Reconstrucción tridimensional detallada de neuronas motoras de la sanguijuela

SERGIO DAICZ Y LIDIA SZCZUPAK.

Huerta Grande, Córdoba

Congreso; VIII. Taller de Neurosciencias; 2006

La morfología de una neurona es un componente fundamental en determinar cómo ésta procesa sus señales de entrada para producir un resultado. Ejemplo de esto son las neuronas motoras de la sanguijuela Hirudo Medicinalis, en las que los potenciales de acción (PA) que se registran en el soma llegan muy atenuados, de una amplitud de unos pocos milivolts. Esto se explica asumiendo que se propagan pasivamente desde la zona de iniciación. Al inyectar corriente en el soma se produce una desviación en la linea de base del potencial, acompañada por un cambio en la frecuencia de disparo. Las motoneuronas AE están acopladas eléctricamente con varias neuronas del ganglio, entre ellas las interneuronas NS, que no disparan potenciales de acción. Cuando se inyecta corriente en NS, se observan importantes cambios en la frecuencia de disparo de AE, pero pequeños cambios en la línea de base del potencial medido en el soma. Esto sugiere que los sitios de acople eléctrico son más cercanos a la zona de iniciación de PA que al soma. Para estudiar estos fenómenos será útil contar con información precisa sobre la morfología de estas neuronas. En los últimos años están surgiendo herramientas para reconstruir neuronas detalladamente a partir de imágenes confocales de alta resolución. Para conseguir reconstrucciones detalladas de las neuronas AE seguimos el siguiente procedimiento. Teñimos las neuronas mediante inyección intracelular por iontoforesis de Rhodamina Dextrano. Obtenemos imágenes de alta resolución utilizando un microscopio confocal con un objetivo de 60X. A esta magnificación el campo de visión es de 235 x 235 µm y las dimensiones de un pixel son 0.23 x 0.23 µm. Tomamos imágenes de secciones ópticas espaciadas cada 0.24 µm en el eje Z. Debido al reducido campo de visión y la extensión de la neurona, para poder reconstruirla completa se deben obtener varios volúmenes (entre 4 y 5 para AE) con una pequeña superposición entre ellos. Los volúmenes son luego alineados para determinar sus posiciones relativas usando un programa específico que permite trabajar con las proyecciones de los mismos (VIAS). Una vez digitalizada la neurona utilizamos un módulo para el programa de visualización Amira que permite una reconstrucción "semiautomática". El usuario marca dos puntos de una neurita y el programa automáticamente los une siguiendo la intensidad de la imagen, adaptándose a la forma y determinando la línea central y el diámetro de la neurita. De esta manera se puede ir construyendo el árbol dendrítico marcando especificando únicamente los puntos de bifurcación. Esta reconstrucción nos permitirá evaluar en un modelo computacional el efecto de la distribución de inputs eléctricos y sinápticos en determinar la frecuencia de disparo de la motoneurona.Hirudo Medicinalis, en las que los potenciales de acción (PA) que se registran en el soma llegan muy atenuados, de una amplitud de unos pocos milivolts. Esto se explica asumiendo que se propagan pasivamente desde la zona de iniciación. Al inyectar corriente en el soma se produce una desviación en la linea de base del potencial, acompañada por un cambio en la frecuencia de disparo. Las motoneuronas AE están acopladas eléctricamente con varias neuronas del ganglio, entre ellas las interneuronas NS, que no disparan potenciales de acción. Cuando se inyecta corriente en NS, se observan importantes cambios en la frecuencia de disparo de AE, pero pequeños cambios en la línea de base del potencial medido en el soma. Esto sugiere que los sitios de acople eléctrico son más cercanos a la zona de iniciación de PA que al soma. Para estudiar estos fenómenos será útil contar con información precisa sobre la morfología de estas neuronas. En los últimos años están surgiendo herramientas para reconstruir neuronas detalladamente a partir de imágenes confocales de alta resolución. Para conseguir reconstrucciones detalladas de las neuronas AE seguimos el siguiente procedimiento. Teñimos las neuronas mediante inyección intracelular por iontoforesis de Rhodamina Dextrano. Obtenemos imágenes de alta resolución utilizando un microscopio confocal con un objetivo de 60X. A esta magnificación el campo de visión es de 235 x 235 µm y las dimensiones de un pixel son 0.23 x 0.23 µm. Tomamos imágenes de secciones ópticas espaciadas cada 0.24 µm en el eje Z. Debido al reducido campo de visión y la extensión de la neurona, para poder reconstruirla completa se deben obtener varios volúmenes (entre 4 y 5 para AE) con una pequeña superposición entre ellos. Los volúmenes son luego alineados para determinar sus posiciones relativas usando un programa específico que permite trabajar con las proyecciones de los mismos (VIAS). Una vez digitalizada la neurona utilizamos un módulo para el programa de visualización Amira que permite una reconstrucción "semiautomática". El usuario marca dos puntos de una neurita y el programa automáticamente los une siguiendo la intensidad de la imagen, adaptándose a la forma y determinando la línea central y el diámetro de la neurita. De esta manera se puede ir construyendo el árbol dendrítico marcando especificando únicamente los puntos de bifurcación. Esta reconstrucción nos permitirá evaluar en un modelo computacional el efecto de la distribución de inputs eléctricos y sinápticos en determinar la frecuencia de disparo de la motoneurona.µm y las dimensiones de un pixel son 0.23 x 0.23 µm. Tomamos imágenes de secciones ópticas espaciadas cada 0.24 µm en el eje Z. Debido al reducido campo de visión y la extensión de la neurona, para poder reconstruirla completa se deben obtener varios volúmenes (entre 4 y 5 para AE) con una pequeña superposición entre ellos. Los volúmenes son luego alineados para determinar sus posiciones relativas usando un programa específico que permite trabajar con las proyecciones de los mismos (VIAS). Una vez digitalizada la neurona utilizamos un módulo para el programa de visualización Amira que permite una reconstrucción "semiautomática". El usuario marca dos puntos de una neurita y el programa automáticamente los une siguiendo la intensidad de la imagen, adaptándose a la forma y determinando la línea central y el diámetro de la neurita. De esta manera se puede ir construyendo el árbol dendrítico marcando especificando únicamente los puntos de bifurcación. Esta reconstrucción nos permitirá evaluar en un modelo computacional el efecto de la distribución de inputs eléctricos y sinápticos en determinar la frecuencia de disparo de la motoneurona.µm. Tomamos imágenes de secciones ópticas espaciadas cada 0.24 µm en el eje Z. Debido al reducido campo de visión y la extensión de la neurona, para poder reconstruirla completa se deben obtener varios volúmenes (entre 4 y 5 para AE) con una pequeña superposición entre ellos. Los volúmenes son luego alineados para determinar sus posiciones relativas usando un programa específico que permite trabajar con las proyecciones de los mismos (VIAS). Una vez digitalizada la neurona utilizamos un módulo para el programa de visualización Amira que permite una reconstrucción "semiautomática". El usuario marca dos puntos de una neurita y el programa automáticamente los une siguiendo la intensidad de la imagen, adaptándose a la forma y determinando la línea central y el diámetro de la neurita. De esta manera se puede ir construyendo el árbol dendrítico marcando especificando únicamente los puntos de bifurcación. Esta reconstrucción nos permitirá evaluar en un modelo computacional el efecto de la distribución de inputs eléctricos y sinápticos en determinar la frecuencia de disparo de la motoneurona.µm en el eje Z. Debido al reducido campo de visión y la extensión de la neurona, para poder reconstruirla completa se deben obtener varios volúmenes (entre 4 y 5 para AE) con una pequeña superposición entre ellos. Los volúmenes son luego alineados para determinar sus posiciones relativas usando un programa específico que permite trabajar con las proyecciones de los mismos (VIAS). Una vez digitalizada la neurona utilizamos un módulo para el programa de visualización Amira que permite una reconstrucción "semiautomática". El usuario marca dos puntos de una neurita y el programa automáticamente los une siguiendo la intensidad de la imagen, adaptándose a la forma y determinando la línea central y el diámetro de la neurita. De esta manera se puede ir construyendo el árbol dendrítico marcando especificando únicamente los puntos de bifurcación. Esta reconstrucción nos permitirá evaluar en un modelo computacional el efecto de la distribución de inputs eléctricos y sinápticos en determinar la frecuencia de disparo de la motoneurona.