Özet

Imágenes en vivo de lapso de tiempo y cuantificación de la dinámica de ramas dendríticas rápidas en el desarrollo de neuronas drosophila

Published: September 25, 2019
doi:

Özet

Aquí, describimos el método que empleamos para crear imágenes de filopodia dendrítica altamente móviles en una preparación en vivo del cerebro larvario Drosophila, y el protocolo que desarrollamos para cuantificar conjuntos de datos de imágenes 3D de lapso de tiempo para evaluaciones cuantitativas de la dendrita dinámica en el desarrollo de neuronas.

Abstract

Filopodia dendrítica altamente móvil están ampliamente presentes en las neuronas en las primeras etapas del desarrollo. Estas ramas dinámicas exploratorias muestrean el entorno circundante e inician contactos con posibles socios sinápticos. Aunque la conexión entre la dinámica de las ramas dendríticas y la sinaptogénesis está bien establecida, no se entiende bien cómo los procesos de desarrollo y dependientes de la actividad regulan la dinámica de las ramas dendríticas. Esto se debe en parte a las dificultades técnicas asociadas con las imágenes en vivo y los análisis cuantitativos de estas estructuras finas utilizando un sistema in vivo. Establecimos un método para estudiar la dinámica de la dendrita utilizando las neuronas laterales ventrales larvales de Drosophila (LNvs), que pueden ser etiquetados individualmente utilizando enfoques genéticos y son accesibles para imágenes en vivo. Aprovechando este sistema, desarrollamos protocolos para capturar la dinámica de ramas de todo el árbol dendrítico de un solo LNv etiquetado a través de imágenes en vivo de lapso de tiempo. A continuación, realizamos el postprocesamiento para mejorar la calidad de la imagen a través de la corrección de deriva y la desconvolución, seguido de analizar la dinámica de las ramas a nivel de una sola rama mediante la annotación de las posiciones espaciales de todos los terminales de rama. Por último, hemos desarrollado scripts R(Archivo complementario)y parámetros específicos para cuantificar la dinámica de las ramas utilizando la información de coordenadas generada por el seguimiento del terminal. Colectivamente, este protocolo nos permite lograr una descripción cuantitativa detallada de la dinámica de las ramas del árbol dendrítico neuronal con alta resolución temporal y espacial. Los métodos que desarrollamos son generalmente aplicables a las neuronas escasamente etiquetadas en condiciones in vitro e in vivo.

Introduction

Las dendritas son compartimentos neuronales especializados que reciben y procesan la entrada sensorial y sináptica. La compleja y estereotipada estructura de los árboles dendríticos ha estado bajo intensa investigación desde su descubrimiento. Se han establecido varios sistemas modelo, incluidas las neuronas tectales ópticas Xenopus, las células ganglionares de la retina de los polluelos y la arborización dendrítica (da) en el sistema Drosophila, para estudiar el desarrollo, la remodelación y la plasticidad de Dendritas neuronales1,2,3,4. Las neuronas laterales ventrales drosofilia (LNvs) son un grupo de neuronas de proyección visual identificadas inicialmente por sus importantes funciones en la regulación circadiana de los comportamientos de la mosca5. Los estudios también revelaron el papel de los LNv larvarios como el objetivo postsináptico directo de los fotorreceptores larvarios (PR)6,7. Es importante destacar que el cultivo de larvas en desarrollo en diferentes regímenes de luz afecta fuertemente al tamaño de los árboles dendríticos de LNvs, demostrando la idoneidad de los NL como un nuevo modelo para estudiar la plasticidad dendrítica7. El trabajo reciente de nuestro grupo indica además que tanto el tamaño de la dendrita LNv como el comportamiento dinámico de las ramas dendríticas muestran una plasticidad dependiente de la experiencia8,9. Como parte de este trabajo, desarrollamos un nuevo protocolo de imagen y cuantificación en vivo para realizar análisis sobre la dinámica de dendrita de LNvs a partir de larvas2nd o3rd instar.

La naturaleza transparente del cerebro larvario Drosophila lo hace ideal para imágenes en vivo. Sin embargo, los árboles dendríticos de LNvs están situados en el neuropil óptico larvario (LON) densamente inervado en el centro del lóbulo cerebral larvario6. Para capturar imágenes de ramas finas de ndrita y filopodia en el tejido cerebral intacto, utilizamos microscopía de dos fotones, que aumenta la profundidad de penetración de la luz y reduce la fototoxicidad durante los experimentos de imágenes en vivo10. Usando esta configuración, realizamos con éxito experimentos de imágenes en vivo en LNvs durante más de 30 minutos sin observar el deterioro morfológico obvio de la neurona. Además, las manipulaciones genéticas utilizando la técnica Flip-out nos permitieron etiquetar los LNvs individuales con una membrana etiquetada GFP, que también es fundamental para monitorear los movimientos de las ramas individuales11,12,13 .

Para capturar el comportamiento dinámico de todas las ramas en el eje dendrítico LNv con una resolución óptica óptima, realizamos imágenes 3D de lapso de tiempo en explantes cerebrales larvales recién diseccionados con una alta resolución espacial a 1 min por fotograma durante 10 a 30 min. Desarrollo de LNv las dendritas son muy dinámicas, con un gran porcentaje de las ramas que muestran cambios observables dentro de la ventana de 10 minutos. Esto conduce a uno de los principales desafíos técnicos en el estudio de la dinámica de dendrita, cuantificando el comportamiento de las ramas en función de los conjuntos de datos de imagen 4D. Los métodos previamente establecidos tienen varias limitaciones, incluyendo la falta de precisión y el requisito de tiempo excesivo. Por lo tanto, desarrollamos un método semiautomático que combina el postprocesamiento de imágenes, el marcado manual de los terminales de rama y el trazado automático de puntos 4D mediante un software de anotación de imagen. Calculamos los movimientos de los terminales de rama en diferentes puntos de tiempo en función de las coordenadas 3D de los puntos. A continuación, los datos se exportan y analizan para producir mediciones cuantitativas de la dinámica de las ramas. Este método evalúa con precisión la duración y el alcance de los eventos de extensión y retracción de las ramas existentes, así como la formación de nuevas ramas, lo que nos permite monitorear la dinámica de la dendrita en un gran número de neuronas.

Protocol

PRECAUCION: Este protocolo implica el uso de láseres de clase IV y requerirá que se sigan las pautas adecuadas de capacitación y seguridad. Evite la exposición de los ojos o la piel a la luz láser directa o dispersa.NOTA: El protocolo incluye seis pasos. El flujo de trabajo se muestra en la Figura 1A. 1. Etiquetado de neuronas individuales mediante la técnica flip-out NO…

Representative Results

Utilizando el protocolo de imágenes en vivo descrito anteriormente, capturamos pilas de imágenes de alta resolución para los análisis y cuantificación posteriores. El vídeo suplementario 1 muestra la serie de imágenes proyectadas de intensidad máxima (MIP) recopiladas de un representante etiquetado individualmente LNv. La Figura 2B muestra el montaje correspondiente de ocho fotogramas de la serie de imágenes. En ambo…

Discussion

Aquí, describimos un protocolo que desarrollamos para registrar y cuantificar el comportamiento dinámico de las ramas dendríticas en neuronas etiquetadas individualmente en cerebros larvarios Drosophila. En particular, nuestro protocolo de imágenes en vivo contiene parámetros específicos que nos permiten capturar todo el árbol dendrítico de un LNv larvario y proporcionar una visión global del estado dinámico de sus ramas dendrita. Sin embargo, debido a que nuestros métodos de cuantificación dependen …

Açıklamalar

The authors have nothing to disclose.

Acknowledgements

Este trabajo es apoyado por el Programa de Investigación Intramuros del Instituto Nacional de Trastornos Neurológicos y Accidentes Cerebrovasculares, Institutos Nacionales de Salud. Número de proyecto 1ZIANS003137.

Materials

Chameleon Vision II multiphoton laser Coherent
high vacuum grease Dow Corning 79751-30
LSM 780 two-photon laser scanning confocal microscope Carl Zeiss upright configuration
Microscope Cover Glass Fisher Scientific 12-544-E
Superfrost Plus Microscope Slides Fisher Scientific 12-550-15
Software
Excel Microsoft for processing .csv files
Huygens Professional Scientific Volume Imaging for drift correction and deconvolution
Imaris Oxford Instruments for 3D visualization and image annotation
Reagents
Glucose
HEPES
KCl
MgCl2
NaCl
NaHCO3
PBS
Sucrose
TES

Referanslar

  1. Wong, W. T., Wong, R. O. L. Changing specificity of neurotransmitter regulation of rapid dendritic remodeling during synaptogenesis. Nature Neuroscience. 4 (4), 351-352 (2001).
  2. Wu, G. Y., Zou, D. J., Rajan, I., Cline, H. Dendritic Dynamics In Vivo Change during Neuronal Maturation. The Journal of Neuroscience. 19 (11), 4472-4483 (1999).
  3. Jan, Y. N., Jan, L. Y. Branching out: mechanisms of dendritic arborization. Nature Reviews Neuroscience. 11, 316 (2010).
  4. Cline, H., Haas, K. The regulation of dendritic arbor development and plasticity by glutamatergic synaptic input: a review of the synaptotrophic hypothesis. The Journal of Physiology. 586 (6), 1509-1517 (2008).
  5. Helfrich-Forster, C., et al. Development and morphology of the clock-gene-expressing lateral neurons of Drosophila melanogaster. Journal of Comparative Neurology. 500 (1), 47-70 (2007).
  6. Sprecher, S. G., Cardona, A., Hartenstein, V. The Drosophila larval visual system: High-resolution analysis of a simple visual neuropil. Gelişim Biyolojisi. 358 (1), 33-43 (2011).
  7. Yuan, Q., et al. Light-Induced Structural and Functional Plasticity in Drosophila Larval Visual System. Science. 333 (6048), 1458-1462 (2011).
  8. Sheng, C., et al. Experience-dependent structural plasticity targets dynamic filopodia in regulating dendrite maturation and synaptogenesis. Nature Communications. 9 (1), 3362 (2018).
  9. Yin, J., et al. Transcriptional Regulation of Lipophorin Receptors Supports Neuronal Adaptation to Chronic Elevations of Activity. Cell Reports. 25 (5), 1181-1192 (2018).
  10. Denk, W., Strickler, J., Webb, W. Two-photon laser scanning fluorescence microscopy. Science. 248 (4951), 73-76 (1990).
  11. Golic, K. G., Lindquist, S. The FLP recombinase of yeast catalyzes site-specific recombination in the drosophila genome. Cell. 59 (3), 499-509 (1989).
  12. Harrison, D. A., Perrimon, N. Simple and efficient generation of marked clones in Drosophila. Current Biology. 3 (7), 424-433 (1993).
  13. del Valle Rodríguez, A., Didiano, D., Desplan, C. Power tools for gene expression and clonal analysis in Drosophila. Nature Methods. 9, 47 (2011).
  14. Portera-Cailliau, C., Pan, D. T., Yuste, R. Activity-regulated dynamic behavior of early dendritic protrusions: evidence for different types of dendritic filopodia. Journal of Neuroscience. 23 (18), 7129-7142 (2003).
  15. Niell, C. M., Smith, S. J. Live optical imaging of nervous system development. Annual Review of Physiology. 66, 771-798 (2004).
  16. Barry, D. J., Durkin, C. H., Abella, J. V., Way, M. Open source software for quantification of cell migration, protrusions, and fluorescence intensities. The Journal of Cell Biology. 209 (1), 163-180 (2015).
  17. Hendricusdottir, R., Bergmann, J. H. M. F-dynamics: Automated quantification of dendrite filopodia dynamics in living neurons. Journal of Neuroscience Methods. 236, 148-156 (2014).
  18. Jacquemet, G., et al. FiloQuant reveals increased filopodia density during breast cancer progression. The Journal of Cell Biology. 216 (10), 3387 (2017).
  19. Nilufar, S., Morrow, A. A., Lee, J. M., Perkins, T. J. FiloDetect: automatic detection of filopodia from fluorescence microscopy images. BMC Systems Biology. 7 (1), 66 (2013).
  20. Tsygankov, D., et al. CellGeo: A computational platform for the analysis of shape changes in cells with complex geometries. The Journal of Cell Biology. 204 (3), 443-460 (2014).
  21. Urbančič, V., et al. Filopodyan: An open-source pipeline for the analysis of filopodia. The Journal of Cell Biology. 216 (10), 3405-3422 (2017).

Play Video

Bu Makaleden Alıntı Yapın
Sheng, C., Javed, U., Rosenthal, J., Yin, J., Qin, B., Yuan, Q. Time-lapse Live Imaging and Quantification of Fast Dendritic Branch Dynamics in Developing Drosophila Neurons. J. Vis. Exp. (151), e60287, doi:10.3791/60287 (2019).

View Video