—— PROUCTS LIST
感覺神經元的高對比度快速三維成像
深入了解此類神經元在觸覺和痛覺中的作用
本文討論了相比傳統(tǒng)的寬場顯微鏡，使用large volume computational clearing（LVCC）技術的THUNDER組織成像系統(tǒng)如何獲取背根神經節(jié)（DRG）組織高對比度的快速三維成像圖，獲得感覺神經元更為清晰的解析圖像。神經科學研究的一項主要領域集中在感覺神經元對觸覺和痛覺的影響方面。深入理解這種現(xiàn)象對于神經系統(tǒng)疾病和療法的發(fā)展具有重要意義。
簡
介
確定感覺神經元的多樣性及其在觸覺和痛覺中的作用，對于診斷和治療周圍病變（即周圍神經系統(tǒng)的常見疾?。┓浅Ｖ匾?sup style="margin: 0px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important; font-size: 12px;">[1,2]。了解感覺缺陷、慢性疼痛和感覺神經元病理變化之間的聯(lián)系，有助于開發(fā)新的疼痛療法，以改善神經系統(tǒng)功能障礙。此報告結果表明，使用THUNDER成像技術對感覺神經元進行高對比度的快速三維成像可以幫助研究人員深入了解病變。
挑
戰(zhàn)
一種能夠快速獲取厚神經節(jié)組織的高對比度成像，使重要的標本細節(jié)得到清晰解析的成像方法，對于病變研究非常重要。傳統(tǒng)的寬場顯微鏡具有出色的速度和檢測靈敏度，但由于存在厚組織的離焦平面信號，此類圖像通常會存在離焦模糊或霧面現(xiàn)象。這些因素會顯著降低圖像對比度[3,4]。
方
法
背跟神經節(jié)（DRG）的組織標本來自感覺神經元亞群表達tdTomato（紅色）的轉基因小鼠。采用多聚甲醛固定的20μm的冷凍切片用抗mCherry一級抗體過夜孵育，然后用Cy3偶聯(lián)的二級抗體染色，并用Fluoromount G封片。背景神經元自發(fā)熒光可以通過GFP濾光片組檢測，以實現(xiàn)神經元計數(shù)（綠色）。使用THUNDER組織成像系統(tǒng)和large volume computational clearing（LVCC）技術獲取三維z堆棧圖像[3,4]。然后用LAS X擴展景深處理工具創(chuàng)建二維投影圖。
結
果
使用THUNDER成像技術采集的神經節(jié)組織標本圖像如下圖1所示。
圖1：小鼠背根神經節(jié)中某些感覺神經元中表達tdTomato（紅色）的原始寬場圖像（A）和THUNDER成像圖像（B）。圖片來自美國威斯康星大學麥迪遜分校，病理生物學系獸醫(yī)學院LaTasha K. Crawford博士。
結 論
THUNDER組織成像系統(tǒng)和large volume computational clearing（LVCC）可以通過消除離焦模糊讓小鼠組織的寬場熒光圖像變清晰，從而揭示背根神經節(jié)的精細結構細節(jié)。
參考文獻：
1.L.K. Crawford, M.J. Caterina, Functional Anatomy of the Sensory Nervous System: Updates From the Neuroscience Bench, Toxicologic Pathology (2020) vol. 48, iss. 1, pp. 174-189, DOI: 10.1177/0192623319869011.
2.E.L. Tran, L.K. Crawford, Revisiting PNS Plasticity: How Uninjured Sensory Afferents Promote Neuropathic Pain, Front. Cell. Neurosci. (2020) vol. 14, DOI: 10.3389/fncel.2020.612982.
3.J. Schumacher, L. Bertrand, THUNDER Technology Note: THUNDER Imagers: How Do They Really Work? Science Lab (2019) Leica Microsystems.
4.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.
