Журнал высшей нервной деятельности им. И.П. Павлова, 2020, T. 70, № 6, стр. 852-864

Миниатюрный флуоресцентный микроскоп: история, применение, обработка данных

Е. И. Герасимов 1, А. И. Ерофеев 1*, С. А. Пушкарева 1, Д. С. Баринов 1, М. В. Болсуновская 1, Сянюй Ян 3, Хаою Ян 3, Чэнбинь Чжоу 3, О. Л. Власова 1, Вэйдун Ли 3, И. Б. Безпрозванный 12**

1 Лаборатория молекулярной нейродегенерации Санкт-Петербургского политехнического университета Петра Великого
Санкт-Петербург, Россия

2 Отделение физиологии юго-западного медицинского центра Техасского университета
Даллас, США

3 Основная лаборатория генетики развития и психоневрологических расстройств, Шанхайский университет Цзяо Тонг
Шанхай, Китай

* E-mail: alexander.erofeew@gmail.com
** E-mail: mnlabspb@gmail.com

Поступила в редакцию 15.06.2020
После доработки 15.07.2020
Принята к публикации 20.07.2020

Аннотация

Современные методы флуоресцентной микроскопии позволяют регистрировать активность нейронов in vivo, однако их применение имеет ряд серьезных ограничений, а именно: необходимость фиксации экспериментального животного, низкая скорость сканирования, сложность и дороговизна использования. Альтернативным подходом, позволившим решить некоторые из перечисленных проблем, стало использование однофотонных миниатюрных флуоресцентных микроскопов (минископов) благодаря их небольшим размерам, клеточному разрешению и возможности их использования на свободно движущихся животных. В данном обзоре рассматриваются устройство и вариации минископов, а также обсуждаются возможности их применения в визуализации нейрональной активности in vivo. Особое внимание уделено методам обработки данных нейрональной активности: фильтрации полученных кадров от шумов, компенсации сдвигов и искажений изображения. Также кратко рассмотрены методы обработки изображений активных нейронов и анализ взаимодействия коррелирующих нейронов в течение серии экспериментов при помощи разрабатываемого программного модуля.

Ключевые слова: миниатюрный флуоресцентный микроскоп, флуоресценция, кальций, индикаторы, минископ

DOI: 10.31857/S0044467720060040

Список литературы

  1. Aharoni D., Khakh B.S., Silva A.J., Golshani P. All the light that we can see: a new era in miniaturized microscopy. Nat Methods. 2019. 16: 11–13.

  2. Aharoni D., Hoogland T.M. Circuit Investigations With Open-Source Miniaturized Microscopes: Past, Present and Future. Front Cell Neurosci. 2019. 13: 141.

  3. Bansal N., Blum A., Chawla S. Correlation Clustering. Machine Learning. 2004. 56: 89–113.

  4. Barbera G., Liang B., Zhang L., Gerfen C.R., Culurciello E., Chen R., Li Y., Lin D.T. Spatially Compact Neural Clusters in the Dorsal Striatum Encode Locomotion Relevant Information. Neuron. 2016. 92: 202–213.

  5. Barbera G., Liang B., Zhang L., Li Y., Lin D.T. A wireless miniScope for deep brain imaging in freely moving mice. J Neurosci Methods. 2019. 323: 56–60.

  6. Blanco-Centurion C., Luo S., Spergel D.J., Vidal-Ortiz A., Oprisan S.A., Van den Pol A.N., Liu M., Shiromani P.J. Dynamic Network Activation of Hypothalamic MCH Neurons in REM Sleep and Exploratory Behavior. J Neurosci. 2019. 39: 4986–4998.

  7. Cai D.J., Aharoni D., Shuman T., Shobe J., Biane J., Song W., et al. A shared neural ensemble links distinct contextual memories encoded close in time. Nature. 2016. 534: 115–118.

  8. Chen Y., Xiong B., Xue Y., Jin X., Greene J., Tian L. Design of a high-resolution light field miniscope for volumetric imaging in scattering tissue. Biomed Opt Express. 2020. 11: 1662–1678.

  9. Csicsvari J., Jamieson B., Wise K.D., Buzsaki G. Mechanisms of gamma oscillations in the hippocampus of the behaving rat. Neuron. 2003. 37: 311–322.

  10. de Groot A., van den Boom B.J., van Genderen R.M., Coppens J., van Veldhuijzen J., Bos J., Hoedemaker H., Negrello M., Willuhn I., De Zeeuw C.I., Hoogland T.M. NINscope, a versatile miniscope for multi-region circuit investigations. Elife. 2020. 9: e49987 https://doi.org/10.7554/eLife.49987

  11. Denk W., Strickler J.H., Webb W.W. Two-photon laser scanning fluorescence microscopy. Science. 1990. 248: 73–76.

  12. Denk W., Svoboda K. Photon upmanship: why multiphoton imaging is more than a gimmick. Neuron. 1997. 18: 351–357.

  13. Dubbs A., Guevara J., Yuste R. moco: Fast Motion Correction for Calcium Imaging. Front Neuroinform. 2016. 10: 6.

  14. Engelbrecht C.J., Johnston R.S., Seibel E.J., Helmchen F. Ultra-compact fiber-optic two-photon microscope for functional fluorescence imaging in vivo. Opt Express. 2008. 16: 5556–5564.

  15. Ferezou I., Bolea S., Petersen C.C. Visualizing the cortical representation of whisker touch: voltage-sensitive dye imaging in freely moving mice. Neuron. 2006. 50: 617–629.

  16. Flusberg B.A., Nimmerjahn A., Cocker E.D., Mukamel E.A., Barretto R.P., Ko T.H., Burns L.D., Jung J.C., Schnitzer M.J. High-speed, miniaturized fluorescence microscopy in freely moving mice. Nat Methods. 2008. 5: 935–938.

  17. Ghosh K.K., Burns L.D., Cocker E.D., Nimmerjahn A., Ziv Y., Gamal A.E., Schnitzer M.J. Miniaturized integration of a fluorescence microscope. Nat Methods. 2011. 8: 871–878.

  18. Gomez-Marin A., Paton J.J., Kampff A.R., Costa R.M., Mainen Z.F. Big behavioral data: psychology, ethology and the foundations of neuroscience. Nat Neurosci. 2014. 17: 1455–1462.

  19. Graeff F.G., Netto C.F., Zangrossi H. Jr. The elevated T-maze as an experimental model of anxiety. Neurosci Biobehav Rev. 1998. 23: 237–246.

  20. Helmchen F., Fee M.S., Tank D.W., Denk W. A miniature head-mounted two-photon microscope. high-resolution brain imaging in freely moving animals. Neuron. 2001. 31: 903–912.

  21. Jacob A.D., Ramsaran A.I., Mocle A.J., Tran L.M., Yan C., Frankland P.W., Josselyn S.A. A Compact Head-Mounted Endoscope for In Vivo Calcium Imaging in Freely Behaving Mice. Curr Protoc Neurosci. 2018. 84: e51.

  22. Jennings J.H., Ung R.L., Resendez S.L., Stamatakis A.M., Taylor J.G., Huang J., Veleta K., Kantak P.A., Aita M., Shilling-Scrivo K., Ramakrishnan C., Deisseroth K., Otte S., Stuber G.D. Visualizing hypothalamic network dynamics for appetitive and consummatory behaviors. Cell. 2015. 160: 516–527.

  23. Jun J.J., Steinmetz N.A., Siegle J.H., Denman D.J., Bauza M., Barbarits B., et al. Fully integrated silicon probes for high-density recording of neural activity. Nature. 2017. 551: 232–236.

  24. Klaus A., Martins G.J., Paixao V.B., Zhou P., Paninski L., Costa R.M. The Spatiotemporal Organization of the Striatum Encodes Action Space. Neuron. 2017. 96: 949.

  25. Liberti W.A., Perkins L.N., Leman D.P., Gardner T.J. An open source, wireless capable miniature microscope system. J Neural Eng. 2017. 14: 045001.

  26. Lu J., Li C., Singh-Alvarado J., Zhou Z.C., Frohlich F., Mooney R., Wang F. MIN1PIPE: A Miniscope 1-Photon-Based Calcium Imaging Signal Extraction Pipeline. Cell Rep. 2018. 23: 3673–3684.

  27. Mao T., O’Connor D.H., Scheuss V., Nakai J., Svoboda K. Characterization and subcellular targeting of GCaMP-type genetically-encoded calcium indicators. PLoS One. 2008. 3: e1796.

  28. Mathis A., Mamidanna P., Cury K.M., Abe T., Murthy V.N., Mathis M.W., Bethge M. DeepLabCut: markerless pose estimation of user-defined body parts with deep learning. Nat Neurosci. 2018. 21: 1281–1289.

  29. Mimica B., Dunn B.A., Tombaz T., Bojja V., Whitlock J.R. Efficient cortical coding of 3D posture in freely behaving rats. Science. 2018. 362: 584–589.

  30. Morris R. Developments of a water-maze procedure for studying spatial learning in the rat. J Neurosci Methods. 1984. 11: 47–60.

  31. Mukamel E.A., Nimmerjahn A., Schnitzer M.J. Automated analysis of cellular signals from large-scale calcium imaging data. Neuron. 2009. 63: 747–760.

  32. Nadler J.J., Moy S.S., Dold G., Trang D., Simmons N., Perez A., Young N.B., Barbaro R.P., Piven J., Magnuson T.R., Crawley J.N. Automated apparatus for quantitation of social approach behaviors in mice. Genes Brain Behav. 2004. 3: 303–314.

  33. Oh J., Lee C., Kaang B.K. Imaging and analysis of genetically encoded calcium indicators linking neural circuits and behaviors. Korean J Physiol Pharmacol. 2019. 23: 237–249.

  34. Park J.H., Platisa J., Verhagen J.V., Gautam S.H., Osman A., Kim D., Pieribone V.A., Culurciello E. Head-mountable high speed camera for optical neural recording. J Neurosci Methods. 2011. 201: 290–295.

  35. Pellow S., Chopin P., File S.E., Briley M. Validation of open:closed arm entries in an elevated plus-maze as a measure of anxiety in the rat. J Neurosci Methods. 1985. 14: 149–167.

  36. Pereira T.D., Aldarondo D.E., Willmore L., Kislin M., Wang S.S., Murthy M., Shaevitz J.W. Fast animal pose estimation using deep neural networks. Nat Methods. 2019. 16: 117–125.

  37. Pinto L., Dan Y. Cell-Type-Specific Activity in Prefrontal Cortex during Goal-Directed Behavior. Neuron. 2015. 87: 437–450.

  38. Pnevmatikakis E.A., Soudry D., Gao Y., Machado T.A., Merel J., Pfau D., Reardon T., Mu Y., Lacefield C., Yang W., Ahrens M., Bruno R., Jessell T.M., Peterka D.S., Yuste R., Paninski L. Simultaneous Denoising, Deconvolution, and Demixing of Calcium Imaging Data. Neuron. 2016. 89: 285–299.

  39. Pnevmatikakis E.A., Giovannucci A. NoRMCorre: An online algorithm for piecewise rigid motion correction of calcium imaging data. J Neurosci Methods. 2017. 291: 83–94.

  40. Rector D., Harper R. Imaging of hippocampal neural activity in freely behaving animals. Behav Brain Res. 1991. 42: 143–149.

  41. Resendez S.L., Jennings J.H., Ung R.L., Namboodiri V.M., Zhou Z.C., Otis J.M., Nomura H., McHenry J.A., Kosyk O., Stuber G.D. Visualization of cortical, subcortical and deep brain neural circuit dynamics during naturalistic mammalian behavior with head-mounted microscopes and chronically implanted lenses. Nat Protoc. 2016. 11: 566–597.

  42. Sawinski J., Wallace D.J., Greenberg D.S., Grossmann S., Denk W., Kerr J.N. Visually evoked activity in cortical cells imaged in freely moving animals. Proc Natl Acad Sci USA. 2009. 106: 19557–19562.

  43. Sheintuch L., Rubin A., Brande-Eilat N., Geva N., Sadeh N., Pinchasof O., Ziv Y. Tracking the Same Neurons across Multiple Days in Ca(2+) Imaging Data. Cell Rep. 2017. 21: 1102–1115.

  44. Shuman T., Aharoni D., Cai D.J., Lee C.R., Chavlis S., Page-Harley L., Vetere M.L., Yu Feng, Yi Yang C., Mollinedo-Gajate I., Chen L., T. Pennington Z., Taxidis J., Flores E.S., Cheng K., Javaherian M., Kaba C.C., Rao N., La-Vu M., Pandi I., Shtrahman M., Bakhurin I.K., Masmanidis C.S., Khakh S.B., Poirazi P., Silva J.A., Golshani P. Breakdown of spatial coding and interneuron synchronization in epileptic mice. Nat Neurosci. 2020. 23: 229–238.

  45. Thurley K., Ayaz A. Virtual reality systems for rodents. Curr Zool. 2017. 63: 109–119.

  46. Tian L., Hires S.A., Mao T., Huber D., Chiappe M.E., Chalasani S.H., Petreanu L., Akerboom J., McKinney S.A., Schreiter E.R., Bargmann C.I., Jayaraman V., Svoboda K., Looger L.L. Imaging neural activity in worms, flies and mice with improved GCaMP calcium indicators. Nat Methods. 2009. 6: 875–881.

  47. Werner C.T., Williams C.J., Fermelia M.R., Lin D.T., Li Y. Circuit Mechanisms of Neurodegenerative Diseases: A New Frontier With Miniature Fluorescence Microscopy. Front Neurosci. 2019. 13: 1174.

  48. Wiltschko A.B., Johnson M.J., Iurilli G., Peterson R.E., Katon J.M., Pashkovski S.L., Abraira V.E., Adams R.P., Datta S.R. Mapping Sub-Second Structure in Mouse Behavior. Neuron. 2015. 88: 1121–1135.

  49. Zhang L., Liang B., Barbera G., Hawes S., Zhang Y., Stump K., Baum I., Yang Y., Li Y., Lin D.T. Miniscope GRIN Lens System for Calcium Imaging of Neuronal Activity from Deep Brain Structures in Behaving Animals. Curr Protoc Neurosci. 2019. 86: e56.

  50. Zhou P., Resendez S.L., Rodriguez-Romaguera J., Jimenez J.C., Neufeld S.Q., Giovannucci A., Friedrich J., Pnevmatikakis E.A., Stuber G.D., Hen R., Kheirbek M.A., Sabatini B.L., Kass R.E., Paninski L. Efficient and accurate extraction of in vivo calcium signals from microendoscopic video data. eLife 2018; 7: e28728 https://doi.org/10.7554/eLife.28728

  51. Ziv Y., Ghosh K.K. Miniature microscopes for large-scale imaging of neuronal activity in freely behaving rodents. Curr Opin Neurobiol. 2015. 32: 141–147.

Дополнительные материалы отсутствуют.