无标记活细胞动态分析技术在神经生物学方面的应用 一
还原最真实的细胞变化 - 无标记分析，神经生物学研究的新利器
神经生物学是生物学中研究神经系统的解剖、生理和病理方面内容的一个分支。神经科学寻求解释神智活动的生物学机制，即细胞生物学和分子生物学机制。近年来神经干细胞逐渐成为神经生物学中的一大研究热点。神经干细胞是一群能自我修复和具有多种分化潜能的细胞，通过体外分离纯化得到的小鼠或人源神经干细胞，可以在特定条件下分化成为神经元、星形胶质和少突胶质等细胞，从而成为再生医学中极为理想的理论研究对象和临床应用来源。神经干细胞的这种特性为神经损伤和中枢神经退行性疾病的治疗提供了可能的途径，并为损伤或病变的中枢神经组织恢复相应的功能这些人类多年来一直未能解决的治疗难题提供了广阔的思路和诱人的前景。
目前对神经干细胞在增殖、分化和凋亡过程中的机制研究，主要通过显微镜成像、芯片表达谱、免疫组化和电生理学这些传统的“终点检测法”来完成数据的获取和分析，这种实验方法仅能在预先设定的有限时间点上采集数据，这样由于无法观察到整个实验进程的变化，研究者很容易忽视一些重要的生物学事件。因此，如果采用活细胞动态观察来完整地记录实验进程，不但避免了一些有意义的生物学事件的丢失，而且能了解到此事件是如何形成的（例如单个神经干细胞从开始分裂、增殖并随后分化直至最后凋亡的全过程），这种动态的完整记录对于科研工作者而言是非常直观和具有启发意义的。
此外，传统的“终点检测法”往往需要把细胞进行各种生物素标记或荧光染色，而这些标记可能对细胞的生物学活动有潜在的影响，因此检测的指标并不能真正反映细胞生理上的变化。如果有一种真正的无标记检测手段，使细胞在没有任何外界干预而自然生长的情况下，对各种细胞形态变化的参数进行分析，就能达到还原最真实的细胞行为变化的目的。CM
Technologies公司的Cell-IQ无标记活细胞分析平台则为我们提供了这样一种新的可能。
无标记分析技术在神经生物学上的应用有：
● 神经干细胞的分化
● 神经元突触的测量
● 神经干细胞（或神经球）的增殖
● 神经元/神经元的迁移和运动能力的追踪
● 神经干细胞发育的谱系分析
一、分类细胞库的建立
Cell-IQ对于无标记细胞相差图像的分析原理就是基于其对细胞形态的识别。下图是一张神经干细胞经过三天分化后的相差图。这张图片中的所有细胞从形态上大概可以分为以下四种类型：图A的类神经胶质细胞；图B的类神经元细胞；图C的正处于增殖分裂的细胞；图D的一些细胞碎片。Cell-IQ的软件能对其中每种类型的典型细胞进行识别、挑选和分门别类，并根据这样一个分类细胞库，自动统计各类细胞的个数和比例，以生成一条随时间变化的动态曲线，以此研究在这段时间中，神经干细胞的分化情况。
二、Neurit outgrowth的突触测量
Cell-IQ可以对所分化的神经元突触长度和细胞个数进行测量和计数，并对不同的处理组结果进行比较。相比于传统的需要将照片获取后，然后进行手工或者半自动的测量实验操作方式而言， Cell-IQ软件可以进行批量化处理，极大地提高分析效率，花费更少的时间和人力，而结果更加真实可靠。
 |
左图是一个神经胶质瘤细胞（NG108-15）的分化实验，实验先用isoquercitrin（一种黄酮类化合物）处理NG108-15细胞后，再放入Cell-IQ中进行4天的分化诱导和图像采集。图中红点代表的是神经细胞，蓝线为软件所识别的分化后的神经元突触。实验结果表明，在培养基-1的条件下，NG108-15细胞的分化更为显著。 |
