Исследователи из Цюрихского университета разработали новый метод анализа клеток и их компонентов под названием Итеративная косвенная иммунофлуоресцентная визуализация (4i). Это нововведение значительно улучшает стандартную технологию визуализации иммунофлуоресценции, используемую в биомедицине, и предоставляет клиницистам огромное количество данных из каждого отдельного образца. 4i позволяет наблюдать пространственное распределение по меньшей мере 40 белков и их модификаций в одной и той же клетке для сотен тысяч клеток одновременно на разных уровнях - от ткани до уровня органеллы.
В то же время визуализируется в десять раз больше белков
«4i - это первый метод визуализации, который дает нам мультиплексированное представление о биологических образцах от ткани к органеллеру. Мы можем в первый раз связать мультиплексированную информацию, полученную на тканевом, клеточном и субклеточном уровне в одном и том же эксперименте», говорит Габриэле Гут, ведущий автор исследования и докторант-исследователь Института молекулярных наук о жизни в UZH.
Иммунофлуоресценция (IF) использует антитела для визуализации и локализации белков в биологических образцах. Хотя стандартный метод IF обычно обозначает три белка, 4i использует готовые антитела и обычные флуоресцентные микроскопы для визуализации в десять раз больше белков путем итеративной гибридизации и удаления антител из образца. «Представьте, что клеточными биологами являются журналисты. Каждый эксперимент - это интервью с нашими камерами. С обычным IF я могу задать три вопроса, тогда как с 4i я могу обсудить более 40 тем», - объясняет Габриэле Гут.
Карта обеспечивает систематический обзор клеточного ландшафта
После приобретения огромное количество данных также должно быть проанализировано - следующее препятствие для исследователей. «Мы создали изображения с субклеточным разрешением для тысяч ячеек для 40 каналов для более чем 10 условий лечения. Человеческий глаз и мозг не могут обработать биологическую сложность, собранную 4i».
Чтобы полностью использовать данные 4i, Габриэле Гут разработала новую компьютерную программу для визуализации и анализа под названием Multiplexed Protein Maps. Он извлекает мультиплексированный сигнал флуоресценции для миллионов пикселей и генерирует абстрактную, но репрезентативную карту распределения мультиплексированных белков в клетках.
Таким образом, исследователи смогли произвести систематический обзор клеточного ландшафта: им удалось визуализировать пространственную внутриклеточную организацию большинства органелл млекопитающих по клеточному циклу и в разных микросредах.
Продвижение прецизионной медицины
Приложения для 4i и мультиплексированных белковых карт разнообразны, начиная от фундаментальных исследований и заканчивая прецизионной медициной. «Мы надеемся, что 4i и мультиплексированные белковые карты помогут исследователям лучше понять процессы, которые на протяжении десятилетий были в центре биологических исследований», - говорит Гут. В то же время исследователи планируют использовать эти технологии для продвижения границ прецизионной медицины, особенно в области диагностики рака и выбора терапии.
Новый метод, уже применяемый при опухолевой терапии
Новый метод анализа Итеративной непрямой иммунофлуоресцентной визуализации (4i) также может быть использован для определения эффектов фармакологических веществ на организацию и физиологию клеток. В настоящее время он используется в трансляционном исследовательском сотрудничестве с клиницистами и фармацевтической компанией с целью улучшения результатов лечения больных раком. Профессор Института молекулярных наук о жизни Университета UZH Лукас Пелкманс и его исследовательская группа стремятся охарактеризовать опухолевые клетки пациентов, которым лечатся различные лекарства от рака. Ученые надеются, что результаты лабораторных исследований предоставят информацию для поддержки принятия клинических решений для индивидуального лечения пациентов. Кроме того, исследователи планируют внедрить 4i и мультиплексированные белковые карты на тканевые участки опухолей для идентификации соответствующих биомаркеров и, таким образом, улучшить диагнозы и прогнозы для больных раком.
Источник: https://www.sciencedaily.com/releases/2018/08/180802141553.htm
Комментарии
Пока комментариев нет
Новый комментарий