本文主要介紹了使用THUNDER Imager Model Organism和small volume computational clearing(SVCC)對雞胚中的神經(jīng)元祖細(xì)胞進(jìn)行清晰、快速的成像,有助于相關(guān)信號通路的研究。相關(guān)的信號分子間的協(xié)同作用會導(dǎo)致未指明的祖細(xì)胞形成離散的組織和器官,以及胚胎神經(jīng)細(xì)胞的模式化。目前還需要繼續(xù)研究胚胎發(fā)育的潛在分子和細(xì)胞機(jī)制,以開發(fā)并改進(jìn)復(fù)雜先天性疾病的診療方法。在整個胚胎的遺傳操作過程中,可使用先進(jìn)的顯微鏡在高分辨率下檢查離散的模式化中心和信號分子。
簡 介
胚胎神經(jīng)系統(tǒng)的模式化是通過相關(guān)的信號分子間協(xié)同作用來完成的,包括音猬因子,這會導(dǎo)致未指明祖細(xì)胞形成離散的組織和器官[1,2]。盡管對胚胎發(fā)育的理解取得了巨大的進(jìn)展,但仍然需要對潛在的分子和細(xì)胞機(jī)制進(jìn)行大量的研究,以改進(jìn)復(fù)雜先天性疾病的診斷和最終治療方式。
研究者一般會關(guān)注胚胎細(xì)胞群的機(jī)制研究。通常,研究者會通過操縱整個胚胎的遺傳因子來實現(xiàn)研究相關(guān)機(jī)制,那么我們可以使用先進(jìn)的顯微鏡在高時空分辨率下操縱并檢查生成音猬因子和其他信號分子的離散模式中心。
本文主要介紹了使用THUNDER Imager Model Organism對雞胚中神經(jīng)組細(xì)胞進(jìn)行高對比度快速成像如何協(xié)助信號通路的研究。
挑 戰(zhàn)
在胚胎信號通路研究中,能夠快速對整個胚胎樣本進(jìn)行清晰的3D成像的解決方案最為實用。這些圖像必須是無模糊或離焦的信號,這樣才能清晰分辨重要的細(xì)節(jié)。傳統(tǒng)的寬場顯微鏡雖然可對厚樣本(如整個胚胎)進(jìn)行快速成像,并有一定的檢測靈敏度,但模糊的離焦熒光信號會導(dǎo)致圖像的對比度大幅下降[3,4]。
方 法
本研究中使用的樣本是6天大的雞胚腦。該胚胎表達(dá)了一種核mScarlet紅色熒光蛋白(RFP)和一種音猬因子調(diào)控的膜相關(guān)增強(qiáng)型綠色熒光蛋白(EGFP),以離散地標(biāo)記神經(jīng)元祖細(xì)胞群。作者利用THUNDER Imager Model Organism的景深擴(kuò)展(EDoF)功能采集了腦樣本的立體和宏觀圖像,并對圖像進(jìn)行了small volume computational clearing(SVCC)處理。
結(jié) 果
使用THUNDER Imager采集的雞胚腦樣本結(jié)果如下圖1所示。
圖1:mScarlet RFP和音猬因子調(diào)控的EGFP標(biāo)記的神經(jīng)祖細(xì)胞雞胚腦圖像:A) Computational clearing處理前的原始寬場EDoF結(jié)果;B)SVCC處理后的結(jié)果。圖片來源:Timothy Sanders醫(yī)學(xué)博士兼哲學(xué)博士,美國芝加哥大學(xué)格羅斯曼神經(jīng)科學(xué)、定量生物學(xué)和人類行為研究所。
雞胚腦樣本的THUNDER圖像無模糊信號,并能清晰顯示結(jié)構(gòu)細(xì)節(jié),有助于破譯對發(fā)育生物學(xué)與遺傳學(xué)非常重要的信號通路。
參考文獻(xiàn):
1.T. Sanders, E. Llagostera, M. Barna, Specialized filopodia direct long-range transport of SHH during vertebrate tissue patterning. Nature (2013) vol. 497, pp. 628–632, DOI: 10.1038/nature12157.
2.S. Agarwala, T. A. Sanders, C.W. Ragsdale, Sonic Hedgehog Control of Size and Shape in Midbrain Pattern Formation, Science (2001) vol. 291, iss. 5511, pp. 2147-2150, DOI: 10.1126/science.1058624
3.J. Schumacher, L. Bertrand, THUNDER Technology Note: THUNDER Imagers: How Do They Really Work? Science Lab (2019) Leica Microsystems
4.L. Felts, V. Kohli, J.M. Marr, J. Schumacher, O. Schlicker, An Introduction to Computational Clearing: A New Method to Remove Out-of-Focus Blur, Science Lab (2020) Leica Microsystems
相關(guān)產(chǎn)品
THUNDER Imager Model Organism全自動宏觀顯微成像系統(tǒng)
電話
微信掃一掃