宽场光成像中的自动树突脊柱细分揭示了通过超高分辨率成像的突触纳米结构分布

科学领域:

• 神经科学是一个神经科学.
• 细胞生物学 细胞生物学
• 生物物理学的生物物理.

背景情况:

• 状棘对神经元通信至关重要,但由于信号对噪声和分辨率低,在厚厚的脑切片中对它们的分析具有挑战性.
• 现有的细分方法与这些局限性作斗争,阻碍了对脊柱形态和大脑疾病中的功能进行详细研究.

研究的目的:

• 开发一种自动化的3D树突脊柱细分方法,用于在大脑厚片中的衍射有限光图像.
• 通过超分辨率显微镜验证该方法,并将其应用于分析脊柱内的突触蛋白分布.

主要方法:

• 结合了两个开源机器学习模型,用于自动3D脊柱细分.
• 通过与超分辨率直接随机光学重建显微镜 (dSTORM) 图像的手动细分进行比较,验证了细分的准确性.
• 集成脊柱细分与PSD-95的dSTORM成像,以分析纳米级蛋白质分布.

主要成果:

• 在宽场中实现了自动3D脊柱细分,在大脑厚片的衍射有限图像.
• 证明了突触蛋白PSD-95在单个中分布的准确量化.
• 发现突触纳米模块和纳米领域的数量随着脊柱大小的增加而增加,但它们的平均大小并非如此.

结论:

• 开发的AI方法可以在具有挑战性的成像条件下进行强大的3D树突脊柱细分和分析.
• 这种方法有助于研究神经疾病中脊柱形态和突触组织.
• 脊柱大小是影响突触纳米结构的数量,但不是平均大小的关键因素.