【案例研究】呼吸、发声以及喉部疾病的神经基础-医疗器械网

【案例研究】呼吸、发声以及喉部疾病的神经基础

来源：徕卡显微系统(上海)贸易有限公司分类：动态 2023-10-13 10:17:16 3阅读次数

免疫荧光标记的小鼠完整喉肌运动神经元成像

这项研究显示了使用THUNDER Imager对于小鼠完整喉肌进行成像的优势，这对于研究癌症和喉部疾病具有重要作用。喉部对呼吸和发声至关重要。相关癌症和疾病的研究通常以小鼠作为研究模型。相比传统的宽场显微镜成像，THUNDER Imager通过计算光学去除非焦面信号后，可以更好地区分小鼠喉肌运动神经元中经免疫荧光染色的神经肌肉接头和神经纤维细丝。

呼吸和发声的神经基础以及喉部疾病

喉部是位于人类颈部或喉咙前部气管起点位置的器官，在发声和呼吸中具有重要作用^[1]。研究喉部、肺部癌症和疾病的科学家常以小鼠构建疾病模型^[2]。其中的一个研究方向是由微小喉肌精密协调的运动而决定的呼吸和发声的神经基础。^[3]

组织成像的挑战

对较厚的组织样本进行宽场成像时，经常会遇到的一个挑战是光散射会引起离焦模糊信号^[4,5]。这种离焦模糊信号导致厚组织样本内部的感兴趣结构难以分辨。

研究小鼠完整喉肌的方法

为了区分喉肌运动神经元，对小鼠喉肌的全组织进行免疫荧光染色，白色标记为神经纤维细丝，红色为α-银蛇环毒素标记的神经肌肉接头。图像采集使用THUNDER Imager Tissue，40x/NA 0.95的平场复消色差物镜。为获取全组织样本40μm的完整厚度，图像采集采用了3D拼图成像，共采集50个视野，每个视野Z-stack成像后做最大强度投影。原始图像采集时间为5分钟，共2200帧。Instant Computational Clearing (ICC) 在采集过程种实时处理，即刻生成高分辨图像。

运动神经元成像结果

图1所示为采用22个视野拼接成像的小鼠喉肌全组织样本图像，呈现了运动神经元的神经肌肉接头和神经纤维细丝。

图1：小鼠神经肌肉接头和神经纤维细丝的原始宽场图像（左）和经ICC处理的THUNDER图像（右），采用白色和红色（α银蛇环毒素）荧光标记。图片来自美国加州Mark Krasnow博士实验室的Andrea Yung博士。

结论

图像结果表明，相比传统宽场显微镜，小鼠喉肌完整组织的THUNDER图像可以用来更好地区分运动神经元中的神经肌肉接头和神经纤维细丝。因此THUNDER Imager可有助于喉部癌症和疾病的研究工作。

参考文献：（上下滑动查看更多）

1. K. Shiba, Functions of larynx in breathing, vocalization, and airway protective reflexes, Ch. 9.1 in Handbook of Behavioral Neuroscience, Ed. S.M. Brudzynski (Elsevier, 2010) vol. 19, pp. 373-381, DOI: 10.1016/B978-0-12-374593-4.00034-6.

2. Veerakumar, A., Yung, A.R., Liu, Y., Krasnow, M.A., Molecularly defined circuits for cardiovascular and cardiopulmonary control, Nature (2022) vol. 606, pp. 739-746, DOI: 10.1038/s41586-022-04760-8.

3. T.J. Glass, C.A. Kelm-Nelson, J. A. Russell, J.C. Szot, J.M. Lake, N.P. Connor, M.R. Ciucci, Laryngeal muscle biology in the Pink1 ?/? rat model of Parkinson disease, J. Appl. Physiol. (2019) vol. 126, pp. 1326-1334, DOI: 10.1152/japplphysiol.00557.2018.

4. J. Schumacher, L. Bertrand, Real Time Images of 3D Specimens with Sharp Contrast Free of Haze: Technology Note THUNDER Imagers: How do they really work? Science Lab (2019) Leica Microsystems.

5. 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.?