12 Aralık 2013
Bu çalışmada temel amaç, karbon nanotüplerin (CNT'ler) hücresel alımını ve nihai ekzositozunu izlemekti. Bu perspektiften bakıldığında, burada multispektral görüntüleme akış sitometrisini kullanan, istatistiksel olarak anlamlı sayıda hücrede CNT'lerin nicelleştirilmesine ve lokalizasyonuna izin veren benzersiz bir yöntem önerdik.
Aşağıdaki deneyin genel amacı, istatistiksel olarak anlamlı sayıda hücrede karbon nanotüplerin hücresel alımını izlemek ve ölçmek için nano metrolojik bir yöntem sağlamaktır. Bu, ilk önce hücrelere konsantrasyona bağlı bir şekilde giren suda dağılabilir, karbon nanotüpler ile muamele edilerek elde edilir. Bu karbon nanotüpler sonunda bir floresan işaretleyici ile etiketlenir.
Daha sonra fiksasyondan sonra, her hücre çok spektral bir görüntüleme akışının parlak alanında, karanlık alanında ve floresan kanallarında görüntülenir. Sitometre. Karbon nanotüplerin dağılımını ve ışık emilimi, dağınık ışık ve floresan seviyesini görselleştirmek için, nano tüp etiketlemesi her hücrede piksel bazında indüklenir. Sonuç olarak, hücreler içindeki içsel ışık emilimi ve saçılması, karbon nanotüplerin lokalizasyonuna ve niceliklerinin belirlenmesine izin verir.
Dolayısıyla bu yöntem, nano toksikoloji ve nanotıp alanlarında, Canlı hücrelerde karbon bazlı malzemelerin etkisi ve kaderi ve ayrıca bir ilaç dağıtım sistemi olarak karbon nanotüplerin pot potansiyeli gibi yeni soruların yanıtlanmasına yardımcı olabilir. Daha sonra nanotüpleri 20 dakika boyunca 20 santigrat derecede bir banyo suyunda sonikleştirin. Daha sonra, nanotüpleri tam ortamda mililitre konsantrasyonlarında 0, 10, 20 ve 50 mikrogram olarak seyreltin ve daha sonra her bir seyreltmenin iki mililitresini, 20 saat sonra 37 santigrat derecede seyreltme başına 1 25 santimetre karelik plakada ilgilenilen hücrelerle inkübe edin, inkübasyon ortamını her plakadan çıkarın ve karbon nano tüp etiketli hücreleri PBS ile durulayın.
Yıkamadan sonra, tripsin her bir plakadaki hücreleri gözler ve daha sonra bunları tam DMEM ortamında yeniden süspanse eder. Daha sonra, her bir numuneyi ayrı ayrı 15 mililitrelik şahin tüplerine aktarın ve ardından hücreleri 200 kez G ve oda sıcaklığında beş dakika boyunca döndürün. Her peleti bir saat boyunca dört santigrat derecede %4 para formaldehit içinde yeniden süspanse edin.
Fiksasyondan sonra, hücreleri tekrar döndürün ve her peletlenmiş numuneyi 15 kez 10 ila 150 mikrolitre PBS'de beşinci hücrelere yeniden süspanse edin. Ardından, bir görüntü akışı ile hücrelerin görüntülerini elde etmek için numuneleri ayrı ayrı 50 mikron gözenekli süzgeçlerden süzün. Çok spektral görüntüleme akış sitometresi.
Önce uyarlanmış bir büyütme seçin ve ardından ilgilenilen görüntü örneklerini seçin. Karanlık alanı görüntülemek ve akış sitometresini ayarlamak için 685 nanometre lazer kullanın. 745 ila 800 nanometrelik bir bant geçişinde karanlık alan emisyonunu toplamak için altı numaralı kanal.
Görüntü analizi için örnekleri bir numaralı parlak alan ve altı numaralı karanlık alan kanallarında görüntüleyin. İlk olarak, hücre alanına karşı genişliğe göre yükseklik en boy oranına sahip parametrik bir nokta grafiği oluşturun. Bu, bire yakın standart bir alana ve en boy oranına sahip tek hücrelerin, geniş bir alana ve küçük bir en-boy oranına sahip olan çok hücreli olaylardan ve son derece küçük bir alan sergileyen döküntülerden ayırt edilmesini sağlar.
Tek hücrelerin doğru seçildiğini doğrulamak için hücre görüntülerini kullandıktan sonra, düşük kökün, ortalama kare gradyanının, düşük kontrastlı odaklanmamış hücrelerin ve odaklanmış düzlemdeki hücrelerin seçiminin hariç tutulmasına izin vermek için kontrastı kök ortalama kare gradyanına karşı çizerek yüksek kontrastlı karbon nano tüp etiketli hücreler için bir bi parametrik nokta grafiği ayarlayın. Ardından, etiketli ve etiketsiz hücreler arasında en iyi istatistiksel ayrımı sağlayan parametreyi belirlemek için en iyi özelliği bulma aracını kullanın. Örneğin, bu temsili deney için, ortalama piksel nesnesi özelliği en uygun olanıdır.
Ardından, her deneysel konsantrasyonda hücreler tarafından alınan nanotüplerin nicelleştirilmesi için bir histogram izlemek için bu parametreyi normalleştirilmiş frekansa karşı çizin. Şimdi, parlak alandaki ortalama piksel nesnesi için karanlık alandaki yoğunluğa karşı bir bi parametrik grafik çizin. Bu iki parametre arasındaki korelasyonu kontrol etmek için, nano tüp nicelemesi, karbon nanotüpler yoğun koyu lekeler olarak göründüğü için hücre görüntüleri oluşturularak da değerlendirilir Brightfield kanalında, düşük yoğunluklu sınırlı bir piksel aralığı seçin, örneğin, eşik maskesini oluşturmak için sıfır ile 533 arasında, İkinci bir maske oluşturmak için karanlık nanotüplere tam olarak uyan biri, karanlık alan kanalında parlak görünen nanotüpleri görselleştirmek için ikinci maskeyi ifade etti.
Yüksek yoğunluklu bir piksel aralığı seçin. Örneğin, bu deney için 150 ila 4.095 aralığı seçilmiştir. Ardından, parlak alan maskesi bir'den veya karanlık alan maskesi iki'den gelen alanı kullanarak, nanotüplerin göreceli içselleştirmesini ölçmek için bir nokta grafiği oluşturun.
Örneğin, ikinci maskeli karanlık alana karşılık gelen altıncı kanaldaki alanı, birinci maskeli parlak alana karşılık gelen birinci kanaldaki alana karşı çizin. Maske bir ve maske iki arasındaki doğrusal korelasyonu belirledikten sonra, önce tüm hücrenin bir maskesini oluşturarak sitoplazma içindeki nanotüpleri görselleştirin ve ardından maskeyi aşındırın. Şimdi hücrenin içini görmek için M 0 1 7'yi yedi piksel aşındırın.
Hücre zarı içindeki karbon nanotüpleri görselleştirmek için, Boole denklemi M sıfır bir kullanın ve M 0 1 7'yi aşındırmayın. Bu, tüm hücrenin maskesidir, sadece zar üzerindeki koyu pikselleri değerlendirmek için zarın bir maskesini oluşturmak için hücrenin içinden çıkarılır. Brightfield maskesini membran maskesine bir kez uygulayın.
Etiketli ve etiketsiz numuneler arasındaki ayrımı doğrulamak için bu maskelerin tümünü aynı anda birden fazla hücreye uygulayın. Ardından, hücre zarındaki karbon nanotüpleri ölçmek için özellik alanı aracıyla zar üzerindeki siyah pikselleri seçin. Son olarak, içselleştirilmiş karbon nanotüpleri zar üzerine emilmiş olanlardan ayırt etmek.
Çizim, zarın siyah alanına karşı tüm hücrenin siyah alanı. Bir deneysel koşul için tüm çizimler oluşturulduktan sonra, bir istatistiksel rapor şablonu oluşturun. Şablonu bir ST dosyası olarak kaydedin ve tüm veri dosyalarını toplu hale getirin.
Görüntü akışı cihazı, burada üç farklı nano tüp etiketli hücre ile gösterildiği gibi, parlak alan, karanlık alan ve floresan kanalları dahil olmak üzere akış sitometresindeki her hücrenin birden fazla yüksek çözünürlüklü görüntüsünü üretir. Bu kanalların kaplamaları da gösterilir. Karbon nanotüplerin varlığı, etiketlenmemiş hücrelere kıyasla etiketli hücrelerin hem kontrastında hem de gradyanında değişikliklere neden olur.
Bu nedenle, odak hücrelerinin seçilmesi için bir bi parametrik nokta grafiğinin oluşturulması önemlidir. Sarı renkteki odaklanmamış hücreler, nano tüp etiketlemesinin varlığına veya yokluğuna bakılmaksızın düşük kontrast ve düşük kök ortalama kare gradyanı ile ayırt edilebilir. Etiketlenmemiş odak hücreleri de düşük bir kontrast sergiler, ancak odak hücreleri nanotüplerle etiketlendiğinde yüksek kök, ortalama kare gradyan gösterir, ancak hücreler yüksek kontrastlı, düşük köklü, ortalama kare gradyan profili gösterir.
İçselleştirilmiş karbon nanotüpler, özellikle nanotüplerin konsantrasyonu ile alanları artan yoğun koyu lekeler olarak göründükleri Brightfield kanalında kolayca ayırt edilir. Parlak alan görüntülerinin ortalama piksel sinyalleri analiz edildiğinde, nano tüp alımının göreceli bir niceliği belirlenebilir. Örneğin, bu histogramlar, nano tüp etiketleme konsantrasyonundaki her artışla meydana gelen nano tüp alımındaki önemli artışı göstermektedir, çünkü karbon nano tüp miktar tayini, parlak bir alan görüntüsü içindeki sınırlı bir koyu piksel aralığına veya karanlık alan içindeki yüksek yoğunluklu piksellere uygulanan maskelerin kullanılmasıyla da mümkündür. nanotüplerin bulunduğu alanlara karşılık gelir.
Bu maskelerin alanını çizmek daha sonra karbon nano tüp alımının daha fazla ölçülmesine izin verir. Ek olarak, parlak ve karanlık alan görüntülerindeki noktalar arasındaki korelasyon, karanlık alan yoğunluğu ile parlak alan ortalama piksel sinyali arasında çizim yapılarak veya maskenin parlak alan içindeki alanı ile karanlık alan içindeki alan arasında çizim yapılarak değerlendirilebilir. Bu sonraki iki şekilde, hücrenin iç kısmında lokalize olan karbon nanotüplerin analizleri gösterilmektedir.
Bu ilk görüntüler, oluşturulan farklı maskeleri göstermektedir. Varsayılan hücre maskesinin aşınmasına bağlı olarak yerelleştirme maskelerinin sağlamlığının, etiketli ve etiketsiz hücrelerin toplanmasında görsel olarak kontrol edilmesi gerektiğini unutmayın. Bu nokta grafiklerinde az önce gösterildiği gibi, içselleştirme skorunu belirlemek için hücre zarındaki siyah noktaların toplam alanı ile tüm hücrenin toplam alanı çizilmiştir.
Dört santigrat derecede dört santigrat derecede iki saat inkübe edilen hücrelere kıyasla, 37 santigrat derecede 20 saat inkübe edilen hücreler için, karbon nanotüpler çoğunlukla zar üzerinde bulunurken, 37 santigrat derecede, karbon nanotüpler hücrelerin% 90'ından fazlasında içselleştirilir. Karbon nano tüp floresansı, floresan noktalar ile parlak ve karanlık alan kanallarındaki noktalar arasındaki çok düşük korelasyon nedeniyle karbon nano tüp içselleştirmesinin iyi bir göstergesi değildir. Gerçekten de, fit yoğunluğu ile parlak alan ortalama pikseli arasındaki korelasyon, eksi 0.2'lik bir Pearson korelasyon katsayısını gösterir.
Bu görüntülerde gösterildiği gibi, floresan sinyali, floresan sinyalini kısmen söndüren hücre içi lizozomlar içindeki parlak alan siyah noktaları, karbon nanotüpleri, hapsetme ve toplanma ile güvenilir bir şekilde eşleşmez. Buna karşılık, dağınık nanotüpler geliştirildikten sonra daha güvenilir bir floresan sinyali verebilir. Bu teknik, nanoteknoloji ve nanotıp alanındaki araştırmacıların, canlı hücrelerin karbon bazlı nanomalzemelerle veya istatistiksel olarak yüksek verimli bir sitometri yöntemi kullanarak yüksek absorpsiyon ve yaşam saçılma kabiliyetine sahip herhangi bir nanomalzeme ile etkileşimini keşfetmelerinin yolunu açmaktadır.
Bu çalışma, karbon nanotüplerin (CNT) hücresel alımını ve ekzositozunu çoklu spektral görüntüleme akış sitometrisi kullanarak izlemek için yeni bir yöntem sunmaktadır. Bu yaklaşım, CNT'lerin istatistiksel olarak önemli sayıda hücrede kantifikasyonunu ve lokalizasyonunu sağlar.
Quantifying nanomaterial uptake in live cells remains a critical challenge in nanotoxicology and nanomedicine due to interference from endogenous carbon-rich structures. This method enables statistically robust detection and localization of carbon nanotubes using intrinsic optical properties, supporting mechanistic de-risking in early-stage nanomaterial safety assessment. It provides a scalable, imaging-based approach to evaluate nanomaterial-cell interactions with predictive confidence for downstream translational decisions.
The method fits within the discovery continuum from early nanomaterial screening to preclinical validation, offering a bridge between molecular interaction studies and functional outcome assessments.