高レベルから派生した血管周囲ネットワークのセグメンテーション

Scientific Reports volume 13、記事番号: 9205 (2023) この記事を引用

メトリクスの詳細

カスタム セグメンテーション ワークフローを、生体内造影剤注入後に取得したラット脳の体外高磁場 MR 画像に適用して、血管周囲腔 (PVS) のマップを生成しました。 得られた血管周囲ネットワークのセグメンテーションにより、心室への血管周囲接続、実質溶質クリアランス、および PVS 内の分散溶質輸送の分析が可能になりました。 脳表面と心室の間の多数の血管周囲接続は、心室がPVSを介したクリアランスシステムに統合されていることを示唆しており、脳脊髄液（CSF）がくも膜下腔からPVSを介して心室に戻る可能性を高めています。 主に移流によってPVS空間とCSF空間の間で迅速な溶質交換が行われると仮定すると、広範な血管周囲ネットワークにより、実質から最も近いCSF区画までの平均クリアランス距離が減少し、その結果、溶質の拡散率に関係なく、推定拡散クリアランス時間スケールが21倍以上短縮されました。 。 これは、アミロイドベータの 10 分未満の推定拡散クリアランス時間スケールに相当し、PVS の広範な分布により拡散が有効な実質クリアランス機構となっている可能性があることを示唆しています。 PVS内の振動溶質分散の追加分析は、ここで特定された長い（> 2 mm）血管周囲セグメントにおける66 kDaを超える溶解化合物の主な輸送メカニズムは分散ではなく移流である可能性が高いことを示していますが、分散はより短い化合物では重要である可能性があります血管周囲セグメント。

脳内の血管は、間質液と脳脊髄液 (CSF) 区画間の液体交換を可能にする細長い血管周囲腔 (PVS) に囲まれています。 これらの構造は、アルツハイマー病で蓄積するタンパク質であるアミロイド ベータ (Aβ) などの有毒な代謝老廃物の脳全体のクリアランス機構において役割を果たしている可能性があるため、最近大きな注目を集めています2。 CSF からの迅速な画像トレーサーの取り込み 3,4 と実質からのクリアランス 5 が観察されている一方で、輸送の機構と方向 6,7,8、動脈、毛細管、および静脈の血管周囲輸送経路の解剖学的構造 5、および血管周囲の輸送経路の影響については不確実性が 1 あります。輸送中のアクアポリン水チャネル2と睡眠9。 それにもかかわらず、脳内の PVS を介した輸送は、神経変性疾患だけでなく、脳組織への薬物送達 10 や脳腫瘍 11、12 および免疫細胞 13 の移動にも重大な影響を与える可能性があります。

多くの研究で、脳表面近くの PVS へのイメージングトレーサーの取り込みが実証されています 3,4,14 が、より深い PVS と脳室や脳槽内の CSF との関係を調べた研究はほとんどありません 15,16。 トレーサー取り込み後の組織切片は、脳全体にわたる PVS の複雑かつ広範なネットワークを示唆しています 17 が、生体内での全脳イメージングの解像度により、無傷の血管周囲ネットワークの分析は最大の血管のみに限定されています 17、18、19。 内部CSF空間への接続、実質におけるPVSの分布、血管周囲セグメントの長さなどのクリアランスに関連する血管周囲ネットワークの特性を分析するには、主要な血管周囲構造の全脳3Dマップが必要です。 PVS のマップにより、拡散、分散、移流などの潜在的な血管周囲および実質の輸送機構をマルチスケール機械モデリングによって評価できるようになります。 これは、老廃物の除去をより深く理解し、静脈内、くも膜下腔内、実質への対流促進送達を含むさまざまな薬物送達技術を正確に計画するために必要です。

ラットの無傷の血管周囲ネットワークのセグメント化は著者の知る限りでは発表されていないが、臨床 MR 画像でヒト PVS をセグメント化するためのいくつかの半自動戦略が開発されている 20、21、22、23、24、25。 これらの戦略の多くでは、画像の「管性」または「血管性」は、画像強度の空間曲率に基づくフランジ フィルター 26 を適用することによって決定されます。 これらのチューブネス画像にしきい値を適用することにより、PVS のセグメンテーションが生成され、多くの場合深層学習技術に依存するより大きなセグメンテーション手法に組み込まれます 20、21。 ヒトの血管周囲セグメンテーションでは管状閾値処理が広く普及しているにもかかわらず、これまでラットやマウスのセグメント化PVSには管腔閾値処理が適用されてこなかった。その主な理由は、脳脊髄造影剤投与中に取得された生体内MR画像の解像度が、造影剤を含むほとんどのPVSを解像できるほど十分に高くないためである。

Magdoom ら 16 は、脳室内造影剤注入後に 17.6 T で取得した 40 μm 等方性ボクセルを含む一連の ex vivo ラット脳画像を提示し、血管周囲ネットワークと脳室の間の多数の接続を明らかにしています。 本研究では、これらの画像を新たに処理して、血​​管周囲ネットワークをより明確に視覚化し、患者の PVS に囲まれた主要な血管の識別を容易にしました。 心室内注入後の造影剤を含む PVS の高解像度 3D マップを作成するために、チューブネスに依存したカスタム セグメンテーション ワークフローが開発されました。 得られたマップを使用して、実質から深部CSF空間へのクリアランスルートとして機能する可能性のある、心室および槽の近くの血管周囲セグメントを分離しました。 PVS が最も近い CSF シンクまでの輸送距離を短縮することによって実質の老廃物の除去を促進する程度を定量化しました。 測定された最長の PVS セグメントにおける潜在的な溶質輸送メカニズムとして、振動血管周囲流によって引き起こされる分散を評価するための分析輸送モデルも開発されました。

脳室内注入後、脳全体にわたる Gd-DTPA-アルブミンの広範な血管周囲取り込みが観察されました。 長い血管周囲セグメントは、長さが 3 mm を超えるものもあり、脳の表面から心室系を取り囲む深部組織まで伸びています (図 1)。 PVSは、冠状面（図1a〜h、補足ビデオS1およびS2）、矢状面（図1i〜n、補足ビデオS3およびS4）、および横面（図1o〜t、図1o〜t、補足ビデオ S5 および S6) プレーン。 皮質下貫通動脈（scop）を囲むPVSは、皮質を横断して皮質下白質および脳室周囲組織に達し、これにより背側くも膜下腔と側脳室の間にトレーサーの潜在的な経路を提供します（図1a〜c、f、j、m）。 明るい放射状の縞の密な配列を考えると、小さな皮質血管（cop）に沿った血管周囲の取り込みが発生した可能性があります（図1e〜h）が、個々の血管は簡単には区別できません。

部分最大強度投影 (pMIP)。 各パネルは、ラット 3 (a-d、i-k、および o-q) の冠状面 (a-h)、矢状面 (i-n)、および横断面 (o-t) に平行な 30 のスライスにわたる投影です。およびラット 4 (e–h、ln、および r–t)。 アルファベット順に進むと、各動物の各冠状パネルは前のパネルの後方にあり、各矢状パネルは前のパネルの側方にあり、各横パネルは前のパネルの腹側にあります。 注目すべき血管にはラベルが付けられています（補足表S1を参照）。

血管周囲の取り込みは、前大脳動脈（acer）、中大脳動脈（mcer）、後大脳動脈（pcer）、内頸動脈（ictd）、脳底動脈（bas）などの主要な腹部表面血管に沿って明らかでした（図1b、 f、i、q、t）。 背側から尾状核および中脳に伸びるこれらの主要な血管からの枝は、画像内で最も明るい血管周囲セグメントに囲まれており、前部 (astr)、内側 (mstr)、後部 (pstr) の線条体動脈、腹側視床動脈 (vth)、および前脈絡膜動脈（ach）（図1a〜c、e〜g、j〜k、m〜n）。 これらのPVSの多くは心室と連続しているように見えますが（図1b、c、f〜g）、それらが解剖学的に心室CSFと連続しているのか、それとも溶質が拡散する可能性がある心室周囲組織に存在するのかを判断するには分解能が十分ではありませんまたは心室に流れます。 PVSは、視床穿孔動脈（thp）、正中中脳動脈（mmes）、正中橋動脈（mpn）、および正中髄質動脈（mmd）を含む、中脳および脳幹の特に縦裂付近の多数の背側貫通血管を取り囲んでいます。 ）（図1i、l）。 これらのうち後者は、脳幹の背側の第 4 脳室に向かって伸びています。 PVSはまた、外側（lpaq）および背側（dpaq）水道周囲動脈、ならびに正中橋動脈（mpn）を取り囲む水道の周りに放射状に配置されています（図1d、h）。 心室とPVSの強いコントラスト強調に加えて、四叉神経槽と周囲槽（ac）では弱い強調が存在しました（図1d、h、i〜n、o、r）。 これらの槽での造影剤の取り込みは、外部の CSF 空間と連続しており、多数の血管で覆われているため、注目に値します 27。 いくつかの槽血管（cbv）を取り囲む血管周囲空間は、図1d、h、k、nで明らかです。

画像セグメンテーションにより、脳全体のPVSの密なネットワーク（図2、補足図S1）と、心室近くから脳表面および脳槽まで広がる多数のPVSが明らかになりました（図3、ラベル付き血管）。 30枚の冠状スライスのセットのセグメント化されたPVS（図2a、c、h、j）には、同じ30枚のスライスのpMIPで表示されるPVSの大部分が含まれています（図1b、c、f、g）。 血管周囲セグメントの 3D 構造（図 2b、d、i、k）は、皮質および尾状被殻内の長いセグメント（線条動脈および皮質下貫通動脈）と短いセグメントの両方を示しています。 これらのより短いセグメントは、イメージング解像度の限界に近い小さな血管周囲スペースと、尾状被殻の冠状面に対して垂直に配向された血管の両方であるように見えます。 皮質、脳幹、および水道周囲のセグメント化された PVS の長さは一般に 1 mm 未満でしたが、表面血管から始まり心室近くで終わるいくつかの血管周囲セグメントの長さは 2.5 mm を超えていました。 立体的なレンダリングは、皮質取り込みの動物間のばらつきは明らかであるものの、顕著にPVSが欠けている実質領域はないことを示しています（図2e〜g、l〜m、補足図S1）。 皮質、線条体、中水道周囲組織、および脳幹における造影剤の血管周囲取り込みは、各解剖学的領域の関心ボリューム (VOI) 内で PVS としてセグメント化されたボクセルのパーセントを計算することによって定量化されました (表 1)。 最高の平均体積パーセント (2.86 ± 0.934) は線条体で観察され、残りの領域の平均体積パーセントは 1.02 (水道周囲組織) と 1.89 (皮質) の間でした。 セグメント化された血管周囲容積のパーセントは、ラット 3 よりもラット 4 の皮質で 25% 大きく、これは図 2 の 3D レンダリングと一致しています。ラット 1 の MR 画像では、この動物では造影剤が部分的に心室周囲に注入されていることが明らかになりました。組織。 これはおそらく、線条体におけるセグメント化された血管周囲容積のパーセントが高く、注入部位から遠く離れた水道周囲および脳幹におけるセグメント化された血管周囲容積のパーセントが低いことを説明している。

血管周囲および心室のセグメンテーション。 2 セットの 30 個の連続した冠状スライスにセグメント化された PVS (金色) と心室 (青) は、ラット 3 (a、c) およびラット 4 (h、j) の対応する pMIP にオーバーレイされます。 これらのpMIPは、それぞれ図1b、c、f、gと比較するために、セグメント化を重ねて示されています。 これらの 30 スライスのセグメンテーションは、ラット 3 (b、d) およびラット 4 (i、k) の 3D レンダリングと並べて表示されます。 ラット 3 (e ～ g) とラット 4 (l ～ n) のすべての PVS (金色) と心室 (青) が 3D でレンダリングされます。 パネル(e)および(l)は冠状面の吻側図、(f、m)は横断面の背側図、(g)および(n)は矢状面の左面図である。 注目すべき血管にはラベルが付けられています（補足表S1を参照）。

心室周囲領域を占める接続された血管周囲空間。 ラット 3 (a ～ c​​) とラット 4 (d ～ f) について、心室周囲の 3 ボクセルのマージンを横切るセグメントを含む血管周囲ネットワークの部分が 3D レンダリングされます。 左列は冠状面の吻側図、中央列は横断面の背側図、右列は矢状面の左図である。 各ラットの針跡には赤い星が付けられています。 注目すべき血管にはラベルが付けられています（補足表S1を参照）。

心室表面から最大 3 ボクセルの狭い領域内から外側に延びる血管周囲ネットワークの部分を分離すると、前脈絡膜動脈と線条体動脈を介した側心室と主要な腹側表面血管の間の接続が明らかになりました (図 3a、c、d) 、f）。 3 ボクセルのマージンが選択されたのは、この領域が十分に狭いため、血管周囲のトレーサーを心室に比較的迅速に輸送できるためです。 側脳室から皮質下貫通動脈を介した背表面への血管周囲の接続も明らかです (図 3)。 横方向pMIPに見られる横海馬動脈を囲むPVS（図1o、r）は、側脳室の尾側境界を周囲の槽に接続しているように見えます（図3b、e）。 第4脳室はPVSの近くにあり、脳幹を横切って吻側に伸びています（図3、f）。

各実質ボクセルと最も近いCSF空間との間の最小距離は、PVSがCSF空間であることを考慮した場合と考慮しない場合の両方で計算されました（図4）。 広範な血管周囲トレーサーの取り込みを示す動物であるラット 4 では、PVS が存在しない場合、実質は最も近い CSF 空間から平均 0.784 ± 0.516 mm 離れており、一部の実質領域は最も近い CSF 空間から 2 mm 以上離れて位置していました (図 1)。 4g）。 これらの領域は、皮質と中脳の一部で構成されていました（図4a〜c）。 PVSをCSF区画とみなした場合、実質とCSFの間の平均最小距離は0.169±0.100 mmに減少し、すべての実質ボクセルはCSF空間の約0.9 mm以内にありました（図4g）。 この最小距離の減少は、実質からの拡散性クリアランスの時間スケール（式（２ａ）を参照）が２１倍を超える減少を表す（図４ｈ）。 すべての動物にわたる最小平均最小クリアランス距離 (MCD) は、線条体 VOI (0.150 ± 0.00438 mm) で観察されましたが、皮質、水道周囲組織、および脳幹 VOI の値は 0.215 mm (脳幹) ～ 0.229 mm (水道周囲) でした。 （表1）。 動物全体の MCD の最大標準偏差は、水道周囲組織 VOI で 62.4 μm でした。 グリンファティック理論によって仮定されているように、間質流が実質に存在すると仮定すると、PVS の存在は、実質からの移流クリアランス時間スケール (式 (2b) を参照) をほぼ 5 倍減少させると推定されました。

実質とCSF空間の間の最小距離。 ラット4の実質ボクセルとPVSなしの場合（a〜c）およびPVSを含む場合（d〜f）の最も近いCSF空間の間の距離は、平面カラー画像として表示されます。 左列は冠状面の吻側図、中央列は横断面の背側図、右列は矢状面の左図である。 (g) PVS を使用した場合と使用しない場合の実質ボクセルと CSF 空間の間の最小距離の分布。 (h) PVS を使用した場合と使用しない場合の、溶質の有効拡散率の範囲に対する拡散輸送時間スケール。

一次元の半無限ドメインにおける過渡輸送解析（図5a）は、振動性溶質の分散が、以前に報告されたように、脳室内注入実験およびその後の大槽への注入で観察された血管周囲の取り込みを説明できるかどうかを確認するために実行されました2,14、 19. ＣＳＦ空間がよく混合され、注入開始直後に高濃度に達したと仮定すると、振動性血管周囲流により、低濃度の先行領域が高濃度の後続領域よりも速く移動する血管周囲濃度勾配が生じた。 これらの領域、または進行する溶質フロントは、CSF 濃度の特徴的な割合 \(\alpha\) によって定義されます。 アルブミンの場合、 \(\alpha\) = 0.1 フロントは 40 分間で約 1 mm 移動しましたが、 \(\alpha\) = 0.8 フロントは同じ時間内に約 150 μm 移動しました (図 5c)。 比較すると、造影剤を使用した脳には、長さが 2 mm をはるかに超え、最大 4 mm の部分も多数含まれていました (図 5b)。 前線速度は \(t\) = 0 で最大でした。これは、CSF との境界に濃度の階段状の変化が存在し (ここで濃度勾配が最大でした)、\(\alpha\) では 10 µm/s をわずかに超えていたためです。 = 0.1。 1 分以内に、 \(\alpha\) > 0.1 のすべての前線の速度は 2 μm/s 未満に低下しました (図 5d)。 振動分散による移動距離は拡散係数の平方根に応じて変化します。つまり、この係数が 4 倍変化すると、移動距離が 2 倍変化します。 \(\alpha\) = 0.5 の生理学的に適切な範囲の分子拡散率における、250 μm および 1000 μm の血管周囲長のフロントから横断までに必要な時間と、分散強化 \(k\) の 2 つの文献値を図に示します。 .5e。 アルブミン溶質フロントは、250 μm を通過するのに 8.11 分 (\(k\) = 1.7)6 から 13.14 分 (\(k\) = 1.05)7 の間で遅れましたが、それよりもずっと長く続きました (\(k\) = 1.7 で 2.16 時間) ）1000μmを移動し、図5cの位置対時間のプロット（\(k\) = 1.05）と一致します。 Aβ モノマーの溶質フロント (\(D\) = 180 μm2/s)28 は、アルブミンよりも小さく、両方の距離をより速く通過しましたが、それでも 1.00 時間 (\(k\) = 1.7) および 1.62 時間 (\) 遅れました。 (k\) = 1.05) 1000 μm 移動します。 ナトリウム イオンの溶質フロントは 11.36 分で 1000 μm を移動しました (\(k\) = 1.05)。

PVS における振動溶質の分散。 (a) 安定した濃度 \(C_{1}\) のよく混合された CSF 領域と、初期濃度 \(C\) = 0 の隣接する半無限の直線血管周囲セグメントで構成される分散モデルの形状。 (b) 測定された長さラット 5 の視覚的に識別可能な最長の血管周囲セグメントのサンプル (n = 10) について。データ ポイントは、視認性を向上させるために水平方向に分散されています。 (c) 濃度 \(\alpha C_{1}\) で前進するトレーサー前線の位置と速度 (k = 1.05)。 (e) 溶質分子の拡散率の範囲について 250 μm および 1000 μm を移動する時間。 実線と破線は、振動流によって引き起こされる拡散係数の 5%7 (k = 1.05) と 70%6 (k = 1.7) の増加 (分散強化) を示しています。

急速に増えている文献では、PVS が CSF 腔と通信して脳全体の体液交換および老廃物除去システムを形成していることが示唆されています 1,29。 いくつかの前臨床研究では、生体内蛍光顕微鏡または死後組織学のいずれかを使用して、くも膜下腔から皮質PVSへの動的トレーサーの取り込みに焦点を当てています2,4,5。 頭蓋窓顕微鏡検査では、血管周囲輸送の高解像度のリアルタイム追跡が可能ですが、固定視野と浅い侵入深さにより、血管周囲ネットワークの小さな表面部分に分析が制限されます。 その結果、脳全体にわたる血管周囲ネットワークの範囲と接続性、および脳室や脳槽との機能的関係はほとんど理解されていません。 Bedussiら15は、線条体への注入後の心室系へのPVS媒介クリアランスを観察し、心室が深部実質組織のクリアランスシンクとして機能することを示唆している。 大槽への注入後には、心室周囲および槽組織、さらには心室近くの血管周囲構造の密なネットワークでも強いトレーサーシグナルが観察されています17。 これらの結果は、心室の流れに対する上流の心室内輸送はあまり考えられないため、トレーサーが深部実質PVSを介して心室に到着することを示唆しています。 実際、大槽内注入中に取得されたダイナミック造影 MRI (DCE-MRI) データは、造影剤が脳水道に到達する前に脳全体の表層血管周囲腔を通って移動することを示しており、注入中に最小のトレーサーが心室系を通って上流に移動することを示しています 18。

この研究では、高磁場 ex vivo MR 画像を使用して、ラットの血管周囲ネットワークと内部 CSF 腔への接続の高解像度 3D 視覚化の必要性に取り組みます。 大槽への注入後の造影剤の in vivo 血管周囲取り込み 17,18,19 は DCE-MRI で観察されていますが、これらの研究の画像解像度により、分析は大きな表面血管に限定されていました。 Magdoom らによる高解像度 (40 μm 等方性ボクセル) ex vivo MR 画像のサブボリュームを通じた最大強度投影 16 により、脳の外表面と深部組織の間に直接経路を提供していると思われる多数の血管周囲セグメントが明らかになりました。脳室を取り囲んでいます（図1a〜c、e〜g）。 これらのセグメントの多くは長さが 2 ～ 4 mm でした (図 5b)。 背側表面には皮質下貫通動脈 (scop) が含まれており、その一部は皮質を横切った後、白質のトラックと平行に走ります。 前脈絡膜動脈 (ach)、線条体動脈 (astr、mstr、pstr)、正中髄動脈 (mmd) などの大きな腹部表面の血管からの血管周囲枝は、心室表面の近くを通過するか心室表面近くで終結するように見えますが、解像度は高くありません。それらが心室CSFと解剖学的に連続しているのか、それとも溶質が実際に拡散または心室に流れることができる心室周囲組織に存在するのかを判断するには十分ではありません。 海馬横断動脈 (trhi) および水道周囲動脈 (lpaq、dpaq) に沿った周囲の槽と心室の間の多数の血管周囲接続が明らかでした。 海馬におけるプラーク形成と萎縮がアルツハイマー病の特徴であることを考えると、trhi PVS のクリアランス機能はアルツハイマー病に特に関連している可能性があります 30。

主要な腹側および背側表面血管から脳を貫通する PVS の幾何学的形状は、公表されているラットおよびマウスの脳血管アトラスと一致しています。 脳表面から心室までの血管周囲の溶質経路を提供する可能性のある血管グループを特定する際、Scremin31 に示されているラットの血管構造の広範な画像が参照されました。 皮質下貫通動脈 (scop) は皮質を横断し、最小限の先細りで皮質下白質 31、32、33 に、場合によっては心室周囲実質に達します 31。 主要な腹側表面血管に由来する比較的一定の直径の長い枝は尾状被殻および他の皮質下構造を横切り、その多くは心室周囲実質まで伸びています 31,32。

脳の外表面から心室周囲の組織への血管周囲経路の存在と、貫通細動脈に沿った急速なトレーサー取り込みの以前の繰り返しの観察により、CSFがPVSを介してくも膜下腔から心室へ輸送される可能性が高まっている。 この場合、実質の老廃物はCSFの戻り流によって少なくとも部分的に心室に除去され、脳全体のクリアランス循環を形成すると考えられます。 Iliff et al.3 で提案されている、流入する動脈周囲 CSF が実質を通って流れ、最終的には細静脈周囲腔を介して除去されるグリンファティック循環とはわずかに異なりますが、これらの循環は相互に排他的ではありません。 残念ながら、我々の MRI データは、血管周囲の CSF の心室への戻りを直接サポートする造影剤輸送の方向を示していません。 私たちの実験では、PVS への取り込み前に心室ネットワークに沿ってくも膜下腔まで移動するのではなく、注入中の血管周囲輸送が心室圧の上昇により心室から外向きに進行した可能性があります。 ただし、これらの実験は血管周囲ネットワークの概要を明らかにすることを目的として行われたものであり、トレーサーの経時的な自然な進化を追跡することではありません。 前者では、MRI で視覚化するために広範な血管周囲ネットワークに十分なコントラストを発現させるために、大量の造影剤を注入する必要がありました。 それにもかかわらず、より高い流量（1.6 μL/分）を長期間（60 分間）使用した以前の注入研究では、頭蓋内圧にわずかな変化しか生じなかったことは注目に値します 34。 脳全体の血管周囲循環を観察し、上記の仮説的な流れパターンを評価するには、CSF への造影剤注入中の in vivo MRI と高解像度での ex vivo 全脳イメージングの組み合わせが必要です。

グリンファティック理論は、動脈を囲む PVS から静脈を囲む PVS への間質液のバルクフローによって、老廃物が実質から除去されると仮定しています。 この流れの仮定は、拡散が実質における溶質輸送の主なモードであることを示すリアルタイムイオントフォレーシス（RTI）研究の証拠と一見矛盾しているようであり 35、移流による実質輸送を促進するには非物理的な圧力勾配が必要であることを示唆する計算機研究によってすぐに疑問が呈された 6 、36、37、38。 その後の計算モデリング研究では、遅い間質流が初期の RTI 研究で観察された誤差をどのように説明できるかを実証し、実質輸送は移流と拡散の組み合わせである可能性が高いと主張しました 39。

この研究では、血管周囲空間のセグメンテーションによって可能になった幾何学的な観点から、実質クリアランスの問題を検討します。 すべての実質ボクセルから脳表面または心室までの最短距離を計算することにより、実質から最も近いCSF空間までの最小クリアランス距離(MCD)の空間分布が決定された。 ラット 4 の場合、MCD は平均 0.784 mm で、Aβ の拡散時間スケール (\(D^{*}\) = 62.3 μm2/s28) 2.74 時間に相当します。 PVS を CSF コンパートメントの延長とみなすことにより、平均 MCD は 0.169 mm に減少し、Aβ の拡散時間スケールは 21 倍以上の 7.67 分に減少しました。 血管周囲ネットワークの広範な性質と、CSF との主に移流による迅速な溶質交換により、拡散が実質からの Aβ クリアランスの実行可能なメカニズムとなっているようです。 この可能性は、血流と組織の間の溶存ガスの全身的な拡散交換に類似しており、以前のレビューで PVS 媒介クリアランスの文脈で提起されています 40,41。 さらに、血管周囲セグメントが小さいため、区別するにはより高い分解能が必要であるため、平均 MCD は過大評価されている可能性があります。 以前に報告された、DCE-MRI 画像に由来する髄腔内注入ガドテリン酸 (Gd-DOTA) のラット脳におけるペクレ数の空間分布は、CSF 空間およびより大きな PVS における主な移流輸送から、主に実質内での拡散的な輸送への移行を示唆しています。 これは、PVS および柔組織の水理ネットワーク モデルと一致しています。38,43 は、PVS ではほとんど中程度から高いペクレ数 (\(Pe\) > 0.1) を予測しますが、柔組織ではほとんどの場合低いペクレ数 (\(Pe\) < 0.1) を予測します。 もちろん、血管周囲ネットワークによって引き起こされるクリアランス距離の減少は、純粋に移流性の実質輸送を仮定すると、クリアランス時間スケールも、それほど劇的ではないが、4.63倍減少した。 間質バルク流が実際に存在する場合、輸送は、特定の物質のペクレ数 \(Pe\) によって決定されるように、移流と拡散の組み合わせとして進行します。 例えば、間質速度が 0.367 µm/s であれば、PVS を CSF コンパートメントとみなした場合、平均 MCD にわたる Aβ の移流および拡散の時間スケール (\(Pe\) = 1) が等しくなります。

CSF トレーサーの血管周囲への急速な取り込みは動脈の拍動に依存していると考えられます 3,44,45 が、拍動が血管周囲の輸送を促進するメカニズムは明らかではありません 41。 血管周囲の容積を周期的に変化させることにより、動脈拍動は PVS 内で流体の振動運動を引き起こすと予想され、この予測は血管周囲トレーサーの振動運動によって間接的に確認されています 46,47。 血管脈動は蠕動機構を通じて正味の流体運動を生成する可能性があります48が、この概念は計算モデリング結果6,49によって、また理論的にはパルス波長が典型的な血管周囲セグメントの長さよりもはるかに長いことに注目することによって疑問視されています38。 流体の振動運動は、テイラー分散を通る正味の流体の流れを伴わずに、血管周囲のトレーサー輸送を強化する可能性を持っています50。これは、トレーサーの実効拡散率の増加として近似できます。 PVS における分散輸送は、最近の計算研究で取り上げられています 6,7,51。 Asgari ら 6 は、実効拡散率が 27% 以上増加すると予測しましたが、Troyetsky ら 7 は、約 5% のより緩やかな増加を予測しました。

ここでは、血管周囲空間をよく混合されたCSFコンパートメントに隣接する真っ直ぐな半無限のチャネルとみなして、CSFアルブミン濃度の一部\(\alpha\)で前進するトレーサーフロントの動きを追跡することにより、アルブミンの分散性血管周囲取り込みを調査しました。 。 低濃度で前進する前線は、高濃度の前線よりも速く移動しました (式 (6) を参照)。 たとえば、\(\alpha\) = 0.1 のフロントは最初に 10 μm/s をわずかに上回る速度で前進し、40 分で約 1 mm をカバーしましたが、\(\alpha\) = 0.8 のフロントは最初に 2 μm/s 弱で前進しました。同じ時間で約 150 μm だけをカバーしました (図 5c)。 この予測された浸透距離は、多くの血管周囲セグメントの長さ（2 ～ 4 mm）よりも短く、40 分間の注入後に強力で比較的均一な造影剤の増強が示されています（図 5b）。 これらのセグメントの信号は、分散輸送プロセスから予想されるような軸方向の濃度変化を示さなかった。 以前に観察された動脈周囲腔への取り込みは、分散輸送解析で考慮された最低濃度 (\(\alpha\) = 0.1) フロントよりも速く進行するようです。 マイクロスフェアは軟膜動脈周囲の血管周囲空間を平均 18.7 μm/s4 で移動しますが、\(\alpha\) = 0.1 フロントは 10 秒後には 3.43 μm/s、100 秒後には 1.09 μm/s に低下します。 動脈周囲腔における分子量に依存しない輸送の証拠とは対照的に、分散輸送におけるフロント速度も分子量に依存します 18。 最適物質輸送理論 (rOMT) による DCE-MRI から導出された PVS を含む表層 CSF 空間における溶質速度の推定値は遅い (~ 0.2 μm/s)42 が、これらの推定値は個々の PVS よりも大きいボクセルから導出されており、おそらく反映されていない体積平均化による血管周囲速度。 それでもなお、同じ CSF 領域における平均ペクレ数は約 80 であり、移流輸送が優勢であることを示しています 42。 これらの結果を総合すると、我々の実験および同等の分子量トレーサーを用いた以前のCSF注入研究において、トレーサーの主な血管周囲取り込み機構は分散ではなく移流であったことが示唆される。 一定の CSF 量を維持するために二重シリンジ システムを使用した他のグループによる慎重な実験でも、取り込みは注入圧力の上昇によって促進されないことが示されています 52。

分散は、より短い血管周囲セグメントにおけるより高い拡散率のトレーサーの輸送への寄与を自然に大きくする。 たとえば、アルブミンより小さい Aβ モノマーの \(\alpha\) = 0.5 フロント (\(D\) = 180 μm2/s)28 は、6.06 分で 250 μm を通過しました (\(k\) = 1.05)。 、しかし、1000μm移動するには1.62時間（\（k\）= 1.05）を必要としました（図5e）。 ナトリウムイオンの \(\alpha\) = 0.5 の溶質フロントは、振動分散により 11.36 分で 1000 μm を移動しました (\(k\) = 1.05)。 これらの結果は、振動分散が短い血管周囲セグメントまたは長い血管周囲セグメントの開始に実質的に寄与している可能性があることを示唆していますが、血管周囲セグメントの長さと溶質の分子量が増加すると、振動分散は関連性を失います。 Asgari et al.6 で \(D\) = 10 μm2/s について報告されたより高い分散増強 (\(k\) = 1.7) の場合でも (拡散率が増加すると増強は小さくなる傾向がある)、Aβ モノマーには 1.00 が必要でした。 h で 1000 μm 移動します (図 5e)。 Mestre ら 4 で観察された流速 (18.7 μm/s) がこの研究で観察された貫通 PVS に存在すると仮定すると、溶質は移流だけで 3.57 分で 4 mm (確認された最長の血管周囲セグメントの長さ) を横断することになります。これは、PVS における溶質移流によって効果的な CSF 交換がより実現可能であることを示唆しています。

ここで紹介する血管周囲ネットワークの視覚化とセグメンテーションは、グリンパ系の構造と機能についての洞察を提供します。 脳の腹側表面および背側表面から心室および脳槽の近くまで延びる多数の長い血管周囲セグメントがあり、これらの内部CSF空間への老廃物除去のための経路として機能し、グリンファティック循環をより大きなCSF循環に統合する可能性があります。 セグメント化された PVS 空間と CSF 空間の間の急速な体液交換を想定すると、PVS は実質から最も近い CSF シンクまでの平均最小距離を効果的に短縮できるため、実質の老廃物がその距離を拡散する時間スケールが推定時間の 21 倍を超えて短縮されます。 2 時間を 10 分以内にスケールします。 さらに、PVS 内の一時的な溶質輸送解析は、振動分散が観察された最長の血管周囲セグメントにおける大型トレーサーの主要な輸送メカニズムではないことを示唆しています。 実質輸送分析における PVS からの急速なクリアランスの仮定と、観察された長い血管周囲セグメント内でトレーサーを迅速に輸送する分散の能力の無さは、PVS 内の流れが拡散による実質全体にわたる有効なクリアランスを維持する必要があることを意味します。 流入するCSFは、以前に想定されていたように実質に濾過される可能性があり、および/またはこの研究で観察されたPVSの幾何学的形状によって示唆されるように、心室および槽に向かって流れる可能性がある。 ＰＶＳから実質に入る流体は、貫通ＰＶＳからの距離に応じて流れ断面積が幾何学的に増加し、実質における透水係数が低いことを考慮すると、軟膜ＰＶＳ内で観察される速度よりもはるかに遅い速度で流れると予想される。 このシナリオでは、柔組織の輸送は、特定の物質のペクレ数 \(Pe\) によって決まる移流と拡散の組み合わせとして進行しますが、柔組織における主要な輸送機構ではないにしても、重要な輸送機構として拡散を必ずしも排除するわけではありません。 。

実験計画には動脈と静脈を直接区別する手段が含まれていなかったため、トレーサーが静脈の PVS に存在するかどうかを判断することが困難でした。 しかし、Magdoomら16では、エバンスブルー色素が上矢状洞周囲の組織で明らかであり、静脈PVSにおけるトレーサーの存在を示唆している。 静脈周囲のトレーサーを示した注入研究はわずか 1、2、17 です。 心室注入前の in vivo MR 血管造影実験は、低解像度ではあるが動脈と静脈を区別し、PVS の ex vivo 高解像度画像の解釈の指針となります。

PVS のマップは、ネットワーク接続の分析、セグメントの中心線の定義、セグメントの長さの測定、および MCD の変化の計算に十分な解像度を備えています。 ただし、40 μm ボクセル内での体積の平均化が行われるため、セグメンテーションでは血管周囲の体積を正確に読み取ることができません。 40 μm 未満の血管周囲構造内の造影剤は、複数の 40 μm ボクセルからの信号に影響を与える可能性があります。 PVS の実際のサイズは、体積の平均化と注入中の PVS から実質への造影剤の拡散により、ex vivo 画像での見かけのサイズよりも小さくなる可能性があります。 しかし、アルブミンの比較的大きなサイズ（66 kDa）により、脳組織内での拡散が制限され（16.3 μm2/s53）、外側の血管周囲境界を裏打ちする星状細胞端足間のアルブミンの通過が妨げられる可能性があります2。 PVS の見かけのサイズが大きいため、MCD が過小評価されます。 直径 17.85 μm の血管が、体積平均化と放射状造影剤拡散による信号強調により血管周囲ボクセルとしてセグメント化される 4 つの隣接するボクセル間の共有頂点に位置する場合、最小面内クリアランス距離は最大 19.36 μm 過小評価されます。 。 セグメント化された PVS の大部分が直径約 17.85 μm の血管のものであると仮定すると 54、この追加のクリアランス距離を考慮すると、Aβ の平均拡散輸送時間スケールは 7.67 分から 9.53 分に増加します。 血管周囲アルブミン濃度が 40 分間（持続時間）にわたって一定であると仮定すると、これらのボクセル内のアルブミン濃度は放射状アルブミン拡散により血管周囲アルブミン濃度の少なくとも 45% になるため、そのような血管がこれら 4 つのボクセルを強化すると予想するのは合理的です。脳室内注入）。

イメージングの前にさらなるアルブミン拡散を防ぐために、脳室内注入手順の後に脳組織を固定した。 ただし、固定により脳組織がわずかに縮小する傾向があり、実質クリアランス距離が若干小さく偏ることになります。 Ma ら 55 は、MRI 画像から得られた体積測定を使用して、マウスのホルマリン固定による脳の平均収縮率が 10.6% であると報告しています。 これは、収縮した形状から生体内形状への体積の 11.9% の増加に相当します。 体積は長さの 3 乗に応じて増加するため、対応する MCD の増加は 3.81% になります。 拡散時間スケールは長さの二乗に比例し、7.67 分から 8.26 分へと 7.76% 増加します。 PVS の見かけのサイズと固定剤誘発性の脳収縮に関連する MCD の誤差は、血管周囲スペースが豊富にあるため、実質からの効果的なクリアランス機構としての拡散を損なうには不十分な拡散時間スケールのわずかな変化を引き起こします。

PVS を含む細胞外空間は、おそらく細胞への細胞外液の流入とその結果としての細胞の膨張により、動物の屠殺後に崩壊します 56,57。 しかし、観察された PVS が死後の崩壊の産物である可能性は低いです。 PVS が崩壊すると、造影剤が空間から押し出される可能性があり、MRI の視認性が損なわれ、そのような空間がより目立たなくなるどころか、さらに見えにくくなります。 あるいは、Du ら 57 のように、死亡後の細胞への体液の流入によって CSF と造影剤が PVS に引き込まれ、視認性が向上する可能性がありますが、これは生体内に存在しなかった空間の輪郭を描くものではないはずです。

ex vivo アプローチでは、血管周囲の輸送の方向と速度を直接観察することもできませんでした。 注入中の生体内イメージングにより、画像解像度を犠牲にして動的トレーサー観察が可能になります。 代替または追加として、さまざまな期間の注入後に生体外画像を取得することもできます。 このアプローチにより、画像解像度を犠牲にすることなく、血管周囲の輸送の方向と速度を間接的に観察できるようになります。 振動輸送解析では、血管脈動または他の圧力勾配源によって駆動される SAS からの血管周囲流入は明示的にモデル化されていませんでした。 これらの要因を、PVS のセグメント化された形状を含む血管周囲の流れと溶質輸送のモデルに組み込んで、シミュレートされた溶質分布を上記の in vivo および ex vivo 実験からのデータと比較することで、グリンパティック系の機構をさらに調査することができます。

すべての動物手順はフロリダ大学施設内動物管理使用委員会によって承認されており、関連するガイドラインと規制に準拠しています。 ここで報告する方法は、ARRIVE ガイドラインの推奨事項に準拠しています。 Magdoom ら 16 では、5 つの切除されたラット脳全体の PVS の高解像度磁気共鳴画像 (40 \({\upmu }\)m 等方性ボクセル) が取得されました。 ガドリニウム標識ヒト血清アルブミン、Gd-DTPA-アルブミン 58 を、麻酔をかけた各ラット（酸素 1 L/分中 4% イソフルラン）の側脳室に 1.5 μL/分の速度で 40 分間注入し、脳内に分布させました。 PVS。 動物は直ちに放血され、その後、０．９％塩化ナトリウム溶液、続いて４％ホルムアルデヒド固定液による血管灌流によって屠殺され、トレーサーを脳組織に架橋させた。 4 °C で 2.5 ～ 3 日間保存した後、ラットの脳を切除し、17.6 T での高解像度イメージングの準備として Fluorinert オイル (FC-43、3 M Corp.、セントポール、ミネソタ州、米国) に入れました。 Bruker Biospin、米国マサチューセッツ州ビレリカ）。 FOV 20 mm × 16 mm × 12 mm、マトリックス サイズ 500 × 400 × 300、TR = 100 ms、TE = 0.3 ms、フリップ角の \(T_{1}\) 強調 3D グラディエント エコー画像= 50°、約 24 時間で 7 つの平均が取得されました。 2 匹のナイーブ対照動物は、定位手術と脳室内注入を除くすべての方法で同じ実験および画像化プロトコルを受けました。 すべての動物 (n = 7) は、体重 280 ～ 300 g の生後 2 か月の雄の Sprague-Dawley ラットでした。

ラットの脳は、齧歯類脳抽出ツール rBET59 を使用して MR 画像内で分離され、線形画像位置合わせツール FLIRT61 を使用して Swanson's atlas60 に位置合わせされた後、Magdoom らと同様に ImageJ62、63 で最大強度投影 (MIP) が生成されました。 16. これにより、脳全体の血管周囲の取り込みの範囲が実証されましたが、この研究で提示されたカスタムの視覚化とセグメンテーションのワークフローによって、血管周囲ネットワークのさらなる分析が可能になりました（図6）。 動物実験とイメージングプロトコルに関する追加の詳細は、Magdoom et al.16 に記載されています。

画像解析ワークフロー。 17.6 T で 24 時間の MRI セッションの後、脳が抽出され、カスタム最大強度投影法 (青いボックス) で視覚化されました。 次に、脳領域と PVS がセグメント化され、3D でレンダリングされました (赤いボックス)。 最後に、PVS と心室の接続と輸送が分析されました (緑色のボックス)。 各ステップで使用されるソフトウェア アプリケーションは、上付き文字で示されているように、次のとおりです。 (a) げっ歯類脳抽出ツール (rBET)。 (b) FMRIB のリニア レジストレーション ツール (FLIRT)。 (c) MATLAB r2018a; (d) 画像J。 (e) itk-SNAP。

Gd-DTPA-アルブミンが \(T_{1}\) を減少させるため、\(T_{1}\) 重み付け 3D 画像では心室と PVS が明るく見えます16。 結果として周囲の組織とのコントラストが得られるにもかかわらず、PVS はサイズが小さく、場合によっては単一のボクセルにまたがることと、向きがさまざまであるため、容易にはわかりません。 Magdoom ら 16 によって以前に報告されているように、データの最大強度投影 (MIP) を計算すると、最も明るい PVS と心室がより明白な一連の投影画像が得られます。 ただし、小さくて暗い PVS は投影されない可能性があり、PVS は脳の中心にある明るい心室によって遮られる可能性があります。 これらの制限を克服するために、部分最大強度投影 (pMIP) は、冠状面、矢状面、および横断面に平行な 30 ボクセルの厚さの長方形のボリュームを通して投影することによって作成されました。 連続した血管周囲セグメントは連続した投影に存在することが多いため、シフト pMIP (spMIP) を使用して、脳全体のこれらの構造の全長を視覚化しました (補足ビデオ S1 から S6 を参照)。 spMIP では、投影スパンは、pMIP のように 30 ボクセルずつではなく、30 ボクセル投影画像ごとに 1 ボクセルずつシフトされます。

PVS は、サイズが小さく、周囲の組織の信号強度が不均一であるため、セグメンテーションの課題が生じます。 PVS は血管を取り囲んでいるため、多くの脳領域で平均強度値の範囲が狭く、管状の明るい構造のように見えます。 これらのさまざまな環境からそれらをよりよく区別するために、各ボクセルを囲む強度フィールドの管状の品質または管状性の尺度が ImageJ64、65 で計算されました。 特定のボクセルのチューブネスは、そのボクセルのヘッセ行列の 2 つの最も負の固有値の幾何平均として定義されました。 ヘッセ行列要素は、画像強度フィールドの二次空間導関数です65

行列要素の添字 \(i\) および \(j\) は、微分が実行される軸を示します (すべての変数とパラメーターについては補足表 S2 を参照)。 したがって、ヘッセ行列の固有ベクトルと固有値は、強度場の主曲率の方向と大きさになります。 周囲の強度が低い高強度ピクセルの領域の場合、固有値は負の \(0 > \lambda_{1} > \lambda_{2} > \lambda_{3}\) となり、各固有値は画像の強度曲率になります。関連する固有ベクトル。 管状強度場の場合、強度は管軸に沿って変化しないため、\(\lambda_{1} = 0\) および \(\lambda_{2} = \lambda_{3} \ll 0\)65 となります。この軸に垂直な負の曲率。 したがって、ImageJ の実装では、チューブネスは \(\sqrt {\lambda_{2} \lambda_{3} }\) として定義され、チューブ状の強度フィールドが増えるほど値が増加します64。 この実装では、チューブネスを計算する前にガウス フィルターを適用することで、チューブネス フィールドを特定のサイズの管状構造に敏感にすることができます。 多くの PVS は単一のボクセルにのみ及ぶため、ガウス フィルターの標準偏差は 40 μm に設定されました。 チューブネスの計算は、フランジ フィルタリング 26 の一種であり、人間の血管周囲空間のセグメンテーションのための臨床 MR 画像によく適用される技術 20、21、22、25 です。

血管周囲空間のセグメンテーションは、3D 画像の管性を計算し、閾値を超える管性を持つボクセルを選択することによって生成されました。 造影剤はナイーブな脳のレベルを超えて信号強度を大幅に増加させたため、管状閾値を決定する前にデータ範囲を調整することで各脳の強度分布のピークを揃えました（図7a、b）。

信号強度とチューブネスの分布。 (a) 造影剤を使用した脳 (ラット 1 ～ 5) と造影剤を使用しない脳 (ナイーブ 1 ～ 2) からの信号強度。 各動物のシグナル強度は、0 と 1 の間で直線的にマッピングされました。(b) シグナル分布のピークを揃え、周囲の組織との血管周囲のコントラストを向上させるための強度範囲の再マッピング後のシグナル強度。 (c – d) 脳の管状分布 (c) 内部および (d) 表面。 灰色の縦線は、各ナイーブ脳の累積分布値 0.95 に対応するチューブネス値の平均です。 このチューブネス値は、平均してナイーブ ボクセルの 95% のチューブネスよりも大きくなります。

閾値は、ナイーブ脳のボクセルの95％のチューブネス値を超えるように設定されました（チューブネス = 3.75、図7c）。 これは、PVS での造影剤の取り込みに関連しない背景のチューブネスを除外するために行われました。 脳の外表面は、実質と暗い周囲との間の界面がナイーブな脳において高い空間強度勾配を生成したため、より高い背景の管状レベルを有していた。 したがって、より高い管性閾値（管性 = 8.08）を使用して、表面血管のPVSをセグメント化しました（図7d）。

心室や小脳を含む解剖学的構造のいくつかのセグメンテーションは、手動アウトラインと「スネーク」半自動セグメンテーション ツールの両方を使用して、itk-SNAP66 で作成されました。 Paxinos ラットの脳アトラスと比較すると、注入された造影剤によりセグメンテーションが容易になったため、心室ネットワークは明るく見えました 27。 小脳の内部境界により管状性だけでは PVS を区別することが困難になったため、管状に基づく PVS のセグメンテーションは小脳を除去することによって改善されました。 皮質、線条体、中水道周囲組織、および脳幹の冠状スライス 30 枚にわたる脳幹の対象容積 (VOI) を手動で概説し、動物間のこれらの解剖学的領域における血管周囲ボクセル容積パーセントと平均 MCD を比較しました (図 8)。 皮質と線条体の VOI は 30 スライスの同じセットを占め、線条体はこれらのスライス内の皮質の腹側および内側の組織として定義されました。

血管周囲空間セグメンテーション解析用の脳関心容積 (VOI)。 (a) 皮質、(b) 線条体、(c) 中水道周囲組織、および (d) 脳幹の VOI からの冠状スライス。 各 VOI は 30 枚の冠状スライスにまたがります。

PVS と心室ネットワーク間の接続は、心室セグメンテーションを血管周囲セグメンテーションに繰り返し拡張するカスタム領域拡張アルゴリズムを使用して検査されました。 各反復では、心室ボクセルにすぐ隣接する血管周囲ボクセルが、合計 100 回の反復で成長する心室セグメンテーションに追加されました。 この手順を開始する前に、心室のセグメンテーションを 3 ボクセル分拡大して、心室表面の 208 μm (対角線上に並んだ 3 つの 40 μm 立方体ボクセルにわたる対角距離) 以内の PVS をキャプチャしました。 3 ボクセルのマージンが選択されたのは、この長さが血管周囲トレーサーの心室への比較的迅速な輸送を可能にするのに十分短いためです。 これにより、心室と、心室近くの血管周囲セグメントと連続する血管周囲ネットワークの部分とを含むセグメント化が生成された。

PVS の長さの推定は、修正された領域成長アルゴリズムを使用して、腹側および背側の脳表面から貫通する長い連続セグメントの選択に対して行われました。 シードボクセルを各血管周囲セグメントの表面端に配置し、各成長反復後に追加されたボクセルの重心を記録しました。 これらの重心間の距離が計算され、合計されて、血管周囲セグメントの全長の推定値が得られました。

血管周囲ネットワークが CSF と間質液の間の交換を促進する程度は、PVS を CSF 空間であると考慮した場合と考慮しない場合の両方で、実質ボクセルと最も近い CSF 区画間の距離 \(L\) を計算することによって定量化されました。 この分析では、PVS とより大きな CSF 空間の間の急速な交換の多数の観察を考慮して、PVS は CSF 区画とみなされました。 最小距離は、MATLAB (MATLAB v. 9.4.0.813654 (R2018a)、The MathWorks, Inc.、Natick、MA) で CSF セグメンテーションのユークリッド距離変換 67 を計算することによって決定されました。 関連する溶質の拡散率の範囲に対するクリアランス時間スケール \(\tau_{d}\) および \(\tau_{a}\) は、純粋な拡散 (式 (2a)) または移流 (式 (2b)) のいずれかを仮定して計算されました。 ）実質を通って輸送されます。

式では、 (2a)、\(D^{*}\) は実質における溶質の有効拡散率、\(u\) は間質速度の大きさです。 \(D^{*}\) は、ランダムな溶質の動きを妨げる実質構造のため、溶質の自由拡散率 \(D\) よりも低くなります。 血管周囲ネットワークによる実質クリアランス時間の減少は、Aβ の値 (62.3 μm2/s28) を含む、生理学的に関連する \(D^{*}\) 値の範囲 (101 ～ 103 μm2/s37) で推定されました。

この研究で観察された最長の血管周囲セグメントにおける振動溶質の分散を調査するために、血管周囲輸送モデルが開発されました。 このモデルは、くも膜下腔内の CSF が十分に混合されており、一定の溶質濃度 \(C_{1}\) を維持している一方、血管周囲セグメントには初期濃度 \(C_{0}\) = 0 の自由液が含まれていると仮定しています。セグメントは長くて細長いため、原点がCSFリザーバーと血管周囲セグメントの間の界面に位置する一次元の半無限幾何学形状（図5a）が考慮されました。 血管壁の動きによる血管周囲の形状の動的変化は、血管周囲のギャップ幅に比べて小さいため、モデル化されていません 3,68。 環内の振動流による分散は、溶質の自由拡散率 \(D\) が係数 \(k\)6,7,50 だけ増加する強化された拡散プロセスとして以前にモデル化されています。 血管脈動または他の圧力勾配源によって駆動される SAS からの血管周囲流入は明示的にモデル化されていません。 溶質濃度の変化に対する振動流の分散効果のみが考慮されました。 したがって、このシナリオの支配方程式は次のようになります。

幾何学的な長さのスケールが存在しないことを前提として、変数 \(\eta\) に関して無次元濃度 \(\alpha\) の自己相似解が求められました。

自己相似解は誤差関数に関して次のように定義されます。

血管周囲セグメント内の CSF 濃度 \(C_{1}\) の一部 \(\alpha\) を含む物質点の位置 \(x\) と速度 \(v\) は、経時的に次の式で与えられます。

式 (6) は、分散トレーサーの PVS への取り込みの運動学を表します。 最大増強 \(k\) = 1.057 および \(k\) = 1.76 のウシ血清アルブミン (\(D\) = 83 μm2/s53) は、代表的な大きな分子量トレーサーと考えられました。

データは対応著者からのリクエストに応じて入手可能です。

ワードロー、JM et al. 脳の血管周囲腔: 解剖学、生理学、病理学。 ナット。 ニューロール牧師。 16、137–153 (2020)。

論文 PubMed Google Scholar

イリフ、JJ 他血管傍経路は、脳実質を通るCSFの流れと、アミロイドベータを含む間質溶質の除去を促進します。 科学。 翻訳。 医学。 4、11 (2012)。

記事 Google Scholar

イリフ、JJ 他脳動脈の拍動は、マウスの脳における血管周囲のCSF-間質液交換を促進します。 J. Neurosci. 33、18190–18199 (2013)。

論文 CAS PubMed Google Scholar

メストレ、H. et al. 脳脊髄液の流れは動脈の拍動によって促進され、高血圧では減少します。 ナット。 共通。 9 (2018)。

モリス、AWJ 他脳に出入りする液体の通路としての血管基底膜。 アクタニューロパトール。 131、725–736 (2016)。

論文 CAS PubMed Google Scholar

Asgari, M.、de Zelicourt, D. & Kurtcuoglu, V. グリンファティック溶質輸送にはバルクフローは必要ありません。 科学。 議員6、11（2016）。

記事 Google Scholar

Troyetsky, DE、Tithof, J.、Thomas, JH & Kelley, DH 脳の血管周囲腔を貫通する流れにおける老廃物除去機構としての分散。 科学。 議員11、12（2021）。

Google スカラー

Martinac, AD & Bilston, LE 脳内の体液と溶質輸送の計算モデリング。 バイオメック。 モデル。 メカノビオール。 19、781–800 (2020)。

論文 PubMed Google Scholar

Xie、LL他。 睡眠は成人の脳からの代謝物の除去を促進します。 サイエンス 342、373–377 (2013)。

論文 ADS CAS PubMed Google Scholar

Foley, CP、Nishimura, N.、Neeves, KB、Schaffer, CB & Olbricht, WL ラット皮質における対流促進送達中のナノ粒子の血管周囲輸送のリアルタイムイメージング。 アン。 バイオメッド。 工学 40、292–303 (2012)。

論文 PubMed Google Scholar

パシオーニ、S.ら。 神経膠腫細胞による血管周囲腔に沿った脳浸潤：血液脳関門との関係。 がん 12、17 (2020)。

Google スカラー

ワトキンス、S.ら。 神経膠腫細胞の侵入による星状細胞と血管の結合および血液脳関門の破壊。 ナット。 共通。 5、15 (2014)。

記事 Google Scholar

トロイリ、F.ら。 血管周囲ユニット: ここがその場所に違いありません。 免疫系、血管系、神経系の間の解剖学的交差点。 フロント。 ニューロアナト。 14、17 (2020)。

論文 CAS PubMed Google Scholar

Smith、AJ、Yao、XM、Dix、JA、Jin、BJ & Verkman、AS 「グリンファティック」仮説のテストは、げっ歯類の脳実質における拡散性でアクアポリン 4 非依存性の溶質輸送を示しています。 Elife 6、16 (2017)。

記事 Google Scholar

Bedussi、B. et al. 間質液の心室系への対流によるマウスの脳からの除去。 流体バリア CNS 12、13 (2015)。

記事 Google Scholar

マグドゥーム、KN et al. ラット脳全体の血管周囲ネットワークの MRI により、脳の老廃物除去における心室の役割が明らかになりました。 科学。 議員9、11（2019）。

記事 Google Scholar

ピッツォ、メインラット脳におけるくも膜下腔内抗体分布：表面拡散、血管周囲輸送および送達の浸透圧増強。 Ｊ．Ｐｈｙｓｉｏｌ． ロンド。 596、445–475 (2018)。

論文 CAS PubMed Google Scholar

イリフ、JJ 他造影MRIで捉えた脳全体の老廃物除去経路。 Ｊ．クリン． 調査します。 123、1299–1309 (2013)。

論文 CAS PubMed Google Scholar

Koundal, S. et al. ラグランジュワークフローによる最適な物質輸送により、グリンファティック系における移流および拡散駆動による溶質輸送が明らかになりました (vol 10, 1990, 2020)。 科学。 議員10、1（2020）。

記事 Google Scholar

Park、SH、Zong、XP、Gao、YZ、Lin、WL、Shen、DG 方向正規化機能を備えたオートコンテキスト モデルを使用した 7 T MR 画像の血管周囲腔のセグメンテーション。 ニューロイメージ 134、223–235 (2016)。

論文 PubMed Google Scholar

Zhang、J.ら。 血管特徴を使用した 3 次元血管周囲空間セグメンテーションのための構造化学習。 IEEEトランス。 バイオメッド。 工学 64、2803–2812 (2017)。

論文 PubMed Google Scholar

Ballerini, L. et al. 最適な 3D フィルタリングを使用した脳 MRI における血管周囲空間のセグメンテーション。 科学。 議員8、11（2018）。

記事 Google Scholar

リアン、CF 他。 7T MR 画像における 3D 血管周囲空間セグメンテーションのためのマルチチャネル、マルチスケールの完全畳み込みネットワーク。 医学。 アナル画像。 46、106–117 (2018)。

論文 PubMed Google Scholar

Boutinaud, P. et al. 畳み込みオートエンコーダーと U 字型ニューラル ネットワークを使用した、T1 強調 3 テスラ MR 画像上の血管周囲空間の 3D セグメンテーション。 フロント。 ニューロインフォーム。 15、21 (2021)。

記事 Google Scholar

MT ランガンら。 COVID-19 における 7 テスラでの血管周囲空間の半自動セグメンテーションと定量化。 フロント。 ニューロール。 13、11 (2022)。

記事 Google Scholar

Frangi、AF、Niessen、WJ、Vincken、KL、Viergever、MA マルチスケール血管強調フィルタリング。 医用画像コンピューティングとコンピュータ - 介入支援 - Miccai'98 Vol. 1496 (ウェルズ編、WM 他) 130–137 (Springer、1998)。

Google スカラー

Paxinos, G. & Watson, C. 定位座標におけるラットの脳 Vol. 6 (アカデミック プレス、ニューヨーク、2007)。

Google スカラー

Waters, J. CRND8 マウスの急性脳切片における可溶性細胞外アミロイド ベータ タンパク質の濃度。 PLoS ONE 5、16 (2010)。

記事 Google Scholar

Benveniste、H. et al. 脳の老化に伴うグリンファティックシステムと老廃物の除去：レビュー。 老年学 65、106–119 (2019)。

論文 PubMed Google Scholar

DeTure, MA & Dickson, DW アルツハイマー病の神経病理学的診断。 モル。 神経変性者。 14、18 (2019)。

記事 Google Scholar

スクレミン、OU 脳血管系。 『The Rat Nervous System』第 4 版 (Paxinos, G. 編) 985–1036 (Elsevier、2015)。

Google Scholar の章

カースト、C.ら。 脳血管系の微細な組織と可塑性をマッピングします。 セル 180、780-+ (2020)。

論文 CAS PubMed Google Scholar

ボニー、SK 他公開ボリューム電子顕微鏡データ: 脳微小血管構造を研究するために不可欠なリソース。 フロント。 セル開発バイオル。 10 (2022)。

ヤン、LJら。 臨床的に関連するCSFトレーサーのくも膜下腔内注入を利用したグリンパ経路機能の評価。 Ｊ．Ｔｒａｎｓｌ． 医学。 11、9 (2013)。

記事 Google Scholar

Sykova, E. & Nicholson, C. 脳の細胞外空間における拡散。 生理。 改訂 88、1277–1340 (2008)。

論文 CAS PubMed Google Scholar

Jin、BJ、Smith、AJ、Verkman、AS 脳の細胞外空間における対流溶質輸送の空間モデルは、「グリンファティック」機構をサポートしていません。 J. Gen. Physiol. 148、489–501 (2016)。

論文 CAS PubMed Google Scholar

ホルター、KEら。 3D 再構成ニューロピルにおける間質溶質の輸送は、バルクフローではなく拡散によって起こります。 手順国立アカド。 科学。 USA 114、9894–9899 (2017)。

論文 ADS CAS PubMed Google Scholar

Rey, J. & Sarntinoranont, M. 脳実質および血管周囲空間における脈動流ドライバー: 抵抗ネットワーク モデルの研究。 流体バリア CNS 15、11 (2018)。

記事 Google Scholar

Ray, L.、Iliff, JJ & Heys, JJ 脳間質における対流輸送と拡散輸送の分析。 流体バリア CNS 16、18 (2019)。

記事 Google Scholar

アボット、ニュージャージー、ピッツォ、メイン、プレストン、JE、ジャニグロ、D. & ソーン、RG 中枢神経系の体液移動における脳関門の役割: 「グリンファティック」システムはありますか? アクタニューロパトール。 135、387–407 (2018)。

論文 CAS PubMed Google Scholar

Thomas、JH 血管周囲空間における脳脊髄液の流れの流体力学。 JR協会インターフェース 16、20190572 (2019)。

論文 CAS PubMed Google Scholar

チェン、Ｘら。 脳アミロイド血管症は、首の動脈に沿ったグリンファティック輸送の減少と時間遅延した溶質排出に関連しています。 ナット。 エイジング 2、214–223 (2022)。

論文 CAS PubMed Google Scholar

Boster, KAS、Tithof, J.、Cook, DD、Thomas, JH & Kelley, DH グリンパティックフローのネットワークモデルの感度分析。 JR協会インターフェース 19、14 (2022)。

記事 Google Scholar

Rennels, ML、Gregory, TF、Blaumanis, OR、Fujimoto, K. & Grady, PA くも膜下腔から脳全体へのトレーサータンパク質の急速な分布によって提供される、哺乳類の中枢神経系における血管周囲の体液循環の証拠。 脳解像度 326、47–63 (1985)。

論文 CAS PubMed Google Scholar

Hadaczek、P. et al. 動脈の拍動によって駆動される「血管周囲ポンプ」は、脳内に治療用分子を分配するための強力なメカニズムです。 モル。 それで。 14、69–78 (2006)。

論文 CAS PubMed Google Scholar

市村 T.、フレーザー、PA、Cserr、HF ラット脳の血管周囲空間における細胞外トレーサーの分布。 脳解像度 545、103–113 (1991)。

論文 CAS PubMed Google Scholar

Bedussi, B.、Almasian, M.、de Vos, J.、VanBavel, E. & Bakker, E. 脳表面の血管傍空間: 脳脊髄液の流れの低抵抗経路。 J.セレブ。 血流メタブ。 38、719–726 (2018)。

論文 PubMed Google Scholar

Wang、P. & Olbricht、WL 血管周囲空間の流体力学。 Ｊ．Ｔｈｅｏｒ． バイオル。 274、52–57 (2011)。

記事 ADS MathSciNet PubMed MATH Google Scholar

Daversin-Catty、C.、Vinje、V.、Mardal、KA、Rognes、ME 血管周囲の体液の流れの背後にあるメカニズム。 PLoS ONE 15、20 (2020)。

記事 Google Scholar

Aris, R. チューブ内の脈動流における溶質の分散について。 手順 R. Soc. ロンド。 サー。 数学。 物理学。 科学。 259、370–376 (1960)。

ADS MathSciNet CAS MATH Google Scholar

Sharp, MK, Carare, RO & Martin, BA 平板間の振動流における多孔質媒体中の分散: 中枢神経系におけるくも膜下腔内、動脈周囲、動脈傍の溶質輸送への応用。 流体バリア CNS 16、1–17 (2019)。

Google スカラー

ラグナンダン、A.ら。 動脈周囲腔で観察される脳脊髄液のバルクフローは、注射によるアーチファクトではありません。 Elife 10、15 (2021)。

記事 Google Scholar

Tao, L. & Nicholson, C. ラット皮質切片におけるアルブミンの拡散と体積伝達との関連性。 神経科学 75、839–847 (1996)。

論文 CAS PubMed Google Scholar

張、MQ et al. 放射光を使用したラットの脳血管構造の超高解像度 3D デジタルイメージング。 科学。 議員 5、12 (2015)。

Google スカラー

Ma, Y. et al. 磁気共鳴顕微鏡による成体 C57BL/6J マウス脳の in vivo 3D デジタル アトラス データベース。 フロント。 ニューロアナト。 2、10 (2008)。

記事 Google Scholar

Mestre, H.、Mori, Y. & Nedergaard, M. 脳のグリンファティック システム: 現在の論争。 トレンド神経科学。 43、458–466 (2020)。

論文 CAS PubMed Google Scholar

Du、T.ら。 脳脊髄液は、酸素欠乏性脳浮腫の重要な液体源です。 ブレイン 145、787–797 (2022)。

論文 PubMed Google Scholar

オーガン医学博士ら。 磁気共鳴血液プールイメージング用の血管内造影剤である GD-DTPA で標識されたアルブミンの調製と特性評価。 調査します。 ラジオル。 22、665–671 (1987)。

記事 CAS Google Scholar

Wood、TC、Lythgoe、DJ & Williams、SCR rBET: Rodent Brains で BET を機能させる。 手順国際社会マグ。 レゾン。 医学。 21 (2013)。

Swanson、LW Brain Maps III: Structure of the Rat Brain (Elsevier、2004)。

Google スカラー

Jenkinson, M.、Bannister, P.、Brady, M.、Smith, S. 脳画像の堅牢かつ正確な線形レジストレーションと動き補正のための最適化が改善されました。 ニューロイメージ 17、825–841 (2002)。

論文 PubMed Google Scholar

カリフォルニア州シュナイダー、WS州ラズバンド、KWエリセイリ NIH画像からImageJへ: 25年にわたる画像解析。 ナット。 メソッド 9、671–675 (2012)。

論文 CAS PubMed Google Scholar

シンデリン、J.ら。 フィジー: 生物学的画像解析のためのオープンソース プラットフォーム。 ナット。 メソッド 9、676–682 (2012)。

論文 CAS PubMed Google Scholar

Longair, M.、Preibisch, S. & Schindelin, J. 「Tubeness」: ImageJ 用プラグイン。 https://www.longair.net/edinburgh/imagej/tubeness/

佐藤裕志 ほか医療画像内の曲線構造のセグメンテーションと視覚化のための 3D マルチスケール ライン フィルター。 医療における仮想現実とロボット工学、医療ロボットとコンピュータ支援手術 Vol. 1205 (Troccaz, J. 他編) 213–222 (Springer、1997)。

Google スカラー

ペンシルバニア州ユシュケビッチら。 ユーザーガイドによる解剖学的構造の 3D アクティブ輪郭セグメンテーション: 効率と信頼性が大幅に向上しました。 ニューロイメージ 31、1116–1128 (2006)。

論文 PubMed Google Scholar

Maurer, CR, Qi, RS & Raghavan, V. 任意の次元でバイナリ イメージの正確なユークリッド距離変換を計算するための線形時間アルゴリズム。 IEEEトランス。 パターンアナル。 マッハ。 知性。 25、265–270 (2003)。

記事 Google Scholar

Kedarasetti, RT、Drew, PJ & Costanzo, F. 動脈拍動は CSF の振動流を駆動しますが、方向性ポンピングは駆動しません。 科学。 議員10、12（2020）。

記事 Google Scholar

リファレンスをダウンロードする

この研究で使用したガドリニウム造影剤を寛大に提供してくださった Robert Brasch 博士 (カリフォルニア大学サンフランシスコ校) に感謝します。 提示された磁気共鳴画像は、国立科学財団協力協定 DMR の支援を受けた国立高磁場研究所 (NHMFL) の一部であるフロリダ大学マックナイト脳研究所の高度 MRI/S (AMRIS) 施設で取得されました。 1157490、フロリダ州、および米国エネルギー省。 この研究は、ボビー・ジョーンズ・キアリ＆脊髄空洞症財団（bobbyjonescsf.org）とNHMFLユーザー助成金によって一部資金提供されました。 また、脳室内注入後の CSF トレーサー配布の経験を共有してくれた、米国ミシガン州デトロイトのヘンリー フォード病院の Tavarekere N. Nagaraja 博士に感謝します。 また、血管周囲腔からの放射状造影剤拡散の分析を支援していただいた Rasheed M. Anjum 氏にも感謝します。

フロリダ大学機械航空宇宙工学部、私書箱 116250、ゲインズビル、フロリダ州、32611、米国

ジュリアン・A・レイ、ウザイル・M・ファリド、クリストファー・M・ナジューム、クラム・ナジムディーン・マグドゥーム、マリサ・サルティノラノン

フロリダ大学、ゲインズビル、米国フロリダ州生化学および分子生物学部

アレック・ブラウン & トーマス・H・マレシー

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

JAR は動物の脳室内注入実験を支援し、血管周囲空間のセグメンテーションと輸送解析のワークフローを設計および実行し、原稿を執筆しました。 UMF は、カスタムの血管周囲空間の視覚化とセグメンテーション コードの開発と実行を支援しました。 CMN は、心室と小脳の手動セグメンテーションを担当しました。 AB は予備的な脳のセグメンテーションと解剖学的登録を実行しました。 KNM は脳室内注入実験を実施し、サンプルの準備と画像化を行い、予備的な画像処理を主導しました。 THM は磁気共鳴イメージングを監督し、画像の後処理と血管周囲空間のセグメンテーション戦略に貢献しました。 MS は脳室内注入実験を設計し、資金を獲得しました。 MS はまた、血管周囲空間の視覚化とセグメンテーションのワークフロー開発、実質および血管周囲の輸送分析、および原稿の構成も監督しました。 著者全員が原稿をレビューしました。

マリサ・サーンティノラノンへの通信。

著者らは競合する利害関係を宣言していません。

シュプリンガー ネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープン アクセス この記事はクリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブ コモンズ ライセンスへのリンクを提供し、変更が加えられたかどうかを示します。 この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材が記事のクリエイティブ コモンズ ライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。 このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

レイ、JA、ファリド、UM、ナジューム、CM 他高磁場 MRI から得られた血管周囲ネットワークのセグメンテーションと、ラットの脳における血管周囲および実質の物質輸送に対するその意味。 Sci Rep 13、9205 (2023)。 https://doi.org/10.1038/s41598-023-34850-0

引用をダウンロード

受領日: 2022 年 8 月 31 日

受理日: 2023 年 5 月 9 日

公開日: 2023 年 6 月 6 日

DOI: https://doi.org/10.1038/s41598-023-34850-0

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティ ガイドラインに従うことに同意したことになります。 虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。