Norm. 1, 33-49 (1888).
  3. Desmond, N. L., Levy, W. Changes in the numerical density of synaptic contacts with long-term potentiation in the hippocampal dendate gyrus. J Comp Neurol. 253, 466-475 (1986).
  4. Engert, F., Bonhoeffer, T. Dendritic spine chances associated with hippocampal long-term synaptic plasticity. Nature. 399, 66-70 (1999).
  5. Yang, Y., Wang, X. B., Frerking, M., Zhou, Q. Spine expansion and stabilization associated with long-term potentiation. J Neurosci. 28 (22), 5740-5751 (2008).
  6. Oh, W. C., Parajuli, L. K., Zito, K. Heterosynaptic structural plasticity on local dendritic segments of hippocampal ca1 neurons. Cell Rep. 10 (2), 162-169 (2015).
  7. Shinoda, Y., Tanaka, T., Tominaga-Yoshino, K., Ogura, A. Persistent synapse loss induced by repetitive ltd in developing rat hippocampal neurons. PLoS One. 5 (4), e10390 (2010).
  8. Markus, E. J., Petit, T. L. Neocortical synaptogenesis, aging, and behavior lifespan development in the motor-sensory system of the rat. Exp Neurol. 96 (2), 262-278 (1987).
  9. Duan, H., Wearne, S. L., Rocher, A. B., Macedo, A., Morrison, J. H., Hof, P. R. Age-related dendritic and spine changes in corticocortically projecting neurons in macaque monkeys. Cereb Cortex. 13 (9), 950-961 (2003).
  10. Chen, C. C., Lu, J., Zuo, Y. Spatiotemporal dynamics of dendritic spines in the living brain. Front Neuroanat. 8, 28 (2014).
  11. Dickstein, D. L., Weaver, C. M., Luebke, J. I., Hof, P. R. Dendritic spine changes associated with normal aging. Neuroscience. 251, 21-32 (2013).
  12. Glausier, J. R., Lewis, D. A. Dendritic spine pathology in schizophrenia. Neuroscience. 251, 90-107 (2013).
  13. Phillips, M., Pozzo-Miller, L. Dendritic spine dysgenesis in autism related disorders. Neurosci Lett. 601, 30-40 (2015).
  14. Dorostkar, M. M., Zou, C., Blazquez-Llorca, L., Herms, J. Analyzing dendritic spine pathology in alzheimer’s disease: Problems and opportunities. Acta Neuropathol. 130 (1), 1-19 (2015).
  15. Villalba, R. M., Smith, Y. Loss and remodeling of striatal dendritic spines in parkinson’s disease: From homeostasis to maladaptive plasticity. J Neural Transm (Vienna). 125 (3), 431-447 (2018).
  16. Cheng, C., Trzcinski, O., Doering, L. C. Fluorescent labeling of dendritic spines in cell cultures with the carbocyanine dye "dii&#34. Front Neuroanat. 8, 30 (2014).
  17. Feng, G., et al. Imaging neuronal subsets in transgenic mice expressing multiple spectral variants of gfp. Neuron. 28 (1), 41-51 (2000).
  18. Baloyannis, S. J. Staining neurons with golgi techniques in degenerative diseases of the brain. Neural Regen Res. 10 (5), 693-695 (2015).
  19. Levet, F., Tonnesen, J., Nagerl, U. V., Sibarita, J. B. SpineJ: A software tool for quantitative analysis of nanoscale spine morphology. Methods. 174, 49-55 (2020).
  20. Peters, A., Kaiserman-Abramof, I. R. The small pyramidal neuron of the rat cerebral cortex. The perikaryon, dendrites and spines. Am J Anat. 127 (4), 321-356 (1970).
  21. Pfeiffer, T., et al. Chronic 2p-sted imaging reveals high turnover of dendritic spines in the hippocampus in vivo. Elife. 7, e34700 (2018).
  22. Harris, K. M. Structure, development, and plasticity of dendritic spines. Curr Opin Neurobiol. 9 (3), 343-348 (1999).
  23. Hering, H., Sheng, M. Dendritic spines: Structure, dynamics, and regulation. Nat Rev Neurosci. 2 (12), 880-888 (2001).
  24. Jontes, J. D., Smith, S. J. Filopodia, spines, and the generation of synaptic diversity. Neuron. 27 (1), 11-14 (2000).
  25. Pchitskaya, E., Bezprozvanny, I. Dendritic spines shape analysis-classification or clusterization? Perspective. Front Synaptic Neurosci. 12, 31 (2020).
  26. Berry, K. P., Nedivi, E. Spine dynamics: Are they all the same. Neuron. 96 (1), 43-55 (2017).
  27. Rodriguez, A., Ehlenberger, D. B., Dickstein, D. L., Hof, P. R., Wearne, S. L. Automated three-dimensional detection and shape classification of dendritic spines from fluorescence microscopy images. PLoS One. 3 (4), e1997 (2008).
  28. Swanger, S. A., Yao, X., Gross, C., Bassell, G. J. Automated 4D analysis of dendritic spine morphology: Applications to stimulus-induced spine remodeling and pharmacological rescue in disease model. Mol Brain. 4, 38 (2011).
  29. Basu, S., et al. Quantitative 3-D morphometric analysis of individual dendritic spines. Sci Rep. 8 (1), 3545 (2018).
  30. Ekaterina, P., Peter, V., Smirnova, D., Vyacheslav, C., Ilya, B. Spinetool is an open-source software for analysis of morphology of dendritic spines. Sci Rep. 13 (1), 10561 (2023).
  31. Li, B. Z., Sumera, A., Booker, S. A., Mccullagh, E. A. Current best practices for analysis of dendritic spine morphology and number in neurodevelopmental disorder research. ACS Chem Neurosci. 14 (9), 1561-1572 (2023).
  32. Dickstein, D. L., et al. Automatic dendritic spine quantification from confocal data with Neurolucida 360. Curr Protoc Neurosci. 77, 1-21 (2016).
  33. Gage, G. J., Kipke, D. R., Shain, W. Whole animal perfusion fixation for rodents. J Vis Exp. (65), e3564 (2012).
  34. Parajuli, L. K., Koike, M. Three-dimensional structure of dendritic spines revealed by volume electron microscopy techniques. Front Neuroanat. 15, 627368 (2021).
  35. Ferreira, J. S., et al. Distance-dependent regulation of NMDAR nanoscale organization along hippocampal neuron dendrites. Proc Natl Acad Sci U S A. 117 (39), 24526-24533 (2020).
  36. Megias, M., Emri, Z. s., Freund, T. F., Gulyas, A. I. Total number and distribution of inhibitory and excitatory synapses on hippocampal ca1 pyramidal cells. Neuroscience. 102 (3), 527-540 (2001).
  37. Katz, Y., et al. Synapse distribution suggests a two-stage model of dendritic integration in ca1 pyramidal neurons. Neuron. 63 (2), 171-177 (2009).
  38. Bourne, J., Harris, K. M. Do thin spines learn to be mushroom spines that remember. Curr Opin Neurobiol. 17 (3), 381-386 (2007).
  39. Runge, K., Cardoso, C., De Chevigny, A. Dendritic spine plasticity: Function and mechanisms. Front Synaptic Neurosci. 12, 36 (2020).
  40. Tonnesen, J., Katona, G., Rozsa, B., Nagerl, U. V. Spine neck plasticity regulates compartmentalization of synapses. Nat Neurosci. 17 (5), 678-685 (2014).
  41. Mattila, P. K., Lappalainen, P. Filopodia: Molecular architecture and cellular functions. Nat Rev Mol Cell Biol. 9 (6), 446-454 (2008).
  42. Grutzendler, J., Kasthuri, N., Gan, W. Long-term dendritic spine stability in the adult cortex. Nature. 420 (6917), 812-816 (2002).

Play Video

Cite This Article
Keary III, K. M., Sojka, E., Gonzalez, M., Li, Z. Dendritic Spine Quantification Using an Automatic Three-Dimensional Neuron Reconstruction Software. J. Vis. Exp. (211), e66493, doi: (2024).

View Video