Method Article
Questo protocollo presenta un metodo per eseguire quantitativa, cella singola analisi in situ di espressione della proteina per studiare specifiche lignaggio in embrioni di topo preimpianto. Le procedure necessarie per la raccolta di blastocisti, tutto il montaggio di rilevamento di immunofluorescenza di proteine, l'imaging di campioni su un microscopio confocale, e la segmentazione nucleare e l'analisi delle immagini sono descritte.
Questo protocollo presenta un metodo per eseguire quantitativa, monocellulari in situ analisi dell'espressione della proteina per studiare specifica lineage in embrioni di topo preimpianto. sono descritte le procedure necessarie per la raccolta degli embrioni, immunofluorescenza, imaging su un microscopio confocale, e la segmentazione di immagine e di analisi. Questo metodo consente la quantificazione dell'espressione dei diversi marcatori nucleari e spaziali (XYZ) coordina tutte le cellule nell'embrione. Si avvale di minuti, uno strumento software per la segmentazione di immagini appositamente sviluppato per l'analisi di immagini confocale di embrioni preimpianto e colonie di cellule staminali embrionali (ESC). MINS svolge segmentazione nucleare senza supervisione di tutti i X, Y e Z dimensioni, e produce le informazioni sulla posizione della cella in uno spazio tridimensionale, così come i livelli di fluorescenza nucleari per tutti i canali con input dell'utente minima. Mentre questo protocollo è stato ottimizzato per l'analisi di immaginidi preimpianto embrioni fase di topo, può essere facilmente adattato per l'analisi di altri campioni che presentano un buon rapporto segnale-rumore e dove ad alta densità nucleare pone un ostacolo alla segmentazione dell'immagine (ad es., analisi di espressione di cellule staminali embrionali (ESC ) colonie, differenziando cellule in coltura, gli embrioni di altre specie o stadi, ecc.)
L'embrione di topo preimpianto è un paradigma per studiare la formazione e il mantenimento della pluripotenza in vivo, così come un modello per lo studio della determinazione del fato cellulare e de novo epitelizzazione nei mammiferi. Le fasi preimpianto dello sviluppo dei mammiferi sono dedicati alla creazione di tre linee cellulari che compongono la blastocisti, vale a dire la epiblasto pluripotente - che dà luogo alla maggior parte dei tessuti somatici e le cellule germinali - e due linee extraembrionali, il trophectoderm (TE) e la endoderma primitivo (PRE) (Figura 1A) 1,2. Questo protocollo descrive le procedure per (1) embrioni raccolta e fissare fase preimpianto del mouse, (2) eseguire immunofluorescenza per etichettare le proteine di interesse, (3) effettuare tutto il montaggio di immagini utilizzando un microscopio confocale con funzionalità di z-sezionamento e (4) eseguire la segmentazione nucleare di immagini confocale e analisi successive immagine quantitativa. Questo gasdotto permette tegli imparziali misurazione dei livelli di proteine per l'assegnazione delle identità cellulari per caratterizzare le sottopopolazioni di cellule in situ. Questo protocollo può essere eseguito in meno di 3 - 4 giorni per una singola cucciolata (generalmente fino a 10 embrioni di topo), dalla raccolta embrione per l'analisi dei dati (Figura 1B). L'analisi simultanea di più cucciolate aumenterebbe l'imaging e analisi di dati in tempo onere, estendendo così la lunghezza complessiva del protocollo.
L'embrione preimpianto fase del mouse è un sistema sperimentale trattabili che, data la sua piccola dimensione e morfologia stereotipata 3, è adatto per l'imaging in toto di processi cellulari con risoluzione di una singola cellula. Per effettuare un imparziale, analisi a livello di sistema di un numero statisticamente rilevante di embrioni, un sistema automatico, pipeline di analisi quantitativa è desiderabile. Tuttavia, a causa della elevata densità nucleare della massa cellulare interna (ICM) della blastocisti ( Figura 1A, 2D), piattaforme immagine segmentazione convenzionali non riescono a fornire una sufficiente precisione per stabilire un flusso di lavoro automatizzato o semi-automatizzato. D'altra parte, la segmentazione manuale, mentre accurate, non consente l'elaborazione di grandi coorti di cellule ed embrioni, né è adeguato riproducibile, determinazione imparziale delle identità cellulari - che è particolarmente importante quando si studiano stadi di sviluppo in cui i modelli di marcatore espressione non ha completamente risolto (ad esempio, non presentano una distribuzione binaria in una popolazione). Abbiamo recentemente sviluppato e validato un metodo di segmentazione delle immagini su misura per gli embrioni palco del mouse preimpianto e per le cellule staminali embrionali di topo (CES), che raggiunge un'elevata accuratezza, mentre richiede un input minimo dell'utente 4-8.
Il gasdotto analisi presentata qui ruota attorno lo strumento segmentazione delle immagini MATLAB a base modulare interattivo Segmentazione Nucleare (minuti) 4. MIN performs segmentazione nucleare senza supervisione su grandi lotti di confocale Z-stack dopo che l'utente ha stabilito un numero minimo di proprietà dell'immagine, utilizzando un'interfaccia utente grafica (GUI) (Tabella 1) 4. Questo oleodotto si è dimostrato efficace per la generazione di dati ad alto rendimento sulla espressione di proteine e localizzazione cellulare in entrambi wild-type, sperimentalmente trattati e gli embrioni e CES 5-7 geneticamente modificati. Nel presente protocollo, si descrive l'applicazione di minuti alla segmentazione di immagini dell'embrione preimpianto stadio. Per esempi di prestazioni minuti sul CES si rimanda al 4,7. La fase di segmentazione nucleare automatizzato riduce notevolmente l'onere tempo del processo di identificazione delle cellule, mentre le misure di intensità spaziale e fluorescenza consentono una determinazione imparziale delle identità delle cellule e la generazione di mappe tridimensionali di domini di espressione genica e la posizione delle cellule nell'embrione (Figura 1C ). Inoltre, la scalabilità di questo flusso di lavoro rende applicabile all'analisi dei singoli cucciolate attraverso grandi coorti di embrioni trattati sperimentalmente, o embrioni di diverso background genetico 5,6. Minuti è liberamente disponibile presso http://katlab-tools.org (il software richiede una licenza MATLAB).
Nessun approccio sviluppato fino ad oggi consente la generazione di tali dati in modo approfondito l'espressione proteica e la localizzazione delle cellule in embrioni di topo preimpianto. Tutti i tentativi finora a quantificare questi tipi di dati sono stati limitati alla determinazione manuale e quantificare la presenza di numeri di cellulare per le diverse popolazioni nell'embrione (o interamente a mano, o software-assistita) 9-19. Questo approccio (che incorpora il software minuti) è stata adattata per e testato su embrioni preimpianto mouse e CES; tuttavia la sua prestazione su altri sistemi con elevata densità nucleare, anche se ancora sottoposti a verifica, dovrebbe essere equivalente.
Etica dichiarazione: Tutti i lavori animale, compreso l'allevamento, l'allevamento e il sacrificio è stato approvato dal Comitato Memorial Sloan Kettering Cancer del Centro Istituzionale Animal Care e Usa (IACUC), il protocollo # 03-12-017.
1. Embrione Collection
Nota: Tutti i lavori animale deve essere stato approvato dalle autorità istituzionali e locali e conformi alle norme locali e istituzionali.
2. immunofluorescenza
3. Confocale Imaging
Nota: I singoli configurazioni microscopio confocale richiedono specifici parametri di acquisizione da regolare per il sistema e software sul posto. Tuttavia, la sezione seguente fornisce una serie di regole generali da seguire che dovrebbe essere applicabile a qualsiasi installazione.
4. Analisi dell'immagine e dei dati di pre-elaborazione
Per facilitare l'interpretazione e la presentazione dei dati, si deve prestare attenzione a non danneggiare gli embrioni durante la raccolta e la manipolazione, in modo che tutte le cellule e la loro posizione relativa possono essere analizzati Figura 2A -. D mostra esempi di blastocisti intatti in diverse fasi, con una cavità estesa. In caso di danni, la cura dovrebbe essere presa quando l'analisi e l'interpretazione dei risultati.
La qualità e l'affidabilità dei dati generati usando questo protocollo dipende dalla qualità del fissaggio e sul rapporto segnale-rumore degli anticorpi utilizzati per rilevare le proteine di interesse. Utilizzare sempre fissativo fresco e sperimentare nuovi anticorpi, con opportuni controlli positivi e negativi, prima di iniziare una serie di esperimenti. Figura 2A mostra esempi di buone anticorpi per un certo numero di proteine nucleari. La Figura 2B mostra un example di un buon anticorpi per una proteina citoplasmatica (DAB2). Figura 2C mostra un esempio di una cattiva colorazione, con basso rapporto segnale-rumore, dove il campione è stato determinato solo per 10 min. In questo caso, l'anticorpo utilizzato per GATA4 (Santa Cruz, sc-1237) richiede O / N fissaggio per fornire un segnale forte (vedi 24 per istanze di embrioni fissi O / N e colorate con questo anticorpo). Aumentando il livello del segnale durante la post-elaborazione rivela un'immagine molto rumoroso. Per contro l'anti-GATA4 utilizzato per la Figura 2A (sc-9053) fornisce alto rapporto segnale-rumore dopo fissazione soli 10 min. Dettagli per questi e altri anticorpi robusti sono forniti nella sezione Materiali.
I fattori limitanti per una segmentazione buoni MINS sono a) l'ingrandimento dell'obiettivo usato per l'imaging, b) Z risoluzione e c) la qualità della colorazione nucleare. Figura 2D mostra esempi di embrioni impressi con un oil immersione obiettivo 40X con un NA di 1,30 e un 0,21 millimetri WD. pannelli centrali mostrano ingrandimenti delle ICM dove i singoli nuclei e il confine tra di loro possono essere distinti. Se non si utilizza la colorazione del DNA (es., Hoechst, DAPI, TO-PRO3, YO-YO1, ecc) valori di fluorescenza per la quantificazione, parametri di acquisizione può essere regolato individualmente per ottenere il miglior segnale. Pannelli inferiori mostrano come il più avanzato dell'embrione, maggiore è la densità nucleare e quindi maggiore è la probabilità di errori di segmentazione (punta di freccia e freccia). La Figura 3 mostra esempi di errori che MINS può commettere, quali il rilevamento nuclei apoptotici come cellule vive ( asterischi nei pannelli in figura 3AA, Ab, Ad), over-segmentazione (freccia e punte di freccia in Figura 3 AC) o sotto-segmentazione (freccia in Figura 3AD). la figura 3B mostra una sequenza di Z-fette di un evento sotto-segmentazione, dove due cellule sono state identificate come uno. Si noti come MINS segmentazione prende l'asse Z in considerazione per segmentare un volume che comprende tutte le sezioni in cui è presente una determinata cella.
Infine, le specifiche dell'analisi dei dati dipenderà dalla domanda in esame, quindi, le linee guida per il processo di analisi non possono essere qui indicati. Tuttavia, abbiamo trovato alcune trasformazioni di dati iniziale per essere utile Figura 4B -.. D mostra trame dei valori di fluorescenza per i marcatori NANOG e GATA6 nel ICM dell'embrione mostrato in Figura 4A Figura 4B mostra i valori di fluorescenza grezzi ottenuti da MINUTI (dopo la correzione manuale della comprensione e sovra-segmentazione). la figura 4C mostra gli stessi dati dopo una trasformazione logaritmica, che separa i valori dalla trama assi (una trasformazione radice quadrata è anche possibile e produce una trama simile). Figura spettacoli 4D gli stessi dati dopo automaticamente correcting i valori per l'attenuazione Z-associata in fluorescenza, come spiegato nel passaggio 4.5.2.2 del protocollo. Esempi di questo decadimento della fluorescenza Z-associati sono riportati nell'immagine Figura 4E e le trame in 4F. Figura 4G mostra l'effetto della trasformazione di dati spiegato in 4.5.2.2. Colori che rappresentano sia epiblast (rosso, Nanog +, GATA6-) o pre (blu, NANOG-, GATA6 +) identità sono state aggiunte alla trama in funzione del NANOG e valori GATA6. In questo particolare esempio, cellule in cui il rapporto di registro [GATA6] / log [NANOG]> 1,25 sono stati considerati PRE, cellule in cui il rapporto di registro [GATA6] / log [NANOG] <1 sono stati considerati EPI, e cellule con un intermedio rapporto sono stati considerati non impegnati (nessuno in questo caso). Tutte le trasformazioni di dati e terreni sono state fatte in Rstudio, tuttavia, la scelta del software non è critica e dipenderà l'utente finale.
Figura 1. Embrione posizione, Timeline e Analisi Pipeline. (A) Schema di uno (di due) corno del mouse uterina e le fasi di sviluppo preimpianto, allineati con la regione del corno dove dovrebbero essere trovati. (B) temporale sperimentale con temporizzazione per ogni passo. Fasi del protocollo e punti di pausa (blu) sono indicati. (C) Sintesi di acquisizione delle immagini e pipeline di analisi utilizzando min. Cliccate qui per vedere una versione più grande di questa figura.
Figura 2. Esempi di immunofluorescenza e densità nucleare. (A) Gli esempi di buoni risultati immunofluorescenza con anticorpi testati per tr nucleareFattori anscription. Anti-CDX2 è stato rilevato con un AlexaFluor 488 asino anti-topo anticorpo secondario, anti-GATA6 con un AlexaFluor 568 asino anti-capra, anti-NANOG con un AlexaFluor 647 asino anti-coniglio, anti-GATA4 (Santa Cruz, SC-9053 ) con un AlexaFluor 488 asino anti-coniglio e anti-OCT4 con un AlexaFluor 647 asino anti-topo. Tutti gli anticorpi primari sono elencati nella tabella materiali. Citoplasmatica colorazione nucleare GATA4 è non specifico, e appare anche in GATA4 embrioni nulli (non mostrato). (B) Esempio di buona immunofluorescenza per una proteina citoplasmatica, DAB2. È stato rilevato utilizzando un AlexaFluor 488 asino anti-topo. (C) Esempio di cattiva immunofluorescenza, con un rapporto segnale-rumore per un fattore nucleare. GATA4 è stato rilevato con un anti-GATA4 cresciuto in capra (Santa Cruz, sc-1237 e che SC-9053 (coniglio anti-GATA4) è stato utilizzato in (A)) e un AlexaFluor 568 asino anti-capra. ( D) Esempi di embrioni intatti con buona colorazione nucleare che mostrano come aumenta la densità nucleare con l'età degli embrioni e come questo aumenta errori in min segmentazione (punta di freccia - oversegmentation - e la freccia - undersegmentation). Scala = 20 micron. Cliccate qui per vedere una versione più grande di questa figura.
Figura 3. Esempi di errori min. (A) Sequenza di singole Z-sezioni da un embrione che mostra esempi di errori di segmentazione min. apoptosi delle cellule che sono comunque identificati come nuclei sono contrassegnati con un asterisco (*) in pannelli A, B e D. Nel pannello b, ID # 39 (freccia), anche se molto piccola, non identificare il nucleo corrispondente e può quindi essere lasciata non corretta. Nel pannello di C, ID # 66 (freccia) si estende su due diversi nuclei, che sono a loro volta stati identificati separatamente (punte di freccia, gli ID # 65 # 54 e # 53). Nel pannello d, due celle (ID # 63) sono stati identificati come uno solo (vedi freccia che segna il confine sottile) e questo disco dovrebbe quindi essere ripetuto a scopo di conteggio delle cellule. (B) MINS rileva cellule lungo l'asse Z. Le immagini mostrano una sequenza di Z-fette di due celle che sono state erroneamente segnato come uno solo (# 123). Si noti come l'area blu che delimita i nuclei è continuo lungo Z. Si prega di cliccare qui per vedere una versione più grande di questa figura.
Figura 4. Esempio di segmentazione e Trasformazioni di dati. (A) Immagini di cellule ICM di una blastocisti colorate per NANOG e GATA6 e fotografia istantanea della segmentazione nucleare dello stessoembrione utilizzando minuti sul canale di colorazione nucleare (Hoechst 33342). (BD) valori Nanog e GATA6 fluorescenza nelle cellule ICM misurate dal MINS tracciati come dati grezzi (B), dopo aver eseguito la trasformazione logaritmica (C) e dopo la correzione valori per il decadimento di fluorescenza lungo l'asse Z e assegnando automaticamente identità cellulari basate sul corretto valori (D). (E - G) Esempi di correzione dei dati per il decadimento della fluorescenza lungo l'asse Z. (E) Immagini di una blastocisti marcato con Hoechst e anti-CDX2 + AlexaFluor 488 (AF488), mostrando diminuzione di fluorescenza lungo l'asse Z. (F) diagrammi a dispersione di valori di fluorescenza lungo l'asse Z per Hoechst e AF488 per un pool di embrioni compreso quello mostrato in (E). linea grigia rappresenta la curva di regressione per ciascun insieme di valori. (G) stessi dati in F dopo compensare decadimento della fluorescenza per ogni cellautilizzando il seguente fattore: la coordinata Z * la pendenza del modello lineare (vedere il punto 4.5.2.2 nel protocollo). Pannelli E - G sono stati originariamente pubblicato da nel nodo autori (http://thenode.biologists.com/99problems/discussion/) Ogni punto rappresenta una cella. Scala = 20μm. Cliccate qui per vedere una versione più grande di questa figura.
input dell'utente |
Luminosità soglia * (facilita la rilevazione nucleare in immagini dim) |
X relativo / risoluzione YZ |
Canale di segmentare |
diametro nucleare |
livello di rumore dell'immagine |
uscita MINUTI |
Segmentazione Z-stack con nuclei ID |
il volume nucleare |
coordinate XYZ per ogni nucleo |
Media e somma dei valori di fluorescenza per ciascun canale di fluorescenza e nucleo |
vantaggi |
segmentazione accurata (> 85%) dei nuclei in tutta la pila - riconosce tutte le occorrenze di un nucleo in adiacenti z-sezioni |
Risoluzione cella singola |
la segmentazione non supervisionata di lotti di embrioni |
condutture di segmentazione possono sia essere salvati e riutilizzati o regolati per ogni particolare degli embrioni |
Tabella 1. Caratteristiche MINS
Carica immagine | Al prompt, introdurre la risoluzione relativa Z per laImmagine. Può essere ottenuto dai metadati del file utilizzando il lettore predefinito o applicando la seguente formula: X (o Y) Risoluzione Risoluzione / Z (tutte in micron). |
Inserire il numero di sequenza (1-5) per il canale da segmentato. Utilizzando il canale macchia DNA per la segmentazione rileverà tutte le celle nell'immagine, tuttavia, altri canali possono essere segmentate anche separatamente. | |
Inserire il telaio per iniziare la segmentazione a (1 di default). Si applica solo ai file con periodi di tempo diversi. | |
Migliora immagine (opzionale) | Il punto di bianco e nero può essere regolato per facilitare il rilevamento. Generalmente l'abbassamento del punto di bianco e re-scaling a 0 - 255 (per le immagini a 8 bit) o 0-4096 (per le immagini a 12 bit) renderà l'immagine più luminosa e facilitare l'individuazione dei nuclei dim. |
Rileva Nuclei | Selezionare il diametro stimato nucleare (generalmente tra 30 e 40 px in blastocisti). |
Per le immagini rumorose il livello di rumore può essere regolato. In caso contrario, verrà applicato il valore di default. | |
segmento Nuclei | Utilizzare i parametri di default. |
Classifica Nuclei | MINUTI in grado di distinguere trophectoderm (TE) da (ICM), le cellule di massa cellulare interna di embrioni preimpianto in base alla posizione. Questo può anche essere fatto manualmente o in base ai livelli di fluorescenza se viene utilizzato un marcatore TE. |
Esporta risultati | Selezionare i file da generare: |
- La segmentazione sovrapposto sopra il canale utilizzato (.tiff file di sequenza), | |
- Solo la segmentazione (file di sequenza .tiff), | |
- Foglio di calcolo con gli ID per tutte le cellule rilevati, coordinate XYZ e livelli di fluorescenza (media e somma) per tutti i canali per ogni cella (file .csv). | |
Tutti i file esportati per impostazione predefinita. I file vengono salvati nella sdirectory ame dove si trovano le immagini. |
Tabella 2. MINUTI segmentazione Pipeline
Il presente protocollo descrive un metodo per eseguire un'analisi quantitativa di tutto il montaggio immunofluorescenza su preimpianto degli embrioni palco del mouse. Un robusto protocollo di immunofluorescenza 22 è seguito da ad alta risoluzione, tutto il montaggio confocale e dalla segmentazione delle immagini utilizzando un pezzo su misura del software 4. Mentre la scelta del protocollo immunofluorescenza non è critica, troviamo quello qui presentato 22 per essere veloce, affidabile e per fornire il segnale robusto per molti degli anticorpi abbiamo testato. Altri protocolli possono essere seguite, purché la loro applicazione è coerente tra esperimenti equivalenti. Mentre molti fattori influenzano l'esito di ogni singolo esperimento, e il confronto diretto tra gli esperimenti non è necessariamente possibile, abbiamo trovato che lotta per la coerenza tra le ripetizioni e l'esecuzione di repliche tecniche sufficienti riduce notevolmente la variabilità. Pertanto, una volta ottimizzato, fissazione e immunolabeling reagenti e protocolli, nonché le condizioni di imaging deve essere mantenuta costante tra esperimenti equivalenti.
I principali problemi che possono sorgere durante l'applicazione di questo autunno protocollo in due gruppi: 1) di colorazione scarsa qualità, con il segnale debole, e 2) segmentazione ottimale, con molti errori (vale a dire, sovra e sotto-segmentazione). immunofluorescenza bassa qualità è generalmente dovuta alla fissazione improprio dei campioni o per gli anticorpi non essere adatto a tutto il montaggio immunofluorescenza. Assicurarsi PFA è fresco (sia preparato al momento o scongelato a RT da -20 ° C non più di una settimana prima). Date le piccole dimensioni degli embrioni preimpianto, 10 min fissazione in PFA dovrebbe essere sufficiente. Tuttavia, abbiamo trovato alcuni anticorpi per produrre un segnale più forte con tempi di fissazione più lunghi (vedi Materiali). Se un anticorpo che è stato testato in precedenza fornisce il segnale è debole, provare diversi protocolli di fissaggio. Non tutti gli anticorpi eseguire robustamente su tutto il montaggio immunofluorescence e la scelta di anticorpo primario è critica per l'esito dell'esperimento. I nuovi anticorpi devono essere testati sugli embrioni e la concentrazione ottimale determinati empiricamente. Nella tabella Materiali Noi forniamo i dettagli di un numero anticorpi abbiamo testato e utilizzare regolarmente. Fare riferimento alla letteratura pubblicata o alle informazioni del produttore quando si considera nuovi anticorpi. Si noti che non tutti gli anticorpi adatti per il lavoro Western Blot in immunofluorescenza tutto il montaggio, e le concentrazioni necessarie per immunofluorescenza possono essere fino a un ordine di grandezza superiore. anticorpi secondari commerciali in genere funzionano bene, fuori dalla scatola, tuttavia, essere coerente nell'uso di combinazioni anticorpo primario-secondario in tutta esperimenti equivalenti che stanno per essere confrontati.
La qualità di segmentazione dell'immagine dipende sia dalla qualità della colorazione nucleare e sulla densità nucleare nell'ICM dell'embrione. Cercate sempre per luminoso,nuclei taglienti e utilizzano un obiettivo ad alta risoluzione (40X o più). Se il segnale macchia nucleare è bassa, utilizzare una nuova aliquota o di un nuovo lotto. Finché la macchia nucleare non è usato per la quantificazione, i parametri di acquisizione possono essere regolati per ogni embrione per registrare taglienti, nuclei luminosi. Analogamente, se un canale diverso dalla colorazione nucleare è utilizzata per la segmentazione, il rapporto segnale-rumore di quel particolare canale determinerà la qualità della segmentazione. blastocisti fase avanzata (E4.0 in poi) presentano una densità molto alta nucleare all'interno della ICM. Pertanto, è in queste fasi che la colorazione di alta qualità è più critico. Tuttavia, gli errori di segmentazione si svolgeranno il più delle volte in queste fasi. Introdurre il diametro nucleare stimato e il livello di rumore dell'immagine sul gasdotto MINUTI, esplorare il risultato di ogni passo utilizzando il pulsante 'Visualizza' e regolare i parametri fino ad ottenere un risultato soddisfacente. Utilizzare i parametri che producono il migliore segmentazionee correggere manualmente degli errori durante l'elaborazione dei dati. Si noti che gli embrioni fase avanzata (~ E4.5) hanno un numero di celle ad alta e la correzione manuale dei dati sarà tempo.
Le limitazioni di questo protocollo sono determinati dal sistema microscopio confocale utilizzato per l'acquisizione delle immagini. Come discusso, utilizzare un obiettivo ad alto ingrandimento, con una distanza di lavoro che permette l'imaging Z dell'intero dell'embrione (preimpianto embrioni di topo possono arrivare fino a 150 - 160 micron di diametro). Analogamente, il numero di epitopi che possono essere rilevati sarà determinato dal numero di canali del microscopio può acquisire contemporaneamente. Usando questo protocollo, tre differenti epitopi oltre al DNA (4 canali in totale) possono essere etichettati simultaneamente su ogni campione. Assicurarsi che lo strumento è calibrato per ogni canale di fluorescenza, il gating è ottimizzata e che l'uscita laser è coerente.
I metodi qui descritti consentono l'analisi della posizione della cella lungo laAssi XYZ nonché la quantificazione dei livelli di espressione della proteina in situ per ogni singola cella in blastocisti di topo. Nella nostra esperienza, metodi alternativi utilizzando qualsiasi altro software disponibile non in grado di fornire il livello di risoluzione che il gasdotto applicata in questo protocollo può (vedi 4 per un confronto diretto con altri strumenti). La densità nucleare alta trovato nell'ICM della blastocisti causa altri strumenti per generare tanti errori che l'entità della correzione manuale prescritti rende il loro uso pratico. In alternativa, le misure di conteggio delle cellule e fluorescenza manuali sono stati precedentemente utilizzati per sottoinsiemi di cellule o regioni definite dell'embrione 10,11,18,19,24. Tuttavia, conteggio manuale e misura di tutti i canali di fluorescenza e posizione della cella, in tutti gli assi XYZ, per le decine di cellule presenti in ogni embrione sarebbe così tempo che non consentirebbe l'analisi ad alta produttività per il quale è stato ideato il nostro protocollo . Inoltre, un manualeVALUTAZIONE dei livelli di fluorescenza è incline a polarizzazione, mentre un oleodotto come quello qui descritto permette una misurazione oggettiva di intensità di fluorescenza per la successiva determinazione dell'identità cellulare. Per assegnare le identità delle cellule, l'investigatore dovrebbe stabilire un criterio standard per essere applicato su tutti i campioni per un particolare set up sperimentale. Date le differenti fattori - biologici e tecnici - che possono influenzare l'esito di immunomarcatura, questo criterio dovrebbe essere determinato mediante esperimenti di controllo appropriati e dati precedentemente pubblicati, ove possibile. Prevediamo un futuro prossimo in cui un algoritmo può essere progettato per la determinazione automatica di identità della cella indipendentemente dell'esperimento. Tuttavia, un tale strumento arriverà solo tra più ampia applicazione e il miglioramento del metodo attuale, molto probabilmente accoppiato con algoritmi di apprendimento automatico.
Infine, data la semplicità di questo gasdotto e la Morphol stereotipologia di embrioni di topo preimpianto, questo protocollo è facilmente scalabile per l'analisi di un gran numero di embrioni, permettendo così high-throughput analisi dei fenotipi nulli 5,6 o qualsiasi altra manipolazione sperimentale 7. Infine, mentre il protocollo attuale è stato progettato e ottimizzato per l'analisi di embrioni di topo preimpianto e colonie ESC, vediamo alcuna ragione a priori per cui non potrebbe essere applicata ad altri sistemi con caratteristiche simili - cioè ad alta densità nucleare. Incoraggiamo gli altri a sperimentare e adattare questo protocollo ad altri scenari e fornire un feedback per il suo miglioramento futuro.
The authors declare no conflicts of interest.
The authors would like to thank Stefano Di Talia, Alberto Puliafito, Venkatraman Seshan and Panagiotis Xenopoulos, for input on data handling, analysis and representation, Berenika Plusa for assistance in the design of the immunofluorescence protocol and antibody testing and members of the Hadjantonakis lab for comments on the manuscript and on the development of this protocol. Work in our lab is supported by the National Institutes of Health R01-HD052115 and R01-DK084391, and by NYSTEM N13G-236.
Name | Company | Catalog Number | Comments |
Embryo collection | |||
Blunt probe for plug checking | Roboz | RS-9580 | |
Forceps | Roboz | RS-4978 | |
Surgery scissors | Roboz | RS-5910 | |
Glass Pasteur pipettes | Fisher | 13-678-20C | |
Pre-assembled aspirator tube & mouthpiece | Sigma | A5177 | |
Longer rubber tubing | Fisher | 14-178-2AA | |
M2 | Millipore | MR-015-D | |
FHM | Millipore | MR-024-D | |
Acid Tyrode's solution | Millipore | MR-004-D | |
Penicillin/Streptomycin | Gibco | 15140 | |
Bovine Serum Albumin | Sigma | A9647 | |
4-well plates | Nunc/Thermo-Fisher | 12-566-300 | |
Immunofluorescence | |||
96-well U-bottom plates | Fisher | 14-245-73 | |
Triton X-100 | Sigma | T8787 | |
Glycine | Sigma | G7403 | |
Horse serum | Sigma | H0146 | |
Primary antibodies | Concentration | ||
CDX2 | Biogenex | AM392-5M | 1:200 |
GATA6 | R&D | AF1700 | 1:100 |
GATA4 | Santa Cruz | sc-9053 | 1:100, 10 min fixation |
GATA4 | Santa Cruz | sc-1237 | 1:100, O/N fixation |
SOX17 | R&D | AF1924 | 1:100 |
Nanog | ReproCELL | RCAB0002P-F | 1:500 |
OCT4 | Santa Cruz | sc-5279 | 1:100, 10 min to O/N fixation |
DAB2 | BD | BD-610464 | 1:200 |
Secondary antibodies | Life Technologies | Various | 1:500 |
Hoechst 33342 | Life Technologies | H3570 | |
Imaging | |||
35 mm glass-bottom dishes | MatTek | P35G-1.5-14-C | |
Segmentation | |||
Computer running 64-bit Windows OS | n/a | Verify minimal system requirements at http://katlab-tools.org and in Lou et al., (2014) Stem Cell Reports | |
MATLAB (software) | Mathworks | n/a | |
MINS (software) | Free | n/a | http://katlab-tools.org |
Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE
Richiedi AutorizzazioneThis article has been published
Video Coming Soon