膜タンパク質の単一分子局在顕微鏡法による単一抗体標識法
2026年3月20日
このプロトコルは、細胞膜タンパク質のナノスケール空間的組織を解消するための単一抗体標識(SAL)を記述しています。抗体とエピトープの累積相互作用を単一分子レベルで活用することで、膜SAL(mSAL)は局所的なエピトープ分布をマッピングしつつ、同時にネイティブ細胞環境における抗体結合挙動を捉えます。
私の研究はT細胞の膜に焦点を当てており、治療的標的化に関連する新たなナノスケールの知見を明らかにすることを目指しています。既存の画像手法では、細胞内のナノスケールの抗体-エピトープ相互作用を直接可視化することは通常ありません。このプロトコルは、細胞環境内での直接観察を可能にすることで、その制約を克服しています。
試料を顕微鏡に取り付け、表面に金コロイドを堆着した後、明視野照射を用いて、関心領域内に十分なコロイドが沈着しているか確認します。進める前に、対象領域内に理想的な密度の5〜10金コロイドが存在することを確認してください。抗体プローブ蛍光色素の光学配置については、イメージングソフトを開き、光学設定にアクセスしてください。
適切な二色性ミラーを選択し、レーザー励起波長と出力密度を設定します。カメラの統合時間を調整し、放射フィルターを選択します。次に、カメラのピクセルビニングを150〜160ナノメートルのピクセルサイズに設定します。
次に、画像漂白のプロセスで画像漂白モードを選択して光学設定を作成します。レーザー出力を100%に設定し、カメラの統合時間を1秒に調整します。画像取得ソフトウェアで、非照明間隔、フレーム数、写真漂白ステップの周波数を定義してイメージングパラメータを設定します。
次に、CD81抗体をDPBS製の5%BSAを200マイクロリットル中に1マイクログラム/ミリリットル濃度に希釈してイメージングバッファーを準備します。最終推奨抗体濃度は、ジュルカットT細胞で0.5ナノモル、U-2 OS細胞で2ナノモルです。準備済みのイメージングバッファをセルを含む井戸に追加し、ソフトウェアで画像取得を開始してデータ収集を開始します。
膜単一抗体標識用に設定された画像診断ソフトのライブビュー機能を使い、抗体結合をリアルタイムで監視してください。画像取得ソフトウェアでイメージングパラメータを設定し、少なくとも10フレームの取得を得られるようにし、非照明の間隔を5秒に設定します。取得を開始し、録画中の単一分子局在の稀度を評価します。
イメージングバッファーを追加直後に複数の抗体結合イベントが重複したり、単一分子の局在が時間とともに蓄積した場合は取得を中止します。抗体濃度を2倍に減らし、新しいサンプルで同じ採取を繰り返します。抗体濃度を2倍に減らし、単位面積あたりのイベント数を再評価し、望ましい単一分子局在密度を達成するまで続けます。
イベント密度が低い場合は、イメージングバッファー内の抗体濃度を2倍に増やします。新しいサンプルで再度取得を行い、抗体濃度を2倍に増やしながら単位面積あたりの結合イベント数を再評価し、望ましい単一分子局在密度を達成するまで続けます。非照明間隔の最適化のために、画像取得ソフトウェアでイメージングパラメータを設定して50フレームの取得を実現します。
抗体を追加して取得を開始した後、録画中の単一分子局在の密度と稀度を評価します。最適な単一分子事象密度を得る非照射区間を最も低いものにします。最後に、画像取得の進行に伴い空間的に重なり合う結合イベントが発生した場合は、一定間隔で光漂白のステップを導入します。
結合抗体からの蛍光が重複する事象が蓄積する前に除去されるよう、光漂白の周波数を調整します。MATLABソフトウェアのファイルパスを、再構成されたMセルのコンマ区切られた数値ファイルを含むフォルダに設定します。MATLABのツールバーで「実行」をクリックしてコードを実行します。
求められたら、MセルのCSVファイルを選択し、「開く」をクリックしてプログラムに読み込みます。以前に定義した入力を出発点として解析を実行します。クラスタリングされていない局在化データを含む散布図の評価。
ノイズの局在数より大きく、セル上の局在数より低い最小点を選びます。クラスタ化されたデータを表示するウィンドウを評価してください。予想される表現型の細胞内でクラスターが保持され、細胞外の局在が最小限に抑えられていることを確認しましょう。
クラスタリングパラメータが厳しすぎる場合は、最小点を下げてイプシロンを増やします。クラスタリングパラメータがあまりにも包括的すぎる場合は、最小ポイント値を上げてイプシロンを下げます。最後に、最小点とイプシロンを調整した後、最適なクラスタリングを得るためにコードを再度実行します。
ジャーカットT細胞は膜の完全性を保ち、抗体が膜エピトープにアクセスできるように十分な間隔で固定されました。金コロイドは可視化され、M細胞画像取得中の側方ドリフト補正のためのフィデューシアルマーカーとして使用されました。非照射間隔の最適化により、5秒間隔は1ナノモル抗体濃度での短期間または長い間隔に比べて空間的重複が最小限で抗体結合イベントを生じることが示されました。
ドリフト補正の適用により、再構築されたM細胞画像は未補正再構築と比較して改善されました。密度に基づくM細胞局在のクラスタリングにより、低密度の背景相互作用が減少し、クラスター化されたCD81結合イベントが強調されました。細胞環境下で抗体が膜エピトープと相互作用する様子を観察でき、治療用抗体に関連する洞察を提供します。
抗体濃度、非照明間隔、光漂白のステップが最適化に不可欠です。最適でないパラメータは結果を損なう。単一抗体標識は、同一細胞環境内の複数の抗体による膜タンパク質結合を同時に評価するよう拡張可能です。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
概要
このプロトコルは、T細胞膜におけるナノスケールの抗体-エピトープ相互作用を可視化するための単一抗体ラベリング（SAL）を実証します。局所的なエピトープ分布をマッピングし、本来の細胞環境で抗体結合挙動を捉える方法を提供します。
主要な研究構成要素
科学分野
- バイオエンジニアリング
- 細胞生物学
- イメージング技術
背景
- 既存のイメージング方法では、ナノスケールの相互作用を直接可視化できないことがよくあります。
- 抗体-エピトープ相互作用の理解は治療標的のターゲティングにとって重要です。
- この方法は抗体結合のリアルタイムモニタリングを可能にします。
- 単分子局在化マイクロスコピーは細胞イメージングの解像度を向上させます。
研究の目的
- 膜タンパク質の単一抗体ラベリングのプロトコルを開発すること。
- 抗体結合の効果的な可視化のためのイメージングパラメータを最適化すること。
- 膜タンパク質の空間的組織に関する洞察を提供すること。
使用された方法
- 特定の抗体濃度を持つイメージングバッファーの調製。
- 最適な撮影設定のためのイメージングソフトウェアの設定。
- 反復調整を通じた単分子局在化密度の評価。
- イメージング品質を向上させるためのドリフト補正と光漂白の適用。
主要な結果
- 最適な抗体濃度とイメージングパラメータは成功した局在化に不可欠です。
- ドリフト補正はイメージング再構成の品質を向上させます。
- 単一抗体ラベリングは同じ環境で複数の抗体に拡張できます。
- リアルタイムモニタリングにより重複する事象を最小限に抑えることができます。
結論
- このプロトコルは、膜タンパク質との抗体相互作用の詳細な観察を可能にします。
- 細胞環境での治療抗体の研究のためのフレームワークを提供します。
- イメージングパラメータの最適化は正確な結果を得るために不可欠です。
よくある質問
Executive Industry Relevance
Single-molecule localization microscopy (SMLM) with single-antibody labeling enables direct nanoscale visualization of membrane protein organization and antibody-epitope interactions in live cells. This capability is highly relevant for therapeutic antibody development, providing predictive confidence in target engagement and mechanistic de-risking at the earliest stages of discovery. The approach supports portfolio decisions by clarifying membrane protein distribution and pharmacodynamics in native cellular environments.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Directly visualizes antibody-epitope interactions on live cell membranes, supporting functional target validation.
- Enables mechanistic de-risking by revealing nanoscale protein clustering and distribution patterns.
- Improves predictive confidence in antibody binding specificity and localization.
Screening & Assay Development
- Establishes validated imaging parameters for reproducible single-molecule detection in screening workflows.
- Supports quantitative assessment of antibody binding events for assay standardization.
- Facilitates reliable evaluation of candidate antibodies in physiologically relevant systems.
Translational & Preclinical Research
- Aligns membrane protein mapping with translational biomarker strategies when studying therapeutic antibody pharmacodynamics.
- Provides continuity from discovery to preclinical validation by enabling in situ analysis of antibody-target interactions.
- Reduces biological risk by confirming target accessibility and distribution in disease-relevant cell models.
Pipeline & Workflow Integration
This method integrates into the discovery-to-preclinical continuum by enabling hypothesis testing, target validation, and quantitative analysis of antibody-membrane interactions.
- Discovery Biology: Supports hypothesis-driven interrogation of membrane protein organization and antibody binding.
- Screening: Delivers reproducible, quantitative single-molecule readouts for candidate evaluation.
- Analytics: Provides density-based cluster analysis and drift-corrected localization data for robust comparison across conditions.
- Translational Research: Enables pharmacodynamic studies of therapeutic antibodies in native cellular contexts.
- Enterprise Reuse: Offers a standardized, adaptable imaging workflow for diverse membrane protein targets.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in antibody-target validation.
- Operational Value: Standardizes imaging and analysis parameters for reproducibility and scalability.
- Strategic Value: Informs go/no-go decisions and enhances capital efficiency by clarifying target engagement early.
- Portfolio Impact: Supports risk-adjusted prioritization of antibody candidates based on direct cellular evidence.
Implementation Considerations
- Requires expertise in advanced fluorescence microscopy and quantitative image analysis.
- Needs access to high-resolution imaging platforms and analytical software for drift correction and cluster analysis.
- Demands rigorous optimization of antibody concentration, illumination intervals, and photo bleaching steps for each system.
- Must standardize protocols across cell types and antibody reagents for cross-study comparability.
- Limited by the need for careful parameter tuning to avoid overlapping events and ensure single-molecule resolution.
