This work is supported in part by NIH-P41 P41-RRO3155 and NIH P50-GM076516 (grant to EG), and Fondazione Monte dei Paschi di Siena (grant to FB).

Calibração do sistema 1. <ol><li> Espalhe Ponto de Função (PSF) de calibração <ol><li> Dilui-se 10 ul de solução de 30 nm talão fluorescente (cerca de 5 mM) em 90 mL de água destilada e, em seguida, sonicar a solução durante 20 min. Corte um quadrado (1 cm x 1 cm) de gel de agarose a peça (3%) e de depósito de 10 ul da solução sobre a superfície do gel. Derrubar o pedaço de gel no vidro de fundo de uma placa de Petri de dois centímetros e espremer a gota sobre o vidro. </li><li> Ligue a configuração de aquisição, colocar a amostra no suporte, definir a exposição da câmera e EMgain (100 ms e 1000 são bons parâmetros, mas otimizar acordo com o sistema) e esperar que a câmara arrefecer. </li><li> Defina a exposição da câmera para 100 ms, câmera EMgain para 1000, o modo de aquisição para o Quadro de Transferência, 100 repetição e auto definição de poupança. </li><li> Usando a ocular e transmitida foco de luz, na fronteira com o gel e depois passar o objetivo para o centro do gel, ajustar o foco e start o procedimento de alinhamento a laser (em LAS AF, selecione &#39;setup TIRF &quot;e siga o procedimento de alinhamento automático). </li><li> Encontre um campo de visão com pontos isolados simples, precisa se concentrar no local mais brilhante (que geralmente representa contas agregado) como referência, adquirir 100 quadros e repita o passo 5-6 vezes, a fim de adquirir vários pontos individuais. </li><li> Importe a série adquiriu a um programa de processamento de dados e, em média, a pilha no tempo (Figura 1A) e selecionar um único grânulo isolado. Tome o cuidado de selecionar os mais pequenos para evitar agregados de partículas. </li><li> Coloque a distribuição selecionada intensidade (um exemplo único perfil contas é apresentado na Figura 1B) com uma função de Gauss usando o comando &quot;gaussfit&quot; (nas ferramentas ICS-Matlab nos Materiais em Matlab). Verificar a qualidade do ajuste, inspecionando os resíduos obtidos (um exemplo de perfil Gaussian equipada com os resíduos correspondentes é apresentado in Figura 1B). </li></ol></li><li> Calibração da câmara <ol><li> Ligue a câmera e espere que a câmara arrefecer. Defina a configuração de aquisição da câmera (ou seja, para a câmera usada montamos a exposição a 0,5 ms, câmera EMgain de 1000, o modo de aquisição de modo recortada, o tamanho do ROI de 32 x 128, 10.000 repetições) e começar a aquisição do fundo da câmara sinal. </li><li> Importação adquirido série de quadros para um programa de processamento de dados. Calcule e verifique a intensidade média em cada pixel, a fim de verificar se o fundo da câmara é de aproximadamente plana na região selecionada do chip. No modo recortado, remover a primeira e as últimas linhas horizontais (3 a 10, dependendo do tamanho do ROI) para cada quadro, pois o fundo da câmara é normalmente enviesados ​​nas linhas de fronteira. </li><li> Criar um histograma dos valores (também definido Nível Digital, DL) em imagens adquiridas pilha (usando o comando &#39;hist&#39; em Matlab) e traçar o logaritmoresultando de frequência (usando o comando semilogy em Matlab). Um exemplo de distribuição DL para o fundo da câmara é apresentado na Figura 2. NOTA: Se a câmara está a funcionar bem, a trama vai mostrar um pico de cerca de Gauss (um perfil parabólico no diário de escala) representa a distribuição dos valores associados a zero fóton seguido de um decaimento exponencial (uma linha com inclinação negativa no log escala ) que representa a distribuição de valores associados a um fotão (Figura 2). Em particular, o centro e a variância da função de Gauss representam o deslocamento da câmara e erro, respectivamente, enquanto que a constante de decaimento exponencial da parte representa uma estimativa do DL atribuído pela câmara para cada um único fotão. Em Matlab use a seção &quot;CalibrateCamera&quot; do Script em materiais de apoio. </li><li> Repita a operação para toda a câmera selecionada EMGain e Gain. </li></ol></li></ol> 2. RotuladoPreparação celular <ol><li> Para preparar os lipossomas necessários para a incorporação de lípido 36, dissolver separadamente 1 mg de DOPE (1,2-dioleoyl- sn-glicero-3-fosfoetanolamino), 1 mg de DOTAP (1,2-dioleoil-3-trimetilamónio-propano), e 1 mg de EPI-ATTO488 em 1 ml de clorofórmio. Misture 0,5 ml de solução de DOPE, 0,5 ml de solução de DOTAP, e 25 ul de solução de EPI-ATTO488 e seco sob vácuo durante 24 horas. Adicionar 0,5 ml de tampão HEPES 20 mM, vortex durante 15 min e sonicado durante 15 minutos a 40 ° C. </li><li> Para preparar a célula, lavar 3 vezes com PBS, um prato p100 confluente de células CHO-K1 (ovário de hamster chinês), adicionar 1 ml de tripsina e armazenar na incubadora durante 5 min. Suspender as células isoladas adição de 9 ml de meio DMEM / F12 suplementado com 10% de FBS e semear 150 mL de solução de células em uma placa de Petri contendo 800 ul do mesmo meio. </li><li> Loja na incubadora durante 24 horas a 37 ° C e 5% de CO 2. Para a incorporação de lípidos, substitua com meio de células 500ul de meio isento de soro; depois de 30 min, adicionar 2 ml de solução de lipossomas; após 15 minutos de lavagem com PSB e adicionar novo meio DMEM / F12 para geração de imagens. </li><li> Para a transfecção, as células transfectar acordo com o protocolo Lipofectamina (as instruções do fabricante), utilizando TfR-GFP plasmídeo e loja 24 horas na incubadora antes de imagem. </li></ol> 3 Aquisição de Dados <ol><li> Preparação Setup <ol><li> A fim de o termostato microscópio, 24 h antes do experimento de ligar a incubadora. </li><li> A fim de aplicar o tempo de aquisição mais rápido possível, trabalhar em modo Sensor recortada (ver introdução) e usar uma primeira câmera para imagens (câmera 1) e segunda câmera para selecionar a célula (câmera 2). Um esquema da configuração de instalação é apresentado na Figura Suplementar S1. Então, para alinhar a vez duas câmeras no microscópio e esperar que as câmeras para esfriar. </li><li> Situado em ambas as câmaras os parâmetros para transmissão de imagens de luz (ou seja, </em&gt;, 20 ms para o tempo de exposição, 1 para EM Gain) e colocar o microscópio no modo brilhante Field. </li><li> Coloque as amostras no suporte e focar através da ocular, envie a luz para a câmera 1 e empurre as fendas permitindo que a luz apenas no ROI usado para imagens de células (aqui um ROI de 32 x 32 pixels). </li><li> Mover uma célula na região seleccionada e enviar a luz para a câmara 2, então desenhar um ROI no software que controla câmara 2, a fim de ter uma referência. </li></ol></li><li> Imagem (Figura 3A) <ol><li> Primeiro de tudo, alinhe o laser TIRF de acordo com o procedimento de sua configuração. Em nossa configuração, selecione o &#39;setup TIRF&#39; e iniciar o procedimento de alinhamento automático. Quando o laser é alinhado configurado 70 nm de profundidade de penetração (cerca de 70 °). </li><li> Definir o tempo de exposição a 70 ms e EMGain a 100 em ambos câmera 1 e câmera de 2; em seguida, selecione uma célula usando a câmera 1, em seguida, enviar a luz na câmera 2 e focar com precisão a membrana celular. Defina a exposição mínima em caMera 2, 1000 EMGain, Modo Sensor Curta, 10 5 repetições e definir autosave como arquivos FITS (Flexible Image Transport System, um formato que pode ser facilmente gerenciado). </li><li> Comece a aquisição de gravar a série imagem. Solte o ganho eo Modo cortada para permitir a estabilização da temperatura antes de adquirir um novo celular, em seguida, repita as duas últimas etapas, a fim de adquirir 8-10 células. </li></ol></li></ol> 4 Cálculo do Mean Square Deslocamento de Imagem (i MSD) NOTA: O protocolo a seguir podem ser aplicados diretamente aos dados brutos. Ao mesmo tempo, todo o protocolo é válido para aquisição de dados simulados tanto em Matlab e em SimFCS. O link para os tutoriais correspondentes podem ser encontradas na seção &quot;Materiais&quot;. <ol><li> Cálculo pelo Matlab <ol><li> Importe a série adquiriu ao Matlab utilizando roteiro ImportImageSeries. Calcula-se a média de intensidade de cada imagem em tempo utilizando o command dizer sobre as duas primeiras dimensões e usar complô para ver o vetor resultante. </li><li> Se mais do que 10% de foto-branqueamento se encontra presente, a série descartar ou remover a primeira parte deles. Se for inferior, tentar corrigir o efeito sobre a função de correlação, subtraindo a cada imagem sua intensidade média, como mostrado antes de 37. </li><li> Calcule a intensidade média de cada pixel, utilizando média na terceira dimensão e ver imagem resultante. É necessária uma atenção especial para evitar correlações de artefatos: NOTA. De fato, como demonstrado anteriormente por técnicas semelhantes 38, os contornos das células, bem como de vesículas foco poderia introduzir uma correlação forte. Se a inspecção da imagem média revela os contornos das células ou de vesículas de foco, tente excluir a região envolvida caso contrário descartar a aquisição. Para corrigir o efeito destas estruturas imóveis subtrair a intensidade média temporal de cada pixel 39. </li><li> Calcule tele correlação espaço-temporal (G (ξ, χ, τ)) usando a função CalculateSTICScorrfunc. Remover G (ξ, χ, 0), porque a correlação devido ao ruído tiro no regime de pouca luz domina G (0,0,0); a correlação devido ao detector domina o L (± 1,0,0), e o movimento das partículas durante o tempo de exposição pode deformar-se L (ξ, χ, τ) para τ = 0 através do aumento da cintura medida (este efeito desaparece para τ &gt; 0) 34. </li><li> Média G (ξ, χ, τ&gt; 0), utilizando um time-bin logarítmica para reduzir o ruído usando a função &quot;LogBinStack&quot; no material de apoio e, em seguida, encaixar o G resultante (ξ, χ, τ), utilizando a função &quot;gaussfit&quot; de as ferramentas ICS-Matlab em Materiais para recuperar o i MSD (a segunda coluna da matriz resultante). </li><li> Traça-se a σ obtido cintura (τ) 2 (i RIA) como uma função do tempo. Se os dados são muito barulhento, tentar aumentar o número de acququadros IRED, aumentar a potência do laser, a média mais G (ξ, χ, τ) juntos. </li></ol></li><li> Cálculo por SimFCS <ol><li> Abra os arquivos adquiridos com ImageJ usando BioFormat importador plugin e salvar séries adquiridas como Tiff sequência. </li><li> Abrir ferramenta SimFCS e selecionar RICS e selecione Arquivo&gt; Importar várias imagens (Figura S2 Suplementar). </li><li> Selecione Fit, inserir os parâmetros de aquisição corretos e fechar a janela fit (Figura S3 Suplementar). </li><li> Selecione Tela&gt; Intensidade Média&gt; CH1 e verificar a presença de fotodegradação (Figura S4 Suplementar). </li><li> Se mais do que 10% de fotobranqueamento está presente descarte da série ou, se é possível a carga de novo a sequência de imagens de remover a primeira parte da série. </li><li> Se o clareamento é inferior a 10% selecione Ferramentas&gt; i MSD&gt; Definir parâmetros, marque &quot;Use média móvel &#39;, situado no painel de ROI na esquerda umúmero de moldura para o pagamento de média móvel atenção que o tempo correspondente for maior do que o tempo de difusão característica (para partículas movendo-se a 1 mM 2 seg -1 um ​​tempo de 10 segundos é um bom média móvel) </li><li> Selecione Ferramentas&gt; iMSD&gt; Calcule i MSD (Figura Suplementar S5) e apto e exportar o i MSD a partir do bloco de notas (Figura Suplementar S6). </li></ol></li></ol> 5 Cálculo da Lei de Difusão do i MSD <ol><li> Coloque os primeiros pontos para extrapolar a interceptação (σ 0 2) (5 pontos são geralmente suficiente, mas mais pontos podem ser montados se mostram um comportamento linear) e comparar esse valor com o PSF medido anteriormente 2. Se eles são comparáveis, a dinâmica de fluoróforos isolados estão sendo seguidas. Por outro lado, se σ 0 2 2 &gt;&gt; PSF tentar adquirir mais rápido para garantir quedinâmica não ocultas estão presentes 34. </li><li> Calcule a difusividade aparente (app D) eo deslocamento médio (R), utilizando equações 3 e 4 (ver Introdução). </li><li> App Lote D como uma função de R para se obter uma lei de difusão comparável com o que é medido com variação local baseada FCS 12 (Figura 3D). </li></ol>

The authors have nothing to disclose.

Rastreamento de partículas Individual (SPT) representa uma das estratégias mais comuns para o estudo da dinâmica molecular e tem a grande vantagem de medir as trajetórias das partículas. Isto por sua vez permite que o comportamento de sondagem até poucas partículas marcadas em um sistema complexo. No entanto, para chegar a esta vantagem SPT normalmente precisa de uma baixa densidade da sonda e rótulos muito brilhantes. Em particular, para obter alta resolução temporal (gama ms) sonda inorgânico são normalmen...

A partir do &quot;mosaico fluido&quot; modelo original por Singer e Nicolson, a imagem da membrana plasmática celular tem sido continuamente atualizado durante as últimas décadas, a fim de incluir o papel emergente do citoesqueleto e lipídios domínios 1,2. As primeiras observações foram obtidos por recuperação de fluorescência após a fotodegradação (FRAP) revelação de que uma fração significativa de proteínas de membrana é imóvel 3-5. Estes estudos pioneiros, embora muito informativo, sofreu com a relativamente baixa resolução no espaço (microns) e de tempo (segundos) de setups FRAP. Além disso, sendo uma medição de média conjunto, FRAP falta em dar informações sobre o comportamento única molécula. Neste contexto, a possibilidade de marcar especificamente uma única molécula com marcações muito brilhantes (permitindo o estudo do processo de difusão de uma molécula de cada vez), tem sido muito bem sucedida. Particularmente, empurrando otempo de resolução da abordagem única partícula Tracking (SPT) para a escala de tempo microssegundos, Kusumi, et al. acesso ganhou a recursos desconhecidos de lipídeos e proteínas dinâmica que muito contribuíram para o reconhecimento do papel do esqueleto da membrana à base de actina na fisiologia da membrana 6 , 7. Essas descobertas geraram a chamada do &quot;piquete e cerca &#39;modelo, em que lipídios e proteínas difusão é regulada por esqueleto à base de actina. No entanto, a fim de ter acesso à enorme quantidade de informações fornecidas pelo SPT muitas questões experimentais têm de ser abordadas. Particularmente, o processo de marcação é tipicamente composta por várias etapas, como produção, purificação e introdução das espécies marcadas no sistema. Além disso, grandes gravadoras, como pontos quânticos ou nanopartículas de metal, muitas vezes são necessárias para alcançar a escala de tempo sub-milissegundo ea reticulação das moléculas alvo pelo rótulo não pode ser evitado em muitos casos. Finalmente, muitas trajetóriaster de ser de forma a caber critérios estatísticos e concomitantemente uma baixa densidade da etiqueta é necessária para permitir o rastreamento. Comparado a SPT, espectroscopia de correlação de fluorescência (FCS), superando muitos destes inconvenientes, representa uma abordagem muito promissora para o estudo de dinâmica molecular. Na verdade, FCS funciona bem também com rótulos escuros e densos, permitindo estudar a dinâmica das moléculas marcadas em proteínas fluorescentes em células transfectadas transitoriamente. Além disso, permite alcançar altas estatísticas em uma quantidade limitada de tempo. Por fim, apesar da &quot;alta&quot; densidade de rótulos FCS fornece moléculas únicas informações. Graças a todas essas propriedades, FCS representa uma abordagem muito simples e tem sido amplamente utilizada no estudo da dinâmica de lipídeos e proteínas, tanto em membranas modelo e em células vivas 8-10. Muitas abordagens diferentes têm sido propostos para aumentar a capacidade de FCS para revelar os detalhes de difusão molecular. Por exemplo, foi shprópria, que através da realização FCS em áreas de observação de diferentes tamanhos pode-se definir uma &quot;lei de difusão FCS&quot; recursos escondidos esclarecedoras do movimento molecular 11,12. Além de ser variaram em tamanho, a área focal também foi duplicada 13, mudou-se no espaço ao longo das linhas 14-20 ou conjugadas com câmeras rápidas 21,22. Usando estes correlação &#39;espaço-temporal&#39; abordagens, os parâmetros biológicos relevantes para vários componentes da membrana foram quantitativamente descrito em ambas as membranas modelo e as biológicas reais, portanto, uma visão rendimento em membrana de organização espacial. No entanto, em todas as aplicações e FRAP FCS descrito até agora, a dimensão da área focal representa um limite de resolução espacial, em que não podem ser ultrapassados. Vários métodos de imagem de super-resolução foram recentemente desenvolvidos para contornar este limite. Alguns são baseados em precisão de localização, tais como microscopia óptica reconstrução estocástica (STORM) &lt;sup&gt; 23,24, microscopia fotoativação localização (PALM) 25, PALM fluorescência (FPALM) 26 e de uma única partícula de rastreamento PALM (sptPALM) 27: a quantidade relativamente grande de fótons necessários em cada snapshot, no entanto, limita o tempo de resolução de estes métodos para, pelo menos, vários milissegundos, prejudicando assim a sua aplicabilidade in vivo. Em contraste, uma alternativa promissora para a resolução de imagem de super ter sido aberto por espacialmente modulando a emissão de fluorescência com os métodos de depleção de emissão estimulada (STED ou reversíveis transições saturáveis ​​óptica de fluorescência (RESOLFT)) 28,29. Estas abordagens combinar a formação de um volume de observação bem abaixo do limite de difracção, com a possibilidade de utilização de microscópios varrimento rápido e sistemas de detecção. Em combinação com a análise de variação de fluorescência, microscopia STED permissão para investigar diretamente a dinâmica espaço-temporais em nanoescala de lipídeos e proteins em membranas de células vivas 30,31. As mesmas quantidades físicas de microscopia-STED base pode ser obtida por uma espectroscopia modificado espaço-temporal correlação imagem (STICS 32,33) método que é adequado para o estudo da dinâmica das proteínas marcadas com fluorescência de membrana e / ou lípidos em células vivas e por um microscópio comercial. O protocolo experimental aqui apresentada é composta por poucos passos. O primeiro exige uma imagem rápida da região de interesse na membrana. Em seguida, a pilha resultante de imagens é usada para calcular as funções de correlação espaço-temporais médios. Ajustando-se a série de funções de correlação, a molecular &quot;lei difusão&quot; pode ser obtida directamente a partir de imagens na forma de uma difusividade aparente (D app) - vs -Média plotagem de deslocamento. Este lote depende criticamente sobre o meio ambiente explorado pelas moléculas e permite reconhecer diretamente os modos de difusão reaisdo lípido / proteína de interesse. Em mais detalhes, como demonstrado anteriormente 34, a função de auto-correlação espaço-temporal da série imagem adquirida de forma crítica depende da dinâmica das moléculas em movimento na série de imagens coletadas (por favor, note que o mesmo raciocínio pode ser aplicado em uma aquisição de linha onde apenas uma dimensão do espaço é considerado). Em particular, podemos definir a função de correlação como: <img fo:content-width="2.3in" src="/files/ftp_upload/51994/51994eq1.jpg" width="230" /> (1) onde <img fo:content-width=".5in" src="/files/ftp_upload/51994/xyt.jpg" width="50" /> representa a intensidade da fluorescência medida, na posição x, y e no momento t, <img fo:content-width=".08in" src="/files/ftp_upload/51994/e.jpg" width="8" /> e <img fo:content-width=".1in" src="/files/ftp_upload/51994/x.jpg" width="10" /> representa a distância em x edireções y respectivamente, <img fo:content-width=".1in" src="/files/ftp_upload/51994/t.jpg" width="10" /> representa o intervalo de tempo, e <img fo:content-width=".2in" src="/files/ftp_upload/51994/brackets.jpg" width="20" /> representa a média. Esta função pode ser expressa como: <img fo:content-width="2.3in" src="/files/ftp_upload/51994/51994eq2.jpg" width="230" /> (2) onde &quot;N&quot; representa o número médio de moléculas na área de observação, <img fo:content-width=".10in" src="/files/ftp_upload/51994/circlex.jpg" width="10" /> representa a operação de convolução no espaço, e <img fo:content-width=".5in" src="/files/ftp_upload/51994/ex.jpg" width="50" /> representa a autocorrelação da cintura instrumental. Este último pode ser interpretada como uma medida de como os fotões de um único emissor estão espalhados no espaço, devido à configuração óptica / gravação (o chamado ponto de propagação função, PSF, generali bem aproximada por uma função de Gauss). Finalmente, <img fo:content-width=".5in" src="/files/ftp_upload/51994/ext.jpg" width="50" /> representa a probabilidade de encontrar uma partícula a uma distância <img fo:content-width=".10in" src="/files/ftp_upload/51994/e.jpg" width="10" /> e <img fo:content-width=".10in" src="/files/ftp_upload/51994/x.jpg" width="10" /> depois de um tempo de atraso <img fo:content-width=".10in" src="/files/ftp_upload/51994/t.jpg" width="10" /> . Se considerarmos uma dinâmica difusos, em que as partículas se movem aleatoriamente em todas as direções e fluxos líquidos não estão presentes, esta função também é bem aproximada por uma função de Gauss, onde a variância pode ser identificado como o Mean Square Deslocamento (MSD) da partícula em movimento . Assim, a cintura da função de correlação (também referida como <img fo:content-width=".3in" src="/files/ftp_upload/51994/2t.jpg" width="30" /> ), Pode ser definido como a soma das perturbações músculo-esqueléticas e de partículas da cintura instrumental e pode ser medido por um ajuste de Gaussção da função de correlação, para cada intervalo de tempo. A medida MSD i pode ser utilizada para calcular uma difusividade aparente das moléculas que se deslocam <img fo:content-width=".4in" src="/files/ftp_upload/51994/dappt.jpg" width="40" /> e uma média de deslocamento <img fo:content-width=".4in" src="/files/ftp_upload/51994/rt.jpg" width="40" /> como: <img fo:content-width="1.7in" src="/files/ftp_upload/51994/51994eq3.jpg" width="170" /> (3) <img fo:content-width="1.7in" src="/files/ftp_upload/51994/51994eq4.jpg" width="170" /> (4) Algumas considerações sobre a configuração experimental utilizada pode guiar o leitor ao longo das próximas seções. A fim de estimular selectivamente os fluoróforos na membrana basal de células que irão utilizar uma iluminação de reflexão interna total (TIR), vivo, usando uma fluorescência TIR comercial (TIRF) microscópio (detalhes podem ser encontrados na secção de material). Além disso, a fim de recolher the fluorescência usaremos um objectivo ampliação elevada (100X NA 1,47, abertura numérica elevada é necessária para a iluminação TIRF) e uma câmara EMCCD (tamanho físico do pixel no chip 16 mm). Para chegar a um tamanho de pixel de 100 nm, aplicamos uma lente de ampliação adicional de 1.6X. Como discutido abaixo, uma resolução temporal inferior a 1 ms seria necessário para descrever adequadamente a dinâmica dos lípidos da membrana rápidos abaixo de 100 nm. Para chegar a esta resolução temporal, precisamos selecionar uma região de interesse (ROI) menor do que todo o chip da câmera (512 x 512). Desta forma, a câmara irá ler um número reduzido de linhas de aumentar a resolução de tempo. No entanto, neste regime de tempo de leitura do quadro seria limitada pelo tempo necessário para mudar as taxas de exposição ao chip de leitura na câmara e é geralmente da ordem de milissegundos para 512 x 512 pixels EMCCD. Para vencer esse limite, uma tecnologia emergente permite deslocar as linhas de ROI só que ao invés de todo o quadro, wom uma redução efetiva prática do tamanho do chip exposto (chamado Modo Sensor recortada em nosso EMCCD). Para esta configuração para ser eficaz, o chip de fora do ROI deve ser coberta por um par de fendas montadas no caminho óptico. Graças a esta configuração de uma resolução de tempo até 10 segundos -4 pode ser alcançado. Observe, porém, que esta abordagem pode ser acoplado com muitas montagens experimentais diferentes, como explicado na seção &quot;discussão&quot;. Demonstração do método irá ser fornecida em células vivas, utilizando tanto uma ATTO488 identificada como 1-palmitoil-2-hidroxi-sn-glicero-3-fosfoetanolamina (ATTO488-PPE) e uma variante marcada com GFP do Receptor de Transferrina (GFP TFT). No caso de ATTO488-PPE esta abordagem pode recuperar com sucesso um aplicativo D quase constante como uma função da média de deslocamento que indica uma difusão maior parte livre, como relatado anteriormente 30,35. Por contraste, o TfR-GFP demonstra uma diminuição D <sub&gt; app em função do deslocamento da média, sugerindo difusão parcialmente confinado 6. Além disso, neste último caso, é possível quantificar a constante de difusão local, e a média da área ao longo de muitos micra confinamento no plano da membrana.

<table border="0" cellpadding="0" cellspacing="0" width="1142">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">Name of Material/ Equipment</td>
			<td style="width:183px;">Company</td>
			<td style="width:119px;">Catalog Number</td>
			<td style="width:480px;">Comments/Description</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">iXon Ultra 897</td>
			<td style="width:183px;">Andor</td>
			<td>DU-897U-CS0</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">Solis</td>
			<td style="width:183px;">Andor</td>
			<td style="width:119px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">CHO-K1</td>
			<td style="width:183px;">ATCC</td>
			<td style="width:119px;">CCL-61</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">ATTO 488 labeled PPE</td>
			<td style="width:183px;">ATTO-TEC GmbH</td>
			<td>AD 488-151</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">DOPE</td>
			<td style="width:183px;">Avanti Polar Lipids, Inc.</td>
			<td style="width:119px;">850725</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">DOTAP</td>
			<td style="width:183px;">Avanti Polar Lipids, Inc.</td>
			<td style="width:119px;">890890</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">100X Penicillin-Streptomycin-Glutamine</td>
			<td>Gibco</td>
			<td>10378-016</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">DMEM/F-12</td>
			<td>Gibco</td>
			<td>21331</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">FBS</td>
			<td>Gibco</td>
			<td>10082147</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">HEPES</td>
			<td style="width:183px;">Gibco</td>
			<td style="width:119px;">15630-106&#160;</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">PBS</td>
			<td style="width:183px;">Gibco</td>
			<td>10010-023</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">SimFCS 3.0</td>
			<td style="width:183px;">Globals Software</td>
			<td style="width:119px;"></td>
			<td>the software can be downloaded here: http://www.lfd.uci.edu/globals/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">DMI6000 with TIRF modulus</td>
			<td style="width:183px;">Leica</td>
			<td style="width:119px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">LAS AF</td>
			<td style="width:183px;">Leica</td>
			<td style="width:119px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">Lipofectamine 2000</td>
			<td style="width:183px;">Lipofectamine</td>
			<td>11668019</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">Matlab</td>
			<td style="width:183px;">MathWork</td>
			<td style="width:119px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">Imagej</td>
			<td style="width:183px;">NIH</td>
			<td style="width:119px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">C-terminal GFP tagged Tranferrin Receptor</td>
			<td style="width:183px;">OriGene</td>
			<td>RG200980</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">Agar</td>
			<td style="width:183px;">Sigma Aldrich</td>
			<td>A5306</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">Chloroform</td>
			<td style="width:183px;">Sigma Aldrich</td>
			<td style="width:119px;">528730</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">Latex beads, fluorescent yellow-green, 30 nm</td>
			<td style="width:183px;">Sigma Aldrich</td>
			<td>L5155</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">SONICA Ultrasonic Cleaners</td>
			<td>SOLTEC</td>
			<td style="width:119px;">ETH S3</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">Petri Dishes</td>
			<td style="width:183px;">Willco</td>
			<td>GWSt-3522</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">Bio-Format importer for Matlab</td>
			<td style="width:183px;"></td>
			<td style="width:119px;"></td>
			<td>http://www.openmicroscopy.org/site/support/bio-formats5/users/matlab/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">ICS-MatLab Tools</td>
			<td style="width:183px;"></td>
			<td style="width:119px;"></td>
			<td><a href="https://www.cellmigration.org/resource/imaging/software/ICSMATLAB_28-02-06.zip">https://www.cellmigration.org/resource/imaging/software/ICSMATLAB_28-02-06.zip</a></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">Simulation by Matlab Tutorial</td>
			<td style="width:183px;"></td>
			<td style="width:119px;"></td>
			<td>https://www.cellmigration.org/resource/imaging/icsmatlab/ICSTutorial.html</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:361px;">Simulation by SimFCS Tutorial</td>
			<td style="width:183px;"></td>
			<td style="width:119px;"></td>
			<td>https://www.cellmigration.org/resource/imaging/ppt-pdf/RICS%20Simulations.ppt</td>
		</tr>
	</tbody>
</table>

from fast fluorescence imaging to molecular diffusion law on live cell membranes in a commercial microscope

Tornou-se cada vez mais evidente que a distribuição espacial eo movimento de componentes da membrana, como lipídios e proteínas são fatores-chave na regulação de muitas funções celulares. No entanto, devido à dinâmica rápida e as pequenas estruturas envolvidas, uma resolução espaço-temporal muito elevada é necessário para captar o comportamento real do moléculas. Aqui apresentamos o protocolo experimental para o estudo da dinâmica de proteínas e lipídios plasmáticos à membrana marcados com fluorescência em células vivas, com alta resolução espaço-temporal. Notavelmente, esta abordagem não é necessário para controlar cada molécula, mas calcula o comportamento população usando todas as moléculas numa dada região da membrana. O ponto de partida é uma imagem rápida de uma determinada região na membrana. Em seguida, uma função completa autocorrelação espaço-temporal é calculada correlacionando imagens adquiridas em aumentar os atrasos, por exemplo, a cada 2, 3, n repetições. É possível demonstrar que a largurado pico dos aumentos espaciais da função de autocorrelação em aumentar o tempo de atraso em função do movimento de partículas devido à difusão. Portanto, ajuste da série de funções de autocorrelação permite extrair a proteína real deslocamento médio quadrado de imagem (iMSD), aqui apresentada na forma de aparente diffusivity vs deslocamento médio. Isso gera uma visão quantitativa da dinâmica média de moléculas individuais com precisão nanométrica. Ao utilizar uma variante de GFP marcada com o Receptor de Transferrina (TfR) e uma ATTO488 identificada como 1-palmitoil-2-hidroxi-sn-glicero-3-fosfoetanolamina (PPE), é possível observar a regulação espaço-temporal de proteína e lípido de difusão em regiões de membrana de tamanho micrometros de tempo na gama de micro-a-mili-segundo.

A fim de calibrar o instrumento de cintura, a imagem de um único nano-grânulo fluorescente pode ser medida como descrito no protocolo passo 1.1. A imagem de fluorescência típica destes grânulos é apresentada na Figura 1. O encaixe de distribuição de intensidade por uma função de Gauss 2D devolve boas resíduos e permite a medição da cintura instrumental a 270 nm. Este valor está em boa concordância com o limite de difracção esperado estimada pela equação de Rayleigh. Esta calibração ...

Watch this Scientific Journal Video about From Fast Fluorescence Imaging to Molecular Diffusion Law on Live Cell Membranes in a Commercial Microscope at JoVE.com

From Fast Fluorescence Imaging to Molecular Diffusion Law on Live Cell Membranes in a Commercial Microscope

Spatial distribution and temporal dynamics of plasma membrane proteins and lipids is a hot topic in biology. Here this issue is addressed by a spatio-temporal image fluctuation analysis that provides conceptually the same physical quantities of single particle tracking, but it uses small molecular labels and standard microscopy setups.

De fast imagens de fluorescência com a Lei difusão molecular em membranas de células vivas em um microscópio comercial

It has become increasingly evident that the spatial distribution and the motion of membrane components like lipids and proteins are key factors in the ...

from-fast-fluorescence-imaging-to-molecular-diffusion-law-on-live

Research

JoVE Journal

Bioengineering

11.3K visualizações.  Scuola Normale Superiore. Spatial distribution and temporal dynamics of plasma membrane proteins and lipids is a hot topic in biology. Here this issue is addressed by a spatio-temporal image fluctuation analysis that provides conceptually the same physical quantities of single particle tracking, but it uses small molecular labels and standard microscopy setups.

Vídeo: From Fast Fluorescence Imaging to Molecular Diffusion Law on Live Cell Membranes in a Commercial Microscope

Fluorescence Lifetime Imaging of Molecular Rotors in Living Cells

Diffusion is often an important rate-determining step in chemical reactions or biological processes and plays a role in a wide range of intracellular events. Viscosity is one of the key parameters affecting the diffusion of molecules and proteins, and changes in viscosity have been linked to disease and malfunction at the cellular level.1-3 While methods to measure the bulk viscosity are well developed, imaging microviscosity remains a challenge. Viscosity maps of microscopic objects, such as single cells, have until recently been hard to obtain. Mapping viscosity with fluorescence techniques is advantageous because, similar to other optical techniques, it is minimally invasive, non-destructive and can be applied to living cells and tissues.
Fluorescent molecular rotors exhibit fluorescence lifetimes and quantum yields which are a function of the viscosity of their microenvironment.4,5 Intramolecular twisting or rotation leads to non-radiative decay from the excited state back to the ground state. A viscous environment slows this rotation or twisting, restricting access to this non-radiative decay pathway. This leads to an increase in the fluorescence quantum yield and the fluorescence lifetime. Fluorescence Lifetime Imaging (FLIM) of modified hydrophobic BODIPY dyes that act as fluorescent molecular rotors show that the fluorescence lifetime of these probes is a function of the microviscosity of their environment.6-8 A logarithmic plot of the fluorescence lifetime versus the solvent viscosity yields a straight line that obeys the F&ouml;rster Hoffman equation.9 This plot also serves as a calibration graph to convert fluorescence lifetime into viscosity.
Following incubation of living cells with the modified BODIPY fluorescent molecular rotor, a punctate dye distribution is observed in the fluorescence images. The viscosity value obtained in the puncta in live cells is around 100 times higher than that of water and of cellular cytoplasm.6,7 Time-resolved fluorescence anisotropy measurements yield rotational correlation times in agreement with these large microviscosity values. Mapping the fluorescence lifetime is independent of the fluorescence intensity, and thus allows the separation of probe concentration and viscosity effects. 
In summary, we have developed a practical and versatile approach to map the microviscosity in cells based on FLIM of fluorescent molecular rotors.

Fluorescence Lifetime Imaging (FLIM) has emerged as a key technique to image the environment and interaction of specific proteins and dyes in living cells. FLIM of fluorescent molecular rotors allows mapping of viscosity in living cells.

Imagem Lifetime fluorescência de rotores moleculares em células vivas

Diffusion is often an important rate-determining step in chemical reactions or biological processes and plays a role in a wide range of intracellular ...

Bioengenharia

Live-cell Imaging of Migrating Cells Expressing Fluorescently-tagged Proteins in a Three-dimensional Matrix

Traditionally, cell migration has been studied on two-dimensional, stiff plastic surfaces. However, during important biological processes such as wound healing, tissue regeneration, and cancer metastasis, cells must navigate through complex, three-dimensional extracellular tissue. To better understand the mechanisms behind these biological processes, it is important to examine the roles of the proteins responsible for driving cell migration. Here, we outline a protocol to study the mechanisms of cell migration using the epithelial cell line (MDCK), and a three-dimensional, fibrous, self-polymerizing matrix as a model system. This optically clear extracellular matrix is easily amenable to live-cell imaging studies and better mimics the physiological, soft tissue environment. This report demonstrates a technique for directly visualizing protein localization and dynamics, and deformation of the surrounding three-dimensional matrix. 
Examination of protein localization and dynamics during cellular processes provides key insight into protein functions. Genetically encoded fluorescent tags provide a unique method for observing protein localization and dynamics. Using this technique, we can analyze the subcellular accumulation of key, force-generating cytoskeletal components in real-time as the cell maneuvers through the matrix. In addition, using multiple fluorescent tags with different wavelengths, we can examine the localization of multiple proteins simultaneously, thus allowing us to test, for example, whether different proteins have similar or divergent roles. Furthermore, the dynamics of fluorescently tagged proteins can be quantified using Fluorescent Recovery After Photobleaching (FRAP) analysis. This measurement assays the protein mobility and how stably bound the proteins are to the cytoskeletal network.
By combining live-cell imaging with the treatment of protein function inhibitors, we can examine in real-time the changes in the distribution of proteins and morphology of migrating cells. Furthermore, we also combine live-cell imaging with the use of fluorescent tracer particles embedded within the matrix to visualize the matrix deformation during cell migration. Thus, we can visualize how a migrating cell distributes force-generating proteins, and where the traction forces are exerted to the surrounding matrix. Through these techniques, we can gain valuable insight into the roles of specific proteins and their contributions to the mechanisms of cell migration.

Cellular processes such as cell migration have traditionally been studied on two-dimensional, stiff plastic surfaces. This report describes a technique for directly visualizing protein localization and analyzing protein dynamics in cells migrating in a more physiologically relevant, three-dimensional matrix.

Em células vivas, imagens de células que expressam proteínas fluorescentes Migrando-marcado em uma matriz tridimensional

Traditionally, cell migration has been studied on two-dimensional, stiff plastic surfaces. However, during important biological processes such as wound ...

Using Microfluidics Chips for Live Imaging and Study of Injury Responses in Drosophila Larvae

Live imaging is an important technique for studying cell biological processes, however this can be challenging in live animals. The translucent cuticle of the Drosophila larva makes it an attractive model organism for live imaging studies. However, an important challenge for live imaging techniques is to noninvasively immobilize and position an animal on the microscope. This protocol presents a simple and easy to use method for immobilizing and imaging Drosophila larvae on a polydimethylsiloxane (PDMS) microfluidic device, which we call the 'larva chip'. The larva chip is comprised of a snug-fitting PDMS microchamber that is attached to a thin glass coverslip, which, upon application of a vacuum via a syringe, immobilizes the animal and brings ventral structures such as the nerve cord, segmental nerves, and body wall muscles, within close proximity to the coverslip. This allows for high-resolution imaging, and importantly, avoids the use of anesthetics and chemicals, which facilitates the study of a broad range of physiological processes. Since larvae recover easily from the immobilization, they can be readily subjected to multiple imaging sessions. This allows for longitudinal studies over time courses ranging from hours to days. This protocol describes step-by-step how to prepare the chip and how to utilize the chip for live imaging of neuronal events in 3rd instar larvae. These events include the rapid transport of organelles in axons, calcium responses to injury, and time-lapse studies of the trafficking of photo-convertible proteins over long distances and time scales. Another application of the chip is to study regenerative and degenerative responses to axonal injury, so the second part of this protocol describes a new and simple procedure for injuring axons within peripheral nerves by a segmental nerve crush.

Using Microfluidics Chips for Live Imaging and Study of Injury Responses in Drosophila Larvae

Drosophila larvae are an attractive model system for live imaging due to their translucent cuticle and powerful genetics. This protocol describes how to utilize a single-layer PDMS device, called the &#39;larva chip&#39; for live imaging of cellular processes within neurons of 3rd instar Drosophila larvae.

O uso de chips microfluídicos para Imagens ao vivo e estudo das respostas Lesão em<em&gt; Drosophila</em&gt; Larvas

Live imaging is an important technique for studying cell biological processes, however this can be challenging in live animals. The translucent cuticle of ...

A Microfluidic Technique to Probe Cell Deformability

Here we detail the design, fabrication, and use of a microfluidic device to evaluate the deformability of a large number of individual cells in an efficient manner. Typically, data for ~102 cells can be acquired within a 1 hr experiment. An automated image analysis program enables efficient post-experiment analysis of image data, enabling processing to be complete within a few hours. Our device geometry is unique in that cells must deform through a series of micron-scale constrictions, thereby enabling the initial deformation and time-dependent relaxation of individual cells to be assayed. The applicability of this method to human promyelocytic leukemia (HL-60) cells is demonstrated. Driving cells to deform through micron-scale constrictions using pressure-driven flow, we observe that human promyelocytic (HL-60) cells momentarily occlude the first constriction for a median time of 9.3 msec before passaging more quickly through the subsequent constrictions with a median transit time of 4.0 msec per constriction. By contrast, all-trans retinoic acid-treated (neutrophil-type) HL-60 cells occlude the first constriction for only 4.3 msec before passaging through the subsequent constrictions with a median transit time of 3.3 msec. This method can provide insight into the viscoelastic nature of cells, and ultimately reveal the molecular origins of this behavior.

We demonstrate a microfluidics-based assay to measure the timescale for cells to transit through a sequence of micron-scale constrictions.

A técnica de microfluídica para sondar Deformabilidade celular

Here we detail the design, fabrication, and use of a microfluidic device to evaluate the deformability of a large number of individual cells in an ...

3D Orbital Tracking in a Modified Two-photon Microscope: An Application to the Tracking of Intracellular Vesicles

The objective of this video protocol is to discuss how to perform and analyze a three-dimensional fluorescent orbital particle tracking experiment using a modified two-photon microscope1. As opposed to conventional approaches (raster scan or wide field based on a stack of frames), the 3D orbital tracking allows to localize and follow with a high spatial (10 nm accuracy) and temporal resolution (50 Hz frequency response) the 3D displacement of a moving fluorescent particle on length-scales of hundreds of microns2. The method is based on a feedback algorithm that controls the hardware of a two-photon laser scanning microscope in order to perform a circular orbit around the object to be tracked: the feedback mechanism will maintain the fluorescent object in the center by controlling the displacement of the scanning beam3-5. To demonstrate the advantages of this technique, we followed a fast moving organelle, the lysosome, within a living cell6,7. Cells were plated according to standard protocols, and stained using a commercially lysosome dye. We discuss briefly the hardware configuration and in more detail the control software, to perform a 3D orbital tracking experiment inside living cells. We discuss in detail the parameters required in order to control the scanning microscope and enable the motion of the beam in a closed orbit around the particle. We conclude by demonstrating how this method can be effectively used to track the fast motion of a labeled lysosome along microtubules in 3D within a live cell. Lysosomes can move with speeds in the range of 0.4-0.5 &#181;m/sec, typically displaying a directed motion along the microtubule network8.

In this video protocol we track - at high speed and in three dimensions - fluorescently labeled lysosomes within living cells, using the orbital tracking method in a modified two-photon microscope.

3D Orbital Rastreamento em um microscópio de dois fotões Modificação: Uma Aplicação para o rastreamento de vesículas intracelulares

The objective of this video protocol is to discuss how to perform and analyze a three-dimensional fluorescent orbital particle tracking experiment using a ...

Live Cell Imaging during Mechanical Stretch

There is currently a significant interest in understanding how cells and tissues respond to mechanical stimuli, but current approaches are limited in their capability for measuring responses in real time in live cells or viable tissue. A protocol was developed with the use of a cell actuator to distend live cells grown on or tissues attached to an elastic substrate while imaging with confocal and atomic force microscopy (AFM). Preliminary studies show that tonic stretching of human bronchial epithelial cells caused a significant increase in the production of mitochondrial superoxide. Moreover, using this protocol, alveolar epithelial cells were stretched and imaged, which showed direct damage to the epithelial cells by overdistention simulating one form of lung injury in vitro. A protocol to conduct AFM nano-indentation on stretched cells is also provided.

A novel imaging protocol was developed using a custom motor-driven mechanical actuator to allow the measurement of real time responses to mechanical strain in live cells. Relevant to mechanobiology, the system can apply strains up to 20% while allowing near real-time imaging with confocal or atomic force microscopy.

Imagens de células vivas durante Mecânica estiramento

There is currently a significant interest in understanding how cells and tissues respond to mechanical stimuli, but current approaches are limited in ...

Fluorescence Recovery after Merging a Droplet to Measure the Two-dimensional Diffusion of a Phospholipid Monolayer

We introduce a new method to measure the lateral diffusivity of a surfactant monolayer at the fluid-fluid interface, called fluorescence recovery after merging (FRAM). FRAM adopts the same principles as the fluorescence recovery after photobleaching (FRAP) technique, especially for measuring fluorescence recovery after bleaching a specific area, but FRAM uses a drop coalescence instead of photobleaching dye molecules to induce a chemical potential gradient of dye molecules. Our technique has several advantages over FRAP: it only requires a fluorescence microscope rather than a confocal microscope equipped with high power lasers; it is essentially free from the selection of fluorescence dyes; and it has far more freedom to define the measured diffusion area. Furthermore, FRAM potentially provides a route for studying the mixing or inter-diffusion of two different surfactants, when the monolayers at a surface of droplet and at a flat air/water interface are prepared with different species, independently.

We present a new technique to measure the lateral diffusion of a surface active species at the fluid-fluid interface by merging a droplet monolayer onto a flat monolayer.

Recuperação de fluorescência após a fusão uma gota de medir a difusão bidimensional de um Phospholipid Monolayer

We introduce a new method to measure the lateral diffusivity of a surfactant monolayer at the fluid-fluid interface, called fluorescence recovery after ...

Selective Cell Elimination from Mixed 3D Culture Using a Near Infrared Photoimmunotherapy Technique

Recent developments in tissue engineering offer innovative solutions for many diseases. For example, tissue engineering using induced pluripotent stem cell (iPS) emerged as a new method in regenerative medicine. Although this tissue regeneration is promising, contamination with unwanted cells during tissue cultures is a major concern. Moreover, there is a safety concern regarding tumorigenicity after transplantation. Therefore, there is an urgent need for eliminating specific cells without damaging other cells that need to be protected, especially in established tissue. Here, we present a method for specific cell elimination from a mixed 3D cell culture in vitro with near infrared photoimmunotherapy (NIR-PIT) without damaging non-targeted cells. This technique enables the elimination of specific cells from mixed cell cultures or tissues.

Eliminating specific cells without damaging other cells is extremely difficult, especially in established tissue, yet there is an urgent need for a cell elimination method in the tissue engineering field. Here, we present a method for specific cell elimination from a mixed 3D cell culture using near infrared photoimmunotherapy (NIR-PIT).

Eliminação celular seletiva de Cultura 3D Mixed usando uma técnica de infravermelho próximo Photoimmunotherapy

Recent developments in tissue engineering offer innovative solutions for many diseases. For example, tissue engineering using induced pluripotent stem ...

Conducting Multiple Imaging Modes with One Fluorescence Microscope

Fluorescence microscopy is a powerful tool to detect biological molecules in situ and monitor their dynamics and interactions in real-time. In addition to conventional epi-fluorescence microscopy, various imaging techniques have been developed to achieve specific experimental goals. Some of the widely used techniques include single-molecule fluorescence resonance energy transfer (smFRET), which can report conformational changes and molecular interactions with angstrom resolution, and single-molecule detection-based super-resolution (SR) imaging, which can enhance the spatial resolution approximately ten&#160;to twentyfold compared to diffraction-limited microscopy. Here we present a customer-designed integrated system, which merges multiple imaging methods in one microscope, including conventional epi-fluorescent imaging, single-molecule detection-based SR imaging, and multi-color single-molecule detection, including smFRET imaging. Different imaging methods can be achieved easily and reproducibly by switching optical elements. This set-up is easy to adopt by any research laboratory in biological sciences with a need for routine and diverse imaging experiments at a reduced cost and space relative to building separate microscopes for individual purposes.

Here we present a practical guide of building an integrated microscopy system, which merges conventional epi-fluorescent imaging, single-molecule detection-based super-resolution imaging, and multi-color single-molecule detection, including single-molecule fluorescence resonance energy transfer imaging, into one set-up in a cost-efficient way.

Realização de vários modos de imagem com um microscópio de fluorescência

Fluorescence microscopy is a powerful tool to detect biological molecules in situ and monitor their dynamics and interactions in real-time. In addition to ...

Growth of Human and Sheep Corneal Endothelial Cell Layers on Biomaterial Membranes

Corneal endothelial cell cultures have a tendency to undergo epithelial-to-mesenchymal transition (EMT) after loss of cell-to-cell contact. EMT is deleterious for the cells as it reduces their ability to form a mature and functional layer. Here, we present a method for establishing and subculturing human and sheep corneal endothelial cell cultures that minimizes the loss of cell-to-cell contact. Explants of corneal endothelium/Descemet&#39;s membrane are taken from donor corneas and placed into tissue culture under conditions that allow the cells to collectively migrate onto the culture surface. Once a culture has been established, the explants are transferred to fresh plates to initiate new cultures. Dispase II is used to gently lift clumps of cells off tissue culture plates for subculturing. Corneal endothelial cell cultures that have been established using this protocol are suitable for transferring to biomaterial membranes to produce tissue-engineered cell layers for transplantation in animal trials. A custom-made device for supporting biomaterial membranes during tissue culture is described and an example of a tissue-engineered graft composed of a layer of corneal endothelial cells and a layer of corneal stromal cells on either side of a collagen type I membrane is presented.

This protocol describes the critical steps required to establish and grow corneal endothelial cell cultures from explants of human or sheep tissue. A method for subculturing corneal endothelial cells on membranous biomaterials is also presented.