Multiple-alvo é um algoritmo de rastreio caseiro desenvolvido para controlar individualmente moléculas marcadas no interior da membrana plasmática de células vivas. Detecção eficaz de, estimar e rastreamento de moléculas ao longo do tempo a alta densidade de fornecer uma ferramenta de fácil utilização, abrangente para investigar a dinâmica da membrana em nanoescala.
Nosso objetivo é obter uma descrição detalhada dos processos moleculares que ocorrem em membranas celulares em diferentes funções biológicas. Temos o objetivo de caracterizar a organização complexa e dinâmica da membrana plasmática a nível molécula única, através do desenvolvimento de ferramentas analíticas dedicadas a uma única partícula Tracking (SPT) em alta densidade: Multiple-Target de rastreamento (MTT) 1. Uma única molécula de videomicroscopia, oferecendo milissegundo e nanométrica resolução 1-11, permite uma representação detalhada da organização da membrana 12-14 com precisão o mapeamento descritores, tais como receptores de células de localização, mobilidade confinamento, ou interações.
Nós revisitado SPT, tanto experimentalmente e através de algoritmos. Aspectos experimentais incluíram optimizar a instalação ea marcação celular, com um ênfase particular ao atingir a densidade de rotulagem mais alta possível, a fim de proporcionar um instantâneo dinâmico de um dinâmica moleculars que ocorre no interior da membrana. Questões algorítmicas preocupado cada passo usado para a reconstrução trajetórias: a detecção de picos, a estimativa e religação, dirigida por ferramentas específicas de análise de imagem 15,16. Implementar deflação após a detecção permite picos de resgate inicialmente oculta por vizinhos, os picos mais fortes. De nota, melhorando a detecção impacta diretamente a reconexão, reduzindo as lacunas dentro de trajetórias. Performances foram avaliados através de simulações de Monte Carlo para a densidade de rotulagem e vários valores de ruído, que normalmente representam as duas grandes limitações para medições paralelas na resolução espaço-temporal alta.
A precisão nanométrica 17 obtido para moléculas individuais, utilizando quer sucessiva de ligar / desligar óptica photoswitching ou não-linear, pode fornecer observações exaustivos. Esta é a base de métodos Nanoscopia 17 como STORM 18, PALM 19,20, 21 ou RESOLFT STED 22,23, whiCH podem muitas vezes exigem amostras de imagens fixas. A tarefa central é a detecção e estimativa de difração limitada picos que emanam de um único moléculas. Assim, fornecendo pressupostos adequados, tais como lidar com uma precisão posicional constante em vez do movimento browniano, MTT é diretamente adequado para análises nanoscópicas. Além disso, o MTT pode fundamentalmente ser utilizado em qualquer escala: não só para as moléculas, mas também para células ou animais, por exemplo. Assim, o MTT é um algoritmo de seguimento poderoso que encontra aplicações em escalas moleculares e celulares.
Em uma única partícula de rastreamento, ao lado dos aspectos de células e microscopia, a análise representa uma parte substancial do trabalho. Isso resolve o algoritmo usado para executar as três tarefas principais: detectar, estimando-se e reconectando picos em cada frame. Mas o aspecto conseqüente deste trabalho reside na elaboração do algoritmo em si, que podem precisar ser adaptado para qualquer nova investigação dedicada, essencialmente, para os últimos, os passos extras (como decifrar os modos de movime…
The authors have nothing to disclose.
Agradecemos os membros da nossa equipe, especialmente Blache MC para assistência técnica, bem como M e Irla B Imhof, pelo apoio e discussões proveitosas. Figuras de deflação e confinamento reproduzida cortesia do Nature Methods. Este projecto é apoiado por verbas institucionais do CNRS, Inserm e Marselha Universidade, e por concessões específicas da Região Provence-Alpes-Côte d'Azur, Institut National du Cancer, Agence Nationale de la Recherche (ANR-08-PCVI- 0034-02, ANR 2010 Blan 1214 01) e Fondation pour la Recherche Médicale (Equipe labélisée FRM-2009). VR é apoiado por uma bolsa de estudos do Nationale Contre le Cancer Ligue.
Reagent | Company | Catalogue number | Quantity |
Cos-7 cell line | ATCC | CRL-1651 | 5,000 cells/well |
HBSS without Ca2+ | GIBCO | 14175 | 1 ml |
0.05% Trypsin EDTA | GIBCO | 25300 | 1 ml |
8-well Lab-tek | NUNC | 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 Scientific | 21435 | 18.5 μg |
Complete medium | |||
DMEM | GIBCO | 41965 | 500 ml |
Fetal Bovine Serum | SIGMA | F7524 | 50 ml |
L-Glutamine | GIBCO | 25030 | 5 ml |
HEPES | GIBCO | 15630 | 5 ml |
Sodium Pyruvate | GIBCO | 11360 | 5 ml |
Imaging medium | |||
HBSS with Ca2+ | GIBCO | 14025 | 25 ml |
HEPES | GIBCO | 15630 | 250 μl |
Equipment | Company | Reference |
Inverted microscope | Nikon | Eclipse TE2000U |
Fluorescent lamp | Nikon | Intensilight C-HGFIE |
1.3 NA 100x objective | Nikon | Plan Fluor 1.30 |
1.49 NA 100x objective | Nikon | 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’)