RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
it_IT
Menu
Menu
Menu
Menu
A subscription to JoVE is required to view this content. Sign in or start your free trial.
Research Article
Pascale Vonaesch1, Philippe J. Sansonetti1,2, Pamela Schnupf3
1Unité de Pathogénie Microbienne Moléculaire, INSERM U786,Institut Pasteur, 2Microbiologie et Maladies Infectieuses,Collège de France, 3Laboratory of Intestinal Immunity, Institut Imagine-INSERM UMR 1163,Université Paris Descartes-Sorbonne Paris Cité
Please note that some of the translations on this page are AI generated. Click here for the English version.
Erratum Notice
Important: There has been an erratum issued for this article. View Erratum Notice
Retraction Notice
The article Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology. View Retraction Notice
Descriviamo un metodo per l'analisi qualitativa e quantitativa della formazione di granuli di stress nelle cellule dei mammiferi dopo che le cellule sono sfidate con batteri e una serie di sollecitazioni diverse. Questo protocollo può essere applicato per indagare la risposta del granulo di stress cellulare in una vasta gamma di interazioni ospedaliere-batteriche.
L'imaging fluorescente dei componenti cellulari è uno strumento efficace per indagare le interazioni host-patogeno. I patogeni possono influenzare molteplici caratteristiche delle cellule infette, tra cui l'organologia ultrastruttiva, l'organizzazione della rete citoscheletrica, nonché i processi cellulari come la formazione di Stress Granule (SG). La caratterizzazione di come i patogeni subiscono i processi dell'host è una parte importante e integrale del campo della patogenesi. Mentre i fenotipi variabili possono essere facilmente visibili, l'analisi precisa delle differenze qualitative e quantitative nelle strutture cellulari indotte dalla sfida patogena è essenziale per definire differenze statisticamente significative tra i campioni sperimentali e quelli di controllo. La formazione di SG è una risposta a stress evolutivamente conservata che conduce alle risposte antivirali e è stata da tempo studiata usando infezioni virali 1 . La formazione di SG influenza anche le cascate di segnalazione e possono avere altri conseq ancora sconosciuti2 . La caratterizzazione di questa risposta allo stress a patogeni diversi dai virus, come gli agenti patogeni batterici, è attualmente un'area emergente di ricerca 3 . Per ora, l'analisi quantitativa e qualitativa della formazione SG non è ancora abitualmente usata, anche nei sistemi virali. Qui descriviamo un metodo semplice per indurre e caratterizzare la formazione di SG in cellule non infettate e in cellule infettate da un patogeno batterico citosolico, che influenza la formazione di SG in risposta a varie sollecitazioni esogene. L'analisi della formazione e della composizione SG è ottenuta utilizzando un certo numero di differenti marcatori SG e il plug-in del rilevatore spot di ICY, uno strumento di analisi delle immagini open source.
Visualizzare le interazioni host-patogeni a livello cellulare è un metodo potente per ottenere approfondimenti sulle strategie patogene e per identificare i principali percorsi cellulari. Infatti, gli agenti patogeni possono essere utilizzati come strumenti per individuare importanti bersagli o strutture cellulari, in quanto gli agenti patogeni si sono evoluti per subire i processi cellulari centrali come una strategia per la loro sopravvivenza o la loro propagazione. La visualizzazione dei componenti cellulari può essere ottenuta mediante espressione recombinante di proteine ad oscillazioni fluorescenti. Mentre questo consente l'analisi in tempo reale, la generazione di linee cellulari con proteine ad hoc specifiche tagliate è altamente laboriosa e può causare effetti indesiderati indesiderati. Più conveniente è la rilevazione di fattori cellulari che utilizzano anticorpi specifici, in quanto possono essere analizzati simultaneamente più fattori host e non si limitano ad un particolare tipo di cellula. Un inconveniente è che solo una visione statica può essere catturata in quanto l'analisi dell'immunofluorescenza richiede il fixat delle cellule hostionico. Tuttavia, un importante vantaggio dell'immagine di immunofluorescenza è che si presta facilmente ad analisi qualitative e quantitative. Questo a sua volta può essere utilizzato per ottenere differenze statisticamente significative per fornire nuove conoscenze sulle interazioni host-patogeno.
I programmi di analisi fluorescenti delle immagini sono potenti strumenti analitici per eseguire analisi 3D e 4D. Tuttavia, l'elevato costo del software e la sua manutenzione fanno dei metodi basati sul libero software open source più ampiamente attraenti. L'analisi approfondita dell'immagine usando il software di bioanalisi è preziosa in quanto dimostra l'analisi visiva e, quando assegna significati statistici, aumenta la fiducia nella correttezza di un determinato fenotipo. In precedenza, gli SG sono stati analizzati utilizzando il software gratuito ImageJ, che richiede l'identificazione manuale dei singoli SG4. Qui forniamo un protocollo per l'induzione e l'analisi della formazione cellulare SG nel contesto di bacLe infezioni da virus utilizzando il software gratuito di analisi bio-immagine open source ICY (http://icy.bioimageanalysis.org). Il software per l'analisi bio-image è dotato di un programma di rivelatore spot che è adatto per l'analisi SG. Consente di ottimizzare il processo di rilevamento automatico in specifiche aree di interesse (ROI). Ciò supera la necessità di analisi manuale dei singoli SG e rimuove la bias di campionamento.
Molte sollecitazioni ambientali inducono la formazione di SG, che sono strutture fisiologiche citocholiciche, non membranose di 0,2-5 μm di diametro 5 , 6 . Questa risposta cellulare è evolutamente conservata in lieviti, piante e mammiferi e si verifica quando la traduzione globale delle proteine è inibita. Comprende l'aggregazione di complessi di iniziazione di traduzione bloccati in SG, considerati come luoghi di detenzione per mRNA traslazionale-inattivi, consentendo la traduzione selettiva di un sottoinsieme di mRNA cellulari.Dopo la rimozione dello stress, SG si dissolvono e il tasso globale di sintesi proteica riprende. Gli SG sono composti da fattori di innesco di allungamento della traduzione, proteine coinvolte nel metabolismo RNA, proteine legate all'RNA, nonché proteine di ponteggio e fattori coinvolti nella segnalazione delle cellule ospite 2 , anche se la composizione esatta può variare a seconda dello stress applicato. I fattori ambientali che inducono la formazione di SG includono la fame di aminoacidi, irraggiamento UV, shock termico, shock osmotico, stress reticolare endoplasmatico, ipossia e infezione virale 2 , 7 , 8 . Molti progressi sono stati fatti per comprendere come i virus inducano e sovvertire la formazione di SG, mentre poco si sa ancora su come altri agenti patogeni, quali batteri, funghi o patogeni protozoi, influenzino questa risposta cellulare 1 , 7 .
ShigeLla flexneri è un patogeno citosolico facoltativo Gram-negativo di esseri umani e l'agente causale di grave diarrea o shigellosis. La Shigellosis è un grave onere della sanità pubblica e porta a 28.000 morti ogni anno nei bambini di età inferiore ai 5 anni 9 , 10 anni . S. flexneri infetta l'epitelio colonico e si diffonde da cellula a cellula perrottando i componenti citoscheletrici dell'host 11 , 12 . L'infezione dell'epitelio supporta la replica di S. flexneri all'interno del citosolo, ma i macrofagi infetti muoiono attraverso un processo di morte delle cellule infiammatorie chiamato pyroptosis. L'infezione porta ad un massiccio reclutamento di neutrofili e infiammazioni gravi che sono accompagnate da calore, stress ossidativo e distruzione dei tessuti. Pertanto, mentre le cellule infette sono soggette a sollecitazioni interne indotte dall'infezione, come la disfunzione di Golgi, lo stress genotossico e il riarrangiamento citoscheletricoLe cellule infette sono sottoposte anche a stress ambientali dovuti al processo infiammatorio.
La caratterizzazione dell'effetto dell'infezione di S. flexneri sulla capacità delle cellule di rispondere alle sollecitazioni ambientali con un numero di marcatori SG ha dimostrato che l'infezione porta a differenze qualitative e quantitative nella composizione SG 3 . Tuttavia, poco si sa di altri patogeni batterici. Qui descriviamo una metodologia per l'infezione di cellule ospitanti con il patogeno citosolico S. flexneri , l'accentuazione delle cellule con differenti sollecitazioni ambientali, l'etichettatura dei componenti SG e l'analisi qualitativa e quantitativa della formazione e della composizione SG nel contesto di infetti E le cellule non infette. Questo metodo è ampiamente applicabile ad altri patogeni batterici. Inoltre, l'analisi delle immagini della formazione SG può essere utilizzata per infezioni da virus o da altri agenti patogeni. Può essere utilizzato per analizzare SGFormazione sull'infezione o sull'effetto dell'infezione sulla formazione di SG in risposta a sollecitazioni esogene.
1. Preparazione dei batteri e delle cellule ospitanti
2. Sfida batterica delle cellule ospitanti
3. Indurre la formazione di granuli di stress mediante l'aggiunta di stress esogeni
4. Analisi della fissazione e immunofluorescenza della formazione di granuli di stress
NOTA: elaborare il controllo eLe copertine sperimentali contemporaneamente per evitare che le differenze di colorazione possano influenzare l'analisi delle immagini nei passaggi successivi. I campioni di controllo non includono infezioni con e senza trattamento indottante SG e campioni infetti con o senza trattamento indotto da SG.
5. Fluorescenza Imaging
NOTA: fare riferimento al manuale utente del microscopio per ottimizzare l'impostazione.
6. Analisi delle immagini
NOTA: Qui viene descritta l'analisi SG sulle pile crollate usando freeware ICY. L'analisi delle immagini delle ricostruzioni 3D può essere effettuata anche utilizzando altri software specializzati. Il rilevamento SG può essere eseguito tramite un flusso di lavoro completamente automatizzato stabilito per questo protocollo (disponibile all'indirizzo http://icy.bioimageanalysis.org/protocol/Stress_granule_detection_in_fluorescence_imaging). Per utilizzare questo protocollo, i nuclei devono essere macchiati con una macchia di DNA per il software per trovare il centro di ciascuna cella e i bordi delle cellule devono essere contrassegnati da un marcatore citoplasmatico (come ad esempio eIF3b) o da una colorazione attinica per il software Per identificare i confini delle cellule. Il flusso di lavoro automatico può essere utilizzato per convalidare i risultati derivanti manualmente o direttamente per l'analisi quando i limiti delle cellule sono rilevati con alta fiducia,Dipendono dalla densità delle cellule e dal marker utilizzato per rilevare i limiti delle cellule.
Per spiegare e dimostrare il protocollo descritto in questo manoscritto abbiamo caratterizzato l'immagine di SGs indotti da clotrimazolo nelle cellule HeLa infette o non con il patogeno citosolico S. flexneri . Una descrizione del procedimento è presentata in figura 1 e comprende la virulenza e avirulente S. flexneri su piastre rosse di Congo, preparazione dei batteri, infezione, aggiunta di stress ambientali, fissazione e colorazione dei campioni, imaging e quantitativi di campioni, nonché analisi delle immagini . Un certo numero di sollecitazioni diverse possono essere usate per indurre la formazione di SG e una varietà di marcatori SG sono disponibili per l'interrogazione. EIF3b è un marker canonico SG che chiaramente macchia il compartimento citoplasmatico della cella e può essere utilizzato per identificare i bordi delle cellule. G3BP1 è un marcatore SG ampiamente utilizzato che si aggrega in SG senza una colorazione di fondo ( Figura 2 A, B D ). Le celle sono meglio immagazzinate con un microscopio confocale e le pile che coprono tutta la profondità della cella vengono caricate sull'immagine di analisi dell'immagine freeware ICY ( Figura 2 A-C ). Per meglio identificare le cellule infette e per mettere le cellule nel gruppo infetto o non infetto per un'analisi successiva, è utile aumentare l'intensità della macchia dell'acido nucleico ( Figura 2D ). All'interno del software di analisi delle immagini, il rilevatore di punti viene utilizzato per identificare gli SG all'interno di ciascuno dei ROI designati ( Figura 2 E ) e viene generata un'immagine binaria che visualizza tutti gli SG identificati ( Figura 2 F ).
L'analisi SG deve essere adattata a ciascun indicatore SG analizzato e l'impostazione appropriata per l'analisi deve essere scelto con cura. Focusing sulla SG maRker G3BP1, modificando il requisito di dimensione del punto rilevato o cambiando la sensibilità dei parametri di rilevazione, porterà a risultati diversi, come dimostrato nella figura 3 A-C . La selezione della scala (1 - 3, sebbene le scale possono essere aggiunte) si basa sulla dimensione dei pixel e quindi alle bilance più alte, le SG più piccole non verranno conteggiate ei numeri di SG diminuiranno ( Figura 3 C ). La sensibilità è misurata da 1 a 100, con 100 essendo il più sensibile. Aumentando la sensibilità, il numero di SG rilevato aumenta ( Figura 3 C ). Quindi, occorre trovare le impostazioni corrette per minimizzare i falsi positivi e le false negative. Questo è fatto meglio analizzando attentamente le immagini ottenute per ogni impostazione. Per G3BP1, una scala di 2 con una sensibilità di 100 (2 - 100, evidenziata in rosso) ha dato il miglior risultato. Una scala di 2 con una sensibilità inferiore (50 o 25) rimane piccolaSG non indicati (vedi frecce arancione). Allo stesso modo, una scala di 3 lasciato piccola SG non contabilizzata mentre una scala di 1 oversampled. È importante aggiungere scalini aggiuntivi per concentrarsi solo su grandi SG, se ciò è garantito. Per eIF3b, una scala di 2 con una sensibilità di 55 (2 - 55) ha dato il miglior risultato per eIF3b (evidenziato in rosso), anche se le frecce rosse evidenziano sotto o sovrapposizione in una scala 2 - 50 e 2-55.
Una volta impostati correttamente i parametri per l'analisi SG, i dati possono essere analizzati in molti modi ( Figura 4 ). Il rilevatore di punti fornisce il numero di SG individuati all'interno di ciascun ROI in modo tale che le cellule non infette e infette possano essere confrontate ( Figura 4 A ). Allo stesso modo, viene fornita la dimensione, in questo caso numero di pixel, da cui è possibile calcolare la superficie ( Figura 4 B ). Distribuzione di frequenza plOts sono utili anche per evidenziare spostamenti nella dimensione di SG trovati in diverse popolazioni cellulari. Qui, una completa assenza di grandi SG in cellule infette da S. flexneri , così come un certo spostamento nella distribuzione diventa più chiara ( Figura 4 C ). Inoltre, l'intensità (mostrata qui è l'intensità minima e massima) fornisce informazioni sulla qualità degli SG analizzati. Per le cellule infette da S. flexneri , gli SG sono notevolmente meno intensi. Queste analisi forniscono informazioni statisticamente rilevanti sia sulla qualità qualitativa che quantitativa degli SG formata in risposta a stress esogeno quando le cellule sono infettate con o senza S. flexneri .

Figura 1 : Schema della procedura sperimentale per infezione delle cellule con S. Flexneri ePer analizzare l'effetto della formazione di SG Infezione. Una colonia Congo-rossa e una colonia nonvirulenta Congo-Rosso-negativa vengono raccolte e coltivate O / N nel brodo di soia tryptico. La coltura durante la notte viene subcultura alla fase tardiva esponenziale prima che i batteri siano rivestiti con PLL per promuovere l'adesione. Le cellule ospitanti coltivate su vetrini in lastre a 12 pozzetti vengono infettate da batteri per 30 min. Le cellule di controllo non vengono infettate. Le cellule vengono lavate e trattate con induttori di stress per indurre la formazione di SG sostituendo il mezzo con un mezzo contenente lo stress o sottoponendo le cellule a condizioni di stress, come il caldo. Le cellule vengono quindi fissate, permeabilizzate, macchiate con indicatori SG-specifici immunofluorescenti e immagazzinati utilizzando microscopia confocale. Le proiezioni Z vengono realizzate usando ImageJ e analizzate usando il rivelatore spot del software di analisi delle immagini. I dati vengono poi analizzati. Clicca qui per vedere un largoVersione di questa figura.

Figura 2 : Analisi del rilevatore di punti delle cellule HeLa infette da S. Flexneri per 1,5 ore prima dell'aggiunta di clotrimazolo per 1 h. A. Immagine immunofluorescente di una proiezione z che mostra le cellule colorate con i marcatori SG eIF3b e G3BP1, DAPI e actina. B. Stessa immagine come in (A) ma senza l'attin macchia per evidenziare l'uso di eIF3b per delineare i limiti delle cellule. C. Schermo dello schermo del software di analisi delle immagini con il modulo del rilevatore di punti. D. Gating delle cellule infette e non infette come visto attraverso diversi canali. Per vedere tutti i batteri, l'intensità è aumentata. Le cellule con più di un batterio presenti nella cellula sono etichettate con una stella rossa. E. Uscita del punto detecAnalisi dei singoli ROI, indicando il nome ROI, il numero di punti e la loro posizione. F. Immagine di macchie rilevate nei ROI. Barra di scala = 30 μm. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 3 : confronti di diverse impostazioni di scala e di sensibilità del rilevatore di punti per la rilevazione di SG tramite diversi indicatori SG. A. Ingrandire le cellule HeLa infette o meno con S. flexneri e colorate con DAPI e il SG marker G3BP1 e analizzate a diverse scale (dimensione pixel tagliata, 1-3) e sensibilità (1 - 100). Rappresentazione grafica dei numeri SG in cellule infette e infette analizzate a diverse scale ( > B) e sensibilità ( C ). Visualizzazione ( D ) e rappresentazione grafica ( E ) del rilevamento del numero SG del marcatore SG eIF3b per la stessa immagine quando si modifica il limite di sensibilità senza modificare la dimensione del punto di taglio. Scrittura rossa e simboli rossi indicano i migliori parametri. Le frecce rosse puntano verso falsi positivi e frecce arancione per una mancanza di rilevazione SG. I valori includono la media con deviazione standard. I migliori risultati vengono evidenziati in rosso. Analisi statistiche selezionate incluse per la chiarezza usando i p-valori di test di somma Wilcoxon a sinistra e la varianza F-test a destra. * = <0,05, ** = <0,01, *** = <0,001, ns = nonsignificante. Barra di scala = 10 μm. Clicca qui per visualizzare una versione più grande di questa figura.
Es / ftp_upload / 55536 / 55536fig4.jpg "/>
Figura 4 : Analisi dei dati SG generati dal rilevatore di punti ottenuti da cellule HeLa trattate con clotrimazolo infette da S. Flexneri . A. Numero di G3BP1 SG per cellula in cellule HeLa infette e non infette. B. Superficie di G3BP1-SG in cellule infette e non infette, e la loro frequenza di distribuzione percentuale ( C ). D. Valori di intensità minima e massima (arbitraria) di G3BP1-SG. I valori includono la media con l'errore standard. Analisi statistiche selezionate incluse per la chiarezza usando i p-valori di test di somma Wilcoxon a sinistra e la varianza F-test a destra. * = <0,05, ** = <0,01, *** = <0,001, ns = nonsignificante. Clicca qui per visualizzare una versione più grande di questa figura.
Gli autori non hanno nulla da rivelare.
Descriviamo un metodo per l'analisi qualitativa e quantitativa della formazione di granuli di stress nelle cellule dei mammiferi dopo che le cellule sono sfidate con batteri e una serie di sollecitazioni diverse. Questo protocollo può essere applicato per indagare la risposta del granulo di stress cellulare in una vasta gamma di interazioni ospedaliere-batteriche.
PS è un destinatario della Gran e del Gran Premio di Sfida Melinda Gates OPP1141322. PV è stato sostenuto da una borsa di studio della Posta Nazionale della Scienza Nazionale della Scienza Nazionale e una borsa post-dottorale Roux-Cantarini. PJS è supportato da una sovvenzione HHMI e ERC-2013-ADG 339579-Decrypt.
| eIF3b (N20), origine capra | Santa Cruz | sc-16377 | Marcatore SG robusto e ampiamente utilizzato. La colorazione citosolica consente la delineazione cellulare. Diluizione 1:300 |
| eIF3b (A20), origine capra | Santa Cruz | sc-16378 | Stesso bersaglio di eIF3b (N20) e nelle nostre mani era identico a eIF3b (N20). Diluizione 1:300 |
| eIF3A (D51F4), coniglio di origine (MC: monoclonale) | Cell Signaling | 3411 | Parte del complesso multiproteico eIF3 con eIF3b . Diluizione 1:800 |
| eIF4AI, origine capra | Santa Cruz | sc-14211 | Consigliato da (Ref # 13). Diluizione 1:200 |
| eIF4B, origine coniglio | Abcam | ab186856 | Buon marcatore di granuli di stress nelle nostre mani. Diluizione 1:300 |
| eIF4B, origine coniglio | Cell Signaling | 3592 | Raccomandato da Ref # 13. Diluizione 1:100 |
| eIF4G, origine coniglio | Santa Cruz | sc-11373 | Marcatore SG ampiamente utilizzato. (Ref # 13): potrebbe non funzionare bene nelle linee cellulari di topo. Diluizione 1:300 |
| G3BP1, origine coniglio (MC: monoclonale) | BD Biosciences | 611126 | Marcatore SG ampiamente utilizzato. Diluizione 1:300 |
| Tia-1, capra di origine | Santa Cruz | sc-1751 | Marcatore SG ampiamente usato. Può essere trovato anche nei corpi P quando sono presenti SG (Ref # 13). Diluizione 1:300 |
| Alexa-coniugato Anticorpi secondari | |||
| A488 anti-capra, origine asino | Thermo Fisher | A-11055 | Incrocio assorbito. Diluizione 1:500 |
| A568 anti-capra, origine asino | Thermo Fisher | A-11057 | Incrocio assorbito. Diluizione 1:500 |
| A488 anti-topo, origine asino | Thermo Fisher | A-21202 | Diluizione 1:500 |
| A568 anti-topo, origine asino | Thermo Fisher | A10037 | Diluizione 1:500 |
| A647 anti-topo, origine asino | Thermo Fisher | A31571 | Diluizione 1:500 |
| A488 anti-coniglio, origine asino | Thermo Fisher | A-21206 | Diluizione 1:500 |
| A568 anti-coniglio, origine asino | Thermo Fisher | A10042 | Diluizione 1:500 |
| Altri reagenti | |||
| Shigella flexneri | Disponibile presso vari laboratori su richiesta | ||
| Brodo di triptone caseina di soia (TCS) | BD Biosciences | 211825 | Terreno di crescita standard per Shigella, applicazione - crescita batterica |
| TCS agar | BD Biosciences | 236950 | Agar di crescita standard per Shigella, applicazione - crescita batterica |
| Congo rosso SERVA | Electrophoresis GmbH | 27215.01 | Strumento di distriminazione per Shigell che hanno perso il plasmide di virulenza, applicazione - crescita batterica |
| Poli-L-lisina (PLL) | Sigma-Aldrich | P1274 | Utile per rivestire i batteri per aumentare l'infezione, applicazione - infezione |
| Gentamicina | Sigma-Aldrich | G1397 | Uccisione selettiva di batteri extracellulari ma non citosolici, applicazione - infezione |
| HEPES | Life Technologies | 15630-056 | Tampone PH utile quando le cellule sono incubate a RT, applicazione - coltura cellulare |
| Dulbecco's Modified Eagle Medium (DMEM) | Life Technologies | 31885 | Terreno di coltura standard per cellule HeLa, applicazione - coltura cellulare |
| Siero fetale di vitello (FCS) | Biowest | S1810-100 | Integrazione al 5% utilizzata per il terreno di coltura cellulare HeLa, applicazione - coltura cellulare |
| Aminoacidi non essenziali (NEAA) | Life Technologies | 11140 | Diluizione 1:100 utilizzata per il terreno di coltura cellulare HeLa, applicazione - coltura cellulare |
| DMSO | Sigma-Aldrich | D2650 | Diluente reagente, applicazione - coltura cellulare |
| Arsenito di | sodioSigma-Aldrich | S7400 | Potente induttore di granuli di stress (Nota: altamente tossico, è necessario un trattamento e uno smaltimento speciali), applicazione - induttore di stress |
| Clotrimazolo | Sigma-Aldrich | C6019 | Potente induttore di granuli di stress (Nota: pericolo per la salute, manipolazione e smaltimento speciali richiesti), applicazione - induttore di stress |
| Paraformaldeide (PFA | Microscopia elettronica Scences | 15714 | Il 4% di PFA viene utilizzato per la fissazione standard delle cellule, applicazione - fissazione |
| Triton X-100 | Sigma-Aldrich | T8787 | Utilizzato allo 0,03% per la permeabilizzazione delle cellule ospiti prima della colorazione immunofluorescente, applicazione - permeabilizzazione |
| A647-falloidina | Thermo Fisher | A22287 | La diluizione è a 1:40, meglio aggiunta durante la colorazione secondaria degli anticorpi, applicazione - colorazione |
| DAPI | Sigma-Aldrich | D9542 | Colorante per acido nucleidico utilizzato per visualizzare sia il nucleo ospite che i batteri, applicazione - colorazione |
| Parafilm | Sigma-Aldrich | BR701501 | Pellicola di paraffina utile per la colorazione immunofluorescente di vetrini coprioggetti, applicazione - colorazione |
| Prolong Gold | Thermo Fisher | 36930 | Robusto mezzo di montaggio che funziona bene per la maggior parte dei fluorofori, applicazione - montaggio |
| Mowiol | Sigma-Aldrich | 81381 | Terreno di montaggio economico e robusto che funziona bene per la maggior parte dei fluorofori, applicazione - montaggio di |
| piastre per colture cellulari a 24 pozzetti | Sigma-Aldrich | CLS3527 | Piastre per colture tissutali standard, applicazione - colture cellulari |
| vetrini coprioggetti in vetro da 12 mm NeuVitro | 1001/12 | Supporto per colture cellulari per applicazioni di immunofluorescenza, applicazione - pinza per supporto cellulare | |
| Sigma-Aldrich | 81381 | Mezzo di montaggio economico e robusto che funziona bene per la maggior parte dei fluorofori, applicazione - montaggio | |
| Programmi e apparecchiature | |||
| Prism | GraphPad Software | Analisi dei dati e programma grafico con robuste opzioni di test statistici, applicazione - analisi dei dati | |
| Leica SP5 | Leica Microsystems | Microsope confocale, applicazione - immagine acquisizione | |
| Imaris | Bitplane | Professional programma di analisi delle immagini, applicazione - analisi dei dati | |
| Excel | Microsoft | Programma di analisi dei dati e grafica, applicazione - analisi dei dati |