Method Article
* Estos autores han contribuido por igual
Este protocolo describe el uso de microMS para la espectrometría de masas MALDI-2 unicelular guiada por fluorescencia, lo que permite un mejor perfil molecular de las células neuronales primarias de rata.
Las mediciones de una sola célula son fundamentales para comprender la rica heterogeneidad espacioquímica del cerebro. La espectrometría de masas (MS) de ionización por láser/desorción asistida por matriz (MALDI) es capaz de caracterizar moléculas endógenas sin etiquetas y de alto rendimiento en células individuales. Los recientes avances en el desarrollo de espectrómetros de masas MALDI con postionización inducida por láser (MALDI-2) proporcionan una sensibilidad de detección muy mejorada para una variedad de lípidos y otras moléculas pequeñas. Sin embargo, la obtención de imágenes de MS de muestras grandes con MALDI-2 a resolución celular es prohibitivamente lenta para la mayoría de las aplicaciones. En este protocolo, las células primarias se aíslan y se dispersan en portaobjetos conductores. Las ubicaciones relativas de las células se determinan mediante microscopía de fluorescencia de portaobjetos completos, seguida de un registro conjunto preciso de las coordenadas de la microscopía con las coordenadas de la etapa del espectrómetro de masas MALDI-2. El análisis de MS dirigido solo de ubicaciones de celdas proporciona mediciones de alto rendimiento de una sola celda con una alta cobertura de analito y un tamaño de datos reducido en comparación con las imágenes de MS de toda la muestra. Describimos los pasos críticos necesarios para la preparación de una sola célula, la obtención de imágenes de fluorescencia de portaobjetos completos, la aplicación de matrices y la espectrometría de masas MALDI-2.
Los lípidos y metabolitos son fundamentales para la función celular y sirven como componentes esenciales de las membranas, fuentes de energía y moléculas de señalización 1,2. Sin embargo, su composición y abundancia pueden variar significativamente entre las células individuales, lo que refleja las diferencias en los tipos de células y los estados funcionales y de desarrollo 3,4,5. El análisis de estas diferencias es crucial para comprender la variabilidad biológica e identificar distintas subpoblaciones celulares. Las técnicas de medición de una sola célula, como la secuenciación de ARN, proporcionan perfiles de transcripción específicos de célulasútiles 6. Sin embargo, estas mediciones a nivel de transcripción no reflejan directamente las cantidades celulares reales de lípidos y metabolitos, ya que la expresión génica no siempre se correlaciona con la abundancia real de estos analitos. Por lo tanto, se requieren métodos especializados para mediciones directas de lípidos y metabolitos para el análisis exhaustivo de la composición química de células individuales y sus poblaciones.
Las imágenes de espectrometría de masas (MSI) de desorción/ionización láser asistidas por matriz (MALDI) son una herramienta de elección para el mapeo espacial sin etiquetas de biomoléculas endógenas in situ 7,8. Por lo general, con MALDI, se usa un láser UV para extirpar material de una capa de muestra delgada cocristalizada con una matriz orgánica, formando una columna de iones y moléculas neutras. A continuación, los iones formados se separan mediante un analizador MS y se detectan dentro de un espectrómetro de masas. Dado el posicionamiento preciso de las etapas de los espectrómetros de masas modernos, el láser se puede posicionar para apuntar a regiones específicas de la muestra o se puede estirar a través de regiones para generar imágenes moleculares por MSI. La MSI con una resolución espacial celular o subcelular (< 10 μm), lograda con un rayo láser enfocado y un movimiento preciso de la etapa, se puede utilizar para obtener información química sobre células individuales 9,10. Sin embargo, las mediciones de MSI a esta escala son ineficientes, especialmente en el caso de muestras con bajas densidades de células objetivo, debido a la cantidad de tiempo dedicado a obtener imágenes de regiones vacías entre células. Además, la detectabilidad de muchos analitos es limitada debido al pequeño volumen muestreado. Para superar estos desafíos, hemos desarrollado un enfoque de MS MALDI guiado por imágenes para el análisis de células individuales de alto rendimiento11,12. En este enfoque, las ubicaciones de las células dispersas se determinan mediante programación a partir de imágenes de fluorescencia de portaobjetos completos y se utilizan para guiar la etapa del espectrómetro de masas a las posiciones donde se encuentran las células individuales con parámetros específicos (por ejemplo, tamaño y forma) y luego se analizan a través de la irradiación con el láser MALDI. Trabajos previos que utilizan este enfoque dirigido se han utilizado para caracterizar lípidos, péptidos y otras biomoléculas en poblaciones celulares heterogéneas 5,13.
Dada la naturaleza limitada de la masa de las células individuales, el número de analitos detectados en dichas muestras es generalmente menor que el observado directamente en el tejido. Por lo tanto, para aumentar la cobertura del analito en el análisis de EM de una sola célula, es fundamental aumentar la sensibilidad de detección del analito. Un enfoque desarrollado recientemente que ayuda a superar este desafío de detección es MALDI con postionización láser (MALDI-2), que se ha demostrado que mejora la sensibilidad para una amplia gama de analitos 9,14,15,16. Como resultado, MALDI-2 genera conjuntos de datos más completos de una sola célula y proporciona una cobertura molecular más profunda en muestras de masa limitada, como células aisladas.
El objetivo de este método es obtener mediciones de lípidos de miles de células individuales. Con este fin, describimos un flujo de trabajo que permite la espectrometría de masas MALDI-2 de celda única de alto rendimiento y generalmente se puede extender a cualquier enfoque de espectrometría de masas basado en sondas con control de etapa preciso17. En este flujo de trabajo, se disecciona el tejido de las regiones cerebrales de interés y se obtienen células individuales del tejido después de un procedimiento de disociación de papaína. Luego, las células se etiquetan con una tinción nuclear y se dispersan en portaobjetos de vidrio conductor grabados con marcadores de referencia, donde se les permite adherirse. A continuación, se toman imágenes de portaobjetos completos mediante microscopía de fluorescencia. La matriz se deposita por sublimación, lo que genera una capa de cristal homogénea repetible y una alta relación señal-ruido para el análisis de MS de una sola célula. Utilizando el software de código abierto microMS11, las coordenadas relativas de las ubicaciones de las células de la imagen de microscopía se mapean y alinean con las coordenadas de la etapa del espectrómetro de masas mediante un registro de conjuntos de puntos utilizando marcadores de referencia grabados en los portaobjetos de vidrio donde se depositaron las células. Por último, utilizando esta información, se adquieren espectros de MS precisos y específicos de cada célula individual, lo que permite perfilar miles de células en una sola corrida (<1 h)12,13.
Todos los experimentos con animales en este estudio se realizaron de acuerdo con el protocolo de uso animal aprobado por el Comité Institucional de Cuidado y Uso de Animales de Illinois (23228) con estricto cumplimiento de los estándares nacionales y ARRIVE para el tratamiento ético y el cuidado de los animales.
1. Preparación de materiales y soluciones
2. Preparación de células neuronales primarias
NOTA: El tejido del hipocampo de rata se disecciona, se disocia en células individuales con papaína y se deposita en portaobjetos de vidrio conductor a baja densidad. El aislamiento de las células de esta manera permite la espectrometría de masas de células individuales de alto rendimiento de lípidos endógenos.
3. Microscopía
NOTA: Para determinar la ubicación de las células depositadas, cada portaobjetos se visualiza mediante microscopía de campo claro/fluorescencia. El canal de fluorescencia permite localizar con precisión las células teñidas con Hoechst, mientras que las imágenes de campo claro proporcionan información morfológica. Cualquier microscopio capaz de adquirir imágenes en mosaico es adecuado para este proceso.
4. Aplicación matricial
NOTA: La aplicación coherente y adecuada de la matriz MALDI es fundamental para obtener datos de calidad de una sola célula. Mientras que aquí se utiliza la sublimación con un aparato comercial, la aplicación de la matriz también se puede realizar con un pulverizador robótico12, un aerógrafo21 o un aparato de sublimación casero22. Hemos descubierto que las preparaciones unicelulares requieren menos matriz que las secciones de tejido delgado que se utilizan normalmente para la obtención de imágenes de espectrometría de masas. Para reducir los efectos de lote, se recomienda aplicar la matriz a todos los portaobjetos en estudio durante una sesión y depositar células de diferentes grupos (por ejemplo, región del cerebro o tratamiento vs. control) en el mismo portaobjetos siempre que sea posible. La selección de matrices es crucial para los flujos de trabajo tradicionales de una sola celda MALDI y MALDI-2. Para MALDI de una sola celda, se han utilizado con éxito DHB23, 9-AA24 y CHCA25 . En MALDI-2, nosotros y otros hemos observado una mejora significativa de la señal con DHAP9, mientras que matrices como NEDC16 y CHCA26 también se han aplicado de manera efectiva.
5. MALDI MS de una sola célula
NOTA: Los datos de MS de una sola célula se obtienen en un instrumento timsTOF MALDI-2 (timsTOF flex) utilizando el paquete microMS de código abierto para detectar células y guiar el espectrómetro de masas. Esto requiere que las ubicaciones de los píxeles de la imagen óptica de las células objetivo se trasladen a las coordenadas físicas de la etapa del espectrómetro de masas.
6. Tratamiento de datos
NOTA: Los paquetes de software comercial existentes no son adecuados para analizar datos de espectrometría de masas de célula única de alto rendimiento. Si bien se pueden visualizar espectros individuales, la extracción de información biológica significativa requiere herramientas especializadas. Para abordar esto, proporcionamos software disponible gratuitamente que facilita el análisis de datos de MALDI-2 MS de una sola celda. Nuestro flujo de trabajo actualizado facilita la conversión directa de datos de una sola celda al formato imzML de código abierto27, lo que permite la compatibilidad con SCiLS MVS y software de otros proveedores. Para un análisis de datos más avanzado, el script completo también incluye funcionalidad para la anotación de lípidos, la agrupación y otras herramientas de visualización habilitadas por Matplotlib (versión 3.7.3). El análisis y la lectura de los datos sin procesar se facilitan mediante la biblioteca pyTDFSDK, un conjunto de funciones incluidas en el flujo de trabajo TIMSCONVERT28.
En la Figura 1 se muestra una descripción general del flujo de trabajo para la EM MALDI-2 de una sola célula guiada por fluorescencia. En primer lugar, el tejido diseccionado de las regiones cerebrales objetivo (Figura 1A) se disocia en células individuales y se deposita en portaobjetos de microscopía conductores recubiertos de ITO (Figura 1B). Las ubicaciones de las células se determinan mediante imágenes de fluorescencia de portaobjetos completos (Figura 1C), seguidas de la aplicación de la matriz MALDI (Figura 1D), el análisis de MALDI-2 MS asistido por microMS (Figura 1E) y el análisis de datos (Figura 1F). Con este flujo de trabajo, se pueden identificar de forma putativa de decenas a cientos de lípidos dentro de células individuales con una precisión de masa de menos de 10 ppm (utilizando un timsTOF de MALDI-2).
Las imágenes de espectrometría de masas se pueden realizar en una pequeña región de interés para evaluar la calidad de la preparación celular y la aplicación de la matriz. En la Figura 2A se muestra un resultado representativo de las imágenes de células dispersas con MALDI-2. A partir de esta imagen, el usuario puede evaluar el grado de dispersión del analito en comparación con una fotomicrografía de la misma región. En función de la cantidad de propagación, el analista puede ajustar el tamaño del campo del rayo láser y el filtro de distancia para garantizar verdaderas adquisiciones de una sola célula. En MSI de una sola célula, se utilizará un tamaño de láser pequeño y un ancho de trama para obtener una resolución celular (1-5 μm), mientras que un tamaño de láser más grande se puede usar para microMS, lo que aumenta la intensidad de la señal y el número de lípidos detectables en relación con las imágenes. En la Figura 2B se muestran los resultados representativos de la mejora de la señal obtenida con MALDI-2. Se observa un aumento de las especies de colesterol, PE y PC en concordancia con la literatura previa14. En general, obtenemos la mejor mejora de la señal MALDI-2 cuando utilizamos una potencia láser relativamente alta (>50%) y un número menor de disparos (alrededor de 10 a 200). Es necesaria cierta optimización, ya que una potencia láser demasiado baja no proporcionará una mejora, mientras que una energía láser excesiva provocará una fragmentación excesiva del analito29. Para el análisis de una sola célula, el registro espacial es un paso crítico para garantizar una orientación precisa de las células individuales. Para validar el registro, se puede generar un pequeño conjunto de puntos de prueba (~5) alrededor del portaobjetos creando blobs en puntos conocidos y exportando las coordenadas del instrumento a través de microMS. La verificación de que estos puntos de prueba colocan correctamente la etapa del instrumento cuando se seleccionan garantiza que la orientación posterior de las celdas sea precisa.
MALDI MS permite perfilar la heterogeneidad celular tanto entre como dentro de las regiones cerebrales individuales (Figura 3). Al analizar las variaciones en los perfiles lipídicos, las técnicas de reducción de dimensionalidad separan eficazmente las células en grupos distintos, destacando la diversidad de las composiciones lipídicas en todo el conjunto de datos (Figura 3A). Además, la aplicación de técnicas de agrupamiento, como el agrupamiento de Leiden, muestra la presencia de subpoblaciones únicas de células dentro de regiones específicas del cerebro, incluidos el cuerpo estriado y la corteza (Figura 3B). Además, al comparar los perfiles lipídicos de cada conglomerado entre sí (Figura 3C), los lípidos específicos se pueden utilizar como marcadores para definir las identidades específicas del conglomerado. Varias especies de lípidos están significativamente reguladas al alza o a la baja en grupos específicos, lo que sugiere roles funcionales o estados distintos, mientras que otras se comparten entre grupos pero varían en su intensidad de señal relativa. Para garantizar un análisis sólido de los datos posteriores, es esencial lograr una detección fiable de lípidos en la mayoría de las células y evaluar los posibles efectos de los lotes. La Figura 3D presenta espectros representativos de seis células corticales individuales dispersas en portaobjetos separados recubiertos de ITO. Si bien los perfiles lipídicos individuales muestran heterogeneidad, los lípidos se detectan de manera consistente en todas las adquisiciones. La Figura 3E muestra un UMAP de células corticales de diferentes portaobjetos, preparado y analizado en condiciones idénticas. La superposición sustancial de células entre los portaobjetos indica que los efectos de lote no confunden significativamente las interpretaciones biológicas. Si es necesario, se pueden aplicar algoritmos de corrección de lotes como ComBat30 para mitigar los efectos residuales. En resumen, MALDI-2 unicelular es una técnica avanzada para la identificación de biomarcadores lipídicos, que ofrece información crítica sobre las subpoblaciones celulares y mejora nuestra comprensión de la diversidad regional y funcional en el cerebro.
Figura 1: Flujo de trabajo general para scMALDI-2 MS. (A) Disección manual de tejidos y aislamiento de regiones cerebrales. (B) Disociación de papaína del tejido en células individuales y deposición de células en portaobjetos conductores recubiertos de ITO. (C) Microscopía de fluorescencia de portaobjetos completos mediante tinción nuclear (DAPI/Hoechst). (D) Sublimación de matriz MALDI (DHAP) en portaobjetos de muestra. (E) Mediciones de MS de MALDI-2 de una sola célula guiadas por imágenes. (F) Análisis integral de datos, incluida la reducción de la dimensionalidad, la agrupación y el análisis estadístico. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: Optimización de MALDI-2 MS e imágenes para análisis de células individuales. (A) Imágenes de MALDI-2 MSI de poblaciones dispersas de células primarias. Las flechas indican algunas celdas individuales. La realización de MSI y una región pequeña permite al analista optimizar los parámetros del método y evaluar la calidad de la muestra. (B) Comparación de los resultados obtenidos utilizando las adquisiciones de MALDI-2 y MALDI MS. La mejora de la señal (MALDI 2 vs MALDI) de varios lípidos, incluidos el colesterol, DAG (diacilgliceroles), PC (fosfatidilcolina) y PE (fosfatidiletanolamina), se destaca mostrando el espectro MALDI-2 (arriba) y el espectro MALDI (abajo). Haga clic aquí para ver una versión más grande de esta figura.
Figura 3: Perfil lipídico de una sola célula dentro de tres regiones cerebrales de roedores mediante MALDI-2 MS. (A) análisis de aproximación y proyección de variedades uniformes (UMAP) de las células analizadas coloreadas por región cerebral de origen. (B) Análisis UMAP de las mismas células después de someterse a la agrupación de Leiden, donde los grupos corresponden a subpoblaciones de células con composiciones lipídicas similares. Los colores aquí muestran diferentes clústeres de datos de Leiden. (C) Un diagrama de violín que muestra la diferencia en las distribuciones de intensidad para diferentes lípidos entre grupos. (D) Los espectros de seis células corticales individuales representativas se analizaron a partir de dos portaobjetos separados. (E) Análisis UMAP de células corticales analizadas a partir de dos portaobjetos separados. Haga clic aquí para ver una versión más grande de esta figura.
Legajo Complementario 1: SC-MALDI2_Analysis.py. Este archivo contiene un conjunto de funciones desarrolladas para el procesamiento de datos de espectrometría de masas MALDI-2 de una sola celda. Incluye métodos para leer datos brutos de espectrometría de masas, realizar agrupaciones y realizar anotaciones y análisis posteriores. El conjunto de celdas para cargar y realizar todos los preprocesamientos y análisis de datos se proporciona en el Archivo Complementario 2. Haga clic aquí para descargar este archivo.
Fichero complementario 2: JOVE Analysis.ipynb. Este archivo contiene un cuaderno de Jupyter Notebook que contiene un conjunto de celdas para cargar en las funciones personalizadas de Python desde SC-MALDI2_Analysis.py y realizar todos los análisis y preprocesamiento de datos mencionados. Haga clic aquí para descargar este archivo.
La EM MALDI de una sola célula guiada por imágenes de alto rendimiento es una herramienta valiosa para comprender la heterogeneidad química a escala de una sola célula. La adición de postionización inducida por láser (MALDI-2) proporciona una cobertura de analito más profunda, que es fundamental para muestras de masa y volumen limitados, como las células de mamíferos aisladas.
Si bien la gran mayoría de los flujos de trabajo publicados de EM de lípidos y metabolitos de una sola célula utilizan células cultivadas, nuestro enfoque se aplica a células primarias aisladas con relativa rapidez. Esta distinción es fundamental, ya que las células cultivadas muestran un cambio demostrable en su contenido de metabolitos y lípidos en tan solo unos días de cultivo23,31. El aislamiento enzimático de las células, en la mayoría de los casos, conduce a la pérdida de estructuras celulares finas como axones, dendritas y procesos astrocíticos. Por lo tanto, las señales de analito observadas se obtienen principalmente del soma celular. A pesar de esto, se logra una clasificación exitosa por tipo de célula4 y región cerebral12. Esto sugiere que muchos de los lípidos que son exclusivos de distintas células se encuentran en el soma.
Pequeñas diferencias en el método de aplicación de la matriz MALDI pueden tener efectos profundos en la señal de analito resultante. Hemos presentado un flujo de trabajo basado en la sublimación de matriz reproducible con un aparato comercial, que genera una capa de matriz homogénea, alta relación señal-ruido y dispersión limitada del analito. Sin embargo, se puede utilizar la aplicación matricial mediante un pulverizador robótico o un aerógrafo de artista, entre otros enfoques. Independientemente del enfoque, se debe aplicar una densidad de matriz más baja a las preparaciones de una sola célula en comparación con la utilizada en la MSI de tejido estándar para lograr la relación matriz óptica / analito. La densidad de la matriz aplicada aquí es aproximadamente la mitad de la utilizada para la MSI de tejido. Por supuesto, esto implica que la cantidad de matriz por célula es mayor que en MSI, lo que ayuda a contribuir a la mejora de la extracción y detección de analitos en el enfoque de células aisladas utilizado aquí.
En el caso de las muestras que requieren una optimización significativa, la realización de MSI en un pequeño ROI de disociaciones de una sola celda, como se muestra en la Figura 2A, se puede realizar como parte del proceso de optimización. Este paso también puede permitir al analista evaluar el grado de dispersión del analito en los enfoques de aplicación de matrices basadas en solventes.
El éxito de la MALDI guiada por imágenes de células individuales requiere imágenes de fluorescencia de alta calidad, una aplicación de matriz reproducible y un control preciso de la etapa. Estos experimentos son más exigentes que los flujos de trabajo estándar de MSI, que toleran errores de registro menores y variabilidad en las condiciones de la matriz y la muestra debido a áreas de imagen más grandes y recuentos de analitos más altos. A pesar de estos desafíos, hemos atacado con éxito orgánulos individuales utilizando MALDI tradicional.
La unión precisa de las imágenes de fluorescencia en mosaico es esencial, ya que los pequeños errores pueden agravarse y afectar el control de la etapa, lo que hace que la precisión del registro sea crítica. Los efectos de lote también presentan un desafío importante, ya que se observan variaciones de señal en el mismo portaobjetos, entre portaobjetos y entre preparaciones. Las estrategias de normalización adecuadas, incluido el uso de estándares internos y la normalización intercuartílica, ayudan a mitigar estos problemas. Además, los algoritmos de corrección de lotes, como ComBat30 , se pueden utilizar para reducir la variabilidad técnica y mejorar las diferencias biológicas reales.
La obtención de anotaciones moleculares fiables a partir de células individuales sigue siendo un reto. A menudo, la cantidad de material y la sensibilidad de la detección son insuficientes para la EM en tándem de todas las especies, excepto las más abundantes. Para aquellos que no son lo suficientemente detectables para la EM en tándem directamente desde células individuales, se pueden aplicar enfoques alternativos para crear una biblioteca de analitos. Por ejemplo, los datos de EM en tándem en tejido se pueden obtener a partir de criosecciones delgadas de la misma región del cerebro y animales utilizados para generar poblaciones celulares. También se puede emplear la extracción de lípidos del tejido seguida de LC-MS. A medida que las estrategias de preparación de muestras y la tecnología de EM continúan mejorando, se puede obtener información estructural cada vez más relevante directamente de células individuales. En el futuro, anticipamos que este flujo de trabajo se extenderá para obtener datos de MS en tándem de celdas individuales, eliminando la necesidad de experimentos auxiliares de LC-MS/MS. Además, prevemos que este enfoque podría extenderse a numerosas muestras a microescala en biología y más allá, incluidos tipos de células únicos, orgánulos de mamíferos, polvos y microplásticos.
Los autores no tienen intereses contrapuestos que revelar.
S.W.C agradece el apoyo brindado por la beca Peixin He y Xiaoming Chen PhD4 y la beca Block Grant de la Universidad de Illinois. Este trabajo también fue apoyado por el Instituto Nacional sobre el Abuso de Drogas en virtud del laudo No. P30DA018310, el Instituto Nacional sobre el Envejecimiento (National Institute on Aging) R01AG078797, y por la Oficina del Director de los Institutos Nacionales de Salud bajo el Premio Número S10OD032242.
Name | Company | Catalog Number | Comments |
2',5'-dihydroxyacetophenone | Sigma Aldrich | D107603 | DHAP, 97% purity |
Ammonium acetate | Sigma Aldrich | 238074 | ACS reagent, ≥97% |
Axio M2 Imager | Zeiss | N/A | N/A |
Biopsy punch, 2 mm | Fisher Scientific | 12-460-399 | integra miltex standard biopsy punch, 2mm |
Calcium chloride | Sigma Aldrich | C4901 | anhydrous, powder ≥97% |
Eppendorf Centrifuge | Sigma Aldrich | EP5405000441 | centrifuge 5425 with rotor FA-24x2 |
Gentamicin | Sigma Aldrich | G1272 | liquid, BioReagent |
Glass etching pen | Sigma Aldrich | Z225568 | carbide time, pkg of 1 |
Glycerol | Sigma Aldrich | G7893 | ACS reagent, ≥99.5% |
HEPES buffer | Sigma Aldrich | H3375 | ≥99.5% (titration) |
Hoechst 33258 Solution | Sigma Aldrich | 94403 | 1 mg/mL in H2O, ≥98.0% (HPLC) |
In line HEPA Filter | Sigma Aldrich | WHA67225001 | VACU-GUARD 60 mm disc, 0.45 PFTE housing |
ITO-Coated Microscopy Slides | Delta Technologies | CG-90IN-S115 | 70-100Ω resistance |
Magnesium chloride | Sigma Aldrich | M8266 | anhydrous, ≥98% |
Magnesium sulfate | Sigma Aldrich | 208094 | anhydrous, ≥97% |
Microcentrifuge tubes | Sigma Aldrich | HS4323K | tube capacity 1.5 mL, pack of 500 |
Papain dissociation system | Worthington Biochemical | LK003150 | one box, 5 single use vials |
Penicillin-Streptomycin | Sigma Aldrich | P4458 | liquid, BioReagent |
Potassium chloride | Sigma Aldrich | 529552 | Molecular biology grade |
Potassium phosphate monobasic | Sigma Aldrich | P5379 | Reagent Plus |
Sodium biocarbonate | Sigma Aldrich | S6014 | ACS reagent, ≥99.7% |
Sodium chloride | Sigma Aldrich | S9888 | ACS reagent, ≥99% |
Sodium hydroxide | Sigma Aldrich | 221465 | ACS reagent, ≥97%, pellets |
Sodium phosphate dibasic | Sigma Aldrich | S9763 | ACS reagent, ≥99% |
Sublimate | HTX | N/A | N/A |
timsTOF FleX MALDI-2 | Bruker | N/A | microGRID enabled |
Vacuum tubing | Thermo Scientific | 8701-0080 | Nalgene Non-phthalate PVC Tubing |
Solicitar permiso para reutilizar el texto o las figuras de este JoVE artículos
Solicitar permisoThis article has been published
Video Coming Soon
ACERCA DE JoVE
Copyright © 2025 MyJoVE Corporation. Todos los derechos reservados