2018年6月15日
本文介绍了一种对荧光标记的外周相关蛋白在细胞质膜上结合水平进行定量分析的实验方案。该方法基于对用质膜荧光标记物标记的细胞中所观察到的信号进行膜相与胞质相的计算分解。
该方法有助于解答细胞生物学中的关键问题,包括解析细胞信号通路。该技术的主要优势在于,实际上无需任何复杂的显微技术。此外,该方法速度非常快,因此可用于实时观察细胞内蛋白质的分布。
由于光衍射会导致显微镜下质膜与细胞质荧光发生混合,因此对外周结合蛋白在膜上的分布进行评估和定量较为复杂。本实验步骤首先按照文本方案中所述准备生物材料,随后使用FM 4-64染料对制备好的材料进行染色,染色方案应根据所研究的材料选择适宜的方法。
对于烟草BY-2细胞,将200微升细胞悬浮液与0.2微升溶于二甲基亚砜的10毫摩尔FM 4-64溶液染色。为获取每个细胞的一个赤道面共聚焦切片,需设置针对用作蛋白标签的发色团和FM 4-64的顺序双通道扫描,并设定更高的光学分辨率。
一个示例配置是使用数值孔径为 1.3 的 63 倍油镜物镜,成像尺寸为 1,024 × 1,024 像素。安装 Fiji ImageJ 发行版及所需的宏外设。在 Fiji 中,从主菜单选择“插件”,然后选择“宏”,再选择“安装”,并指定下载的 ImageJ 宏外设文件的路径。
安装 R 项目软件及所需包。运行 R 图形用户界面,在主菜单中选择包,然后安装包,并指定最近的仓库以及要安装的包 ggplot2。下载 R 包 peripheral。
通过选择软件包,然后从本地文件安装软件包来完成安装。处理细胞质标记物的共聚焦图像。具体操作为:使用 Fiji 软件中的插件功能,依次选择 Bio-Formats,然后在 Fiji 菜单中使用 Bio-Formats 导入器,并采用默认设置导入图像。
运行分析设置的导入选项宏。通过单击菜单工具“外周蛋白菜单”后选择相同项目来激活该宏。在“高斯模糊半径像素”字段中定义适当的值。
这会影响图像平滑和噪声降低。较低的值已足够,且不会导致任何图像信息丢失。现在在轮廓线宽度像素字段中设置一个值。
较粗的线条会导致轮廓曲线的平滑程度更高。建议使用默认值10像素。根据样本分隔符和导出项目的定义设置图像标题。
单击“确定”。在下一个对话框中检查标题解析结果,然后单击“确定”或“返回”以重置。接下来,在处理后的图像中对细胞质膜区域进行线性选择,并测量荧光分布。为此,请从 Fiji 工具栏中选择 Fiji 工具的直线工具。
点击图像并在质膜区域上拖动一条线。该线必须从细胞外空间开始,且应垂直于质膜。选择皮层胞质层较厚且更均匀的区域。
线性选择的最佳长度为5到10微米。通过点击Fiji工具栏中的“获取轮廓”工具来运行获取轮廓宏。系统将自动测量两个通道中的荧光轮廓,并在结果窗口中显示数据。
根据各个信号的变异性,为每种细胞选取具有代表性的轮廓数量。运行“绘图轮廓数据”宏,以图形化方式可视化所测得的轮廓。在弹出的宏对话框中设置参数。
请勿选中“对输入数据使用筛选”复选框。通过点击相应的单选按钮,指定绘图是基于结果窗口中单个 CSV 文件的最新数据生成,还是基于指定目录中所有 CSV 文件的数据生成。通过选中相应的复选框,指定用于绘图的分组因素。
如果希望在独立的图表中显示所有曲线,请选择因子 I。如果希望将所有数据绘制在同一张图中,请保持复选框未选中状态。单击“确定”。在下一个对话框中指定保存结果的路径和文件名,或用于后续数据导入。
通过单击对话框中的“确定”按钮确认分析,以显示已执行的 R 代码。如果某些绘制的曲线在细胞外或细胞内空间存在过强信号,请运行轮廓过滤设置宏。随后,在弹出的宏对话框中设置相应参数。
针对每个通道,在文件中设置适当的强度阈值,并移除具有过强细胞外或细胞内信号的测量数据。在“X 坐标小于或大于”字段中指定将应用强度阈值的区域,然后点击“确定”。再次运行“绘制轮廓数据”宏,选中“使用过滤进行数据输入”复选框。随后,添加之前保存的文件中的数据。
确保所有异常轮廓均已成功移除,否则需优化过滤参数。运行“创建模型”宏,基于校准数据建立质膜和细胞质荧光分布的模型。在调用的宏对话框中,根据文本方案详细设置参数后,点击“确定”。在接下来的对话框中指定输入文件的路径和名称,并在显示所执行 R 代码的对话框中点击“确定”以确认分析。
接下来,处理表达目标蛋白的细胞图像。导入图像并按之前的方法设置分析参数。平滑程度和线条宽度应保持一致。
继续测量轮廓。通过绘图检查轮廓的准确性,并根据需要按照前述方法设置滤波。运行计算分布宏,以计算蛋白质在质膜与细胞质之间的分布情况。
指定输入数据和模型来源,并可选择设置数据过滤。若需对结果进行过滤,请保持复选框处于激活状态,以去除残差变异性大于设定阈值的结果。指定个体剖面测量信号分解无法解释的最大允许残差变异性的阈值。
选择可用于创建箱线图的样本分组因素。单击“确定”,指定输入或输出路径,然后在显示所执行 R 代码的对话框窗口中再次单击“确定”以确认分析。图中显示的是一个经 FM 4-64 染色的细胞,该细胞表达一种植物蛋白,该蛋白通过N-豆蔻酰化及与磷脂酰肌醇的静电相互作用定位于质膜。
这些相互作用通过渥曼青霉素进行实验性干扰。通过将第二个氨基酸位置的甘氨酸位点(作为N-豆蔻酰化位点)进行突变,以检测N-豆蔻酰化的重要性。通过截除蛋白的N端结构域,检测同时去除两种质膜结合能力的影响。
结果中的箱线图显示,在N端肉豆蔻酰化位点突变以及药物处理后,质膜亲和力下降。这两种处理的联合效应与去除N端结构域的效果相当。观看本视频后,您应能够充分理解如何按正确顺序执行分析的主要步骤,以及如何设置相应的参数。
完成此分析后,可采用方差分析(ANOVA)等统计方法对所获得的数据进行统计学评估。尽管该方法最初是为植物悬浮细胞开发的,但也可应用于其他具有光滑且质膜界限清晰可辨的细胞或组织。
查看完整文字稿并访问数千部科学视频
本文介绍了一种定量分析荧光标记的外周相关蛋白与细胞质膜结合情况的实验方案。该方法能够在无需复杂显微镜设备的情况下,实时观察蛋白质的分布动态。
对膜周蛋白在细胞质膜上的分布进行定量分析,能够在早期发现和靶点验证阶段实现机制性风险评估。该基于显微镜的实验流程可快速、重复地量化蛋白质定位动态,有助于提高在通路解析和化合物作用机制研究中的预测可靠性。该方法适用于多种细胞类型,并可与开源分析工具整合,因而可作为覆盖整个研发管线的可重复使用的技术手段。
该方法通过提供一种标准化的定量分析蛋白质在质膜上分布的技术,融入从发现到临床前研究的连续过程,支持机制性研究和筛选工作流程。