Summary

Standardizzazione di un nuovo software semiautomatico per la misurazione della crescita dei neuriti

Published: August 09, 2024
doi:

Summary

I saggi di crescita dei neuriti forniscono un valore quantitativo sui processi neuronali rigenerativi. Il vantaggio di questo software semiautomatico è che segmenta separatamente i corpi cellulari e i neuriti creando una maschera e misura vari parametri come la lunghezza dei neuriti, il numero di punti di diramazione, l’area del cluster cellula-corpo e il numero di cluster di cellule.

Abstract

Efficaci tecniche di imaging dal vivo sono fondamentali per valutare la morfologia neuronale al fine di misurare la crescita dei neuriti in tempo reale. La corretta misurazione della crescita dei neuriti è stata una sfida di lunga data nel corso degli anni nel campo della ricerca neuroscientifica. Questo parametro funge da pietra miliare in numerose configurazioni sperimentali in vitro , che vanno dalle colture dissociate e dalle colture organotipiche alle linee cellulari. Quantificando la lunghezza del neurite, è possibile determinare se un trattamento specifico ha funzionato o se la rigenerazione assonale è migliorata in diversi gruppi sperimentali. In questo studio, l’obiettivo è dimostrare la robustezza e l’accuratezza del software di analisi della crescita neuritica Incucyte Neurotrack. Questo software semi-automatico è disponibile in un sistema di microscopia time-lapse che offre diversi vantaggi rispetto alle metodologie comunemente utilizzate nella quantificazione della lunghezza del neurite nelle immagini a contrasto di fase. L’algoritmo maschera e quantifica diversi parametri in ogni immagine e restituisce metriche delle cellule neuronali, tra cui la lunghezza dei neuriti, i punti di diramazione, i cluster cellula-corpo e le aree del cluster cellula-corpo. In primo luogo, abbiamo convalidato la robustezza e l’accuratezza del software correlando i suoi valori con quelli del manuale NeuronJ, un plug-in delle Fiji. In secondo luogo, abbiamo utilizzato l’algoritmo che è in grado di lavorare sia su immagini a contrasto di fase che su immagini di immunocitochimica. Utilizzando specifici marcatori neuronali, abbiamo convalidato la fattibilità dell’analisi della crescita dei neuriti basata sulla fluorescenza su colture di neuroni sensoriali in vitro . Inoltre, questo software è in grado di misurare la lunghezza dei neuriti in varie condizioni di semina, che vanno dalle singole cellule alle reti neuronali complesse. In conclusione, il software fornisce una piattaforma innovativa ed efficace in termini di tempo per i saggi di crescita dei neuriti, aprendo la strada a quantificazioni più rapide e affidabili.

Introduction

Nei nervi sciatici è possibile misurare la rigenerazione assonale1. Inoltre, studi in vitro hanno dimostrato la fattibilità del monitoraggio della crescita assonale 2,3 per comprenderne le varie fasi, dalla germinazione assonale alla degenerazione assonale, sia nei neuroni sani che in quelli danneggiati. Tracciando questi processi, è possibile misurare parametri come la polarità assonale, l’iniziazione, la stabilità e la ramificazione. L’ultimo parametro è cruciale per comprendere la percezione del dolore neuropatico 4,5,6. Allo stesso modo, la degenerazione assonale può essere monitorata in vivo7 o in vitro 8,9. Durante la crescita dei neuriti, le reti citoscheletriche di actina e microtubuli si stabilizzano o cambiano in base alle esigenze della cellula10. Il citoscheletro di actina si riorganizza per consentire la formazione del cono di crescita assonale e i microtubuli si riallineano in fasci per stabilizzare il neurite11 in crescita. Al fine di studiare la crescita neuritica dei neuroni centrali e periferici in vitro, vengono quantificati tre parametri comuni: lunghezza assonale totale, distanza massima e punti di ramificazione. Questi parametri sono utilizzati per studiare la risposta neuronale di crescita al trattamento (ad esempio, neurotrofine, composti, inibitori, acido retinoico, siRNA, shRNA) o in animali geneticamente modificati 12,13,14. Per valutare se i neuroni hanno neuriti più allungati e/o più ramificati, questi tre parametri ci permettono di valutare la morfologia di un neurone. La misurazione della lunghezza dei neuriti è il parametro di maggiore interesse in diverse configurazioni sperimentali in vitro. Dai gangli delle radici dorsali vengono eseguiti principalmente due tipi di colture: coltura dissociata in vitro o coltura organotipica di espianti interi di DRG. In entrambi i casi, la lunghezza del neurite è un parametro d’oro per valutare l’esito dell’esperimento. In una linea cellulare simile a motoneuroni (NSC-34), la crescita assonale e la ramificazione sono misurate dopo la differenziazione indotta dall’acido retinoico15,16. Infatti, misurando la crescita dei neuriti, è possibile determinare se un trattamento specifico ha funzionato17, il tasso di crescita18 o la capacità di rigenerazione dopo una procedura di lesione19.

Come valutare correttamente la crescita dei neuriti ha posto un numero significativo di sfide nel corso degli anni nel campo della ricerca. Tuttavia, non esiste una standardizzazione delle misurazioni della lunghezza dei neuriti. Alcuni dei metodi più utilizzati per le colture cellulari in vitro sono, ad esempio, il plug-in manuale NeuronJ su Fiji18,20 o MetaMorph21,23 e il semi-automatico Neurolucida23,24. Oltre alle metodologie manuali, esistono anche metodi automatici, come il plug-in NeuriteTracer su Fiji25, il software HCA Vision26,27 o WIS-NeuroMath 2,28. Altre metodologie meno accurate si basano sulla misurazione della dimensione complessiva dei neuroni. Questi metodi includono la misurazione della distanza del vettore dal corpo cellulare alla punta dell’assonepiù lungo 29 o l’analisi di Sholl30. Tuttavia, questi metodi di misurazione sono adatti per colture a densità molto bassa o singoli neuroni. Inoltre, tutte queste metodologie sono utilizzate principalmente su neuroni colorati o neuroni che esprimono fluorofori geneticamente codificati (es. GFP, Venus, mCherry). Il tipo di neurone e la densità della coltura cellulare influenzano profondamente la scelta della metodologia di misurazione. Ad esempio, segmentare manualmente i neuroni con morfologie molto intricate e complicate, come i neuroni DRG, può facilmente diventare un compito impossibile. Se i neuroni contorti sono già una sfida da segmentare, le reti neurali sono completamente fuori dalla portata degli approcci manuali a causa della loro organizzazione altamente complessa.

Da un lato, la segmentazione manuale è molto precisa perché viene eseguita dall’occhio e dall’intelligenza umana; D’altra parte, è davvero dispendioso in termini di tempo. L’elevato dispendio di tempo richiesto dai metodi manuali è lo svantaggio principale. Per questo motivo, solo pochi neuroni vengono acquisiti per l’analisi, rendendola meno accurata e costosa in termini di tempo. Gli approcci automatici o semiautomatici, invece, riducono parzialmente il dispendio di tempo. Tuttavia, presentano anche alcuni svantaggi. I metodi automatici devono essere addestrati per funzionare correttamente e, se il software non è abbastanza interattivo con l’utente, la segmentazione può essere errata.

Oltre alla misurazione della crescita dei neuriti, anche il numero di punti di ramificazione è un’informazione preziosa. Con la segmentazione manuale, il numero di punti di diramazione può essere calcolato, mentre ciò non è possibile con una distanza vettoriale. Con i metodi automatici, il numero di punti di diramazione viene solitamente fornito, mentre con l’analisi Sholl deve essere calcolato con una formula matematica.

In questo articolo sui metodi, miriamo a descrivere la funzionalità e l’efficacia di questo software semiautomatico nella misurazione della lunghezza assonale totale e di altri parametri. La macchina consente l’acquisizione automatica di immagini in punti temporali definiti o per condurre studi a lungo termine (giorni, settimane, mesi), preservando un ambiente fisiologico per le cellule vive. La misurazione della crescita dei neuriti utilizzando l’imaging time-lapse a contrasto di fase ha il vantaggio di consentire il monitoraggio continuo della cinetica e della crescita dei neuriti. Inoltre, è anche possibile monitorare la morte cellulare attraverso l’aggiunta nei terreni di coloranti specifici che hanno come bersaglio le cellule morte 31,32,33. Sebbene il software sia stato rilasciato nel 2012, siamo i primi a standardizzare questa metodologia in modo riproducibile e imparziale per la quantificazione accurata della crescita dei neuriti. Tuttavia, è importante notare che il software non è incluso con l’acquisto della macchina. Nonostante questa spesa aggiuntiva, il suo utilizzo offre vantaggi significativi nella misurazione della lunghezza assonale totale e di altri parametri, contribuendo così alla ricerca nel campo delle neuroscienze.

Protocol

1. Scansione del recipiente sulla macchina NOTA: Il rilevamento viene eseguito dalla fotocamera Basler Ace 1920-155 μm integrata. Aprire il programma facendo clic su Connetti al dispositivo e selezionando Pianifica – Acquisire. Quindi fare clic sul segno + . Specifica se l’imbarcazione verrà scansionata ripetutamente o solo 1 volta scegliendo rispettivamente l’opzione <st…

Representative Results

L’algoritmo di misurazione della crescita dei neuriti è in grado di rilevare i neuriti sia nelle reti neurali che nei singoli neuroni. Genera una maschera gialla che segmenta gli oggetti con un contrasto elevato, come corpi cellulari, detriti cellulari, cellule morte, espianti di tessuti e ombre. Inoltre, una maschera magenta appare su neuriti di vari spessori. I valori della lunghezza dei neuriti sono espressi in mm/mm2, a indicare che la lunghezza assonale è stata divisa p…

Discussion

Misurare con precisione il modo in cui i neuroni crescono in condizioni sane, ferite e malate è un parametro critico in molte configurazioni sperimentali nel campo delle neuroscienze. Sia che si lavori con colture organotipiche di espianti di DRG interi o colture dissociate, misurare correttamente la crescita assonale è stata una sfida significativa negli ultimi 20 anni. Senza una quantificazione affidabile e accurata della crescita dei neuriti, è impossibile valutare se un trattament…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ringraziamo Alessandro Vercelli per i commenti critici e il supporto tecnico di Sartorius per l’aiuto. La nostra ricerca su questi temi è stata generosamente sostenuta dal Rita-Levi Montalcini Grant 2021 (MIUR, Italia). Questa ricerca è stata finanziata dal Ministero dell’Istruzione dell’Università e della Ricerca progetto MIUR Dipartimenti di Eccellenza 2023-2027 al Dipartimento di Neuroscienze Rita Levi Montalcini. La ricerca di D.M.R. è stata condotta durante e con il supporto del corso di dottorato interuniversitario nazionale italiano in Sviluppo Sostenibile e Cambiamenti Climatici (link: 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