ABSTRACT Most diseases involve multiple interconnected physiological systems, but histological evaluation of their pathology is currently limited to small tissue samples. Here, we present wildDISCO, a technology that uses cholesterol extraction to enable deep tissue penetration of standard 150 kDa IgG antibodies in chemically fixed whole mice. Combining wildDISCO with whole mouse clearing, we generate whole-body maps of the nervous, immune, and lymphatic systems and show their close interactions throughout the mouse body. Graphical Abstract Highlights WildDISCO uses new tissue chemistry based on β-cyclodextrin to enable histology in whole mouse bodies using full-size antibodies WildDISCO generates the first whole mouse body atlases for neurons, immune cells, blood and lymph vessels The whole mouse atlases are available online to study the biological systems in health and disease Virtual Reality (VR) exploration of these atlases disentangles complex anatomical structures between organs and biological systems Supplementary Videos can be seen at http://discotechnologies.org/wildDISCO/

Abstract Various cellular sources hamper interpretation of positron-emission-tomography (PET) biomarkers in the tumor microenvironment (TME). We developed immunomagnetic cell sorting after in vivo radiotracer injection (scRadiotracing) in combination with 3D-histology via tissue clearing to dissect the cellular allocation of PET signals in the TME. In SB28 glioblastoma mice, translocator protein (TSPO) radiotracer uptake per tumor cell was higher compared to tumor-associated microglia/macrophages (TAMs). Cellular radiotracer uptake was validated by proteomics and confirmed for in vitro samples of patients with glioblastoma. Regional agreement between PET signals and single cell tracer uptake predicted the individual cell distribution in 3D-histology. In consideration of cellular tracer uptake and cell type abundance, tumor cells were the main contributor to TSPO enrichment in glioblastoma, however proteomics identified potential PET targets highly specific for TAMs. Combining cellular tracer uptake measures with 3D-histology facilitates precise allocation of complex PET signal sources and will serve to validate novel TAM-specific radioligands.

Many diseases, such as obesity, have systemic effects that impact multiple organ systems throughout the body. However, tools for comprehensive, high-resolution analysis of disease-associated changes at the whole-body scale have been lacking. Here, we developed a suite of deep learning-based image analysis algorithms (MouseMapper) and integrated it with tissue clearing and light-sheet microscopy to enable a comprehensive analysis of diseases impacting diverse systems across the mouse body. This approach enables the quantitative analysis of cellular and structural changes across the entire mouse body at unprecedented resolution and scale, including tracking nerves over several centimeters in whole animal bodies. To demonstrate its power, we applied MouseMapper to study nervous and immune systems in high-fat diet induced obesity. We uncovered widespread changes in both immune cell distribution and nerve structures, including alterations in the trigeminal nerve characterized by a reduced number of nerve endings in obese mice. These structural abnormalities were associated with functional deficits of whisker sensing and proteomic changes in the trigeminal ganglion, primarily affecting pathways related to axon growth and the complement system. Additionally, we found heterogeneity in obesity-induced whole-body inflammation across different tissues and organs. Our study demonstrates MouseMapper's capability to discover and quantify pathological alterations at the whole-body level, offering a powerful approach for investigating the systemic impacts of various diseases.

ABSTRACT Tissue clearing and fluorescent microscopy are powerful tools for unbiased organ-scale protein expression studies. Critical for interpreting expression patterns of large imaged volumes are reliable quantification methods. Here, we present DELiVR a deep learning pipeline that uses virtual reality ( VR )-generated training data to train deep neural networks, and quantify c-Fos as marker for neuronal activity in cleared mouse brains and map its expression at cellular resolution. VR annotation significantly accelerated the speed of generating training data compared to conventional 2D slice based annotation. DELiVR detects cells with much higher precision than current threshold-based pipelines, and provides an extensive toolbox for data visualization, inspection and comparison. We applied DELiVR to profile cancer-related mouse brain activity, and discovered a novel activation pattern that distinguishes between weight-stable cancer and cancer-associated weight loss. Thus, DELiVR provides a robust mouse brain analysis pipeline at cellular scale that can be used to study brain activity patterns in health and disease. The DELiVR software, Fiji plugin and documentation can be found at https://www.DISCOtechnologies.org/DELiVR/ . Graphical Abstract Highlights DELiVR detects labelled cells in cleared brains with deep learning DELiVR is trained by annotating ground-truth data in virtual reality (VR) DELiVR is launched via a FIJI plugin anywhere from PCs to clusters Using DELiVR, we found new brain activity patterns in weight-stable vs. cachectic cancer Supplementary Videos can be seen at: https://www.DISCOtechnologies.org/DELiVR/