Summary

Padronização de um novo software semiautomático para medição de crescimento de neuritos

Published: August 09, 2024
doi:

Summary

Os ensaios de crescimento de neuritos fornecem um valor quantitativo sobre os processos neuronais regenerativos. A vantagem deste software semiautomático é que ele segmenta corpos celulares e neurites separadamente, criando uma máscara e mede vários parâmetros, como comprimento de neurites, número de pontos de ramificação, área de aglomerado de células-corpo e número de aglomerados de células.

Abstract

Técnicas eficazes de imagem ao vivo são cruciais para avaliar a morfologia neuronal, a fim de medir o crescimento de neuritos em tempo real. A medição adequada do crescimento de neuritos tem sido um desafio de longa data ao longo dos anos no campo de pesquisa em neurociência. Este parâmetro serve como uma pedra angular em várias configurações experimentais in vitro , variando de culturas dissociadas e culturas organotípicas a linhagens celulares. Ao quantificar o comprimento dos neuritos, é possível determinar se um tratamento específico funcionou ou se a regeneração axonal é aumentada em diferentes grupos experimentais. Neste estudo, o objetivo é demonstrar a robustez e precisão do software de análise de crescimento de neuritos Incucyte Neurotrack. Este software semi-automático está disponível em um sistema de microscopia de lapso de tempo que oferece várias vantagens sobre as metodologias comumente usadas na quantificação do comprimento do neurite em imagens de contraste de fase. O algoritmo mascara e quantifica vários parâmetros em cada imagem e retorna métricas de células neuronais, incluindo comprimento de neuritos, pontos de ramificação, aglomerados de corpos celulares e áreas de aglomerados de corpos celulares. Em primeiro lugar, validamos a robustez e precisão do software correlacionando seus valores com os do NeuronJ manual, um plug-in de Fiji. Em segundo lugar, usamos o algoritmo que é capaz de trabalhar tanto em imagens de contraste de fase quanto em imagens imunocitoquímicas. Usando marcadores neuronais específicos, validamos a viabilidade da análise de crescimento de neuritos baseada em fluorescência em neurônios sensoriais em culturas in vitro . Além disso, este software pode medir o comprimento dos neuritos em várias condições de semeadura, desde células individuais até redes neuronais complexas. Em conclusão, o software fornece uma plataforma inovadora e eficaz em termos de tempo para ensaios de crescimento de neuritos, abrindo caminho para quantificações mais rápidas e confiáveis.

Introduction

Nos nervos ciáticos, é possível medir a regeneração axonal1. Além disso, estudos in vitro mostraram a viabilidade de monitorar o crescimento axonal 2,3 para compreender suas várias fases, desde o brotamento axonal até a degeneração axonal, em neurônios saudáveis e lesionados. Ao rastrear esses processos, é possível medir parâmetros como polaridade axonal, iniciação, estabilidade e ramificação. Este último parâmetro é crucial para entender a percepção da dor neuropática 4,5,6. Da mesma forma, a degeneração axonal pode ser monitorada in vivo7 ou in vitro 8,9. Durante o crescimento dos neuritos, as redes de citoesqueleto de actina e microtúbulos se estabilizam ou mudam de acordo com as necessidades da célula10. O citoesqueleto de actina se reorganiza para permitir a formação do cone de crescimento axonal, e os microtúbulos se realinham em feixes para estabilizar o neurite em crescimento11. Para estudar o crescimento de neuritos de neurônios centrais e periféricos in vitro, três parâmetros comuns são quantificados: comprimento axonal total, distância máxima e pontos de ramificação. Esses parâmetros são usados para estudar a resposta do crescimento neuronal ao tratamento (ou seja, neurotrofinas, compostos, inibidores, ácido retinóico, siRNA, shRNA) ou em animais geneticamente modificados 12,13,14. Para avaliar se os neurônios têm neurites mais alongados e/ou mais ramificações, esses três parâmetros nos permitem avaliar a morfologia de um neurônio. A medição do comprimento de neuritos é o parâmetro de maior interesse em várias configurações experimentais in vitro. A partir dos gânglios da raiz dorsal, são realizados principalmente dois tipos de culturas: cultura in vitro dissociada ou cultura organotípica de explantes DRG inteiros. Em ambos os casos, o comprimento dos neuritos é um parâmetro ouro para avaliar o resultado do experimento. Em uma linhagem celular semelhante a neurônios motores (NSC-34), o crescimento axonal e a ramificação são medidos após a diferenciação induzida pelo ácido retinóico15,16. De fato, medindo o crescimento dos neuritos, é possível determinar se um tratamento específico funcionou17, a taxa de crescimento18 ou a capacidade de regeneração após um procedimento de lesão19.

Como avaliar adequadamente o crescimento de neuritos apresentou um número significativo de desafios ao longo dos anos no campo da pesquisa. No entanto, não há padronização das medições do comprimento dos neuritos. Alguns dos métodos mais utilizados para culturas de células in vitro são, por exemplo, o plug-in manual NeuronJ em Fiji18,20 ou MetaMorph21,23 e o semiautomático Neurolucida23,24. Além das metodologias manuais, também existem métodos automáticos, como o plug-in NeuriteTracer no Fiji25, o software HCA Vision26,27 ou o WIS-NeuroMath 2,28. Outras metodologias menos precisas dependem da medição da dimensão geral dos neurônios. Esses métodos incluem a medição da distância do vetor do corpo celular até a ponta do axônio mais longo29 ou a análise de Sholl30. No entanto, esses métodos de medição são adequados para culturas de densidade muito baixa ou neurônios únicos. Além disso, todas essas metodologias são utilizadas principalmente em neurônios corados ou neurônios que expressam fluoróforos geneticamente codificados (ou seja, GFP, Vênus, mCherry). O tipo de neurônio e a densidade da cultura de células afetam profundamente a escolha da metodologia de medição. Por exemplo, segmentar manualmente neurônios com morfologias muito intrincadas e complicadas, como neurônios DRG, pode facilmente se tornar uma tarefa impossível. Se os neurônios complicados já são um desafio para segmentar, as redes neurais estão completamente fora do alcance de abordagens manuais devido à sua organização altamente complexa.

Por um lado, a segmentação manual é muito precisa porque é realizada pelos olhos e pela inteligência humana; por outro lado, é realmente demorado. O elevado gasto de tempo exigido pelos métodos manuais é a principal desvantagem. Por esse motivo, apenas alguns neurônios são adquiridos para análise, tornando-a menos precisa e dispendiosa em termos de tempo. As abordagens automáticas ou semiautomáticas, por outro lado, reduzem parcialmente o gasto de tempo. No entanto, eles também têm algumas desvantagens. Os métodos automáticos precisam ser treinados para funcionar corretamente e, se o software não for interativo o suficiente com o usuário, a segmentação pode estar errada.

Além da medição do crescimento de neuritos, o número de pontos de ramificação também é uma informação valiosa. Com a segmentação manual, o número de pontos de ramificação pode ser calculado, enquanto isso não é possível com uma distância vetorial. Com métodos automáticos, o número de pontos de ramificação geralmente é fornecido, enquanto com a análise de Sholl, ele deve ser calculado com uma fórmula matemática.

Neste artigo de métodos, pretendemos descrever a funcionalidade e eficácia deste software semiautomático na medição do comprimento axonal total e outros parâmetros. A máquina permite a aquisição automática de imagens em pontos de tempo definidos ou a realização de estudos de longo prazo (dias, semanas, meses), preservando um ambiente fisiológico para células vivas. A medição do crescimento de neuritos usando imagens de lapso de tempo com contraste de fase tem o benefício de permitir o monitoramento contínuo da cinética e do crescimento dos neuritos. Além disso, também é possível monitorar a morte celular por meio da adição no meio de corantes específicos que têm como alvo as células mortas 31,32,33. Embora o software tenha sido lançado em 2012, somos os primeiros a padronizar essa metodologia de forma reprodutível e imparcial para a quantificação precisa do crescimento de neuritos. No entanto, é importante observar que o software não está incluído na compra da máquina. Apesar desse gasto adicional, seu uso oferece vantagens significativas na medição do comprimento axonal total e outros parâmetros, contribuindo assim para a pesquisa no campo da neurociência.

Protocol

1. Escaneando o recipiente na máquina NOTA: A detecção é realizada pela câmera Basler Ace 1920-155 μm integrada. Abra o programa clicando em Conectar ao dispositivo e selecionando Agendar – Adquirir. Em seguida, clique no sinal + . Especifique se a embarcação será escaneada repetidamente ou apenas 1x escolhendo a opção Scan on Schedule ou <strong…

Representative Results

O algoritmo de medição de crescimento de neuritos é robustamente capaz de detectar neuritos em redes neurais e neurônios individuais. Ele gera uma máscara amarela que segmenta objetos com alto contraste, como corpos celulares, detritos celulares, células mortas, explantes de tecidos e sombras. Além disso, uma máscara magenta aparece em neurites de várias espessuras. Os valores de comprimento do neurite são fornecidos em mm/mm2, indicando que o comprimento axonal foi …

Discussion

Medir com precisão como os neurônios crescem em condições saudáveis, feridas e doentes é um parâmetro crítico em muitas configurações experimentais no campo da neurociência. Seja trabalhando com culturas organotípicas de explantes DRG inteiros ou culturas dissociadas, medir adequadamente o crescimento axonal tem sido um desafio significativo nos últimos 20 anos. Sem uma quantificação confiável e precisa do crescimento de neuritos, é impossível avaliar se um tratamento e…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Queremos agradecer a Alessandro Vercelli pelos comentários críticos e ao suporte técnico da Sartorius pela ajuda. Nossa pesquisa sobre esses tópicos foi generosamente apoiada pela Bolsa Rita-Levi Montalcini 2021 (MIUR, Itália). Esta pesquisa foi financiada pelo Ministero dell’Istruzione dell’Università e della Ricerca MIUR project Dipartimenti di Eccellenza 2023-2027 para o Departamento de Neurociência Rita Levi Montalcini. A pesquisa do DMR foi conduzida durante e com o apoio do curso nacional italiano de doutorado interuniversitário em Desenvolvimento Sustentável e Mudanças Climáticas (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