本研究は、NINR (F32NR013611) から金融サポートを受け取った。さらにお客様し、AnalyzeSkeleton(2D/3D) と FracLac の開発者に感謝したいと思います (アルガンダ ・ カレーラスらや Karperienら、それぞれ) を記載分析不可能なし。

<ol>
	<li>Davalos, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=ATP+mediates+rapid+microglial+response+to+local+brain+injury+in+vivo.">ATP mediates rapid microglial response to local brain injury in vivo.</a> Nat Neurosci. 8 (6), 752-758 (2005).</li><li>Karperien, A., Ahammer, H., Jelinek, H. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitating+the+subtleties+of+microglial+morphology+with+fractal+analysis.">Quantitating the subtleties of microglial morphology with fractal analysis.</a> Front Cell Neurosci. 7 (3), eCollection (2013).</li><li>Taylor, S. E., Morganti-Kossmann, C., Lifshitz, J., Ziebell, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rod+microglia:+a+morphological+definition.">Rod microglia: a morphological definition.</a> PLoS One. 9 (5), e97096 (2014).</li><li>Nimmerjahn, A., Kirchhoff, F., Helmchen, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Resting+microglial+cells+are+highly+dynamic+surveillants+of+brain+parenchyma+in+vivo.">Resting microglial cells are highly dynamic surveillants of brain parenchyma in vivo.</a> Science. 308 (5726), 1314-1318 (2005).</li><li>Abiega, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neuronal+Hyperactivity+Disturbs+ATP+Microgradients,+Impairs+Microglial+Motility,+and+Reduces+Phagocytic+Receptor+Expression+Triggering+Apoptosis/Microglial+Phagocytosis+Uncoupling.">Neuronal Hyperactivity Disturbs ATP Microgradients, Impairs Microglial Motility, and Reduces Phagocytic Receptor Expression Triggering Apoptosis/Microglial Phagocytosis Uncoupling.</a> PLoS Biol. 14 (6), e1002466 (2016).</li><li>Wyatt-Johnson, S. K., Herr, S. A., Brewster, A. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Status+Epilepticus+Triggers+Time-Dependent+Alterations+in+Microglia+Abundance+and+Morphological+Phenotypes+in+the+Hippocampus.">Status Epilepticus Triggers Time-Dependent Alterations in Microglia Abundance and Morphological Phenotypes in the Hippocampus.</a> Front Neurol. 8 (700), eCollection (2017).</li><li>Morrison, H., Young, K., Qureshi, M., Rowe, R. K., Lifshitz, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+microglia+analyses+reveal+diverse+morphologic+responses+in+the+rat+cortex+after+diffuse+brain+injury.">Quantitative microglia analyses reveal diverse morphologic responses in the rat cortex after diffuse brain injury.</a> Sci Rep. 7 (1), 13211 (2017).</li><li>Morrison, H. W., Filosa, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+quantitative+spatiotemporal+analysis+of+microglia+morphology+during+ischemic+stroke+and+reperfusion.">A quantitative spatiotemporal analysis of microglia morphology during ischemic stroke and reperfusion.</a> J Neuroinflammation. 10 (4), (2013).</li><li>Gyoneva, S., Traynelis, S. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Norepinephrine+modulates+the+motility+of+resting+and+activated+microglia+via+different+adrenergic+receptors.">Norepinephrine modulates the motility of resting and activated microglia via different adrenergic receptors.</a> J Biol Chem. 288 (21), 15291-15302 (2013).</li><li>Xu, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Environmental+Enrichment+Potently+Prevents+Microglia-Mediated+Neuroinflammation+by+Human+Amyloid+beta-Protein+Oligomers.">Environmental Enrichment Potently Prevents Microglia-Mediated Neuroinflammation by Human Amyloid beta-Protein Oligomers.</a> J Neurosci. 36 (35), 9041-9056 (2016).</li><li>Rodriguez, J. J., Noristani, H. N., Verkhratsky, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Microglial+response+to+Alzheimer's+disease+is+differentially+modulated+by+voluntary+wheel+running+and+enriched+environments.">Microglial response to Alzheimer's disease is differentially modulated by voluntary wheel running and enriched environments.</a> Brain Struct Funct. 220 (2), 941-953 (2015).</li><li>Soltys, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+morphological+study+of+microglial+cells+in+the+ischemic+rat+brain+using+principal+component+analysis.">Quantitative morphological study of microglial cells in the ischemic rat brain using principal component analysis.</a> J Neurosci Methods. 146 (1), 50-60 (2005).</li><li>Orlowski, D., Soltys, Z., Janeczko, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Morphological+development+of+microglia+in+the+postnatal+rat+brain.+A+quantitative+study.">Morphological development of microglia in the postnatal rat brain. A quantitative study.</a> Int J Dev Neurosci. 21 (8), 445-450 (2003).</li><li>Morrison, H. W., Filosa, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sex+differences+in+astrocyte+and+microglia+responses+immediately+following+middle+cerebral+artery+occlusion+in+adult+mice.">Sex differences in astrocyte and microglia responses immediately following middle cerebral artery occlusion in adult mice.</a> Neuroscience. 339, (2016).</li><li>Arganda-Carreras, I., Fernandez-Gonzalez, R., Munoz-Barrutia, A., Ortiz-De-Solorzano, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=3D+reconstruction+of+histological+sections:+Application+to+mammary+gland+tissue.">3D reconstruction of histological sections: Application to mammary gland tissue.</a> Microsc Res Tech. 73 (11), 1019-1029 (2010).</li><li>Davis, B. M., Salinas-Navarro, M., Cordeiro, M. F., Moons, L., De Groef, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Characterizing+microglia+activation:+a+spatial+statistics+approach+to+maximize+information+extraction.">Characterizing microglia activation: a spatial statistics approach to maximize information extraction.</a> Sci Rep. 7 (1), 1576 (2017).</li><li>. ImageJ User Guide Available from: <a target="_blank" href="https://imagej.nih.gov/ij/docs/guide/">https://imagej.nih.gov/ij/docs/guide/</a> (2014)</li><li>Karperien, A. L., Jelinek, H. F., , <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fractal,+Multifractal,+and+Lacunarity+Analysis+of+Microglia+in+Tissue+Engineering.">Fractal, Multifractal, and Lacunarity Analysis of Microglia in Tissue Engineering.</a> Front Bioeng Biotechnol. 3 (51), eCollection (2015).</li><li>Martyanova, E. K., Tishkina, A. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=3D+quantitative+analysis+of+microglial+morphology.">3D quantitative analysis of microglial morphology.</a> available as conference preceedings SkoltechOn. , (2015).</li><li>Fernandez-Arjona, M. D. M., Grondona, J. M., Granados-Duran, P., Fernandez-Llebrez, P., Lopez-Avalos, M. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Microglia+Morphological+Categorization+in+a+Rat+Model+of+Neuroinflammation+by+Hierarchical+Cluster+and+Principal+Components+Analysis.">Microglia Morphological Categorization in a Rat Model of Neuroinflammation by Hierarchical Cluster and Principal Components Analysis.</a> Front Cell Neurosci. 11 (235), eCollection (2017).</li></ol>

著者が明らかに何もありません。

ミクログリア細胞生理学および病理学のマイクロ ドメイン内には、細かくチューニングし、微妙な7,14の総損傷8形態2の多様な範囲を表示します。ImageJ プロトコルの使用は、プラットフォームとしてミクログリアの形態の定量化をすべて研究所にアクセスできるように、プラグイン、オープン ソース画像処理ソフト。記述されていたプロトコルは画像処理と解析のこのソフトウェアを使用して焦点を当て、信頼性、妥当性、データ コレクションの整合性は、優れた IHC と顕微鏡によって始まります。このプロトコルを使用してバイナリ、スケルトン、および全体の顕微鏡写真と単一セルのアウトライン表現の向上が、貧しい IHC 染色の場所を取ることができないと低コントラストになる顕微鏡がぼやけて、または画像の歪み。追加の考慮事項としてミクログリアの形態を決定的に変えるごとに区分化する前に、ストレージの中に脳を平らにしないように注意する必要があります。最後に、各実験内、ミクログリアは同じ顕微鏡と同様に、同じスケールを使用して視覚化される必要があります。計測、目標、およびソフトウェアは、同様の目的にもかかわらず異なるサイズの顕微鏡写真の結果、各フレーム内のセルの数と同様、細部が変更された顕微鏡の間で異なります。たとえば、ライカ SPII で 40 × 対物を使用してイメージ買収の結果ほどツァイス 880 を使用してより詳細なデータとセルの数 2 回で。これは、このデータのサンプリングの問題になりますフレーム全体ではなく、単一のセルからセル分岐データにとって特に重要。
一般に、全体の顕微鏡写真を生かしたスケルトン分析 2 つの理由のため単一細胞のフラクタル解析の前に。顕微鏡写真のすべてのセルの決定のセル分枝は急速な単一細胞のフラクタル解析と比較して、時間が重要な場合、スクリーニング ツールとして考慮されるかもしれない。さらに、スケルトン分析中に派生したバイナリ イメージはフラクタル解析の使用します。このイメージを作成すると、一度スケルトン分析結果に影響を与える可能性があります、ユーザー影響を紹介する重要な手順の数があります。ユーザー間のほとんどの変数は、プロトコルの手順ステップ 4.2 (増加のイメージの明るさ)、ステップ (しきい値の決定) 4.5。可能であれば、輝度 (0-255 の間 max または min スライダー) を高めるための最適な数が決定、すべての画像とユーザーの一定に保たれます。画像変動は素晴らしいが、ユーザーは画像によって異なります明るさを代わりに選択できます。また、画像は明るく、コントラストが高い場合、省略できますし、明るさを増加と専門のしきい値フィルターを使用して、しきい値を標準化できます (e.g。、黄) より変数の既定値ではなく。最適化されれば、追加ユーザー影響を最小限にするためにパラメーターを従う必要があります。
ユーザーの変動の例を図 5に示します。ユーザー 1 とユーザー 2 に増加したデータ値、したがってユーザー 1 とユーザー 2 はデータの収集に貢献した場合、変動を増加するでしょう。ユーザー 1 とユーザー 2 のバイナリとスケルトンのイメージの違いの例は色のついた丸 (図 5) で強調表示されます。この場合、両方のユーザーはミクログリアの限られた専門知識を持つ簡潔に訓練を受けた学部生だった正規監督とミクログリア増加プロトコル トレーニング2と共に専門家による指導・助言は、ユーザ間の可変性を減らすことができます。ここで評価されていません、フラクタル解析がユーザ間変動の影響受けにくいバイナリ細胞ミクログリアの図形を決定するしきい値に頼るのではなく、顕微鏡写真から手動で、個別に分離されているため。ただし、すべてのメソッドは、ユーザー間のいくつかの変動を持っています。したがって、単一のユーザー (理想的には、ミクログリア細胞のいくつかの専門知識によって訓練) データセット全体のデータ収集を完了する必要があります。
追加の変更はこのプロトコルを簡単に行うことができ、画質とノイズを低減し、プロセスの接続を確保する取り組みによって異なります。たとえば、コントラストが適切な場合、アンシャープ マスク必要はありませんし、省略することができます。最適化し、画像、実験例、セット全体からデータを収集する前に、コントロールの特定のセットのプロトコルを完了することをお勧めします。明確またはこのプロトコルに記載されたいない画像をシャープに代わりに他の最後に、追加プラグインを使用するようにさせるか、または研ぐ。
このプロトコルの利点は、その普遍的な可用性と適応性です。さらに、AnalyzeSkeleton を使用してセルの結果を評価する方が迅速かつ全体の顕微鏡写真に適用です。多細胞の解析アプローチの利点は単一のセルではなく、地域全体に焦点を当てるです。そのため、画像内のすべてのミクログリアの (エンドポイント ・ プロセスの長さの面で平均分枝を迅速に評価することが可能です。スケルトン分析を提供する複数のセルの解析: 顕微鏡写真からの単一のセルを隔離する必要な時間の投資のためのフラクタル解析を用いた一致ことはできませんセル数の面でデータ サンプリング。スクリーニングの焦点の傷害に近接電波のミクログリアの形態で最適ありますインスタンスになります。1 つの制限は、IHC 顕微鏡写真のスケルトン モデルを作成するフィールド全体イメージのレンダリングがより時間がかかる単一セル方式と比較して完璧ではないです。さらに、領域の分析は状況に適切なミクログリアの形態が大きく異なる同じフィールド内です。最後に、この分析法は細胞数、実験条件が異なる場合がありますパラメーターに依存しています。
フラクタル解析は、単一のセルに実施し、したがってスケルトン分析で得られた平均セル分岐データ出力を補完します。ただしより多くの時間がかかり、この投資は、地形データの広い範囲を得られます。たとえば、細胞の密度、スパン比と真円度データ サイズ、伸長、およびセル アウトラインの形をそれぞれについて説明します。フラクタル次元とベクトルは、それぞれセル複雑さと図形の不均一性をまとめたものです。インタラクティブ マニュアル16で各パラメーターの計算方法とデータがどのように解釈されるかもしれないの詳細な概要を提供し、そのような詳細は、具体的な研究の質問に関連して考慮すべき。生理学的および病理学的条件で発生する可能性があります 2 D ミクログリアの形態の小さな変化を定量化する敏感なツールで説明されているプロトコル結果。堅さ、凸状、フォーム ファクター16,20など追加形態計測学的解析が可能な 3次元形状を生成する場合あります。
プロトコルの開発と適応は継続的かつユーザー駆動です。それは蛍光8からパラフィン埋め込まれた組織に DAB/明視野画像7がまだ拡張されています。これまた、詳細な分析、Imaris など独自のソフトウェアと組み合わせて使用されることができます。このプロトコルさまざまな生理学に適用することができます、ミクログリアに限定されない、任意のセルまたはティッシュ特定のパターンまたは IHC メソッドを使用して識別することができる図形に適用されます。最後に、十分なサンプル サイズを持つ多変量またはクラスター分析に適用できる形態12,21によるとミクログリアを階層化これは、ミクログリアの形態はミクログリアの機能とその周辺への応答の重要な指標として意味のある情報です。ミクログリアの形態学的多様性のための感謝は、拡大と健康と病気の間にニューロン-グリア細胞血管の相互作用を十分に理解することが重要です。この分野の成長は、定量化し、複数の連続変数を用いたミクログリアの形態を要約のよく発達した、使いやすく、再現性のあるプロトコルによって強化されています。

ミクログリアは、脱分岐し、アメーバ形態2 にハイパー分岐と非常に複雑な形態からその範囲可能性の連続体に沿って脳生理学1で変化への迅速かつ多様な形態学的応答を持っています。.ミクログリアは、偏光と棒状の3もなります。ミクログリア細胞分岐は複数のプロセスを持つ複雑な形状としてよく定義されているし、セルごとのエンドポイントの数や細胞プロセスの長さとしてしばしば報告されています。ミクログリアの形態が多様な細胞機能と機能障害の指標として役立つかもしれないミクログリアが細かく連続細胞間クロストークとin vivo運動4,5を介して神経細胞およびグリア細胞の機能に調整されているので脳内。定量的アプローチ (てんかん5,6など微妙な生理学的な摂動で発生する分岐し細胞間の違いを区別するためにこれらの形態学的変化の多様性を十分に説明する必要があります。脳震盪7) (ストローク8) など総損傷に加えて。形態の定量化7,8,9,10、11,12,13,14の使用の増加健康と病気の間にフル ミクログリアの形態の多様性を明らかになります。本研究は ImageJ プラグイン ミクログリアの蛍光または非蛍光性顕微鏡写真からミクログリアの形態を要約する必要の段階的な使用は、免疫組織染色 (IHC) 後固定の齧歯動物のティッシュで取得した情報。
中央ここで説明されている分析手法には、ImageJ プラグイン AnalyzeSkeleton (2 D ・ 3 D)15、乳腺の大型構造物を定量化する 2010年で開発された FracLac16, 2014 年 ImageJ とフラクタル解析を統合するために開発されました。個々 のミクログリア図形を定量化します。これらのプラグインは、全体の顕微鏡写真内ミクログリア分枝の迅速分析または顕微鏡写真内で定義された投資収益率の複数のミクログリアを提供します。この分析は、単独またはフラクタル解析を補完するために使用可能性があります。単一セルのフラクタル解析 (FracLac) は時間の投資が必要ですが、ミクログリアの複雑さ、形状、およびサイズに関する複数の形態の出力を提供します。両方のツール使用は冗長ではありません、分枝はセルの複雑さに相補的な細胞として、データセット12,17内の多様なミクログリアの形態を区別する複数のパラメーターの組み合わせを使用することがあります。

<table><tbody><tr><td>primary antibody anti-IBA1</td><td>Wako&amp;nbsp;</td><td>019-19741</td><td>rabbit host</td></tr><tr><td>Vectashield soft mount</td><td>Vector Labs</td><td>H-1000</td><td></td></tr><tr><td>Secondary antibody</td><td>Jackson ImmunorResearch</td><td>711-545-152</td><td>donkey host</td></tr><tr><td>4 mL glass vial</td><td>Wheaton</td><td>UX-08923-11</td><td></td></tr><tr><td>Triton X-100</td><td>Fisher Scientific&amp;nbsp;</td><td>BP151</td><td></td></tr><tr><td>Sodium Azide (NaN&lt;sub&gt;3&lt;/sub&gt;)</td><td>Sigma</td><td>S-8032</td><td></td></tr><tr><td>glass coverslip</td><td>Fisher Scientific&amp;nbsp;</td><td>12-544-G</td><td></td></tr></tbody></table>

quantifying microglia morphology from photomicrographs of immunohistochemistry prepared tissue using imagej

ミクログリアは脳食脳のホメオスタシスに参加し、疾患、損傷、機能不全のために環境を継続的に調査します。最初のレスポンダーとしてミクログリアは、ニューロンとグリア細胞の機能障害を軽減するために重要な機能を持っているし、この過程で、彼らは広範な形態学的変化を受けます。ミクログリアの形態は唱え分類できます。 または、または、セルの分枝、複雑さ、および図形などのパラメーターを連続変数として定量化することができます。ミクログリアを定量化するためのメソッドは、単一のセルに適用される、ほとんどのテクニック全体の顕微鏡写真で複数のミクログリアに適用されません。このメソッドの目的は、複数を定量化して容易に利用可能な ImageJ プロトコルを使用して単一セル。このプロトコルの手順の概要は、ImageJ プラグインの蛍光および明るいフィールド顕微鏡写真を代表的なバイナリとスケルトンの画像に変換し、それらを分析するをお勧めします AnalyzeSkeleton (2 D ・ 3 D) と FracLac のソフトウェアのプラグインを使用して、データ収集の形態。これらのプラグインの出力は、プロセスのエンドポイント、接合、および長さの複雑さ、セル形状とサイズの記述子の面で細胞の形態をまとめたものです。記載スケルトン分析プロトコルは、FracLac は、相補的な個々 のセル分析を提供に対し全体の顕微鏡写真や利益 (率 ROI) の領域内の複数のミクログリアの地域分析に適して。プロトコルは組み合わせることで、目的、多様なミクログリアの形態の健康と負傷者の脳内に存在間を分類する使用ことができます、敏感で、包括的なアセスメント ツールを提供します。

ミクログリアの形態分析のプロトコルに記載は、蛍光のおよび形態計測学的解析のための軽打の顕微鏡写真の処理に役立つ手順をまとめたものです。これらの手順を図 2に視覚的にまとめますと図 3。これらの手順の目標は、蓄積されたデータが有効になるよう適切に元の顕微鏡写真をモデル化する代表的なバイナリと白骨イメージを作成することです。プロトコル アプリケーション後 AnalyzeSkeleton プラグインの結果からタグ付けのスケルトン画像エンドポイントや支店の数 (すなわち。、プロセス) でできた金管楽器は、結果として得られる出力ファイルから要約します。エンドポイント ・ プロセスの長さデータは、顕微鏡写真や投資収益率のミクログリア分枝の程度を推定する使用されます。図 4は、プロトコル アプリケーションと収集結果のデータ (エンドポイント/セルとプロセスの長さ/セル) をまとめたものです。同様の傾向が存在する図 4 階に集約されたデータは図 4Eに比べて変化が少ないです。これらのデータが、プロトコルが適用されたときのグループ間の違いを検出する感度の向上を説明するさらに、します。最後に、ケアは、プロトコルのアプリケーションにおけるユーザ間変動に関する取られなければなりません。図 5上述と同じプロトコルを適用する 2 つの独立したユーザーが同じデータ セットを行ったによってこのような違いをまとめます。
その他の形態のデータは、プロトコルの適用時に作成されたバイナリ イメージから分離された単一のセルから収集されます。前にミクログリアの形態および図 6に FracLac プラグインをまとめてを使用して分析するプロトコル手順。我々 は両方無傷 (図 6 a) でこの分析を説明し、(図 6 b) 組織を負傷しました。バイナリ、アウトライン、ハル/カプセル化円、およびボックスのカウント例で各セルを分析し、図 6-f.に表示されますアプリケーション プロトコルを使用せずに凸の代表的な画像これらのイメージは、図 6に示す形態データの相違の起源を説明するために役立ちます。
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/57648/57648fig1.jpg"> 図 1。(最適な) 単一の起源相馬と白骨細胞と元の顕微鏡写真の対応するオーバーレイ (準) 円形相馬と白骨ミクログリアのイラスト。スケール バー = 10 μ m.<a href="/files/ftp_upload/57648/57648fig1large.jpg" target="_blank">この図の拡大版を表示するのにはここをクリックしてください</a>。
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/57648/57648fig2.jpg"> 図 2。蛍光顕微鏡写真にアプリケーションをプロトコルします。詳細を表示する単一細胞の蛍光顕微鏡写真に適用されるスケルトン分析プロトコルのイラストをトリミングしました。スケール バー = 10 μ m.<a href="/files/ftp_upload/57648/57648fig2large.jpg" target="_blank">この図の拡大版を表示するのにはここをクリックしてください</a>。
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/57648/57648fig3.jpg"> 図 3。明視野 DAB にプロトコル アプリケーション顕微鏡写真。トリミングの詳細を表示する単一のセルに明視野軽打の顕微鏡写真に適用されるスケルトン分析プロトコルのイラスト。スケール バー = 10 μ m.<a href="/files/ftp_upload/57648/57648fig3large.jpg" target="_blank">この図の拡大版を表示するのにはここをクリックしてください</a>。
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/57648/57648fig4.jpg"> 図 4。データ分析とプロトコル アプリケーションなし。(A) (B) で黄色い箱に対応する蛍光 IHC とトリミングの例の顕微鏡写真。例のバイナリと白骨画像 (C) および (D) に従って適用プロトコルなし。ミクログリア エンドポイント/セルとプロセスの長さ/セルの集計データ (白) を無傷し、プロトコルの適用なし (F) (E) (グレー) 大脳皮質組織を負傷しました。スチューデント t 検定と n を使用して統計分析、3 を = * * p < 0.01 を表します。スケール バー = 10 μ m.<a href="/files/ftp_upload/57648/57648fig4large.jpg" target="_blank">この図の拡大版を表示するのにはここをクリックしてください</a>。
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/57648/57648fig5.jpg"> 図 5。プロトコルのアプリケーションとユーザーの違い。ユーザー 1 とユーザー 2 がバイナリとスケルトンの画像にオリジナル画像とプロトコル変換の例です。色のついた丸が一致する 2 つの画像間の相違点がハイライトされます。ユーザー 1 とユーザー 2 が無傷と負傷者の脳領域におけるミクログリア エンドポイント/セルとプロセスの長さ/セルのデータの概要のグラフ。統計分析分散分析とサンプル サイズが n = 3;p < 0.05 * *p < 0.01 * * *p < 0.001。スケール バー = 10 μ m.<a href="/files/ftp_upload/57648/57648fig5large.jpg" target="_blank">この図の拡大版を表示するのにはここをクリックしてください</a>。
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/57648/57648fig6.jpg"> 図 6。フラクタル解析プロトコル アプリケーションと。無傷 (A) と (C) 対応するバイナリおよび適用プロトコルと結果概要 (D) 画像で負傷した (B) 皮質におけるミクログリアのトリミングの顕微鏡写真の例です。関連付けられている凸型ハル (青) と対応するアウトライン図形 (E) (ピンク) サークル囲む形密度計算、比率、および真円度 (G) にまたがるされます。ボックスカウンティング法は (F) に示す、フラクタル次元 (D ・B) とベクトル (λ) 計算 (G) に使用します。スケール バー = 10 μ m.<a href="/files/ftp_upload/57648/57648fig6large.jpg" target="_blank">この図の拡大版を表示するのにはここをクリックしてください</a>。

Watch this Scientific Journal Video about Quantifying Microglia Morphology from Photomicrographs of Immunohistochemistry Prepared Tissue Using ImageJ at JoVE.com

Quantifying Microglia Morphology from Photomicrographs of Immunohistochemistry Prepared Tissue Using ImageJ

ミクログリアは、調査、定量的評価されるかもしれない形態の変化によって変えられた脳生理学に反応する脳の免疫細胞です。このプロトコルの概要、ImageJ ベースのセル分枝、複雑さ、および図形などによると継続的なデータとしてミクログリアの形態を表す解析プロトコル。

免疫組織化学準備 ImageJ を用いた組織の顕微鏡写真からミクログリアの形態の定量化

Microglia are brain phagocytes that participate in brain homeostasis and continuously survey their environment for dysfunction, injury, and disease. As ...

quantifying-microglia-morphology-from-photomicrographs

Nanyang Technological University

Research

JoVE Journal

Neuroscience

66.2K ビュー.  University of Arizona. ミクログリアは、調査、定量的評価されるかもしれない形態の変化によって変えられた脳生理学に反応する脳の免疫細胞です。このプロトコルの概要、ImageJ ベースのセル分枝、複雑さ、および図形などによると継続的なデータとしてミクログリアの形態を表す解析プロトコル。

ビデオ: Quantifying Microglia Morphology from Photomicrographs of Immunohistochemistry Prepared Tissue Using ImageJ

Improved Visualization and Quantitative Analysis of Drug Effects Using Micropatterned Cells

To date, most HCA (High Content Analysis) studies are carried out with adherent cell lines grown on a homogenous substrate in tissue-culture treated micro-plates. Under these conditions, cells spread and divide in all directions resulting in an inherent variability in cell shape, morphology and behavior. The high cell-to-cell variance of the overall population impedes the success of HCA, especially for drug development. The ability of micropatterns to normalize the shape and internal polarity of every individual cell provides a tremendous opportunity for solving this critical bottleneck 1-2.
To facilitate access and use of the micropatterning technology, CYTOO has developed a range of ready to use micropatterns, available in coverslip and microwell formats. In this video article, we provide detailed protocols of all the procedures from cell seeding on CYTOOchip micropatterns, drug treatment, fixation and staining to automated acquisition, automated image processing and final data analysis. With this example, we illustrate how micropatterns can facilitate cell-based assays. Alterations of the cell cytoskeleton are difficult to quantify in cells cultured on homogenous substrates, but culturing cells on micropatterns results in a reproducible organization of the actin meshwork due to systematic positioning of the cell adhesion contacts in every cell. Such normalization of the intracellular architecture allows quantification of even small effects on the actin cytoskeleton as demonstrated in these set of protocols using blebbistatin, an inhibitor of the actin-myosin interaction.

Adhesive micropatterns that normalize cellular architecture can be used to increase sensitivity in the detection of drug effects, improve reproducibility and simplify automated image acquisition and analysis. Such technology will benefit drug/siRNA screening assays, performed on conventional cell culture supports and consequently suffering from excessive cell-to-cell variability.

マイクロパターン細胞を用いた薬物の効果の改善可視化と定量分析

To date, most HCA (High Content Analysis) studies are carried out with adherent cell lines grown on a homogenous substrate in tissue-culture treated ...

生物工学

An Engulfment Assay: A Protocol to Assess Interactions Between CNS Phagocytes and Neurons

Phagocytosis is a process in which a cell engulfs material (entire cell, parts of a cell, debris, etc.) in its surrounding extracellular environment and subsequently digests this material, commonly through lysosomal degradation. Microglia are the resident immune cells of the central nervous system (CNS) whose phagocytic function has been described in a broad range of conditions from neurodegenerative disease (e.g., beta-amyloid clearance in Alzheimer&#8217;s disease) to development of the healthy brain (e.g., synaptic pruning)1-6. The following protocol is an engulfment assay developed to visualize and quantify microglia-mediated engulfment of presynaptic inputs in the developing mouse retinogeniculate system7. While this assay was used to assess microglia function in this particular context, a similar approach may be used to assess other phagocytes throughout the brain (e.g., astrocytes) and the rest of the body (e.g., peripheral macrophages) as well as other contexts in which synaptic remodeling occurs (e.g. ,brain injury/disease).

Microglia are the resident immune cells of the central nervous system (CNS) with a high capacity to phagocytose or engulf material in their extracellular environment. Here, a broadly applicable, reliable, and highly quantitative assay for visualizing and measuring microglia-mediated engulfment of synaptic components is described.

貪食アッセイ：CNS食細胞と神経細胞間の相互作用を評価するためのプロトコル

Phagocytosis is a process in which a cell engulfs material (entire cell, parts of a cell, debris, etc.) in its surrounding extracellular environment and ...

神経科学

In Vivo Dynamics of Retinal Microglial Activation During Neurodegeneration: Confocal Ophthalmoscopic Imaging and Cell Morphometry in Mouse Glaucoma

Microglia, which are CNS-resident neuroimmune cells, transform their morphology and size in response to CNS damage, switching to an activated state with distinct functions and gene expression profiles. The roles of microglial activation in health, injury and disease remain incompletely understood due to their dynamic and complex regulation in response to changes in their microenvironment. Thus, it is critical to non-invasively monitor and analyze changes in microglial activation over time in the intact organism. In vivo studies of microglial activation have been delayed by technical limitations to tracking microglial behavior without altering the CNS environment. This has been particularly challenging during chronic neurodegeneration, where long-term changes must be tracked. The retina, a CNS organ amenable to non-invasive live imaging, offers a powerful system to visualize and characterize the dynamics of microglia activation during chronic disorders.
This protocol outlines methods for long-term, in vivo imaging of retinal microglia, using confocal ophthalmoscopy (cSLO) and CX3CR1GFP/+ reporter mice, to visualize microglia with cellular resolution. Also, we describe methods to quantify monthly changes in cell activation and density in large cell subsets (200-300 cells per retina). We confirm the use of somal area as a useful metric for live tracking of microglial activation in the retina by applying automated threshold-based morphometric analysis of in vivo images. We use these live image acquisition and analyses strategies to monitor the dynamic changes in microglial activation and microgliosis during early stages of retinal neurodegeneration in a mouse model of chronic glaucoma. This approach should be useful to investigate the contributions of microglia to neuronal and axonal decline in chronic CNS disorders that affect the retina and optic nerve.

In Vivo Dynamics of Retinal Microglial Activation During Neurodegeneration: Confocal Ophthalmoscopic Imaging and Cell Morphometry in Mouse Glaucoma

Microglia activation and microgliosis are key responses to chronic neurodegeneration. Here, we present methods for in vivo, long-term visualization of retinal CX3CR1-GFP+ microglial cells by confocal ophthalmoscopy, and for threshold and morphometric analyses to identify and quantify their activation. We monitor microglial changes during early stages of age-related glaucoma.

共焦点検眼鏡イメージングとマウス緑内障における細胞の形態計測：神経変性中に網膜ミクログリアの活性化のインビボダイナミクス

Microglia, which are CNS-resident neuroimmune cells, transform their morphology and size in response to CNS damage, switching to an activated state with ...

医学

Two Algorithms for High-throughput and Multi-parametric Quantification of Drosophila Neuromuscular Junction Morphology

Synaptic morphology is tightly related to synaptic efficacy, and in many cases morphological synapse defects ultimately lead to synaptic malfunction. The Drosophila larval neuromuscular junction (NMJ), a well-established model for glutamatergic synapses, has been extensively studied for decades. Identification of mutations causing NMJ morphological defects revealed a repertoire of genes that regulate synapse development and function. Many of these were identified in large-scale studies that focused on qualitative approaches to detect morphological abnormalities of the Drosophila NMJ. A drawback of qualitative analyses is that many subtle players contributing to NMJ morphology likely remain unnoticed. Whereas quantitative analyses are required to detect the subtler morphological differences, such analyses are not yet commonly performed because they are laborious. This protocol describes in detail two image analysis algorithms "Drosophila NMJ Morphometrics" and "Drosophila NMJ Bouton Morphometrics", available as Fiji-compatible macros, for quantitative, accurate and objective morphometric analysis of the Drosophila NMJ. This methodology is developed to analyze NMJ terminals immunolabeled with the commonly used markers Dlg-1 and Brp. Additionally, its wider application to other markers such as Hrp, Csp and Syt is presented in this protocol. The macros are able to assess nine morphological NMJ features: NMJ area, NMJ perimeter, number of boutons, NMJ length, NMJ longest branch length, number of islands, number of branches, number of branching points and number of active zones in the NMJ terminal.

Two Algorithms for High-throughput and Multi-parametric Quantification of Drosophila Neuromuscular Junction Morphology

Two image analysis algorithms, "Drosophila NMJ Morphometrics" and "Drosophila NMJ Bouton Morphometrics" were created, to automatically quantify nine morphological features of the Drosophila neuromuscular junction (NMJ).

高スループットとのマルチパラメトリック定量化のための2個のアルゴリズム<em&gt;ショウジョウバエ</em&gt;神経筋接合部形態

Synaptic morphology is tightly related to synaptic efficacy, and in many cases morphological synapse defects ultimately lead to synaptic malfunction. The ...

Area-based Image Analysis Algorithm for Quantification of Macrophage-fibroblast Cocultures

Quantification of cells is necessary for a wide range of biological and biochemical studies. Conventional image analysis of cells typically employs either fluorescence detection approaches, such as immunofluorescent staining or transfection with fluorescent proteins or edge detection techniques, which are often error-prone due to noise and other non-idealities in the image background. 
We designed a new algorithm that could accurately count and distinguish macrophages and fibroblasts, cells of different phenotypes that often colocalize during tissue regeneration. MATLAB was used to implement the algorithm, which differentiated distinct cell types based on differences in height from the background. A primary algorithm was developed using an area-based method to account for variations in cell size/structure and high-density seeding conditions. 
Non-idealities in cell structures were accounted for with a secondary, iterative algorithm utilizing internal parameters such as cell coverage computed using experimental data for a given cell type. Finally, an analysis of coculture environments was carried out using an isolation algorithm in which various cell types were selectively excluded based on the evaluation of relative height differences within the image. This approach was found to accurately count cells within a 5% error margin for monocultured cells and within a 10% error margin for cocultured cells.

We present a method, which utilizes a generalizable area-based image analysis approach to identify cell counts. Analysis of different cell populations exploited the significant cell height and structure differences between distinct cell types within an adaptive algorithm.

マクロファージ-線維芽細胞共培養の定量化のための領域ベースの画像解析アルゴリズム

Quantification of cells is necessary for a wide range of biological and biochemical studies. Conventional image analysis of cells typically employs either ...

Analyzing the Size, Shape, and Directionality of Networks of Coupled Astrocytes

It has become increasingly clear that astrocytes modulate neuronal function not only at the synaptic and single-cell levels, but also at the network level. Astrocytes are strongly connected to each other through gap junctions and coupling through these junctions is dynamic and highly regulated. An emerging concept is that astrocytic functions are specialized and adapted to the functions of the neuronal circuit with which they are associated. Therefore, methods to measure various parameters of astrocytic networks are needed to better describe the rules governing their communication and coupling and to further understand their functions.
Here, using the image analysis software (e.g., ImageJFIJI), we describe a method to analyze confocal images of astrocytic networks revealed by dye-coupling. These methods allow for 1) an automated and unbiased detection of labeled cells, 2) calculation of the size of the network, 3) computation of the preferential orientation of dye spread within the network, and 4) repositioning of the network within the area of interest.
This analysis can be used to characterize astrocytic networks of a particular area, compare networks of different areas associated to different functions, or compare networks obtained under different conditions that have different effects on coupling. These observations may lead to important functional considerations. For instance, we analyze the astrocytic networks of a trigeminal nucleus, where we have previously shown that astrocytic coupling is essential for the ability of neurons to switch their firing patterns from tonic to rhythmic bursting1. By measuring the size, confinement, and preferential orientation of astrocytic networks in this nucleus, we can build hypotheses about functional domains that they circumscribe. Several studies suggest that several other brain areas, including the barrel cortex, lateral superior olive, olfactory glomeruli, and sensory nuclei in the thalamus and visual cortex, to name a few, may benefit from a similar analysis.

Here we present a protocol to assess the organization of astrocytic networks. The described method minimizes bias to provide descriptive measures of these networks such as cell count, size, area, and position within a nucleus. Anisotropy is assessed with a vectorial analysis.

サイズ、形状、および結合のアストロ サイトのネットワークの方向性を分析

It has become increasingly clear that astrocytes modulate neuronal function not only at the synaptic and single-cell levels, but also at the network ...

Immunofluorescence Staining Using IBA1 and TMEM119 for Microglial Density, Morphology and Peripheral Myeloid Cell Infiltration Analysis in Mouse Brain

This is a protocol for the dual visualization of microglia and infiltrating macrophages in mouse brain tissue. TMEM119 (which labels microglia selectively), when combined with IBA1 (which provides an exceptional visualization of their morphology), allows investigation of changes in density, distribution, and morphology. Quantifying these parameters is important in providing insights into the roles exerted by microglia, the resident macrophages of the brain. Under normal physiological conditions, microglia are regularly distributed in a mosaic-like pattern and present a small soma with ramified processes. Nevertheless, as a response to environmental factors (i.e., trauma, infection, disease, or injury), microglial density, distribution, and morphology are altered in various manners, depending on the insult. Additionally, the described double-staining method allows visualization of infiltrating macrophages in the brain based on their expression of IBA1 and without colocalization with TMEM119. This approach thus allows discrimination between microglia and infiltrating macrophages, which is required to provide functional insights into their distinct involvement in brain homeostasis across various contexts of health and disease. This protocol integrates the latest findings in neuroimmunology that pertain to the identification of selective markers. It also serves as a useful tool for both experienced neuroimmunologists and researchers seeking to integrate neuroimmunology into projects.

This protocol describes a step-by-step workflow for immunofluorescent costaining of IBA1 and TMEM119, in addition to analysis of microglial density, distribution, and morphology, as well as peripheral myeloid cell infiltration in mouse brain tissue.

マウス脳における微小グリア密度、形態および末梢骨髄細胞浸潤解析のためのIBA1およびTMEM119を用いた免疫蛍光染色

This is a protocol for the dual visualization of microglia and infiltrating macrophages in mouse brain tissue. TMEM119 (which labels microglia ...

免疫・感染学

Human Microglia-like Cells: Differentiation from Induced Pluripotent Stem Cells and In Vitro Live-cell Phagocytosis Assay using Human Synaptosomes

Microglia are the resident immune cells of myeloid origin that maintain homeostasis in the brain microenvironment and have become a key player in multiple neurological diseases. Studying human microglia in health and disease represents a challenge due to the extremely limited supply of human cells. Induced pluripotent stem cells (iPSCs) derived from human individuals can be used to circumvent this barrier. Here, it is demonstrated how to differentiate human iPSCs into microglia-like cells (iMGs) for in vitro experimentation. These iMGs exhibit the expected and physiological properties of microglia, including microglia-like morphology, expression of proper markers, and active phagocytosis. Additionally, documentation for isolating and labeling synaptosome substrates derived from human iPSC-derived lower motor neurons (i3LMNs) is provided. A live-cell, longitudinal imaging assay is used to monitor engulfment of human synaptosomes labeled with a pH-sensitive dye, allowing for investigations of iMG's phagocytic capacity. The protocols described herein are broadly applicable to different fields that are investigating human microglia biology and the contribution of microglia to disease.

Human Microglia-like Cells: Differentiation from Induced Pluripotent Stem Cells and In Vitro Live-cell Phagocytosis Assay using Human Synaptosomes

This protocol describes the differentiation process of human induced pluripotent stem cells (iPSCs) into microglia-like cells for in vitro experimentation. We also include a detailed procedure for generating human synaptosomes from iPSC-derived lower motor neurons that can be used as a substrate for in vitro phagocytosis assays using live-cell imaging systems.

ヒトミクログリア様細胞:人工多能性幹細胞からの分化とヒトシナプトソームを用いた in vitro 生細胞貪食アッセイ

Microglia are the resident immune cells of myeloid origin that maintain homeostasis in the brain microenvironment and have become a key player in multiple ...

シナプス材料のミクログリア包絡に対するフローサイトメトリーベースのアッセイ

Quantification of Microglial Engulfment of Synaptic Material Using Flow Cytometry

Microglia play a pivotal role in synaptic refinement in the brain. Analysis of microglial engulfment of synapses is essential for comprehending this process; however, currently available methods for identifying microglial engulfment of synapses, such as immunohistochemistry (IHC) and imaging, are laborious and time-intensive. To address this challenge, herein we present in vitro and in vivo* assays that allow fast and high-throughput quantification of microglial engulfment of synapses using flow cytometry.
In the in vivo* approach, we performed intracellular vGLUT1 staining following fresh cell isolation from adult mouse brains to quantify engulfment of vGLUT1+ synapses by microglia. In the in vitro synaptosome engulfment assay, we used freshly isolated cells from the adult mouse brain to quantify the engulfment of pHrodo&#160;Red-labeled synaptosomes by microglia. These protocols together provide a time-efficient approach to quantifying microglial engulfment of synapses and represent promising alternatives to labor-intensive image analysis-based methods. By streamlining the analysis, these assays can contribute to a better understanding of the role of microglia in synaptic refinement in different disease models.

著者スポットライト:精神神経免疫学の技術革新による理解の促進

Here we present two protocols to quantify microglial engulfment of vGLUT1-positive synapses and pHRodo&#160;Red-labeled crude synaptosomes using flow cytometry.

フローサイトメトリーを用いたシナプス材料のミクログリア包絡の定量化

Microglia play a pivotal role in synaptic refinement in the brain. Analysis of microglial engulfment of synapses is essential for comprehending this ...

免疫組織化学準備 ImageJ を用いた組織の顕微鏡写真からミクログリアの形態の定量化

要約

さらに動画を探す

この動画の章

マイクロパターン細胞を用いた薬物の効果の改善可視化と定量分析

貪食アッセイ：CNS食細胞と神経細胞間の相互作用を評価するためのプロトコル

共焦点検眼鏡イメージングとマウス緑内障における細胞の形態計測：神経変性中に網膜ミクログリアの活性化のインビボダイナミクス

高スループットとのマルチパラメトリック定量化のための2個のアルゴリズム

マクロファージ-線維芽細胞共培養の定量化のための領域ベースの画像解析アルゴリズム

サイズ、形状、および結合のアストロサイトのネットワークの方向性を分析

マウス脳における微小グリア密度、形態および末梢骨髄細胞浸潤解析のためのIBA1およびTMEM119を用いた免疫蛍光染色

ヒトミクログリア様細胞:人工多能性幹細胞からの分化とヒトシナプトソームを用いた in vitro 生細胞貪食アッセイ

フローサイトメトリーを用いたシナプス材料のミクログリア包絡の定量化

フローサイトメトリーを用いたシナプス材料のミクログリア包絡の定量化

免疫組織化学準備 ImageJ を用いた組織の顕微鏡写真からミクログリアの形態の定量化

要約

さらに動画を探す

この動画の章

マイクロパターン細胞を用いた薬物の効果の改善可視化と定量分析

貪食アッセイ：CNS食細胞と神経細胞間の相互作用を評価するためのプロトコル

共焦点検眼鏡イメージングとマウス緑内障における細胞の形態計測：神経変性中に網膜ミクログリアの活性化のインビボダイナミクス

高スループットとのマルチパラメトリック定量化のための2個のアルゴリズム

マクロファージ-線維芽細胞共培養の定量化のための領域ベースの画像解析アルゴリズム

サイズ、形状、および結合のアストロ サイトのネットワークの方向性を分析

マウス脳における微小グリア密度、形態および末梢骨髄細胞浸潤解析のためのIBA1およびTMEM119を用いた免疫蛍光染色

ヒトミクログリア様細胞:人工多能性幹細胞からの分化とヒトシナプトソームを用いた in vitro 生細胞貪食アッセイ

フローサイトメトリーを用いたシナプス材料のミクログリア包絡の定量化

フローサイトメトリーを用いたシナプス材料のミクログリア包絡の定量化

サイズ、形状、および結合のアストロサイトのネットワークの方向性を分析