Summary
线粒体融合是衡量跟踪矩阵针对性photoconverted整个网络随着时间的推移线粒体的GFP平衡的。到目前为止，只有一个细胞可能受到的时间在一个小时长的动力学分析。我们提出了一个方法，同时测量多个细胞，从而加快了数据采集过程。
Protocol
1。图像板的制备
- 文化INS1细胞在RPMI媒体含有10％的标准胎牛血清血清，1％青霉素，链霉素，2毫米L-谷氨酰胺，50微米2 -巯基乙醇， 碳酸氢钠 5毫米，2毫米的肝素钠，2毫米丙酮酸，和11毫米葡萄糖80％汇合。
- Trypsinize INS1细胞培养与0.05％胰蛋白酶和板到聚-D-赖氨酸涂布盖玻片底成像板（30-40％汇合）。
- 允许板达到60-80％汇合（〜2天），并添加有针对性的线粒体基质（COXVIII）的PA-GFP腺病毒为24小时（MOI = 5）。交换媒介，使细胞生长成像前2天。
- 对成像的日子，添加7-15纳米TMRE成像板，平衡至少45分钟。
- 在此期间对孵化器的导通时间（舞台顶部孵化器已用在这里），并允许在显微镜平衡至37℃，约1小时。打开的5％的CO 2。
2。蔡司LSM的710共聚焦显微镜成像参数
- 显微镜具有平衡后，根据收购“选项卡上，单击”秀手工工具“，打开成像设立面板，并选择”通道模式“切换跟踪每一个”框架“。
- 在光路径面板，选择LSM和渠道模式。从标本图标向上的工作，选择“后方”，MBS的690 +和MBS 488。在面板的底部，选择“T型光电倍增管”，使亮场或DIC通道的可视化。
- 完成调整光路参数设置范围490-540纳米到580-700纳米的TMRE染料的绿色荧光染料。
- 在采集模式，使用512×512像素的扫描场，平均4倍，并选择一个缩放因子（你可能要保持校准的目的相一致）。
3。成像参数优化
- 使用计划复消色差透镜100X（1.4 NA）的物镜，FOC我们对你的细胞，卤素灯，荧光灯，光毒性，以保护线粒体。
- PA-GFP的表达，使用最大开放针孔扫描发现的细胞，是明亮的绿色屏幕。
- 找到需要激活的PA-GFP和优化成像参数，确保信号不饱和探测器的双光子激光功率最低。检查PA-GFP信号与几个Z系列TMRE信号的共定位。损失的TMRE信号的指示线粒体去极化或光毒性，细胞表现出这些特点，不应该被用于分析。
- 找到一个PA-GFP表达细胞，并指定一个缩放因子。
- 设置Z系列范围内收集6片（此范围内，将需要满足所有10个细胞，除非特定的Z-焦点设置在每个位置）。
- 保存为每个单元格（单元1，单元2等）的成像方法。
4。调整的“自动”ð部分计划和指定的10个细胞，你将遵循为1小时线粒体融合含量的
- 多时间窗口的左侧面板上，选择“节能”面板，文件将被保存在指定位置。
- 在“收购”面板，载入保存扫描配置1细胞的采集方法和检查Z堆栈框。也可以选择“标记的Z-z的栈中间”。
- 在“块”面板中，选择“在每个位置的单块”。点击“添加模块”每次要测量的时间间隔。
- 在“计时”面板，选择“只在第一的位置块前的等待时间间隔”“等待的时间间隔”中键入“0”。块2-4将有“15分钟”这一节。
- 在位置面板中，选择“移动焦点加载位置之间的位置”和“负载扫描配置时，”禄“或”下一步禄“点击在”编辑位置列表“选择”全部清除“，然后选择”多地点机动的阶段“。
- >ER“死神”面板，单击“漂白”框中，指定在“配置”配置文件下拉菜单，在主要软件的窗口中指定。然后，在“漂白”窗口，保存相应的光敏方法。在该地区面板，选择这个特定的细胞的投资回报率，并选择“添加当前区域的投资回报率清单”窗口添加了多时的投资回报率。务必选择相同的位置下拉菜单中的“投资回报率”。
正常工作的时机，每个单元有一个15分钟的时间间隔，这两种方法都需要被保存。在块列表中，第一个将“真正的”光敏配置，其余的将有一个“模拟”的配置，不使用双光子激光。首块也将是唯一的块，不会有延迟（BKIntv = 0）。因此，该方法开始一个由光敏扫描基线扫描，。其余的区块有900秒BkIntv的，和在每个时间点有两个扫描一样在时间0秒，保持时间的一致性。
- 对于每个10细胞随着时间的推移，执行此序列：
查找PAGFP表达细胞保存其成像方法
位置面板标记舞台上的地位，指定成像方法
主要的投资回报率面板选择感兴趣的区域，是光活化漂白剂面板保存特定的投资回报率也加载在投资回报率框中：
擦除的投资回报率和重置扫描放大到1
寻找下一个单元格，并设置变焦
重复的过程，在未来的9细胞
检查每个阶段的位置和所有块有适当的成像方法（扫描配置）。还要确保在每个位置的第一个块对应到相应的光敏方法，而其余包含一个“模拟”的方法。最后，选择“运行”。
5。分析PA-GFP的信号强度
- 然后将数据导出到Excel计算Z-堆叠在每个时间点的平均强度。丢弃有没有信号的光学部分。
- 原光活化信号的百分比计算，测量信号在每个Z-Stack的稀释。
每个数据点扫描和记录了两次，导致重复的Z-Stack的每个时间点的信息。检查Z-Stack的值一致。如果不是，这是一个问题（如焦点，细胞运动）的指标。
6。代表结果
激活和非激活PA-GFP的线粒体之间的融合事件发生时，在线粒体基质PAGFP混合矩阵的非标记和稀释成为了一个更大的区域，降低了信号强度（ 图1A）。在INS1细胞，发生在信号强度显着下降，每15分钟，直到已达到平衡线粒体融合（约1小时）。请注意，在图1B细胞呈现近完整的PA-GFP的和TMRE信号的共存。在这些化验TMRE的浓度非常低（15 nm）的使用，以帮助目标的光敏PAGFP，并同时监测细胞的健康。与去极化线粒体丰富的细胞将有PAGFP和TMRE不完整的共存和不应该加以分析，因为这表明无论是光毒性，或在一个垂死状态的细胞。
线粒体融合的平衡时间通常为1小时INS1细胞，当〜线粒体体积的15％被激活。有时，即使小面积被照亮，大多数线粒体成为由于高度网络化的进一步融合，在这种情况下是难以察觉的光活化。其他类型的细胞可能会出现不同的平衡时间，并应在较短的时间间隔，并在一个较长时期的测试表征线粒体的动态。为了抑制线粒体融合，细胞可以放置内lipotoxic环境。先前已被证明有0.4毫米棕榈片段线粒体，抑制线粒体融合9。这种效果可以看出，在图2，其中线粒体是支离破碎，但信号强度的mtPAGFP不会改变尽可能在正常条件下（ 图1）。因此，稀释的PA-GFP信号可能是由于线粒体融合，而不是核裂变。在其他细胞类型，我们建议使用其他方式诱导线粒体碎片，如沉默OPA1这是必要的线粒体融合14。
图1。 。与PA-GFP TMRE表明，线粒体活跃，而不是去极化。 点击这里查看大图 。
图2。线粒体融合棕榈抑制0.4毫米减少了稀释的PA-GFP 6光学部分，显示短不变的信号强度随着时间的推移，线粒体A.预测B.共存的PA-GFP与TMRE显示，线粒体不德极化。 点击这里查看大图 。
Discussion
这种方法允许约10细胞成像的时间，如果收购发生光敏后每隔15分钟。细胞的确切数目将取决于如何迅速，是能够找到和标记mtPAGFP表达细胞在培养皿中，如何快速，可以设置所有软件参数。使自动化运行顺利，甚至细胞层应使用指定的Z-Stack的利润率，因为将适用于所有细胞。
这一初步的光敏面积的大小，将治理的平衡时间。为了能够测量线粒体融合，这是重要的，以photoactivate只有10-20％的网络，例如，可随着时间的推移监测网络的其余部分的信号传播。如果太多的网络是光活化，这是完全融合可能会出现太快，而不会被捕获的事件。
必须采取非常谨慎调整激光功率的双光子激光以及TMRE浓度，以避免光毒性，从而导致线粒体去极化。确保该mtPAGFP信号TMRE信号的共定位，可以帮助评估光毒性和一般细胞的健康8,15。 epifluoerescent光照明应避免。而细胞表达mtPAGFP，针孔，应该最大限度地开放，而低功率488nm激发扫描。调整的双光子激光的权力photoactivate足够的PA-GFP来衡量1小时以上的信号，但不oversaturate细胞可能会非常棘手8。然而，时间应在这个优化步骤花了，因为一次自动启动程序，它是乏味停止，选择更多的细胞，并恢复。
对于质量控制，图像采集的微分干涉对比（DIC）（或透射光）重点监察细胞可以很乐于助人，也是一个很好的方法来检测扫描过程中形成的泡沫在浸油，这有时会发生从舞台的动作。
虽然使用此mtPAGFP方法收集数据上的光活化线粒体那些没有标记的线粒体基质蛋白的单向流动，可以想象的是，利用这种技术来研究其他进程。例如，特定的荧光可以连接到膜蛋白，观察其特定的运动融合事件，已显示为ABC，我从15水溶性基质蛋白的混合不同的时间尺度上发生融合。
Disclosures
生产和自由地进入本文由蔡司公司赞助
Acknowledgments
我们感谢塔夫茨大学神经科学研究中心，P30的NS047243（杰克逊），线粒体亲和性研究协作（mtARC）埃文斯在波士顿大学医学校区，链接医药公司的跨学科的生物医学研究中心的支持，并支持这项工作的蔡司。
Materials
| Name | Company | Catalog Number | Comments |
| COXIII-adenoviral PA-GFP | Dr. Lippincott-Schwartz | ||
| TMRE | Invitrogen | T669 | |
| Zeiss LSM 710 confocal | Carl Zeiss, Inc. |
References
- Braschi, E., McBride, H. M. Mitochondria and the culture of the Borg: understanding the integration of mitochondrial function within the reticulum, the cell, and the organism. Bioessays. 32, 958-966 (2010).
- Chan, D. C. Mitochondria: dynamic organelles in disease, aging, and development. Cell. 125, 1241-1252 (2006).
- Chan, D. C., Detmer, S. A. Functions and dysfunctions of mitochondrial dynamics. Nature Reviews Molecular Cell Biology. 8, 870-879 (2007).
- Han, X. J., Tomizawa, K., Fujimura, A., Ohmori, I., Nishiki, T., Matsushita, M., Matsui, H. Regulation of mitochondrial dynamics and neurodegenerative diseases. Acta Med Okayama. 65, 1-10 (2011).
- Huang, H., Choi, S. Y., Frohman, M. A. A quantitative assay for mitochondrial fusion using Renilla luciferase complementation. Mitochondrion. 10, 559-566 (2010).
- Karbowski, M., Arnoult, D., Chen, H., Chan, D. C., Smith, C. L., Youle, R. J. Quantitation of mitochondrial dynamics by photolabeling of individual organelles shows that mitochondrial fusion is blocked during the Bax activation phase of apoptosis. J. Cell. Biol. 164, 493-499 (2004).
- Legros, F., Lombes, A., Frachon, P., Rojo, M. Mitochondrial fusion in human cells is efficient, requires the inner membrane potential, and is mediated by mitofusins. Mol. Biol. Cell. 13, 4343-4354 (2002).
- Molina, A. J., Shirihai, O. S. Monitoring mitochondrial dynamics with photoactivatable [corrected] green fluorescent protein. Methods Enzymol. 457, 289-304 (2009).
- Molina, A. J., Wikstrom, J. D., Stiles, L., Las, G., Mohamed, H., Elorza, A., Walzer, G., Twig, G., Katz, S., Corkey, B. E., Shirihai, O. S. Mitochondrial networking protects beta-cells from nutrient-induced apoptosis. Diabetes. 58, 2303-2315 (2009).
- Otera, H., Mihara, K. Molecular mechanisms and physiologic functions of mitochondrial dynamics. J. Biochem. 149, 241-251 (2011).
- Patterson, G. H., Lippincott-Schwartz, J. A photoactivatable GFP for selective photolabeling of proteins and cells. Science. 297, 1873-1877 (2002).
- Schauss, A. C., Huang, H., Choi, S. Y., Xu, L., Soubeyrand, S., Bilodeau, P., Zunino, R., Rippstein, P., Frohman, M. A., McBride, H. M. A novel cell-free mitochondrial fusion assay amenable for high-throughput screenings of fusion modulators. BMC Biol. 8, 100 (2011).
- Sheridan, C., Martin, S. J. Mitochondrial fission/fusion dynamics and apoptosis. Mitochondrion. 10, 640-648 (2010).
- Twig, G., Elorza, A., Molina, A. J., Mohamed, H., Wikstrom, J. D., Walzer, G., Stiles, L., Haigh, S. E., Katz, S., Las, G., Alroy, J., Wu, M., Py, B. F., Yuan, J., Deeney, J. T., Corkey, B. E., Shirihai, O. S. Fission and selective fusion govern mitochondrial segregation and elimination by autophagy. EMBO J. 27, 433-446 (2008).
- Twig, G., Graf, S. A., Wikstrom, J. D., Mohamed, H., Haigh, S. E., Elorza, A., Deutsch, M., Zurgil, N., Reynolds, N., Shirihai, O. S. Tagging and tracking individual networks within a complex mitochondrial web with photoactivatable GFP. Am. J. Physiol. Cell Physiol. 291, C176-C184 (2006).
- Twig, G., Hyde, B., Shirihai, O. S. Mitochondrial fusion, fission and autophagy as a quality control axis: the bioenergetic view. Biochim. Biophys. Acta. 1777, 1092-1097 (2008).
- Twig, G., Liu, X., Liesa, M., Wikstrom, J. D., Molina, A. J., Las, G., Yaniv, G., Hajnoczky, G., Shirihai, O. S. Biophysical properties of mitochondrial fusion events in pancreatic beta-cells and cardiac cells unravel potential control mechanisms of its selectivity. Am. J. Physiol. Cell. Physiol. 299, C477-C487 (2010).
- Twig, G., Shirihai, O. S. The interplay between mitochondrial dynamics and mitophagy. Antioxid. Redox Signal. 14, 1939-1951 (2011).
