Study of the Distribution of Subcellular Structures in Algae Cells Using Optical Laser Tomography

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

Using the developed method of optical laser tomography, the possibility of recording and analyzing the threedimensional distribution of subcellular organelles in eukaryotic algae (C. reinhardtii) was proved. The method allows analyzing the redistribution of subcellular organelles (nucleus, chloroplast) in consecutive slices of one cell in norm and under the influence of modifiers of its functional state. According to the authors, the proposed approach will allow not only to study the dynamics of distribution of intracellular structures (nucleus, thylakoids, mitochondria, etc.), but also changes of a single structure during cell functioning.

Sobre autores

A. Samoilenko

All-Russian Research Institute for Optical-Physical Measurements

Moscow, Russia

G. Levin

All-Russian Research Institute for Optical-Physical Measurements

Moscow, Russia

A. Volgusheva

Lomonosov Moscow State University

Moscow, Russia

A. Kazakov

Lomonosov Moscow State University

Moscow, Russia

G. Maksimov

Lomonosov Moscow State University; National University of Science and Technology “MISIS”

Email: gmaksimov@mail.ru
Moscow, Russia; Moscow, Russia

Bibliografia

  1. Паршина Е. Ю., Самойленко А. А., Максимов Г. В., Юсипович А. И., Лобакова Е. С., Хе Я. и Левин Г. Г. Комплексный подход для исследования морфологии и распределения пигментов в клетке водоросли. Вестн. МГТУ им. Н.Э. Баумана. Сер. Естественные науки, № 2 (113), 129–148 (2024). EDN: NBOFMH
  2. Parshina E. Y., Yusipovich A. I., Brazhe A. R., Silicheva M. A., and Maksimov G. V. Heat damage of cytoskeleton in erythrocytes increases membrane roughness and cell rigidity. J. Biol. Phys., 45 (4), 367−377 (2019). doi: 10.1007/s10867-019-09533-53
  3. Yusipovich A. I., Parshina E. Yu, Baizhumanov A. A., Pirutin S. K., Ivanov A. D., Minaev V. L., Levin G. G., and Maksimov G. V. Use of a laser interference microscope for estimating fluctuations and the equivalent elastic constant of cell membranes. Instruments and Experimental Techniques, 64 (6), 877 (2021). doi: 10.1134/S0020441221060129
  4. Faist J., Capasso F., Sivco D. L., Sirtori C., Hutchinson A. L., and Cho A. Y. Quantum cascade laser. Science, 264 (5158), 553–556 (1994). doi: 10.1126/science.264.5158.553
  5. Kuepper C., Kallenbach-Thieltges A., Juette H., Tannapfel A., Groserueschkamp F., and Gerwert K. Quantum Cascade laser-based infrared microscopy for labelfree and automated cancer classification in tissue sections. Sci. Rep., 8 (1), 7717 (2018). doi: 10.1038/s41598-018-26098-w
  6. Betzig E., Lewis A., Harootunian A., Isaacson M., and Kratschmer E. Near field scanning optical microscopy (NSOM): development and biophysical applications. Biophys. J., 49 (1), 269–279 (1986).
  7. Kawata S. and Inouye Y. Scanning probe optical microscopy using a metallic probe tip. Ultramicroscopy, 57, 313–317 (1995).
  8. Mastel S., Govyadinov A. A., Maissen C., Chuvilin A., Berger A., and Hillenbrand R. Understanding the image contrast of material boundaries in IR nanoscopy reaching 5 nm spatial resolution. ACS Photonics, 5, 3372 (2018).
  9. Hauer B., Engelhardt A. P., and Taubner T. Quasi-analytical model for scattering infrared near-field microscopy on layered systems. Opt. Express, 20 (12), 13173–13188 (2012).
  10. Zuo C., Sun J., Li J., Asundi A., and Chen Q. Wide-field high-resolution 3D microscopy with Fourier ptychographic diffraction tomography. Optics and Lasers in Engineering, 128, 106003 (2020). doi: 10.1016/j.optlaseng.2020.106003
  11. Li J., Chen Q., Zhang J., Zhang Z., Zhang Y., and Zuo C. Optical diffraction tomography microscopy with transport of intensity equation using a light-emitting diode array. Optics and Lasers in Engineering, 95, 26–34 (2017). doi: 10.1016/j.optlaseng.2017.03.010
  12. Soto J. M., Rodrigo J. A., and Alieva T. Label-free quantitative 3D tomographic imaging for partially coherent light microscopy. Opt. Express, 25, 15699–15712 (2017). doi: 10.1364/OE.25.015699
  13. Hamano R., Mayama S., and Umemura K. Localization analysis of intercellular materials of living diatom cells studied by tomographic phase microscopy. Appl. Phys. Lett., 120 (13), 133701 (2022). doi: 10.1063/5.0086165
  14. Levin G. G. Contemporary methods of optical tomography and holography. Meas. Tech., 48, 1103–1108 (2005). doi: 10.1007/s11018-006-0028-5
  15. Vishnyakov G. N. and Levin G. G. Linnik tomographic microscope for investigation of optically transparent objects. Meas. Tech., 41, 906–911 (1998).
  16. Minaev V. L. and Yusipovich A. I. Use of an automated interference microscope in biological research. Meas. Tech., 55, 839–844 (2012). doi: 10.1007/s11018-012-0048-2
  17. Harris E. H. Chlamydomonas sourcebook: a comprehensive guide to biology and laboratory use (Acad. Press, San Diego, CA, 1989).
  18. Lichtenthaler H. K. Chlorophylls and carotenoids: pigments of photosynthetic biomembranes. Methods Enzymol., 148, 350–382 (1987). doi: 10.1016/0076-6879(87)48036-1
  19. Gfeller R. P. and Gibbs M. Fermentative metabolism of Chlamydomonas reinhardtii: I. Analysis of fermentative products from starch in dark and light. Plant Physiol., 75 (1), 212–218 (1984). doi: 10.1104/pp.75.1.212
  20. Amenabar I., Poly S., Nuansing W., Hubrich E. H., Govyadinov A. A., Huth F., Krutokhvostov R., Zhang L., Knez M., Heberle J., Bittner A. M., and Hillenbrand R. Structural analysis and mapping of individual protein complexes by infrared nanospectroscopy. Nat. Commun., 4, 2890 (2013). doi: 10.1038/ncomms3890
  21. Han Y., Han L., Yao Yu., Lia Ya., and Liu X. Key factors in FTIR spectroscopic analysis of DNA: the sampling technique, pretreatment temperature and sample concentration. Anal. Methods, 10, 2436–2443 (2018). doi: 10.1039/C8AY00386F
  22. Yusipovich A. I., Berestovskaya Yu. Yu., Shutova V. V., Levin G. G., Gerasimenko L. M., Maksimov G. V., and Rubin A. B. New possibilities for the study of microbiological objects by laser interference microscopy. Meas. Tech., 55, 351–356 (2012). doi: 10.1007/s11018-012-9963-5
  23. Zhurina M. V., Kostrikina N. A., Parshina E. Yu., Strelkova E. A., Yusipovich A. I., Maksimov G. V., and Plakunov V. K. Visualization of the extracellular polymeric matrix of Chromobacterium violaceum biofilms by microscopic methods. Microbiology, 82, 517–524 (2013). doi: 10.1134/S0026261713040164
  24. Yusipovich A. I., Berestovskaya Yu. Yu., Shutova V. V., Levin G. G., Gerasimenko L. M., Maksimov G. V., and Rubin A. B. New possibilities of studying microbial objects by laser interference microscopy. Biophysics, 56, 1063–1068 (2011). doi: 10.1134/S0006350911060224
  25. Wu Z., Sun Y., Matlock A., Liu J., Tian L., and Kamilov U. S. SIMBA: Scalable inversion in optical tomography using deep denoising priors. IEEE J. Selected Topics Signal Process., 14, 1163–1175 (2020).
  26. Merola F., Memmolo P., Miccio L., Mugnano M., and Ferraro P. Phase contrast tomography at lab on chip scale by digital holography. Methods, 136, 108–115 (2018). doi: 10.1016/j.ymeth.2018.01.003
  27. Jung J. H., Hong S. J., Kim H. B., Kim G., Lee M., Shin S., Lee S.-Y., Kim D.-J., Lee Ch.-G., and Park Y.-K. Label-free non-invasive quantitative measurement of lipid contents in individual microalgal cells using refractive index tomography. Sci. Rep., 8 (1), 6524 (2018). doi: 10.1038/s41598-018-24393-0

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Declaração de direitos autorais © Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».