Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Bioengineering
Click here for the English version

Bioengineering

توصيف النظم المعقدة باستخدام تصميم التجارب النهج: عابر التعبير البروتين في التبغ كدراسة حالة

Published: January 31, 2014 doi: 10.3791/51216
Automatic Translation
1, 1,2
1Institute for Molecular Biotechnology, RWTH Aachen University, 2Institute for Molecular Biology and Applied Ecology, Fraunhofer Gesellschaft

Summary

نحن تصف تصميم التجارب النهج التي يمكن استخدامها لتحديد ونمذجة تأثير العناصر التحوير التنظيمية والنمو والتنمية المعلمات النبات، وشروط الحضانة على التعبير عابرة من الاجسام المضادة والبروتينات مراسل في النباتات.

Abstract

توفر النباتات فوائد متعددة لإنتاج المستحضرات الصيدلانية البيولوجية بما في ذلك تكاليف منخفضة، والتدرجية، والسلامة. يقدم التعبير عابرة ميزة إضافية للتنمية قصيرة والأوقات الإنتاج، ولكن يمكن لمستويات التعبير تتفاوت تفاوتا كبيرا بين دفعات بالتالي مما أدى إلى مخاوف تنظيمية في سياق الممارسات التصنيعية الجيدة. استخدمنا تصميم التجارب (وزارة الطاقة) نهج لتحديد تأثير العوامل الرئيسية مثل العناصر التنظيمية في بناء التعبير ونمو النبات والمعلمات التنمية، وشروط الحضانة خلال التعبير، على تنوع التعبير بين دفعات. اختبرنا النباتات تعبر عن مكافحة فيروس نقص المناعة البشرية الأضداد وحيدة النسيلة نموذج (2G12) والبروتين علامة فلوري (DsRed). نناقش الأساس المنطقي لاختيار خصائص معينة من النموذج وتحديد حدودها المحتملة. يمكن بسهولة نقل النهج العام إلى مشاكل أخرى لأن مبادئ نموذج لإعادة على نطاق واسع للتطبيق: القائم على المعرفة اختيار المعلمة، والحد من التعقيد عن طريق تقسيم المشكلة إلى وحدات أصغر الأولية، وإعداد برامج موجهة لمجموعات التجربة الأمثل وتصميم خطوة حكيمة تكبير. وبالتالي، فإن منهجية مفيد لوصف البروتين التعبير في النباتات ولكن أيضا للتحقيق في الأنظمة المعقدة الأخرى التي تفتقر إلى وصف الآلية ليس فقط. المعادلات التنبؤية واصفا الترابط بين المعلمات يمكن استخدامها لإنشاء نماذج الآلي لأنظمة معقدة أخرى.

Introduction

إنتاج البروتينات الصيدلانية البيولوجية في النباتات هو مفيد لأن النباتات هي غير مكلفة لتنمو، ومنصة يمكن زيادتها فقط من خلال زراعة المزيد من النباتات، والكائنات الممرضة للإنسان غير قادر على تكرار 1،2. استراتيجيات التعبير عابرة تستند على سبيل المثال على التسلل من الأوراق مع الأجرعية المورمة يوفر فوائد إضافية لأن يتم تقليل الوقت بين نقطة التسليم الحمض النووي وتسليم منتج تنقيته من سنة إلى أقل من 2 شهور 3. يستخدم التعبير عابرة أيضا لتحليل وظيفي، على سبيل المثال لاختبار الجينات لقدرتها على استكمال الخسارة من وظيفة المسوخ أو للتحقيق تفاعلات البروتين 4-6. ومع ذلك، ومستويات التعبير عابرة تميل إلى إظهار قدر أكبر من التباين دفعة إلى دفعة من مستويات التعبير في النباتات المعدلة وراثيا 7-9. وهذا يقلل من احتمال أن عمليات التصنيع الصيدلانية البيولوجية على أساس عابر واي التعبيرليرة لبنانية تتم الموافقة عليها في سياق الممارسات التصنيعية الجيدة (GMP) لاستنساخ هو سمة الجودة الحرجة، ويخضع لتقييم المخاطر 10. يمكن لمثل الاختلاف أيضا قناع أي التفاعلات التي تنوي الباحثين للتحقيق. لذلك، شرعنا في تحديد العوامل الرئيسية التي تؤثر على مستويات التعبير عابرة في النباتات وبناء ذات جودة عالية نموذج تنبؤي الكمي.

وغالبا ما يستخدم (OFAT) نهج عامل واحد في واحد في وقت لتوصيف تأثير (أثر) من بعض المعلمات (العوامل) على النتيجة (الاستجابة) من تجربة 11. ولكن هذا هو الأمثل لأن الاختبارات الفردية (يدير) أثناء التحقيق (التجربة) سيتم محاذاة مثل اللؤلؤ على سلسلة عبر المنطقة المحتملة امتدت من العوامل التي يتم اختبارها (تصميم الفضاء). تغطية تصميم الفضاء، وبالتالي درجة المعلومات المستقاة من التجربة هومنخفضة، كما هو مبين في الشكل 1A 12. علاوة على ذلك، يمكن أن الترابط بين عوامل مختلفة (عامل التفاعلات) لا تزال مخبأة مما أدى إلى نماذج الفقراء و / أو التنبؤ أوبتيما كاذبة، كما هو مبين في الشكل 1B 13.

السلبيات المذكورة أعلاه يمكن تجنبها باستخدام تصميم التجارب (وزارة الطاقة) في النهج الذي تنتشر تشغيل من تجربة أكثر بالتساوي في جميع أنحاء تصميم الفضاء، وهذا يعني أن أكثر من عامل واحد وتتنوع بين اثنان أشواط 14. هناك تصاميم المتخصصة لمخاليط، وفحص العوامل (تصاميم مضروب) والكميات من آثار عامل على الردود (أساليب السطح ردا على ذلك، RSM ق) 15. علاوة على ذلك، RSMs يمكن أن تتحقق عن تصاميم المركزية مركب ولكن يمكن أيضا أن يتحقق على نحو فعال باستخدام البرمجيات المتخصصة التي يمكن أن تطبق معايير مختلفة لاختيار أشواط. على سبيل المثال، ما يسمى D-optimalitسوف ذ معيار تحديد أشواط ذلك لتقليل الخطأ في معاملات النموذج الناتج، في حين أن المعيار IV-المثالية يختار أشواط أن تحقيق أدنى التنبؤ التباين في جميع أنحاء تصميم الفضاء 15،16. في RSM وصفنا هنا يسمح الكميات الدقيقة لبروتين تعبير عابر في النباتات، ولكن يمكن بسهولة أن يتم نقلها إلى أي نظام ينطوي عدة (~ 5-8) العوامل الرقمية (مثل درجة الحرارة والوقت والتركيز) وعدد قليل (~ 2 - 4) العوامل قاطعة (مثل المروج، لون) الذي وصف الآلية غير متوفرة أو معقدة للغاية في تصميم نموذج.

النهج زارة الطاقة نشأت في العلوم الزراعية ولكن قد انتشر إلى مناطق أخرى لأنها قابلة للتحويل إلى أي الحالة التي يكون فيها من المفيد للحد من عدد من يدير اللازمة للحصول على بيانات موثوقة وتوليد نماذج وصفية لعمليات معقدة. وهذا بدوره أدى إلى إدراج زارة الطاقة في "إرشادات لالصناعة، Q8 (R2) تطوير ادوية "الصادرة عن المؤتمر الدولي لمواءمة المتطلبات التقنية لتسجيل المستحضرات الصيدلانية للاستخدام البشري (ICH) 17. يستخدم على نطاق واسع الآن زارة الطاقة في مجال البحث العلمي والصناعة 18. ومع ذلك، يجب توخي الحذر خلال تخطيط وتنفيذ التجربة لاختيار درجة متعدد الحدود غير لائق لنموذج متعدد الانحدار الخطي (نموذج القاعدة) يمكن أن يعرض حاجة لأشواط إضافية لنموذج جميع الآثار عامل بشكل صحيح. وعلاوة على ذلك، تالفة أو مفقودة توليد نماذج البيانات غير صحيحة وخاطئة التوقعات، وربما حتى منع أي محاولة بناء نموذج كما هو موضح في البروتوكول والمناقشة أقسام 18. في قسم البروتوكول، ونحن سوف تحدد في البداية من الخطوات الأكثر أهمية التخطيط للتجربة تستند RSM-ثم شرح التصميم على أساس وزارة الطاقة برامج DesignExpert V8.1، ولكن تصاميم مماثلة يمكن أن يبنى مع غيرها من البرمجيات includiنانوغرام أحزاب اللقاء المشترك، Modde، وSTATISTICA. يتم اتباع الإجراءات التجريبية حسب تعليمات لتحليل البيانات والتقييم.

الشكل 1
الشكل 1. مقارنة OFAT وزارة الطاقة. A. تباين متتابعة من عامل واحد في وقت واحد (OFAT) في تجربة (الدوائر الأسود والأحمر والأزرق) يحقق التغطية المنخفضة من تصميم الفضاء (المناطق التي تحاك). في المقابل، فإن الاختلاف من أكثر من عامل واحد في وقت واحد باستخدام تصميم التجارب (وزارة الطاقة) استراتيجية (الدوائر الخضراء) يعزز التغطية وبالتالي دقة النماذج الناتجة عن ذلك. ب. التغطية المتحيزة تصميم الفضاء يعني أن التجارب OFAT (الدوائر السوداء) يمكن أن تفشل أيضا لتحديد مناطق التشغيل الأمثل (الحمراء)، والتنبؤ الحلول دون المستوى الأمثل (دائرة سوداء كبيرة)، في حين أن وزارة الطاقة strategiوفاق (النجوم السوداء) هم أكثر عرضة لتحديد الظروف الأفضل (نجمة سوداء كبيرة).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. التخطيط لاستراتيجية وزارة الطاقة

  1. تحديد العوامل والاستجابات ذات الصلة لإدراجها في التصميم.
    1. تحديد واحد أو عدة استجابات للقياس. هنا، استخدمت 2G12 وDsRed مستويات التعبير (ميكروغرام / مل)، بما في ذلك الحد الأدنى للكشف الفرق تعتبر (10 و 20 ميكروغرام / لتر، على التوالي) ذات الصلة والقيمة التقريبية للانحراف المعياري المقدر للنظام (4 و 8 ميكروغرام / مل، على التوالي) على أساس التجارب السابقة.
    2. استخدام الأدب المتاحة، بيانات من التجارب السابقة أو التصاميم الفحص المتخصصة (مثل تصميم مضروب، راجع المقدمة) لتحديد العوامل الهامة التي تؤثر على الاستجابات سيتم كميا (الجدول 1) 7،8،19،20.
    3. تخصيص أنواع عامل (رقمية أو قاطعة) وتحديد نطاقات داخل والتي سوف تكون متنوعة العوامل الرقمية أثناء التحقيق زارة الطاقة (الجدول 1).
    4. تحديد numeriج العوامل التي الاختلاف المستمر من الصعب تنفيذها.
      1. تجنب استخدام التباين المستمر للعوامل التي لا يمكن تعديلها على وجه التحديد إلى مستوى معين، ويمكن عادة أن يسيطر على سبيل المثال درجة حرارة الحضانة إلا في حدود ± 2 درجة مئوية، وبالتالي الاختلاف المستمر باستخدام قيم مثل 27.2 درجة مئوية، 25.9 درجة مئوية، و 29.3 ° C بد منه ينبغي تجنبها.
      2. بدلا من ذلك، حدد عدد من المستويات منفصلة عن هذه العوامل (الجدول 1). عدد المستويات يجب أن يطابق نموذج قاعدة المتوقعة (الخطوة 1.2). هذا هو المهم فقط للتصاميم الأمثل، لأن التصاميم مركب المركزية لديها دائما مستويات عامل منفصلة.
    5. تعيين ما إذا كان عامل قاطعة هو الاسمية، أي لا أمر ضمني (مثل شركات مختلفة)، أو ترتيبي وبالتالي معلمة رقمية منفصلة (مثل أوراق مختلفة على النبات).
    6. تحديد المستويات لكلا النوعين من العوامل قاطعة. </ لى>
  2. حدد نموذج قاعدة مفيدة.
    1. استنادا إلى التجارب الأولية والأدب، وتوقع العلاقة بين كل عامل والاستجابة وكذلك عامل التفاعلات والاستجابة. على سبيل المثال، وخطي (كلما كان ذلك أفضل)، من الدرجة الثانية (واحد الأمثل أو غير الخطية زيادة / نقصان) أو مكعب (الانحراف الأمثل).
    2. تأكد من أن عدد من المستويات للعوامل رقمية منفصلة هو ن + 1، ن مع كونها درجة متعدد الحدود للعلاقة بين العامل والاستجابة لها. على سبيل المثال، من المتوقع إذا كانت درجة حرارة أن يكون لها تأثير على استجابة من الدرجة الثانية، ن = 2 وبالتالي ينبغي التحقيق في ثلاثة مستويات على الأقل درجة الحرارة إلى تحقيق يصلح لتأثير من الدرجة الثانية.
  3. تحديد جزء من مساحة التصميم (FDS) التي ينبغي أن يكون التباين التنبؤ دون عتبة معينة (مستوى ألفا). وينبغي أن يكون FDS> 0.95 (تغطية أكثر من 95٪ من مساحة التصميم) لتحقيق نماذج التنبؤات التي تحقق قوية في جميع أنحاءكامل 21-23 تصميم الفضاء.
    ملاحظة: A عتبة 0.05 يتوافق مع مستوى الأهمية 5٪ (نوع الخطأ الأول) وقيمة نموذجية. زيادة هذه القيمة سوف يقلل من عدد من التجارب اللازمة لاستراتيجية وزارة الطاقة ولكن في نفس الوقت سيزيد من احتمال أن آثار كبيرة سيفتقد والتي من شأنها أن التقديرات تأثيرها على الاستجابة تكون غير صحيحة.

الجدول 1
الجدول 1. العوامل المؤثرة عابرة التعبير البروتين في التبغ بما في ذلك الاختلاف يتراوح خلال وزارة الطاقة. العوامل في جريئة أدرجت فقط في تصميم التجارب وصفها تحت عنوان "نموذج وصفي لتراكم DsRed خلال التعبير عابرة باستخدام مختلف مروج / 5'UTRs" في حين أن العوامل بخط مائل أدرجت فقط في تصميم ل"أمثلية incubatioن الظروف وخطط الحصاد لإنتاج الأجسام المضادة وحيدة النسيلة في النباتات باستخدام التعبير عابرة ".

الرقم 2
الشكل 2. ويتم اختيار عملية التخطيط زارة الطاقة. العوامل التي لها تأثير كبير على استجابة قيد التحقيق استنادا إلى البيانات المتاحة. ثم يتم تعيين سمات عامل (على سبيل المثال رقمية)، ونطاقات المستويات. وتستخدم المعرفة والتجارب السابقة لتحديد نموذج قاعدة مناسبة. يتم تعريف متطلبات الطاقة التنبؤية على أساس التطبيق / الغرض من النموذج النهائي. ويمكن بعد ذلك نقل البيانات تجميعها في برنامج وزارة الطاقة المناسبة.

2. إنشاء RSM في DesignExpert

  1. بدء DesignExpert وحدد "تصميم جديد". في إطار "الاستجابة السطحية"، واختيار و# 34؛ الأمثل "وأدخل عدد من العوامل الرقمية وقاطعة المختارة في القسم 1.1).
  2. إدخال أسماء عامل، وحدات، وأنواع، وأنواع فرعية، عدد من المستويات / الحدود والقيم لمستويات مستوى لجميع العوامل في الحقول المقابلة.
  3. انتقل إلى الصفحة التالية وتحت عنوان "بحث" خيارات تحديد "أفضل" وكذلك "الأمثلية" المعيار المطلوب، هنا "D الأمثل".
  4. في القائمة "تحرير نموذج ..."، حدد النموذج الذي يحتوي على العوامل والتفاعلات المتوقعة في القسم 1.2). كان غامضا، حدد نموذج كامل يغطي جميع العوامل والتفاعلات للحصول على درجة متعدد الحدود معينة، وهنا "من الدرجة الثانية". لاحظ أن اختيار نموذج كامل (تحتوي على جميع التفاعلات) يمكن أن تزيد من عدد من التجارب اللازمة لوزارة الطاقة.
  5. حدد عدد من "كتل". هنا، تم استخدام كتلة واحدة لأنه تم من نفس الدفعة، كان قد تم زرعها جميع النباتات جميع البكتيريا في وقت واحد وونفذت كل من الحقن في نفس اليوم من قبل نفس المشغل. استخدام أكثر من كتلة واحدة إذا دفعة أكثر من واحد من النباتات المستخدمة أو عدة مشغلين التعامل مع الحقن.
  6. تحقيق التوازن في التصميم
    1. تمكين "فرض التوازن قاطعة" من ​​أجل توزيع أشواط التجربة بالتساوي بين مستويات عامل قاطعة، مثل المروجين المختلفة التي يتم اختبارها.
      ملاحظة: هذا يمكن أن تقلل من المثالية من التصميم لدرجة أن DesignExpert سوف يقدم تقريرا كقيمة٪ اعتمادا على النقاط المحددة من قبل الخوارزمية المثالية.
    2. حساب تصميم عدة مرات باستخدام خوارزمية البذور عشوائي تنفيذها لتقليل الانخفاض في المثالية.
      ملاحظة: الخسائر في المثالية يمكن أن تتراوح بين 3-40٪ ~ باستخدام إدخال البيانات نفسها، ولكن تغيير يمكن استخدام عدد من مكررات للحفاظ على التوازن قاطعة.
  7. سوف يقترح البرنامج قيمة لعدد من "النقاط الموديل" استنادا إلى نموذج قاعدة، وهنا 70 أشواط. ضبط عدد أشواط ل "يعيد" و "لتقدير عدم وجود تناسب" لضمان أنها> 5٪ من عدد "النقاط الموديل" لكل، وهنا 10 أشواط لكل منهما.
  8. انتقل إلى الصفحة التالية، حدد عدد من الردود وإدخال أسماء وحدات. ويمكن أيضا ردود إضافية تضاف في أي وقت خلال تقييم البيانات دون أي تأثير سلبي على التصميم.
  9. مواصلة لبدء الخوارزمية، حساب مستويات عامل للتشغيل من وزارة الطاقة. إذا لا قاعدة نموذجية مختارة تتناسب مع عدد من المستويات لعامل معين، وسوف يتم عرض الإخطار وسوف يتم تشغيل الحساب. في هذه الحالة إما:
    1. زيادة عدد المستويات لهذا العامل؛ أو
    2. إلغاء تحديد المصطلحات في نموذج القاعدة التي لا يمكن أن يحسب على أساس العدد الحالي من المستويات.
    3. على سبيل المثال، إذا كان هناك مستويين لعامل "الوقت الحضانة" ر (أي 2 د و 5 د) في رانه التصميم الحالي ونموذج قاعدة من الدرجة الثانية بما في ذلك تي المدى تم اختيار 2، إما إضافة مستوى ثالث لر (أي 8 د) أو إزالة عامل ر 2 من هذا النموذج.
  10. حفظ جدول البيانات التي تحتوي على تركيبات عامل الأمثل الذي يتم عرضه مرة واحدة حساب كاملة.
  11. في "تصميم" عقدة حدد "التقييم" عقدة فرعية وانتقل إلى "الرسوم البيانية" علامة التبويب.
    1. في "أداة الرسوم البيانية" حدد "قوات الدفاع والأمن" وفي "FDS الرسم البياني" مربع اختيار "PRED" كنوع الخطأ. ثم أدخل الفرق كشفها الحد الأدنى فضلا عن القيمة التقريبية للانحراف المعياري المقدر للنظام محدد في القسم 1.1.1) كقيم ل "د" و "ق" على التوالي (20 و 8 هنا ميكروغرام / مل لDsRed). أيضا إدخال مستوى ألفا (٪ مقبولة في عداد المفقودين تأثير كبير) مناسبة للتطبيق، عادة 0.05 (5٪).
    2. إذا كان هذا ليس هو الحال (كما هو موجود هنا، كان FDS 1٪ كما هو موضح في الشكل 3A)، والعودة إلى "تصميم" عقدة وفي شريط المهام اختر "أدوات تصميم"، ثم "تصميم زيادة ..." واختيار " زيادة ".
    3. حدد نفس "البحث" ومعايير "الأمثلية" كما كان من قبل. كما اختار نفس "نموذج تحرير" وإعدادات "فرض التوازن قاطعة". إذا تم إجراء عملية تكبير قبل تصميم أي تجربة (كما فعلت هنا)، ثم تغيير "ضع أشواط في كتلة" تعيين إلى "Block1".
    4. في قسم "يعمل" على إدخال عدد إضافي "نقاط الموديل"، والحفاظ على ما لا يقل عن 5٪ "يعيد" و "عدم تقديرمن يصلح "في تصميم الإجمالي. هنا، أضيفت 100 أشواط إضافية وليس" أدرجت مكررات "و" لتقدير عدم وجود تناسب ".
    5. بمجرد الانتهاء من الحساب، وإعادة النظر في الرسم البياني FDS كما هو موضح أعلاه. إذا كانت قوات الدفاع والأمن لا تزال غير مرضية، كرر تكبير التصميم كما هو موضح أعلاه. هنا كان FDS 100٪ بعد زيادة، وبالتالي لم تكن هناك حاجة مزيد من التعزيز (الشكل 3B).

الرقم 3
الرقم 3. مقارنة المؤامرات FDS. A. ظبية تتكون من 90 أشواط تنتج كافية FDS من 1٪ فقط عن الخطأ المعياري من التنبؤ، وذلك باستخدام نموذج القاعدة من الدرجة الثانية في تركيبة مع القيم للفرق الحد الأدنى للكشف (20 ميكروغرام / مل) واستيتزاوج الانحراف المعياري للنظام (8 ميكروغرام / مل). B. زيادة من وزارة الطاقة إلى ما مجموعه 210 أشواط حققت FDS 100٪ ومنحنى مسطح تشير الدقة الموحد للنموذج في جميع أنحاء تصميم الفضاء.

3. الاستنساخ وتحليل التعبير كاسيت

  1. زراعة كولاي في 5 مل LB المتوسطة (10 جرام / لتر تريبتون، 5 جرام / لتر خلاصة الخميرة، 170 ملي مول كلوريد الصوديوم، و 50 ملغم / لتر الأمبيسلين، لتشمل لوحات أجار LB-15 جرام / لتر أجار) عند 37 درجة مئوية لمدة 6 -8 ساعة أو بين عشية وضحاها على شاكر المداري في 160 لفة في الدقيقة. تنبيه: الأمبيسلين هو مادة ضارة. تطعيم المتوسط ​​LB مع إما 50 ميكرولتر من ثقافة السائل أو الخلايا نقل من المستعمرات نمت على لوحات باستخدام طرف ماصة.
  2. لتنقية الحمض النووي البلازميد جهاز الأمن السياسي، ومشتقات أخرى من pPAM (بنك الجينات AY027531)، من E. سلالة القولونية K12 DH5a، اتبع الإرشادات الموجودة في دليل تنقية الحمض النووي عدة 24. تنبيه: ك تنقيةأنه يحتوي على المواد الكيميائية الضارة (انظر أعلاه دليل للحصول على التفاصيل). يوصف تسلسل البلازميد في الشكل 4 و من قبل المشتري وآخرون 20.
  3. تحديد تركيز الحمض النووي في شطافة تنقيته عن طريق قياس الامتصاصية لعينة 2 ميكرولتر في 260 نانومتر في جهاز معمل NanoDrop.
  4. التأكد من هوية الحمض النووي البلازميد المنقى من قبل الهضم مع نوكليازات الاقتطاع الداخلية (الدقة).
    1. حدد الدقة وفقا لتسلسل البلازميد بحيث يتم إنشاء أنماط فريدة من نوعها ومميزة شظية. اتبع توصيات الشركة المصنعة لظروف الهضم مثل حجم رد الفعل، والوقت ودرجة الحرارة وتركيز استقرار ألبومين المصل البقري. تبعا لحساسية الجهاز التحليل، استخدم 50-500 نانوغرام من الحمض النووي البلازميد في الهضم.
    2. إعداد 0،8-2،0٪ الرغوة لفصل شظايا الحمض النووي عن طريق الغليان الاغاروز في تريس بورات-EDTA (TBE) العازلة (90 ملي تريس، 90 ملي بورات، 2 مم EDTA، ودرجة الحموضة 8.0). Tانه شظايا أكبر من المتوقع، يجب استخدام أقل الاغاروز في هلام.
    3. إضافة 5 ميكرولتر من خمسة أضعاف عينة العازلة (5X سابو، 0.1٪ (ث / ت) برموفينول الزرقاء، 0.1٪ (ث / ت) الزيلين cyanol، 10٪ (ث / ت) الجلسرين الذائبة في TBE) إلى 50 ميكرولتر من RE المعالجة عينة من الحمض النووي وفصل شظايا من قبل الاغاروز الكهربائي للهلام في 100 V ~ ليتحقق 40 دقيقة أو حتى فصل واضح من شظايا. على كل هلام، وتشمل ممر تحتوي على علامات حجم سلم الحمض النووي للمقارنة، على سبيل المثال 2-3 ميكرولتر سلم 1 كيلو بايت.
  5. استبدال 5'UTR أوميغا في جهاز الأمن السياسي مع واحد من 5'UTRs الثلاثة الأخرى.
    1. الافراج عن تسلسل 5'UTR أوميغا من ~ 4 ميكروغرام الحمض النووي جهاز الأمن السياسي تنقيته عن طريق العلاج مع 20 وحدة من ايكو RI-HF وضابط صف الدقة I-HF في NEBuffer 4 عند 37 درجة مئوية لمدة 60 دقيقة ~. ثم فصل شظايا كما هو موضح في الأقسام 3.4.2 و3.4.3.
    2. عزل جزء أكبر (PS، "العمود الفقري") من هلام الاغاروز باستخدام هلام اضافيةطقم كشن وفقا لدليل الشركة المصنعة 25 وتحديد تركيز الحمض النووي النقي كما هو موضح في القسم 3.3). تنبيه: طقم استخراج هلام يحتوي على مواد كيميائية ضارة، راجع دليل للحصول على التفاصيل.
    3. عزل كلية العلوم الصحية، كلية العلوم الصحية، وLPH TL 5'UTRs من ناقلات متبرع مناسب عن طريق علاج ~ 10 ميكروغرام لكل ناقلات مع 20 وحدة من ايكو RI-HF والدقة راس I-HF في NEBuffer 4 عند 37 درجة مئوية لمدة 60 دقيقة ~. ثم فصل شظايا كما هو موضح في الأقسام 3.4.2 و3.4.3 وتنقية جزء أصغر 5'UTR المحتوية على النحو المبين في القسم 3.5.2.
    4. Ligate في 5'UTRs النقية المعزولة في مأخوذة منفصلة معزولة إلى المنقى ناقلات PS الخطية عند 25 درجة مئوية لمدة 5 دقائق وفقا لتوصيات الشركة المصنعة 26. استخدام ~ 50 نانوغرام من الحمض النووي ناقلات والزائدة المولي ثلاثة أضعاف من 5'UTR الحمض النووي في حجم ما مجموعه 20 ميكرولتر.
  6. تحول الخلايا القولونية E مع اله البلازميدات المؤتلف 26،27.
    1. إضافة ~ 10 نانوغرام (~ 4-5 ميكرولتر) من خليط ربط (انظر القسم 3.5.4) إلى 50 ميكرولتر RbCl المختصة E. القولونية والمزيج بلطف، ثم احتضان لمدة 30-60 دقيقة على الجليد. الصدمة الحرارية لمدة 1.5 دقيقة في 42 درجة مئوية، والبرد على الجليد لمدة 5-30 دقيقة.
    2. إضافة 950 ميكرولتر من خالية من المضادات الحيوية LB المتوسطة واحتضان لمدة 1 ساعة عند 37 درجة مئوية و 160 دورة في الدقيقة. لاختيار transformants، تنتشر 50 و 100 ميكرولتر من ثقافة على لوحات أجار LB تحتوي على الأمبيسلين واحتضان لمدة 16-20 ساعة على ~ 37 درجة مئوية.
    3. تطعيم 5-10 مستعمرات منفصلة تمثل كل ربط المروج-5'UTR هو موضح في القسم 3.1 إلى مأخوذة 5 مل من LB المتوسطة التي تحتوي على الأمبيسلين. ثم تنقية الحمض النووي البلازميد وتأكيد هويتها كما هو موضح في المقاطع 3،2-3،4.
  7. استبدال المروج 35SS مع المروج غ في كل من الأربعة البلازميدات باستخدام 5'UTR تصاعدي الأول وايكو RI الدقة في NEBuffإيه 4 عند 37 درجة مئوية لمدة 1 ساعة كما هو موضح في الأقسام 3.5 و 3.6.
  8. أعرض كل من البلازميدات ثمانية مما أدى إلى A. المورمة سلالة GV3101: pMP90RK بواسطة التثقيب الكهربائي 28.
    1. إضافة ~ 500 نانوغرام من الحمض النووي البلازميد المنقى إلى 50 ميكرولتر المختصة A. المورمة الخلايا على الجليد. مزيج بلطف ونقل الى prechilled 0.2 سم كفيت electroporation. تأكد من أن الخليط في الجزء السفلي من كفيت و لا تحتوي على فقاعات.
    2. خلايا النبض عند 2.5 كيلو فولت لمدة 5 ميللي ثانية وتأكيد شدة ومدة النبض.
    3. تجنب تركيزات مرتفعة من الملح في عينة من الحمض النووي أو إعداد غير صحيح من ألف المختصة المورمة لأن هذه الخلايا يمكن أن يؤدي إلى التيارات أيون عالية مما يسبب تبخير الفورية لتعليق الخلية، والحد بشكل كبير فعالية التحول.
    4. إضافة 950 ميكرولتر من YEB وسيط وبدون المضادات الحيوية (استخراج 5 ز / L لحوم البقر، 1 غرام / لتر خلاصة الخميرة، 5 ز / L peptonه، 5 ز / L السكروز، 2 ملي MgSO 4، ودرجة الحموضة 7.0)، مزيج بلطف ونقل على الفور الى العقيمة 1.5 مل أنبوب التفاعل. احتضان لمدة 2-4 ساعة عند 26-28 درجة مئوية و 160 دورة في الدقيقة.
    5. تنتشر 1-2 ميكرولتر على لوحات أجار YEB تحتوي على مضادات حيوية (50 ملغ / لتر   كربنيسيلين، 25 ملغ / لتر الكاناميسين، 25 ملغ / لتر ريفامبيسين) لاختيار transformants. تنبيه: ريفامبيسين هو عبارة عن مادة سامة.
    6. تطعيم ثلاثة مأخوذة 5 مل من YEB المتوسطة التي تحتوي على المضادات الحيوية مع الخلايا من المستعمرات منفصلة تمثل كل ربط المروج-5'UTR واحتضان لمدة 48-72 ساعة عند 26-28 درجة مئوية و 160 دورة في الدقيقة.
  9. تأكيد نجاح A. المورمة التحول.
    1. 2 نقل ميكرولتر من كل قسامة من القسم 3.8.6 لفصل 48 مأخوذة ميكرولتر من PCR MASTERMIX (2 ميكرولتر من كل الأسهم التمهيدي 10 ميكرومتر (400 نانومتر تركيز النهائي من كل التمهيدي)،1 ميكرولتر 10 ملي مزيج dNTP (200 ميكرومتر تركيز النهائي من كل ثلاثي الفوسفات deoxynucleoside)، 5 ميكرولتر 10 أضعاف توسيع الدقة العالية العازلة مع 15 ملي MgCl 2، 0.75 توسيع ميكرولتر مزيج انزيم عالية الدقة، و39.25 ميكرولتر الماء المقطر العقيمة).
    2. تضخيم الكاسيت التعبير عن كل البلازميد باستخدام الاشعال المناسب (FWD: 5'-CCT CAG غا GAG الجهاز المركزي للمحاسبات TAC-3 '، 1026 النيوكليوتيدات ملزمة المنبع من المروج؛ REV: 5'-CCA الاهلي CGA GTA CAC AAC-3'، ملزمة داخل الموقع تذييل بعديد الأدينيلات 35S) في ظل الظروف المناسبة PCR. هنا، تم استخدام 94 درجة مئوية لمدة تمسخ الأولي تليها 30 دورات من 94 درجة مئوية لمدة 15 ثانية تمسخ، 51 ° C الصلب لمدة 30 ثانية و 72 درجة مئوية استطالة لمدة 120 ثانية، وخطوة استطالة النهائي في 72 درجة مئوية لمدة 8 دقيقة.
    3. تحديد حجم المنتجات PCR بواسطة الاغاروز الكهربائي للهلام كما هو موضح في القسم 3.4.3.
  10. إعداد أ. المورمة الأسهم الجلسرين من قبلخلط 500 ميكرولتر 50٪ (V / V) الجلسرين العقيمة مع 500 ميكرولتر من A. المورمة الثقافات من القسم 3.8.6 التي تم تأكيد التحول (القسم 3.9.3). تخزين مخزونات الجلسرين في -80 درجة مئوية حتى استخدامها مرة أخرى.
  11. حساب الطاقات للطي من مختلف mRNAs وباستخدام خادم الويب RNAfold 29 وتشمل تسلسل النوكليوتيدات من موقع بداية النسخي خلال لغليان 50 الأولى من المنطقة الترميز.
    1. في قسم "طية الخوارزميات والخيارات الأساسية" حدد "الطاقة الحرة الحد الأدنى (MFE) وظيفة التقسيم" و "تجنب أزواج قاعدة معزولة" الخيارات.
    2. في "خيارات متقدمة للطي" اختيار "التعلق الطاقات على جانبي الحلزون في أي حال من الأحوال"، "المعلمات الحمض النووي الريبي (تيرنر النموذج، 2004)" وتغيير "إعادة مقياس المعلمات الطاقة إلى درجة حرارة معينة (C)" إلى 25 درجة مئوية.
    3. في المقطع "خيارات إخراج" تحديد كافة الخيارات.

الرقم 4
الشكل 4. المروج و 5 'UTR المتغيرات. تم إنشاء أشرطة التعبير من خلال تبادل تدريجي لل5'UTR، مما أدى إلى أربع مجموعات مع CaMV 35SS المروج، تليها استبدال هذا المروج مع تسلسل غ الغلة أربعة أنواع إضافية و ما مجموعه ثمانية مجموعات المروج / 5'UTR مختلفة.

4. زراعة النبات

  1. إعداد محلول 0.1٪ من الأسمدة Ferty2 ميجا في غير المتأينة المياه في درجة الحموضة 5.9.
  2. إعداد 10 كتل × 10 × 8 سم الصوف الصخري التي كتبها بيغ مكثفة مع الماء منزوع الأيونات لإزالة المواد الكيميائية المتبقية وأخيرا تتوازن مع الأسمدة.
  3. بذور نباتات التبغ عن طريق وضع 1-2 بذور التبغ على كل كتلة الصوف الصخري تليها مطاردة قصيرة مع الأسمدة والحرص على تجنب غسل البذور بعيدا.
  4. تنبت وزراعة نباتات التبغ لمدة 42 يوما في دفيئة في درجة حرارة 25/22 ° C يوم / ليلة، والرطوبة النسبية 70٪ والإضاءة 16 ساعة (180 ملمول ثانية -1 م -2؛ λ = 400-700 نانومتر) . خلال هذه الفترة الضوئية، ري مع الأسمدة لمدة 15 دقيقة كل ساعة في الثقافة المائية.

5. عابر التعبير البروتين

  1. إعداد أ. المورمة للحقن في الأوراق.
    1. تطعيم 5-50 مل من YEB المتوسطة التي تحتوي على المضادات الحيوية مع 1٪ A. المورمة الثقافة البرد الأسهم واحتضان عند 27 درجة مئوية حتى OD <الفرعية> ل 600Nm يصل 5.0 (~ 48-72 ساعة اعتمادا على حجم ونوع السفينة).
    2. تمييع A. ثقافة المورمة بالماء و2 أضعاف المتوسط ​​تسلل (4.3 غرام / لتر Murashige وسكوغ أملاح (الرقم الهيدروجيني 5.6)، 5 ز / L السكروز، 1.8 غرام / لتر جلوكوز، و 100 ملي acetosyringone) لمطابقة ل 600Nm OD المطلوبة للحقن. تأكيد ل 600Nm OD قبل الحقن. ملاحظة: إن ل 600Nm OD من 1.0 يتوافق مع 1.43 ± 0.12 ~ × 10 9 مل مستعمرة وحدة في تشكيل.
  2. حقن A. المورمة تعليق في الأوراق.
    1. اختيار وتسمية أوراق noncotyledon والمواقف في هذا الشأن إلى أن تعامل (على سبيل المثال وفقا لاستراتيجية وزارة الطاقة).
    2. لا حقن مختلفة A. المورمة الحلول في نفس المجال وربي. بدلا من ذلك، استخدام أقسام معارضة على كل جانب من محور منتصف الوريد. إذا كان بحاجة إلى أكثر من عقدين من حلول مختلفة ليتم حقنه في نفس الموقف استخدام additionaل النبات.
    3. يهز جيدا A. المورمة حل ل resuspend أي الخلايا التي قد استقروا منذ إعداد التخفيف ونضح في حقنة 1 مل.
    4. خدش البشرة بلطف في موقف المعدة للحقن مع طرف ماصة أو ما شابه ذلك لتسهيل تدفق من A. المورمة الحل. تجنب تمزيق ورقة شفرة أثناء القيام بذلك.
    5. عقد حقنة عمودي على ورقة شفرة لمس برميل ضد مجال وربي في أن يعامل بلطف ودفع منفذ (مع عدم وجود إبرة المرفقة) على الجانب السفلي من ورقة. اضغط على الجانب العلوي من ورقة بلطف في نفس الوقت لمنع رقة شفرة من نقل أو تمزق.
    6. دفع برفق إلى أسفل المكبس المحاقن. ألف والحل المورمة دخول المساحات بين الخلايا ضمن ورقة شفرة كما يتبين من المناطق المعالجة تظهر قتامة خضراء ورطبة. كرر هذا الإجراء في عدة مناصب حتى intercosta كلهوتسللت المجال ل مع أ. المورمة. ثم تواصل مع الحقل وربي المقبل.
    7. تأكد من يبقى حقنة عمودي على ورقة. سوف يميل حقنة تتسبب في تعليق البكتيرية لطفرة خارج تحت ضغط عال.
    8. إذا كان مختلفا A. وتستخدم حلول المورمة (على سبيل المثال لاختبار منشطات مختلفة)، وإزالة أي حل الزائدة المتبقية على الجانب السفلي من ورقة من الحقن الأولى باستخدام منشفة ورقية أو ما شابه ذلك قبل تطبيق الحل التالي.
  3. بعد تسلل الحضانة من النباتات وأخذ العينات.
    1. إعداد المخبر البيئئي النباتي للنباتات تعامل ~ 24 ساعة قبل حقن للسماح درجة الحرارة والرطوبة موازنة بالمستويات المطلوبة لوزارة الطاقة.
    2. بعد حقن، ونقل النباتات إلى المخبر البيئئي النباتي ووضعها في صواني كبيرة بما يكفي للري بالماء حتى نهاية فترة الحضانة التي تحددها وزارة الطاقة.
    3. إنشاء فوت 16 ساعةoperiod باستخدام ستة أوسرام أبيض بارد 36 أنابيب الفلورسنت واط لكل 0.7 م 2 (75 مليمول ثانية -1 م -2؛ λ = 400-700 نانومتر). منع النباتات من التظليل بعضها البعض من خلال تحديد عدد النباتات إلى ستة لكل 0.7 م 2.
    4. قبل أخذ العينات، وتأكد من تحديد الحقل وربي الصحيح من خلال مقارنة التسمية المضافة في القسم 5.2.1 وخطة وزارة الطاقة.
    5. استخدام حفار الفلين لإزالة 4-5 أقراص رقة من الحقول وربي تعامل في المواقف والأوقات التي أشار إليها زارة الطاقة. لا تقم بإزالة ورقة كاملة من المصنع خلال أخذ العينات. استقرار رقة مع منشفة ورقية باليد أثناء إزالة الأقراص لمنع تمزق.
    6. تحديد كتلة من كل عينة ووضعه في 1.5 مل أنبوب من البلاستيك رد فعل المسمى مع اسم العينة والشامل. تخزين العينات في -20 درجة مئوية أو -80 درجة مئوية قبل البروتين الكميات. قد يكون مؤقتا عملية في هذه المرحلة لعدة أشهر اعتمادا على الاستقرار عينةودرجة حرارة التخزين.

6. الكميات البروتين

  1. استخراج البروتينات من العينات القرص ورقة.
    1. إضافة 3 مل من استخراج العازلة (50 ملي فوسفات الصوديوم، كلوريد الصوديوم 500 ملم؛ درجة الحموضة 8.0) في ملغ من عينة الشامل وطحن أقراص رقة في الأنبوب رد فعل باستخدام مدقة الكهربائية حتى لا تظل شظايا كبيرة. تجنب ارتفاع درجة الحرارة من العينة.
    2. إزالة المواد الصلبة فرقت بواسطة الطرد المركزي العينة مرتين في 16،000 x ج لمدة 20 دقيقة في 4 درجات مئوية. نقل طاف في أنبوب 1.5 مل نظيف رد فعل بعد كل خطوة من دون إزعاج بيليه.
    3. بعد الطرد المركزي، قد يكون مؤقتا عملية من خلال تجميد استخراج النباتية في -20 درجة مئوية أو -80 درجة مئوية لعدة أشهر اعتمادا على استقرار درجة حرارة العينة والتخزين. تؤكد أن دورة تجميد ذوبان الجليد لا يؤثر على تركيز البروتين الهدف (ق).
  2. قياس مضان DsRed.
    1. إعداد ثلاثة مكررات التقنية من كل عينة إلى أسود 96 جيدا لوحات نصف مساحتها (50 ميكرولتر لكل بئر استخراج). تجنب تشكيل فقاعات خلال pipetting ل.
    2. استخدام مجموعة من ستة التخفيفات (0، 25، 75، 125، 175 و 225 ميكروغرام / مل) من معيار DsRed في لوحة 96 جيدا لتوليد منحنى المرجعية الخطوط الملاحية المنتظمة. تحضير التخفيفات في برنامج تلفزيوني وتخزينها في 4 درجات مئوية لاستخدامها في غضون 3 أشهر.
    3. قياس مضان مرتين، بالتتابع، في قارئ لوحة 96 جيدا مزودة 530/25 نانومتر الإثارة و590/35 مرشحات الانبعاثات نانومتر.
    4. لكل عينة، متوسط ​​مضان على اثنين من يقرأ ومكررات التقنية الثلاثة وطرح القيمة المسجلة للتحكم فارغة تحتوي على 0 ميكروغرام / مل DsRed. طرح أيضا هذه القيمة من يقرأ من التخفيفات القياسية واستخدام هذه القيم الفارغة لتصحيح لالانحدار الخطي مما أسفر عن منحنى المرجعية (من خلال أصل تنسق).
    5. استخدام المنحدر من منحنى إشارة لتحويل وluorescence قياس للعينات في تركيزات DsRed. إذا لزم الأمر، وتمييع العينات بحيث يسقط قراءات ضمن الفاصل الزمني تركيز المعايير وينظر هذا عامل التخفيف في الحسابات اللاحقة.
  3. تحديد تركيز 2G12.
    1. إعداد جهاز سطح مأكل صدى (SPR) لقياس تركيز الأجسام المضادة وذلك بربط البروتين على سطح الخلية تنشيط تدفق واحد. استخدام خلية تدفق أخرى كمرجع بواسطة تعطيل السطح دون اقتران من البروتين 30،31.
    2. تمييع المستخلصات النباتية في 1:20 SPR تشغيل العازلة (10 ملي HEPES الرقم الهيدروجيني 7.4، 3 ملي EDTA، 150 ملي مول كلوريد الصوديوم، 0.05٪ ت / ت توين-20) وحدات قياس استجابة (RU) من الأجسام المضادة لبروتين ملزمة ألف في ثلاثة مكررات التقنية لكل عينة في نهاية حقن 90 ميكرولتر (180 ثانية في 30 ميكرولتر / دقيقة). طرح RU قياس في خلية تدفق المرجعية (أي البروتين A) من RU تقاس في التجارب فلوريداآه الخلية (بروتين سطح).
    3. قياس مستوى 585 نانوغرام / مل 2G12 بعد كل 10-15 العينات وطرح القيمة المقاسة في تدفق الخلايا المرجعية كما هو موضح أعلاه. استخدام متوسط ​​RU هذه المعايير لحساب منحنى خطي من خلال مرجعية أصل تنسق.
    4. حساب تركيزات 2G12 في العينات استنادا إلى التخفيف 01:20 والمنحدر من منحنى المرجعية.
    5. التحقق من وجود قوي غير محددة ملزمة إلى الخلية المرجعية، والتي يمكن أن تفسد القياس. أيضا التحقق ما إذا كانت المعايير 2G12 الحفاظ على قيم ثابتة تقريبا (<5٪ الاختلاف) في جميع أنحاء التحليل، كما يعكس تباين أكبر شيخوخة بروتين السطح.

7. تحليل البيانات والتقييم

  1. تحليل الاستجابات لوحظ في التجارب التعبير عن (ط) القيم القصوى أخطاء (مرتفعة أو منخفضة) مما يدل على القياس يدويا، (ب) نتائج غير عادية، مثل التركيبات عامل أن الجينتقييم الاستجابات غير المتوقعة تشير إلى تبادل البيانات، و (ج) القيم المفقودة.
    ملاحظة: استخدام هذه الإجراءات لمنع بناء نموذج استنادا إلى بيانات خاطئة.
  2. نقل البيانات استجابة تحليلها (هنا تركيزات البروتين) في "تصميم" عقدة DesignExpert. تأكد من أن البيانات استجابة يتم تعيين بشكل صحيح إلى إعدادات عامل المقابلة. هناك قسم المساعدة الواسعة المتاحة في البرنامج DesignExpert التي تغطي جوانب تناولها أدناه.
  3. في "تحليل" العقدة، واختيار استجابة لتحليلها وتحديد البداية "لا شيء" في علامة التبويب التحول.
    ملاحظة: ينصح التحول للدقيقة / ماكس نسب الاستجابة أكبر من 10. يمكن الحصول على التحول الأكثر فائدة من صندوق كوكس مؤامرة في "تشخيص" التبويب في قسم "تشخيص" من "أداة تشخيص" هو موضح أدناه (القسم 7.8). A التحول تسجيل 10 غالبا ما يكون مناسبا.
    4. (على سبيل المثال اثنين عامل التفاعلات والآثار من الدرجة الثانية). يقوم البرنامج تشير إلى نموذج أولي على أساس أهميتها.
  4. في "الموديل" علامة التبويب، وانتقاؤه نموذج الأولي استنادا إلى نتائج "ملخص صالح". استخدام وضع آلية لتعديل هذا النموذج:
    1. حدد "أمر العمليات" الذي هو أمر واحد فوق النموذج المقترح، على سبيل المثال ثم اذا كان النموذج المقترح هو "2FI" (اثنين عامل التفاعل) اختر "التربيعية".
    2. اختيار "الخلف" في الميدان "التحديد"، والتي سوف إزالة تكراري حيث nonsignificant من النموذج بعد الانتقال إلى "أنوفا" التبويب على أساس "ألفا من" القيمة التي ينبغي أن تكون في البداية 0.100.
    3. إذا طلب من قبل البرنامج، ودائما تصحيح التسلسل الهرمي نموذج تلقائيا لأن هذا هو لزم الامرذ لتوليد نماذج موثوقة 32،33.
  5. في "أنوفا" علامة التبويب، والتحقيق في النموذج المقترح والعوامل المدرجة. إذا لزم الأمر، وإزالة أي عوامل يدويا مع القيم ع فوق عتبة محددة سلفا (0.05 هنا، المقابلة لمستوى الدلالة 5٪) أو تلك التي تستند المحتمل على النظر الميكانيكية عن طريق التحول إلى "نموذج" علامة التبويب، تغيير "اختيار" إلى "يدوي" والقضاء على العوامل المناسبة من الطراز.
  6. مرة أخرى في "أنوفا" علامة التبويب، وتقييم نموذج منتعشة من حيث القيمة ع من "الموديل" (قيمة منخفضة أمر مرغوب فيه لأن هذا يدل دلالة) و(قيمة عالية "الافتقار لاحتواء" أمر مرغوب فيه لأن هذا يدل على عدم وجود دلالة)، وكذلك القيم ل "الجذر التربيعي"، "الجذر التربيعي المعدل" و "الجذر التربيعي توقع" (القيم> 0.80 ومرغوب فيه لجميع القيم الثلاث).
    1. مقارنة هذه القيم FOص نماذج مختلفة بما في ذلك / باستثناء العوامل أهمية على عدة مستويات.
      ملاحظة: قد يكون من المفيد لتكرار العمود استجابة في "تصميم" عقدة وتنفيذ كل تحليل فردي، أو لتصدير الجدول كله "أنوفا" في برنامج آخر مثل جدول بيانات.
  7. انتقل إلى "تشخيص" التبويب لتأكيد الجودة للنموذج وكشف القيم المتطرفة المحتملة في مجموعة البيانات التي لديها تأثير قوي على النموذج من خلال دراسة كافة علامات التبويب في "أداة تشخيص" (القسم "تأثير" "التشخيص" و) .
    1. في قسم "تشخيص" من "أداة تشخيص"، تنفيذ الإجراءات التالية:
      1. ضمان وتنتشر نقاط عشوائيا داخل حدود في "مقابل البواقي توقع" الرسم البياني. هنا، يشير إلى وجود توزيع شيفرون على شكل حاجة للتحول البيانات.
      2. وتنتشر ضمان النقاط بشكل عشوائي داخل حدود في"البواقي مقابل توقع" الرسم البياني. هنا، يشير إلى وجود توزيع شيفرون على شكل حاجة للتحول البيانات.
      3. التحقيق في ما إذا كانت نقطة في "البواقي مقابل تشغيل" مخطط مبعثر عشوائيا في حدود. وثمة نمط (على سبيل المثال "درج") يشير إلى وجود اتجاه في بناء كتلة البيانات ويمكن استخدامها لمواجهة نفوذها على النموذج.
      4. ابحث عن خط مستقيم مائل يشير إلى نموذج مثالي في "توقع مقابل الفعلية" المؤامرة. كلما زاد تشتت البيانات حول القطر، وأقل دقة النموذج.
      5. تحقق من وجود تداخل الأزرق (أفضل) والأخضر (الفعلية) الخطوط العمودية في صندوق كوكس مؤامرة تشير إلى تحويل البيانات. إذا لم يكن الخط الأخضر مباراة واحدة في الزرقاء (خارج الفاصل الزمني المشار إليها بواسطة خطوط عمودية حمراء) العودة إلى القسم 7.3 وتحسين الجولة بناء نموذج عن طريق تحديد تحويل البيانات التي اقترحها صندوق كوكس مؤامرة. مرة أخرى الازدواجية في إعادةيمكن أن يكون العمود استجابته المفيد مقارنة نماذج مختلفة.
      6. تأكد من أن النقاط الواردة في "البواقي مقابل عامل" الخرائط (هناك مخطط واحد لكل عامل نموذج) مبعثر عشوائيا في حدود. انحناء في توزيع البيانات قد تشير إلى وجود عامل مفقودة في النموذج.
    2. في قسم "التأثير" من "أداة تشخيص"، تأكد من وجود تشتت عشوائية من البيانات داخل حدود في "مخلفات studentized خارجيا"، "الرافعة المالية"، "DFFITS" و "DFBETAS" المؤامرات والتوزيع بالتساوي دون منخفضة القيم المتطرفة في "كوك بعد" المؤامرة.
  8. في "الرسوم البيانية الموديل" علامة التبويب، تصور نموذج تقييمها. لعدد محدود من العوامل رقمية (على سبيل المثال 3) سطح الاستجابة ("3D سطح") تمثيل مفيد لتقييم أوبتيما / الخصائص يدويا.
    ملاحظة: السطوح استجابة توضيح فقط تأثير اثنين من القوات المسلحة الكونغوليةالاختصاصات على الاستجابة قيد التحقيق. وكشفت تأثير أي عامل إضافي على الاستجابة عن طريق تغيير قيمته (العوامل رقمية) أو مستوى (عوامل قاطعة) في إطار "العوامل أداة". بدلا من ذلك، عوامل يمكن تعيينها على محور مؤامرة بالنقر بزر الماوس الأيمن عليها في إطار "العوامل أداة" واختيار محور المتغير المستقل المطلوب.
    1. التلاعب في مستويات عامل والتنازل عنها لتنسق الرسم البياني باستخدام "أداة العوامل".
    2. الرسوم البيانية التصدير باستخدام "الرسم البياني تصدير إلى ملف ..." الأمر في "ملف" التبويب.
  9. استخدام "العددي" عقدة فرعية في "الأمثل" عقدة لتحسين استجابة عدديا (تصغير، تكبير، في المدى) تبعا لعوامل النموذج، الذي بدوره بعض القيود يمكن تطبيقها (مثل الحدود والأوزان) عن طريق "معايير" علامة التبويب.
    1. حساب ودراسة الحلول العددية في "الحلول"التبويب على أساس المدخلات الواردة في "معايير" علامة التبويب.
    2. تصدير هذه الحلول لبرامج أخرى (مثل جداول البيانات) لمزيد من التحليل (مثلا رسوم بيانية) وكشف عن ضبط عامل القيم المرتبطة استجابة عالية أو منخفضة.
      ملاحظة: هذا هو المفيد لو يتم التحقيق أكثر من ثلاثة عوامل الرقمية والتمثيل 3D أمر صعب.
  10. استخدام "التنبؤ نقطة" العقدة الفرعية للتنبؤ استجابة لإعدادات عامل محددة.
    1. استخدام هذا التوقع لكافة الإعدادات التي يتم تقييمها (هنا، كل المروج وتركيبات 5'UTR وكذلك جميع الأوراق والأوقات الحضانة أو مواقف أوراق ودرجات الحرارة الحضانة).
    2. تصدير القيم المتوقعة وجمعها لمجموعة البيانات التي يمكن استخدامها لوصف التعبير عابرة في نباتات التبغ، على سبيل المثال عن طريق حساب التعبير عن تركيبة معينة المروج-5'UTR في وقت معين بمعدل متوسط ​​أعلى من كل المناصب ورقة أو انحلالق ق جميع أوراق النبات.
    3. تطبيع البيانات التعبير استنادا إلى جماهير مختلفة يترك لتسفر عن مستوى التعبير محددة (ز -1 ميكروغرام) أو معدل التعبير محددة (ز -1 ميكروغرام ساعة -1).
    4. بدلا من ذلك، تصدير معاملات "المعادلة النهائي" من أسفل "أنوفا" التبويب في جدول بيانات وتتضاعف لهم مع مجموعة من إعدادات عامل لانتاج نفس مجموعة البيانات.
      ملاحظة: قد تحتوي هذه المجموعة فقط قيم معامل من داخل مساحة التصميم الأولي، لأنه لا يناسب نموذج المعادلة المجهزة للاستقراء.
  11. إجراء التجربة تأكيدا للحصول على نقاط نموذج التي تهم رئيسية.
    1. أداء عابرة التعبير البروتين تحت ظروف المحددة ل "التنبؤ بوينت" (القسم 7.11). على سبيل المثال استخدام نفس درجات الحرارة ويترك الخ
    2. تحديد تركيزات البروتين لهذا التعبير عابرة هxperiment كما وصف أعلاه (القسم 6) ومقارنتها مع القيم التي تنبأ بها النموذج.
    3. تحقق ما إذا كان متوسط ​​تركيز البروتين في التجربة التأكيد يندرج ضمن الفاصل الزمني التنبؤ نموذج سطح الاستجابة التي تم الحصول عليها خلال التنبؤ نقطة. مباراة يؤكد القوة التنبؤية للنموذج. ويشير عدم تطابق يمكن أن تكون هناك حاجة إلى نموذج جودة منخفضة وأشواط إضافية.
    4. ملاحظة: محطة تقلب دفعة إلى دفعة يوسع الفاصل الزمني التنبؤ وربما خفض قيمة التجارب تأكيد يؤديها مع دفعة مختلفة من النباتات. ومع ذلك، قد العينات التي لم تستخدم لتوليد نموذج ولكن التي نشأت من نفس دفعة النباتية والعينات الواردة في نموذج خدمة ضوابط فعالة.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

نموذج وصفي لتراكم DsRed خلال التعبير عابرة استخدام منشطات و5'UTRs مختلفة

وقد استخدم مضان DsRed في مقتطفات ورقة تشير إلى مستوى التعبير من البروتين المؤتلف وبالتالي تم استخدامه باعتباره استجابة في استراتيجية وزارة الطاقة. كان الفرق كشفها الحد الأدنى رأيناها ذات الصلة 20 ميكروغرام / مل وكان الانحراف المعياري المقدر للنظام 8 ميكروغرام / مل على أساس التجارب الأولية. وقد تم اختيار العوامل المدرجة في نموذج التعبير عابرة على أساس الأدب 7،8 البيانات ونتائجنا السابقة 9. وقد تم اختيار النطاقات التحقيق أيضا وفقا لهذه البيانات (الجدول 1). وقد تم اختيار ثلاثة مستويات على الأقل لجميع العوامل رقمية منفصلة للسماح حساب نموذج قاعدة من الدرجة الثانية. وقد تم اختيار خوارزمية اختيار-D الأمثل لاختيار من يدير وزارة الطاقة للحصول على تقديرات أكثر دقة لمعاملات نموذج الانحدار. تصميم اقترح في البداية من قبل DesignExpert يتألف من 90 أشواط ولكن قوات الدفاع والأمن غير كاف لتحقيق معيار الخطأ 1٪ من التنبؤ (الشكل 3A). -D الأمثل تكبير من التصميم إلى ما مجموعه 210 أشواط حل هذه المشكلة وأدى إلى FDS من 100٪ مع أكثر دقة التنبؤ موحدة عبر تصميم الفضاء يتبين من منحنى مسطح (الشكل 3B).

تم تحديد تركيزات DsRed لجميع أشواط وكانت 210 بيانات سجل 10 تحول. وقد تم اختيار نموذج العوامل عن طريق الانتقاء الوراء الآلي من طراز مكعب مع مستوى ألفا من 0.100. أدى هذا في نموذج كبير (الجدول 2) مع عدم وجود لتناسب وارتفاع قيم تافهة لمعاملات الارتباط المتعدد (الجدول 2). كانت ذات قيمة p من جميع العوامل نموذج <0.05، وبالتالي كان مطلوبا لا مزيد من التلاعب اليدوي للنموذج. نموذج الواردالتفاعلات ثلاث عامل التي لم تكن جزءا من النموذج الأولي قاعدة من الدرجة الثانية (الجدول 2). وكشفت إعادة تقييم الرسم البياني FDS باستخدام جميع العوامل المدرجة في نموذج التنبؤ النهائي أن قوات الدفاع والأمن للالخطأ المعياري للتنبؤ لم تقلص بشكل كبير من قبل بما في ذلك التفاعلات إضافية ثلاثة عامل (FDS = 0.99).

أشار أدوات التشخيص نوعية نموذجية في DesignExpert أن تحويل البيانات كانت مفيدة وكانت هناك عوامل المفقودة في نموذج لأن المؤامرة طبيعية من مخلفات أظهرت السلوك الخطية وأنه لم يلاحظ أي نمط محدد في مقابل بقايا المؤامرة توقع (أرقام 5A و 5B ). كان هناك أيضا أي اتجاه طوال فترة التجربة للإشارة إلى تعتمد على الوقت خفية المتغير (الشكل 5C). بدلا من ذلك، كانت تنبؤات النموذج في اتفاق جيد جدا مع مضان DsRed المرصودة (الشكل 5D). نحن رherefore يفترض أن النموذج المحدد كانت مفيدة للتنبؤ التعبير عابرة من DsRed في أوراق التبغ غير فلقة-مدفوعا المروج مختلفة / مجموعات 5'UTR خلال فترة الحضانة آخر تسلل الأمد 8 أيام. نحن أيضا اختيار نموذج الانحدار الخطي الاصطناعي دون تحويل البيانات لتوضيح النتائج المترتبة على اختيار عامل خاطئ والتحول (الشكل 6). بوضوح، والمؤامرة طبيعية من مخلفات ينحرف عن السلوك المتوقع الخطية (الشكل 6A) وهناك "الخامس" على شكل نمط في مخلفات مقابل مؤامرة مبعثر بدلا من العشوائية (الشكل 6B) توقع. بالإضافة إلى ذلك، والمؤامرة مخلفات المدى مقابل يسلط الضوء على اثنين من القيم المتطرفة (الشكل 6C)، في حين أن التوقعات هم من الفقراء على حد سواء، الصغيرة والقيم العالية، والانحراف عن النموذج الأمثل (قطري) (الشكل 6D).

تركيبات 5'UTR مع CaMV 35أدى SS المروج في DsRed التعبير أقوى من مجموعات مع غ المروج (أرقام 5A و 5B) كما ذكرت سابقا 34 وعثر على العوامل المقابلة أن تكون كبيرة في النموذج زارة الطاقة (الجدول 2). توقع النموذج أيضا تلك السن ورقة كان عاملا هاما (الجدول 2) مع مستويات التعبير أظهرت أن تكون أعلى في يترك الشباب (أرقام 7B و 7D) الذي كان في اتفاق جيد مع النتائج السابقة لدينا 19 ومصالح الآخرين 7،8. وكان التقدم من تراكم DsRed في أوراق يست خطية أو الأسي ولكن يتبع منحنى السيني خلال 8 أيام من آخر تسلل الحضانة وفقا للنموذج. ومن المثير للاهتمام، لم يكن هناك ترتيب ثابت لل5'UTRs من حيث المقابلة DsRed التعبير. وبالتالي، فإن "القوة" من 5'UTR تعتمد على المروج المرفقة. فمن غير المرجح أن هذاقد تم كشف الترابط بين المروج و5'UTR باستخدام تجربة OFAT. أشارت نموذج تنبؤي أيضا أن أزواج معينة من المروج / مجموعات 5'UTR (على سبيل المثال. CaMV 35SS/CHS وغ / كلية العلوم الصحية (أرقام 7A و7B)، CaMV 35SS/omega وغ / كلية العلوم الصحية أو CaMV 35SS/CHS وCaMV 35SS / أدى TL) في مستويات التعبير متوازنة، واختلاف بنسبة أقل من 30٪ من نسبة محددة في جميع الأوراق والأوقات الحضانة> 2 أيام (على سبيل المثال. لCaMV 35SS/omega وغ / كلية العلوم الصحية بلغت هذه النسبة 8.0 ~) 20. ان مثل هذه التعبير متوازنة تكون مفيدة للتعبير عن البروتينات multimeric مثل ايغا مع 35،36 العناصر المتفاعلة المحددة.

الرقم 5
الرقم 5. العنبتقييم hical من نوعية الطراز. A. المؤامرة احتمال العادي للمخلفات studentized داخليا يشير التوزيع العادي لأن بقايا اتباع الخط. B. مخلفات studentized داخليا مبعثر حول قيمة الصفر لجميع النطاقات من الاستجابة المتوقعة (مضان) مما يشير إلى أن تحويل البيانات المناسبة. C. مخلفات studentized داخليا مبعثر حول قيمة الصفر خلال دورة كاملة من التجربة، والتي تبين عدم وجود آثار الزمانية المخفية. د. توقع والقيم الفعلية للاستجابة هي في اتفاق جيد وجميع النقاط تقع بالقرب من قطري (النموذج المثالي).

الرقم 6
الرقم 6. التشخيص يدل انخفاض جودة الطراز. A باء. تظهر بقايا studentized داخليا "الخامس" على شكل توزيع البيانات مما يشير إلى أن التحول غير لائقة. C. مخلفات studentized داخليا مبعثر لا حول قيمة الصفر خلال دورة كاملة من التجربة، ولكن تظهر اتجاها نحو القيم الإيجابية. بالإضافة إلى ذلك، يمكن العثور على اثنين من القيم المتطرفة. د. توقع والقيم الفعلية للاستجابة متفقون الفقراء كما تحيد أكبر عدد من النقاط من قطري (النموذج المثالي).

الرقم 7
الرقم 7. الاستجابة السطوح لعابر التعبير DsRed في أوراق التبغ. A . ترونج> غ / كلية العلوم الصحية في ورقة 2؛ B. CaMV 35SS/CHS في ورقة 2؛ C. CaMV 35SS/TL في ورقة 6؛ D. CaMV 35SS/CHS في ورقة 6. زيادة تركيزات DsRed بطريقة السيني خلال فترة الحضانة. وكانت مستويات أقل من ذلك في التعبير الأوراق القديمة (مثل ورقة 2 في ألف وباء) مقارنة يترك الشباب (مثل ورقة 6 في C و D) وغ (A) مقارنة المروج CaMV 35SS (B). كان 5'UTR أيضا لها تأثير كبير على DsRed التعبير (مثل TL (C) مقابل كلية العلوم الصحية (D)) ولكن كانت قوة التعبير تعتمد على المروج المرفقة.

"> DF
مصدر مجموع المربعات يعني مربع F القيمة ف قيمة
نموذج 174.85 95 1.84 182.12 <0.0001
موقف بشأن ورقة (A) 0.16 1 0.16 16.06 0.0001
فترة حضانة (B) 112.46 1 112.46 11128.22 <0.0001
سن ورقة (C) 15.24 7 2.18 215.39 <0.0001
المروج (D) 23.49 1 23.49 2324.29 <0.0001
5'UTR (E) 0.93 3 0.31 30.61 <0.0001
AC 0.24 7 0.034 3.38 0.0026
قبل الميلاد 1.46 7 0.21 20.64 <0.0001
BD 2.27 1 2.27 224.51 <0.0001
BE 0.87 3 0.29 28.74 <0.0001
القرص المضغوط 0.29 7 0.042 4.11 0.0005
CE 0.43 21 0.021 2.04 0.0093
DE 0.48 3 0.16 15.73 <0.0001
B2 6.34 1 6.34 627.29 <0.0001
BCD 0.95 7 0.14 13.42 <0.0001
قبل الميلاد 0.39 21 0.019 0.0230
BDE 0.16 3 0.054 5.37 0.0017
B2D 1.49 1 1.49 147.93 <0.0001
المتبقي 1.15 114 0.010
لعدم تناسب 1.08 104 0.010 1.45 0.2669
خطأ محض 0.072 10 7.153E-003
مجموع الارتباط 176.01 209
معاملات الارتباط قيمة
R-تربيع 0.9935
المعدل R-تربيع 0.9880
وتوقع R-تربيع 0.9770

الجدول 2. العوامل المدرجة في التنبؤيةنموذج للعابر التعبير DsRed في أوراق التبغ باستخدام تركيبات مختلفة مروج / 5 'UTR. ويسلط الضوء على ثلاثة عوامل التفاعلات في جريئة.

تحسين ظروف الحضانة وخطط الحصاد لإنتاج الأجسام المضادة وحيدة النسيلة في النباتات عن طريق التعبير عابرة

تم استخدام نهج زارة الطاقة أيضا لتحسين درجة حرارة الحضانة، OD600nm البكتيرية للمخططات ورقة تسلل، عمر النبات والحصاد، لإنتاج الأجسام المضادة في وقت واحد وDsRed 2G12-تحييد فيروس نقص المناعة البشرية وحيدة النسيلة في التبغ 19. يحدد نظام الحصاد التي كانت تستخدم لاستخراج أوراق البروتين، على سبيل المثال ستة أوراق العلوي. لذا أنشأنا نموذجا التنبؤية للتعبير عن كل من البروتين (2G12 وDsRed) في النباتات في أعمار مختلفة (مرحلة الشباب المبكر = برعم = الحصاد في 40 يوما بعد البذر؛ القديمة = برعم مرحلة ناضجة = الحصاد في 47 يوما بعد رؤيةقرع). وهذه النماذج الأربعة ثم تقييمها ونموذج التوافق المنشأة التي شملت كل عامل جدت لتكون كبيرة في النماذج الفردية. نحن بعد ذلك أكد أن نموذج الإجماع كان لا يزال تمثيل جيد من جميع مجموعات البيانات الأولية (الجدول 3). ثم تم استخدام نموذج التوافق لتحديد درجات الحرارة المثلى الحضانة (~ 22 درجة مئوية لمدة 2G12 و~ 25 درجة مئوية لمدة DsRed) والبكتيرية ل 600Nm OD (~ 1.0) لكل من البروتينات. ثم استخدمت هذه الظروف المثلى للتنبؤ تركيزات البروتين في كل ورقة (1-8) والمواقف ورقة (1-4) في النباتات صغارا وكبارا. تم دمج التشكيلات تركيز مع بيانات الكتلة الحيوية 19 إلى تسفر عن القيمة المطلقة للبروتين الهدف تم الحصول عليها من أوراق النبات المختلفة والأعمار (الشكل 8A). ثم تم المترابطة كميات البروتين المطلق مع التكاليف المرتبطة المصب مما يسمح لنا لإجراء تحليل للتكاليف والفوائد لتجهيز كل عصر ورقة / نبات. وكشف أن هذاكانت النباتات الصغيرة المفيد للتعبير عابرة لأن البروتينات وصلت إلى تركيزات أعلى خلال فترات النمو أقصر على الرغم من الكتلة الحيوية بشكل عام أقل مقارنة مع النباتات القديمة (أرقام 8B و8C). وجدنا أيضا أن تجهيز جميع الأوراق من النباتات القديمة كان أكثر تكلفة من رميه أوراق 1-3 وزيادة عدد النباتات لكل دفعة بدلا من ذلك (الشكل 8D). وبالتالي، النماذج القائمة على وزارة الطاقة هي مناسبة ليس فقط للاحتفال الخطوة النهائية من التجربة، ولكن أيضا لتركيبة مع البيانات الأخرى لتسهيل الجوانب أكثر تعقيدا من عملية التحليل. سلسلة من النماذج مترابطة تغطي عملية الإنتاج بأكملها لبروتين الصيدلانية البيولوجية يمكن أن يكون الهدف النهائي.

الرقم 8
الرقم 8. Integrat أيون الكتلة الحيوية والبروتين تركيز البيانات الناتجة في العائد البروتين وعملية التكاليف المطلقة. لم A. الكتلة الحيوية ليف والهدف تركيز البروتين لا تتطور بطريقة متداخلة مما أدى إلى تراكم المنحاز 2G12 في يترك الشباب. B. على نفس القدر من DsRed و~ تم العثور على 65٪ من 2G12 في النباتات الصغيرة مقارنة القديمة على الرغم من متوسط ​​الكتلة الحيوية ~ انخفاض 50٪. C. ينعكس هذا التعبير البروتين العالي محددة في النباتات الصغيرة. د. تترجم زيادة التعبير محددة في خفض تكاليف الإنتاج على حد سواء لأن البروتينات أقل الكتلة الحيوية اللازمة لتتم معالجتها تتطلب أقل مساحة الاحتباس الحراري، أقل المواد الاستهلاكية (مثل. مرشحات)، ومعدات أقل المصب.

حزب العمال، العرض: 48pt "العرض =" 64 "> عمر النبات [DPS] ر ">
40 47
البروتين المستهدف [-] DsRed 2G12 DsRed 2G12
نموذج [-] في البداية إجماع في البداية إجماع في البداية إجماع في البداية إجماع
الجذر التربيعي [-] 0.9829 0.9577 0.9321 0.9099 0.9436 0.9403 0.8826 0.8782
المعدل الجذر التربيعي [-] 0.9711 0.9480 0.9059 0.8893 0.9362 0.9350 0.8716 0.8674
وتوقع الجذر التربيعي [-] 0.9510 0.9336 0.8272 0.8587 0.9254 0.9282 0.8554 0.8516

الجدول 3. المقارنة بين علاقة معاملات لRS الأوليةM نماذج ونموذج التوافق النهائي من DsRed و2G12 التعبير في نباتات التبغ.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

كل تجربة يتطلب تخطيطا دقيقا لأن الموارد غالبا ما تكون نادرة وباهظة الثمن. هذا صحيح بصفة خاصة للاستراتيجيات وزارة الطاقة هذا بسبب أخطاء أثناء مرحلة التخطيط (على سبيل المثال اختيار نموذج القاعدة التي لا تغطي جميع التفاعلات عامل هام) يمكن أن يقلل بشكل كبير من القوة التنبؤية للنماذج الناتجة عنها، وبالتالي تقلل من قيمة التجربة برمتها. ومع ذلك، هذه الأخطاء يمكن تجنبها بسهولة من خلال اتباع الإجراءات الأساسية.

الاعتبارات أثناء التخطيط زارة الطاقة

أولا، من المهم لتحديد استجابة التي هي مناسبة لتقييم نتائج (إيجابية أو سلبية) لكل شوط زارة الطاقة. مثلا: تركيز البروتين المستهدف الذي يحدده امتصاص الأشعة فوق البنفسجية 37 مفيد لتقييم نشاط معين الجمع مروج / 5'UTR. ومع ذلك، والتقييم الوظيفي للبروتين (على سبيل المثال. بواسطة مضان في حالة DsRed أو ملزمة لبروتين A في الاكاديمية(ه) من 2G12)، بل هو أفضل لأنه يتضمن أيضا جانبا نوعية البروتين. يمكن أيضا أن تكون الاستجابات القيم المحسوبة من اثنين أو أكثر من المعلمات منفصلة، ​​مثل عدد القوة NP في التجارب التخمير (المحسوبة من مدخلات الطاقة، سرعة دوران وقطر النمام). الاستجابة ينبغي أن تسفر القيم مع دقة عالية (أي انخفاض الانحراف المعياري) والدقة (أي صفر أو عدد قليل من المعلمات التدخل) لتحسين نوعية الطراز. ولذلك ينبغي أن يكون الأمثل أجهزة الكشف المناسبة والأساليب قبل التجربة إذا لزم الأمر.

ويجب تحديد العوامل التي تؤثر على الاستجابة قبل أن يتم تنفيذها وزارة الطاقة لأنه يتم استخدام RSM لتحديد التأثير الدقيق للعوامل وليس لتحديدها. لا يمكن أن يتحقق اختيار العوامل مع تأثير كبير على الاستجابة من خلال دراسة البيانات الأدب ولكن استراتيجيات زارة الطاقة مضروب كليا أو كسور هي أكثر فعالية. ينبغي فحص هذه التجاربأن تستخدم أيضا لتحديد مجموعة لكل عامل من خلاله يمكن تحقيق نتائج ذات مغزى، على سبيل المثال في النظم البيولوجية عامل "درجة الحرارة" غالبا ما يقتصر على نطاق 10-40 درجة مئوية. ثم ينبغي أن تحدد مستويات منفصلة ضمن هذه النطاقات لعوامل الرقمية التي يصعب تقنيا السيطرة عليها، مثل المخبر البيئئي النباتي درجات الحرارة لديها من التسامح ± 2.0 درجة مئوية ولذلك فمن غير ملائمة للتحقيق في الاختلافات في درجة الحرارة من ± 1.0 درجة مئوية. قد تأتي القيود العملية أيضا في اللعب، على سبيل المثال باستخدام> 25 تركيزات مختلفة من مركب معين. ومع ذلك، يجب أن يكون عدد مستويات أعلى واحد على الأقل من أجل متعدد الحدود المتوقعة لهذا العامل في نموذج القاعدة، على سبيل المثال إذا كان النظام متعدد الحدود من درجة الحرارة ن = 2، ثم يجب التحقيق في ثلاثة مستويات على الأقل في درجة الحرارة. باستخدام نماذج قاعدة النظام متعدد الحدود عالية (مكعب أو أكثر) هو الخيار إذا كان النظام متعدد الحدود عامل غير مؤكد.ومع ذلك، وهذا يمكن أن تزيد بشكل كبير من عدد من يدير وزارة الطاقة اللازمة ل.

لأنظمة معقدة مع العديد من العوامل وأوامر متعدد الحدود عالية وهذا يمكن أن يؤدي في التصاميم التي لا يمكن أن تحسب على نحو فعال. في مثل هذه الحالات قد يكون من المستحسن لتقسيم المشكلة إلى اثنين أو أكثر من التصاميم التحقيق مجموعات فرعية مختلفة من العوامل. ومع ذلك، فإن العوامل الهامة حذفت من هذا القبيل "تقسيم تصاميم" يجب تعديلها بعناية لقيم ثابتة لمنع أي تحريف النتائج. وينبغي تكرار كل تصميم انقسام في إعدادات مختلفة لعوامل أغفل تكشف عن التفاعلات بينها وبين العوامل المدرجة في التصميم. ومن المفيد لتحديد العوامل التي لها تأثير أكبر على الاستجابة، وتدرجها في جميع التصاميم.

الجوانب الحاسمة خلال التقييم زارة الطاقة

وقوات الدفاع والأمن يجب أن تكون المعلمة الأولى في تقييم وزارة الطاقة المحسوبة حديثا. المشغل يجب تأكيد أن اليوفر البريد زارة الطاقة التغطية اللازمة لتصميم الفضاء الحد الأدنى من الفرق كشفها المطلوبة والانحراف المعياري المقدر للاستجابة. إذا لم تكن هذه هي الحالة، يجب أن تضاف تصميم مع عدد مناسب من أشواط ومكررات حتى يتم استيفاء المتطلبات. الإجراء يعمل لحساب وزارة الطاقة يمكن تهيئة عدة مرات لتحديد التصاميم مع فقدان الحد الادنى من المثالية إذا تم تمكين التوازن بين العوامل قاطعة.

ينبغي أن يتم تحويل البيانات ما إذا كانت القيم استجابة تمتد أمر أكثر من واحد من حجمها. A التحول تسجيل 10 غالبا ما يكون مناسبا ولكن المؤامرة صندوق كوكس تشير إلى التحول الذي سيحقق النموذج الأكثر استقرارا. التحول المقترح في هذه المؤامرة قد تتغير مرة واحدة وقد تم اختيار النموذج النهائي وبالتالي ينبغي تقييمها. ينبغي أن تدرج العوامل الهامة فقط (ف قيمة <0.05) في نموذج استجابة السطح من أجل ضمان ع ه التنبؤيةOWER. ويمكن إجراء استثناءات للحفاظ على التسلسل الهرمي طراز 32،33 أو لوتشمل العوامل التي من المعروف أن يكون لها تأثير على أساس النتائج السابقة. في الحالة الأخيرة، فإنه من المستحسن للتحقيق في سبب عدم العثور على مثل هذه العوامل المهم أن تكون كبيرة في وزارة الطاقة الحالية. ويمكن استخدام المعلمة لعدم تناسب في تركيبة مع قيمة الجذر التربيعي (الجدولين 2 و 3) للكشف السريع للنماذج الفقراء / يناسب، في حين أن المعدل يشير إلى الجذر التربيعي سواء تم اختيارها عوامل كثيرة جدا / تافهة وتوقع الجذر التربيعي هو مؤشر لالقوة التنبؤية للنموذج. ومع ذلك، فإن المؤامرات المتبقية المنصوص عليها في القسم تشخيص DesignExpert، بل هي أكثر أهمية لتقييم جودة نموذج لأنها تسمح للكشف عن الاتجاهات في بيانات تشير إلى وجود عوامل خفية وكذلك تحديد القيم المتطرفة. هذا الأخير يكون لها تأثير متوسط ​​أعلاه على لياقتهم وتشويه نموذج. يمكن لمثل هذه القيم تنبع من البيانات الخاطئة (مثل مبدل القيم) التي يجب تصحيحها، أو من التجارب الفاشلة التي يجب أن تتكرر. إذا تم العثور على القيمة القصوى لتكون "حقيقية" في مثل هذه التجارب التكرار فإنه من المستحسن لإضافة عدة أشواط في القرب من هذه القيمة إلى تحسين نوعية نموذج داخل هذه المنطقة من الفضاء التصميم.

تصويبات على التصاميم التي هي ناقصة أو صغيرة جدا

بغض النظر عن السبب قد يكون مطلوبا أشواط إضافية (على سبيل المثال البيانات الناقصة، فشلت أشواط، القيم القصوى حقيقية والمناطق، بغية عالية غير متوقعة عامل التفاعلات)، ينبغي أن تضاف هذه أشواط لتصميم القائمة بطريقة أمر باستخدام "تصميم زيادة" أداة لإدخال أشواط جديدة في كتلة منفصلة. وبذلك تسهيل استخدام مجموعة البيانات السابقة عند اختيار أشواط إضافية الأكثر وضوحا. فإن النتيجة ستكون النموذج الذي يناسب إلى البيانات ويسمح موثوقةالتنبؤ على النتائج المستقبلية.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

وقد رعت رسوم النشر بصورة جزئية من قبل الشركات Statease، وشركة (الولايات المتحدة الأمريكية) وStatcon (ألمانيا)، والتي لم تشارك في المشاركة في إعداد المخطوط أو مسؤولة عن أي من محتوياته.

Acknowledgments

المؤلفون ممتنون للدكتور توماس Rademacher عن توفير pPAM محطة ناقلات التعبير وإبراهيم أميدي للزراعة نباتات التبغ المستخدمة في هذه الدراسة. نود أن نشكر الدكتور ريتشارد م. Twyman لمساعدته في تحرير المخطوطة. كان في جزء منه تمويل هذا العمل من قبل مجلس البحوث الأوروبي المتقدم غرانت "المستقبل-فارما"، اقتراح عدد 269110 وفراونهوفر Zukunftsstiftung (مؤسسة فراونهوفر المستقبل).

Materials

Name Company Catalog Number Comments
Design-Expert(R) 8 Stat-Ease, Inc. n.a. DoE software
Tryptone Carl Roth GmbH 8952.2 Media component
Yeast extract Carl Roth GmbH 2363.2 Media component
Sodium chloride Carl Roth GmbH P029.2 Media component
Ampicillin Carl Roth GmbH K029.2 Antibiotic
Agar-Agar Carl Roth GmbH 5210.2 Media component
Escherichia coli K12 DH5a Life Technologies 18263-012 Microorganism
pPAM GenBank AY027531 Cloning/expression vector; 
NucleoSpin Plasmid  MACHEREY-NAGEL GmbH 740588.250 Plasmid DNA isolation kit
NucleoSpin Gel and PCR Clean-up MACHEREY-NAGEL GmbH 740609.250 Plasmid DNA purification kit
NanoDrop 2000 Thermo Scientific n.a. Spectrophotometer
NcoI New England Biolabs Inc. R3193L Restrictionendonuclease
EcoRI New England Biolabs Inc. R3101L Restrictionendonuclease
AscI New England Biolabs Inc. R0558L Restrictionendonuclease
NEB 4 New England Biolabs Inc. B7004S Restrictionendonuclease buffer
TRIS Carl Roth GmbH 4855.3 Media component
Disodium tetraborate Carl Roth GmbH 4403.3 Media component
EDTA Carl Roth GmbH 8040.2 Media component
Agarose Carl Roth GmbH 6352.4 Media component
Bromophenol blue Carl Roth GmbH A512.1 Color indicator
Xylene cyanol Carl Roth GmbH A513.1 Color indicator
Glycerol Carl Roth GmbH 7530.2 Media component
Mini-Sub Cell GT Cell BioRad 170-4406 Gel electrophoresis chamber
Agrobacterium tumefaciens strain GV3101:pMP90RK DSMZ 12365 Microorganism
Electroporator 2510 Eppendorf 4307000.658 Electroporator
Beef extract Carl Roth GmbH X975.2 Media component
Peptone Carl Roth GmbH 2365.2 Media component
Sucrose Carl Roth GmbH 4621.2 Media component
Magnesium sulfate Carl Roth GmbH 0261.3 Media component
Carbenicillin Carl Roth GmbH 6344.2 Antibiotic
Kanamycin Carl Roth GmbH T832.3 Antibiotic
Rifampicin Carl Roth GmbH 4163.2 Antibiotic
FWD primer Eurofins MWG Operon n.a. CCT CAG GAA GAG CAA TAC
REV primer Eurofins MWG Operon n.a. CCA AAG CGA GTA CAC AAC
2720 Thermal cycler Applied Biosystems 4359659 Thermocycler
RNAfold webserver University of Vienna n.a. Software
Ferty 2 Mega Kammlott 5.220072 Fertilizer
Grodan Rockwool Cubes 10 x10 cm Grodan n.a. Rockwool block
Greenhouse n.a. n.a. For plant cultivation
Phytotron Ilka Zell n.a. For plant cultivation
Omnifix-F Solo B. Braun 6064204 Syringe
Murashige and Skoog salts Duchefa M 0222.0010 Media component
Glucose Carl Roth GmbH 6780.2 Media component
Acetosyringone Sigma-Aldrich D134406-5G Phytohormon analogon
 BioPhotometer plus Eppendorf 6132 000.008 Photometer
Osram cool white 36 W Osram 4930440 Light source
Disodium phosphate Carl Roth GmbH 4984.3 Media component
Centrifuge 5415D Eppendorf 5424 000.410 Centrifuge
Forma -86C ULT freezer ThermoFisher 88400 Freezer
Synergy HT BioTek SIAFRT Fluorescence plate reader
Biacore T200 GE Healthcare n.a. SPR device
Protein A Life Technologies 10-1006 Antibody binding protein
HEPES Carl Roth GmbH 9105.3 Media component
Tween-20 Carl Roth GmbH 9127.3 Media component
2G12 antibody Polymun AB002 Reference antibody

DOWNLOAD MATERIALS LIST

References

  1. Fischer, R., Emans, N. Molecular farming of pharmaceutical proteins. Transgenic research. 9, 277-299 (2000).
  2. Commandeur, U., Twyman, R. M., Fischer, R. The biosafety of molecular farming in plants. AgBiotechNet. 5, 9 (2003).
  3. Shoji, Y., et al. A plant-based system for rapid production of influenza vaccine antigens. Influenza Other Resp. 6, 204-210 (2012).
  4. Goodin, M. M., Zaitlin, D., Naidu, R. A., Lommel, S. A. Nicotiana benthamiana: Its history and future as a model for plant-pathogen interactions. Mol Plant Microbe In. 21, 1015-1026 (2008).
  5. Berg, R. H., Beachy, R. N. Fluorescent protein applications in plants. Method Cell Biol. 85, 153 (2008).
  6. Chung, S. M., Vaidya, M., Tzfira, T. Agrobacterium is not alone: gene transfer to plants by viruses and other bacteria. Trends in plant science. 11, 1-4 (2006).
  7. Sheludko, Y. V., Sindarovska, Y. R., Gerasymenko, I. M., Bannikova, M. A., Kuchuk, N. V. Comparison of several Nicotiana species as hosts for high-scale Agrobacterium-mediated transient expression. Biotechnology and Bioengineering. 96, 608-614 (2007).
  8. Wydro, M., Kozubek, E., Lehmann, P. Optimization of transient Agrobacterium-mediated gene expression system in leaves of Nicotiana benthamiana. Acta Biochimica Polonica. 53, 289-298 (2006).
  9. Buyel, J. F., Fischer, R. Processing heterogeneous biomass: Overcoming the hurdles in model building. Bioengineered. 4, (2013).
  10. Fischer, R., Schillberg, S., Hellwig, S., Twyman, R. M., Drossard, J. GMP issues for recombinant plant-derived pharmaceutical proteins. Biotechnol Adv. 30, 434-439 (2012).
  11. Daniel, C. One-at-a-time plans. Journal of the American Statistical Association. 68, 353-360 (1973).
  12. Czitrom, V. One-Factor-at-a-Time versus Designed Experiments The American Statistician. 53, 6 (1999).
  13. Anderson, M. J., Kraber, S. L. Keys to successful designed experiments. ASQ - The global voice of quality. 6, 6 (1999).
  14. Montgomery, D. C. Design and Analysis of Experiments. , John Wiley & Sons Inc. (2007).
  15. Myers, R. H., Montgomery, D. C., Anderson-Cook, C. M. Response Surface Methodology: Process and Product Optimization Using Designed Experiments. , Wiley. (2009).
  16. Piepel, G. F. Programs for generating extreme vertices and centroids of linearly constrained experimental regions. J Qual Technol. 20, 15 (1988).
  17. FDA. , U.S. Department of Health and Human Services. Rockville, MD, USA. (2009).
  18. Shivhare, M., McCreath, G. Practical Considerations for DoE Implementation in Quality By Design. BioProcess International. 8, 9 (2010).
  19. Buyel, J. F., Fischer, R. Predictive models for transient protein expression in tobacco (Nicotiana tabacum L.) can optimize process time, yield, and downstream costs. Biotechnology and bioengineering. 109, 2575-2588 (2012).
  20. Buyel, J. F., Kaever, T., Buyel, J. J., Fischer, R. Predictive models for the accumulation of a fluorescent marker protein in tobacco leaves according to the promoter/5'UTR combination. Biotechnology and bioengineering. 110, 471-482 (2013).
  21. Anderson, M. J., Whitcomb, P. J. DOE Simplified: Practical Tools for Effective Experimentation. , Productivity Inc. (2000).
  22. Anderson, M. J., Whitcomb, P. J. Response Surface Methods Simplified. , Productivity Press. (2005).
  23. De Gryze, S., Langhans, I., Vandebroek, M. Using the correct intervals for prediction: A tutorial on tolerance intervals for ordinary least-squares regression. Chemometr Intell Lab. 87, 147-154 (2007).
  24. Plasmid DNA purification User manual. , MACHEREY-NAGEL. Düren. (2012).
  25. PCR clean-up Gel extraction User manual. , MACHEREY-NAGEL. Düren. (2012).
  26. Quick Ligation Protocol. 4, NewEnglandBiolabs. Ipswich. (2009).
  27. Inoue, H., Nojima, H., Okayama, H. High-Efficiency Transformation of Escherichia-Coli with Plasmids. Gene. 96, 23-28 (1990).
  28. Main, G. D., Reynolds, S., Gartland, J. S. Electroporation protocols for Agrobacterium. Methods in Molecular Biology. 44, 405-412 (1995).
  29. Gruber, A. R., Lorenz, R., Bernhart, S. H., Neubock, R., Hofacker, I. L. The Vienna RNA websuite. Nucleic acids research. 36, 70-74 (2008).
  30. Howell, S., Kenmore, M., Kirkland, M., Badley, R. A. High-density immobilization of an antibody fragment to a carboxymethylated dextran-linked biosensor surface. J Mol Recognit. 11, 200-203 (1998).
  31. Newcombe, A. R., et al. Evaluation of a biosensor assay to quantify polyclonal IgG in ovine serum used for the production of biotherapeutic antibody fragments. Process Biochem. 41, 842-847 (2006).
  32. Peixoto, J. L. Hierarchical Variable Selection in Polynomial Regression-Models. Am Stat. 41, 311-313 (1987).
  33. Peixoto, J. L. A Property of Well-Formulated Polynomial Regression-Models. Am Stat. 44, 26-30 (1990).
  34. Sanders, P. R., Winter, J. A., Barnason, A. R., Rogers, S. G., Fraley, R. T. Comparison of cauliflower mosaic virus 35S and nopaline synthase promoters in transgenic plants. Nucleic acids research. 15, 1543-1558 (1987).
  35. Ma, J. K. C., et al. Generation and Assembly of Secretory Antibodies in Plants. Science. 268, 716-719 (1995).
  36. Wycoff, K. L. Secretory IgA antibodies from plants. Curr Pharm Design. 11, 2429-2437 (2005).
  37. Pace, C. N., Vajdos, F., Fee, L., Grimsley, G., Gray, T. How to measure and predict the molar absorption coefficient of a protein. Protein Sci. 4, 2411-2423 (1995).

Tags

الهندسة الحيوية، العدد 83، تصميم التجارب (وزارة الطاقة)، ​​عابر التعبير البروتين، والمستحضرات الصيدلانية البيولوجية المشتقة من النباتات، والمروج، 5'UTR، فلوري مراسل البروتين، وبناء نموذج وشروط الحضانة، والأجسام المضادة وحيدة النسيلة
توصيف النظم المعقدة باستخدام تصميم التجارب النهج: عابر التعبير البروتين في التبغ كدراسة حالة
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Buyel, J. F., Fischer, R.… More

Buyel, J. F., Fischer, R. Characterization of Complex Systems Using the Design of Experiments Approach: Transient Protein Expression in Tobacco as a Case Study. J. Vis. Exp. (83), e51216, doi:10.3791/51216 (2014).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter