還原最真實的細胞變化 - 無標記分析，神經生物學研究的新利器
神經生物學是生物學中研究神經系統的解剖、生理和病理方面內容的一個分支。神經科學尋求解釋神智活動的生物學機制，即細胞生物學和分子生物學機制。近年來神經干細胞逐漸成為神經生物學中的一大研究熱點。神經干細胞是一群能自我修復和具有多種分化潛能的細胞，通過體外分離純化得到的小鼠或人源神經干細胞，可以在特定條件下分化成為神經元、星形膠質和少突膠質等細胞，從而成為再生醫學中極為理想的理論研究對象和臨床應用來源。神經干細胞的這種特性為神經損傷和中樞神經退行性疾病的治療提供了可能的途徑，并為損傷或病變的中樞神經組織恢復相應的功能這些人類多年來一直未能解決的治療難題提供了廣闊的思路和誘人的前景。
目前對神經干細胞在增殖、分化和凋亡過程中的機制研究，主要通過顯微鏡成像、芯片表達譜、免疫組化和電生理學這些傳統的“終點檢測法”來完成數據的獲取和分析，這種實驗方法僅能在預先設定的有限時間點上采集數據，這樣由于無法觀察到整個實驗進程的變化，研究者很容易忽視一些重要的生物學事件。因此，如果采用活細胞動態觀察來完整地記錄實驗進程，不但避免了一些有意義的生物學事件的丟失，而且能了解到此事件是如何形成的（例如單個神經干細胞從開始分裂、增殖并隨后分化直至最后凋亡的全過程），這種動態的完整記錄對于科研工作者而言是非常直觀和具有啟發意義的。
此外，傳統的“終點檢測法”往往需要把細胞進行各種生物素標記或熒光染色，而這些標記可能對細胞的生物學活動有潛在的影響，因此檢測的指標并不能真正反映細胞生理上的變化。如果有一種真正的無標記檢測手段，使細胞在沒有任何外界干預而自然生長的情況下，對各種細胞形態變化的參數進行分析，就能達到還原最真實的細胞行為變化的目的。CM
Technologies公司的Cell-IQ無標記活細胞分析平臺則為我們提供了這樣一種新的可能。
無標記分析技術在神經生物學上的應用有：
● 神經干細胞的分化
● 神經元突觸的測量
● 神經干細胞（或神經球）的增殖
● 神經元/神經元的遷移和運動能力的追蹤
● 神經干細胞發育的譜系分析
一、分類細胞庫的建立
Cell-IQ對于無標記細胞相差圖像的分析原理就是基于其對細胞形態的識別。下圖是一張神經干細胞經過三天分化后的相差圖。這張圖片中的所有細胞從形態上大概可以分為以下四種類型：圖A的類神經膠質細胞；圖B的類神經元細胞；圖C的正處于增殖分裂的細胞；圖D的一些細胞碎片。Cell-IQ的軟件能對其中每種類型的典型細胞進行識別、挑選和分門別類，并根據這樣一個分類細胞庫，自動統計各類細胞的個數和比例，以生成一條隨時間變化的動態曲線，以此研究在這段時間中，神經干細胞的分化情況。
二、Neurit outgrowth的突觸測量
Cell-IQ可以對所分化的神經元突觸長度和細胞個數進行測量和計數，并對不同的處理組結果進行比較。相比于傳統的需要將照片獲取后，然后進行手工或者半自動的測量實驗操作方式而言， Cell-IQ軟件可以進行批量化處理，極大地提高分析效率，花費更少的時間和人力，而結果更加真實可靠。
 |
左圖是一個神經膠質瘤細胞（NG108-15）的分化實驗，實驗先用isoquercitrin（一種黃酮類化合物）處理NG108-15細胞后，再放入Cell-IQ中進行4天的分化誘導和圖像采集。圖中紅點代表的是神經細胞，藍線為軟件所識別的分化后的神經元突觸。實驗結果表明，在培養基-1的條件下，NG108-15細胞的分化更為顯著。 |