Label-free <em>in situ</em> Imaging of Lignification in Plant Cell Walls

Meeting growing energy demands safely and efficiently is a pressing global challenge. Therefore, research into biofuels production that seeks to find ...

University of California, Berkeley

&#x62C9;&#x66FC;&#x5149;&#x8C31;&#x7279;&#x5F81;&#x4E0E;&#x5468;&#x56F4;&#x6EB6;&#x8D28;&#x7684;&#x6EB6;&#x5242;&#x5206;&#x5B50;&#x91CD;&#x7EC4;&#x5173;&#x8054;&#x662F;&#x4F7F;&#x7528;&#x591A;&#x5143;&#x66F2;&#x7EBF;&#x51B3;&#x8BAE;&#x83B7;&#x5F97;&#x7684;&#x3002;&#x8C31;&#x6536;&#x96C6;&#x4ECE;&#x89E3;&#x51B3;&#x65B9;&#x6848;&#x4E2D;&#x7684;&#x53D8;&#x91CF;&#x7684;&#x6D53;&#x5EA6;&#x53D8;&#x6210;&#x4E86;&#x6C89;&#x7740;&#x548C;&#x6444;&#x52A8;&#x7EC4;&#x4EF6;&#x53EA;&#x5047;&#x5B9A;&#x5149;&#x8C31;&#x548C;&#x6D53;&#x5EA6;&#x7684;&#x6BCF;&#x4E2A;&#x7EC4;&#x4EF6;&#x90FD;&#x662F;&#x975E;&#x8D1F; &#xFF08;&#x4E0E;&#x6CA1;&#x6709;&#x5CF0;&#x503C;&#x62DF;&#x5408;&#x6216;&#x4EFB;&#x4E00;&#x6444;&#x52A8;&#x6216;&#x6CF0;&#x7136;&#x81EA;&#x82E5;&#x7684;&#x5149;&#x8C31;&#x7279;&#x5F81;&#x7684;&#x5F62;&#x72B6;&#x4E0A;&#x7684;&#x7EA6;&#x675F;&#xFF09;&#x3002;&#x8BE5;&#x65B9;&#x6CD5;&#x7684;&#x529F;&#x80FD;&#x6F14;&#x793A;&#x4E86;&#x4F7F;&#x7528;&#x4E59;&#x8148;&#x3001; &#x4E19;&#x916E;&#x3001; &#x548C;&#x4E2D;&#x6C34;&#x4EE5;&#x53CA;&#x4E59;&#x8148;&#x5421;&#x5576;&#x548C;&#x73AF;&#x5DF1;&#x70F7; 1&#xFF0C;2-&#x4E8C;&#x6C2F;&#x4E59;&#x70F7; (DCE) &#x4E2D;&#x7684;&#x89E3;&#x51B3;&#x65B9;&#x6848;&#x3002;&#x7ED3;&#x679C;&#x663E;&#x793A;&#xFF0C;&#x56F0;&#x6270;&#x6BCF;&#x4E2A;&#x6EB6;&#x8D28;&#x7684;&#x6EB6;&#x5242;&#x5316;&#x58F3;&#x5206;&#x5B50;&#x7684;&#x632F;&#x52A8;&#x5149;&#x8C31;&#x3002;&#x6444;&#x52A8;&#x7684;&#x6EB6;&#x5242;&#x58F3;&#x6C34;&#x5206;&#x5B50;&#x88AB;&#x53D1;&#x73B0;&#x6709;&#x4E0D;&#x540C;&#x54E6;&#x62C9;&#x4F38;&#x6CE2;&#x6BB5; &#xFF08;&#x7684;&#x9891;&#x7387;&#x8F83;&#x9AD8;&#x548C;&#x8F83;&#x7A84;&#x7684;&#x5BBD;&#x5EA6;&#x6BD4;&#x6563;&#x88C5;&#x6C34;&#xFF09;&#xFF0C;&#x800C;&#x4E0D;&#x5584;&#x4EA4;&#x9645;&#x8DE8;&#x5E73;&#x8861;&#x7684;&#x6EB6;&#x5242;&#x58F3; DCE &#x5206;&#x5B50;&#x5728;&#x76F8;&#x53CD;&#x7684;&#x65B9;&#x5411;&#x6444;&#x52A8;&#x7684;&#x6781;&#x6027;&#x548C;&#x975E;&#x6781;&#x6027;&#x6EB6;&#x8D28;&#x3002;

&#x6EB6;&#x5242;&#x58F3;&#x5206;&#x5B50;&#x6EB6;&#x8D28;&#x8BF1;&#x5BFC;&#x6270;&#x52A8;&#x89C2;&#x5BDF;&#x4F7F;&#x7528;&#x591A;&#x5143;&#x62C9;&#x66FC;&#x66F2;&#x7EBF;&#x5206;&#x8FA8;&#x7387;&#x3002;

Raman spectral features associated with the reorganization of solvent molecules around a solute are obtained using multivariate curve resolution. Spectra collected from solutions of variable concentration are resolved into unperturbed and perturbed components assuming only that the spectra and concentrations of each component are non-negative (with no peak-fitting or constraints on the shapes of either the perturbed or unperturbed spectral features). The capabilities of the method are demonstrated using solutions of acetonitrile, acetone, and pyridine in water as well as acetonitrile and cyclohexane in 1,2-dichloroethane (DCE). The results reveal vibrational spectra of solvation-shell molecules that are perturbed by each solute. The perturbed solvent-shell water molecules are found to have different OH stretch bands (of higher frequency and narrower width than bulk water), and the gauche-trans equilibrium of solvent-shell DCE molecules are perturbed in opposite directions by the polar and nonpolar solutes.

Solute-induced perturbations of solvent-shell molecules observed using multivariate Raman curve resolution.

Caract&eacute;ristiques spectrales Raman, associ&eacute;es &agrave; la r&eacute;organisation des mol&eacute;cules de solvant autour d&#39;un solut&eacute; sont obtenus en utilisant une r&eacute;solution de courbe multivari&eacute;e. Les spectres pr&eacute;lev&eacute;s dans des solutions de concentration variable sont r&eacute;solus en composants non perturb&eacute;s et troubl&eacute;s, en supposant que les spectres et les concentrations de chaque composant sont non n&eacute;gatifs (avec aucun pic-ajustage de pr&eacute;cision ou de contraintes sur les formes des caract&eacute;ristiques spectrales &agrave; perturb&eacute; ou non perturb&eacute;s). Les fonctionnalit&eacute;s de la m&eacute;thode sont d&eacute;montr&eacute;es &agrave; l&#39;aide de solutions de l&#39;ac&eacute;tonitrile, l&#39;ac&eacute;tone et de pyridine dans l&#39;eau, mais aussi l&#39;ac&eacute;tonitrile et cyclohexane dans 1, 2-dichloro&eacute;thane (DCE). Les r&eacute;sultats r&eacute;v&egrave;lent des spectres de vibration des mol&eacute;cules de solvatation-shell qui sont perturb&eacute;es par chaque solut&eacute;. Les mol&eacute;cules d&#39;eau perturb&eacute;e de solvant-shell sont trouvent avoir OH diff&eacute;rente bandes (de la plus haute fr&eacute;quence et largeur plus &eacute;troite que l&#39;eau en vrac) extensibles, et l&#39;&eacute;quilibre gauche-trans de mol&eacute;cules de solvant-coquille DCE sont perturb&eacute;es dans des directions oppos&eacute;es par les solut&eacute;s polaires et non polaires.

Perturbations induite par le solut&eacute; de mol&eacute;cules de solvant-coquille observ&eacute; &agrave; l&#39;aide de la r&eacute;solution de courbe multivari&eacute;e Raman.

Raman Spektralcharakteristiken Zusammenhang mit der Neuordnung der L&ouml;sungsmittel Molek&uuml;le um ein gel&ouml;stes stammen multivariate Kurve Aufl&ouml;sung verwendet. Spektren von L&ouml;sungen der Variablen Konzentration gesammelt werden aufgel&ouml;st in unbeirrt und gest&ouml;rt Komponenten vorausgesetzt nur, dass die Spektren und Konzentrationen der einzelnen Komponenten sind nicht negativ (mit ohne Spitze sitzende oder Einschr&auml;nkungen f&uuml;r die Formen der beiden gest&ouml;rt oder unbeirrt spektralen Eigenschaften). Die M&ouml;glichkeiten der Methode werden mit L&ouml;sungen von Acetonitril, Aceton und Pyridin im Wasser sowie Acetonitril und Cyclohexan in 1, 2-Dichlorethan (DCE) veranschaulicht. Die Ergebnisse zeigen Schwingungs-Spektren von Solvatisierung-Shell-Molek&uuml;le, die von jedem gel&ouml;sten gest&ouml;rt sind. L&ouml;sungsmittel-Shell Wassermolek&uuml;le gest&ouml;rt haben verschiedene Bands (der h&ouml;heren Frequenz und schmaler Breite als Masse Wasser) dehnen OH gefunden werden, und das gauche-Trans-Gleichgewicht der L&ouml;sungsmittel-Shell-DCE-Molek&uuml;le werden in entgegengesetzte Richtungen von den polaren und unpolaren Analyten umwerfen.

Gel&ouml;stes-induzierte St&ouml;rungen von L&ouml;sungsmittel-Shell-Molek&uuml;le beobachtet mit multivariaten Raman-Kurve-Aufl&ouml;sung.

Caratteristiche spettrali Raman associati con la riorganizzazione delle molecole di solvente intorno un soluto sono ottenuti utilizzando risoluzione curva multivariata. Spettri raccolti da soluzioni di concentrazione variabile vengono risolti in componenti imperturbati e perturbati, assumendo che solo gli spettri e le concentrazioni di ogni componente sono non negativi (con nessun picco-montaggio o vincoli sulle forme delle caratteristiche spettrali o perturbate o imperturbate). La funzionalit&agrave; del metodo sono dimostrate usando soluzioni di acetonitrile, acetone, piridina in acqua cos&igrave; come acetonitrile e cicloesano in 1,2-dicloroetano (DCE). I risultati rivelano spettri vibrazionali delle molecole di solvatazione-shell che sono perturbate da ciascun soluto. Le molecole d&#39;acqua solvente-shell perturbato si trovano ad per avere diversi OH tratto bande (di frequenza pi&ugrave; alta e pi&ugrave; stretta larghezza di acqua all&#39;ingrosso), e l&#39;equilibrio di trans-gauche di molecole di solvente-shell DCE sono perturbate in direzioni opposte dai soluti polari e non polari.

Perturbazioni soluto-indotta delle molecole di solvente-shell osservano mediante risoluzione di curva Raman multivariata.

&#x6EB6;&#x5A92;&#x5206;&#x5B50;&#x6EB6;&#x8CEA;&#x5468;&#x308A;&#x306E;&#x518D;&#x7DE8;&#x306B;&#x95A2;&#x9023;&#x4ED8;&#x3051;&#x3089;&#x308C;&#x305F;&#x30E9;&#x30DE;&#x30F3; &#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x306E;&#x7279;&#x5FB4;&#x306F;&#x3001;&#x591A;&#x5909;&#x91CF;&#x66F2;&#x7DDA;&#x306E;&#x89E3;&#x50CF;&#x5EA6;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x5F97;&#x3089;&#x308C;&#x307E;&#x3059;&#x3002;&#x53EF;&#x5909;&#x6FC3;&#x5EA6;&#x306E;&#x30BD;&#x30EA;&#x30E5;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x304B;&#x3089;&#x53CE;&#x96C6;&#x3057;&#x305F;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x3060;&#x3051;&#x3067;&#x306F;&#x3001;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x3092;&#x4EEE;&#x5B9A;&#x3057;&#x3066;&#x51B7;&#x9759;&#x3068;&#x6442;&#x52D5;&#x306E;&#x30B3;&#x30F3;&#x30DD;&#x30FC;&#x30CD;&#x30F3;&#x30C8;&#x306B;&#x89E3;&#x6C7A;&#x3055;&#x308C;&#x3001;&#x5404;&#x6210;&#x5206;&#x306E;&#x6FC3;&#x5EA6;&#x306F;&#x975E;&#x8CA0; (&#x30D4;&#x30FC;&#x30AF;&#x7D99;&#x304E;&#x624B;&#x307E;&#x305F;&#x306F;&#x3044;&#x305A;&#x308C;&#x304B;&#x6442;&#x52D5;&#x307E;&#x305F;&#x306F;&#x51B7;&#x9759;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x7279;&#x5FB4;&#x306E;&#x56F3;&#x5F62;&#x4E0A;&#x306E;&#x5236;&#x7D04;&#xFF09; &#x3092;&#x6301;&#x3064;&#x3002;&#x30A2;&#x30BB;&#x30C8;&#x30CB; &#x30C8;&#x30EA;&#x30EB;&#x3001;&#x30A2;&#x30BB;&#x30C8;&#x30F3;&#x3001;&#x53CA;&#x3073;&#x30D4;&#x30EA;&#x30B8;&#x30F3;&#x6C34;&#x3068;&#x30A2;&#x30BB;&#x30C8;&#x30CB; &#x30C8;&#x30EA;&#x30EB;&#x3067; 1, 2-&#x30B8;&#x30AF;&#x30ED;&#x30ED;&#x30A8;&#x30BF;&#x30F3; (DCE) &#x3067;&#x306E;&#x30B7;&#x30AF;&#x30ED;&#x30D8;&#x30AD;&#x30B5;&#x30F3;&#x6EB6;&#x6DB2;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x3001;&#x30E1;&#x30BD;&#x30C3;&#x30C9;&#x306E;&#x6A5F;&#x80FD;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x7D50;&#x679C;&#x306F;&#x5404;&#x6EB6;&#x8CEA;&#x306B;&#x3088;&#x3063;&#x3066;&#x6DF7;&#x4E71;&#x6EB6;&#x5A92;&#x548C;&#x6BBB;&#x5206;&#x5B50;&#x306E;&#x632F;&#x52D5;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x3092;&#x660E;&#x3089;&#x304B;&#x306B;&#x3057;&#x307E;&#x3059;&#x3002;&#x6442;&#x52D5;&#x306E;&#x6EB6;&#x5A92;&#x30B7;&#x30A7;&#x30EB;&#x6C34;&#x306E;&#x5206;&#x5B50;&#x306F;&#x3001;&#x7570;&#x306A;&#x308B;&#x30AA;&#x30CF;&#x30A4;&#x30AA; &#x30D0;&#x30F3;&#x30C9; (&#x3088;&#x308A;&#x9AD8;&#x3044;&#x5468;&#x6CE2;&#x6570;&#x3068;&#x30D0;&#x30EB;&#x30AF;&#x306E;&#x6C34;&#x3088;&#x308A;&#x72ED;&#x3044;&#x5E45;&#xFF09; &#x306E;&#x30B9;&#x30C8;&#x30EC;&#x30C3;&#x30C1;&#x304C;&#x767A;&#x898B;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x3057;&#x3001;&#x6EB6;&#x5A92;&#x30B7;&#x30A7;&#x30EB; DCE &#x5206;&#x5B50;&#x306E;&#x30B4;&#x30FC;&#x30B7;&#x30E5; &#x30C8;&#x30E9;&#x30F3;&#x30B9;&#x5E73;&#x8861;&#x3044;&#x308B;&#x5317;&#x6975;&#x304A;&#x3088;&#x3073;&#x7121;&#x6975;&#x6027;&#x306E;&#x6EB6;&#x8CEA;&#x306B;&#x3088;&#x3063;&#x3066;&#x306E;&#x53CD;&#x5BFE;&#x306E;&#x65B9;&#x5411;&#x306B;&#x6442;&#x52D5;&#x3057;&#x307E;&#x3059;&#x3002;

&#x6EB6;&#x5264;&#x30B7;&#x30A7;&#x30EB;&#x5206;&#x5B50;&#x6EB6;&#x8CEA;&#x64FE;&#x4E71;&#x591A;&#x5909;&#x91CF;&#x30E9;&#x30DE;&#x30F3;&#x66F2;&#x7DDA;&#x306E;&#x89E3;&#x50CF;&#x5EA6;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x89B3;&#x5BDF;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;

&#xB77C;&#xB9CC; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xAE30;&#xB2A5; &#xAD00;&#xB828; &#xD55C; &#xC99D;&#xAE30;&#xC555; &#xC8FC;&#xC704; &#xC6A9; &#xB9E4; &#xBD84;&#xC790;&#xC758; &#xAC1C;&#xD3B8; &#xB41C; &#xBCF5;&#xC218; &#xACE1;&#xC120; &#xD574;&#xC0C1;&#xB3C4; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC5BB;&#xC744; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xAC00;&#xBCC0; &#xB18D;&#xB3C4;&#xC758; &#xC194;&#xB8E8;&#xC158;&#xC5D0;&#xC11C; &#xC218;&#xC9D1; &#xB41C; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC;&#xC740; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC;&#xB9CC;&#xC744; &#xAC00;&#xC815; &#xD558; &#xACE0; &#xAD50;&#xB780; &#xD558; &#xACE0; &#xAD50;&#xB780;&#xC73C;&#xB85C; &#xD574;&#xACB0; &#xD558; &#xACE0; &#xAC01; &#xAD6C;&#xC131; &#xC694;&#xC18C;&#xC758; &#xB18D;&#xB3C4; &#xC74C;&#xC218;&#xAC00; &#xC544;&#xB2CC; (&#xC640; &#xD568;&#xAED8; &#xD53C;&#xD06C; &#xD53C;&#xD305; &#xB610;&#xB294; &#xC5B4;&#xB290; &#xAD50;&#xB780; &#xB610;&#xB294; &#xAD50;&#xB780; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xD2B9;&#xC9D5;&#xC758; &#xB3C4;&#xD615;&#xC5D0; &#xB300; &#xD55C; &#xC81C;&#xC57D;). &#xBA54;&#xC11C;&#xB4DC;&#xC758; &#xAE30;&#xB2A5;&#xC744; &#xC774;&#xAE30;, &#xC544;&#xC138;&#xD1A4;, &#xADF8;&#xB9AC;&#xACE0; pyridine &#xBB3C; &#xC774;&#xAE30;&#xC5D0; 1, 2-dichloroethane (DCE)&#xC5D0; &#xD5E5;&#xC758; &#xC194;&#xB8E8;&#xC158;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xBCF4;&#xC5EC; &#xC90D;&#xB2C8;&#xB2E4;. &#xACB0;&#xACFC; &#xAC01; &#xC99D;&#xAE30;&#xC555;&#xC5D0; &#xC758;&#xD574; &#xAD50;&#xB780; &#xB418;&#xB294; solvation &#xC258; &#xBD84;&#xC790;&#xC758; &#xC9C4;&#xB3D9; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC;&#xC744; &#xACF5;&#xAC1C; &#xD569;&#xB2C8;&#xB2E4;. &#xAD50;&#xB780;&#xB41C; &#xC6A9; &#xB9E4;-&#xC258; &#xBB3C; &#xBD84;&#xC790;&#xAC00; &#xB2E4;&#xB978; &#xC544; &#xD558; (&#xB354; &#xB192;&#xC740; &#xC8FC;&#xD30C;&#xC218;&#xC640; &#xB300;&#xB7C9; &#xBB3C; &#xBCF4;&#xB2E4; &#xC881;&#xC740; &#xD3ED;)&#xC758; &#xBC34;&#xB4DC; &#xC2A4;&#xD2B8;&#xB808;&#xCE6D; &#xD558; &#xBC1C;&#xACAC; &#xB418; &#xACE0; &#xC6A9; &#xB9E4;-&#xC258; DCE &#xBD84;&#xC790;&#xC758; &#xC678; &#xD314; &#xD2B8;&#xB79C;&#xC2A4; &#xD3C9;&#xD615;&#xC740; &#xADF9; &#xC9C0;&#xC640; nonpolar solutes&#xC5D0; &#xC758;&#xD574; &#xBC18;&#xB300; &#xBC29;&#xD5A5;&#xC73C;&#xB85C; &#xBD88;&#xC548;&#xC815;.

&#xC6A9; &#xB9E4;-&#xC258; &#xBD84;&#xC790;&#xC758; &#xD654;&#xD569;&#xBB3C;&#xC744; &#xC774;&#xC6A9;&#xD55C; &#xBB3C;&#xACB0; &#xBCF5;&#xC218; &#xB77C;&#xB9CC; &#xACE1;&#xC120; &#xD574;&#xC0C1;&#xB3C4; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xAD00;&#xCC30;.

Caracter&iacute;sticas espectrales de Raman asociadas con la reorganizaci&oacute;n de mol&eacute;culas solventes alrededor de un soluto se obtienen mediante resoluci&oacute;n curva multivariante. Espectros de soluciones de concentraci&oacute;n variable se descomponen en componentes imperturbable y perturbados, asumiendo que los espectros y las concentraciones de cada componente son no negativos (con ajuste de pico ni limitaciones a las formas de las caracter&iacute;sticas espectrales sea perturbadas o imperturbable). Las capacidades del m&eacute;todo se demuestran usando soluciones de acetonitrilo, acetona y piridina en agua como en acetonitrilo y ciclohexano en 1, 2-dicloroetano (DCE). Los resultados revelan Espectros vibracionales de mol&eacute;culas de solvataci&oacute;n-c&aacute;scara que se molestan por cada soluto. Las mol&eacute;culas de agua de c&aacute;scara de solvente perturbado se encuentran tener diferente OH estirar bandas (de mayor frecuencia y m&aacute;s ancho que el agua a granel), y el equilibrio de la gauche-trans de mol&eacute;culas de solvente-c&aacute;scara DCE est&aacute; perturbado en direcciones opuestas por los solutos polares y no polares.

Soluto inducida por perturbaciones de las mol&eacute;culas de solvente-c&aacute;scara observan usando multivariante resoluci&oacute;n de curva de Raman.

&#x8BC1;&#x660E;&#x6709;&#x91CF;&#x5316;&#x7684;&#x590D;&#x6742;&#x6837;&#x54C1;&#x80CC;&#x666F;&#x4ECE;&#x591A;&#x4E2A;&#x86CB;&#x767D;&#x5F02;&#x6784;&#x4F53;&#x7684;&#x6218;&#x7565;&#xFF0C;&#x7ED3;&#x5408; isotopomeric &#x7F57;&#x4E39;&#x660E; 6 G (R6G) &#x6807;&#x7B7E;&#x548C;&#x8868;&#x9762;&#x589E;&#x5F3A;&#x62C9;&#x66FC;&#x5149;&#x8C31;&#x5728;&#x805A;&#x4E19;&#x70EF;&#x9170;&#x80FA;&#x77E9;&#x9635;&#x3002;&#x8BE5;&#x8FC7;&#x7A0B;&#x5305;&#x62EC;&#x540C;&#x4F4D;&#x7D20;&#x7F16;&#x7801;&#x7531;&#x8D56;&#x6C28;&#x9178;-&#x8D34;&#x6807;&#x7684;&#x6D3B;&#x5316;&#x916F;&#x8BD5;&#x5242; (R6G)&#x3001; 2-DGE&#xFF0C;&#x4F7F;&#x7528;&#x6C34;&#x548C;&#x94F6;&#x7EB3;&#x7C73;&#x5FAE;&#x7C92;&#x6C89;&#x79EF;&#x5176;&#x6B21;&#x8868;&#x9762;&#x589E;&#x5F3A;&#x62C9;&#x66FC;&#x68C0;&#x6D4B;&#x5185;&#x90E8;&#x6807;&#x51C6;&#x5316;&#x7684;&#x8367;&#x5149;&#x5B9A;&#x91CF;&#x5F02;&#x6784;&#x4F53;&#x5206;&#x79BB;&#x3002;&#x6D4B;&#x5B9A;&#x603B;&#x86CB;&#x767D;&#x6D53;&#x5EA6;&#x548C;&#x5206;&#x5E03;&#x7684;&#x5177;&#x4F53;&#x4F7F;&#x7528;&#x8054;&#x5408;&#x7684;&#x68C0;&#x6D4B;&#x65B9;&#x6CD5;&#x7684;&#x5F15;&#x7528;&#x6C34;&#x8367;&#x5149;&#x5149;&#x8C31;&#x6210;&#x50CF;&#x6280;&#x672F;&#x548C;&#x8BA1;&#x91CF;&#x91CF;&#x5316;&#x7684;&#x5F02;&#x6784;&#x4F53;&#x542F;&#x7528; R6G &#x6837;&#x672C;&#x7F16;&#x7801;&#x548C;&#x6807;&#x51C6;&#x5316;&#x3002;&#x68C0;&#x6D4B;&#x9650;&#x7684;&#x5927;&#x7EA6; 13.5 picomolar R6G &#x6807;&#x8BB0;&#x86CB;&#x767D;&#x88AB;&#x786E;&#x5B9A;&#x4E3A;&#x8868;&#x9762;&#x589E;&#x5F3A;&#x62C9;&#x66FC;&#x5149;&#x8C31;&#x5728;&#x51DD;&#x80F6;&#x57FA;&#x8D28; (15 &#x500D;&#x4F4E;&#x4E8E;&#x8367;&#x5149;)&#x3002;&#x4F5C;&#x4E3A;&#x7EAF;&#x7684;&#x86CB;&#x767D;&#x6837;&#x54C1;&#x4E2D;&#x5355;&#x70B9;&#x6D4B;&#x5B9A;&#x6A21;&#x5F0F; 3%&#x76F8;&#x5BF9;&#x6807;&#x51C6;&#x504F;&#x5DEE; RSD %&#xFF09; &#x6216; HCT116 &#x4EBA;&#x7C7B;&#x764C;&#x75C7;&#x7EC6;&#x80DE;&#x88C2;&#x89E3;&#x6210;&#x50CF;&#x5E94;&#x7528;&#x7A0B;&#x5E8F;&#x4E2D;&#x6240;&#x4F4E;&#x4E30;&#x5EA6;&#x86CB;&#x767D;&#x4EBA;&#x53E3;&#x4E2D;&#x7684;&#x5DEE;&#x5F02;&#x8F83;&#x5C0F;&#x7684;&#x9AD8;&#x7684;&#x91CF;&#x5316;&#x7CBE;&#x5EA6;&#x88AB;&#x8BC1;&#x660E;&#x4EBA;&#x7C7B; GMP &#x5408;&#x6210;&#x9176; &#xFF08;hGMPS&#xFF09; &#xFF08;16 %RSD%)&#x3002;&#x8FD9;&#x4E9B;&#x7ED3;&#x679C;&#x8868;&#x793A;&#x540C;&#x4F4D;&#x7D20;&#x7684;&#x8868;&#x9762;&#x589E;&#x5F3A;&#x5171;&#x632F;&#x62C9;&#x66FC;&#x6563;&#x5C04;&#x7684;&#x86CB;&#x767D;&#x5206;&#x5E03;&#x7684;&#x91CF;&#x5316;&#x5230;&#x672A;&#x6765;&#x7684;&#x5E94;&#x7528;&#x7A0B;&#x5E8F;&#x7684;&#x539F;&#x578B;&#x3002;

&#x540C;&#x4F4D;&#x7D20;&#x7684;&#x91CF;&#x5316;&#x7F16;&#x7801;&#x86CB;&#x767D; 2 D &#x51DD;&#x80F6;&#x4F7F;&#x7528;&#x8868;&#x9762;&#x589E;&#x5F3A;&#x7684;&#x5171;&#x632F;&#x62C9;&#x66FC;&#x3002;

A strategy for quantification of multiple protein isoforms from a complex sample background is demonstrated, combining isotopomeric rhodamine 6G (R6G) labels and surface-enhanced Raman in polyacrylamide matrix. The procedure involves isotope-encoding by lysine-labeling with (R6G) active ester reagents, isoform separation by 2-DGE, fluorescence quantification using internal standardization to water, and silver nanoparticle deposition followed by surface-enhanced Raman detection. R6G sample encoding and standardization enabled the determination of total protein concentration and the distribution of specific isoforms using the combined detection approach of water-referenced fluorescence spectral imaging and ratiometric quantification. A detection limit of approximately 13.5 picomolar R6G-labeled protein was determined for the surface-enhanced Raman in a gel matrix (15-fold lower than fluorescence). High quantification accuracies for small differences in protein populations at low nanogram abundance were demonstrated for human GMP synthetase (hGMPS) either as purified protein samples in a single-point determination mode (3% relative standard deviation, RSD%) or as HCT116 human cancer cellular lysate in an imaging application (with 16% RSD%). These results represent a prototype for future applications of isotopic surface-enhanced resonance Raman scatter to quantification of protein distributions.

Quantification of isotope encoded proteins in 2-D gels using surface enhanced resonance Raman.

Une strat&eacute;gie pour la quantification des plusieurs isoformes prot&eacute;iques issu d&#39;un milieu d&#39;&eacute;chantillonnage complexes est d&eacute;montr&eacute;e, combinant des isotopom&egrave;res &eacute;tiquettes de rhodamine 6 G (R6G) et Raman exalt&eacute;e de surface dans la matrice de polyacrylamide. La proc&eacute;dure implique l&#39;isotope-codage par lysine-marquage avec des r&eacute;actifs ester actif (R6G), s&eacute;paration des isoformes de 2-DGE, quantification de fluorescence &agrave; l&#39;aide de normalisation interne &agrave; l&#39;eau et le d&eacute;p&ocirc;t de nanoparticules argent suivie de d&eacute;tection de Raman exalt&eacute;e de surface. R6G &eacute;chantillon d&#39;encodage et de la normalisation a permis la d&eacute;termination de la concentration des prot&eacute;ines totales et la r&eacute;partition des isoformes sp&eacute;cifiques en utilisant l&#39;approche de d&eacute;tection combin&eacute;e de quantification d&#39;imagerie et ratiom&eacute;trique spectrale de fluorescence de l&#39;eau-r&eacute;f&eacute;renc&eacute;. Une limite de d&eacute;tection d&#39;environ 13,5 picomoles R6G marqu&eacute; prot&eacute;ine a &eacute;t&eacute; d&eacute;termin&eacute;e pour le Raman exalt&eacute;e de surface dans une matrice de gel (15 fois inf&eacute;rieur &agrave; fluorescence). Pr&eacute;cisions de quantification &eacute;lev&eacute;e de petites diff&eacute;rences dans les populations de prot&eacute;ine &agrave; abondance faible nanogramme ont &eacute;t&eacute; d&eacute;montr&eacute;es pour humain synth&eacute;tase de GMP (hGMPS) comme des &eacute;chantillons de prot&eacute;ine purifi&eacute;e dans un mode de d&eacute;termination du point unique (&eacute;cart-type relatif de 3 %, % RSD) ou cellulaires de cancer humain HCT116 lysat dans une application d&#39;imagerie (16 % RSD %). Ces r&eacute;sultats repr&eacute;sentent un prototype pour de futures applications de la r&eacute;sonance isotopique exalt&eacute;e de surface diffusion Raman &agrave; une quantification des distributions de prot&eacute;ine.

Quantification de l&#39;isotope cod&eacute; prot&eacute;ines dans les gels 2D &agrave; l&#39;aide de surface am&eacute;lior&eacute;e r&eacute;sonance Raman.

Eine Strategie f&uuml;r die Quantifizierung von mehreren Protein-Isoformen aus einer komplexen Beispiel wird demonstriert, Isotopomeric Rhodamin 6G (R6G) Etiketten und Surface enhanced Raman in Polyacrylamid-Matrix kombiniert. Das Verfahren umfasst Isotop-Codierung von Lysin-Kennzeichnung mit (R6G) aktiven Ester Reagenzien, Isoform Trennung von 2-DGE, Fluoreszenz-Quantifizierung mit interne Standardisierung zur Wasser und Silber Nanopartikel Ablagerung gefolgt von Surface enhanced Raman-Erkennung. R6G Beispiel Codierung und Standardisierung aktiviert die Bestimmung des Gesamt-Protein-Konzentration und die Verteilung der spezifische Isoformen mit dem kombinierten Nachweis-Ansatz von Wasser-verwiesen Fluoreszenz spektrales Imaging und ratiometrisch Quantifizierung. Eine Nachweisgrenze von ca. 13,5 picomolar R6G-markierten Protein war entschlossen, f&uuml;r die Surface enhanced Raman in einer Gelmatrix (15-fach niedriger als Fluoreszenz). Hohe Quantifizierung Genauigkeiten f&uuml;r kleine Unterschiede in Protein-Populationen bei niedrigen Nanogram F&uuml;lle wurden f&uuml;r menschliche GMP-Synthase (hGMPS) vorgef&uuml;hrt, gereinigtes Protein-Proben in einem Einzelpunkt-Bestimmung-Modus (3 % relative Standardabweichung, RSD %) oder als HCT116 menschlichen Krebs zellul&auml;re lysate in eine imaging-Anwendung (mit 16 % RSD %). Diese Ergebnisse stellen einen Prototyp f&uuml;r zuk&uuml;nftige Anwendungen der Isotopen Surface enhanced Resonanz Raman-Streuung Quantifizierung von Protein-Distributionen.

Quantifizierung des Isotops kodierten Proteine in 2-D-Gele mit Oberfl&auml;che erh&ouml;hte Resonanz Raman.

Una strategia per la quantificazione delle molteplici isoforme della proteina da uno sfondo complesso campione &egrave; dimostrata, combinando isotopomeric rodammina 6G (R6G) etichette e superficie-enhanced Raman in matrice di poliacrilammide. La procedura prevede la codifica dell&#39;isotopo di lisina-etichettatura con reagenti estere attive (R6G), isoforma separazione da 2-DGE, quantificazione di fluorescenza usando standardizzazione interna all&#39;acqua e la deposizione di nanoparticelle d&#39;argento seguita dal rilevamento di superficie-enhanced Raman. R6G campione codifica e standardizzazione abilitato la determinazione della concentrazione di proteine totali e la distribuzione delle isoforme specifiche usando l&#39;approccio combinato rilevazione spettrale quantificazione imaging e raziometrico fluorescenza acqua-referenziati. Un limite di rilevazione di circa 13,5 proteine picomolar con etichetta R6G &egrave; stato determinato per la superficie-enhanced Raman in una matrice di gel (15 volte inferiore a fluorescenza). Precisioni elevate quantificazione per piccole differenze nelle popolazioni di proteine in abbondanza bassa nanogrammo sono state dimostrate per umano sintetasi GMP (hGMPS) come campioni della proteina purificata in una modalit&agrave; single-point determinazione (deviazione standard relativa di 3%, % RSD) o cellulare di cancro umano HCT116 lisato in un&#39;applicazione di imaging (con 16% % RSD). Questi risultati rappresentano un prototipo per le future applicazioni della risonanza di superficie-enhanced isotopica dispersione Raman alla quantificazione delle distribuzioni di proteine.

Quantificazione dell&#39;isotopo con codifica le proteine nel gel 2-D con superficie maggiore risonanza Raman.

Isotopomeric &#x30ED;&#x30FC;&#x30C0;&#x30DF;&#x30F3; 6 G &#xFF08;R6G) &#x30E9;&#x30D9;&#x30EB;&#x3068;&#x8868;&#x9762;&#x5897;&#x5F37;&#x30E9;&#x30DE;&#x30F3;&#x306E;&#x30DD;&#x30EA;&#x30A2;&#x30AF;&#x30EA;&#x30EB;&#x30A2;&#x30DF;&#x30C9; &#x30DE;&#x30C8;&#x30EA;&#x30C3;&#x30AF;&#x30B9;&#x3092;&#x7D44;&#x307F;&#x5408;&#x308F;&#x305B;&#x3066;&#x8907;&#x96D1;&#x306A;&#x30B5;&#x30F3;&#x30D7;&#x30EB;&#x306E;&#x80CC;&#x666F;&#x304B;&#x3089;&#x306E;&#x8907;&#x6570;&#x306E;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x30A2;&#x30A4;&#x30BD; &#x30D5;&#x30A9;&#x30FC;&#x30E0;&#x306E;&#x5B9A;&#x91CF;&#x5316;&#x306E;&#x305F;&#x3081;&#x306E;&#x6226;&#x7565;&#x304C;&#x793A;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x30D7;&#x30ED;&#x30B7;&#x30FC;&#x30B8;&#x30E3;&#x540C;&#x4F4D;&#x4F53;&#x30A8;&#x30F3;&#x30B3;&#x30FC;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x306B;&#x3088;&#x308B;&#x30EA;&#x30B8;&#x30F3;-&#x30E9;&#x30D9;&#x30EA;&#x30F3;&#x30B0; (R6G) &#x6D3B;&#x6027;&#x30A8;&#x30B9;&#x30C6;&#x30EB;&#x306E;&#x8A66;&#x85AC;&#x3092;&#x7528;&#x3044;&#x308B;&#x5185;&#x90E8;&#x306E;&#x6A19;&#x6E96;&#x5316;&#x306B;&#x6C34;&#x3068;&#x8868;&#x9762;&#x5897;&#x5F37;&#x30E9;&#x30DE;&#x30F3;&#x691C;&#x51FA;&#x306B;&#x3088;&#x3063;&#x3066;&#x7D9A;&#x3044;&#x3066;&#x9280;&#x30CA;&#x30CE;&#x7C92;&#x5B50;&#x306E;&#x6C88;&#x7740;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x305F;&#x86CD;&#x5149;&#x5B9A;&#x91CF;&#x5316; 2 DGE &#x306B;&#x3088;&#x308B;&#x30A2;&#x30A4;&#x30BD; &#x30D5;&#x30A9;&#x30FC;&#x30E0;&#x5206;&#x96E2;&#x3092;&#x542B;&#x307F;&#x307E;&#x3059;&#x3002;&#x7DCF;&#x86CB;&#x767D;&#x6FC3;&#x5EA6;&#x306E;&#x5B9A;&#x91CF;&#x3068;&#x6C34;&#x53C2;&#x7167;&#x86CD;&#x5149;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB; &#x30A4;&#x30E1;&#x30FC;&#x30B8;&#x30F3;&#x30B0;&#x304A;&#x3088;&#x3073;&#x30EC;&#x30B7;&#x30AA; &#x30E1;&#x30C8;&#x30EA;&#x30C3;&#x30AF;&#x306E;&#x5B9A;&#x91CF;&#x5316;&#x306E;&#x7D50;&#x5408;&#x3055;&#x308C;&#x305F;&#x691C;&#x51FA;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x7279;&#x5B9A;&#x306E;&#x30A2;&#x30A4;&#x30BD; &#x30D5;&#x30A9;&#x30FC;&#x30E0;&#x306E;&#x914D;&#x5E03; R6G &#x30A8;&#x30F3;&#x30B3;&#x30FC;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x306E;&#x30B5;&#x30F3;&#x30D7;&#x30EB;&#x3068;&#x6A19;&#x6E96;&#x5316;&#x3092;&#x6709;&#x52B9;&#x306B;&#x3057;&#x307E;&#x3059;&#x3002;&#x7D04; 13.5 picomolar R6G &#x6A19;&#x8B58;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x306E;&#x691C;&#x51FA;&#x9650;&#x754C;&#x306F;&#x3001;&#x30B2;&#x30EB;&#x306E;&#x30DE;&#x30C8;&#x30EA;&#x30C3;&#x30AF;&#x30B9;&#x306E;&#x8868;&#x9762;&#x5897;&#x5F37;&#x30E9;&#x30DE;&#x30F3;&#x306E;&#x6C7A;&#x5B9A;&#x3055;&#x308C;&#x305F; &#xFF08;&#x301C; 15 &#x500D;&#x86CD;&#x5149;&#x3088;&#x308A;&#x4F4E;&#x3044;)&#x3002;&#x9AD8;&#x3044;&#x5B9A;&#x91CF;&#x7CBE;&#x5EA6;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x4EBA;&#x53E3;&#x4F4E;&#x30CA;&#x30CE;&#x30B0;&#x30E9;&#x30E0;&#x8C4A;&#x5BCC;&#x3067;&#x306E;&#x5C0F;&#x3055;&#x306A;&#x9055;&#x3044;&#x3092;&#x4EBA;&#x9593;&#x306E; GMP &#x5408;&#x6210;&#x9175;&#x7D20; (hGMPS) &#x3092;&#x8A8D;&#x3081;&#x305F;&#x6D44;&#x5316;&#x3055;&#x308C;&#x305F;&#x86CB;&#x767D;&#x8CEA;&#x306E;&#x30B5;&#x30F3;&#x30D7;&#x30EB;&#x306E; 3% &#x306E;&#x76F8;&#x5BFE;&#x6A19;&#x6E96;&#x504F;&#x5DEE; &#xFF08;RSD &#xFF05;&#xFF09; &#x306E;&#x30B7;&#x30F3;&#x30B0;&#x30EB; &#x30DD;&#x30A4;&#x30F3;&#x30C8;&#x306E;&#x6C7A;&#x5B9A;&#x30E2;&#x30FC;&#x30C9;&#x307E;&#x305F;&#x306F; HCT116 &#x3072;&#x3068;&#x304C;&#x3093;&#x7D30;&#x80DE;&#x30A4;&#x30E1;&#x30FC;&#x30B8;&#x30F3;&#x30B0; &#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E; lysate &#x306E;&#x3044;&#x305A;&#x308C;&#x304B; (16 %RSD%)&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x7D50;&#x679C;&#x306F;&#x540C;&#x4F4D;&#x4F53;&#x8868;&#x9762;&#x5897;&#x5F37;&#x5171;&#x9CF4;&#x30E9;&#x30DE;&#x30F3;&#x6563;&#x4E71;&#x306E;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x5206;&#x5E03;&#x306E;&#x5B9A;&#x91CF;&#x5316;&#x306B;&#x5C06;&#x6765;&#x306E;&#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x305F;&#x3081;&#x306E;&#x30D7;&#x30ED;&#x30C8;&#x30BF;&#x30A4;&#x30D7;&#x3092;&#x8868;&#x3057;&#x307E;&#x3059;&#x3002;

&#x540C;&#x4F4D;&#x4F53;&#x306E;&#x5B9A;&#x91CF;&#x5316;&#x86CB;&#x767D;&#x8CEA;&#x8868;&#x9762;&#x5897;&#x5F37;&#x5171;&#x9CF4;&#x30E9;&#x30DE;&#x30F3;&#x6563;&#x4E71;&#x3092;&#x7528;&#x3044;&#x305F; 2 D &#x30B2;&#x30EB;&#x306E;&#x30A8;&#x30F3;&#x30B3;&#x30FC;&#x30C9;&#x3002;

&#xBCF5;&#xC7A1; &#xD55C; &#xC0D8;&#xD50C; &#xBC30;&#xACBD;&#xC5D0;&#xC11C; &#xC5EC;&#xB7EC; &#xB2E8;&#xBC31;&#xC9C8; isoforms&#xC758; &#xC815;&#xB7C9;&#xD654;&#xB97C; &#xC704;&#xD55C; &#xC804;&#xB7B5; &#xACB0;&#xD569; isotopomeric rhodamine 6g (R6G) &#xB808;&#xC774;&#xBE14; &#xBC0F; &#xD45C;&#xBA74; &#xAC15;&#xD654; &#xB77C;&#xB9CC; polyacrylamide &#xB9E4;&#xD2B8;&#xB9AD;&#xC2A4;&#xC5D0; &#xC124;&#xBA85; &#xB418;&#xC5B4; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC808;&#xCC28; &#xD3EC;&#xD568; lysine-&#xB77C;&#xBCA8; (R6G) &#xD65C;&#xC131; &#xC5D0;&#xC2A4;&#xD14C; &#xB974; &#xC2DC; &#xC57D;&#xC73C;&#xB85C; isoform &#xBD84;&#xB9AC; 2-&#xB2F9;&#xC120;, &#xBB3C;, &#xADF8;&#xB9AC;&#xACE0; &#xC2E4;&#xBC84; &#xB098;&#xB178; &#xC785;&#xC790; &#xC99D; &#xCC29; &#xD45C;&#xBA74; &#xAC15;&#xD654; &#xB77C;&#xB9CC; &#xAC10;&#xC9C0; &#xB4A4;&#xC5D0; &#xB0B4;&#xBD80; &#xD45C;&#xC900;&#xD654;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xD615;&#xAD11; &#xC815;&#xB7C9;&#xD654; &#xD558; &#xC5EC; &#xB3D9;&#xC704; &#xC6D0;&#xC18C; &#xC778;&#xCF54;&#xB529; &#xB429;&#xB2C8;&#xB2E4;. R6G &#xC0D8;&#xD50C; &#xC778;&#xCF54;&#xB529; &#xBC0F; &#xD45C;&#xC900;&#xD654; &#xCD1D; &#xB2E8;&#xBC31;&#xC9C8; &#xB18D;&#xB3C4; &#xACB0;&#xC815; &#xBC0F; &#xD2B9;&#xC815; isoforms &#xBB3C; &#xAE30;&#xC900; &#xD615;&#xAD11; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xC774;&#xBBF8;&#xC9D5; &#xBC0F; &#xBE44;&#xC728; &#xAE30;&#xC900; &#xC815;&#xB7C9;&#xD654;&#xC758; &#xACB0;&#xD569;&#xB41C; &#xAC10;&#xC9C0; &#xBC29;&#xC2DD;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xBA54;&#xC77C;&#xC744; &#xC0AC;&#xC6A9;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC57D; 13.5 picomolar R6G &#xD45C;&#xC2DC; &#xB41C; &#xB2E8;&#xBC31;&#xC9C8;&#xC758; &#xAC80;&#xCD9C; &#xD55C;&#xACC4;&#xB294; &#xC824; &#xB9E4;&#xD2B8;&#xB9AD;&#xC2A4;&#xC5D0; &#xD45C;&#xBA74; &#xAC15;&#xD654; &#xB77C;&#xB9CC; &#xB300; &#xD55C; &#xACB0;&#xC815; (&#xBA64;&#xBC84;&#xC2ED;&#xC774; &#xD615;&#xAD11; &#xBCF4;&#xB2E4; &#xB0AE;&#xC740;). &#xB2E8;&#xC77C; &#xD3EC;&#xC778;&#xD2B8; &#xACB0;&#xC815; &#xBAA8;&#xB4DC; (3% &#xC0C1;&#xB300; &#xD45C;&#xC900; &#xD3B8;&#xCC28;, RSD %)&#xC758; &#xC21C;&#xD654; &#xB41C; &#xB2E8;&#xBC31;&#xC9C8; &#xACAC;&#xBCF8; &#xB610;&#xB294; HCT116 &#xC778;&#xAC04; &#xC554; &#xC138;&#xD3EC; lysate &#xC774;&#xBBF8;&#xC9D5; &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8;&#xC5D0;&#xC11C; &#xB0AE;&#xC740; &#xB098;&#xB178; &#xADF8;&#xB7A8; &#xD48D;&#xBD80;&#xC5D0; &#xB2E8;&#xBC31;&#xC9C8; &#xC778;&#xAD6C;&#xC5D0; &#xC788;&#xB294; &#xC791;&#xC740; &#xCC28;&#xC774; &#xB300; &#xD55C; &#xC815;&#xBC00;&#xB3C4; &#xB192;&#xC740; &#xC815;&#xB7C9;&#xD654; &#xC778;&#xAC04;&#xC758; GMP &#xD569;&#xC131; (hGMPS)&#xC5D0; &#xB300; &#xD55C; &#xC2DC;&#xC5F0; &#xD588;&#xB2E4; (16 %RSD%). &#xC774;&#xB7EC;&#xD55C; &#xACB0;&#xACFC; &#xB2E8;&#xBC31;&#xC9C8; &#xBC30;&#xD3EC;&#xD310;&#xC758; &#xC815;&#xB7C9;&#xD654;&#xB97C; isotopic &#xD45C;&#xBA74; &#xAC15;&#xD654; &#xB41C; &#xACF5;&#xBA85; &#xB77C;&#xB9CC; &#xBD84;&#xC0B0;&#xD615;&#xC758; &#xBBF8;&#xB798;&#xC758; &#xC5B4;&#xD50C;&#xB9AC;&#xCF00;&#xC774;&#xC158;&#xC744; &#xC704;&#xD574; &#xD504;&#xB85C;&#xD1A0; &#xD0C0;&#xC785;&#xC744; &#xB098;&#xD0C0;&#xB0C5;&#xB2C8;&#xB2E4;.

&#xB3D9;&#xC704; &#xC6D0;&#xC18C; &#xC815;&#xB7C9;&#xD654; &#xB2E8;&#xBC31;&#xC9C8; 2 &#xCC28;&#xC6D0; &#xC824; &#xD45C;&#xBA74; &#xAC15;&#xD654; &#xB41C; &#xACF5;&#xBA85; &#xB77C;&#xB9CC; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC778;&#xCF54;&#xB529;&#xB429;&#xB2C8;&#xB2E4;.

Se demuestra una estrategia para la cuantificaci&oacute;n de m&uacute;ltiples isoformas de la prote&iacute;na de un fondo de muestras complejas, combinando isotopomeric rodamina 6 G (R6G) etiquetas y surface enhanced Raman en matriz de poliacrilamida. El procedimiento implica la codificaci&oacute;n de is&oacute;topo por lisina-etiquetado con reactivos de &eacute;ster activo (R6G), separaci&oacute;n de la isoforma por 2-DGE, cuantificaci&oacute;n de la fluorescencia usando la estandarizaci&oacute;n interna al agua y la deposici&oacute;n de nanopart&iacute;culas de plata, seguido por detecci&oacute;n de Raman superficie mejorada. R6G muestra codificaci&oacute;n y normalizaci&oacute;n permitieron la determinaci&oacute;n de la concentraci&oacute;n de prote&iacute;nas totales y la distribuci&oacute;n de las isoformas espec&iacute;ficas utilizando el m&eacute;todo de detecci&oacute;n combinado de cuantificaci&oacute;n espectral de la proyecci&oacute;n de imagen y radiom&eacute;trica fluorescencia referidas a agua. Un l&iacute;mite de detecci&oacute;n de aproximadamente 13.5 picomolar R6G marcado con prote&iacute;na se determin&oacute; para el surface enhanced Raman en una matriz de gel (15 menos de fluorescencia). Exactitudes de alta cuantificaci&oacute;n de peque&ntilde;as diferencias en las poblaciones de la prote&iacute;na en abundancia baja nanogramo fueron demostrados para humana sintetasa de GMP (hGMPS) como muestras de la prote&iacute;na purificada en un modo de determinaci&oacute;n de un solo punto (desviaci&oacute;n est&aacute;ndar relativa de 3%, RSD %) o como HCT116 celulares de c&aacute;ncer humano lisado en una aplicaci&oacute;n de im&aacute;genes (con 16% RSD %). Estos resultados representan un prototipo para futuras aplicaciones de resonancia isot&oacute;pica de superficie mejorada dispersi&oacute;n Raman para cuantificaci&oacute;n de distribuciones de la prote&iacute;na.

Cuantificaci&oacute;n del is&oacute;topo codifican prote&iacute;nas en geles 2-D con superficie mayor resonancia Raman.

&#x504F;&#x632F;&#x7684;&#x62C9;&#x66FC;&#x5149;&#x8C31;&#xFF0C;&#x7ED3;&#x5408;&#x591A;&#x5143;&#x66F2;&#x7EBF;&#x51B3;&#x8BAE; (MCR)&#xFF0C;&#x7528;&#x6765;&#x8861;&#x91CF;&#x5BF9;&#x54E6;&#x62C9;&#x4F38;&#x632F;&#x52A8;&#x5E26;&#x7684;&#x6C34;&#x7A00;&#x78B1;&#x91D1;&#x5C5E;&#x5364;&#x5316;&#x7269;&#x79BB;&#x5B50;&#x7684;&#x5F71;&#x54CD;&#x3002;&#x53D1;&#x73B0;&#x7684;&#x9891;&#x7387;&#x548C;&#x7531;&#x6B64;&#x4EA7;&#x751F;&#x7684;&#x6C34;&#x5316;&#x58F3;&#x54E6;&#x4E50;&#x961F;&#x7EFC;&#x5408;&#x7684;&#x5F3A;&#x5EA6;&#x589E;&#x52A0;&#x8D1F;&#x79BB;&#x5B50;&#x5927;&#x5C0F;&#x589E;&#x52A0;&#x3002;&#x6BD4;&#x8F83;&#x76D0;&#x6EB6;&#x6DB2; (2) O H &#x548C;&#x9996;&#x957F;/D (2) &#x6FB3;&#x4E2D;&#x5F97;&#x51FA;&#x7684;&#x7ED3;&#x679C;&#x610F;&#x5473;&#x7740;&#x79BB;&#x5B50;&#x6C34;&#x7684;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x51CF;&#x5C11;&#x5171;&#x632F;&#x8026;&#x5408;&#x5BF9; H (2) O.&#x504F;&#x632F;&#x62C9;&#x66FC;&#x7ED3;&#x679C;&#x8868;&#x660E; F(-) &#x6C34;&#x5316;&#x5916;&#x58F3;&#x5F15;&#x8D77;&#x51E0;&#x4E4E;&#x5B8C;&#x5168;&#x504F;&#x632F;&#x5149;&#x675F;&#x54E6;&#x62C9;&#x4F38;&#x5E26;&#xFF0C;&#x867D;&#x7136;&#x5927;&#x9634;&#x79BB;&#x5B50;&#x4EA7;&#x751F;&#x8F83;&#x5927;&#x7684;&#x53BB;&#x6781;&#x5316;&#x7684;&#x54E6;&#x5F39;&#x529B;&#x5E26;&#x7684;&#x5F71;&#x54CD;&#x3002;

&#x6270;&#x52A8;&#x7684;&#x78B1;&#x5364;&#x79BB;&#x5B50;&#x6C34;&#x7528;&#x591A;&#x5143;&#x62C9;&#x66FC;&#x66F2;&#x7EBF;&#x51B3;&#x8BAE;&#x6765;&#x8861;&#x91CF;&#x3002;

Polarized Raman spectroscopy, combined with multivariate curve resolution (MCR), is used to measure the influence of dilute alkali halide ions on the OH stretch vibrational band of water. The frequency and integrated intensity of the resulting hydration shell OH bands are found to increase with increasing anion size. Comparisons of results obtained from salt solutions in H(2)O and HOD/D(2)O imply that ion-water interactions reduce the influence of resonance coupling on the OH stretch band of H(2)O. Polarized Raman results indicate that the hydration shell of F(-) gives rise to a nearly perfectly polarized OH stretch band, while large anions produce larger depolarization.

Perturbations of water by alkali halide ions measured using multivariate Raman curve resolution.

La spectroscopie Raman polaris&eacute;e, combin&eacute;e avec une r&eacute;solution de courbe multivari&eacute;e (MCR), sert &agrave; mesurer l&#39;influence des ions halog&eacute;nures alcalins dilu&eacute;s sur la bande vibrationnelle &eacute;tirement OH de l&#39;eau. La fr&eacute;quence et l&#39;intensit&eacute; int&eacute;gr&eacute;e des bandes hydratation coquille OH qui en r&eacute;sultent sont trouvent &agrave; augmenter avec la taille de l&#39;anion. La comparaison des r&eacute;sultats obtenus &agrave; partir des solutions salines en H (2) O et HOD/D (2) O implique que les interactions ion-eau r&eacute;duisent l&#39;influence de r&eacute;sonance de couplage sur la bande &eacute;tirable OH de H (2) O. Raman polaris&eacute; les r&eacute;sultats indiquent que la coquille d&#39;hydratation des F(-) donne naissance &agrave; une bande &eacute;tirable presque parfaitement polaris&eacute;e de OH, tandis que les anions grandes produisent plus grande d&eacute;polarisation.

Les perturbations de l&#39;eau par les ions iodures alcalins mesur&eacute;e au moyen de r&eacute;solution de courbe Raman multivari&eacute;e.

Polarisierte Raman-Spektroskopie, kombiniert mit multivariaten Kurve Aufl&ouml;sung (MCR), wird verwendet, um den Einfluss von verd&uuml;nnter Alkali-Halogenid-Ionen auf die OH-Strecken-Schwingungs-Band des Wassers zu messen. H&auml;ufigkeit und integrierte Intensit&auml;t der resultierenden Hydratation Schale OH Bands finden sich mit zunehmender Anion-Gr&ouml;&szlig;e erh&ouml;hen. Vergleiche der Ergebnisse von Salzl&ouml;sungen in H (2) O und HOD/D (2) O implizieren, dass Ionen-Wasser-Interaktionen den Einfluss der Resonanz, die Kupplung im OH-Stretch-Band von H (2) O. polarisiert Raman Ergebnisse zeigen reduzieren, dass die Hydratation Schale der F(-) Anlass zu einer nahezu perfekt polarisierten OH Stretch-Band, gibt w&auml;hrend gro&szlig;e Anionen gr&ouml;&szlig;ere Depolarisierung erzeugen.

St&ouml;rungen von Wasser durch Alkali-Halogenid-Ionen mittels multivariater Raman Kurve Aufl&ouml;sung gemessen.

Spettroscopia Raman polarizzata, combinata con risoluzione curva multivariata (MCR), viene utilizzata per misurare l&#39;influenza degli ioni alogenuri alcalini diluito sulla banda vibrazionale tratto OH dell&#39;acqua. La frequenza e l&#39;intensit&agrave; integrato delle bande di OH dei shell di idratazione risultante si trovano ad per aumentare con l&#39;aumento della dimensione anione. Confronto dei risultati ottenuti da soluzioni saline in H (2) O e HOD/D (2) O implica che le interazioni ione-acqua riducono l&#39;influenza della risonanza di accoppiamento sulla banda di H (2) O. polarizzato Raman risultati indicano che la shell di idratazione di F(-) d&agrave; luogo a una quasi perfettamente polarizzata band stretch OH, mentre grandi anioni producono grandi depolarizzazione tratto OH.

Perturbazioni dell&#39;acqua di ioni alogenuri alcalini misurata utilizzando multivariata Raman curva risoluzione.

&#x504F;&#x5149;&#x30E9;&#x30DE;&#x30F3;&#x5206;&#x5149;&#x3001;&#x591A;&#x5909;&#x91CF;&#x66F2;&#x7DDA;&#x306E;&#x89E3;&#x50CF;&#x5EA6; (MCR) &#x3092;&#x7D44;&#x307F;&#x5408;&#x308F;&#x305B;&#x305F; OH &#x4F38;&#x7E2E;&#x632F;&#x52D5;&#x30D0;&#x30F3;&#x30C9;&#x306E;&#x6C34;&#x306E;&#x5E0C;&#x8584;&#x30A2;&#x30EB;&#x30AB;&#x30EA; &#x30CF;&#x30ED;&#x30B2;&#x30F3;&#x5316;&#x7269;&#x30A4;&#x30AA;&#x30F3;&#x306E;&#x5F71;&#x97FF;&#x3092;&#x6E2C;&#x5B9A;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x5468;&#x6CE2;&#x6570;&#x3068;&#x7A4D;&#x5206;&#x5F37;&#x5EA6;&#x306E;&#x7D50;&#x679C;&#x3068;&#x3057;&#x3066;&#x5F97;&#x3089;&#x308C;&#x308B;&#x6C34;&#x548C;&#x30B7;&#x30A7;&#x30EB; &#x30AA;&#x30CF;&#x30A4;&#x30AA; &#x30D0;&#x30F3;&#x30C9;&#x306E;&#x9670;&#x30A4;&#x30AA;&#x30F3;&#x306E;&#x30B5;&#x30A4;&#x30BA;&#x306E;&#x5897;&#x52A0;&#x306B;&#x4F34;&#x3063;&#x3066;&#x5897;&#x52A0;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;H (2) O &#x3068;&#x30DB;&#x30C9;/D &#xFF08;2&#xFF09; O &#x306E;&#x5869;&#x6C34;&#x6EB6;&#x6DB2;&#x304B;&#x3089;&#x5F97;&#x3089;&#x308C;&#x305F;&#x7D50;&#x679C;&#x306E;&#x6BD4;&#x8F03;&#x306F;&#x3001;&#x30A4;&#x30AA;&#x30F3;-&#x6C34;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x5171;&#x9CF4;&#x306E;&#x30AB;&#x30C3;&#x30D7;&#x30EA;&#x30F3;&#x30B0;&#x306E;&#x5927;&#x304D;&#x3044;&#x8131;&#x5206;&#x6975;&#x5927;&#x9670;&#x30A4;&#x30AA;&#x30F3;&#x3092;&#x751F;&#x6210;&#x304C; F(-) &#x306E;&#x6C34;&#x548C;&#x30B7;&#x30A7;&#x30EB;&#x304C;&#x307B;&#x307C;&#x5B8C;&#x74A7;&#x306B;&#x504F;&#x5149; OH &#x4F38;&#x7E2E;&#x30D0;&#x30F3;&#x30C9;&#x306E;&#x4E0A;&#x6607;&#x3092;&#x4E0E;&#x3048;&#x308B;&#x3053;&#x3068;&#x304C;&#x793A;&#x5506;&#x3055;&#x308C;&#x305F; H (2) &#x4FEE;&#x504F;&#x5149;&#x30E9;&#x30DE;&#x30F3;&#x306E; OH &#x30B9;&#x30C8;&#x30EC;&#x30C3;&#x30C1; &#x30D0;&#x30F3;&#x30C9;&#x4E0A;&#x306E;&#x5F71;&#x97FF;&#x3092;&#x6E1B;&#x3089;&#x3059;&#x3053;&#x3068;&#x3092;&#x610F;&#x5473;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30A2;&#x30EB;&#x30AB;&#x30EA; &#x30CF;&#x30ED;&#x30B2;&#x30F3;&#x5316;&#x7269;&#x30A4;&#x30AA;&#x30F3;&#x306B;&#x3088;&#x308B;&#x6C34;&#x306E;&#x6442;&#x52D5;&#x306F;&#x3001;&#x591A;&#x5909;&#x91CF;&#x30E9;&#x30DE;&#x30F3;&#x66F2;&#x7DDA;&#x306E;&#x89E3;&#x50CF;&#x5EA6;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x6E2C;&#x5B9A;&#x3002;

&#xBB3C; &#xC624; &#xC2A4;&#xD2B8;&#xB808;&#xCE58; &#xC9C4;&#xB3D9; &#xBC34;&#xB4DC;&#xC5D0; &#xD76C;&#xC11D; &#xC54C;&#xCE7C;&#xB9AC; &#xD560;&#xB85C;&#xAC90; &#xC774;&#xC628;&#xC758; &#xC601;&#xD5A5;&#xC744; &#xCE21;&#xC815; &#xD558;&#xB294; &#xD3B8;&#xAD11;&#xB41C; &#xB77C;&#xB9CC; &#xBD84;&#xAD11;&#xD559;, &#xBCF5;&#xC218; &#xACE1;&#xC120; &#xD574;&#xC0C1;&#xB3C4; (MCR)&#xC640; &#xD568;&#xAED8; &#xC0AC;&#xC6A9; &#xB429;&#xB2C8;&#xB2E4;. &#xC74C;&#xC774;&#xC628; &#xD06C;&#xAE30; &#xC99D;&#xAC00; &#xD568;&#xAED8; &#xC99D;&#xAC00; &#xC8FC;&#xD30C;&#xC218;&#xC640; &#xACB0;&#xACFC; &#xC218; &#xD654; &#xC258; &#xC624; &#xBC34;&#xB4DC;&#xC758; &#xD1B5;&#xD569;&#xB41C; &#xAC15;&#xB3C4; &#xCC3E;&#xC744; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. H (2) O &#xBC0F; &#xC11D;&#xD0C4; &#xD1B5;/D (2) O &#xC18C;&#xAE08; &#xC194;&#xB8E8;&#xC158;&#xC5D0;&#xC11C; &#xC5BB;&#xC740; &#xACB0;&#xACFC;&#xC758; &#xBE44;&#xAD50;&#xB97C; &#xC758;&#xBBF8; &#xD558;&#xB294; &#xAC83; &#xC774;&#xC628; &#xBB3C; &#xC0C1;&#xD638; &#xACF5;&#xBA85; H (2) O. &#xD3B8;&#xAD11; Raman &#xACB0;&#xACFC; &#xD45C;&#xC2DC;&#xB294; F(-)&#xC758; &#xC218; &#xD654; &#xAECD;&#xC9C8;&#xC744; &#xC0DD;&#xACA8;&#xB098;&#xAC8C; &#xAC70;&#xC758; &#xC644;&#xBCBD; &#xD558; &#xAC8C; &#xD3B8;&#xAD11;&#xB41C; &#xC624; &#xC2A4;&#xD2B8;&#xB808;&#xCE58; &#xBC34;&#xB4DC; &#xB3D9;&#xC548; &#xD070; &#xC74C;&#xC774;&#xC628; &#xC0DD;&#xC0B0; &#xD070; depolarization &#xC624; &#xC2A4;&#xD2B8;&#xB808;&#xCE58; &#xBC34;&#xB4DC;&#xC5D0; &#xCEE4;&#xD50C;&#xB9C1;&#xC758; &#xC601;&#xD5A5; &#xAC10;&#xC18C;.

&#xC54C;&#xCE7C;&#xB9AC; &#xD560;&#xB85C;&#xAC90; &#xC774;&#xC628;&#xC5D0; &#xC758;&#xD574; &#xBB3C;&#xC758; &#xBB3C;&#xACB0; &#xBCF5;&#xC218; &#xB77C;&#xB9CC; &#xACE1;&#xC120; &#xD574;&#xC0C1;&#xB3C4; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xCE21;&#xC815; &#xD569;&#xB2C8;&#xB2E4;.

Polarizado espectroscopia Raman, combinada con la resoluci&oacute;n de la curva multivariante (MCR), se utiliza para medir la influencia de los iones haluro de &aacute;lcali dilu&iacute;do en la banda vibracional estiramiento del OH del agua. La frecuencia e intensidad integrada de las bandas de OH resultantes de hidrataci&oacute;n shell se encuentran aumentar con el aumento de tama&ntilde;o del ani&oacute;n. Comparaciones de los resultados obtenidos de las soluciones de sal en H (2) O y HOD/D (2) O implican que las interacciones de los iones de agua reducen la influencia de resonancia de acoplamiento en la banda de estiramiento OH de H (2) O. polarizado Raman resultados indican que la c&aacute;scara de la hidrataci&oacute;n de F(-) da lugar a una banda de estiramiento de OH casi perfectamente polarizada, mientras los grandes aniones producen despolarizaci&oacute;n m&aacute;s grande.

Las perturbaciones del agua por los iones haluro de &aacute;lcali medici&oacute;n mediante resoluci&oacute;n de curva de Raman multivariante.

&#x4E00;&#x79CD;&#x65B0;&#x7684;&#x56FE;&#x50CF;&#x5206;&#x6790;&#x6218;&#x7565;&#x88AB;&#x4E3A;&#x4E86;&#x901A;&#x8FC7;&#x7ED3;&#x5408;&#x663E;&#x5FAE;&#x62C9;&#x66FC;&#x5149;&#x8C31;&#x548C;&#x65E0;&#x76D1;&#x7763;&#x7684;&#x6570;&#x636E;&#x6316;&#x6398;&#x65B9;&#x6CD5;&#x786E;&#x5B9A;&#x7EC4;&#x6210;&#x548C;&#x690D;&#x7269;&#x7EC6;&#x80DE;&#x58C1;&#x7684;&#x7ED3;&#x6784;&#x7279;&#x70B9;&#x3002;&#x5EFA;&#x8BAE;&#x7684;&#x65B9;&#x6CD5;&#x5305;&#x62EC;&#x4E09;&#x4E2A;&#x4E3B;&#x8981;&#x6B65;&#x9AA4;&#xFF1A; &#x5149;&#x8C31;&#x9884;&#x5904;&#x7406;&#x3001; &#x7A7A;&#x95F4;&#x805A;&#x7C7B;&#x7684;&#x56FE;&#x50CF;&#x548C;&#x6700;&#x540E;&#x7684;&#x8C31;&#x7EBF;&#x8F6E;&#x5ED3;&#x7684;&#x7EAF;&#x7EC4;&#x4EF6;&#x548C;&#x5176;&#x6743;&#x91CD;&#x7684;&#x4F30;&#x8BA1;&#x3002;&#x70B9;&#x8C31;&#x7684;&#x7EC6;&#x80DE;&#x58C1;&#x7684;&#x62C9;&#x66FC;&#x5730;&#x56FE;&#x88AB;&#x5220;&#x9664;&#x566A;&#x97F3;&#x548C;&#x8367;&#x5149;&#x7684;&#x8D21;&#x732E;&#x8FDB;&#x884C;&#x9884;&#x5904;&#x7406;&#xFF0C;&#x5E76;&#x4F7F;&#x7528; PCA &#x538B;&#x7F29;&#x3002;&#x52A0;&#x5DE5;&#x7684;&#x8C31;&#x7136;&#x540E;&#x906D;&#x5230; k-&#x5747;&#x503C;&#x805A;&#x7C7B;&#x8BC6;&#x522B;&#x56FE;&#x50CF;&#x4E2D;&#x7684;&#x7A7A;&#x95F4;&#x5206;&#x62E8;&#x3002;&#x7EC6;&#x80DE;&#x58C1;&#x56FE;&#x50CF;&#x88AB;&#x91CD;&#x5EFA;&#x4E0E;&#x7FA4;&#x96C6;&#x8EAB;&#x4EFD;&#x548C;&#x6BCF;&#x4E2A;&#x7FA4;&#x96C6;&#x7531;&#x7FA4;&#x96C6;&#x4E2D;&#x7684;&#x6240;&#x6709;&#x50CF;&#x7D20;&#x7684;&#x5E73;&#x5747;&#x8C31;&#x3002;&#x7EAF;&#x7EC4;&#x5206;&#x5149;&#x8C31;&#x8C31;&#x71B5;&#x6700;&#x5C0F;&#x5316;&#x51C6;&#x5219;&#x4E0E;&#x6A21;&#x62DF;&#x9000;&#x706B;&#x4F18;&#x5316;&#x7684;&#x4F30;&#x8BA1;&#x3002;&#x4E24;&#x4E2A;&#x7EAF;&#x8C31;&#x4F30;&#x8BA1;&#x8868;&#x793A;&#x6728;&#x8D28;&#x7D20;&#x548C;&#x78B3;&#x6C34;&#x5316;&#x5408;&#x7269;&#x88AB;&#x5BFB;&#x56DE;&#xFF0C;&#x5176;&#x7A7A;&#x95F4;&#x5206;&#x5E03;&#x7684;&#x8BA1;&#x7B97;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x65B9;&#x6CD5;&#x5212;&#x5206;&#x4E3A;&#x8BB8;&#x591A;&#x5B50;&#x5C42;&#xFF0C;&#x57FA;&#x4E8E;&#x5B83;&#x4EEC;&#x7684;&#x7EC4;&#x6210;&#xFF0C;&#x4ECE;&#x800C;&#x4F7F;&#x6210;&#x5206;&#x5206;&#x6790;&#x5728;&#x4E9A;&#x7EC6;&#x80DE;&#x6C34;&#x5E73;&#x7684;&#x7EC6;&#x80DE;&#x58C1;&#x3002;&#x5B83;&#x4E5F;&#x514B;&#x670D;&#x4E86;&#x672C;&#x673A;&#x6728;&#x8D28;&#x7D20;&#x8C31;&#x7684;&#x7EA4;&#x7EF4;&#x7D20;&#x6709;&#x9AD8;&#x5149;&#x8C31;&#x91CD;&#x53E0;&#x4E0E;&#x7EA4;&#x7EF4;&#x7D20;&#x548C;&#x534A;&#x7EA4;&#x7EF4;&#x7D20;&#xFF0C;&#x4ECE;&#x800C;&#x5F00;&#x8F9F;&#x4E86;&#x65B0;&#x6E20;&#x9053;&#x7684;&#x7A20;&#x6CB9; monolignol &#x7EC4;&#x6210;&#x7684;&#x672C;&#x673A;&#x6728;&#x8D28;&#x7D20;&#x548C;&#x78B3;&#x6C34;&#x5316;&#x5408;&#x7269;&#x7684;&#x5355;&#x5143;&#x683C;&#x7684;&#x5899;&#x4F53;&#x6750;&#x6599;&#x7684;&#x5316;&#x5B66;&#x6216;&#x673A;&#x68B0;&#x63D0;&#x53D6;&#x4E0D;&#x6350;&#x6B3E;&#x7684;&#x6709;&#x540D;&#x7684;&#x95EE;&#x9898;&#x3002;

&#x690D;&#x7269;&#x7EC6;&#x80DE;&#x58C1;&#x7684;&#x6210;&#x5206;&#x548C;&#x7ED3;&#x6784;&#x8868;&#x5F81;&#x7684;&#x76F2;&#x56FE;&#x50CF;&#x5206;&#x6790;&#x3002;

A new image analysis strategy is introduced to determine the composition and the structural characteristics of plant cell walls by combining Raman microspectroscopy and unsupervised data mining methods. The proposed method consists of three main steps: spectral preprocessing, spatial clustering of the image and finally estimation of spectral profiles of pure components and their weights. Point spectra of Raman maps of cell walls were preprocessed to remove noise and fluorescence contributions and compressed with PCA. Processed spectra were then subjected to k-means clustering to identify spatial segregations in the images. Cell wall images were reconstructed with cluster identities and each cluster was represented by the average spectrum of all the pixels in the cluster. Pure components spectra were estimated by spectral entropy minimization criteria with simulated annealing optimization. Two pure spectral estimates that represent lignin and carbohydrates were recovered and their spatial distributions were calculated. Our approach partitioned the cell walls into many sublayers, based on their composition, thus enabling composition analysis at subcellular levels. It also overcame the well known problem that native lignin spectra in lignocellulosics have high spectral overlap with contributions from cellulose and hemicelluloses, thus opening up new avenues for microanalyses of monolignol composition of native lignin and carbohydrates without chemical or mechanical extraction of the cell wall materials.

Blind image analysis for the compositional and structural characterization of plant cell walls.

Une strat&#xE9;gie nouvelle image analyse est introduit afin de d&#xE9;terminer la composition et les caract&#xE9;ristiques structurelles des parois des cellules v&#xE9;g&#xE9;tales en combinant microscopie Raman et non supervis&#xE9;s m&#xE9;thodes de data mining. La m&#xE9;thode propos&#xE9;e se compose de trois &#xE9;tapes principales: pr&#xE9;traitement spectrale, le regroupement spatial de l&#x26;#39;image et enfin l&#x26;#39;estimation des profils spectraux de composants purs et de leurs poids. Spectres Raman Point de cartes de parois cellulaires ont &#xE9;t&#xE9; pr&#xE9;trait&#xE9;es pour supprimer le bruit et les contributions de fluorescence et compress&#xE9; avec l&#x26;#39;APC. Spectres transform&#xE9;s ont &#xE9;t&#xE9; ensuite soumis &#xE0; k-means pour identifier les s&#xE9;gr&#xE9;gations spatiales dans les images. Cellulaires images murales ont &#xE9;t&#xE9; reconstruits avec des identit&#xE9;s de cluster et chaque grappe a &#xE9;t&#xE9; repr&#xE9;sent&#xE9; par le spectre moyen de tous les pixels de la grappe. Pur spectres des composants ont &#xE9;t&#xE9; estim&#xE9;s par minimisation de l&#x26;#39;entropie spectrale crit&#xE8;res d&#x26;#39;optimisation avec recuit simul&#xE9;. Deux purs estimations spectrales qui repr&#xE9;sentent la lignine et les hydrates de carbone ont &#xE9;t&#xE9; r&#xE9;cup&#xE9;r&#xE9;s et leurs distributions spatiales ont &#xE9;t&#xE9; calcul&#xE9;s. Notre approche partitionn&#xE9;e les parois cellulaires en sous-couches de nombreuses fonction de leur composition, permettant ainsi l&#x26;#39;analyse de composition au niveau subcellulaire. Il a &#xE9;galement surmont&#xE9; le probl&#xE8;me bien connu que les spectres lignine natif dans la lignocellulose ont &#xE9;lev&#xE9;s chevauchement spectral avec des contributions de la cellulose et les h&#xE9;micelluloses, ouvrant ainsi de nouvelles avenues pour microanalyses de la composition de la lignine monolignol natif et en glucides, sans produit chimique ou d&#x26;#39;extraction m&#xE9;canique des mat&#xE9;riaux de la paroi cellulaire.

Analyse d&#x26;#39;Image Store pour la caract&#xE9;risation composition et de structure des parois cellulaires v&#xE9;g&#xE9;tales

Eine neue Bild-Analyse-Strategie wird eingef&uuml;hrt, um die Zusammensetzung und die strukturelle Merkmale der Zellw&auml;nde von Pflanzen zu bestimmen, durch die Kombination von Raman-Mikrospektroskopie und unbeaufsichtigt Data-Mining-Methoden. Die vorgeschlagene Methode besteht aus drei Hauptschritten: spektrale Vorverarbeitung, r&auml;umliche Clusterbildung des Bildes und schlie&szlig;lich der Absch&auml;tzung der spektralen Profile von reiner Stoffe und ihre Gewichte. Punkt-Spektren von Raman-Karten der Zellw&auml;nde wurden vorverarbeitet um L&auml;rm und Fluoreszenz-Beitr&auml;ge zu entfernen und mit PCA komprimiert. Verarbeitete Spektren wurden dann k-Means-Algorithmus um r&auml;umliche Ausscheidungen in den Bildern zu identifizieren unterworfen. Zellwand Bilder wurden rekonstruiert mit Cluster-Identit&auml;ten und jedem Cluster wurde durch die durchschnittliche Bandbreite der alle Pixel im Cluster vertreten. Reiner Stoffe Spektren wurden durch spektrale Entropie Minimierung Kriterien mit simulierte gl&uuml;hen Optimierung gesch&auml;tzt. Zwei reine spektrale Sch&auml;tzungen, die Lignin und Kohlenhydrate darstellen wurden wiederhergestellt und ihren r&auml;umlichen Verteilungen wurden berechnet. Unser Ansatz verteilt der Zellw&auml;nde in vielen Unterebenen, basierend auf ihre Zusammensetzung, wodurch Zusammensetzung Analyse auf subzellul&auml;ren Ebenen. Es &uuml;berwand auch das bekannte Problem, dass native Lignin Spektren in Lignocellulosics hohe spektrale &Uuml;berlappung mit Beitr&auml;gen von Zellulose und Hemicelluloses, er&ouml;ffnet neue Wege f&uuml;r die&shy;jenigen Monolignol Zusammensetzung des systemeigenen Lignin und Kohlenhydrate ohne chemische oder mechanische Extraktion der Zellwand Materialien haben.

Blind Bildanalyse f&uuml;r die Zusammensetzung und strukturelle Charakterisierung der pflanzlichen Zellw&auml;nde.

Una nuova strategia di analisi di immagine &egrave; stato introdotto per determinare la composizione e le caratteristiche strutturali delle pareti cellulari vegetali combinando Raman microspectroscopy e i metodi di estrazione dati unsupervised. Il metodo proposto &egrave; costituito da tre fasi principali: pre-elaborazione spettrale, clustering spaziale dell&#39;immagine e infine della stima dei profili spettrali dei componenti puri ed i loro pesi. Punto spettri di mappe Raman delle pareti cellulari sono stati pre-elaborati per rimuovere il rumore e fluorescenza contributi e compressi con PCA. Spettri trasformati furono poi sottoposti a k-means clustering per identificare spaziale segregazioni nelle immagini. Immagini di parete cellulare sono state ricostruite con identit&agrave; di cluster e ogni cluster &egrave; stata rappresentata dallo spettro medio di tutti i pixel del cluster. Spettri di componenti puri sono stati stimati dai criteri di minimizzazione di entropia spettrale con ottimizzazione di ricottura simulata. Sono state recuperate due stime spettrale pure che rappresentano la lignina e carboidrati e loro distribuzioni spaziali sono stati calcolati. Il nostro approccio partizionato le pareti cellulari in molti sottolivelli, basati sulla loro composizione, permettendo cos&igrave; l&#39;analisi della composizione a livello subcellulare. Anche superato il problema ben noto che gli spettri di lignina nativo in legnocellulosa hanno elevata sovrapposizione spettrale con contributi da cellulosa ed emicellulose, aprendo cos&igrave; nuove vie per microanalisi monolignol composizione della lignina nativo e carboidrati senza estrazione chimica o meccanica dei materiali parete delle cellule.

Analisi di immagine ciechi per la caratterizzazione composizionale e strutturale delle pareti delle cellule vegetali.

&#x65B0;&#x3057;&#x3044;&#x753B;&#x50CF;&#x89E3;&#x6790;&#x6226;&#x7565;&#x306F;&#x3001;&#x9855;&#x5FAE;&#x30E9;&#x30DE;&#x30F3;&#x5206;&#x5149;&#x6CD5;&#x3068;&#x6559;&#x5E2B;&#x306A;&#x3057;&#x30C7;&#x30FC;&#x30BF;&#x30DE;&#x30A4;&#x30CB;&#x30F3;&#x30B0;&#x624B;&#x6CD5;&#x3092;&#x7D44;&#x307F;&#x5408;&#x308F;&#x305B;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x308A;&#x3001;&#x7D44;&#x6210;&#x53CA;&#x3073;&#x690D;&#x7269;&#x7D30;&#x80DE;&#x58C1;&#x306E;&#x69CB;&#x9020;&#x7279;&#x6027;&#x3092;&#x6C7A;&#x5B9A;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x5C0E;&#x5165;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x306E;&#x524D;&#x51E6;&#x7406;&#x3001;&#x753B;&#x50CF;&#x306E;&#x7A7A;&#x9593;&#x30AF;&#x30E9;&#x30B9;&#x30BF;&#x30EA;&#x30F3;&#x30B0;&#x3068;&#x7D14;&#x7C8B;&#x306A;&#x30B3;&#x30F3;&#x30DD;&#x30FC;&#x30CD;&#x30F3;&#x30C8;&#x3068;&#x305D;&#x306E;&#x91CD;&#x307F;&#x306E;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x30D7;&#x30ED;&#x30D5;&#x30A1;&#x30A4;&#x30EB;&#x306E;&#x6700;&#x5F8C;&#x306B;&#x63A8;&#x5B9A;&#xFF1A;&#x63D0;&#x6848;&#x624B;&#x6CD5;&#x306F;&#x4E3B;&#x306B;3&#x3064;&#x306E;&#x30B9;&#x30C6;&#x30C3;&#x30D7;&#x304B;&#x3089;&#x6210;&#x308A;&#x307E;&#x3059;&#x3002;&#x7D30;&#x80DE;&#x58C1;&#x306E;&#x30E9;&#x30DE;&#x30F3;&#x30DE;&#x30C3;&#x30D7;&#x306E;&#x70B9;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x306F;&#x30CE;&#x30A4;&#x30BA;&#x3068;&#x86CD;&#x5149;&#x306E;&#x5BC4;&#x4E0E;&#x3092;&#x9664;&#x53BB;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x524D;&#x51E6;&#x7406;&#x3068;PCA&#x3067;&#x5727;&#x7E2E;&#x3055;&#x308C;&#x305F;&#x3002;&#x51E6;&#x7406;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x306F;&#x3001;&#x6B21;&#x306B;&#x753B;&#x50CF;&#x306E;&#x7A7A;&#x9593;&#x7684;&#x306A;&#x504F;&#x6790;&#x3092;&#x8B58;&#x5225;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x3001;&#x30AF;&#x30E9;&#x30B9;&#x30BF;&#x30EA;&#x30F3;&#x30B0;&#x3001;K-means&#x6CD5;&#x306B;&#x4F9B;&#x3057;&#x305F;&#x3002;&#x7D30;&#x80DE;&#x58C1;&#x306E;&#x753B;&#x50CF;&#x306F;&#x3001;&#x30AF;&#x30E9;&#x30B9;&#x30BF;ID&#x3067;&#x518D;&#x5EFA;&#x3055;&#x308C;&#x3001;&#x5404;&#x30AF;&#x30E9;&#x30B9;&#x30BF;&#x306F;&#x3001;&#x30AF;&#x30E9;&#x30B9;&#x30BF;&#x5185;&#x306E;&#x3059;&#x3079;&#x3066;&#x306E;&#x30D4;&#x30AF;&#x30BB;&#x30EB;&#x306E;&#x5E73;&#x5747;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x3067;&#x8868;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;&#x7D14;&#x7C8B;&#x306A;&#x6210;&#x5206;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x306F;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30C6;&#x30C3;&#x30C9;&#x30A2;&#x30CB;&#x30FC;&#x30EA;&#x30F3;&#x30B0;&#x306E;&#x6700;&#x9069;&#x5316;&#x3068;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x30A8;&#x30F3;&#x30C8;&#x30ED;&#x30D4;&#x30FC;&#x6700;&#x5C0F;&#x5316;&#x57FA;&#x6E96;&#x3067;&#x63A8;&#x5B9A;&#x3057;&#x305F;&#x3002;&#x30EA;&#x30B0;&#x30CB;&#x30F3;&#x304A;&#x3088;&#x3073;&#x70AD;&#x6C34;&#x5316;&#x7269;&#x3092;&#x8868;&#x3059;2&#x3064;&#x306E;&#x7D14;&#x7C8B;&#x306A;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x63A8;&#x5B9A;&#x3092;&#x56DE;&#x53CE;&#x3057;&#x3001;&#x305D;&#x308C;&#x3089;&#x306E;&#x7A7A;&#x9593;&#x5206;&#x5E03;&#x3092;&#x7B97;&#x51FA;&#x3057;&#x305F;&#x3002;&#x79C1;&#x305F;&#x3061;&#x306E;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1;&#x306F;&#x3001;&#x7D30;&#x80DE;&#x5185;&#x30EC;&#x30D9;&#x30EB;&#x3067;&#x306E;&#x7D44;&#x6210;&#x5206;&#x6790;&#x3092;&#x53EF;&#x80FD;&#x306B;&#x3057;&#x3001;&#x305D;&#x306E;&#x7D44;&#x6210;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x3001;&#x591A;&#x304F;&#x306E;&#x30B5;&#x30D6;&#x30EC;&#x30A4;&#x30E4;&#x306B;&#x7D30;&#x80DE;&#x58C1;&#x3092;&#x5206;&#x914D;&#x3057;&#x305F;&#x3002;&#x307E;&#x305F;&#x3001;&#x30EA;&#x30B0;&#x30CE;&#x30BB;&#x30EB;&#x30ED;&#x30FC;&#x30B9;&#x306E;&#x5929;&#x7136;&#x30EA;&#x30B0;&#x30CB;&#x30F3;&#x306E;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x306F;&#x3053;&#x306E;&#x3088;&#x3046;&#x306B;&#x5316;&#x5B66;&#x7684;&#x307E;&#x305F;&#x306F;&#x7D30;&#x80DE;&#x58C1;&#x306E;&#x6750;&#x6599;&#x306E;&#x6A5F;&#x68B0;&#x7684;&#x62BD;&#x51FA;&#x305B;&#x305A;&#x306B;&#x30CD;&#x30A4;&#x30C6;&#x30A3;&#x30D6;&#x30EA;&#x30B0;&#x30CB;&#x30F3;&#x3068;&#x70AD;&#x6C34;&#x5316;&#x7269;&#x306E;monolignol&#x7D44;&#x6210;&#x306E;microanalysis&#x306E;&#x8907;&#x6570;&#x5F62;&#x306E;&#x305F;&#x3081;&#x306B;&#x65B0;&#x3057;&#x3044;&#x9053;&#x3092;&#x958B;&#x304F;&#x3001;&#x30BB;&#x30EB;&#x30ED;&#x30FC;&#x30B9;&#x3068;&#x30D8;&#x30DF;&#x30BB;&#x30EB;&#x30ED;&#x30FC;&#x30B9;&#x304B;&#x3089;&#x306E;&#x8CA2;&#x732E;&#x3067;&#x9AD8;&#x3044;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x306E;&#x91CD;&#x306A;&#x308A;&#x3092;&#x6301;&#x3063;&#x3066;&#x3044;&#x308B;&#x3053;&#x3068;&#x3092;&#x3088;&#x304F;&#x77E5;&#x3089;&#x308C;&#x3066;&#x3044;&#x308B;&#x554F;&#x984C;&#x3092;&#x514B;&#x670D;&#x3057;&#x305F;&#x3002;

&#x690D;&#x7269;&#x7D30;&#x80DE;&#x58C1;&#x306E;&#x7D44;&#x6210;&#x3068;&#x69CB;&#x9020;&#x306E;&#x30AD;&#x30E3;&#x30E9;&#x30AF;&#x30BF;&#x30EA;&#x30BC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x305F;&#x3081;&#x306E;&#x30D6;&#x30E9;&#x30A4;&#x30F3;&#x30C9;&#x753B;&#x50CF;&#x89E3;&#x6790;

&#xC0C8;&#xB85C;&#xC6B4; &#xC774;&#xBBF8;&#xC9C0; &#xBD84;&#xC11D; &#xC804;&#xB7B5; Raman microspectroscopy &#xBC0F; &#xC2E4;&#xD5D8;&#xC2E4;&#xB41C; &#xB370;&#xC774;&#xD130; &#xB9C8;&#xC774;&#xB2DD; &#xBC29;&#xBC95;&#xC744; &#xACB0;&#xD569; &#xD558; &#xC5EC; &#xAD6C;&#xC131;&#xACFC; &#xC2DD;&#xBB3C; &#xC138;&#xD3EC; &#xBCBD;&#xC758; &#xAD6C;&#xC870;&#xC801; &#xD2B9;&#xC131;&#xC744; &#xD655;&#xC778; &#xD558;&#xAE30; &#xC704;&#xD574; &#xB3C4;&#xC785; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC81C;&#xC548; &#xB41C; &#xBC29;&#xBC95; &#xC138; &#xAC00;&#xC9C0; &#xC8FC;&#xC694; &#xB2E8;&#xACC4;&#xB85C; &#xAD6C;&#xC131; &#xB429;&#xB2C8;&#xB2E4;: &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xC804;&#xCC98;&#xB9AC;, &#xC774;&#xBBF8;&#xC9C0;&#xC640; &#xB9C8;&#xC9C0;&#xB9C9;&#xC73C;&#xB85C; &#xC21C;&#xC218;&#xD55C; &#xAD6C;&#xC131; &#xC694;&#xC18C;&#xC640; &#xADF8;&#xB4E4;&#xC758; &#xBB34;&#xAC8C;&#xC758; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xD504;&#xB85C;&#xD544;&#xC758; &#xCD94;&#xC815;&#xC758; &#xACF5;&#xAC04; &#xD074;&#xB7EC;&#xC2A4;&#xD130;&#xB9C1;. &#xC138;&#xD3EC; &#xBCBD;&#xC758; &#xB77C;&#xB9CC; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xD3EC;&#xC778;&#xD2B8; &#xC18C;&#xC74C;&#xACFC; &#xD615;&#xAD11; &#xAE30;&#xC5EC; &#xC81C;&#xAC70; &#xC804;&#xCC98;&#xB9AC; &#xB418;&#xC5C8;&#xACE0; PCA&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC555;&#xCD95;. &#xCC98;&#xB9AC; &#xB41C; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xD588;&#xB2E4; &#xB2E4;&#xC74C; k-means &#xD074;&#xB7EC;&#xC2A4;&#xD130;&#xB9C1; &#xC774;&#xBBF8;&#xC9C0; &#xACF5;&#xAC04;&#xC758; &#xD655;&#xC778;&#xC744; &#xBC1B;&#xAC8C; &#xB429;&#xB2C8;&#xB2E4;. &#xD074;&#xB7EC;&#xC2A4;&#xD130; id&#xC640; &#xC138;&#xD3EC; &#xBCBD; &#xC774;&#xBBF8;&#xC9C0; &#xC7AC;&#xAC74; &#xD588;&#xB2E4; &#xD558; &#xACE0; &#xAC01; &#xD074;&#xB7EC;&#xC2A4;&#xD130;&#xB294; &#xD074;&#xB7EC;&#xC2A4;&#xD130;&#xC5D0; &#xC788;&#xB294; &#xBAA8;&#xB4E0; &#xD53D;&#xC140;&#xC758; &#xD3C9;&#xADE0; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC;&#xC73C;&#xB85C; &#xD45C;&#xD604; &#xD588;&#xB2E4;. &#xC21C;&#xC218; &#xAD6C;&#xC131; &#xC694;&#xC18C; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC;&#xC73C;&#xB85C; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xB41C; &#xC5B4; &#xB2D0; &#xB9C1; &#xCD5C;&#xC801;&#xD654; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xC5D4;&#xD2B8;&#xB85C;&#xD53C; &#xCD5C;&#xC18C;&#xD654; &#xC870;&#xAC74;&#xC73C;&#xB85C; &#xCD94;&#xC815; &#xD588;&#xB2E4;. &#xB9AC;&#xADF8; &#xB2CC;&#xACFC; &#xD0C4;&#xC218;&#xD654;&#xBB3C;&#xC744; &#xB098;&#xD0C0;&#xB0B4;&#xB294; &#xB450; &#xAC1C;&#xC758; &#xC21C;&#xC218; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xCD94;&#xC815; &#xBCF5;&#xAD6C; &#xB41C; &#xD558; &#xACE0; &#xADF8;&#xB4E4;&#xC758; &#xACF5;&#xAC04;&#xC801; &#xBD84;&#xD3EC;&#xB97C; &#xACC4;&#xC0B0; &#xD588;&#xB2E4;. &#xC6B0;&#xB9AC;&#xC758; &#xC811;&#xADFC; &#xBC29;&#xC2DD;&#xC740; &#xB9CE;&#xC740; &#xB808;&#xC774;&#xC5B4;&#xB97C; &#xADF8;&#xB4E4;&#xC758; &#xAD6C;&#xC131;&#xC5D0; &#xB530;&#xB77C; &#xC870;&#xC131; &#xBD84;&#xC11D; subcellular &#xC218;&#xC900;&#xC5D0;&#xC11C; &#xD65C;&#xC131;&#xD654;&#xB85C; &#xC138;&#xD3EC; &#xBCBD; &#xBD84;&#xD560;. &#xADF8;&#xAC83;&#xC740; &#xB610;&#xD55C; lignocellulosics&#xC5D0;&#xC11C; &#xB124;&#xC774;&#xD2F0;&#xBE0C; lignin &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xC140; &#xB8F0; &#xB85C;&#xC2A4;&#xC640; hemicelluloses, &#xB530;&#xB77C;&#xC11C; &#xB124;&#xC774;&#xD2F0;&#xBE0C; &#xB9AC;&#xADF8; &#xB2CC;&#xACFC; &#xC140; &#xBCBD; &#xC7AC;&#xB8CC;&#xC758; &#xD654;&#xD559;&#xC801; &#xB610;&#xB294; &#xAE30;&#xACC4;&#xC801; &#xCD94;&#xCD9C; &#xD558;&#xC9C0; &#xC54A;&#xACE0; &#xD0C4;&#xC218;&#xD654;&#xBB3C;&#xC758; monolignol &#xAD6C;&#xC131;&#xC758; microanalyses&#xC5D0; &#xB300; &#xD55C; &#xC0C8;&#xB85C;&#xC6B4;&#xB3C4; &#xAC1C;&#xBC29;&#xC5D0;&#xC11C; &#xAE30;&#xC5EC;&#xC640; &#xD568;&#xAED8; &#xB192;&#xC740; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xACB9;&#xCE58;&#xAE30;&#xAC00; &#xC798; &#xC54C;&#xB824;&#xC9C4; &#xBB38;&#xC81C;&#xB97C; &#xADF9;&#xBCF5; &#xD558; &#xACE0;.

&#xC2DD;&#xBB3C; &#xC138;&#xD3EC; &#xBCBD;&#xC758; &#xAD6C;&#xC131; &#xBC0F; &#xAD6C;&#xC870; &#xD2B9;&#xC131;&#xD654;&#xC5D0; &#xB300; &#xD55C; &#xB208; &#xBA3C; &#xC774;&#xBBF8;&#xC9C0; &#xBD84;&#xC11D;.

Una estrategia de an&#xE1;lisis de imagen que se introduzcan nuevos para determinar la composici&#xF3;n y las caracter&#xED;sticas estructurales de las paredes celulares de las plantas mediante la combinaci&#xF3;n de microespectroscop&#xED;a Raman y sin supervisi&#xF3;n m&#xE9;todos de miner&#xED;a de datos. El m&#xE9;todo propuesto consiste en tres pasos principales: preprocesamiento espectral, la agrupaci&#xF3;n espacial de la imagen y, finalmente, la estimaci&#xF3;n de los perfiles espectrales de componentes puros y sus ponderaciones. Espectros Raman punto de mapas de las paredes celulares se preprocesado para eliminar el ruido y las contribuciones de fluorescencia y se comprime con el PCA. Espectros procesados &#x200B;&#x200B;fueron sometidos a k-means clustering para identificar segregaciones espaciales en las im&#xE1;genes. Celulares im&#xE1;genes de la pared fueron reconstruidas con las identidades de racimo y cada grupo estuvo representado por el espectro promedio de todos los p&#xED;xeles de la agrupaci&#xF3;n. Espectros de los componentes puros fueron estimados por los criterios de minimizaci&#xF3;n de la entrop&#xED;a espectral con la optimizaci&#xF3;n de recocido simulado. Dos puras estimaciones espectrales que representan la lignina y los carbohidratos fueron recuperados y sus distribuciones espaciales se calcularon. Nuestro enfoque se reparti&#xF3; las paredes celulares en subcapas muchos, sobre la base de su composici&#xF3;n, lo que permite el an&#xE1;lisis de la composici&#xF3;n a nivel subcelular. Tambi&#xE9;n super&#xF3; el problema bien conocido que los espectros de la lignina nativa en la lignocelulosa tienen un alto solapamiento espectral con la colaboraci&#xF3;n de la celulosa y la hemicelulosa, abriendo as&#xED; nuevas v&#xED;as para el microan&#xE1;lisis de composici&#xF3;n de la lignina monolignol nativo y los hidratos de carbono, sin qu&#xED;mica o extracci&#xF3;n mec&#xE1;nica de los materiales de la pared celular.

An&#xE1;lisis de im&#xE1;genes de Ciegos para la caracterizaci&#xF3;n composicional y estructural de las paredes celulares vegetales

&#x65B0;&#x7684;&#x9C81;&#x68D2;&#x3001; &#x65E0;&#x521B;&#x3001; &#x62C9;&#x66FC;&#x5149;&#x8C31;&#x65B9;&#x6CD5;&#x88AB;&#x4E3A;&#x4E86;&#x5206;&#x6790;&#x672C;&#x673A;&#x6728;&#x8D28;&#x7D20;&#x7684;&#x7ED3;&#x6784;&#x3002;&#x6728;&#x8D28;&#x7D20;&#x3001; &#x8C31;&#x7684;&#x6768;&#x6811;&#x62DF;&#x5357;&#x82A5;&#xFF0C;&#x8292;&#x88AB;&#x5BFB;&#x56DE;&#x53CA;&#x7ED3;&#x6784;&#x5DEE;&#x5F02;&#x6BEB;&#x4E0D;&#x542B;&#x7CCA;&#x5730;&#x88AB;&#x68C0;&#x6D4B;&#x5230;&#x3002;4-Coumarate-CoA &#x8FDE;&#x63A5;&#x9176;&#x6210;&#x5206;&#x5206;&#x6790;&#x6291;&#x5236;&#x663E;&#x793A;&#x7684; syringyl &#x5230; guaiacyl &#x6BD4;&#x7387;&#x4E0B;&#x8DCC; 35%&#x540E;&#x7A81;&#x53D8;&#x7684;&#x8F6C;&#x57FA;&#x56E0;&#x6768;&#x6811;&#x3002;&#x57FA;&#x5E95;&#x7684;&#x62DF;&#x5357;&#x82A5;&#x7684;&#x830E;&#x7EC6;&#x80DE;&#x7279;&#x5F02;&#x6027;&#x6210;&#x5206;&#x5206;&#x6790;&#x8868;&#x660E;&#x7C7B;&#x4F3C;&#x5206;&#x5E03;&#x7684; S &#x548C; G monolignols xylary &#x7EA4;&#x7EF4;&#x7EC6;&#x80DE;&#x548C;&#x675F;&#x7EC6;&#x80DE;&#x3002;

&#x57FA;&#x4E8E;&#x62C9;&#x66FC;&#x5149;&#x8C31;&#x7684;&#x65E0;&#x521B;&#x6027;&#x7684;&#x5FAE;&#x89C2;&#x5206;&#x6790;&#x672C;&#x673A;&#x6728;&#x8D28;&#x7D20;&#x7ED3;&#x6784;&#x3002;

A new robust, noninvasive, Raman microspectroscopic method is introduced to analyze the structure of native lignin. Lignin spectra of poplar, Arabidopsis, and Miscanthus were recovered and structural differences were unambiguously detected. Compositional analysis of 4-coumarate-CoA ligase suppressed transgenic poplar showed that the syringyl-to-guaiacyl ratio decreased by 35% upon the mutation. A cell-specific compositional analysis of basal stems of Arabidopsis showed similar distributions of S and G monolignols in xylary fiber cells and interfascicular cells.

Raman-spectroscopy-based noninvasive microanalysis of native lignin structure.

Un nouveau robuste, non invasive, la m&#xE9;thode Raman microspectroscopique est introduit pour analyser la structure de la lignine native. La lignine spectres de peuplier, Arabidopsis, et le miscanthus ont &#xE9;t&#xE9; r&#xE9;cup&#xE9;r&#xE9;s et ont &#xE9;t&#xE9; clairement des diff&#xE9;rences structurelles d&#xE9;tect&#xE9;. Analyse de la composition des 4-coumarate-CoA-ligase suppression du peuplier transg&#xE9;nique a montr&#xE9; que le ratio syringyle-&#xE0;-guaiacyle diminu&#xE9; de 35% sur la mutation. Une analyse sp&#xE9;cifique des cellules de la composition des tiges basales d&#x26;#39;Arabidopsis a montr&#xE9; des distributions similaires de S et G dans les cellules monolignols fibres et les cellules xylary interfasciculaires.

Raman spectroscopie bas&#xE9;e sur microanalyse non invasive de la structure de la lignine native

Eine neue robuste, nicht-invasive, Raman Microspectroscopic Methode wird eingef&uuml;hrt, um die Struktur der native Lignin zu analysieren. Lignin Spektren der Pappel, Arabidopsis und Miscanthus wurden wiederhergestellt und strukturelle Unterschiede waren eindeutig erkannt. Kompositorischen Analyse der 4-Coumarate-CoA-Ligase unterdr&uuml;ckt transgene Pappeln zeigte, dass das Syringyl-Guaiacyl-Verh&auml;ltnis von 35 % auf die Mutation abgenommen. Eine zellspezifische kompositorische Analyse der basalen St&auml;ngel von Arabidopsis zeigte &auml;hnliche Verteilungen von S und G Monolignols Xylary Faser und interfascicular Zellen.

Raman-Spektroskopie-basierte nichtinvasiven Mikroanalyse der native Lignin-Struktur.

Un nuovo robusto, non invasivo, metodo di microspectroscopic Raman &egrave; stato introdotto per analizzare la struttura della lignina nativo. Sono stati recuperati gli spettri di lignina di pioppo, Arabidopsis e Miscanthus e senza ambiguit&agrave; sono state rilevate differenze strutturali. Analisi della composizione di 4-coumarate-CoA ligasi soppressa pioppo transgenico ha mostrato che il rapporto di syringyl-a-guaiacyl sono diminuiti del 35% al momento della mutazione. Un&#39;analisi della composizione delle cellule specifiche di steli basali di Arabidopsis ha mostrato simili distribuzioni di S e G monolignols in fibra xylary e cellule interfascicular.

Microanalisi non invasiva basata su spettroscopia Raman della struttura nativa di lignina.

&#x65B0;&#x3057;&#x3044;&#x5805;&#x7262;&#x306A;&#x3001;&#x975E;&#x4FB5;&#x8972;&#x7684;&#x3001;&#x30E9;&#x30DE;&#x30F3;&#x9855;&#x5FAE;&#x6CD5;&#x306F;&#x5929;&#x7136;&#x30EA;&#x30B0;&#x30CB;&#x30F3;&#x306E;&#x69CB;&#x9020;&#x3092;&#x5206;&#x6790;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x5C0E;&#x5165;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x30EA;&#x30B0;&#x30CB;&#x30F3;&#x30DD;&#x30D7;&#x30E9;&#x306E;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x3001;&#x30B7;&#x30ED;&#x30A4;&#x30CC;&#x30CA;&#x30BA;&#x30CA;&#x3001;&#x305D;&#x3057;&#x3066;&#x30B9;&#x30B9;&#x30AD;&#x3092;&#x56DE;&#x53CE;&#x3057;&#x3001;&#x69CB;&#x9020;&#x306E;&#x9055;&#x3044;&#x304C;&#x660E;&#x78BA;&#x306B;&#x691C;&#x51FA;&#x3055;&#x308C;&#x305F;&#x3002; 4 coumarate-CoA&#x30EA;&#x30AC;&#x30FC;&#x30BC;&#x6291;&#x5236;&#x907A;&#x4F1D;&#x5B50;&#x7D44;&#x63DB;&#x3048;&#x30DD;&#x30D7;&#x30E9;&#x306E;&#x7D44;&#x6210;&#x5206;&#x6790;&#x306F;&#x3001;&#x30B7;&#x30EA;&#x30F3;&#x30AE;&#x30EB;&#x5BFE;guaiacyl&#x6BD4;&#x306F;&#x5909;&#x7570;&#x306B;&#x5FDC;&#x3058;&#x3066;35&#xFF05;&#x6E1B;&#x5C11;&#x3057;&#x305F;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x305F;&#x3002;&#x30B7;&#x30ED;&#x30A4;&#x30CC;&#x30CA;&#x30BA;&#x30CA;&#x306E;&#x57FA;&#x5E95;&#x306E;&#x830E;&#x306E;&#x7D30;&#x80DE;&#x7279;&#x7570;&#x7684;&#x306A;&#x7D44;&#x6210;&#x5206;&#x6790;&#x306F;&#x3001;xylary&#x7E4A;&#x7DAD;&#x7D30;&#x80DE;&#x3068;fascicles&#x306E;&#x9593;&#x306E;&#x7D30;&#x80DE;&#x5185;&#x3067;S&#x3068;G monolignols&#x540C;&#x69D8;&#x306E;&#x5206;&#x5E03;&#x3092;&#x793A;&#x3057;&#x305F;&#x3002;

&#x5929;&#x7136;&#x30EA;&#x30B0;&#x30CB;&#x30F3;&#x69CB;&#x9020;&#x306E;&#x30E9;&#x30DE;&#x30F3;&#x5206;&#x5149;&#x6CD5;&#x30D9;&#x30FC;&#x30B9;&#x306E;&#x975E;&#x4FB5;&#x8972;&#x7684;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30A2;&#x30CA;&#x30EA;&#x30B7;&#x30B9;

&#xC0C8;&#xB85C;&#xC6B4; &#xAC15;&#xB825; &#xD558; &#xACE0;, &#xBE44; &#xCE68; &#xD22C;, &#xB77C;&#xB9CC; microspectroscopic &#xBA54;&#xC11C;&#xB4DC;&#xAC00; &#xB124;&#xC774;&#xD2F0;&#xBE0C; &#xB9AC;&#xADF8; &#xB2CC;&#xC758; &#xAD6C;&#xC870;&#xB97C; &#xBD84;&#xC11D; &#xB3C4;&#xC785;. &#xD3EC; &#xD50C; &#xB7EC;, Arabidopsis, Miscanthus&#xC758; &#xB9AC;&#xADF8; &#xB2CC; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xBCF5;&#xAD6C; &#xB41C;&#xC640; &#xAD6C;&#xC870;&#xC801; &#xCC28;&#xC774;&#xAC00; &#xBA85;&#xD655; &#xD558; &#xAC8C; &#xBC1C;&#xACAC; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. 4-Coumarate-CoA &#xB9AC;&#xAC00; &#xC791;&#xACE1; &#xBD84;&#xC11D; &#xC5B5;&#xC81C; &#xC720;&#xC804;&#xC790; &#xBCC0;&#xD615; &#xD3EC; &#xD50C; &#xB7EC; syringyl guaiacyl &#xBE44;&#xC728; &#xB3CC;&#xC5F0;&#xBCC0;&#xC774; &#xB530;&#xB77C; 35% &#xAC10;&#xC18C; &#xD588;&#xB2E4;. Arabidopsis&#xC758; &#xAE30;&#xC800; &#xC904;&#xAE30; &#xC138;&#xD3EC; &#xAD00;&#xB828; &#xC791;&#xACE1; &#xBD84;&#xC11D; xylary &#xC12C;&#xC720; &#xC140; &#xBC0F; interfascicular &#xC140; S&#xC640; G monolignols&#xC758; &#xBE44;&#xC2B7;&#xD55C; &#xBD84;&#xD3EC;&#xB97C; &#xBCF4;&#xC600;&#xB2E4;.

&#xB77C;&#xB9CC; &#xBD84;&#xAD11;&#xD559; &#xAE30;&#xBC18; &#xB124;&#xC774;&#xD2F0;&#xBE0C; lignin &#xAD6C;&#xC870;&#xC758; &#xBE44; &#xCE68; &#xD22C; microanalysis

Un nuevo y robusto, el m&#xE9;todo no invasivo, se introduce microspectroscopic Raman para analizar la estructura de la lignina nativa. La lignina espectros de &#xE1;lamo, la Arabidopsis, y Miscanthus fueron recuperados y las diferencias estructurales se han detectado de forma inequ&#xED;voca. An&#xE1;lisis de la composici&#xF3;n de 4-cumarato-CoA ligasa supresi&#xF3;n del &#xE1;lamo transg&#xE9;nico demostr&#xF3; que la relaci&#xF3;n siringil a guayacilo disminuy&#xF3; en un 35% de la mutaci&#xF3;n. Un an&#xE1;lisis de la composici&#xF3;n de c&#xE9;lulas espec&#xED;ficas de los tallos basales de Arabidopsis mostraron distribuciones similares de S y monolignoles G en las c&#xE9;lulas y las c&#xE9;lulas de fibra xylary interfasciculares.

Pradeep Perera

Energy Biosciences Institute

University of California, Berkeley

Label-free in situ Imaging of Lignification in Plant Cell Walls

Pradeep Perera

.css-o250i3{font-size:18px;font-family:Open Sans,sans-serif;line-height:21.6px;}Energy Biosciences Institute

University of California, Berkeley

Label-free in situ Imaging of Lignification in Plant Cell Walls

Energy Biosciences Institute