여기에서 우리는 생활 C 에서 고해상도 현미경, 전산 도구 및 단일 세포 라벨링을 사용 하 여 조합 접근법을 제시 합니다. 신경 발달 중에 단일 세포 역학을 이해 하는.
아닌, 캘리포니아 (C.엘 레 강 스)는 전체 신 경계의 세포 기원을 이해 하는 도전이 생체 내에서 단일 세포 분해능과 함께 관찰 될 수 있는 유일한 유기 체로 서 두드러집니다. 여기서 우리는 c. 엘 레 강 스 배아에서 신경 발달 검사를 위한 통합 프로토콜을 제시 합니다. 우리의 프로토콜은 개발 배아에서 단일 세포의 이미징, 선 노화 및 신경 해부학 적 추적을 결합 합니다. 살아있는 C. 이중 보기 반전 선택적인 평면 조명 현미경 검사 법 (diSPIM)을 사용 하 여 거의 등방성 공간 해상도를 가진 엘 레 건스 배아의 장기, 4 차원 (4d) 이미지를 얻습니다. 선 충 배아의 핵 및 뉴런 구조는 3 차원 모두에서 ~ 330 nm의 분해능으로 이미지를 산출 하 고이에이 트로피 칼 융합을 이미지화 한다. 이 분 별 고 분해능 4D 데이터 세트는 단일 셀 및 하위 셀룰러 수준의 세부 수준에서 유전자 발현 및 형태학 적 역학과 함께 확실 한 세포 계보 정체성을 연관 시키기 위해 분석 됩니다. 당사의 프로토콜은 설명 된 각 단계의 모듈식 구현을 가능 하 게 하 고 배아 발생, 유전자 발현 또는 신경 발달에 대 한 연구를 강화 하도록 구성 되어 있습니다.
C. 엘 레 강 스는 배아의 모든 세포가 신경 발달을 통해 관찰 될 수 있는 유일한 유기 체로 서 두드러집니다. 전체 세포-계보 알려진 불변1, 그리고 배아에서 단일 세포의 라벨링 및 연속 이미징을 허용 하는 새로운 도구의 개발과 함께, 생물학자는 이제 신경 세포의 개발에 다른 단계를 검토 시작할 수 있습니다 긴장 모든 각도에서 시스템-세포 출생; 이주 및 분화; 신경 돌기 형성, 표적으로 한 성장 및 근 막; 시 냅 스 형성; 및 기능 회로의 튜닝. 안정적으로 발현 된 기자와 형광 현미경을 결합 하 여 c. 엘 레 강 스 배아에서 뉴런의 성장 역학을 포착 하는 것은 과학적 공동체에 게 가치가 있습니다.
C. 엘 레 강 스에서의 발달 연구는 무 손상 유기 체1내의 단일 세포 수준에서 문맥 이해를 증강 하기 위하여 수시로이 종의 불변 세포-혈통 그리고 세포 운명 지도를 활용 합니다. 자동 라인 에이징 분석-starrynite2,3,4 및 아 세 리5,6,7,8 소프트웨어 사용-고대비, 고해상도의 이점 형광 핵의 이미지. 최적으로 작동 하려면, 스타 린 트/아 세토 또한 개발 중에 이미지 배아의 예측 가능한 제한 방향에 따라 달라 집니다. 두 커버 슬립 사이에 압축 된 c. 엘 레 강 트 배아에서 수행 된 공초점 현미경 검사 법은 고 콘트라스트/고 분해능과 예측 가능한 제약을 모두 제공 하기 때문에 10 년 이상 표준 자동 라인 에이징 현미경 법입니다. 배아의 방향7,8. 우리는 이전에 신규 한 광 시트 기반의 이중 보기 거꾸로 선택적 평면 조명 현미경 (dispim)의 건설 및 사용을 설명 하는 등의 라이브 샘플 이미징 c. 엘 더 니스 배아 발생 발생9,10 , 11 , 12 , 13. 가벼운 시트 현미경은 일반적으로 라이브 3d 표본14,15의 낮은 광 독성, 고속 및 장기 이미징 기능을 제공 합니다. DiSPIM 방법은 특히 거의 등방성 공간 해상도가 약 330 nm9의 4 차원 (4d) 이미지를 생성 합니다.
DiSPIM은 공초점 현미경과 비교 하 여 더 높은 신호 대 잡음비와 속도, 등방성 공간 분해능을 제공 하며 장기 생체 이미징16에 더 적합 합니다. 따라서 우리는 StarryNite/아 세이 어에 입력을 위한 diSPIM 데이터를 조정 하 고 이것이 선 에이징 분석을 향상 시킬 수 있는지 여부를 조사 했습니다. 주요 장애물은 diSPIM 표본이 StarryNite/비구에 대 한 예상 방향을 채택 하기 위해 계란-압축에 의해 쉽게 구속 될 수 없다는 것입니다. 분석 중인 볼륨에서 셀 위치의 임의 방향은 자동 라인 에이징 분석의 정확도를 저하 시킵니다.
따라서 사용자가 diSPIM 이미지의 전처리 중에 배아의 정확한 3D 방향을 선택할 수 있는 뷰어 안내 사용자 인터페이스인 사이토 쇼를 채택 하 여 품질에 최적화 된 이미지 데이터를 산출 하 고 StarryNite에 입력을 위한 상황 인식 /비구. 이미지 배아의 사용자 선택에 따라, 사이토 쇼는 자동화 된 데이터 처리 파이프라인을 조율 합니다. 자른 및 배경 뺀 배아 이미지는 각 위치, 타임 포인트 및 보기에 대 한 TIFF 스택 파일 내에 저장 됩니다. 그런 다음, 사이토 쇼는 프로그램 spimfusion을 반복적으로 호출 하 여, 리차드 슨-루시17,18 알고리즘을 사용 하 여 등방성 고해상도 체적 이미지를 산출 하는 두 개의 사전 처리 된 뷰를 공동 등록 하 고 공동으로 해체 합니다. DiSPIM 특정 매개 변수 집합은 이미지 세분화 및이에이 트로피 칼 융합 이미지의 핵 추적 중에 동작을 제어 하기 위해 StarryNite에 최적화 되었습니다. 융합 된 이미지와 lineaging 결과는 사용자가 StarryNite에 의해 생성 된 자동 계보 추적의 오류를 식별 하 고 수정할 수 있는 아 세 트리를 사용 하 여 편집 됩니다. 아 세토 트리는 또한 배아에서 추적 된 핵의 계보 트리와 3D 모델링 렌더링을 제시할 수 있습니다. 우리는 자동 라인 에이징 속도와 정확도가 모두 SPIM 카메라의 raw 이미지와 비교할 때이 트로피 칼 융합 이미지를 사용 하 여 현저 하 게 향상 된 것을 발견 합니다. 여기에 설명 된 c. 엘 더 스 응용 프로그램에 최적화 된 우리의 프로토콜은 일반적으로 다른 종이나 표본에 대해 생성 된 diSPIM 데이터의 자동 라인 에이징에 적합 할 수 있습니다. 이 프로토콜이 의도 된 용도로 사용 되는 경우에는3,4와 같이 새 표본에 starrynite 매개 변수의 추가 조정이 필요할 수 있음을 유의 하십시오.
이 프로토콜의 성공적인 구현은 4D 등방성 해상도로 이미지를 구현 하 고 생물학자가 세포 라인을 추적 할 수 있게 하는 동시에 개발 C. 엘 레 강 스 배아에서 뉴런을 식별 하 고 분석 합니다. 또한, 몇 가지 후 처리 알고리즘을 병합 하 여 하드웨어 가속이 가장 많은 시간을 소비 하는-우리는 이제 본질적으로 실시간으로 미세 세포의 세부 사항과 살아있는 배아 세포의 운명 모두를 분석 할 수 있습니다. 이 새로운 프로토콜은 생체 내에서 분화 및 형태 형성을 연구 하는 동안 세포 거동을 정확 하 고 정보에 입각 한 조작 및 관찰을 가능 하 게 합니다. 이 원고에서 우리는 선 노화 및 세포 추적을 위해 개발 된 개선 된 프로토콜에 대 한 자세한 설명을 제시 합니다 c. 엘 레 강 스 배아를 개발, 배아 발생의 연구를 향상 시키기 위해, 유전자 발현 또는 신경 개발.
C. 엘 더는 각 성인 뉴런의 최종 위치 및 연결성을 가진 유일한 유기 체로 서27개의 알려진 것으로 눈에 띈다. 그러나, C 를 구성 하는 작업 회로 및 네트워크의 조직으로 이어지는 발달 역학은 커넥터는 알 수 없는 남아. 빛 현미경의 진보에서 떠오르는 기회에 기초 하 여, 우리는 지금 포착 하 고 C 에 걸쳐 세포 위치, 형태 형성 및 신경 형성을 분석할 수 있습니다.
우리가 설명 하 고 우리가 일상적으로 실험실에서 사용 하는 절차는 C 에서 세포 선 노화에 대 한 레이블이 있는 뉴런 및 핵의 4d 등방성 이미지를 산출 합니다. 더 중요 한 것은 분석의 속도와 정밀도를 향상 시키기 위해 diSPIM과 결합 된 반자동 라인 에이징 기능과 고해상도 이미지를 사용 하 여 장기적인 이미징 조건을 최적화 하 여 C. 엘 레 강 스 배아 발생을 개선 하는 것입니다. 이 통합 프로토콜은 사용자가 세포를 시각화 하 고 식별 하 고 초기 경련의 발병을 통해 신경 테 이주 및 축 삭 파스 트와 같은 3 차원 기능을 정량화 할 수 있게 합니다. 이 절차는 ASI diSPIM 시스템으로 모든 시설에 쉽게 적용 할 수 있으며이 프로토콜을 위해 특별히이 시스템을 권장 합니다. 상업적으로 제공 되는 다른 SPIM 제형은 샘플 챔버 및 광학 특성에서 ASI 구성과 다를 수 있다. 그러나 다른 플랫폼에서 내보낸 데이터는 데이터 파이프라인을 통해 넣을 수도 있습니다. 따라서 선 에이징에서의 가치 평가, 이미지 품질 및 기기 안정성에 대 한 까다로운 테스트가 가능 합니다. 우리가 적극적으로 다른 표본을 정기적으로 이미지 (예: 드로 소 필 라 및 제 브라 피쉬 배아)를 사용 하지만, 설명 된 배아의 포괄적 인 선 노화 분석은 여전히 현재 마 테 오드 종으로 제한 된다. 더 크거나 두꺼운 샘플의 경우, 우리는 고정 된 라이트 시트를 통해 샘플을 스캔 하는 단계 스캐닝 접근법을 사용 하도록 선택 합니다. 쿠마 르 외. 이전에는 diSPIM10에 추가 수정 없이 두꺼운 샘플에서 고품질 이미지를 생성 하기 위해 개선 된 dispim 단면을 시연 했습니다.
프로토콜 내의 중요 한 단계에는 폴 리-L-라이 신 코팅 커버 슬립, 데이터 수집 및 데이터 처리에 대 한 c. 엘 더 란 트 배아가 포함 됩니다. 유리 커버 슬립의 수확 및 장착 c. 엘 더 란 스 배아는 미숙한 사용자에 게 어려울 수 있지만 여기에서는 학습을 촉진 하기 위한 주요 단계의 상세한 프로토콜을 제공 합니다. 장기 화상 진 찰이 요구 되는 경우에, 우리는 8-10 청년 성인28에서 4 세포 또는 초기 배아를 수확 하는 최상의 결과를 얻습니다. 오래 된 성인은 자 궁과 수정 되지 않은 계란에 있는 이전 배아를 포함 하는 경향이 있기 때문에 초기 단계 배아를 수확 하는 것이 덜 바람직합니다. 배아를 장착 하는 것과 관련 하 여 조립 된 흡 인기 (입 피 펫)의 막힘 또는 미세 모 세관 파이 펫의 개 구 부의 너무 큰 등의 문제는 배아의 적절 한 장착 및 배 향을 방해할 수 있습니다. 최적의 이미징에 대비 하기 위해, 우리는 초기 및 후반 사전 경련 배아에 대 한 사전 획득 테스트를 수행 하 여 라이트 시트, 카메라, 목표 및 자동 초점의 성능을 확인 합니다. 우리는 이러한 모든 작업을 테스트 하 고 우리의 사전 획득 테스트 중에 높은 품질의 이미지를 얻을 때 최상의 결과를 얻을. 이는 등방성 공간 해상도로 이미지를 생성 하는 데 특히 적합 하며 두 뷰 (목표)에서 획득 한 raw 이미지는 고품질 이어야 합니다. 획득 후 각 뷰에 대해 획득 된 볼륨이 등방성 이미지를 생성 하도록 처리 됩니다. 이 프로토콜에 설명 된 대로 적절 한 GPU (그래픽 처리 장치) 카드를 사용 하는 것이 중요 합니다 (아래 참조). 이를 통해이 트로피 칼 융합 이미지가 생성 되는 처리 속도가 향상 되어 데이터 분석 시간이 단축 됩니다. 또한 사용자가 최신 버전의 사이토 쇼를 실행 하 고 StarryNite 자동 라인 에이징에 대 한 우리의 다운로드 번들과 함께 제공 되는 매개 변수를 사용 하는 것이 필수적 이다. 사용자가 다른 샘플에 대해 자동 라인 에이징 (예: 제 브라 피시, 초파리 등)을 사용 하려는 경우 starrynite에 사용 되는 매개 변수에 대 한 추가 최적화가 필요 합니다 (참조3,4참조).
우리의 통합 프로토콜은 사전 경련 배아에 이미지와 선 노화 결과를 제공 하지만, 사용자는 포스트 경련 배아의 자동화 된 선 노화가 현재 실현 가능 하지 않다는 것을 알고 있어야 합니다: 핵 위치는 초 단위로 변경 됩니다. 후 경련 배아, 너무 빠르게 계보 추적을 허용 합니다. 그러나, dispim은 실제로 신경 발달 사건을 포착 하 고 배아 발생23,29의 포스트 경련 단계에서 일부 세포 위치를 추적 할 수 있는 유망한 능력을 입증 했습니다. 사용자가 포스트 경련 배아를 검사 하는 데 관심이 있다면 diSPIM은 빠른 속도로 움직이는 배아에서 체적 스냅샷을 얻고 신경 근 성장 등의 미세 신경 발달 사건을 추적 하는 속도를 제공 합니다.
이 프로토콜은 WormGUIDES atlas30의 셀 바이 셀 완성을 위한 기초가 되며,이는 고해상도 등방성 이미지와 통합 된 접근법을 제공 하 여 표시 된 뉴런의 3d 형태학을 식별 하 고 포착 합니다. 첫 번째 430 분의 배아 발생. 그것은 스탠드, 프로토 타입 WormGUIDES atlas 개발 배아 세포의 핵 위치를 제공 하 고 배아 뉴런의 하위 집합의 발달 역학을 캡처하는 것을 목표로 합니다. 이 프로토콜은 추가 개발 뉴런을 WormGUIDES atlas30으로 통합 하기 위한 열쇠가 될 것입니다.
당사의 통합 프로토콜은 또한 c. 엘 레 강 스 배아에서 새로운 유전자 발현 프로필을 탐색 하는 것을 단순화 합니다. 형질 전환 c.엘 레 강 스에서, 많은 세포 특이 적 프로모터는 공간적으로 및 시간적으로 이식 유전자 발현을 조절 한다. 대부분의 유전자의 발현 패턴은 성인 동물 (31),32,33,34등을 광범위 하 게 특징으로 하는 반면에, 거의 모든 것이 아직 개발 (특히 후반 단계) 배아. C. 엘에이 칸의 상태 올리기형은 세포 특유의 이식 유전자 발현을 촉진 하 고, 유전자 기능이 세포 자치 또는 비 자율적 인지 여부를 결정할 수 있도록 웜 커뮤니티에 유용한 자원이 되었습니다. 유전자의 등방성 고 분해능 및 동적 발현 패턴을 포착 하 고, 선 노화를 통해 발현 세포를 정확 하 게 식별 하는 것은 과학계의 많은 사람들에 게 가치가 있습니다.
배아 발생은 두 가지 주요 과정, 세포 분화 및 조직 형태 형성을 포함 한다. 큰 거래는 메커니즘 및 C의 개발 하는 동안 고유 세포 유형을 정의 하는 분자에 대 한 알려져 있다. 그러나 c. 엘 레 강 스 배아에서 세포 이동, 세포 부착 및 세포 형태에 중요 한 메카니즘에 대해 거의 알려지지 않았다. 알려진 c. 엘 더 린 불변 세포 혈통으로, 우리의 프로토콜은 우리가 쉽게 새로운 세부 수준에서 형태학 상 동안 배아의 카탈로그 된 3d-미세 해부학을 분별 할 수 있습니다: 예를 들어, 축 삭 파스, synaptogenesis 및 신경 활동. 디스트 렐 외. 이전에는 C 에서 단일 뉴런의 수준에서 칼슘 과도 상태를 포착 하기 위해 diSPIM의 힘을 입증 했습니다. 엘 레 강 스 배아23. 발달 생리학의 그밖 많은 양상은이 방법에 의하여 조회를 위해 익은 다.
마지막으로,이 프로토콜은 주로 자동화 되 고 체계적으로 해체 이미지를 생성 하 고 StarryNite 및 비구를 통해 세포 라인 노화를 수행 하는 데 걸리는 시간을 줄입니다. 이 프로토콜에 사용 되는 소프트웨어 전략은 우리가 여기에서 보여준 매우 특정 분야에서 멀리 떨어진 생물학의 많은 질문에 적용 될 수 있습니다.
소프트웨어 호환성 및 다운로드 액세스에 대 한 세부 정보
DiSPIM 이미징 용 마이크로 관리자 및 플러그인에 대 한 정보는 http://dispim.org/software/micro-manager 및 https://micro-manager.org/wiki/ASIdiSPIM_Plugin에서 확인할 수 있습니다.
데이터 처리 파이프라인에는 현재 Windows 운영 체제가 필요 합니다. 우리는 모든 필요한 데이터 처리 프로그램 및 지원 파일의 설치를 단순화 하기 위해 단일 아카이브 파일을 번들로 제공 하 고 있습니다. 그것은 http://dispimlineage.wormguides.org에서 다운로드 할 수 있습니다.
사이토 쇼 (http://run.cytoshow.org/)는 널리 사용 되 고 오픈 소스 이미지 분석 플랫폼을 기반으로, ImageJ (v1). Java는 사이토 쇼를 사용 하는 컴퓨터에 최신 설치 되어 있어야 하며, 사이토 쇼에 대 한 업데이트는 자바 웹 시작을 통해 자동으로 배포 됩니다. 사이토 쇼의 많은 ImageJ 기반 기능은 https://imagej.nih.gov/ij/docs/examples/index.html에서 설명 되 고 도시 된 바와 같다. 사이토 쇼는 TIFF 출력을 생성 하는 다른 이미징 소프트웨어 뿐만 아니라 ASI diSPIM에서 다차원 원시 데이터를 표시 하도록 사용자 정의 되었습니다. 원칙적으로 다른 다중 뷰 SPIM 이미징 시스템은이 프로토콜이 다른 현미경 시스템에서 수행 될 수 있도록 사이토 쇼의 사소한 수정에 의해 지원 될 수 있습니다.
SpimFusion은 cuda 툴킷 v 7.5와 함께 Visual Studio 2013을 사용 하 여 CUDA/c + +로 작성 되었습니다. SpimFusion 실행에는 특정 컴퓨터 하드웨어가 필요 합니다: CUDA 컴퓨팅 기능이 1.0 이상인 NVIDIA 그래픽 처리 장치 (GPU) 카드 및 최소 2gb의 그래픽 카드 메모리. 우리의 프로토콜의 출판 시점에서 SpimFusion은 미 출간 (분 궈와 하 리 Shroff) 하지만 위에서 언급 한 소프트웨어 번들 아카이브에서 사용할 수 있습니다.
StarryNite의 특수 제작 된 명령줄 기반 버전을 사용 하려면 자유롭게 사용할 수 있는 MATLAB 컴파일러 런타임이 설치 되어 있어야 하지만 상업용 MATLAB 소프트웨어에 대 한 라이센스가 필요 하지 않습니다. MATLAB 컴파일러 런타임은 위에서 언급 한 소프트웨어 번들 아카이브에 포함 되어 있습니다. 이 프로토콜에서 사용 되는 StarryNite에 대 한 코드는 기본적으로 공초점 이미지6에 사용 되는 것과 변경 되지 않습니다. 그러나, StarryNite 처리 및 StarryNite 결과의 처리를 위한 입력 이미지의 생성에 몇 가지 운영 문제는 융합 등방성 diSPIM에 대 한 연속 데이터 처리 파이프 라인을 가능 하 게 하는 세포 쇼의 방법으로 여기에서 해결 되었습니다 볼륨. 이러한 변경 사항은 이러한 전처리 및 후 처리 단계를 처리 하는 사이토 쇼 코드에 의해 자동화 됩니다. 또한 사이토 쇼는 미리 최적화 된 diSPIM 특정 템플릿을 편집 하 여 이미지 데이터에서 핵의 형광 강도로 세그먼트 알고리즘을 자동으로 조정 하는 StarryNite 매개 변수를 설정 합니다. 각 diSPIM 데이터 세트에서 StarryNite가 사용 하는 고유한 매개 변수는 출력 이미지 및 lineaging 데이터와 함께 파일에 저장 됩니다.
16 비트 이미지와 함께 작동 하 고 Java3D 렌더링과의 호환성을 유지 하는 사용자 지정 버전의 비구는이 프로토콜에 가장 적합 합니다. 또한 위에서 언급 한 소프트웨어 번들 아카이브에 포함 되어 있습니다.
The authors have nothing to disclose.
우리는 통합 된 스트레인에 대 한 존 머 레이 감사, ujIs113, 선 에이징 스트레인 BV514를 생성 하; 브 랜던 하 비 (NIBIB) 프로토콜 테스트에 대 한 도움; 존 다니엘 스와 게리 르노 (응용 과학 계측) 마이크로 관리자 및 diSPIM 악기에 대 한 지원을 위해; 그리고 앤드류 요크와 행 크 에덴은 diSPIM 시스템에 대 한 그들의 중요 한 피드백. 우리는 또한 회의 및 브레인스토밍 플랫폼을 제공 하기 위해 소수 기관 프로그램에 대 한 연구 센터와 Neurobiología 호세 델 카스 티 요 (Universidad 데 푸에르토 리코)에 게 감사를 드립니다. 이 작업의 대부분은 위트 먼 프로그램을 통해 우즈 홀에서 해양 생물 실험실에서 실시 되었다. 이 작업은 생물 의학 영상 및 생물 공학의 NIH 국립 연구소의 교내 연구 프로그램에 의해 지원 되었다 및 NIH 보조금 No. U01-HD075602 및 아니오. R24-OD016474 마크 w. Moyle는 F32-NS098616에 의해 지원 되었고, 레이 턴 h. 던컨는 R24 OD016474에 다양성 보충에 의해 지원 되었다.
Steps 1-4 | |||
Concavity slides | ThermoFisher Scientific | 1519006 | 5-18mm diameter, 0.6-0.8mm deep, 1.2-1.5mm |
Dissecting microscope with 10×–50× zoom range | Motic | SMZ-171 | |
E. coli (OP50) | Caenorhabditis Genetics Center (CGC) | OP50 | |
Glass coverslips, no. 1.5, 24 × 50 mm | VWR International | 48393-241 | |
M9 Buffer | Stiernagle, T. Maintenance of C. elegans. WormBook. 1-11, doi:10.1895/wormbook.1.101.1, (2006). | ||
Methyl cellulose | Sigma-Aldrich | H7509-25G | |
Microcapillary pipette aspirator tube | Sigma-Aldrich | A5177 | |
Microcapillary pipettes, 0.4-mm i.d | Drummond Scientific | 1-000-800 | |
Needle, no. 18G x 1 ½ (1.2mm x 40mm) | BD Precision Glide | 305196 | |
NGM plates | prepared as described by Brenner (1974) | ||
O-ring for imaging chamber | O-Rings West | M1.5X40 | |
Pasteur pipette | Corning/Sigma-Aldrich | CLS7095D5X | |
Platinum wire, 0.5-mm diameter | Sigma-Aldrich | 267201 | |
Poly-L-lysine | Sigma-Aldrich | P1524 | |
Stainless steel rectangular chamber (76.0 mm x 50.5 mm) | Applied Scientifics Instrumentations (ASI) | I2450 | |
Worm Eyelash Pick | Hart, A. C. Behavior. WormBook. (2006). | ||
Worm Pick | Stiernagle, T. Maintenance of C. elegans. WormBook. 1-11, doi:10.1895/wormbook.1.101.1, (2006). | ||
Name | Company | Catalog Number | Comments |
Steps 5-6 | |||
488 nm long-pass filter | Semrock | LP02-488 RU-2 | |
561-nm notch filter | Semrock | NF03-561E-25 | |
BLP02-561R-25, quantity 2 | Semrock | 561 nm EdgeBasic best-value long-pass edge filter | |
Control software for bottom camera | Jenoptik | ProgRes CapturePro | |
diSIPM assembly video | Applied Scientifics Instrumentations (ASI) | https://youtu.be/TAgbr6IrTqw ; http://www.asiimaging.com | |
diSPIM alignment video | Applied Scientifics Instrumentations (ASI) | https://youtu.be/qnOrg30NNuE | |
diSPIM imaging PC | Intel | Intel Xeon CPU E5-2630 2.6GHz, 12 cores in total, 64 GB memory, Windows 7 | |
FF01-525/45-25, quantity 2 | Semrock | 525/45 nm BrightLine single-band bandpass filter | |
FF555-DI03-25X36, quantity 2 | Semrock | 555 nm edge BrightLine single-edge dichroic beamsplitter | |
Imaging PC Graphics Card | NVIDIDA | NVIDIA GeForce GTX 1080 Ti graphics cards | |
Kumar et al diSPIM Setup | Applied Scientifics Instrumentations (ASI) | Instrument setup for this protocol is identical to Kumar et al 10,11 diSPIM, which makes use of 40x 0.8NA water immersion lenses for imaging. (See steps 5.1 and note) | |
Micro Manager | Micro-Manager | https://micro-manager.org/ | |
Modifications to Kumar et al diSPIM Setup (see below) | |||
Optical table with isolators, 4 feet × 6 feet × 12 inches | TMC | 784-651-02DR and 14-416-34 | |
Name | Company | Catalog Number | Comments |
Steps 7-10 | |||
Analysis PC | Intel | Intel Core i7-8700K CPU 3.70GHz, 6 cores in total, 64 GB memory, Windows 10 | |
Analysis PC Graphics Card | NVIDIDA | NVIDIA GeForce GTX 1080 Ti graphics cards | |
Installation instructions | Software bundle | http://dispimlineage.wormguides.org/diSPIMlineaging_InstallationInstructions.htm | |
Software bundle | Software bundle | http://dispimlineage.wormguides.org |