$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Пример отображаемого пластины, которые были приняты через жиров рабочий процесс окрашивания показано на рисунке 1. Конкретные контроль за высоким содержанием жира (DAF-2 рецептора инсулина RNAi), низким содержанием жира (LPD-3 белка, необходимые для хранения гранул липидов в кишечнике RNAi), малый и низким содержанием жира (FASN-1-синтазы жирных кислот РНК-интерференции), и пустой вектор ( управления) показывают изменения в интенсивности флуоресценции в зависимости от жира животных, и соответствующее количество липидов определяется GC / MS анализа (рис. 2). Обратите внимание, что ген бездействия, ведущие к умственно арестован, мелкие животные часто, как представляется, гораздо меньше жиров, чем взрослых животных контролем, независимо от какой-либо связи с метаболизм жиров (рис. 3). Вторичный анализ, включая анализ окрашивания и биохимии липидов с SPE-GCMS дикого типа контрольных животных аналогичной стадии развития должно быть сделано для обеспечения достоверностималенькие или умственно арестован положительные хитов. В случае FASN-1 РНК-интерференции (рис. 2), животных арест либо в L2 или L3 личиночной стадии, и есть жир окрашивания ниже, чем взрослые управления RNAi, но похоже в изобилии L2-L3 этапе контроля RNAi животных (жир пятно процентов взрослого контроля RNAi: 49,9 ± 4,5% для FASN-1 РНК-интерференции и 20,2 ± 2,1% для L2 контроля RNAi и 64,7 ± 1,3 L3 для управления RNAi). Кроме того, биохимический анализ показал более низкую TAG / PL отношение, чем этап L2 соответствует животных N2 управления (TAG / PL: 22,5 ± 2,9 для FASN-1 РНК-интерференции и 46,1 ± 3,4 на стадии контрольной РНК-интерференции, Р ≤ 0,05). Таким образом, в данном случае это может быть подтверждено, что биохимический анализ FASN-1 играет важную роль в липидном хранения, а не просто этапом конкретных снижению жировой массы.
Последующий анализ распечатанных червей опирается на вычислительные платформы, такие как сотовый Profiler использованияWormToolbox 30. Для меньшего числа изображений, общедоступной платформе анализа изображений, таких как ImageJ, в свободном доступе в NIH, могут быть использованы. Для нашего анализа, уникальные сценарии Matlab были использоваться в первую очередь для идентификации хорошо, а затем, чтобы исключить пустые скважины или тех, с пузырьками, и различать мелкие обломки от червей. Ручное управление качеством было необходимо для изображения попадает в исключения по причинам, указанным выше. Мы нашли эмпирически, что 90-й процентиль интенсивности пикселей червя через колодец, нормированный на червя по всей области и, при условии последовательного метрики интенсивности окрашивания на всех этапах развития червя (рис. 3). Интеграция общей жировой массы по площади червей, наоборот, будет стремиться забить маленькие яркие червей самое с большой тусклый червей. Потому что наш метод не обеспечивает интеграцию общего флуоресцентного сигнала по площади червь, принимая интенсивность процентиль, изменения размеров червя само по себе не делаютт смещение интенсивности измеряется. Вместо этого, различия в распределении интенсивности пиксела измеряется. Однако, несмотря на это, выраженные различия наблюдаются в окрашивания пикселя распределение интенсивности между животными разных стадиях развития, поэтому важно, чтобы изучить эффект РНК-интерференции для любого гена в отношении животных сопоставимо стадии развития (рис. 3). Средняя изменчивость между повторяет показано на рисунке 4 указывает на высокую воспроизводимость жира методом окрашивания. Обратите внимание, что сила метода сильно зависит от получения качественных изображений для каждой пластине, в одинаковых условиях освещения, используя одинаковое время экспозиции, и с минимальным пузыри, мусор, или кроссовер червей в других скважинах.
SPE проводили на предварительно смешанные, очищенный стандартов для определения степени, в которой метки могут быть отделены от PLs (рис. 5). В этом анализе, мы достигли 100% сeparation от TAG и PL, как указано полное отсутствие 17:00 жирных кислот, полученных из PL в TAG образца и соответствующая полному отсутствию 13:00 жирных кислот, полученных от TAG в образце PL (рис. 5). Таким образом SPE является весьма эффективным на разделение липидов классов. Этот анализ не означает, что все метки разной длины цепочки будут очищены самое, SPE и обнаружить GCMS с одинаковой эффективностью. Это только гарантирует, что TAG и PL липидов в общем полностью отделены друг от друга.
Образец GC-MS след N2 диких животных типа принято через твердофазной экстракции и слава препарата показано на рисунке 5В. Для обоих TAG и PL, пики могут быть определены основанные на времени удержания и материнских и дочерних ионов на масс-спектра, а общая площадь выявленных пиков нормированы на площадь соответствующих внутренних стандартов. Для определения нормированной суммы TAG, областьпри всех пиков хроматограммы TAG, кроме стандартного 13:00, были добавлены вместе и делится на площадь под пиком 13:00. Кроме того, для определения нормированных общую сумму PL, площадь под все вершины, кроме стандартного 17:00, были добавлены вместе и делится на площадь под пиком 17:00. Нормированные значения для TAG и PL образцы затем используется для расчета окончательной TAG / PL соотношение образца:

Следует отметить, что данные SPE-GCMS позволяют гораздо более сложный анализ жирных кислот, присутствующих в каждой липидной фракции, чем простой подсчет общего TAG отношение к PL. Например, следователь может интегрировать одного пика, соответствующего одной жирной кислоты и сравнить ее нормированная на обилие образцов (например, сomparing в N2 дикого типа по сравнению с DAF-2 RNAi интегрированной площади 18:00 пика, деленная на 13:00 стандартный пик, нормированная к общей массе PL PL делится на 17:00 площадь стандартного пик):

Если следователь выбрали, это также можно было бы определить процент того или иного жирных кислот в тег или PL фракций в процентах от общего количества жирных кислот количественно (в качестве примера в 18:00 TAG фракции в N2 червей ):

Рисунок 1. Типичный рабочий процесс для всего эксперимента. 1 день, замороженные RNAi библиотеки пластины штамп на Amp / Tet пластин LB агаром и инкубировали при 37 ° C. День 2, А / Tet пластины используются для семенной жидкости культур RNAi клонов в глубокий колодец блоков. День 3, бактерии концентрируют центрифугированием и переносили в 96-луночный RNAi пластин. День 4, L1 детеныша C. Элеганс добавляют в RNAi пластин в жидкость и дают высохнуть. День 7, животных, собранных в жидкости, окрашенные красным Нила в 40% изопропанола, установленный на 96-и слайды тефлон, и полученную с высокой пропускной способностью микроскопа.

Рисунок 2. Фиксатор на основе Нила красные пятна основных FASN-1 (малый, обезжиренные), LPD-3 (низкой жирности), контроль (пустой вектор), или DAF-2 (с высоким содержанием жира) RNAi клонов. Образцы были обработаны в соответствии с протоколом (схема на рисунке 1). Животные фиксированной, окрашенных в красно Нила, и отображаемого результата в сопоставимых уровней липидов, полученных от биохимического анализа липидов. Изопропанол фиксированной Нила красной флуоресценции уровней, приобретенные по меньшей мере, 6 биологической репликации, приведены в первом ряду. Количественные уровни триглицеридов, отражающие общую нейтральную магазинах липидов, когда нормированная на общий уровень фосфолипидов (TAG / PL), взятых из 4 биологической репликации, приведены во втором ряду. Важно отметить, что абсолютное количественное достигнута с фиксатором Нила красное окрашивание и биохимических определение липидного часто не соответствуют отлично. В этом случае, хотя и качественнопохоже, FASN-1 (RNAi) имеет более различной массы триглицеридов по сравнению с контролем биохимическими методами, чем указано микроскопии, LPD-3 является сравнительно разные, и DAF-2 (RNAi) меньше, разные, хотя все различия высоко статистически значимыми и Измерения были очень воспроизводимые. Данные представляют собой средние ± SEM (*, Р ≤ 0,01; ** Р ≤ 0,0001 по сравнению с контролем, определяется по непарным, двусторонний T-тест предполагая равные дисперсии).

Рисунок 3. Жировая масса определяется путем фиксации Нила красное окрашивание в различные личиночной стадии. Животные были выращены на OP50 бактерий и собранные на L1, L2, L3, L4 и беременных взрослых стадиях развития. Изображения были захвачены после записи окрашивания и проанализированы с помощью пользовательского сценария Matlab для определения 90-й процентиль оF интенсивности пикселей за выявленные червь области. Обратите внимание, что уровни липидов животных значительно увеличить как животное развивается из L2-L4 этапе, а затем несколько снизится, как животное начинает отвлекать калорий в сторону распространения зародышевой линии во взрослой стадии. Данные представляют собой средние ± SEM в течение 6-8 повторяет (**, р ≤ 0,0001 по отношению к беременной взрослых, определяется непарный, двусторонний T-тест).

Рисунок 4. Высокая воспроизводимость через независимые биологических повторностях. Показана точечный график Нила красной интенсивности флуоресценции через биологические повторяет (п = 6-8). Для каждого из одинаковых, все значения приведены к средней интенсивности пустой управления вектором. Данные представляют собой средние ± SEM (**, р ≤ 0,0001 по сравнению с контролем, определяется по непарным, двусторонний T-тест предполагаяравные дисперсии).

Рисунок 5. GC-MS хроматограммы SPE отдельных стандартов и диких TAG типа и PL изобилия. (A) GC-MS следов показаны на SPE разделения тегов и PL стандартам. Обратите внимание на полное отсутствие 13:00 жирных кислот в след PL и соответствующее отсутствие 17:00 жирных кислот в TAG след, указывающий полное отделение TAG (tritridecanoin) от PL (1,2-diheptadecanoyl-Sn-глицеро -3-фосфо-(1'-рац-глицерин)). (B) представитель полный спектр TAG и ФЛ образца N2 дикого типа животных, получавших векторного управления RNAi (HT115 бактерий с L4440 пустой вектор RNAi). Один мкл образца вводили в Agilent 6890/5973N GCMS в соответствии с протоколом, а отдельные вершины были определены ReteВремя ntion и их масс-спектров. Сокращения: цикло, циклопропан жирные кислоты; ISO. ISO-метил разветвленные жирные кислоты; GLA, гамма-линоленовая кислота, ALA, альфа-линоленовая кислота; DGLA, дигомо гамма-линоленовой кислоты, EPA, эйкозапентаеновая кислота Нажмите, чтобы увеличить показатель .