Summary

Estandarización de un novedoso software semiautomático para la medición del crecimiento de neuritas

Published: August 09, 2024
doi:

Summary

Los ensayos de excrecencia de neuritas proporcionan un valor cuantitativo sobre los procesos neuronales regenerativos. La ventaja de este software semiautomático es que segmenta los cuerpos celulares y las neuritas por separado mediante la creación de una máscara y mide varios parámetros, como la longitud de las neuritas, el número de puntos de ramificación, el área del grupo de cuerpos celulares y el número de grupos celulares.

Abstract

Las técnicas efectivas de imagen en vivo son cruciales para evaluar la morfología neuronal con el fin de medir el crecimiento de neuritas en tiempo real. La medición adecuada del crecimiento de neuritas ha sido un desafío de larga data a lo largo de los años en el campo de la investigación en neurociencia. Este parámetro sirve como piedra angular en numerosas configuraciones experimentales in vitro , que van desde cultivos disociados y cultivos organotípicos hasta líneas celulares. Al cuantificar la longitud de la neurita, es posible determinar si un tratamiento específico funcionó o si se potencia la regeneración axonal en diferentes grupos experimentales. En este estudio, el objetivo es demostrar la robustez y precisión del software de análisis de crecimiento de neuritas Incucyte Neurotrack. Este software semiautomático está disponible en un sistema de microscopía de lapso de tiempo que ofrece varias ventajas sobre las metodologías comúnmente utilizadas en la cuantificación de la longitud de la neurita en imágenes de contraste de fase. El algoritmo enmascara y cuantifica varios parámetros en cada imagen y devuelve métricas de células neuronales, incluida la longitud de las neuritas, los puntos de ramificación, los grupos de cuerpos celulares y las áreas de grupos de cuerpos celulares. En primer lugar, validamos la robustez y precisión del software correlacionando sus valores con los del manual NeuronJ, un plug-in de Fiji. En segundo lugar, utilizamos el algoritmo que es capaz de trabajar tanto en imágenes de contraste de fase como en imágenes de inmunocitoquímica. Utilizando marcadores neuronales específicos, validamos la viabilidad del análisis de crecimiento de neuritas basado en fluorescencia en neuronas sensoriales en cultivos in vitro . Además, este software puede medir la longitud de las neuritas en diversas condiciones de siembra, que van desde células individuales hasta redes neuronales complejas. En conclusión, el software proporciona una plataforma innovadora y eficaz en el tiempo para los ensayos de crecimiento de neuritas, allanando el camino para cuantificaciones más rápidas y fiables.

Introduction

En los nervios ciáticos, es posible medir la regeneración axonal1. Además, estudios in vitro han demostrado la viabilidad de monitorizar el crecimiento axonal 2,3 para comprender sus diversas fases, desde la brotación axonal hasta la degeneración axonal, tanto en neuronas sanas como lesionadas. Mediante el seguimiento de estos procesos, es posible medir parámetros como la polaridad axonal, la iniciación, la estabilidad y la ramificación. Este último parámetro es crucial para entender la percepción del dolor neuropático 4,5,6. Del mismo modo, la degeneración axonal puede ser monitorizada in vivo7 o in vitro 8,9. Durante el crecimiento de las neuritas, las redes de citoesqueletos de actina y microtúbulos se estabilizan o cambian de acuerdo con las necesidades de la célula10. El citoesqueleto de actina se reorganiza para permitir la formación del cono de crecimiento axonal, y los microtúbulos se realinean en haces para estabilizar la neurita en crecimiento11. Con el fin de estudiar el crecimiento de las neuronas centrales y periféricas in vitro, se cuantifican tres parámetros comunes: longitud axonal total, distancia máxima y puntos de ramificación. Estos parámetros se utilizan para estudiar la respuesta de crecimiento neuronal al tratamiento (i.e., neurotrofinas, compuestos, inhibidores, ácido retinoico, siRNA, shRNA) o en animales modificados genéticamente 12,13,14. Para evaluar si las neuronas tienen neuritas más alargadas y/o más ramificadas, estos tres parámetros permiten evaluar la morfología de una neurona. La medición de la longitud de las neuritas es el parámetro de mayor interés en varios montajes experimentales in vitro. A partir de los ganglios de la raíz dorsal, se realizan principalmente dos tipos de cultivos: cultivo in vitro disociado o cultivo organotípico de explantes enteros de DRG. En cualquier caso, la longitud de la neurita es un parámetro de oro para evaluar el resultado del experimento. En una línea celular similar a una neurona motora (NSC-34), se mide el crecimiento axonal y la ramificación después de la diferenciación inducida por el ácido retinoico15,16. De hecho, al medir el crecimiento de las neuritas, es posible determinar si un tratamiento específico ha funcionado17, la tasa de crecimiento18 o la capacidad de regeneración después de un procedimiento de lesión19.

La forma de evaluar adecuadamente el crecimiento de las neuritas ha planteado un número significativo de desafíos a lo largo de los años en el campo de la investigación. Sin embargo, no existe una estandarización de las mediciones de la longitud de las neuritas. Algunos de los métodos más utilizados para el cultivo celular in vitro son, por ejemplo, el plug-in manual NeuronJ en Fiji18,20 o MetaMorph21,23 y el semiautomático Neurolucida23,24. Además de las metodologías manuales, también existen métodos automáticos, como el plug-in NeuriteTracer en Fiji25, el software HCA Vision26,27 o WIS-NeuroMath 2,28. Otras metodologías menos precisas se basan en la medición de la dimensión general de las neuronas. Estos métodos incluyen la medición de la distancia vectorial desde el cuerpo de la célula hasta la punta del axónmás largo 29 o el análisis de Sholl30. Sin embargo, estos métodos de medición son adecuados para cultivos de muy baja densidad o neuronas individuales. Además, todas estas metodologías se utilizan principalmente en neuronas teñidas o neuronas que expresan fluoróforos codificados genéticamente (es decir, GFP, Venus, mCherry). El tipo de neurona y la densidad del cultivo celular afectan profundamente a la elección de la metodología de medición. Por ejemplo, segmentar manualmente neuronas con morfologías muy intrincadas y complicadas, como las neuronas DRG, puede convertirse fácilmente en una tarea imposible. Si las neuronas enrevesadas ya son un desafío para segmentar, las redes neuronales están completamente fuera del alcance de los enfoques manuales debido a su organización altamente compleja.

Por un lado, la segmentación manual es muy precisa porque la realizan los ojos y la inteligencia humanos; Por otro lado, lleva mucho tiempo. El elevado gasto de tiempo requerido por los métodos manuales es el principal inconveniente. Por esta razón, solo se adquieren unas pocas neuronas para el análisis, lo que lo hace menos preciso y costoso en términos de tiempo. Los enfoques automáticos o semiautomáticos, por otro lado, reducen parcialmente el gasto de tiempo. Sin embargo, también tienen algunas desventajas. Los métodos automáticos necesitan ser entrenados para que funcionen correctamente, y si el software no es lo suficientemente interactivo con el usuario, la segmentación puede ser incorrecta.

Además de la medición del crecimiento de neuritas, el número de puntos de ramificación también es información valiosa. Con la segmentación manual, se puede calcular el número de puntos de bifurcación, mientras que esto no es posible con una distancia vectorial. Con los métodos automáticos, generalmente se proporciona el número de puntos de bifurcación, mientras que con el análisis de Sholl, debe calcularse con una fórmula matemática.

En este artículo de métodos, nuestro objetivo es describir la funcionalidad y efectividad de este software semiautomático en la medición de la longitud axonal total y otros parámetros. La máquina permite la adquisición automática de imágenes en puntos de tiempo definidos o para la realización de estudios a largo plazo (días, semanas, meses), preservando un entorno fisiológico para las células vivas. La medición del crecimiento de las neuritas mediante imágenes de lapso de tiempo de contraste de fase tiene la ventaja de permitir un monitoreo continuo de la cinética y el crecimiento de las neuritas. Además, también es posible monitorear la muerte celular a través de la adición en los medios de colorantes específicos que se dirigen a las células muertas 31,32,33. Aunque el software se lanzó en 2012, somos los primeros en estandarizar esta metodología de forma reproducible e imparcial para la cuantificación precisa del crecimiento de neuritas. Sin embargo, es importante tener en cuenta que el software no está incluido con la compra de la máquina. A pesar de este gasto adicional, su uso ofrece ventajas significativas en la medición de la longitud axonal total y otros parámetros, contribuyendo así a la investigación en el campo de la neurociencia.

Protocol

1. Escaneo del recipiente en la máquina NOTA: La detección se realiza mediante la cámara Basler Ace 1920-155 μm incorporada. Abra el programa haciendo clic en Conectar al dispositivo y seleccionando Programar – Adquirir. A continuación, haga clic en el signo + . Especifique si el buque se escaneará repetidamente o solo 1 vez eligiendo la opción Escanear a tie…

Representative Results

El algoritmo de medición del crecimiento de neuritas es robustamente capaz de detectar neuritas tanto en redes neuronales como en neuronas individuales. Genera una máscara amarilla que segmenta objetos con alto contraste, como cuerpos celulares, restos celulares, células muertas, explantes de tejido y sombras. Además, aparece una máscara magenta en neuritas de varios grosores. Los valores de longitud de la neurita se proporcionan en mm/mm2, lo que indica que la longitud a…

Discussion

Medir con precisión cómo crecen las neuronas en condiciones sanas, lesionadas y enfermas es un parámetro crítico en muchas configuraciones experimentales dentro del campo de la neurociencia. Ya sea que se trabaje con cultivos organotípicos de explantes enteros de DRG o cultivos disociados, la medición adecuada del crecimiento axonal ha sido un desafío importante en los últimos 20 años. Sin una cuantificación fiable y precisa del crecimiento de neuritas, es imposible evaluar si …

Disclosures

The authors have nothing to disclose.

Acknowledgements

Queremos agradecer a Alessandro Vercelli por los comentarios críticos y el apoyo técnico de Sartorius por la ayuda. Nuestra investigación sobre estos temas ha sido generosamente apoyada por la Beca Rita-Levi Montalcini 2021 (MIUR, Italia). Esta investigación fue financiada por el Ministero dell’Istruzione dell’Università e della Ricerca MIUR project Dipartimenti di Eccellenza 2023-2027 al Departamento de Neurociencia Rita Levi Montalcini. La investigación de D.M.R. se ha llevado a cabo durante y con el apoyo del curso nacional de doctorado interuniversitario italiano en Desarrollo Sostenible y Cambio Climático (enlace: 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