Summary
다중 표적 추적은 살아있는 세포의 플라즈마 멤브레인 내에 개별적으로 분류된 분자를 추적용으로 개발된 수제 알고리즘입니다. 효율적으로 검출 nanoscale 멤브레인 역학을 조사하기 위해 사용자 친화적인, 포괄적인 도구를 제공하는 고밀도에서 시간에 따른 분자를 추정하고 추적.
Abstract
우리의 목표는 서로 다른 생물 학적 기능에 세포의 세포막에서 발생하는 분자 공정의 포괄적인 설명을 얻을 것입니다. 다중 타겟 추적 (MTT) 1 : 우리는 고밀도로 단일 입자 추적 (SPT) 전용 분석 도구를 개발하여, 단일 분자 수준에서 복잡한 조직 및 플라즈마 막의 역학을 특성화 목표로하고 있습니다. 밀리초 및 nanometric 해상도 1-11을 제공하는 단일 분자 videomicroscopy은 정확하게 같은 세포 수용체의 현지화, 이동성, 감금이나 상호 작용과 같은 설명을 매핑하여 멤브레인 조직 12-14에 대한 상세한 표현이 가능합니다.
우리는 모두 실험적 및 algorithmically, SPT를 revisited. 실험적 측면 분자 역학 동적 스냅샷을 제공하기 위해, 최대한 라벨 밀도에 도달 특정 중심으로, 설치 및 셀 라벨을 최적화 포함의 그것은 멤브레인 내에 발생합니다. 봉우리 감지, 평가 및 재연결, 이미지 분석, 15,16에서 특정 도구에 의해 해결 : 알고리즘 문제의 탄도를 재건에 사용되는 각 단계를 우려. 감지 후 수축을 구현하는 구조 봉우리는 초기에 인근, 강한 봉우리에 의해 숨겨져 있습니다. 참고, 탐지를 개선하는 것은 바로 궤도 내에 격차를 줄임으로써, 다시 연결 영향을 미칩니다. 공연은 일반적으로 높은 spatiotemporal 해상도에서 병렬 측정을위한 두 가지 주요 한계를 나타내는 다양한 라벨 밀도와 소음 값에 대한 몬테 칼로 시뮬레이션을 이용하여 평가되었다.
photoswitching 또는 비선형 광학에 / 오프 중 연속된을 사용하여 단일 분자를 위해 얻은 nanometric 정확도 17, 철저한 관찰을 제공할 수 있습니다. 이렇게 17 같은 스톰 18, 종려 19,20, RESOLFT 21 22,23을서도 전혀 두려움을 모르는 강인한, whi 같은 nanoscopy 방법의 기초채널은 종종 이미지 고정 샘플을 요구할 수 있습니다. 중앙 작업은 단일 분자에서 냄새가 나는데 회절 - 제한된 봉우리의 탐지 및 추정이다. 따라서 이러한 브라운 운동 대신 상수 위치 정확도를 취급하는 등 적절한 가정을 제공 MTT는 straightforwardly nanoscopic 분석에 적합합니다. 또한, MTT는 근본적으로 모든 규모에서 사용할 수 있습니다 분자에 대한, 또한 세포 또는 동물만이 아니라, 예를 들면. 따라서 MTT는 분자 및 세포의 비늘에서 응용 프로그램을 발견 강력한 추적 알고리즘이다.
Protocol
이 동영상에서 우리는 특정 막 수용체를 타겟으로 양자 - 도트를 사용하여 완전한 하나의 입자 추적 실험을 제시한다. 이 실험의 주된 목표는 라이브 세포의 플라즈마 막 내에서 측정된 분자 확산 행동의 차별 다른 종류로 구성되어 있습니다. 사실, 막에서 발생하는 분자의 움직임은 일반적으로 선형적으로 감독이나 예를 들어 nanodomains 26-29, 내에 국한 됨으로써 브라운 확산 이탈하실 수 있습니다. 우리는 살아있는 세포의 막 내에서 발생 역학에 발생하는 다양한 스냅샷을 제공하는 동시에 기술적으로 가능한 한 많은 수용체로서 다음과 같은 목표로하고 있습니다. 이것은 궁극적으로 세포 표면 수용체 신호 전달을 조절하는 메커니즘에 대해 파악하도록 기대된다.
1. 세포 배양
- 세포 샘플을 준비 : endogenously 표피 성장 인자 수용체 (EGFR) 30을 표현 자기편 COS-7 세포를 사용합니다. 언제항생제는 준비 중에 항상 적절한 무균 기술을 사용하여 어떠한 잠재 하위 감지 오염이 없다 확실하게하지 않고도 실시간으로 세포와 협력.
- 그들의을 가지고 돌보는 7퍼센트 CO 2와 37 ° C에서 완전한 매체 (10 % 송아지 혈청과 DMEM, 1 %의 글루타민, 1 %의 HEPES 및 1 %의 나트륨 pyruvate, 아래 특정 시약의 표 참조)에서 세포를 성장 실험실 - 테크에서 그들을 확산하기 전에 하위 합류, 지수 성장.
- 당일 실험을하기 전에, 8 아니라 챔버 (실험실 - 테크)에서 / 잘 5,000 세포를 확산하고 밤새 품어. 세포를 계산하면 셀 당 양자 - 도트의 재현성 비율 따라서, 지속적인 세포 밀도를 보장합니다.
2. 휴대폰 라벨
특정 코팅과 양자-점들을 준비합니다. 양자-점들은 반도체로 구성된 형광 nanoparticles 있습니다. 그들은 고전에 비해 매우 밝고 photostable 때문에 이러한 nanoparticles는 높은이자를 제시단일 분자 이미징을위한 잡음 비율 (SNR)에 적절한 신호의 업적을 허용 형광 프로브 31,32.
- 이전 21 설명된대로 실험을하기 전에, papain으로 소화하여, 하이 브리 도마 세포주 (mAb 108 ATCC HB-9764)에서 EGFR에 대한 팹 조각을 생산하고 있습니다.
- 어원이 같은 말 비오틴과 팹, 제조 업체의 지침 (EZ-링크 sulfo-NHS-LC-biotinylation 키트, 써모 과학, 그림 1A).마다 있습니다.
- 605 nm의 (세포 autofluorescence의 재능, 감지 및 분리를위한 최적의 방출 파장)에 streptavidin (Invitrogen)과 발광으로 기능화 양자 - 도트를 사용합니다.
- 양자 - 도트 주위 현재 streptavidins뿐만 아니라 집합과 세포 및 coverslip에 비 특정 바인딩을 막기 위해이 포화하기 위해서, (특정 시약 표 참조) 완전한 매체에 라벨 솔루션을 준비합니다.
- 두 중급 솔루션을 준비 :양자 - 도트-streptavidin과 biotinylated 팹있는 또 하나, 20 nm의 각 한.
- 이 두 솔루션의 동등한 볼륨을 섞어 : 양자 - 도트 단지 10 nm의 팹의 최종 작업 농도를 얻기 위해 1시 1분 비율로 팹과 함께 양자-점들을 섞는다. 몰 비율을 사용 일과 다른 양자 점 하나 biotinylated 팹 조각으로 구성된 모노 작용 단지의 형성을 좋아 하시더군요. 이 수용체 33,34을 가교에 의한 유물의 관찰을 제한, monovalent 라벨을 좋아 하시더군요.
- 집합을 방지하기 위해 분당 1,200 회전에 뿌리를 사용하여 25 ° C에서 15 분 동안 품어. 혼합 후 살아있는 세포에서 사용할 수 있습니다.
- 7% CO 2와 37 ° C에서 5 분간 혼합 100 μl의 세포를 품어.
- 비 autofluorescent 영상 매체 (HBSS 버퍼, 1 % HEPES, 특정 시약의 표 참조) 37 시에 미리 예열 ° C.로 세포를 씻어
- 조심스럽게 취소를 방지하기 위해 레이블 초과를 제거필요가 광범위하게 영상 매체, 마지막 세탁 전에 적어도 5 분 지연으로 상온에서 일반적으로 5 회, 각 우물을 세척하여 아웃 포커스 양자-점들 때문에, 언바운드하여 SNR을 망치고있다.
3. 광학 설치
비디오 현미경 설치는 네 개의 주요 부분으로 구성되어 있습니다 :
- 특정 형광 큐브 (FF01-457/50 여기, FF495-Di02 이색성 및 FF01-617/73 방출 필터, Semrock)과 높은 수치 조리개 (1.3 또는 1.49) 기름 침지 100x 객관적으로 거꾸로 현미경.
- 100 W 수은 램프 (thermoregulation 방해를 피하기 위해, 광섬유를 통해 현미경으로 결합).
- 512 X 512 픽셀 고감도는 충분한 SNR을 달성하기 위해 카메라를 EMCCD.
- 실험 기간 동안 37 ° C에서 생물 학적 샘플을 유지하는 인큐베이터.
4. 취득
- 절연과 잘 확산 셀을 선택합니다. 이최고의 멤브레인 분자의 평면 운동을 찾도록 적응 좋은, 평면 lamellipodia의 확장자를 선호한다.
- 전송된 광과 형광의 양쪽 모양으로 세포 생리 상태를 평가 : 강렬한 기공을 갖는 트래픽, 괴사성 또는 apoptotic 표지판, 낮은 autofluorescence, 평균 - 강력한 양자 - 도트 라벨링 (일반적으로 셀 당 최대 1,000 양자 - 도트 부재가 확인 그림. 1B, C).
- 동시에 가능한 한 많은 수용체를 감시하는 중요 높은 라벨 밀도를 선택합니다. 이것은 실제로 모두에 의해 생리 (표면 표현, 에피토프 접근, 수평 운동)과 알고리즘 매개 변수 (비 중복 포인트 확산 함수 (PSF), 심지어 적절한 감지 및 다시 연결을 허용하도록, 운동으로 인한 계정 흐리게 고려). 제한됩니다
- 각 셀에 들어, 먼저 추가 세포 측면에 대해 확인할 수 있습니다 brightfield 필드 이미지를 (가능한 경우 우선적, DIC 사용) 취득그리고 lamellipodia의 공간적 한계.
- 이러한 규칙과 함께, 이후 DIC라는 하위 폴더에, 비디오 스택 (예 : 예를 들어 cell1.tif & cell1.stk 등)와 같은 이름을 사용하여이 이미지를 저장, 알고리즘은 자동으로 매칭되는 이미지를 다시 찾을 수 각 스택.
- 일반적으로 36-MS 율이 카메라로 풀 프레임에 도달하는 가장 빠른 속도로 지속적으로, 세포 당 1-3 비디오를 습득. 하지만 하나는 증가 감도 및 / 또는 더 적은 픽셀로 전용 CCD를 이용하여 최대 1-MS 속도로, 더 높은 주파수에서 수집할 수 있습니다. 프레임 전송 기술은 프레임 사이의 무시할 지연을 제공합니다.
- 전자 번식 강화는 항상 최소 20 DB (효율적인 피크 검출 1) 위, 충분한 SNR과 함께 일반적으로 주변 25~30dB을 단일 분자 감도를 달성하도록 최대 (단 채도 아래 관련되는 경우)로 설정되어야합니다.
- 일반적으로 비디오, 죄 300 프레임을 습득CE의 탄도는 주로 긴 점멸 이벤트에 의해 제한 평균 ~ 100 프레임 이상 복원됩니다. 비디오 주파수와 길이는 인스턴스에 대한 긴 흔적을 요구할 수 주어진 측정 방식에 맞게 조정 할 수 있습니다.
5. MTT 분석
- Matlab 또는 옥타브와 특정 데이터 집합을 평가하기 위해 비디오 파일이있는 디렉토리의 경로를 선택합니다.
- 완전히 automatized 분석 1,35를 시작하려면 Matlab에서 옥타브, 또는 MTT23i에서 명령 detect_reconnex23을 입력합니다. 이 프로그램은 "사용자 인터페이스, 버전 2.3"를 나타내며 2.2 이전 버전과 함께 다운로드할 수 있습니다. 그림에서와 같이 먼저 사용되는 모든 매개 변수를 나열하는 그래픽 인터페이스를 표시합니다. 2.
6. 대표 결과
MTT가 자동으로 추가하여 보완 감지하고 예측 대상의 흔적을 전달하기 위해, 각 레코더의 비디오를 분석이러한 감금 검출 등 vestigations. 이것은 궁극적으로 세포 이미지 (그림 1C 및 3)을 통해 매핑 흔적이 있습니다.
MTT 설명
핵심 MTT 분석은 3 가지 주요 작업을 (그림 3) 호출, 각각의 프레임을 통해 수행됩니다 :
- 슬라이딩이 가설은 비교 연속 각 픽셀 중심으로 하위 지역 내의 대상 (양자 점)의 존재 또는 부재가 탐지 : PSF로 존재하거나 신호는 이중 차원 가우스 피크로 modelized , 또는 프레임마다 미만 가짜 검출로, 낮은만큼 거짓 경보를 할려고 임계값을 사용하여 전용 소음. 이것은 탐지 확률의지도로 안내합니다. 각 지역 최대의 확률 수준이 잘못된 경보 (PFA)의 원하는 확률에 따라 설정된 최소 값보다 높으 않도록 할려고, putative 대상으로 간주됩니다. 이 제한은 효율적 시그마를 차별 정도로 낮게 설정됩니다소음으로부터 nals 여전히 감지 충분히 높은 확률을 허용하면서 이론적으로 예측된 최적의 1에 도달, 최고의 가짜 탐지 (기본 10 -6의 PFA, 512 X 512 픽셀의 이미지 미만 오류 확보)에서 피하는. 하위 영역을 사용하는 요구가 이미지 테두리 (7 X 7 픽셀의 기본 창 3 픽셀), 평가할 수 없다는 것을 의미합니다.
- 이러한 서브 픽셀 위치 및 신호 강도 등 관련 매개 변수, 각각의 감지 대상에 대한 추정. 모든 검색 대상의 경우 최소 제곱 가우스 - 뉴튼의 끼워 맞춤은 다음 감지된 가우스의 위치, 너비 및 높이를 추정하기 위해 수행됩니다. 이것은 특히 염료의 하위 픽셀 위치 (일반적으로 SNR 값 및 움직이기 힘드는 또는 느리게 diffusing 염료 위해 10-20 nm의 정확도, 0.1 μm의 2 / s의 diffusing 염료에 대해 ~ 100 nm의 최대 증가)을 제공합니다.
- 와 새로운 목표의 다시 연결흔적은 이미 이전의 프레임 위에 지어진. 새로운 목표의 집합은 이전의 흔적을 세트로 일치합니다. 이 목적을 위해, 추적 각 목표를 할당하는 순서에 따라 가능하면 감지 단계에서 얻은 가능한 모든 통계 정보가 자세뿐만 아니라, 사용, 또한 강도, 폭, 점멸 및 관련 통계가있다. 따라서 목표는 바로 가장 가까운 성분에 할당되지 않습니다 건너 흔적, 강도, 속도, 폭 및 점멸의 경우에는 간주됩니다. 이것은 통계적으로 최적 다시 연결 점수를 제공합니다. 가장 가까운 이웃으로 다시 연결을 바이어스 가능한 경우,이 전략은 방지됩니다.
탐지된 봉우리들은 추정 또는 재연결에 실패할 경우 거부 후천 될 수 있습니다. 특별 검사는 새로운 트레이스를 시작 것이 새로운 봉우리의 감지를 처리합니다. 이 테스트는 더 엄격한 PFA (10 -7)을 사용하여 추적 (Trace)에 피크를 다시 연결 이후 유효성 O로 사실상 해석될 수 F의 관련성 (이 기준은 새로운 봉우리에 대해 적용되지 정의가되는).
탄도 분석
가능한 과도 감금은 다음 반대 지역 확산 24-29에 관련된 함수에 의해 평가됩니다. 임계값을 적용하는 것은 에피소드를 협소한 정의하거나 않을 수 있습니다. 모든 추적을 통해 이들을 iterating함으로써 우리는 과도 감금 측면에서 / 이벤트를 느리게, 멤브레인 역학을 매핑할 수 있습니다. 이것은 또한 바이너리 또는 감금 지수의 이산 값 중 하나를 사용하여 표현할 수 있습니다.
기본적으로 MTT는 자동으로 텍스트 파일에 8 피크 매개 변수를 저장, 이러한 작업을 수행합니다 프레임 번호, I 및 J 위치, 신호 강도, 반경, 오프셋과 각 비디오 프레임 (7 행 그룹)과 추적 (열)에 대해 깜박 . 에 exemplified으로 이러한 출력 매개 변수, Matlab 또는 옥타브 더 즉 흔적이나 신호 강도를 분석하는 fread_data_spt 스크립트를 사용하여 다시로드 수 부록의 "https://www.jove.com/files/ftp_upload/3599/MTT_example.txt"> MTT_example 스크립트.
더 자세한 분석은 각 셀 위에 흔적을 매핑 (그림 1C & 3)와 관련 매개 변수 (예 : 피크 농도, SNR 또는 현지 확산 값 등)에 대한 히스토그램 분포를 제공하기 위해 이어진다. 각 파일의 내용은 의미와 각 매개 변수의 표준 편차는 histograms의 이미지와 함께 텍스트 파일에 저장됩니다. 이러한 R 2 제곱 변위에 대한 로그와 같은 배포판은 기하 평균을 초래할. 확산 계수 D가 엠에스디 곡선의 다섯 가지 첫째 점 이상 선형 발작으로 계산됩니다. 이 값은 세포 반응이나 막 조직에 영향을 미치는 제약 / 효소 치료의 예를 들어 운동을 위해 관련된 실험의 개요를 제공합니다. MTT는 오픈 소스 코드이므로,이 부분은 쉽게 어떤 헌신적인 수사에 적응 수 있습니다.
599fig1.jpg "고도 ="그림 1 "/>
1 그림. MTT에 의해 막 수용체 역학을 모니터링. 같은 EGFR과 같은 () 멤브레인 컴포넌트,,하고 biotinylated 팹 조각 (각 분자의 약 올바른 스케일링과 설계도를 그리기)에 결합 양자-점들을 적었. (B) 일반 형광 이미지는 개별적으로 표시된 수용체에 대응하는 회절 - 제한된 봉우리를 묘사, 36-MS의 노출 시간과 함께, 살아있는 COS-7 세포에서 인수했습니다. (C) MTT 분석의 출력 셀의 brightfield 이미지에 중첩 수용체의 재구성 궤도를 표시.
그림 2. MTT 입력 매개 변수. MTT23i를 실행하면 같은 우리의 이전 게시물 1에서 설명한 모든 입력 매개 변수 이름과 기본값을 나열하는 그래픽 사용자 인터페이스를 엽니다. 알고리즘, 공간 및 시간 매개 변수 (검색 창, 최대 반경, 최대 확산에 그리고 점멸) 무차 표준 단위, 픽셀 및 프레임에 있습니다. 교정은 출력 결과를 변환하는 후천을 적용할 수 있습니다. 156 nm의 / pxl 및 프레임 지연 : : 36 MS / 프레임 100x 배율과 캐스케이드 512BFT에 해당하는 기본값은 픽셀 크기입니다.
수사관은 최대 기대 확산 계수 ( "비교 최대")과 최대 점멸 실종 ( "T OFF")와 같은 몇 가지 중요한 매개 변수를 최적화해야합니다. 이 두 공간과 시간 제한은 거의 주어진 실험 조건을 위해, 다른 사람은 강력한 기본값으로 설정되고 재고할 필요가 있거든요. 예를 들어, 잘못된 경보의 수를 직접 대부분의 경우 만족 프레임 당 하나 이상의 따라서 더 적은 백만 픽셀 당 미만 오류를 보장하기 위해 설정됩니다. 모든 매개 변수는 사용자가 분석에 사용되었다 어떤 설정을 나중에 확인할 수 있도록 출력 폴더의 텍스트 파일에 저장됩니다.
s/ftp_upload/3599/3599fig3.jpg "고도 ="그림 3 "/>
그림 3. MTT 분석의 주요 단계. 형광 이미지의 실험 스택에서 시작은 봉우리가 순차적으로 그리고 자동으로 감지 가우스 발작 및 프레임 이상 다시 연결 (작업의 첫 번째 범위, 순서도의 위쪽 부분)에 의해 추정된다. 자국이 더욱 궁극적으로 관련 설명 (운영 초 범위, 낮은 부분)의 역동적인지도로 이어지는 예를 들어, putative 감금에 대해 분석할 수 있습니다.
4 그림. 상표 원자는 MTT에 영향을주지 않습니다. artefactual multivalent 라벨에 의해 도입된 가능한 편견을 평가하기 위해 MTT 분석은 궤도의지도를 생성하고 분석, 2 개의 서로 다른 스키마를 사용하여 태그를 내생 EGFR을 추적하기 위해 수행되었다. 프로토콜의 설명에 따라 (A) 수용체는 biotinylated 팹 및 양자-dots605-streptavidin 태그가되었다.이 경우에는 양자 - 도트와 streptavidins의 다중 결합은 단일 염료로 여러 수용체에 결합이 생길 수 있습니다. (B) 수용체를 직접 유기 염료, Atto647N에 결합 팹 태그가되었다. 이 경우 하나의 팹, 따라서 한 수용체는 두 개 이상의 염료를 결합 수 있습니다. (C) 평방 변위 (MSD) 곡선은 양자 점이나 Atto 염료 (왼쪽 및 오른쪽 그래프, 각각)로 중 분류, 각 세포의 모든 성분에 대해 계산되었습니다 평균입니다. 확산 계수는 엠에스디 (빨간 점선)의 다섯 가지 첫째 점 이상의 선형 발작에 의해 계산되었다. 유사한 확산 값 (중앙 그래프)로 이끌어 레이블링 각각의 구조. Qdot : 양자-dots605 (n은 = 5 셀), Atto : Atto647N (N = 7 셀), NS :하지 상당 (학생의 T-테스트 P 값> 0.05).
Subscription Required. Please recommend JoVE to your librarian.
Discussion
단일 입자 추적에서 세포와 현미경 측면 옆에, 분석 작업의 상당한 부분을 나타냅니다. , 검출 추정하고 각 프레임 이상의 봉우리를 다시 연결 : 이것은 세 가지 주요 작업을 수행하는 데 사용되는 알고리즘을 해결합니다. 그러나이 작품의 결과의 양상은 마지막 여분의 단계 (예 : 운동 모드, 상호 작용 또는 stoichiometry를 해독 등)에 대한 본질적으로 새로운 헌신 조사를 위해 적응해야 할 수도 알고리즘 자체를 elaborating에 있습니다.
하지만 일단 알고리즘은 완전히 우리가 최소 (그림 3)에서 입력 매개 변수의 수를 유지에 신경을 쓰지 특히 이후 개발은 간단합니다 실행됩니다. 이것은 MTT 매우 강력하고 쉽게 구현할 수 렌더링. MTT를 elaborating 때, 우리는 전적으로 각 작업에 사용되는 분석 옵션을 다시 생각해 목표로. 우리는 두 개의 도전 축을 따라 프로세스를 최적화하고 싶었 :
- 지혜를 다루는라벨의 H 높은 밀도는 세포 표면 샘플링의 용어에 대한 자세한 공간적 정보를 제공합니다. 이상적으로, 하나는 포괄적인 관찰을 얻기 위해, 동시에 거의 완전한 분자 인구를 수행하려고 할 것입니다. 모든 레이블이 강력하게 회절에 의한 겹쳐 있기 때문에 그러나 이러한 철저한 라벨은 단일 분자 해상도없이 고전 immunofluorescence 얻은 것과 비슷한 이미지로 이어질 것입니다. 전형적인 분자 번호 (예 : ~ 10 5 셀 30 일까지 수용체)와 셀 크기 (예 : ~ 30 μm의), 우리가 균일한 분포를 가정하면 평균 간의 분자 거리 ~ 100 nm의입니다. 30 MS 동안 일반적으로 ~ 0.1 μm의 2 / s의 브라운 운동에 대한 100 nm의 : 인수 중 보급도 비교할 정도로 PSF를 확산에 기여한다. 주목할만한이 확산은 평균 등방성이며, 따라서 여전히 가우스 같은 PSF를 생성합니다. 이것이 레아 것이 있기 때문에 따라서 인구의 최대 10 %는 이론적으로 포착할 수회절 및 모션 한계와 호환 ~ 300 nm의의 평균 거리로 디. 그러나 이것은, (예 : steric 제약, 에피토프 접근 등) 한계를 레이블링 증가하고 횡단 탄도, 그리고 전반적인 검출 효율로 인해조차 해결 못하는 갈등, 공간적 분포에 inhomogeneity에 대한 회계에 의해 변조된 있어야합니다. 80 μm의 너비의보기의 필드 내에서 ~ 1,000 레이블의 밀도와 함께, 전체 인구의 상당한 분수를 실험적으로, 우리는 도달할 수 있고 정확하게 모니터링할 수 있습니다. 개별 탐지의 필요성과 철저한 공간적 측정 (그림을 참조하십시오. 1C는 세포 표면의 공간적 샘플링에 감사하는)의 목표 간의 절충에서이 상한 결과입니다.
- 약한 가능한 SNR을 취급 세포 생존 능력, 및 / 또는 더 시간적 정보를 제공하는 높은 속도에 대한 유용 낮은 조명에서 두 이미징이 가능합니다. 그러나 이것은 낮은 신호를 의미수집 광자의 낮은 숫자로 인해 당 이미지. EMCCD 카메라 (1 MS)에 의해 달성 짧은 타이밍이 MTT에 의한 적절한 탐지 및 추정을위한 최저 허용 SNR (20 DB)에 해당하는 것으로 나타납니다합니다.
원자에 레이블은 단일 분자 연구에서 반복 문제입니다. 사실, 염료 / 목표 비율의 직접적인 조치는 매우 34에 도전하고 있습니다. 그러나 artefactual multivalent 라벨링에 의해 도입된 putative 편견을 조사하는 다른 방법은 양자 점 태그 (염료 당 putatively 몇 가지 목표와 artefactual crosslinking을 유도) 또는 유기 염료 태그 (와 반대의, putatively 여러 염료 중 하나와 함께 대책을 비교로 구성되어 있습니다 대상 당,) 만 신호 강도를 바이어스와 특성을 표백. 양자 - 도트 또는 유기 염료 (우리의 경우 atto647N, 그림. 4) 중 하나를 사용할 때 우리는 다른 사람 6,36,37은 MO 사이의 확산과 전이의 측면에서 비교 행동을 관찰했습니다운동 데스. 두 가지 조건 사이의 확산 값의 변화는 휴대 전화의 차이 (그림 4C)보다 낮습니다. 이것은 상표 원자가도 엄격 monovalent 않을 경우 상당히 SPT 결과에 영향을 미치지 않는다는 것을 보여준다.
감금 및 분자 상호 작용
과도하거나 안정적인 감금은 우대 친화력이나 상호 작용 24-29의 서명으로 해석될 수있다. Biomembranes는 소수성, transmembrane 크기와 계면 장력과 같은 구조적인 특징에 의해 규정 로컬 어셈블리와 함께, 실제로 강하게 inhomogeneous 있습니다. 이러한 추진력 즉 신호, 유착 혹은 인신 매매를위한 중요한 역할과 기능 어셈블리 spatiotemporal 개조로 이어집니다. 매핑과 같은 이벤트를 quantifying은 세포가 지속적으로 제시된 자극을 통합하는 방법을 해독할 키를 제공할 것으로 예상된다. 실제로 세포에 대해 정확한 응답 req를 통해 적절한 적응을 전시uires은 신호 전달 파트너와 환경 간의 상호 작용을 조정. 막 수용체, 예를 들어, 도메인을 신호 전달에 관련된 하위 멤브레인 cytoskeleton의 담장 같은 endocytic 구덩이 또는 초점 adhesions 같은 멤브레인 구조, 또는 또한 proteic / 지질 파트너들과 상호 작용 중 하나 있습니다. 우리의 표현에서는 그러한 이벤트가 구속 강도와 공간과 시간이 지남에 따라 그 변화를 통해 조사 수 있습니다. 이 추가는 위에서 설명한대로, 마음에 짧은 타이밍과 높은 밀도에 관련된 제약 조건을 유지, 최고 달성 시공간 해상도에서 작업의 중요성을 강화한다.
보완 기술
그것은 다른 접근 방식과 같은 동적 측정을 비교하는 것이 좋습니다. 예를 들어 다른 역동적인 현미경 기술의 경우, FRAP 및 FCS와 같은 보완 감도와 해상도 4,38,39를 제공합니다. FCS는의에 도달할 수있는 반면 FRAP는 분자 확산의 앙상블 측정을 제공합니다아주 좋은 시간 해상도와 감도 화롯불 - 분자. 그러나 두 방법은 본질적으로 지역의 척도 (일반적으로 공촛점 자리 이내)로 제한됩니다. 이것은 우리가 활용하고 제한 SPT의 공간적 가능성을 밀어 동기 : 로컬 관련 spatiotemporal 정확성과 함께, 한 번에 전체 세포를 포괄하는보기의 넓은 필드를 조사를.
또한 개발 및 조사
단일 분자 측정을 사용하여 해결할 수 있습니다 생물 학적 질문의 범위에 따라 MTT 각 수준에서 다양한 방향을 따라 연장하실 수 있습니다 : 감지, 평가, 다시 연결하고 추가로 분석합니다. 예를 들어, 하나는 여러 가지 빛깔의 감지를 요구 하나 이상의 분자 집단을 상대하는 것이 좋습니다 - 전용 광이나 분석 방식을 사용하여 수행할 수 있습니다. 견적은 새로운 관련 등의 모든 스펙트럼이나 분극 정보와 같은 설명, 또는 축이 포함될 수 있습니다3D 40로 추적을 확장하기위한 Z 위치.
다시 연결은 브라운과 깜빡 가정 완전히 특정한 문제에 대해 재검토를 할 수 있습니다. 흥미롭게도, 단일 분자 측정은 소위 nanoscopic 정권 17,22,23로 지난 10 년간 연장되었습니다. MTT 직접 단일 분자 지방화를 해결되지만, 그것은 분자 인구의 철저한 현지화위한 안전한 솔루션을 제공하는 고정된 표본의 경우를 고려하는 것이 중요합니다 중요합니다. 그러나 이러한 경우에, 브라운 가정이 더 이상 유효하지 않습니다. 정확하게에만 SNR에 의해 제한 nanoscopic 조치, 처리하여 교체하는 것이 최선의 nanometric 해상도에 도달하기 위해 중요합니다.
여러 가지 빛깔의, 3D 및 / 또는 철저한 조치 중 하나를 기반으로 이러한 개발, 더불어 미래의 작품은 분자 정적 및 동적 데이터 포괄적인 관점을 제공 것으로 예상된다. 이것은 직접적인 relev을해야합니다그러한 여분과 세포내 신호 전달을 규제 미묘한 modalities를 해독 등 세포 생물학 연구를위한 ance.
MTT 다운로드
MTT의 소스 코드는 학술 연구를위한 오픈 소스 소프트웨어로 사용할 수 있습니다. 그것은에서, 우리의 웹 페이지에서 다운로드할 수 있습니다 ciml.univ-mrs.fr 저희 팀의 페이지로 이동, 그는 & Marguet 연구실은 소프트웨어 설명 및 다운로드 링크를 제공하고 있습니다. 우리가 더 이상 협업의 경우 예를 들어서만 정보를 귀하의 이름과 기관에 요청하거나 새로운 버전이나 업데이 트에 대해 알려 드리고자합니다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
관심의 어떠한 충돌 선언 없습니다.
Acknowledgments
우리는 그들의 지원과 결실 토론을 위해, 우리 팀의 구성원, 기술 지원, 특히 MC Blache뿐만 아니라 M Irla와 B Imhof 감사드립니다. 건식 및 감금에 대한 수치는 자연 방법의 호의를 재현. 이 프로젝트는 CNRS, INSERM과 마르세유 대학에서 그리고 지역 프로방스 - 알프스 - 코트 - d'Azur, Institut 국립 뒤 암, 회사 직원 Nationale 드 라 공들인 (특정 보조금에 의한 제도적 교부금에 의해 지원됩니다 ANR-08-PCVI- 0034-02, ANR 2010 BLAN 1214 01) & Fondation 뭔가 뿌린 라 공들인 Médicale (Equipe labélisée FRM-2009). VR은 리그 Nationale Contre 르 암의 화목에 의해 지원됩니다.
Materials
| Name | Company | Catalog Number | Comments |
| Cos-7 cell line | ATCC | CRL-1651 | 5,000 cells/well |
| HBSS without Ca2+ | GIBCO, by Life Technologies | 14175 | 1 ml |
| 0.05% Trypsin EDTA | GIBCO, by Life Technologies | 25300 | 1 ml |
| 8-well Lab-tek | Nalge Nunc international | 155441 | 1 |
| QDot-605 streptavidin | Invitrogen | Q10101MP | 20 mM |
| Biotinylated Fab (for Fab synthesis, see reference 21) | |||
| Fab from mAb 108 | ATCC | HB-9764 | 200 μg |
| NHS-Biotin | Thermo Fisher Scientific, Inc. | 21435 | 18.5 μg |
| Complete medium | |||
| DMEM | GIBCO, by Life Technologies | 41965 | 500 ml |
| Fetal Bovine Serum | Sigma-Aldrich | F7524 | 50 ml |
| L-Glutamine | GIBCO, by Life Technologies | 25030 | 5 ml |
| HEPES | GIBCO, by Life Technologies | 15630 | 5 ml |
| Sodium Pyruvate | GIBCO, by Life Technologies | 11360 | 5 ml |
| Imaging medium | |||
| HBSS with Ca2+ | GIBCO, by Life Technologies | 14025 | 25 ml |
| HEPES | GIBCO, by Life Technologies | 15630 | 250 μl |
| Inverted microscope | Nikon Instruments | Eclipse TE2000U | |
| Fluorescent lamp | Nikon Instruments | Intensilight C-HGFIE | |
| 1.3 NA 100x objective | Nikon Instruments | Plan Fluor 1.30 | |
| 1.49 NA 100x objective | Nikon Instruments | APO TIRF 1.49 | |
| Camera | Roper Scientific | Cascade 512 B | |
| Thermostated box | Life Imaging Services | The Box | |
| Appendix: example Script of MTT supplementary analysis | |||
| function MTT_example(file_name) %%% Basic examples showing how to recover MTT output results %%% to plot each trace and to build the histogram %%% of fluorescence intensities |
|||
| if nargin<1 % no file_name provided? files = dir('*.stk'); if isempty(files), disp('no data in current dir'), return, end file_name = files(1).name; % default: first stk file disp(['using' file_name 'by default']) end |
|||
| file_param = [file_name '_tab_param.dat']; % output file | |||
| %% Load data cd('output23') % or (‘output22'), according to version used % Disclaimer: version 2.2 only generates 7 parameters, % an extra parameter, noise, was added in version 2.3 |
|||
| % To read all parameters at once, in a single table % tab_param = fread_all_param(file_param); % tab_i = tab_param(2:8:end, :); tab_j = ... |
|||
| % To read all parameters (except frame_number) in separate tables % [tab_i,tab_j,tab_alpha,tab_radius,tab_offset,tab_blk,tab_noise] = fread_all_data_spt(file_param); |
|||
| tab_i = fread_data_spt(file_param, 3); % index is 3 because trace number & frame number, non informative, are discarded! tab_j= fread_data_spt(file_param, 4); tab_alpha = fread_data_spt(file_param, 5); tab_blk = fread_data_spt(file_param, 8); |
|||
| %% Loop over traces N_traces = size(tab_i,1); % Tables are N_traces lines by N_frames colums |
|||
| for itrc = 1:N_traces No_blk_index = tab_blk(itrc, :)>0; % non blinking steps only plot(tab_i(itrc, No_blk_index), tab_j(itrc, No_blk_index)) xlabel('i (pixel)'), ylabel('j (pixel)') title(['trace # ' num2str(itrc)]) disp('Please strike any key for next trace'), pause end |
|||
| %% Fluo histogram N_datapoints = sum(tab_blk(:)>0); % non blinking steps only hist(tab_alpha(tab_blk>0),2*sqrt(N_datapoints)) % using 2sqrt(N) bins xlabel('intensity (a.u.)'), ylabel('occurrence') title('histogram of particles fluorescence intensity') |
|||
References
- Serge, A., Bertaux, N., Rigneault, H., Marguet, D. Dynamic multiple-target tracing to probe spatiotemporal cartography of cell membranes. Nat. Methods. 5, 687-694 (2008).
- Schmidt, T., Schutz, G. J., Baumgartner, W., Gruber, H. J., Schindler, H.
- Lommerse, P. H. Single-molecule imaging of the H-ras membrane-anchor reveals domains in the cytoplasmic leaflet of the cell membrane. Biophys. J. 86, 609-616 (2004).
- Marguet, D., Lenne, P. F., Rigneault, H., He, H. T. Dynamics in the plasma membrane: how to combine fluidity and order. EMBO. J. 25, 3446-3457 (2006).
- Saxton, M. J., Jacobson, K. Single-particle tracking: applications to membrane dynamics. Annu. Rev. Biophys. Biomol. Struct. 26, 373-399 (1997).
- Dahan, M. Diffusion dynamics of glycine receptors revealed by single-quantum dot tracking. Science. 302, 442-445 (2003).
- Harms, G. S. Single-molecule imaging of l-type Ca(2+) channels in live cells. Biophys. J. 81, 2639-2646 (2001).
- Iino, R., Koyama, I., Kusumi, A. Single molecule imaging of green fluorescent proteins in living cells: E-cadherin forms oligomers on the free cell surface. Biophys. J. 80, 2667-2677 (2001).
- Sako, Y., Minoghchi, S., Yanagida, T. Single-molecule imaging of EGFR signalling on the surface of living cells. Nat. Cell Biol. 2, 168-172 (2000).
- Schutz, G. J., Kada, G., Pastushenko, V. P., Schindler, H. Properties of lipid microdomains in a muscle cell membrane visualized by single molecule microscopy. Embo. J. 19, 892-901 (2000).
- Seisenberger, G. Real-time single-molecule imaging of the infection pathway of an adeno-associated virus. Science. 294, 1929-1932 (2001).
- Jacobson, K., Sheets, E. D., Simson, R. Revisiting the fluid mosaic model of membranes. Science. 268, 1441-1442 (1995).
- Saffman, P. G., Delbruck, M.
- Singer, S. J., Nicolson, G. L. The fluid mosaic model of the structure of cell membranes. Science. 175, 720-731 (1972).
- Papoulis, A. Probability, Random Variables and Stochastic Process 277. , McGraw Hill. (2001).
- Van Trees, H. L. Detection, Estimation, and Modulation Theory, Wiley Inter-Science. , (1968).
- Moerner, W. E. Single-molecule mountains yield nanoscale cell images. Nat. Methods. 3, 781-782 (2006).
- Rust, M. J., Bates, M., Zhuang, X. Sub-diffraction-limit imaging by stochastic optical reconstruction microscopy (STORM). Nat. Methods. 3, 793-795 (2006).
- Betzig, E. Imaging intracellular fluorescent proteins at nanometer resolution. Science. 313, 1642-1645 (2006).
- Manley, S. High-density mapping of single-molecule trajectories with photoactivated localization microscopy. Nat. Methods. 5, 155-157 (2008).
- Andrew, S. M.
- Hell, S. W., Wichmann, J. Breaking the diffraction resolution limit by stimulated emission: stimulated-emission-depletion fluorescence microscopy. Opt. Lett. 19, 780-782 (1994).
- Klar, T. A., Hell, S. W. Subdiffraction resolution in far-field fluorescence microscopy. Opt. Lett. 24, 954-956 (1999).
- Meilhac, N., Guyader, L. L. e, Salome, L., Destainville, N. Detection of confinement and jumps in single-molecule membrane trajectories. Phys. Rev. E. Stat. Nonlin. Soft. Matter Phys. 73, 011915 (2006).
- Saxton, M. J.
- Serge, A., Fourgeaud, L., Hemar, A., Choquet, D. Receptor activation and homer differentially control the lateral mobility of metabotropic glutamate receptor 5 in the neuronal membrane. J. Neurosci. 22, 3910-3920 (2002).
- Simson, R., Sheets, E. D., Jacobson, K. Detection of temporary lateral confinement of membrane proteins using single-particle tracking analysis. Biophys. J. 69, 989-993 (1995).
- Jacobson, K., Dietrich, C.
- Kusumi, A., Sako, Y., Yamamoto, M. Confined lateral diffusion of membrane receptors as studied by single particle tracking (nanovid microscopy). Effects of calcium-induced differentiation in cultured epithelial cells. Biophys. J. 65, 2021-2040 (1993).
- Livneh, E. Large deletions in the cytoplasmic kinase domain of the epidermal growth factor receptor do not affect its laternal mobility. J. Cell Biol. 103, 327-331 (1986).
- Medintz, I. L., Uyeda, H. T., Goldman, E. R., Mattoussi, H. Quantum dot bioconjugates for imaging, labelling and. 4, 435-446 (2005).
- Wu, X., Bruchez, M. P. Labeling cellular targets with semiconductor quantum dot conjugates. Methods Cell Biol. 75, 171-183 (2004).
- Mohammadi, M. Aggregation-induced activation of the epidermal growth factor receptor protein tyrosine kinase. Biochemistry. 32, 8742-8748 (1993).
- Howarth, M. Monovalent, reduced-size quantum dots for imaging receptors on living cells. Nat. Methods. 5, 397-399 (2008).
- Bertaux, N., Marguet, D., Rigneault, H., Sergé, A. Multiple-target tracing (MTT) algorithm probes molecular dynamics at cell surface. Protocol Exchange. , (1038).
- Groc, L. Surface trafficking of neurotransmitter receptor: comparison between single-molecule/quantum dot strategies. The Journal of neuroscience : the official journal of the Society for Neuroscience. 27, 12433-12437 (2007).
- Cui, B. One at a time, live tracking of NGF axonal transport using quantum dots. Proceedings of the National Academy of Sciences of the United States of America. 104, 13666-13671 (2007).
- He, H. T., Marguet, D. Detecting nanodomains in living cell membrane by fluorescence correlation spectroscopy. Annu. Rev. Phys. Chem. 62, 417-436 (2011).
- Cebecauer, M., Spitaler, M., Serge, A., Magee, A. I. Signalling complexes and clusters: functional advantages and methodological hurdles. J. Cell. Sci. 123, 309-320 (2010).
- Kao, H. P., Verkman, A. S. Tracking of single fluorescent particles in three dimensions: use of cylindrical optics to encode particle position. Biophys. J. 67, 1291-1300 (1994).
