A subscription to JoVE is required to view this content. Sign in or start your free trial.
Митохондриальная сеть чрезвычайно сложна, что делает ее очень сложной для анализа. Новый инструмент MATLAB анализирует митохондрии с конфокальными изображениями в реальном времени на таймлапс-изображениях, но приводит к большому объему вывода, требующему индивидуального ручного вмешательства. Для решения этой проблемы была разработана рутинная оптимизация, позволяющая быстро анализировать файлы.
Сложная митохондриальная сеть делает очень сложной сегментацию, отслеживание и анализ живых клеток. Инструменты MATLAB позволяют анализировать митохондрии в таймлапс-файлах, значительно упрощая и ускоряя процесс обработки изображений. Тем не менее, существующие инструменты выдают большой объем выходных данных, требующий индивидуального ручного вмешательства, а базовые экспериментальные установки позволяют выводить тысячи файлов, каждый из которых требует длительной и трудоемкой обработки.
Для решения этих проблем была разработана рутинная оптимизация, как в коде MATLAB, так и в формах live-script, что позволило ускорить анализ файлов и значительно сократить чтение документов и обработку данных. Со скоростью 100 файлов/мин оптимизация позволяет проводить общий быстрый анализ. Оптимизация позволяет получить результаты путем усреднения данных, специфичных для отдельных митохондрий, за все периоды времени, анализируя данные определенным образом, в соответствии с результатами, полученными существующими инструментами. Конфокальную визуализацию в реальном времени проводили с использованием метилового эфира красителя тетраметилродамина, а рутинная оптимизация была подтверждена путем обработки нейрональных клеток агонистами рецепторов ретиноевой кислоты (RAR), влияние которых на митохондрии нейронов установлено в литературе. Полученные результаты согласовывались с литературными данными и позволили в дальнейшем охарактеризовать поведение митохондриальной сети в ответ на изоформ-специфическую модуляцию RAR.
Эта новая методология позволила быстро и достоверно охарактеризовать сеть митохондрий целых нейронов, а также дифференцировать митохондрии аксонов и митохондрий клеточного тела, что является важной функцией для применения в области нейробиологии. Более того, этот протокол может быть применен к экспериментам с использованием быстродействующих методов лечения, позволяя визуализировать одни и те же клетки до и после лечения, выходя за рамки области неврологии.
Клеточные митохондрии находятся в центре всех физиологических состояний, и глубокое понимание их гомеостаза (митостаза) и поведения имеет первостепенное значение для помощи в определении фармакологического лечения широкого спектра заболеваний, включая раки болезнь Альцгеймера.
Митохондрии играют важнейшую клеточную роль в энергетическом гомеостазе, выработке АТФ, буферизации кальция и регуляции АФК, а митостаз необходим для поддержания белкового гомеостаза, поскольку молекулярные шапероныэнергетически зависимы. Они требуют постоянной и динамической модуляции ....
ПРИМЕЧАНИЕ: Этот протокол состоит из двух основных этапов: этап мокрой лаборатории, включающий культуру клеток и живую конфокальную микроскопию для получения изображений живых митохондрий (рис. 1), и этап in silico для анализа полученных изображений (рис. 2
Чтобы улучшить и ускорить анализ выходных файлов в .txt формате, была закодирована рутинная оптимизация, которая считывает данные в соответствии с выходными файлами Mitometer .txt, со столбцами, представляющими рамку, и линиями, представляющими идентифицированные митохондрии. Рутинная оптими.......
Визуализация живых клеток позволяет создавать большие файлы, которые требуют серьезной вычислительной обработки, но даже самые современные инструменты требуют большого количества ручного ввода для обработки. Эта рутинная оптимизация направлена на упрощение процесса анализа митохо?.......
У авторов нет конфликта интересов, о котором можно было бы заявлять.
Получение изображений было выполнено на объекте LiM iBiMED, узле PPBI (Португальская платформа биовизуализации): POCI-01-0145-FEDER-022122. Эта работа была поддержана FCT (EXPL/BTM-SAL/0902/2021) LCF (CI21-00276), грантом DT от Fundação para a Ciência e Tecnologia Ministério da Educação e Ciência (2020.02006.CEECIND), грантом ATG-The Gabba Alumni Association для вице-президента и Институтом биомедицины iBiMED, Университет Авейру.
....Name | Company | Catalog Number | Comments |
AM580 | Sigma-Aldrich | A8843 | |
BDNF | Thermo-Fisher | RP8642 | |
BMS493 | Tocris Bioscience | 3409 | |
CD2314 | Tocris Bioscience | 3824 | |
Ch55 | Tocris Bioscience | 2020 | |
Foetal Bovine Serum | Thermo-Fisher | 10270106 | |
GraphPad Prism v4.0 | GraphPad Software, La Jolla | n/a | |
Ham’s F12 Nutrient Mix | Thermo-Fisher | 21765029 | |
MATLAB R2022a | MathWorks | n/a | |
Minimal Essential Medium | Thermo-Fisher | 31095 | |
Nunc Glass Bottom Dishes | Thermo-Fisher | 150680 | |
Phosphate Buffer Saline Solution | Thermo-Fisher | 28372 | |
Retinoic acid | Sigma-Aldrich | R2625 | |
TMRM | Thermo-Fisher | T668 | |
Zeiss LSM 510 | Carl Zeiss | n/a | Equiped with live-cell imaging culture chamber and 63x oil immersion objective |
Request permission to reuse the text or figures of this JoVE article
Request PermissionThis article has been published
Video Coming Soon
ABOUT JoVE
Copyright © 2025 MyJoVE Corporation. All rights reserved