仪器网（yiqi.com）欢迎您！

整个小鼠胚胎的图像：（左）原始宽场成像结果和（右）应用Large Volume Computational Clearing（LVCC）后的成像结果。图片来源：A. Popratiloff和Z. Motahari，美国乔治·华盛顿大学。

本文介绍了如何使用THUNDER Imager 3D Cell Culture和Large Volume Computational Clearing（LVCC）对小鼠胚胎快速、高对比度成像，实现了对轴突生长和脑神经发育的研究。许多在发育早期阶段损害神经回路发育的遗传性疾病被认为会对行为造成干扰。用小鼠模型研究早期神经发育的细胞变化、定义与人类疾病相似的行为及潜在发育机制，是非常困难的。而鉴别发育的神经元回路中三叉神经（其参与面部感觉和运动机能）轴突生长的早期分化，使得这些困难迎刃而解。

简介

人们普遍认为，很多遗传性疾病都通过损害神经回路发育的早期阶段来对行为产生干扰[1]。事实证明，在模型动物中分辨早期神经发育中细胞的此类变化具有一定的难度。用与人类遗传性疾病中临床显著缺陷相似的基因突变小鼠模型来定义行为、神经回路和潜在发育机制，是非常困难的[1]。检测单个神经元初始分化中的变化难以实现。这些挑战可通过确定发育的神经回路中三叉神经这一关键组分的轴突生长的早期分化来解决[1]。通过着眼于参与面部感觉及运动机能如哺乳、进食、咬、咀嚼和吞咽等的三叉神经（脑神经V），以及轴突生长和原生传导通路，可以对使用组织学处理可能会缺失的三维环境进行研究[1]。本文介绍如何使用THUNDER Imager 3D Cell Culture和Large Volume Computational Clearing（LVCC）[2,3]对小鼠胚胎快速、高对比度成像，以帮助进行脑神经发育研究。

挑战

如要以实用高效的方式对整个小鼠胚胎成像，快速、清晰的高对比度3D成像解决方案，对于重要细节展示和解析大有益处。相较于激光共聚焦成像，可在很短的时间内一次性采集到完整胚胎的成像结果。传统宽场显微成像速度快，检测灵敏度高，但是对厚标本的成像，如小鼠胚胎，通常会由于非焦平面信号的影响，呈现模糊的成像结果，降低图像对比度[2,3]。

方法

使用THUNDER Imager 3D Cell Culture对小鼠胚胎成像。使用抗βIII微管蛋白（Tuj1）抗体对胚胎的神经系统和脑神经进行染色。结合BABB透明化处理，即可对整个胚胎中的神经系统进行三维结构成像。图1中的图像使用数值孔径（NA）0.75、工作距离700μm的20x多浸液物镜采集。该图像由32个视野拼接组成，成像深度为672 μm（337层切），采集了完整的胚胎结构。数据采集总时长为18分钟。

结果

通过LVCC和Instant Computational Clearing（ICC）将宽场成像固有的非焦面模糊信号清除[2,3]。之后，再使用徕卡自适应式反卷积技术来增强三维特征结构的分辨率[4]。这种成像模式便于观察胚胎的神经结构以及胚胎的整体布局中更有价值的神经元定位。

图1：展示整个小鼠胚胎的俯视图，显示原始数据（A）与应用LVCC后（B）的差异。根据相对物镜深度进行颜色标识的胚胎的角度视图，其中zui大深度为672 μm。C）应用LVCC后的脑部侧视图，显示了沿Z轴方向的精密细节。图片来源：Anastas Popratiloff博士和Zahra Motahari博士，乔治·华盛顿大学纳米制造与成像中心（GWNIC），美国华盛顿特区。

结论

与传统的宽场成像不同，THUNDER技术Large Volume Computational Clearing（LVCC）[2,3]在对小鼠胚胎中的脑神经发育成像时，显著增强了图像对比度，对精密细节有更好的解析。

References：

1.Z. Motahari, T.M. Maynard, A. Popratiloff, S.A. Moody, A.-S. LaMantia, Aberrant early growth of individual trigeminal sensory and motor axons in a series of mouse genetic models of 22q11.2 deletion syndrome, Human Molecular Genetics (2020) vol. 29, iss. 18, pp. 3081-3093, DOI: 10.1093/hmg/ddaa199.

2.J. Schumacher, L. Bertrand, THUNDER Technology Note: THUNDER Imagers: How Do They Really Work? Science Lab (2019) Leica Microsystems.

3.L. Felts, V. Kohli, J.M. Marr, J. Schumacher, O. Schlicker, An Introduction to Computational Clearing: A New Method to Remove Out-of-Focus Blur, Science Lab (2020) Leica Microsystems.

4.V. Kohli, J.M. Marr, O. Schlicker, L. Felts, The Power of Pairing Adaptive Deconvolution with Computational Clearing: Technical Brief, Science Lab (2021) Leica Microsystems. 

相关产品

THUNDER Imager 3D Live Cell 和 3D Cell Culture

      美国国立卫生研究院（NIH）下属的国家癌症研究所为此展开了一项前瞻性队列分析，评估了近30万人的癌症风险，并对行为（吸烟、喝酒）、人体测量指标（体重指数、身高）、生活方式（身体活动、饮食、药物）、病史等因素的影响程度进行了量化分析。分析结果近期发表在学术期刊Cancer上。

      研究参与者年龄都在50~71岁，也就是癌症发病率较高的年龄段。研究期间共出现了26693例新发癌症，其中，17万男性中有17951例新发癌症，12万女性中有8742例新发癌症，整体比例的差异显而易见。
研究人员按照肿瘤发生的解剖部位将这些癌症分为21个类型，进一步比较了每类癌症的发病率在男女之间的差别。在21种癌症中，仅甲状腺癌和胆囊癌的男性发病率明显低于女性，其他解剖部位男性的患癌风险则高于女性。尤其是膀胱、胃贲门、喉、食管这四个部位，男性患癌风险分别是女性的3.33~10.8倍！

     接着，研究人员用统计模型对各种风险因素的影响程度进行了量化分析。结果却发现，男性之所以患癌风险更高，吸烟喝酒等风险行为、饮食生活习惯、接触致癌物质等风险因素都只能解释一部分。比如男性肺癌发病率更高，风险因素占到了5成影响；男性食道癌发病率更高，风险因素占到11%。
换句话说，大多数癌症更喜欢“为难”男性，很大程度上无法由风险因素解释，而是天生的：主要由性别的生物学差异决定，比如生理、免疫、遗传等方面。
    “ 我们的研究结果表明，癌症发病率存在差异，仅靠环境暴露无法解释。这表明男性和女性之间内在的生物学差异会影响对癌症的易感性，“论文主要作者Sarah Jackson博士总结说。

      研究人员指出，了解癌症风险为什么会有性别差异对于改善预防和zhiliao可以提供重要信息。这一结果强调，从风险预测和癌症一级预防，癌症筛查和二级预防，到癌症zhiliao和患者管理，都需要从战略上将性别作为生物变量纳入考虑。

      定期体检和癌症筛查都是风险预测的重要手段，DNA提取磁珠在肿瘤筛查中，是重要的前置步骤。主要是硅羟基磁珠或羧基磁珠对血清血浆的ctDNA进行提取，相比于其他方法，使用生物磁珠对进行ctDNA提取得率会更高，检测灵敏度和检出限也会更合适。