May 24th, 2018
이 메서드는 3 차원 (3D) 모델 곤충 세포로 병원 체 침입을 시각화 하는 방법을 보여 줍니다. 초파리 애벌레에서 hemocytes 바이러스 성 또는 세균성 병원 체, ex vivo 또는 vivo에서감염 되었습니다. 감염 된 hemocytes 다음 고정 되었고 confocal 현미경 및 후속 3D 셀룰러 재건 이미징 스테인드.
이 기술은 세포 감염 및 미생물학 분야의 주요 질문, 예를 들어 혈구가 초파리의 전반적인 면역 반응에 어떻게 기여하는지와 같은 질문에 답하는 데 도움이 될 수 있습니다. 이 기술의 주요 장점은 이전에 감염된 유충을 사용하여 실험실에서 수행 할 수 있다는 것입니다. 대안적으로, 감염되지 않은 유충의 혈구를 생체 외 감염에 사용할 수 있습니다.
컨포칼 현미경의 복잡성과 3D 모델 재구성 옵션으로 인해 이미징 단계를 배우기 어렵기 때문에 이 방법을 시각적으로 시연하는 것이 중요합니다. 프로토콜을 시작하려면 실체 현미경 아래에서 10cm x 10cm 파라핀 필름 2-3개를 겹겹이 쌓습니다. 다음으로, 모세관 극성 히터를 최대 55%로 설정하여 유리 모세관을 준비합니다.
모세관 튜브를 약 10마이크로미터의 날카로운 지점으로 접습니다. 모세관을 미네랄 오일로 다시 채웁니다. 채워진 모세관 튜브를 나노 주입기에 조립합니다.
그리고 집게로 팁을 부러뜨려 융합된 모세관 팁을 엽니다. 모세관 끝에서 가능한 한 많은 오일을 배출한 다음 튜브에 초파리 혈구 분리 배지(DHIM)를 채웁니다. 혈림프 오일의 경계를 쉽게 시각화하려면 오일과 DHIM 사이에 기포를 포함하십시오.
집게를 사용하여 식품 바이알의 내벽에서 10/3의 instar 초파리 유충을 부드럽게 골라 100마이크로미터 여과기에 넣습니다. 유충에 멸균수 5ml를 붓고 여과기를 5초 동안 흔듭니다. 스트레이너를 작업용 물티슈에 올려 여분의 물을 제거합니다.
유충을 1.5ml 마이크로 원심분리기 튜브에 옮기고 CO2 가스로 5초 동안 마취합니다. 그런 다음 등쪽이 위를 향하도록 하여 실체 현미경 아래의 파라핀 필름에 유충을 놓습니다. 유리 모세관을 유충 뒤쪽 몸체에 가볍게 올려 놓고 제자리에 고정하고 가는 뾰족한 집게를 사용하여 뒤쪽 큐티클 열기를 방해합니다.
혈림프가 파라핀 필름으로 흐르도록 합니다. 파라핀 필름에 한 번에 20-50 개의 유충을 포함하여 혈림프 풀을 만드십시오. 나노인젝터의 유리 모세관을 사용하여 고인 혈림프를 흡수합니다.
500마이크로리터의 DHIM이 들어 있는 1.5ml 마이크로 원심분리 튜브로 혈림프를 배출합니다. 포도 주스 한천 접시에 효모 페이스트를 놓습니다. 유충이 건조를 피하기 위해 이동할 수 있는 한천을 미세하게 자릅니다.
파라핀 필름을 사용하여 집게를 잡고 0.001mm 뾰족한 텅스텐 바늘을 조립합니다. 실체 현미경으로 파라핀 필름에 50 마이크로 리터의 높은 역가, mCherry 발현 C.Burnetii를 피펫하고 유충을 박테리아 풀에 놓습니다. 텅스텐 바늘로 유충을 찌르십시오.
유충을 한천 플레이트로 옮깁니다. 남은 병원균 배지를 한천 플레이트로 옮기고 파라핀 필름으로 플레이트를 밀봉합니다. 감염 후 원하는 시간까지 유충을 습한 공기가 있는 접시에 보관하십시오.
C.Burnetii에 감염된 유충을 24시간 동안 접시에 그대로 두십시오. 12mm 원형 덮개 유리를 24웰 플레이트의 웰에 놓습니다. 500 마이크로 리터의 DHIM을 우물에 피펫으로 넣습니다.
이전에 감염된 유충에서 혈림프를 추출하여 흡수한 다음 혈림프를 우물로 배출합니다. 플레이트를 1000G에서 5분 동안 원심분리합니다. DAPI, EGFP 및 mCherry의 3색 이미징을 위해 컨포칼 현미경을 구성합니다.
샘플을 현미경에 놓고 63x 1.4 개구수 대물렌즈를 사용하여 샘플에 초점을 맞춥니다. 이미징을 위해 시야에서 원하는 혈구를 찾습니다. 그런 다음 레이저 출력과 검출기 게인을 조정하여 샘플의 적절한 노출을 달성합니다.
여러 Z 평면을 검사하여 노출 수준이 전체 시료 두께에 적합한지 확인합니다. 다음으로, 전체 적혈구의 Z축에서 위쪽 및 아래쪽 위치를 찾습니다. 이 위치를 Z 단면의 시작 및 끝 위치로 설정합니다.
스캐닝 줌을 사용하여 혈구가 포함된 영역을 이미지화합니다. X Y 평면에서 1024 x 1024 픽셀, Z 차원에서 0.3마이크로미터 간격과 같은 적절한 해상도로 이미지 시리즈를 수집합니다. Z 단면 이미지 시리즈 파일을 3D 모델 재구성을 위한 컨포칼 현미경과 연결된 소프트웨어로 가져옵니다.
EGFP 발현 혈구에서 DAPI 및 mCherry 발현 C.Burnetii로 염색된 핵의 세포 표시 공동 국소화를 선택합니다. 단일 셀만 포함하도록 이미지 시리즈를 자릅니다. 소프트웨어의 사전 패키징된 알고리즘을 사용하여 3D 모델을 재구성하는 3D 뷰어 옵션을 선택합니다.
혼합, 표면 및 혼합 옵션 중에서 3D 표현을 위해 원하는 이미징 유형을 선택합니다. 이 방법에서는 표면 모델을 사용하여 hemocytes, nuclei 및 C.Burnetii를 보여줍니다. 다양한 보기 위치에서 마우스 버튼을 누른 상태에서 커서를 화면 주위로 드래그하여 3D 재구성된 셀을 관찰합니다.
모델링된 광원의 셀 방향과 위치를 조정하여 이미지를 최적화합니다. 마지막으로, 클리핑 및 단면 명령을 사용하여 모델을 통해 횡단면을 가져와 혈구의 내부 내용을 시각화합니다. 여러 이미지에서 헤몰렉틴 드라이버의 제어 하에 EGFP를 발현하는 추출된 살아있는 적혈구를 시각화하면 대부분의 DAPI 양성 세포도 EGFP 양성임을 알 수 있습니다.
Coxiella Burnetii에 감염된 혈구의 단면은 세포 내부에 mCherry 발현 박테리아의 존재를 확인합니다. 이미지를 3D 모델로 재구성한 결과, 생체 내에서 감염된 혈구가 더 큰 세포질 확장을 보이고 본질적으로 더 평평하다는 것을 관찰했습니다. 생체 외 감염 혈구는 더 구형이었습니다.
두 모델의 단면은 세포 내부에 mCherry 발현 Coxiella의 존재를 확인합니다. 추출된 혈구를 IIV6에 감염시키고 qRT PCR 분석에 적용한 결과, 모의 세포와 IIV6 감염 세포 간의 IIV6-193R 전사체 수치가 유의하게 높은 것으로 나타났습니다. 이 절차를 시도하는 동안 모든 배지를 미리 준비하고 실온과 평형을 이루어 세포가 너무 오랫동안 적절한 영양소를 공급받지 못하도록 하는 것을 기억하는 것이 중요합니다.
이 절차에 따라 단일 세포 RNA 탐색과 같은 다른 방법을 수행하여 감염에 대한 전반적인 숙주 반응과 같은 추가 질문에 답할 수 있습니다. 개발 후 이 기술은 면역학 및 미생물학 연구자들이 초파리 또는 순환계가 열린 다른 동물의 병원체 침입 및 숙주 반응을 탐구하는 데 도움이 됩니다.
View the full transcript and gain access to thousands of scientific videos
이 방법은 삼차원(3D) 모델을 사용하여 병원체가 곤충 세포로 침입하는 과정을 시각화하는 방법을 보여줍니다. 초파리 유충의 혈구에 바이러스 또는 박테리아 병원체를 감염시켜 상세한 이미지 촬영 및 세포 재구성이 가능합니다.
This protocol enables direct visualization of pathogen invasion in primary immune cells, supporting mechanistic de-risking in early-stage target validation for antimicrobial or immunomodulatory candidates. By providing quantitative, imaging-based confirmation of intracellular pathogen localization, it enhances predictive confidence in preclinical screening workflows. The method bridges discovery biology with translational relevance through scalable extraction of sufficient primary cells for downstream molecular analysis.
The method fits within the discovery continuum from target validation through lead optimization, where primary cell-based infection models inform hit-to-lead decisions.