September 16th, 2014
Описан новый подход к созданию электронного язычка (eT), который значительно упрощает проектирование и производство чувствительных материалов и позволяет eT генерировать непрерывные профили эволюции и ландшафты для образцов в жидкости. Полученный eT эффективен для общего анализа белков, такого как дискриминация.
Общая цель данного эксперимента заключается в создании электронного языка на основе комбинаторного подхода и проведении поверхностной плазменной и резонансной томографии для анализа белков. Это достигается за счет использования лактозы и сульфатированной лактозы в качестве строительных блоков и нанесения их смесей на золотую поверхность призмы для самосборки с целью создания массива комбинаторных перекрестно-реактивных рецепторов. В качестве поверхности второго шага применяется плазменная и резонансная томография, которая отслеживает события связывания в режиме реального времени и создает SPR-изображения и серию кинетических кривых связывания, называемых сенсорными граммами.
Затем проводится обработка данных на основе грамм сенсора с использованием математического вычислительного программного обеспечения для создания 2D профиля непрерывной эволюции и 3D ландшафта непрерывной эволюции для каждого образца, результаты показывают, что электронный язык способен генерировать различные 3D ландшафты непрерывной эволюции для общих очищенных белков и эффективен для их различения на основе распознавания образов. Этот метод имеет ряд преимуществ по сравнению с существующими методами, такими как классический, электронный гнозис и языки. Во-первых, во многом упрощается подготовка рецепторов пения.
Большое разнообразие перекрестно-реактивных рецепторов может быть выбрано путем смешивания небольшого числа молекул. Во-вторых, благодаря комбинаторному подходу, паттерны распознавания, генерируемые нашим электронным языком, можно рассматривать как непрерывные, что облегчает идентификацию аномальных сигналов. Таким образом, можно получить более надежный анализ для подготовки комбинаторной кросс-реакционноспособной рецепторной матрицы.
Во-первых, очистите золотую поверхность призмы за 48 часов до использования плазменным очистителем в течение трех минут при 75% кислорода, 25% аргона, 0,6 миллибар и мощности 40 Вт. Затем приготовьте 100 миллилитров фосфатного буферного раствора, содержащего 10% глицерина или ПБСГ. Добавление глицерина в PBS очень важно для уменьшения испарения растворителя и изменения концентрации строительного блока или ГЭБ после осаждения.
Затем приготовьте исходные растворы лактозы или строительного блока один и сульфатированной лактозы, или строительный блок два из исходных растворов. Приготовьте 11 чистых и смешанных растворов с соотношением от нуля до 100% с шагом 10% и общей концентрацией строительных блоков 0,1 миллимоляра в PBSG, нанесите восемь нанолитровых капель этих чистых и смешанных растворов на поверхность призмы с помощью бесконтактного споттера в четырехкратном дубликате для каждого соотношения с 44 пятнами, поместите призму внутрь чашки Петри, содержащей один миллилитр ультрачистой воды, и оставьте ее на ночь при температуре. комнатная температура для самостоятельной сборки BB one и BB two на золотой поверхности в настоящем документе. Предполагается, что средний поверхностный состав в смешанных самоорганизующихся монослоях отражает состав наплавляемого раствора.
На следующий день тщательно промойте призму сверхчистой водой, прежде чем высушить ее под струей Аргонны. Установите инкубатор, в котором аппараты поверхностной плазменной и резонансной томографии размещены при температуре 25 градусов Цельсия, чтобы избежать изменений показателя преломления, вызванных изменением температуры во время зондирования белка. Вставьте нефункционализированную промывочную призму в ячейку потока полиэфирэфиркетонов объемом 10 микролитров, подключенную к управляемому компьютером шприцевому насосу, дессору и шестилинейному клапану для впрыска среднего давления.
Заполните проточную систему свежеотфильтрованным и дегасирующим кучами работающим буфером. Снимите промывочную призму и вставьте призму, содержащую комбинацию перекрестно-реактивных рецепторов, в проточную ячейку прогонных куч со скоростью потока 100 микролитров в минуту. С помощью ПЗС-камеры удалите все пузырьки воздуха, присутствующие на поверхности призмы, пропустив работающий буфер.
Быстро определите область исследования для каждой точки, нарисовав круг одинакового диаметра для области интереса на основе хорошо контрастного изображения массива, и с помощью интегрированного программного обеспечения в системе визуализации поверхностной плазмы и резонанса проследите кривые плазмы, которые представляют кривые отражательной способности в зависимости от угла падения для всех точек. Выберите рабочий угол, который представляет собой положение, в котором кинетические кривые будут записываться при наибольшем наклоне кривых отражательной способности. Поверните сканирующее зеркало, чтобы зафиксировать выбранный рабочий угол для кинетических измерений.
Продолжайте прогонять кучи через систему потока до тех пор, пока сигнал отражения для всех пятен не станет стабильным и постоянным. Затем с помощью шприца ввести один миллилитр пеахисового лектина или раствора HL в контур отбора проб объемом 500 микролитров с помощью инъекционного клапана в положении загрузки со скоростью потока, установленной на 100 микролитров в минуту, перевести инъекционный клапан в положение инъекции. Начните кинетические измерения с одновременного мониторинга изменений отражательной способности во времени во всех точках в конце инъекции белка.
Промойте массив с работающим буфером в течение восьми минут. Наконец, введите один миллилитр 1%DS для регенерации массива. Повторите ту же процедуру для других белков после поступления белкового раствора в проточную ячейку.
Происходит молекулярное связывание, которое вызывает сдвиг кривых плазмы и изменение рефлексивности. Программное обеспечение для получения изображений преобразует измеренные значения интенсивности света в уровни оттенков серого, получая SPR-изображения и генерируя изменение отражательной способности в зависимости от времени в граммах датчика. Затем используйте программное обеспечение для математических вычислений для построения графика отражательной способности в конце каждой инъекции белка в зависимости от соотношения строительных блоков, чтобы создать двумерный профиль непрерывной эволюции для каждого образца.
Наконец, добавьте соотношения строительных блоков в граммы сенсора, чтобы создать зависимый от времени непрерывный паттерн распознавания, называемый трехмерным ландшафтом непрерывной эволюции для каждого белка, чтобы исследовать способность электронного языка к общему анализу белка, использовались три белка: HL-миоглобин и лизоцим для каждого белка. Четкий 2D-профиль непрерывной эволюции был сгенерирован электронным язычком, как показано в 3D. Ландшафты непрерывной эволюции также были созданы для миоглобина и лизоцима HL.
Электронный язык чувствителен к поверхностным характеристикам белков, таким как распределение гидрофобных, нейтральных и заряженных аминокислотных остатков. Полученные профили непрерывной эволюции ландшафтов могут быть использованы в качестве отпечатков пальцев для эффективной различения белков и перспективной идентификации на основе распознавания образов. При использовании этого подхода важно помнить о необходимости следовать оптимизированным и стандартизированным экспериментальным процедурам, чтобы обеспечить хорошую воспроизводимость электронного языка.
Эти процедуры включают в себя чистую и хорошую поверхность призмы, выбор рабочего угла для поверхностной плазменной резонансной томографии и нанесение соответствующего раствора для полной регенерации системы для повторного использования. После просмотра этого видео у вас должно сложиться хорошее представление о том, как построить электронный язык на основе подхода COMBINATOR и плазменной резонансной томографии SOFA для анализа белков. Удачи в ваших экспериментах.
View the full transcript and gain access to thousands of scientific videos
В данной статье представлен новый метод создания электронного языка (eT), который упрощает дизайн и производство чувствительных материалов. Электронный язык способен генерировать непрерывные эволюционные профили и ландшафты для жидких образцов, демонстрируя эффективность в анализе и различении белков.