Opracowanie przeciwciał terapeutycznych odniosło spektakularny sukces w leczeniu wielu typów nowotworów1. Niedawne postępy w dziedzinie koniugatów przeciwciało-lek (ADC) jako mechanizmów dostarczania związków cytotoksycznych zwiększyły zapotrzebowanie na zrozumienie dynamiki oddziaływań przeciwciało:receptor na powierzchni komórki2. Po skutecznym skierowaniu przeciwciała do receptora powierzchniowego komórki, kompleksy te mogą indukować wzorce agregacji podobne do tych obserwowanych w oddziaływaniach ligand:przeciwciało3. Zmiany w agregacji receptorów mogą wywoływać modyfikacje błony i prowadzić do internalizacji receptora oraz jego usunięcia z powierzchni komórki. W kontekście koniugatu przeciwciało-lek proces ten powoduje w następstwie uwalnianie ładunku cytotoksycznego do zinternalizowanych endosomów, a następnie do cytoplazmy, co skutkuje efektywnym zabiciem komórki.
Mikroskopia konfokalna zapewniła skuteczny sposób wizualizacji tych istotnych oddziaływań przeciwciał z ich receptorami docelowymi4. Aby zbadać zmiany w agregacji cząsteczki docelowej na powierzchni komórki, niniejszy protokół wykorzystuje postprocessing obrazów z mikroskopii konfokalnej za pomocą techniki spektroskopii korelacji przestrzennej obrazu (ICS) 5,6,7.
Podstawą spektroskopii korelacyjnej obrazów jest obserwacja, że przestrzenne fluktuacje intensywności fluorescencji są powiązane z gęstością i stanem agregacji znakowanych struktur. Zależność ta jest ustalana po obliczeniu przestrzennej funkcji autokorelacji przechwyconego obrazu5.
Wszystkie warianty spektroskopii korelacyjnej obrazów wymagają obliczenia autokorelacji obrazu. Następnie funkcję tę dopasowuje się do dwuwymiarowej krzywej Gaussa w celu wyekstrahowania ilościowych parametrów stanu agregacji zawartych w obrazie. Mówiąc prościej, obliczenie autokorelacji obrazu polega na porównywaniu wszystkich możliwych par pikseli w obrazie i obliczaniu prawdopodobieństwa, że oba są tak samo jasne. Jest to wizualizowane jako funkcja odległości i kierunków rozdzielenia pikseli8.
Teoretyczne podstawy spektroskopii korelacji obrazu zostały opracowane i zdefiniowane przez Petersena oraz Wisemana et al.5,6. W niniejszym protokole obliczenia autokorelacji są wykonywane w programie Fiji/ImageJ oraz w aplikacji arkusza kalkulacyjnego; podstawę funkcji przestrzennej autokorelacji fluktuacji intensywności można opisać następująco (Równanie 1):
gdzie F oznacza transformatę Fouriera; F−1 odwrotną transformatę Fouriera; F* jej sprzężony kompleks; oraz zmienne opóźnienia przestrzennego ε i η. W przestrzennej spektroskopii korelacyjnej (ICS), opisanej w niniejszym protokole, funkcję autokorelacji można obliczyć przy użyciu algorytmu dwuwymiarowej szybkiej transformaty Fouriera7,9. Autokorelacja przy zerowym oddaleniu przestrzennym, znana również jako zero-lag, g11(0,0), dostarcza odwrotnej średniej liczby cząsteczek obecnych na obszarze wiązki mikroskopu. Można ją uzyskać poprzez dopasowanie funkcji autokorelacji przestrzennej do dwuwymiarowej funkcji Gaussa (Równanie 2):
Ponieważ piksele zarejestrowane na obrazie znajdują się w obrębie określonego obszaru, a pomiary te nie rozciągają się w nieskończoność, termin g∞ jest stosowany jako przesunięcie w celu uwzględnienia dalekozasięgowych korelacji przestrzennych zawartych w obrazie. W przypadku agregatów o rozmiarach molekularnych ω stanowi funkcję rozproszenia punktu mikroskopu i jest opisana przez pełną szerokość połówkową maksymalnej wartości funkcji autokorelacji przestrzennej. Obszar objęty funkcją rozproszenia punktu urządzenia może zostać skalibrowany przy użyciu fluorescencyjnych kulek o rozmiarze poniżej rozdzielczości.
W opisanym tutaj protokole spektroskopii korelacyjnej obrazu (ICS), autokorelacja oraz funkcje matematyczne niezbędne do przeprowadzenia ICS są realizowane przy użyciu otwartoźródłowej platformy przetwarzania obrazów Fiji10, która jest dystrybucją programu ImageJ11,12. Fiji/ImageJ wykorzystuje zainstalowaną funkcję szybkiej transformaty Fouriera w funkcji FFT Math. Funkcja ta skraca czas obliczeń niezbędny do wykonania tego rachunku poprzez dwukrotną redukcję zakresu danych w każdym wymiarze13. Ponieważ dwuwymiarowa funkcja autokorelacji jest w przybliżeniu symetryczna w osiach x,y, do pomiaru surowej autokorelacji jako funkcji przesunięcia przestrzennego można wykorzystać pojedynczy wykres profilu liniowego przechodzący przez obraz autokorelacji. Wszelki szum przy zerowym przesunięciu jest usuwany przed dalszymi obliczeniami, a otrzymana amplituda autokorelacji (wartość szczytowa, g(0)T) jest korygowana o tło zgodnie z wyrażeniem (Eq 3):
gdzie Ib to średnia intensywność z obszaru tła z wyłączeniem komórki. Gęstość klastrów, czyli gęstość obiektów fluorescencyjnych, jest określona przez (Równanie 4):
W opisanym tutaj protokole dodatkowo upraszczamy obliczanie gęstości klastrów (CD), przyjmując założenie oparte na obserwacji, że znormalizowana funkcja autokorelacji będzie zanikać do wartości zbliżonej do 1,0 wraz ze wzrostem opóźnienia przestrzennego. Przy maksymalnym opóźnieniu przestrzennym nie występuje już korelacja wartości intensywności fluorescencji, a zatem bez korelacji obliczenia w tym obszarze wyznaczają wartość intensywności pomnożonej przez tę samą intensywność, co następnie zostaje podzielone przez kwadrat tej intensywności, co z definicji równa się 1,0. Zatem gęstość klastrów z znormalizowanej funkcji autokorelacji można obliczyć poprzez odjęcie 1,0 od znormalizowanej funkcji autokorelacji przed wyznaczeniem jej odwrotności (Eq 5):
Można przeprowadzić dalszą kalibrację obszaru wiązki, aby określić liczbę klastrów znajdujących się w obszarze funkcji rozproszenia punktowego instrumentu. Kalibracja ta musi być wykonana przy zastosowaniu tych samych warunków optycznych, które wykorzystano podczas analizy spektroskopii korelacyjnej obrazów.