那么有没有可能进一步区分动脉和静脉呢？研究人员利用 平滑肌肌动蛋白Acta2和 Sm22，这两者在动脉壁内高表达，在静脉内低表达，因此他们定义毛细血管（不表达Acta2但表达CD31或podocalyxin）；静脉（少量表达Acta2，同时表达CD31或podocalyxin，记为 Acta2+，CD31/podocalyxin+）；动脉（大量表达Acta2，同时表达CD31或podocalyxin，记为 Acta2++，CD31/podocalyxin+）；大动脉(富集表达Acta2，同时表达CD31或podocalyxin，记为 Acta2+++，CD31/podocalyxin+)。其实小编觉得这样区分这些血管类型的方法理论上可行，但实际操作有点困难，特别是在全脑标记，上述分型的标准主要是基于Acta2的荧光强度进行分类的，而荧光一旦过曝就没法比较了，荧光太弱又不足以可视化，这就很尴尬了。（个人觉得利用Acta2和 Sm22能区分动、静脉就可以，当然如果有更客观的分类方法也可以细分）。

成像：光片显微镜成像技术

为什么采用这个进行成像呢？我们首先看看它的成像原理：在成像过程中使用激光光束从左右两侧投射到样品，入射的激光光路和CCD相机接收荧光光路垂直。样品移动时，可以采集不同层面的荧光，改变光束，就可以采集完整的三维图像。

成像原理图,图片来自于nature methods ,Light-sheet fluorescence microscopy for quantitative biology

光片荧光成像技术最早是由 德国海德堡分子生物学实验室的Ernst H K Stelzer研究团队在2004年研发的，那时候还只是一个样机。在激发过程中的样品接收的光能量大概是共聚焦显微镜等荧光显微镜的 三百分之一到五千分之一，这样可最大程度地减少荧光团的漂白和光毒作用，利于长时间成像，并且还不需要切片。此外，成像速度快（ 每秒10-1000帧画面），成像视野大， 生物标本可以在高时空分辨率下长期进行三维成像，尤其适用于大体积生物样本（3）。

自主研发TubeMap技术

通过上述成像技术采集到的图像其实还是有点模糊的，这是由于血管信号有强有弱，成像过程中就会出现阴影，此外有些动脉和静脉距离很近，难以区分。这还需要进行智能算法后重构血管以获得较好形态的血管图像，这需要专门的软件。为了解决这个问题，研究人员自主开发 图像处理软件TubeMap，可对图像进行校正后进行三维均值滤波、反卷积方法校正阴影、三维均衡化、自适应的阈值、手动切割算法等系列图像处理将原始图像中转化为二进制的图像。通过这些算法处理后的图像更加利于后续形态分析，这些小鼠全脑血管图片数据很大，通常在TB级以上(1TB=1024G),这需要工作站进行数据处理。他们计算出小鼠 每个大脑半球的血管总长约为144米，具体来说皮层血管总长约42米，海马和纹状体血管长度均约为9.1米（其他脑区血管长度可参见原文）， 其中感觉皮层第4层血管密度较高。

进一步得出全脑血管拓扑结构特点： 每个半球320万个分支点和440万个血管段组成，全脑平均血管分支点密度为6400个每立方毫米。

研究人员进一步利用TubeMap技术分析先天性耳聋和缺血性中风模型小鼠的血管拓扑学结构特点，结果发现在耳聋小鼠模型中听觉皮层的血管分支点的密度降低，而桶状皮层则升高。总的来说血管密度的变化并不影响毛细管区域的大小和数量。在缺血性中风模型小鼠中出血部位中心区域的毛细血管重构的现象比较明显，但大的静脉在位置和密度上并无明显变化。这些研究表明大脑血管的拓扑学结构存在可塑性。

总结

本文通过对20多只小鼠大脑血管进行全脑成像，通过其自主开发的TubeMap技术最终获得血管图谱，并进一步描述这些血管的拓扑学特点，这为后续研究大脑血管在疾病中的作用奠定了解剖学基础，也可以利用这种技术对特定脑区进行血管重构，进行更加细致的研究。

尽管目前TubeMap技术还存在一定的缺陷，后续通过优化可能会商业化，我们期待它的面世吧

参考文献：

1. The role of brain vasculature in neurodegenerative disorders

2. Mapping the Fine-Scale Organization and Plasticity of the Brain Vasculature

3.Light-sheet fluorescence microscopy for quantitative biology

返回搜狐，查看更多