Новый метод отслеживания исследователей Пенна позволяет лучше понять динамику митохондрий
Добавить в закладки
Статьи

Новый метод отслеживания исследователей Пенна позволяет лучше понять динамику митохондрий

Митохондрии, крошечные кислородные реакторы, питающие наши клетки, могут быть ключом к здоровью или болезням. Но хотя признание их важности резко возросло в последние годы, методы их изучения не всегда успевали. Теперь ученые из Медицинской школы Перельмана в Университете Пенсильвании разработали новый мощный метод, который позволяет отслеживать каждый митохондрион, когда он движется внутри клетки.

Ссылки по теме
Медицинский факультет Перельмана при Пенсильванском университете

Система здравоохранения Пенсильванского университета

«Мы создали новую основу для исследования ключевой характеристики метаболизма, а именно того, как митохондрии перемещаются внутри клетки», — сказал старший автор Дэвид М. Экманн , доктор медицинских наук , профессор анестезиологии и интенсивной терапии Горацио К. Вуда и профессор биоинженерии в Пенсильвании. «Теперь мы можем использовать эту технику, провоцируя нарушения здоровья клеток различными способами для изучения болезней и их лечения».

«Мы уже смогли использовать новый метод, чтобы узнать о митохондриальной подвижности и о том, как она может измениться на уровне целых клеток», — сказала первый автор исследования Джудит Кандел , аспирант лаборатории Экмана. Их выводы опубликованы в июльском выпуске журнала « Биотехнология и биоинженерия». Среди авторов также Филип Чоу, студент Пенсильванского университета, работающий в лаборатории Экмана.

Исследователи все больше осознают, что нарушение нормальной моторики митохондрий может быть не только признаком, но и причиной нейродегенеративных расстройств, рака и других состояний.

Тем не менее, доступные методы отслеживания митохондриальных движений имеют значительные ограничения. Большинство исследований митохондриального отслеживания проводилось в нейронах, где митохондрии имеют тенденцию перемещаться по длинным нервным волокнам (аксонам), а простые методы одномерного отслеживания, используемые в таких исследованиях, не применимы к другим типам клеток. Общие методы отслеживания частиц, используемые для отслеживания митохондрий в ненейрональных клетках, также были далеко не идеальными.

«Стандартные методы отслеживания частиц обычно предполагают наличие сферических частиц, в то время как митохондрии более трубчатые; более того, митохондрия часто распадается на две части или сливается с другой, и общие методы отслеживания частиц этого не учитывают », — сказал Кандел.

Чтобы разработать лучший метод, Экманн и его команда начали с существующего программного приложения ImageJ, опубликованного Национальным институтом здравоохранения. Они использовали его, чтобы превратить сырые видеозаписи митохондрий с флуоресцентной меткой внутри целых клеток кожи в четко разрешенные кадры, показывающие только белые митохондрии одной клетки на черном фоне. Затем они применили собственный алгоритм обработки изображений с распознаванием объектов к кадрам, чтобы отслеживать отдельные объекты, когда они слегка перемещались от кадра к кадру, а также обнаруживать, когда они сливаются с другими митохондриями или отделяются от них.

Первоначально исследователи использовали эту технику для широкого изучения митохондриальных движений внутри клеток кожи. Предыдущие исследования ненейронных клеток с использованием других методов показали, что митохондрии в основном перемещаются полуслучайно, причем некоторые из них демонстрируют короткие всплески направленного движения, предположительно нацеленного на части клетки, где требуется их энергоснабжение. Ученые из Пенсильвании обнаружили нечто иное: более плавное распределение подвижности митохондрий на уровне всей клетки, в частности то, что известно как логарифмическое нормальное распределение. «Граница между направленными движениями и более диффузными движениями кажется намного менее четкой, чем предполагалось», — сказал Кандел.




Добавить в избранное Версия для печати
Поделитесь:
Автор: admin
Опубликовано: 28.01.2021

Adblock
detector
  X