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
ko_KR
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Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology.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
우리는 세포가 박테리아와 여러 가지 스트레스에 도전을받은 후 포유류 세포에서 스트레스 과립 형성의 정성 및 정량 분석 방법을 설명합니다. 이 프로토콜은 광범위한 호스트 - 박테리아 상호 작용에서 세포 스트레스 과립 반응을 조사하는 데 적용 할 수 있습니다.
세포 구성 요소의 형광 이미징은 숙주 - 병원체 상호 작용을 조사하는 효과적인 도구입니다. 병원균은 세포 소기관의 초 미세 구조, 세포 골격 네트워크 조직 및 스트레스 과립 (SG) 형성과 같은 세포 과정을 포함하여 감염된 세포의 다양한 특성에 영향을 줄 수 있습니다. 어떻게 병원균이 숙주 과정을 파괴하는지에 대한 특성 규명은 발병 기전의 중요하고 필수적인 부분이다. 다양한 표현형이 쉽게 볼 수 있지만, 병원균 공격에 의해 유발 된 세포 구조의 질적 및 양적 차이에 대한 정확한 분석은 실험 및 대조군 시료간에 통계적으로 중요한 차이를 정의하는 데 필수적입니다. SG 형성은 항 바이러스 반응을 유도하는 진화론 적으로 보전 된 스트레스 반응이며, 바이러스 감염을 이용하여 오랫동안 연구되어왔다. SG 형성은 또한 신호 계통에 영향을 미치고 다른 아직 알려지지 않은 conseq2 . 박테리아 병원균과 같은 바이러스 이외의 병원균에 대한 스트레스 반응의 특성화는 현재 연구의 새로운 영역 3 입니다. 현재 바이러스 성 시스템에서도 SG 형성에 대한 정량 분석과 정성 분석은 아직 일상적으로 사용되지 않고 있습니다. 여기서 우리는 다양한 외인성 응력에 대응하여 SGs의 형성에 영향을주는 세포 독성 세균 병원체에 감염된 세포 및 감염되지 않은 세포에서 SG 형성을 유도하고 특징 화하기위한 간단한 방법을 기술한다. SG 생성 및 구성 분석은 다양한 SG 마커와 오픈 소스 이미지 분석 도구 인 ICY의 스팟 디텍터 플러그인을 사용하여 이루어집니다.
세포 수준에서 숙주 - 병원체 상호 작용을 시각화하는 것은 병원성 전략에 대한 통찰력을 얻고 주요 세포 경로를 확인하는 강력한 방법입니다. 사실 병원균은 중요한 세포 표적이나 구조를 정확히 찾아내는 도구로 사용될 수 있습니다. 병원균은 생존이나 번식을위한 전략으로 중앙 세포 과정을 파괴하기 위해 진화했습니다. 형광 성분을 가진 숙주 단백질을 재조합 적으로 발현시킴으로써 세포 성분의 시각화를 달성 할 수 있습니다. 이것은 실시간 분석을 가능하게하지만, 특이 적으로 표지 된 숙주 단백질을 갖는 세포주의 생성은 매우 힘들고 바람직하지 않은 부작용을 초래할 수있다. 다중 항원 인자를 동시에 분석 할 수 있고 특정 세포 유형에만 국한되지 않기 때문에 특정 항체를 사용하여 세포 인자를 검출하는 것이 더 편리합니다. 단점은 immunofluorescence 분석은 숙주 세포 고정을 필요로하기 때문에 고정보기 만 캡처 할 수 있다는 것입니다이온. 그러나, immunofluorescence 이미징의 중요한 장점은 쉽게 질적 및 양적 분석 모두에 도움이된다는 것입니다. 이것은 차례로 호스트 - 병원체 상호 작용에 대한 새로운 통찰력을 제공하기 위해 통계적으로 중요한 차이를 얻는 데 사용될 수 있습니다.
형광 이미지 분석 프로그램은 3D 및 4D 분석을 수행하는 강력한 분석 도구입니다. 그러나 소프트웨어 및 유지 보수 비용이 높기 때문에 무료 오픈 소스 소프트웨어를 기반으로 한 방법이 더 널리 알려집니다. 생체 분석 소프트웨어를 사용하여 신중한 이미지 분석은 시각적 분석을 실체화하고 통계적 유의성을 부여 할 때 주어진 표현형의 정확성에 대한 신뢰도를 높이기 때문에 가치가 있습니다. 이전에는 SG가 무료 ImageJ 소프트웨어를 사용하여 분석되었으므로 개별 SG를 수동으로 식별해야했습니다 4 . 여기에 우리는 bac의 맥락에서 세포 SG 형성의 유도와 분석을위한 프로토콜을 제공한다.(http://icy.bioimageanalysis.org)를 사용하여 테리아 (terial) 감염을 예방할 수 있습니다. 바이오 이미지 분석 소프트웨어에는 SG 분석에 매우 적합한 스팟 디텍터 프로그램이 내장되어 있습니다. 지정된 관심 영역 (ROI)에서 자동화 된 탐지 프로세스를 미세 조정할 수 있습니다. 이는 개별 SG에 대한 수동 분석의 필요성을 극복하고 샘플링 편차를 제거합니다.
많은 환경 적 스트레스는 직경이 0.2 - 5 μm 인 상 고밀도 세포질, 비막 성 구조 인 SGs의 형성을 유도한다. 이 세포 반응은 효모, 식물 및 포유 동물에서 진화 적으로 보존되며 전 세계 단백질 번역이 금지 될 때 발생합니다. SG 로의 stalled translation initiation complex의 응집을 포함하며, SG는 translationally-inactive mRNA의 보유 장소로 간주되어 세포 mRNA의 일부를 선택적으로 번역 할 수있다.스트레스를 제거하면 SG가 분해되고 단백질 합성의 전체 속도가 재개됩니다. SG는 정확한 신랄한 구성이 적용되는 응력에 따라 달라질 수 있지만 번역 신생 개시 인자, RNA 대사에 관여하는 단백질, RNA 결합 단백질, 그리고 스 캐 폴딩 단백질 및 숙주 세포 신호 전달에 관련된 인자로 구성된다. SG 형성을 유도하는 환경 요인으로는 아미노산 결핍, 자외선 조사, 열 쇼크, 삼투압 쇼크, 소포체 세균 스트레스, 저산소증 및 바이러스 감염 2 , 7 , 8이있다 . 박테리아, 곰팡이 또는 원충 병원체와 같은 다른 병원체가이 세포 성 스트레스 반응에 어떻게 영향을 미치는지에 대해서는 아직 거의 알려지지 않았지만 바이러스가 유도하는 방법과 SG 형성을 파괴하는 방법에 대한 많은 진전이있었습니다.
시게lla flexneri는 사람의 그람 음성 음성 매개 성 세포질 병원체이며 심한 설사 또는 세균성 경화증의 원인균이다. 이질균증은 주요 공중 보건 부담이며 5 세, 9 세 이하의 어린이에서 매년 2 만 8 천명의 사망자를 발생시킵니다. S. flexneri 는 결장 상피를 감염시키고 숙주의 세포 골격 구성 요소 11 , 12 를 하이재킹하여 세포 대 세포를 퍼집니다. 상피의 감염은 세포질 내에서의 플레 서 네리 ( flexneri) 의 복제를지지하지만, 감염된 대식 세포는 열광 증 (pyroptosis)이라 불리는 염증 세포 사멸 과정을 통해 사망한다. 감염은 호중구와 열, 산화 스트레스 및 조직 파괴를 동반하는 심한 염증의 대규모 모집으로 이어집니다. 따라서, 감염된 세포는 골지사 파괴, 유전 독성 스트레스 및 세포 골격 재 배열과 같은 감염에 의해 유도 된 내부 스트레스를받는 반면감염된 세포는 또한 염증 과정으로 인해 환경 스트레스를받습니다.
다수의 SG 마커를 사용하여 환경 스트레스에 반응하는 세포의 능력에 대한 S. flexneri 감염의 특성화는 감염이 SG 조성 3의 질적 및 양적 차이를 유도한다는 것을 입증했다. 그러나 다른 박테리아 병원균에 대해서는 알려진 바가 거의 없습니다. 여기에서 우리는 cytosolic 병원체 S. flexneri , 다른 환경 스트레스와 세포의 스트레스, SG 구성 요소의 표시 및 감염의 맥락에서 SG 형성과 구성의 질적 및 정량 분석과 숙주 세포의 감염에 대한 방법론을 설명합니다 및 비 감염 세포. 이 방법은 다른 세균 병원균에 널리 적용 할 수 있습니다. 또한, SG 형성의 이미지 분석은 바이러스 또는 다른 병원균에 의한 감염에 사용될 수있다. SG를 분석하는 데 사용할 수 있습니다.감염시의 형성 또는 외인성 응력에 대한 SG 형성에 대한 감염의 효과.
1. 박테리아 및 숙주 세포의 제조
2. 숙주 세포의 박테리아 적 도전
3. 외인성 스트레스의 첨가에 의한 스트레스 과립 형성 유도
4. 응고 과립 형성의 고정 및 Immunofluorescence 분석
참고 : 컨트롤 및실험적인 coverslips 동시에 후속 단계에서 이미지 분석에 영향을 미칠 수있는 얼룩을 피하기 위해. 대조군 시료는 SG 유도 처리 유무에 상관없이 감염을 포함하지 않으며 감염된 시료는 SG 유무에 관계없이 처리를 유도한다.
5. 형광 이미징
참고 : 설정의 최적화는 현미경의 사용 설명서를 참조하십시오.
6. 이미지 분석
참고 : 여기서 프리웨어 ICY를 사용하여 접힌 스택에 대한 SG 분석이 설명됩니다. 3D 재구성의 이미지 분석은 다른 전문 소프트웨어를 사용하여 수행 할 수도 있습니다. SG 검출은이 프로토콜에 대해 설정된 완전 자동화 된 작업 흐름을 통해 수행 될 수 있습니다 (http://icy.bioimageanalysis.org/protocol/Stress_granule_detection_in_fluorescence_imaging에서 사용 가능). 이 프로토콜을 사용하려면, 핵은 소프트웨어에 대한 DNA 얼룩으로 각 세포의 중심을 찾을 수 있어야하고 세포 가장자리는 세포질 마커 (예 : eIF3b) 또는 소프트웨어에 대한 액틴 얼룩으로 표시해야합니다 셀 경계를 식별합니다. 자동 워크 플로우를 사용하여 수동으로 유도 된 결과의 유효성을 검사하거나 셀 경계가 높은 신뢰도로 감지 된 경우 분석을 위해 직접 확인할 수 있습니다.세포의 밀도와 세포 경계를 검출하는 데 사용되는 마커에 의존한다.
이 원고에 설명 된 프로토콜을 설명하고 설명하기 위해 우리는 세포질 병원체 S. flexneri에 감염되었거나 감염되지 않은 HeLa 세포에서 clotrimazole 유도 된 SG의 이미지를 특징으로했습니다. 이 절차의 개요는 그림 1 에 나와 있으며 콩고 레드 플레이트에 박혀 있는 독성과 무해한 S. flexneri , 박테리아 준비, 감염, 환경 스트레스 추가, 샘플 고정 및 염색, 샘플 이미징 및 정량, 이미지 분석 . 다양한 스트레스가 SG 형성을 유도하는데 사용될 수 있으며, 다양한 SG 마커가 심문에 이용 가능하다. eIF3b는 세포의 세포질 구획을 분명히 얼룩지게하고 세포 가장자리를 확인하는 데 사용할 수있는 표준 SG 마커입니다. G3BP1은 배경 염색없이 SG로 응집되는 널리 사용되는 SG 마커입니다 ( 그림 2A, B D ). 세포는 공 촛점 현미경으로 가장 잘 찍고, 전체 세포 깊이를 덮는 스택은 이미징 분석 프리웨어 ICY에로드됩니다 ( 그림 2 A - C ). 감염된 세포를 더 잘 식별하고 추후 분석을 위해 감염되거나 감염되지 않은 그룹에 세포를 넣으려면 핵산 얼룩의 강도를 증가시키는 것이 유용합니다 ( 그림 2 D ). 영상 분석 소프트웨어 내에서 스포트 디텍터는 지정된 ROI ( 그림 2 E ) 각각의 SG를 식별하는 데 사용되며 식별 된 모든 SG ( 그림 2 F )를 표시하는 바이너리 이미지가 생성됩니다.
SG 분석은 분석 된 각 SG 마커에 맞게 조정되어야하며 분석을위한 적절한 설정은 신중하게 선택해야합니다. SG ma에 집중하기rker G3BP1을 사용하여 감지 된 스팟의 크기 요구 사항을 변경하거나 감지 매개 변수의 감도를 변경하면 그림 3A - C 와 같이 다양한 결과가 나타납니다. 스케일 선택 (1 - 3, 스케일 추가 가능)은 픽셀 크기를 기반으로하므로 더 높은 스케일에서 더 작은 SG는 계산되지 않으며 SG 수는 감소합니다 ( 그림 3 C ). 민감도는 1 - 100으로 측정되며 100이 가장 민감합니다. 감도를 증가시킴으로써 검출 된 SG의 수가 증가했다 ( 그림 3C). 따라서 가양 성 및 거짓 음성을 최소화하기위한 올바른 설정을 찾아야합니다. 이것은 각 설정에 대해 얻은 비주얼을주의 깊게 분석하여 수행하는 것이 가장 좋습니다. G3BP1의 경우 감도 100 (2 - 100, 빨간색으로 강조 표시됨)의 눈금이 2 인 것이 가장 좋습니다. 감도가 낮은 2의 눈금 (50 또는 25)이 작게 남았습니다.SG가 계산되지 않았습니다 (주황색 화살표 참조). 마찬가지로 3의 눈금은 1 SG의 눈금이 미확인 된 반면 작은 눈금의 눈금은 1 오버 샘플링되었습니다. 중요한 것은 SG가 큰 경우 SG에 초점을 맞추기 위해 추가 척도를 추가 할 수 있다는 것입니다. eIF3b의 경우 감도가 55 (2 - 55) 인 2의 눈금이 eIF3b (빨간색으로 강조 표시)에 가장 좋은 결과를주었습니다. 빨간색 화살표는 각각 2 - 50 및 2 - 55 눈금에서 아래 또는 오버 샘플링을 강조 표시합니다.
SG 분석을위한 매개 변수가 적절히 설정되면 데이터를 다양한 방법으로 분석 할 수 있습니다 ( 그림 4 ). 현장 탐지기는 감염되지 않은 세포와 감염된 세포를 비교할 수 있도록 각 ROI 내에서 탐지 된 SG의 수를 제공합니다 ( 그림 4A ). 유사하게, 표면적을 계산할 수있는 크기 (이 경우 픽셀 수)가 주어집니다 ( 그림 4B ). 주파수 분포 plots는 다른 세포 집단에서 발견되는 SG의 크기의 변화를 강조하는데도 유용합니다. 여기에서 S. flexneri에 감염된 세포에서 큰 SG가 전혀없는 것과 분명한 변화가 분명해진다 ( 그림 4 C ). 또한 강도 (여기에 표시된 최소 및 최대 강도)는 분석 된 SG의 품질에 대한 정보를 제공합니다. S. flexneri에 감염된 세포의 경우, SGs는 현저하게 덜 강렬하다. 이러한 분석은 세포가 S. flexneri의 감염 여부에 따라 외인성 스트레스에 반응하여 형성된 SG의 질적 및 양적 특성 모두에 대해 통계적으로 관련있는 정보를 제공합니다.

그림 1 : S. Flexneri 와 세포에 감염시키는 실험 절차의 개요감염의 효과를 분석하는 SG 형성. 콩고 레드 (콩고 레드) 콜로니와 비 독성 콩고 레드 네거티브 콜로니는 트립신 간장 국물에서 골라 내고 자란다. 박테리아가 순응을 촉진시키기 위해 PLL로 코팅되기 전에 하룻밤 배양 물을 후기 지수 상으로 계대 배양 하였다. 12- 웰 플레이트의 유리 커버 슬립에서 성장한 숙주 세포를 박테리아에 30 분 동안 감염시킨다. 대조군 세포는 감염되지 않았습니다. 세포를 세척하고 스트레스 유도 물질로 처리하여 배지를 스트레스 - 함유 배지로 대체하거나 세포를 열과 같은 스트레스 조건으로 처리함으로써 SG 형성을 유도한다. 그런 다음 세포를 고정시키고 투과성으로 만들고 면역 형광성 SG 특이 마커로 염색하고 공 촛점 현미경을 사용하여 영상화한다. Z- 투영은 ImageJ를 사용하여 이루어지며 이미지 분석 소프트웨어의 스팟 디텍터를 사용하여 분석됩니다. 그런 다음 데이터가 분석됩니다. larg를 보려면 여기를 클릭하십시오.이 그림의 버전입니다.

그림 2 : 1 시간 동안 Clotrimazole을 첨가하기 전 1.5 시간 동안 S. Flexneri 로 감염된 HeLa 세포의 스팟 검출기 분석. A. SG 마커 eIF3b 및 G3BP1, DAPI 및 액틴으로 염색 된 세포를 보여주는 z- 투영의 면역 형광 이미지. B. (A)와 동일한 이미지이지만 세포 경계를 묘사하기 위해 eIF3b의 사용을 강조하는 액틴 얼룩이 없음. C. 스포트 감지기 모듈로 이미지 분석 소프트웨어의 스크린 샷. D. 다른 채널을 사용하여 볼 때 감염된 세포와 감염되지 않은 세포의 게이팅. 모든 박테리아를보기 위해 강도가 증가합니다. 세포에 박테리아가 1 개 이상 존재하는 세포는 적색 별표로 표시됩니다. E. 현장 detec의 출력토르 분석을 통해 ROI 이름, 지점 수 및 위치를 표시합니다. F. ROI에서 감지 된 스팟의 이미지. 스케일 바 = 30 μm. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 3 : 다른 SG 마커를 통해 SG를 탐지하기위한 스팟 감지기의 다양한 스케일 및 감도 설정 비교 A. HeLa 세포를 S. flexneri에 감염 시키거나 감염시키지 않고 DAPI 및 SG 표지자 G3BP1로 염색하고, 상이한 크기 (픽셀 크기 차단, 1 - 3) 및 민감도 (1 - 100)로 분석 하였다. 감염되지 않은 세포와 감염되지 않은 세포의 SG 수치를 다양한 척도로 분석 한 그래프 > B) 및 감도 ( C ). 스폿 크기 컷오프를 변경하지 않고 감도 한계를 변경할 때 동일한 이미지에 대한 SG 마커 eIF3b의 SG 번호 감지의 시각 ( D ) 및 그래픽 표현 ( E ). 빨간색 글씨와 빨간색 기호가 가장 좋은 매개 변수를 나타냅니다. 빨간색 화살표는 오 탐지 (false positive) 및 주황색 화살표를 가리키며 SG 감지 부족을 나타냅니다. 값에는 표준 편차가있는 평균이 포함됩니다. 최상의 결과는 빨간색으로 강조 표시됩니다. 왼쪽의 Wilcoxon rank sum test p-value와 오른쪽의 variance F-test를 사용하여 선명도를 위해 선택한 통계 분석이 포함되었습니다. * = <0.05, ** = <0.01, *** = <0.001, ns = 중요하지 않음. 눈금 막대 = 10 μm. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
es / ftp_upload / 55536 / 55536fig4.jpg "/>
그림 4 : S. Flexneri 감염된 Clotrimazole 치료 HeLa 세포에서 얻은 spot 데이터를 생성 한 SG 데이터 생성 A. 감염 및 감염되지 않은 HeLa 세포의 세포 당 G3BP1 SG 수. B. 감염된 세포와 감염되지 않은 세포의 G3BP1-SGs 표면적 및 분포 빈도 ( C ). D. G3BP1-SG의 최소 및 최대 강도 값 (임의). 값에는 표준 오류가있는 평균이 포함됩니다. 왼쪽의 Wilcoxon rank sum test p-value와 오른쪽의 variance F-test를 사용하여 선명도를 위해 선택한 통계 분석이 포함되었습니다. * = <0.05, ** = <0.01, *** = <0.001, ns = 중요하지 않음. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
저자는 공개 할 것이 없습니다.
우리는 세포가 박테리아와 여러 가지 스트레스에 도전을받은 후 포유류 세포에서 스트레스 과립 형성의 정성 및 정량 분석 방법을 설명합니다. 이 프로토콜은 광범위한 호스트 - 박테리아 상호 작용에서 세포 스트레스 과립 반응을 조사하는 데 적용 할 수 있습니다.
PS는 Bill and Melinda Gates 그랜드 챌린지 그랜트 OPP1141322의 수령자입니다. PV는 스위스 국립 과학 재단 Early Postdoc Mobility 펠로우쉽과 Roux-Cantarini 박사후 연구원의 후원으로 지원되었습니다. PJS는 HHMI 보조금 및 ERC-2013-ADG 339579-Decrypt에서 지원됩니다.
| Primary Antibodies | |||
| eIF3b (N20), 기원 염소 | Santa Cruz | sc-16377 | 견고하고 널리 사용되는 SG 마커. 세포질 염색을 통해 세포 묘사를 할 수 있습니다. 희석 1:300 |
| eIF3b (A20), 원산지 염소 | 산타 크루즈 | sc-16378 | eIF3b (N20)와 동일한 대상이며 우리 손에는 eIF3b (N20)와 동일했습니다. 희석 1:300 |
| eIF3A (D51F4), 기원 토끼 (MC: monoclonal) | 세포 신호 | 3411 | eIF3b와 다단백질 eIF3 복합체의 일부 . 희석 1:800 |
| eIF4AI, 원산지 염소 | 산타 크루즈 | sc-14211 | 추천 (참조 # 13). 희석 1:200 |
| eIF4B, 원산지 토끼 | Abcam | ab186856 | 우리 손에 좋은 응력 과립 마커. 희석 1:300 |
| eIF4B, 기원 토끼 | 세포 신호 | 3592 | Ref # 13에서 권장. 희석 1:100 |
| eIF4G, 원산지 토끼 | 산타 크루즈 | sc-11373 | 널리 사용되는 SG 마커. (참조 # 13) : 마우스 세포주에서 잘 작동하지 않을 수 있습니다. 희석 1:300 |
| G3BP1, 기원 토끼 (MC: monoclonal) | BD Biosciences | 611126 | 널리 사용되는 SG 마커. 희석 1:300 |
| Tia-1, 원산지 염소 | 산타 크루즈 | sc-1751 | 널리 사용되는 SG 마커. SG가 존재할 때 P체에서도 발견될 수 있습니다(Ref # 13). 희석 1:300 |
| Alexa-conjugated Secondary Antibodies | |||
| A488 anti-goat, origin | donkey Thermo Fisher | A-11055 | Cross absorbed. 희석 1:500 |
| A568 안티 염소, 원산지 당나귀 | Thermo Fisher | A-11057 | 십자가 흡수. 희석 1:500 |
| A488 안티 마우스, 원산지 당나귀 | Thermo Fisher | A-21202 | 희석 1:500 |
| A568 안티 마우스, 원산지 당나귀 | Thermo Fisher | A10037 | 희석 1:500 |
| A647 안티 마우스, 원산지 당나귀 | Thermo Fisher | A31571 | 희석 1:500 |
| A488 안티 토끼, 원산지 당나귀 | Thermo Fisher | A-21206 | 희석 1:500 |
| A568 안티 토끼, 기원 당나귀 | Thermo Fisher | A10042 | 희석 1 : 500 |
| < 강력 > 기타 시약< / strong> | |||
| Shigella flexneri < / em> | 요청에 따라 다양한 실험실에서 구할 수 있습니다 | ||
| Tryptone Casein Soya (TCS) broth | BD Biosciences | 211825 | Shigella의 표준 성장 배지, 응용 프로그램 - 박테리아 성장 |
| TCS 한천 | BD Biosciences | 236950 | Shigella에 대한 표준 성장 한천, 응용 프로그램 - 박테리아 성장 |
| 콩고 레드 | SERVA 전기 영동 GmbH | 27215.01 | 독성 플라스미드를 잃은 Shigell에 대한 분해 도구, 응용 프로그램 - 박테리아 성장 |
| Poly-L-Lysine (PLL) | Sigma-Aldrich | P1274 | 감염, 응용 프로그램 - 감염을 증가시키기 위해 박테리아를 코팅하는 데 유용합니다 |
| Gentamicin | Sigma-Aldrich | G1397 | 세포외 박테리아의 선택적 사멸, 응용 프로그램 - 감염 |
| HEPES | Life Technologies | 15630-056 | 세포가 RT에서 배양 할 때 유용한 PH 버퍼, 응용 프로그램 - 세포 배양 |
| Dulbecco의 DMEM (Modified Eagle Medium) | Life Technologies | 31885 | HeLa 세포용 표준 배양 배지, 응용 프로그램 - 세포 배양 |
| 태아 송아지 혈청(FCS) | Biowest | S1810-100 | HeLa 세포 배양 배지에 사용되는 5% 보충제, 응용 프로그램 - 세포 배양 |
| 비필수 아미노산(NEAA) | Life Technologies | 11140 | HeLa 세포 배양 배지에 사용되는 1:100 희석, 응용 - 세포 배양 |
| DMSO | Sigma-Aldrich | D2650 | 시약 희석제, 응용 - 세포 배양 |
| 비소 | 나트륨Sigma-Aldrich | S7400 | 강력한 스트레스 과립 유도제(참고: 고독성, 특수 취급 및 폐기 필요), 응용 - 스트레스 유도제 |
| Clotrimazole | Sigma-Aldrich | C6019 | 강력한 스트레스 과립 유도제(참고: 건강 위험, 특별 취급 및 폐기 필요), 응용 - 스트레스 유도제 |
| 파라포름알데히드(PFA | 전자 현미경 Scences | 15714 | 4% PFA는 세포의 표준 고정에 사용되며, 응용 프로그램 - 고정 |
| Triton X-100 | Sigma-Aldrich | T8787 | 면역형광 염색 전 숙주 세포의 투과화에 0.03%로 사용, 적용 - 투과화 |
| A647-phalloidin | Thermo Fisher | A22287 | 희석은 1:40이며, 2차 항체 염색 중에 가장 잘 추가됨, 응용 프로그램 - 염색 |
| DAPI | Sigma-Aldrich | D9542 | 숙주 핵과 박테리아를 모두 시각화하는 데 사용되는 핵산 염색, 적용 - |
| 커버 슬립의 면역 형광 염색에 유용한 | 파라 필름 | Sigma-Aldrich | BR701501 | 파라핀 필름 염색, 적용 - 염색
| Prolong Gold | Thermo Fisher | 36930 | 대부분의 형광단에 잘 작동하는 견고한 장착 매체, 적용 - |
| Mowiol | Sigma-Aldrich | 81381 장착 | 대부분의 형광단에 잘 작동하는 저렴하고 견고한 마운팅 매체, 애플리케이션 - |
| 마운팅 24-웰 세포 배양 플레이트 | Sigma-Aldrich | CLS3527 | 표준 조직 배양 플레이트, 애플리케이션 - 세포 배양 |
| 12 mm 유리 커버슬립 | NeuVitro | 1001/12 | 세포 배양 지원, 애플리케이션 - 세포 지원 |
| 펜치 | Sigma-Aldrich | 81381 | 대부분의 형광단에 잘 작동하는 저렴하고 견고한 마운팅 매체, 애플리케이션 - 마운팅 |
| <강력>프로그램 및 장비강력> | |||
| Prism | GraphPad 소프트웨어 | 데이터 분석 및 그래프 작성 프로그램(강력한 통계 테스트 옵션, 애플리케이션 - 데이터 분석) | |
| Leica SP5 | Leica Microsystems | Confocal microsope, 애플리케이션 - 이미지 Imaris | |
| Bitplane | Professional 이미지 분석 프로그램, 응용 프로그램 - 데이터 분석 | ||
| Excel | ,Microsoft | 데이터 분석 및 그래프 프로그램, 응용 프로그램 - 데이터 분석 |