【THUNDER小课堂】自噬与老年病

2023-03-072740

秀丽隐杆线虫中自噬过程的高对比度成像

通过使用Small Volume Computational Clearing（SVCC）的THUNDER Imager Model Organism机型对模型生物秀丽隐杆线虫（一种线虫）进行高对比度成像，可帮助更深入地理解自噬与老年病之间的关联。自噬是一个自然的过程，细胞通过这个过程来自我毁灭，以产生能量并维持细胞活性。感染或癌症等疾病引发的应激通常会触发以病原体或癌细胞为目标的自噬。自噬与年龄相关的神经退行性疾病之间的关系尚不清楚，对这种关系的深入理解可能有助于维持长期健康。使用高对比度THUNDER成像进行的秀丽隐杆线虫自噬机制研究可能有助于将其推向临床应用，从而实现这一目标。

引言

自噬是一种受调节的自我吞噬过程，其能帮助细胞维持稳态并重新获得能量[1,2]。在基础状态下，自噬可用于长寿命蛋白的降解等，但它主要是在应激反应中被诱发。在感染这样的应激状态下，其会靶向病原体，以进行溶酶体降解。在癌细胞引发的代谢应激中，自噬为细胞活性提供ATP，保持细胞活力。癌细胞会诱导自噬，使细胞吃掉自己，从而保护其免于细胞死亡。自噬的特征是形成自噬体，并涉及多个步骤：开始、成核、延伸、成熟和降解。虽然自噬与健康有关，但自噬与老年病（如神经退行性疾病）之间的关系仍不清楚[2]。如果能更好地理解这种关系，就可能会开发出能促进长期健康的临床应用。

线虫秀丽隐杆线虫是一种经过充分研究的模型生物，使得我们可以在整体生物中研究自噬和年龄相关的病理机制[3,4]。

本文介绍如何使用THUNDER Imager对自噬和老年病进行详细的研究。

挑战

对秀丽隐杆线虫成像时，快速获得锐利的高对比度3D成像，清晰展示重要细节的解决方案Z为实用。常规的宽场显微成像速度快，检测灵敏度高，但是对厚标本的成像，如整个生物体，通常会出现离焦信号模糊导致的对比度降低[5]。

方法

本研究中使用表达MAH215 [6]、GFP和mCherry的秀丽隐杆线虫。MAH215是一种双色荧光mCherry:GFP:LGG-1蛋白，其可对自噬体和自噬溶酶体进行可视化，以监测自噬流。GFP（绿色）表示自噬体，而mCherry（红色）表示自噬溶酶体，后者可在酸性环境中淬灭GFP，从而导致发射mCherry信号。使用THUNDER Imager Model Organism对线虫进行成像，应用Small volume computational clearing（SVCC）处理图像[5]，然后生成zui大强度投影。

结果

与传统的宽场显微镜相比，THUNDER Imager Model Organism能够清除非焦面信号，对秀丽隐杆线虫进行清晰的立体与宏观成像[5]。这样，就可以更加详细地研究细胞过程并对其定量。

图1：秀丽隐杆线虫的宏观扩展景深图像：原始宽场数据（左）和应用SVCC后的THUNDER数据（右）。MAH215：自噬流，GFP（绿色）：自噬体，mCherry（红色）：自噬溶酶体。

图片来源：Aditi U. Gurkar博士，美国匹兹堡大学医学系。

结论

与传统的宽场成像相比，THUNDER的Small volume computational clearing（SVCC）技术[5]在对秀丽隐杆线虫成像时会显著增强对比度，从而解析高度细节化和更加清晰的立体图像。THUNDER技术具备的zhuo越成像功能有助于对自噬和老年病之间的关系进行更深入的理解。

References：

1.A.U. Gurkar, K. Chu, L. Raj, R. Bouley, S.-H. Lee, Y.-B. Kim, S.E. Dunn, A. Mandinova, S.W. Lee, Identification of ROCK1 kinase as a critical regulator of Beclin1-mediated autophagy during metabolic stress, Nature Communications (2013) vol. 4, iss. 1, 2189, DOI: 10.1038/ncomms3189.

2.Y. Aman, T. Schmauck-Medina, M. Hansen, R.I. Morimoto, A.K. Simon, I. Bjedov, K. Palikaras, A. Simonsen, T. Johansen, N. Tavernarakis, D.C. Rubinsztein, L. Partridge, G. Kroemer, J. Labbadia, E.F. Fang, Autophagy in healthy aging and disease. Nature Aging (2021) vol. 1, pp. 634–650, DOI: 10.1038/s43587-021-00098-4.

3.L. Marchal, S. Hamsanathan, R. Karthikappallil, S. Han, H. Shinglot, A.U. Gurkar, Analysis of representative mutants for key DNA repair pathways on healthspan in Caenorhabditis elegans, Mechanisms of Ageing and Development (2021) vol. 200, 111573, DOI: 10.1016/j.mad.2021.111573.

4.A.U. Gurkar, M.S. Gill, L.J. Niedernhofer, Genome Stability and Ageing, In A. Olsen, M. Gill, Eds. Ageing: Lessons from C. elegans. Healthy Ageing and Longevity (Springer, Cham., 2017) DOI: 10.1007/978-3-319-44703-2_11.

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

6.J.T. Chang, C. Kumsta, A.B. Hellman, L.M. Adams, M. Hansen, Spatiotemporal regulation of autophagy during Caenorhabditis elegans aging, eLife (2017) vol. 6, e18459, DOI: 10.7554/eLife.18459.