私たちは、Förster共鳴エネルギー移動(FRET)ベースのバイオセンサーを用いて、生細胞の細胞内区画における分子やイオンの定量解析プロトコルを提示します。標準化イメージング、二元マスク処理、シ ロイヌセプシス・タリアナ (A. thaliana)におけるリン酸塩への線形回帰を用いた比率分析を含みますが、他のバイオセンサーや生物にも広く応用可能です。
このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。
方法論記事
シロイナドプシス・タリアナにおけるFRTベースのバイオセンサーの定量比率分析により、細胞下区画内の分析対象物のライブ測定が可能になります
この記事について
サマリー
要約
蛍光バイオセンサーは、生細胞内の代謝物やイオン濃度の動的変化を監視するための非侵襲的かつ多用途なアプローチを提供します。具体的には、FRETベースのバイオセンサーにより、バイオセンサーの発現レベルに依存しない比率計測が可能で、細胞内分析物レベルを報告できます。植物におけるFRETベースのバイオセンサーの定量的比率分析のための包括的かつ標準化されたプロトコルを記述します。このプロトコルは、ライブサンプルの準備、ドナーの共焦点画像取得、FRET、アクセプターチャネル、関心のある細胞内領域のバイナリマスク生成、そして回帰に基づく比率計測データ解析をユーザーを導きます。主な出力は回帰解析に基づく比率計量データであり、遺伝子型、組織、発生段階、治療条件間の定量的比較を可能にします。無機リン酸塩用のcpFLIPPi-5.3mバイオセンサーを例に用いて、 A. thalianaの葉緑体間質における無機リン酸塩濃度の測定を示します。この分析フレームワークは、他のFRETベースのバイオセンサーやモデルシステムにも広く適用可能であり、 体内での代謝物やイオンの正確な時空定量化を可能にします。この戦略は代謝物やイオンの細胞内動態に関する測定可能な洞察を提供し、多様な実験環境での比較を支えます。
概要
生きた植物細胞における代謝物およびイオン動態のモニタリングは、代謝経路やシグナル伝達ネットワークが空間と時間でどのように調整され、成長と発達を支えるかを理解する上で不可欠です 1,2。細胞代謝物のレベルは、栄養素の利用可能性、光の強度、ストレスなどの環境的要因に応じて急速に変動します。その中でも、無機リン酸塩(Pi)のレベルは特に重要であり、エネルギー伝達、シグナル伝達、代謝調節において重要な役割を果たしますが、その細胞内動態の測定は依然として困難です。
標準的な比色測定法とリン-31核磁気共鳴(³¹P)-NMRは全πまたは区画πを推定できますが、単一細胞分解能を欠き、時間精度も限られています。シンクロトロンX線分光法や放射性トレーサーイメージングは細胞内またはフラックス情報を提供しますが、Piとリン酸化代謝物を確実に区別できず、しばしば侵襲的です。非水性分画および酵素ベースのキネティックアッセイは間質および細胞質Piの間接的な推定を提供しますが、これらの手法は労力がかかり、汚染のリスクもあります7,8。これらの限界は、PIのような代謝物を監視するために、FRETベースのバイオセンサーのライブイメージングのような非破壊的手法の必要性を強調しています。
遺伝子組み込みのFRETベースのバイオセンサーは、細胞内イオンおよび代謝物の動態を生体内で解析するための強力なツールです。初期の研究では、細胞内のグルコース、ショ糖、ATP濃度の監視におけるこれらのバイオセンサーの有用性が示されました。近年の進展により、このアプローチはカルシウム、硝酸塩、リン酸塩、オーキシン、アブシシック酸、ジベレリンのモニタリングに拡張されており、栄養素やホルモンの調節に関する貴重な洞察を提供しています。
cpFLIPPi-5.3mは、植物細胞内の細胞内Piレベルを監視するために最適化されたFRETベースのPiバイオセンサーです17。このバイオセンサーは、シアノバクテリアのPi結合タンパク質と、FRETドナー(eCFP、強化シアンの蛍光タンパク質)とFRET受容体(cpVenus、Venusイエロー蛍光タンパク質の改良型)から構成され、Pi結合時に立体構造変化を遂げます。この変化は、共焦点イメージングで捕捉されるPi依存的なFRET由来蛍光信号を変化させ、Pi濃度の増加によりFRET/ドナー比率が低下します。画像の後処理時に受容体とドナーの放出強度を比較することで、Pi依存比率分析が行われます。
生きた植物組織における定量的比率FRET解析では、ドナー(CFP)およびアクセプター(cpVenus)蛍光分子のスペクトルブリードスルーおよび交差励起の補正が必要です。ブリードスルーはFRETチャネルでCFP放出が検出されることで発生し、交差励起はCFP励起中のcpVenusの励起によって生じます。これらのスペクトルアーティファクトは細胞や細胞下区画間で変化し、特に色素付き植物組織において異なるため、比率測定を混乱させます。修正または感度化されたFRET放射を得るために、生のFRET信号からブリードスルーおよび交差励起寄与を以下のように差し引きます。
感作FRET発光=生FRET発光-滲出-交差励起
ブリードスルーおよび交差励起の補正因子は、バイオセンサーと同じ細胞および亜細胞位置でCFPまたはcpVenusを個別に発現する植物のイメージングによって決定されます18。感度FRET発光は次のように計算されます。
感作FRET放射 = 生FRET放射 - (CFP放射×滲透補正係数) - (cpVenus放射×交差励起補正係数)
感作されたFRET放出とドナー放出の比率(FRET比)は、リガンド濃度の相対的な変化を報告し、バイオセンサーの発現レベルとは無関係です19。
cpFLIPPi-5.3mバイオセンサーは、A. thalianaおよび他の種の異なる細胞内区画に成功裏に標的化され、Piダイナミクス18,20,21,22の可視化が可能になりました。このバイオセンサーは細胞質内のPi分布と組織間の輸送の異質性を示し、葉緑体間質Piの変動がトランスポーター活性および光合成性能と関連していることを明らかにしました20,21。バイオセンサーは定義されたダイナミックレンジ内での変化を報告するため、その範囲は安定した画像条件下での生体内πレベルを含む必要があります。照明の不均一やバイオセンサーの存在量が非常に低い場合、比率測定に影響を与えることがあり、標準化された取得設定やPiの非感度制御センサー20のような適切なネガティブコントロールの重要性が浮き彫りになります。関心地域間(ROI)間のFRET比率の変動が最小限の場合、回帰分析は適切でない可能性があり、ROIのプーリングが推奨されます。
本記事では、A. thalianaにおけるcpFLIPPi-5.3mの定量的比率解析のための詳細なプロトコルを提示し、共焦点イメージング、バイナリマスクを用いた画像分割、生細胞におけるPiの動的モニタリングのためのFRET比率計算を含みます。この手法は、FRETベースのバイオセンサー信号を解析するための再現可能なワークフローを提供し、比率計測データを線形回帰と実験条件間の統計比較を用いて解析します。代表的なデータは、pht2における葉緑体間質Piの蓄積変化を用いて示されています。1、cpFLIPPi-5.3mセンサーを発現するクロロプラストPiトランスポーター変異体21,23。このプロトコルは、バイオセンサーのスペクトル補正、イメージング設定、定量解析ステップの詳細を詳細に示し、FRETベースの比率測定イメージングを他の実験システムに応用するのに役立ちます。定義された実験文脈内で画像取得および回帰分析を標準化することで、マッチした条件下で分析されたサンプル間でFRET応答の一貫した比較をワークフローで行います。これは、変異体や代謝物輸送・代謝変化を持つ遺伝子移植系統を含む、生きた植物組織における分析物質レベルの急速かつ区画特異的な変化を測定する者に適しています。この標準化されたアプローチは、植物生物学における定量的なライブ細胞イメージング研究の再現性を促進します。ここで述べる葉緑体局在Piバイオセンシングに加え、この分析戦略は、バイオセンサー特有の校正および制御測定が確立されれば、他のFRTベースのバイオセンサーや生物特異的組織にも応用可能です。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
プロトコル
注:cpFLIPPi-5.3mおよびcpFLIPPi-null(細胞質および質質標的変異体)を発現するシロイヌズナのトランスジェニック系統は、17、18、pht2を以前に生成しました。1-1(CS19883)は、シロイナズプシス生物資源センターから取得されました。MS培地、カバーグラス、パーフルオロデカリン、共焦点顕微鏡、40倍油浸漬対物鏡(数値絞り1.3)、励起レーザー(CFP/445 nmおよびcpVenus/515 nmまたは機器に適した発光波長)、CFP、cpVenus/FRET、cpVenus受容体用放出フィルター、カメラや検出器、画像解析ワークステーション、FIJI24およびExcelです。
1 .試料の調製
- トランスジェニックA . thaliana 系統の生成
- cpFLIPPi-5.3mバイオセンサーおよびPi非感応制御(cpFLIPPi-Null)、ドナーのみ(CFP)、受容体のみ制御(cpVenus)を植物発現ベクターにクローニングします17。
- 安定した発現のために、Sgs3-13変異体背景下でAgrobacterium tumefaciens floral dipを使ってA. thaliana植物を形質転換し、T1種子を収穫し、適切な選択因子(例:ホスフィノトリシン(10 μg/mL)を含む0.5倍のMurashige & Skoog(MS)寒天プレート上で選択的に変換株を採取します。
- バイオセンサーを発現した A. thaliana の種子は、70%エタノールに1分間浸し、50%漂白剤に1分間移し、その後滅菌水で6〜10回すすいで滅菌します。
注意:エタノールと漂白剤は刺激物であり、適切な個人用防護具(PPE)を着用しながら取り扱うべきです。種子は化学換気フードや換気の良い場所で滅菌を行い、煙の吸入を防ぎ、漂白剤とエタノールを直接混ぜてはいけません。廃棄物の処理は、機関の化学物質安全ガイドラインに従って行われます。 - 種子を4°Cの暗闇で2〜3日間層積させて発芽を同期させ、その後、0.25%ショ糖と実験設計用のPi濃度(250μM)を含む無天固化または液体0.5倍MS培地に移します。トランスポンマントを選ぶ場合は選択エージェントを含めてください。
- プレートを21°C、16時間の光、8時間の暗光サイクル、120μmol·m⁻²·s⁻¹の光強度、~60%の相対湿度で制御された成長チャンバーに移します。苗を4〜7日間育てて根を撮り、苗を土に移して葉を撮ります。
- Pi処理を試験する場合は、苗を所望のPi培地(例:Pi充足の場合は250μM Pi、Pi欠乏の場合は10μM Pi)に移し、定められた期間(例:急性Pi欠乏の場合は48時間)処理を維持します。
- If possible, screen plants for adequate sensor expression by imaging for donor or acceptor fluorescence (low-intensity excitation) using a fluorescence stereo microscope (7-10x magnification).
- cpFLIPPi無効を発現する同じ遺伝的背景の系統をリガンド非感受対照群として評価します。
2 .共焦点イメージング
- 根については、苗を成長培地や滅菌水にガラススライドに取り付けます。小さなカバースリップを優しく重ねて根を平らにし、圧迫せずに仕上げます。すぐにイメージを。
- 葉の場合は、対象葉(例:21日生植物の3枚目または4枚目の葉)を切り取り、アダキシャル面をスライド状に下に置きます。
- 必要に応じて10〜15μLのパーフルオロデカリンを浸透させて空気隙をクリアにし、小さなガラス重りを優しく重ねて試料を平らにします。すぐにイメージを。
- 生細胞に適した高NA対物レンズ(例:40× / 1.2-1.3 NA)を使用してください。比較可能性を維持するために、すべてのサンプルで同じ目的を使いましょう。
- Metamorphソフトウェアを用いて励起および放出チャネルを設定し、画像を撮影します(図1)。
注:ドナー(CFP)放射の捕捉には、~445 nm(または機器に適したCFPライン)での励起とドナー放射の収集(例:470-500 nmバンドパス)を用いることができます。例えば、445 nmレーザーを70%(図1A)で、露光時間1000 ms(図1B)で励起し、CFP放射を捕捉しました。FRET(感光受容体放出)を捕捉するために:ドナー波長(445 nm)での励起と受容体発光帯(例:530-560 nm)の収集。直接受容チャネルの捕捉には、受容体励起時(例:500-515 nm)での励起と、FRETと同じ受容体発光帯の収集。 - 画像を順次取得します:ドナー励起/ドナー放出、ドナー励起/FRET放出、次に受容体励起/受容体放出を撮影します。光漂白を抑えるために、1フィールドあたりの撮影時間を短く(500〜1000ms)してください。
注意:各細胞位置(根細胞質、葉中葉細胞質、葉緑体間質)について、平均ピクセル強度が局所背景より上だが検出器飽和度より低い最適なレーザー出力、検出器利得、露光時間(図1)を決定します。特定の場所において、ドナー励起由来チャネル(ドナーおよびFRET)に対して同一のキャプチャ設定を維持します。イメージングパラメータは試料、顕微鏡、光源、検出システムに依存しているため、経験的に決定され、許容範囲は本プロトコルで記述された回帰解析によって評価・記録される必要があります。ここで使用されている画像キャプチャソフトウェアはMetamorphバージョン7です。 - ターゲット位置のすべての画像で同じ検出感度(例えば、ゲイン2.4倍でオフセットゼロ)を用います。複数の検出器を使用する場合は、各検出器のスペクトル応答を特性評価し、記録してください。
- 関心のある各組織/遺伝子型の対照画像を取得します。
- 未形質化野生型組織を画像化し、各チャネルの背景自己蛍光を決定します。
- ドナーのみ(CFP)と受容体のみ(cpVenus)を同じ撮影設定で発現する植物を各位置でイメージし、スペクトル補正係数(ブリードスルーおよびクロス励起)を導出します。複数の個体(≥6-8)から、発光強度の範囲を持つ画像を撮影します。
3 .画像処理
- FIJIやImageJなどの解析ソフトウェアで、ドナー(ドナー励起/放出をCCと呼びます)、FRET(ドナー励起/受容体放出をCYと呼びます)、および受容体(受容体励起/放出を指すYY)チャネルの生画像を開きます。(図2)
- 同じ設定で未変換植物の同等位置から複数の(5〜10個のROI)をサンプリングし、チャネルごとの平均背景強度を決定します。対応する各チャネル画像から平均背景値を差し引きます。
- フィジーで従うべきステップ
- タブをクリックして分析>測定値を設定>平均グレー値を選択してください。背景の強度は、特定のROIや画像全体の平均を選んで測定します。
- タブをクリックして 分析>測定。値をExcelのスプレッドシートに保存し、各チャンネルの平均背景値を計算します。ドナー画像(CFP)を閾値で定義し、バイオセンサーの空間境界を定義します(ドナーは通常最も低い信号を持っています)。閾値ドナー画像をバイナリマスクに変換します(図3A)。
- タブ画像をクリックし>調整>閾値。
- 閾値の窓が開きます。閾値化には 最大エントロピー 法を選択してください。空間的境界、この場合は葉緑体間質を確立し、閾値を適用します。これにより白黒のバイナリ画像が生成されます(図3B)。
- タブのMathをクリックし>割り>値255を入力してください。画像は真っ白になります。このバイナリマスク画像を.tiffファイルとして保存します。
- 2進マスクに背景を引いた3つの画像すべてを掛け合わせて、解析用のマスク画像を作成します(図3C)。
- FIJIのバイナリマスクファイルを開きます。
- タブのプロセス>Math>Multiplyをクリックしてください。
- どちらかの画像としてバイナリマスクを選び、もう一方の画像として背景を差し引いたCC画像を選びます。
- CYとYYの手順を繰り返します。
- 研究対象の構造(全細胞、細胞質、葉緑体ストロマル)に適したマスク画像にROIを描きます。各ROIに対して、ドナーチャネル、FRET、ダイレクトアクセプターチャネルの平均ピクセル強度を抽出します。ROIメタデータ(画像名、座標、実験条件、レプリケートID)を保存し、後続の統計解析に備えてください。
- CC、CY、YY画像を開いてください。
- タブ Math をクリックし> 引き算 > 平均背景値を入力。あるいは、感度FRETをExcelで計算する直前に行うこともできます。
- マスクされたCCファイルを開いてください。
- 画像計算機>タブ処理をクリックしてください。マスクされたCC画像ファイルとCCを掛け合わせます。これで新しい32ビット画像ファイルが開きます。
- メインタスクバーの適切なFIJIツールを使ってROIを描きましょう。例えば、ここでは葉緑体ストロマを「Oval」ROIツールで選択しています。ROIをROIマネージャーに追加してください(ctrl+T)。1枚の画像につき5〜10のROIを選びましょう。「全て表示」をチェックしてください。これらのROIは別のメタデータとして保存できます(図3D)。ROIマネージャーは閉鎖しないでください。
- タブをクリックして分析>測定値を設定>平均グレー値を選択してください。
- ROIマネージャーの「測定」をクリックしてください。
- 選択したROIの平均ピクセル値は別のウィンドウにリストとして表示されます。
- これらのデータをExcelにコピーしてください。ROIマネージャーは閉鎖しないでください。
- マスクされたCCファイルのCY画像とYY画像を繰り返し計算し、各チャネルのROIマネージャーを使って同じROIの測定値を得ます。値はExcelに保存してください。
4. 比率分析
- Microsoft Excelを開いて、以下の操作を実行します(図4)。
- 補正係数の計算。
- 各細胞部位について、ドナーのみの植物のFRETチャネル強度(Y軸)とドナー濃度(X軸)をプロットします。線形回帰を適合させます。傾きはドナーの漏れ貫通係数( aと表記)です。
- これを繰り返し、受容体のみの植物(Y軸)のFRETチャネル強度と直接受容体強度(X軸)をプロットします。傾きは受容体交差励起係数( bと表記)です。
- 複数のプラントから15〜20のROI≥を用いて堅牢な係数を得る。葉緑体間質には50〜60個の葉緑体が選ばれます。
- 各ROIごとに感度FRETを計算します。
感作FRET = 生FRET - (× ドナー) - (b ×受容体)
ここで a と b は上記の位置特定係数です(図4)。 - プールされたROIに対して、感度化されたFRET(Y軸)とドナーチャネル強度(X軸)をプロットします。線形回帰をフィッティングすると、Excelは y = mx + c の形式でフィッティングを提供します。ここで y は感度化された FRET 強度、 x はドナー強度、 c は y 切片、 m は回帰の傾きに対応します。適合回帰についてはR²に注釈。通常、R²は0.8から1の範囲で、良好な適合を表します(図4)。
- 細胞質および間質測定では、FRET/ドナー(感作されたFRET ÷ドナー)の傾きを比計測定(FRET比とも呼ばれる)として計算・使用します。
注:回帰のフィット誤差は傾きの標準誤差を表しています(ExcelのLINEST関数を使用)。関心のあるサンプルや遺伝子型間で、場所特異的選択を一貫して用いてください。複数のROIおよび独立したプラントのデータに線形回帰を適用した結果、FRET比率はセンサーの存在比に依存しないことが確認されました。 - 校正、制御、非特異的効果の識別。
- cpFLIPPi-null(リガンド感受性のない変異体)を並列に表現し同一処理することで、FRET比(pH、イオン強度、光物理学)の非特異的変化とPi特異的変化を区別します。
- ROIレベルのデータを集約し、遺伝子型、区画、複製植物ID、ROI ID、DONOR、アクセプター、生FRET、感作FRET、適合比率(該当する場合)を含みます。生の強度を保持しましょう。
- 母集団比較には回帰解析から導出された傾きを一次統計量として用い、SEと相対誤差±傾きを報告します。
- 回帰解析から導出されたパラメータに対して適切な推論統計(例:Studentのt検定やANOVAなど)を適用します。分布が正規性に反する場合は非パラメトリック検定を用いてください。該当する場合は複数の比較を修正してください。
- 品質管理チェックリスト(データ受理前)
- 各画像の3チャンネルすべてが検出器の飽和度を下回り、十分な信号対雑音比(>2〜10倍の背景)を持っているか確認してください。
- ドナーおよびアクセプターの単一蛍光色素対照群が同一設定で画像化され、補正係数 a および bを導出するための線形関係が得られたことを確認しました。
- 画像の登録が正確で、マスクがバイオセンサーを含む領域を正しく定義しているかを確認しましょう。
- cpFLIPPiヌルコントロールが予想されるPi感度の欠如を示していることを確認してください。
- 画像を除外するための代表的な品質管理指標
- 彩度:16ビット画像で最大強度(65,535)に達するピクセルは1〜2%未満です。
- 背景レベル:細胞フリー領域の平均強度は~50〜200単位の範囲です。
- ピクセル強度範囲:平均強度は背景よりかなり上ですが、飽和度(~2,000〜20,000ユニット)を下回っています。
- 信号対雑音比(SNR):値は2〜10を超えるべきです。
5. 2つの回帰傾きの差を統計的に検定する
- 2つの傾き(2つの遺伝子型または処理による回帰由来FRET比傾き)が有意に異なるかどうかを明らかにします。
- 検定統計量と自由度を次のように計算します
自由度 df = n1 + n2 - 4。m1 と m2は線形回帰からの傾きに対応し、 sb1と sb2は各傾きの標準誤差(LINESTまたは回帰出力から得られる)を示し、 n1と n2はサンプルサイズ(各回帰を適合させるために用いられるROIの数)を表します。 - df を持つ t の二側 p 値を得る(例:t 分布表やオンライン計算機26)。オンライン計算機(図5C)を使用する場合、前回のステップで得られたsのb1、sb2、n1とn2を入力し、p値と検定統計量を計算します。
- 解釈としては、p < α(例:α = 0.05)であれば帰無仮説(傾きが有意に差がない)を却下します。報告はb1、b2、sb1、sb2、t、df、 pです。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
結果
共焦点イメージング
共焦点顕微鏡とMetamorphソフトウェアを用いて、野生型(WT)およびpht2の A.thaliana 葉組織におけるFRETドナーおよびアクセプターシグナルを可視化するために別々のチャネルを取得しました 。1 葉緑体Piトランスポーター変異体(図2)。代表的な画像は、Piバイオセンサーの明確な細胞内局在を示しており、葉緑体は個々の細胞内だけでなく異なる組織タイプ間でも容易に区別できます(図3)。これらの画像はバイオセンサーの発現とターゲット化の成功を確認し、定量的比率解析に必要な信号の品質を示しています。信号対雑音比が低いなど最適でない画像は除外され、適切な試料準備とイメージング設定の重要性が強調されました。バイオセンサーの局在化は表皮葉緑体でも観察されますが、これらはパリセード中葉細胞内でのROIを閾...
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
ディスカッション
このプロトコルは、FRETベースのバイオセンサーを用いた代謝物やイオンの生細胞定量のための標準化されたアプローチを提供します。主な利点は、非侵襲的な比率測定と複数の細胞内区画への適用性です(17、20、21、22)。バイナリマスクと線形回帰の使用により、精度と再現性が向上します。ここではA . thalianaの細胞内Piに対して実証されていますが、このフレームワークは他の分析対象物、植物種、実験条件にも適応可能です。
プロトコルの重要なステップには、バイオセンサー発現を確実にするための慎重なサンプル準備、最小限の自己蛍光で健康な組織の選定、光漂白や検出器飽和を防ぐための精密な共焦点イメージング設定が含まれます。ROIの正確な二値マスクは不可欠...
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
開示事項
著者らは本書に関連する利益相反を一切認めていません。
謝辞
このプロトコルの開発を支援したW.K.V.ラボの過去のメンバーの貢献に感謝いたします。財政支援は米国エネルギー省科学局、バイオイメージング技術プログラム(DE-SC0014037)および基礎エネルギー科学(DE-FG02-04ER15559)から提供されました。A.S.R.はテキサスA&M大学ハグラー高等研究所の資金の一部によって支援されました。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
材料
| 名前 | 会社 | カタログ番号 | コメント |
|---|---|---|---|
| 40倍の油浸透目的表示 | オリンポス | https://www.edmundoptics.in/p/olympus-uplxapo-40x-oil-immersion-objective/55558/?srsltid=AfmBOoo0cqmgz7SoQ3ZCUvlJn_LeA37O42aX5BbFqF76k40CwQLNVn4P | イメージング用の対物レンズなど; |
| カバーグラス/カバースリップ | VWR | 48393-081 | サンプル設置用のカバースリップ |
| フィジー(ImageJ) | オープンソース | 2.9.0 | 画像解析ソフトウェア |
| 逆さまオリンパスIX81顕微鏡 | オリンポス | http://www.olympusconfocal.com/brochures/pdfs/ix81.pdf | 共焦点イメージングシステム |
| iXon3 897 EMCCDカメラ | アンドー・テクノロジー | https://andor.oxinst.com/products/ixon-emccd-camera-series/ixon-life-897 | 共焦点イメージングシステムの一部 |
| MetaMorphソフトウェアV7 | 分子デバイス。LLC | バージョン7 | 画像解析ワークステーション |
| Microsoft Excel | Microsoft Suite | v16.68 | データ分析ソフトウェア |
| 村重&Skoog(MS)中等およびnbsp; | ケーソン | MSP11-10LT | 植物成長培地 |
| パーフルオロデカリン(Acros Organic) | アクロス・オーガニクス | P9900-25G | イメージング媒体 |
| ホスフィノトリシン | シグマ | 77182-82-2 | 抗生物質 |
| 植物成長チャンバー | コンビロン | 習慣 | 成長室 |
| 横川CSU-X1回転円盤共焦点ユニット | 横川 | https://www.yokogawa.com/solutions/products-and-services/life-science/spinning-disk-confocal/csu-x1-confocal-scanner-unit/ | 共焦点イメージングシステムの一部 |
参考文献
- Frommer, W. B., Davidson, M. W., Campbell, R. E. Genetically encoded biosensors based on engineered fluorescent proteins. Chem Soc Rev. 38 (10), 2833-2841 (2009).
- Okumoto, S., Jones, A., Frommer, W. B. Quantitative imaging with fluorescent biosensors. Annu Rev Plant Biol. 63, 663-706 (2012).
- Sweetlove, L. J., Fernie, A. R. The role of dynamic enzyme assemblies and substrate channelling in metabolic regulation. Nat Communications. 9 (1), 2136(2018).
- Plaxton, W. C., Tran, H. T. Metabolic adaptations of phosphate-starved plants. Plant Physiol. 156 (3), 1006-1015 (2011).
- Mimura, T. Regulation of phosphate transport and homeostasis in plant cells. Int. Rev. Cytol. 191, 149-200 (1999).
- Roberts, J. K., Wemmer, D., Ray, P. M., Jardetzky, O. Regulation of cytoplasmic and vacuolar pH in maize root tips under different experimental conditions. Plant Physiol. 69 (6), 1344-1347 (1982).
- Gerhardt, R., Heldt, H. W. Measurement of subcellular metabolite levels in leaves by fractionation of freeze-stopped material in nonaqueous media. Plant Physiol. 75, 542-547 (1984).
- Farquhar, G. D., Caemmerer, S. V., Berry, J. A. A biochemical model of photosynthetic CO2 assimilation in leaves of C3 species. Planta. 149 (1), 78-90 (1980).
- Deuschle, K., Chaudhuri, B., Okumoto, S., Lager, I., Lalonde, S., Frommer, W. B. Rapid metabolism of glucose detected with FRET glucose nanosensors in epidermal cells and intact roots of Arabidopsis RNA-silencing mutants. Plant Cell. 18 (9), 2314-2325 (2006).
- Fehr, M., Takanaga, H., Ehrhardt, D. W., Frommer, W. B. Evidence for high-capacity bidirectional glucose transport across the endoplasmic reticulum membrane by genetically encoded fluorescence resonance energy transfer nanosensors. Mol Cell Biol. 25 (24), 11102-11112 (2005).
- Imamura, H., Nhat, K. P. H., Togowa, H., Noji, H. Visualization of ATP levels inside single living cells with fluorescence resonance energy transfer-based genetically encoded indicators. Proc Natl Acad Sci USA. 106 (37), 15651-15656 (2009).
- Lanquar, V., Grossman, G., Vinkenborg, J. L., Merkx, M., Thomine, S., Frommer, W. B. Dynamic imaging of cytosolic zinc in Arabidopsis roots combining FRET sensors and RootChip technology. New Phytol. 202 (1), 198-208 (2014).
- Sadoine, M., De Michele, R., Župunski, M., Grossmann, G., Castro-Rodríguez, V. Monitoring nutrients in plants with genetically encoded sensors: achievements and perspectives. Plant Physiol. (1), 195-216 (2023).
- Tagliani, A. AuxSens, a FRET-based auxin biosensor. Mol Plant. 14 (7), 1051-1052 (2021).
- Rowe, J., Grangé-Guermente, M., Exposito-Rodriguez, M. Next-generation ABACUS biosensors reveal cellular ABA dynamics driving root growth at low aerial humidity. Nat Plants. 9 (7), 1103-1115 (2023).
- Rowe, J. H., Rizza, A., Jones, A. M. Quantifying Phytohormones in vivo with FRET Biosensors and the FRETENATOR Analysis Toolset. Meth Mol Biol. 2494, 239-253 (2022).
- Mukherjee, P., Banerjee, S., Wheeler, A., Ratliff, L. A., Irigoyen, S., Garcia, L. R., Lockless, S. W., Versaw, W. K. Live imaging of inorganic phosphate in plants with cellular and subcellular resolution. Plant Physiol. 167 (3), 628-638 (2015).
- Banerjee, S., Garcia, L. R., Versaw, W. K. Quantitative imaging of FRET-based sensors for cell and organelle-specifc analyses in plants. Microsc Microanal. 22, 300-310 (2016).
- Xia, Z., Liu, Y. Reliable and global measurement of fluorescence resonance energy transfer using fluorescence microscopes. Biophys J. 81 (4), 2395-2402 (2001).
- Sahu, A., Banerjee, S., Raju, A. S., Chiou, T., Garcia, L. R., Versaw, W. K. Spatial profiles of phosphate in roots indicate developmental control of uptake, recycling, and sequestration. Plant Physiol. 184 (4), 2064-2077 (2020).
- Raju, A. S., Kramer, D. M., Versaw, W. K. Genetically manipulated chloroplast stromal phosphate levels alter photosynthetic efficiency. Plant Physiol. 196 (1), 385-396 (2024).
- Zhang, S., Daniels, D. A., Ivanov, S., Jurgensen, L., Müller, L. M., Versaw, W. K., Harrison, M. J. A genetically encoded biosensor reveals spatiotemporal variation in cellular phosphate content in Brachypodium distachyon mycorrhizal roots. New Phytol. 234 (5), 1817-1831 (2022).
- Versaw, W. K., Harrison, M. J. A chloroplast phosphate transporter, PHT2;1, influences allocation of phosphate within the plant and phosphate-starvation responses. Plant Cell. 14 (8), 1751-1766 (2002).
- Schindelin, J., Carreras, I., Frise, E., Kaynig, V., Longair, M., Pietzsch, T., Preibisch, S., Rueden, C., Saalfeld, S., Schmid, B., Tinevez, J., White, D. J., Hartenstein, V., Eliceiri, K., Tomancak, P. Fiji: an open-source platform for biological-image analysis. Nat methods. 9 (7), 676-682 (2012).
- Cohen, J. Applied multiple regression/correlation analysis for the behavioral sciences. , https://psycnet.apa.org/record/2002-18109-000 (2003).
- Soper, D. S. Significance of the difference between two slopes calculator. , https://www.danielsoper.com/statcalc (2025).
- Castellani, C. M., Torres-Ocampo, A. P., Breffke, J., White, A. B., Chambers, J. J., Stratton, M. M., Maresca, T. J. Live-cell FLIM-FRET using a commercially available system. Meth Cell Biol. 158, 63-89 (2020).
- Kanno, S., Cuyas, L., Javot, H., Bligny, R., Gout, E., Dartevelle, T., Hanchi, M., Nakanishi, T. M., Thibaud, M. C., Nussaume, L. Performance and limitations of phosphate quantification: guidelines for plant biologists. Plant and Cell Physiol. 57 (4), 690-706 (2016).
- Verma, A. K., Noumani, A., Yadav, A. K., Solanki, P. R. FRET based biosensor: principle applications recent advances and challenges. Diagnostics. 13 (8), 1375(2023).
- Banerjee, S., Versaw, W. K., Garcia, L. R. Imaging cellular inorganic phosphate in Caenorhabditis elegans using a genetically encoded FRET-based biosensor. PLoS One. 10 (10), e0141128(2015).
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。