Summary

Standardisation d’un nouveau logiciel semi-automatique pour la mesure de l’excroissance des neurites

Published: August 09, 2024
doi:

Summary

Les tests de croissance des neurites fournissent une valeur quantitative sur les processus neuronaux régénératifs. L’avantage de ce logiciel semi-automatique est qu’il segmente les corps cellulaires et les neurites séparément en créant un masque et mesure divers paramètres tels que la longueur des neurites, le nombre de points de branchement, la surface des grappes de corps cellulaires et le nombre de grappes de cellules.

Abstract

Des techniques efficaces d’imagerie en direct sont cruciales pour évaluer la morphologie neuronale afin de mesurer la croissance des neurites en temps réel. La mesure correcte de la croissance des neurites a été un défi de longue date au fil des ans dans le domaine de la recherche en neurosciences. Ce paramètre sert de pierre angulaire dans de nombreux montages expérimentaux in vitro , allant des cultures dissociées et des cultures organotypiques aux lignées cellulaires. En quantifiant la longueur des neurites, il est possible de déterminer si un traitement spécifique a fonctionné ou si la régénération axonale est améliorée dans différents groupes expérimentaux. Dans cette étude, l’objectif est de démontrer la robustesse et la précision du logiciel d’analyse de l’excroissance des neurites Incucyte Neurotrack. Ce logiciel semi-automatique est disponible dans un système de microscopie time-lapse qui offre plusieurs avantages par rapport aux méthodologies couramment utilisées dans la quantification de la longueur du neurite dans les images en contraste de phase. L’algorithme masque et quantifie plusieurs paramètres dans chaque image et renvoie des métriques cellulaires neuronales, notamment la longueur des neurites, les points de branchement, les amas de corps cellulaires et les zones d’amas de corps cellulaires. Tout d’abord, nous avons validé la robustesse et la précision du logiciel en corrélant ses valeurs avec celles du manuel NeuronJ, un plug-in fidjien. Dans un deuxième temps, nous avons utilisé l’algorithme qui est capable de travailler à la fois sur des images en contraste de phase et sur des images d’immunocytochimie. À l’aide de marqueurs neuronaux spécifiques, nous avons validé la faisabilité de l’analyse de la croissance des neurites basée sur la fluorescence sur des neurones sensoriels dans des cultures in vitro . De plus, ce logiciel peut mesurer la longueur des neurites dans diverses conditions d’ensemencement, allant de cellules individuelles à des réseaux neuronaux complexes. En conclusion, le logiciel fournit une plate-forme innovante et rapide pour les tests de croissance des neurites, ouvrant la voie à des quantifications plus rapides et plus fiables.

Introduction

Dans les nerfs sciatiques, il est possible de mesurer la régénération axonale1. De plus, des études in vitro ont montré la faisabilité de la surveillance de la croissance axonale 2,3 pour comprendre ses différentes phases, de la germination axonale à la dégénérescence axonale, dans les neurones sains et blessés. En suivant ces processus, il est possible de mesurer des paramètres tels que la polarité axonale, l’initiation, la stabilité et la ramification. Le dernier paramètre est crucial pour comprendre la perception de la douleur neuropathique 4,5,6. De même, la dégénérescence axonale peut être surveillée in vivo7 ou in vitro 8,9. Au cours de la croissance des neurites, les réseaux cytosquelettiques d’actine et de microtubules se stabilisent ou changent en fonction des besoins de la cellule10. Le cytosquelette d’actine se réorganise pour permettre la formation du cône de croissance axonale, et les microtubules se réalignent en faisceaux pour stabiliser le neurite11 en croissance. Afin d’étudier in vitro la croissance des neurites centrales et périphériques, trois paramètres communs sont quantifiés : la longueur axonale totale, la distance maximale et les points de branche. Ces paramètres sont utilisés pour étudier la réponse de l’excroissance neuronale au traitement (c.-à-d. neurotrophines, composés, inhibiteurs, acide rétinoïque, siRNA, shRNA) ou chez les animaux génétiquement modifiés 12,13,14. Afin d’évaluer si les neurones ont des neurites plus allongés et/ou plus ramifiés, ces trois paramètres nous permettent d’évaluer la morphologie d’un neurone. La mesure de la longueur des neurites est le paramètre d’intérêt majeur dans plusieurs montages expérimentaux in vitro. À partir des ganglions de la racine dorsale, principalement deux types de cultures sont réalisés : la culture in vitro dissociée ou la culture organotypique d’explants entiers de DRG. Dans les deux cas, la longueur des neurites est un paramètre d’or pour évaluer le résultat de l’expérience. Dans une lignée cellulaire de type motoneurone (NSC-34), la croissance axonale et la ramification sont mesurées après différenciation induite par l’acide rétinoïque15,16. En fait, en mesurant la croissance des neurites, il est possible de déterminer si un traitement spécifique a fonctionné17, le taux de croissance18 ou la capacité de régénération après une procédure de blessure19.

La façon d’évaluer correctement la croissance des neurites a posé un nombre important de défis au fil des ans dans le domaine de la recherche. Cependant, il n’y a pas de normalisation des mesures de longueur des neurites. Certaines des méthodes les plus utilisées pour les cultures cellulaires in vitro sont, par exemple, le plug-in manuel NeuronJ sur Fiji18,20 ou MetaMorph21,23 et le semi-automatique Neurolucida23,24. Outre les méthodologies manuelles, il existe également des méthodes automatiques, telles que le plug-in NeuriteTracer sur Fiji25, le logiciel HCA Vision26,27 ou WIS-NeuroMath 2,28. D’autres méthodologies moins précises reposent sur la mesure de la dimension globale des neurones. Ces méthodes comprennent la mesure de la distance du vecteur entre le corps cellulaire et l’extrémité de l’axone le plus long29 ou l’analyse de Sholl30. Cependant, ces méthodes de mesure sont adaptées aux cultures de très faible densité ou aux neurones uniques. De plus, toutes ces méthodologies sont principalement utilisées sur des neurones colorés ou des neurones exprimant des fluorophores génétiquement codés (c’est-à-dire GFP, Venus, mCherry). Le type de neurone et la densité de la culture cellulaire influencent profondément le choix de la méthodologie de mesure. Par exemple, segmenter manuellement des neurones aux morphologies très complexes et compliquées, tels que les neurones DRG, peut facilement devenir une tâche impossible. Si les neurones alambiqués sont déjà un défi à segmenter, les réseaux neuronaux sont complètement hors de portée pour les approches manuelles en raison de leur organisation très complexe.

D’une part, la segmentation manuelle est très précise car elle est effectuée par l’œil humain et l’intelligence ; D’un autre côté, cela prend vraiment du temps. Le temps élevé consacré aux méthodes manuelles est le principal inconvénient. Pour cette raison, seuls quelques neurones sont acquis pour l’analyse, ce qui le rend moins précis et moins coûteux en termes de temps. Les approches automatiques ou semi-automatiques, en revanche, réduisent partiellement la perte de temps. Cependant, ils présentent également quelques inconvénients. Les méthodes automatiques ont besoin d’être entraînées pour fonctionner correctement, et si le logiciel n’est pas assez interactif avec l’utilisateur, la segmentation peut être erronée.

Outre la mesure de l’excroissance des neurites, le nombre de points de branche est également une information précieuse. Avec la segmentation manuelle, le nombre de points de branche peut être calculé, alors que cela n’est pas possible avec une distance vectorielle. Avec les méthodes automatiques, le nombre de points de branche est généralement fourni, tandis qu’avec l’analyse Sholl, il doit être calculé à l’aide d’une formule mathématique.

Dans cet article méthodologique, nous visons à décrire la fonctionnalité et l’efficacité de ce logiciel semi-automatique dans la mesure de la longueur axonale totale et d’autres paramètres. La machine permet l’acquisition automatique d’images à des points temporels définis ou la réalisation d’études à long terme (jours, semaines, mois), en préservant un environnement physiologique pour les cellules vivantes. La mesure de la croissance des neurites à l’aide de l’imagerie time-lapse à contraste de phase présente l’avantage de permettre une surveillance continue de la cinétique et de la croissance des neurites. De plus, il est également possible de surveiller la mort cellulaire par l’ajout dans le milieu de colorants spécifiques qui ciblent les cellules mortes 31,32,33. Bien que le logiciel ait été publié en 2012, nous sommes les premiers à standardiser cette méthodologie de manière reproductible et impartiale pour la quantification précise de la croissance des neurites. Cependant, il est important de noter que le logiciel n’est pas inclus avec l’achat de la machine. Malgré cette dépense supplémentaire, son utilisation offre des avantages significatifs dans la mesure de la longueur axonale totale et d’autres paramètres, contribuant ainsi à la recherche dans le domaine des neurosciences.

Protocol

1. Balayage du récipient sur la machine REMARQUE : La détection est effectuée par la caméra Basler Ace 1920-155 μm intégrée. Ouvrez le programme en cliquant sur Se connecter à l’appareil et en sélectionnant Planifier – À acquérir. Cliquez ensuite sur le signe + . Spécifiez si le navire sera scanné à plusieurs reprises ou seulement 1x en choisissant l’opti…

Representative Results

L’algorithme de mesure de la croissance des neurites est capable de détecter les neurites à la fois dans les réseaux neuronaux et les neurones uniques. Il génère un masque jaune qui segmente les objets avec un contraste élevé, tels que les corps cellulaires, les débris cellulaires, les cellules mortes, les explants de tissus et les ombres. De plus, un masque magenta apparaît sur les neurites de différentes épaisseurs. Les valeurs de longueur des neurites sont fournies en mm/…

Discussion

Mesurer avec précision la croissance des neurones dans des conditions saines, blessées et malades est un paramètre essentiel dans de nombreuses configurations expérimentales dans le domaine des neurosciences. Qu’il s’agisse de travailler avec des cultures organotypiques d’explants de DRG entiers ou de cultures dissociées, la mesure correcte de l’excroissance axonale a été un défi de taille au cours des 20 dernières années. Sans une quantification fiable et précise de l…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Nous tenons à remercier Alessandro Vercelli pour les commentaires critiques et le soutien technique de Sartorius pour l’aide. Nos recherches sur ces sujets ont été généreusement soutenues par la bourse Rita-Levi Montalcini 2021 (MIUR, Italie). Cette recherche a été financée par le Ministero dell’Istruzione dell’Università e della Ricerca MIUR project Dipartimenti di Eccellenza 2023-2027 au Département de neurosciences Rita Levi Montalcini. Les recherches de D.M.R. ont été menées pendant et avec le soutien du cours de doctorat national interuniversitaire italien en développement durable et changement climatique (lien : www.phd-sdc.it).

Materials

Collagenase A Merck / Roche 10103586001
Dispase II (neutral protease, grade II) Merck / Roche 4942078001
Dulbecco's modified eagle's medium Merck / Sigma D5796
Fetal bovin serum  Merck / Sigma F7524
Ham's F-12 Nutrient Mix (1X) ThermoFisher Scientific 21765029
Ham's F12 w/ L-Glutamine Euroclone ECM0135L
Hanks' Balanced Salt Solution Euroclone ECM0507L
HBSS (10X), no calcium, no magnesium, no phenol red ThermoFisher Scientific 14185045
HyClone Characterized Fetal Bovine Serum (U.S.) Cytiva SH30071.03
Incucyte, Neurotrack Analysis Software  Sartorius 9600-0010
L-15 Medium (Leibovitz) Millipore/Sigma L5520
Laminin Mouse Protein, Natural ThermoFisher Scientific 23017015
L-Cysteine Merck / Sigma C7352
Leibovitz's L-15 medium w/o L-glutamine Euroclone ECB0020L
mouse NGF 2.5S (>95%) Alomone Labs N-100
Neurobasal Medium [-] Glutamine ThermoFisher Scientific 21103049
NSC-34 CELLutions Biosystems Inc (Ontario, Canada) CLU140
Papain from papaya latex Sigma P4762
Penicillin-Streptomycin (5,000 U/mL) ThermoFisher Scientific 15070063
Percoll (Density 1.130 g/mL) Cytiva 17089101
Poly-D-Lysine Solution (1mg/mL) EMD Millipore/Merck A-003-E
Poly-L-Lysine Solution (0-01%) Sigma P4832
Recombinant Human NT-3 PeproTech 450-03
Retinoic Acid Merck / Sigma R2625
Trypsin-EDTA solution Sigma T3924
β-Tubulin III (Tuj1) antibody Merck / Sigma T8660

References

  1. Terenzio, M., et al. Locally translated mTOR controls axonal local translation in nerve injury. Science. 359, 1416-1421 (2018).
  2. Marvaldi, L., et al. Enhanced axon outgrowth and improved long-distance axon regeneration in sprouty2 deficient mice. Dev Neurobiol. 75, 217-231 (2015).
  3. Kalinski, A. L., et al. Deacetylation of Miro1 by HDAC6 blocks mitochondrial transport and mediates axon growth inhibition. J Cell Biol. 218, 1871-1890 (2019).
  4. Marvaldi, L., et al. Importin α3 regulates chronic pain pathways in peripheral sensory neurons. Science. 369, 842-846 (2020).
  5. Gangadharan, V., et al. Neuropathic pain caused by miswiring and abnormal end organ targeting. Nature. 606, 137-145 (2022).
  6. Testa, L., Dotta, S., Vercelli, A., Marvaldi, L., et al. Communicating pain: emerging axonal signaling in peripheral neuropathic pain. Front Neuroanat. 18, (2024).
  7. Thongrong, S., et al. Sprouty2 and -4 hypomorphism promotes neuronal survival and astrocytosis in a mouse model of kainic acid induced neuronal damage. Hippocampus. 26, 658-667 (2016).
  8. Yaron, A., Schuldiner, O. Common and divergent mechanisms in developmental neuronal remodeling and dying back neurodegeneration. Curr Biol. 26, R628-R639 (2016).
  9. Maor-Nof, M., et al. Axonal degeneration is regulated by a transcriptional program that coordinates expression of pro- and anti-degenerative factors. Neuron. 92, 991-1006 (2016).
  10. Bromberg, K. D. Regulation of neurite outgrowth by Gi/o signaling pathways. Front Biosci. 13, 4544-4557 (2008).
  11. Girouard, M. P., et al. Collapsin response mediator protein 4 (CRMP4) facilitates wallerian degeneration and axon regeneration following Sciatic nerve injury. eNeuro. 7, 0479-0419 (2020).
  12. van Erp, S., et al. Age-related loss of axonal regeneration is reflected by the level of local translation. Exp Neurol. 339, 113594 (2021).
  13. Wang, X., et al. Driving axon regeneration by orchestrating neuronal and non-neuronal innate immune responses via the IFNγ-cGAS-STING axis. Neuron. 111, 236-255.e7 (2023).
  14. Kaselis, A., Treinys, R., Vosyliūtė, R., Šatkauskas, S. DRG axon elongation and growth cone collapse rate induced by Sema3A are differently dependent on NGF concentration. Cell Mol Neurobiol. 34, 289-296 (2014).
  15. Maier, O., et al. Differentiated NSC-34 motoneuron-like cells as experimental model for cholinergic neurodegeneration. Neurochem Int. 62, 1029-1038 (2013).
  16. Nango, H., et al. Highly efficient conversion of motor neuron-like NSC-34 cells into functional motor neurons by Prostaglandin E2. Cells. 9, 1741 (2020).
  17. Kim, H. W., Caspar, T., Shah, S. B., Hsieh, A. H. Effects of proinflammatory cytokines on axonal outgrowth from adult rat lumbar dorsal root ganglia using a novel three-dimensional culture system. Spine J. 15, 1823-1831 (2015).
  18. Frey, E., et al. An in vitro assay to study induction of the regenerative state in sensory neurons. Exp Neurol. 263, 350-363 (2015).
  19. Zhang, Z., et al. Cerebellar injury and impaired function in a rabbit model of maternal inflammation induced neonatal brain injury. Neurobiol Learn Mem. 165, 106901 (2019).
  20. Pemberton, K., Mersman, B., Xu, F. Using ImageJ to assess neurite outgrowth in mammalian cell cultures: Research data quantification exercises in undergraduate neuroscience lab. J Undergrad Neurosci Educ. 16, A186-A194 (2018).
  21. Marvaldi, L., Hausott, B., Auer, M., Leban, J., Klimaschewski, L. A Novel DRAK inhibitor, SC82510, promotes axon branching of adult sensory neurons in vitro. Neurochem Res. 39, 403-407 (2014).
  22. Quarta, S., et al. Peripheral nerve regeneration and NGF-dependent neurite outgrowth of adult sensory neurons converge on STAT3 phosphorylation downstream of neuropoietic cytokine receptor gp130. J Neurosci. 34, 13222-13233 (2014).
  23. Woitke, F., et al. Adult hippocampal neurogenesis poststroke: More new granule cells but aberrant morphology and impaired spatial memory. PLoS One. 12, e0183463 (2017).
  24. Xiao, X., et al. Automated dendritic spine detection using convolutional neural networks on maximum intensity projected microscopic volumes. J Neurosci Meth. 309, 25-34 (2018).
  25. Pool, M., Thiemann, J., Bar-Or, A., Fournier, A. E. NeuriteTracer: A novel ImageJ plugin for automated quantification of neurite outgrowth. J Neurosci Meth. 168, 134-139 (2008).
  26. Wang, D., et al. HCA-Vision: Automated neurite outgrowth analysis. SLAS Disc. 15, 1165-1170 (2010).
  27. Whitlon, D. S., et al. Novel high content screen detects compounds that promote neurite regeneration from cochlear spiral ganglion neurons. Sci Rep. 5, 15960 (2015).
  28. Rishal, I., et al. WIS-neuromath enables versatile high throughput analyses of neuronal processes. Dev Neurobiol. 73, 247-256 (2013).
  29. Smith, D. S., Pate Skene, J. H. A Transcription-dependent switch controls competence of adult neurons for distinct modes of axon growth. J Neurosci. 17, 646-658 (1997).
  30. Gardiner, N. J., et al. Preconditioning injury-induced neurite outgrowth of adult rat sensory neurons on fibronectin is mediated by mobilisation of axonal α5 integrin. Mol Cell Neurosci. 35, 249-260 (2007).
  31. Hauck, J. S., et al. Heat shock factor 1 directly regulates transsulfuration pathway to promote prostate cancer proliferation and survival. Commun Biol. 7, 9 (2024).
  32. Zhu, Y., et al. Loss of WIPI4 in neurodegeneration causes autophagy-independent ferroptosis. Nat Cell Biol. 26, 542-551 (2024).
  33. Reggiani, F., et al. BET inhibitors drive Natural Killer activation in non-small cell lung cancer via BRD4 and SMAD3. Nat Commun. 15, 2567 (2024).
  34. Ackerman, H. D., Gerhard, G. S. Bile acids induce neurite outgrowth in NSC-34 cells via TGR5 and a distinct transcriptional profile. Pharmaceuticals. 16, 174 (2023).
  35. Tuttle, R., Matthew, W. D. Neurotrophins affect the pattern of DRG neurite growth in a bioassay that presents a choice of CNS and PNS substrates. Development. 121, 1301-1309 (1995).
  36. Wurster, S., et al. Live monitoring and analysis of fungal growth, viability, and mycelial morphology using the IncuCyte NeuroTrack processing module. mBio. 10 (3), e00673-e00619 (2019).
This article has been published
Video Coming Soon
Keep me updated:

.

Cite This Article
Musso, G., Dotta, S., Parmar, A., Rasà, D. M., Di Cunto, F., Marvaldi, L. Standardization of a Novel Semi-Automatic Software for Neurite Outgrowth Measurement . J. Vis. Exp. (210), e67163, doi:10.3791/67163 (2024).

View Video