Dr. Valerio Pereno

Oxford Nanoimaging (ONI)

Dr. Valerio Pereno háttere az orvosbiológiai mérnöki és gyógyszerszállítási területekre terjed ki, és specifikus tapasztalattal rendelkezik a szolid daganatok ultrahang-közvetített terápiás bejuttatásában. Az üzletfejlesztési csapat részeként a címen ONI, az újszerű alkalmazások vizsgálatára és a különböző területeken átívelő stratégiai partnerségek kialakítására összpontosít. Valerio a DPhil és az MSc diplomáját a következő helyen végezte Az Oxfordi Egyetemen szerzett diplomát mechatronikai és AKC szakon a londoni King's College-tól.

4. augusztus 2021. Előadás a lipid nanorészecskék és egyéb nem vírusos nanohordozók globális konferenciáján

Dr. V. Pereno: Hólyagocskák a diffrakciós határ alatt: Képalkotás szuperfelbontással

Beszélgetés átirata:


T_T Scientific_ Dr. V. Pereno_ Diffrakciós határ alatti hólyagok_ Képalkotás szuperfelbontással 

[00: 02]

Nima Tamaddoni, Ph.D.

Igen. Köszönöm szépen, hogy eljöttetek.

[00: 06]

Dr. Valerio Pereno:

Fantasztikus! Nos, azzal kezdem, hogy megköszönöm Nimának és a TNT teljes csapatának, hogy megszervezték ezt a konferenciát, nagyon időszerű, és nagyon izgatott vagyok a megbeszélések miatt. Másodszor, köszönöm a meghívást, és köszönöm a bemutatkozást, csak egy gyors korrekciót, az Oxfordi Egyetemen doktoráltam gyógyszerszállításból, jelenleg pedig az Egyesült Királyság oxfordi székhelyű ötcsillagos cégénél dolgozom, az ONI néven. küldetésünk pedig az, hogy a lehető legtöbb ember számára elérhetővé tegyük a végső képalkotó technológiákat. Tisztában vagyunk azzal, hogy az optikai jellemzés terén jelentős fejlesztések történtek, és szeretnénk biztosítani, hogy ezek a technológiák a tudósok kezébe kerüljenek, és ne csak az alapvető létesítményekben. Tehát most megosztok néhány diát az általunk végzett munkáról és néhány, nem túl új adatot a lipid nanorészecskék felügyelt képalkotásáról. Tehát most ossza meg a képernyőmet, és kérem, tudassa velem, ha megfelelően látja. Mindenki látja a képernyőmet?

[01: 30]

Nima Tamaddoni, Ph.D.

Igen, Valerio, látjuk a csúszdánkat, és nagyon jól hallunk. Kérlek menj előre.

[01: 35]

Dr. Valerio Pereno:

Csodálatos! Tehát, ahogy korábban mondtam, az ONI-t oxfordi egyetemként hozták létre azzal a céllal, hogy egy olyan technológiát, amely 2014-ben Nobel-díjat nyert, gyakorlatilag mindenki számára elérhető legyen, nemcsak az árazás, hanem a szempontok tekintetében is. Az egyszerű használat, mert úgy gondoltuk, hogy a fluoreszcencia 20 nanométeres felbontásához mindenkinek hozzáférést biztosítunk, ami valóban megváltoztathatja a tudomány működését, és végső soron hatással lesz a klinikai eredményekre. Vállalatként tehát az a célunk, hogy hozzáférhető technológiákat tegyünk, amelyek, tudod, klinikailag lefordíthatók, és alapvetően felhatalmazza a tudósokat az akadémiától az iparig egy olyan eszközzel, amely elvezetheti őket olyan felfedezésekhez, amelyek korábban láthatatlanok voltak. Szóval, csak hogy némi hátteret adjunk, ezért kifejlesztettünk egy mikroszkópot, amelyet a képen láthat, és ez körülbelül akkora, mint egy kenyérpirító, és ez egy teljes értékű szupermikroszkóp, amellyel megfestheti sejtjeit. és 20 nanométeres felbontással jelenítsd meg őket, és csak referenciaként, az ilyen gépek általában egy egész helyiséget elfoglalnak, optikai asztalokat igényelnek, tudod, légkondicionálást és speciális tudást igényelnek. Tehát szeretnénk ezt teljesen felszámolni, és minden egyes ember számára hozzáférést biztosítani ehhez a technológiához mind a kutatás-fejlesztésben, mind a folyamatfejlesztésben és a gyártásban.

Szóval, hogy néhány hátteret adjak, ez a jobb oldalon található, csak egy gyors példa egy sejt citoszkeletonjára, amelyet a mikroszkópunkkal vizualizáltunk és rögzítettünk, és az ötlet az, hogy nagyobb felbontással nem csak te kapsz szebb képek, de természetesen több információhoz juthat, amely hasznos betekintést nyerhet anélkül, hogy extra mikroszkópra lenne szüksége, és csak hogy némi kontextust adjak, ez egy példa egy B-sejtre, egy egész B-sejtre, amely megfestődött. CD20-al, és ha fehér mezős mikroszkóppal leképeznéd a sejtet, ezt látnád, igaz? Pixeles képet lát, ahol szinte észreveheti a receptor jelenlétét a felszínen. Mikroszkópunkkal valóban megtekintheti a molekulák térbeli eloszlását a sejt felszínén, és nem csak az egyes sejteken expresszálódó fehérjék számának megszámlálását teszi lehetővé. Tehát ez azt jelenti, hogy úgy gondoljuk, hogy ez a fajta technológia valóban hatással lehet nem csak a sejtes képalkotásra, hanem egy lépéssel tovább mentünk, hogy ezt az ajak- és nanorészecskék sokkal mélyebb jellemzésére használjuk. Szóval, csak hogy még több kontextust adjak az alkalmazás tekintetében, amelyen dolgoztunk.

Az első példa a vascsatornák, amelyek két színben vannak leképezve, tehát nátrium-kálium ion csatornákkal rendelkeznek, és láthatjuk az egyes receptorokat a sejtfelszínen, amikor összeérnek ott, ahol vannak, tudod, egyesek, de meg is nézheted. méretük alapján, hogy megállapítsák, nyitottak vagy zártak-e. Egy másik struktúra, amit nagyon szeretek, a nukleáris pórusok, ahol valójában egyetlen magpórusok és azok nukleáris pórus komplexuma látható, ahol láthatja a nyolc fehérjét, amelyek a nukleofil komplexet alkotják. De funkcionálisan is, mint ahogyan sejteket is megfertőztünk Ebola vírussal, és ténylegesen nyomon követtük, hogy a vírus valójában hol gyűlik össze, de azt is, hogy hol szállítják a sejtben. Tehát az ilyen jellegű információk egyszerűen nem hozzáférhetők hagyományos fluoreszcens konfokális mikroszkóppal. De a szuper felbontás lehetővé teszi, hogy ilyen mélyre menjen. Szóval nem fogok túl sok időt tölteni a Nano hordozók előnyeivel, azt hiszem, mindenki tudja, mert itt vannak. De egy kulcsfontosságú dolog, amit a mi oldalunkon látunk, hogy nagyon kulcsfontosságú korlátai vannak annak, ahogyan az emberek a részecskéiket jellemzik, egyszerűen azért, mert sok megközelítés tömeges megközelítés, nem pedig egyetlen nanorészecskéket tartalmazó vezikula, és reméljük, hogy ezt a technológiánkkal orvosolni tudjuk. Tehát ez egy példa, amely bemutatja a technológia tényleges működését. Ez egy példa az extracelluláris vezikulákra, mert valójában ez volt az egyik első alkalmazásunk a mikroszkóphoz, ahol különböző receptorokat láthatunk, különböző kinézeteket láthatunk a tényleges vezikulán belül. Ha ezt hagyományos mikroszkóppal ábrázolnád, ezt látnád, talán egyetlen vagy néhány képpontot látnál, de nem tudnád meghatározni a részecskéjét alkotó komponensek térbeli eloszlását. De abban a pillanatban, amikor felügyeli, ténylegesen megnézheti a lipid nanorészecske membránját, de megnézheti az eloszlást és a mennyiségeket, a biomarkerek relatív mennyiségét is, amelyek egyetlen részecskén vannak jelen, és ezt megteheti a keresztben. , több tízezer részecske egyetlen képen, mert olyan kicsik. De hogyan működik a technológia, igaz?

Tehát képzelje el, hogy van egy gyűrűs szerkezete, képzelje el a lipid nanorészecskéjét vagy a liposzómáját, amely fluoreszcens molekulákból áll. Ha egyetlen alkalommal megvilágítja őket a lézerrel, mindegyik egyszerre fluoreszkál. Tehát olyan leszel, mint egy masszív elmosódás, és nagyon nehéz, tudod, lehetetlen meghatározni a szerkezetet, a mögöttes szerkezetet, és ezt nevezik diffrakciós határnak, amit Abby leírt egy nagyon egyszerű egyenletben, és most az utat. ezt a korlátozást úgy kerüljük meg, hogy alapvetően egyenként kapcsoljuk be az egyes molekulákat, és ha ezt megteszi, ha időben felveszi az egyes elmosódások középpontját, akkor ténylegesen meg tudja határozni azt a struktúrát, amely valójában ezen a helyen bocsátotta ki a fluoreszcenciát. . De csak azért, hogy még mélyebben megértsd a technológia működését, az olyan, mintha veszel egy gyöngyöt, és tudod, fluoreszcens antitesteidet rakod a nyalábokra, ha hagyományos mikroszkópiát használsz, akkor tudod, foltok, és tudod, egy pixeles képet látsz, és ha a koncentráció magas, akkor nagyon nehéz megkülönböztetni, hogy egyetlen hólyagot nézel-e, néhány hólyagot vagy különböző vezikulákat, amelyek összeérnek. De ha vihart használ, és nagy teljesítményű lézert világít, ezek a fluoroforok villogni kezdenek.

Ezért időben be- és kikapcsolnak, és az algoritmusunk képes észlelni minden egyes pislogás középpontját, és ha ezt megteszi, majd ráközelít a képre, akkor valójában egyetlen gyöngyöt láthat, és megnézheti a fluoreszkáló fény eloszlását. hangyatestek mindegyike és egyes gyöngyök felületén. És tudod, egészen mostanáig azt kell mondanod, oké, ezek jók, de tudod, hogyan működik ez a gyakorlatban az elektromos autókkal vagy az IMP-kkel. Szóval, ezt fogom megmutatni a következő néhány diában. Tehát, csak példaként, ez három hólyag, amely ezt a technikát használja, és láthatja, hogy közvetlenül képes megkülönböztetni a különböző méretű zenéket, de nem csak, igaz? Megnézi a molekula felületi eloszlását is, hogy egyenletesen oszlik-e el, mint ebben a példában, de megnézheti a klaszterezést is, vagy akár azokat az eseményeket is, amelyek nagyon alacsony példányszámúak. Tehát, ha például egyetlen fehérjével rendelkezik, vagy egy nukleinsav egyetlen másolata van, ha a szerkezetet fluoroforral jelölik, akkor a gyepmikroszkópunkkal képesek lennénk kimutatni, és ez az egyik kedvencem. diák, mert ez valóban kapcsolódik ahhoz a munkához, amit még kutató koromban végeztem. Tehát ezek lipidrészecske-készítmények, amelyeket különböző módon kapszuláztak. Tehát az első megfogalmazásban valóban láthatjuk az egyes részecskéket, és amikor vihart használunk, láthatjuk, hogy van körkörös morfológiánk, megvan a két biomarker, és ez a fehér kör jelenti a diffrakciós határt. Tehát egyetlen másik mikroszkóppal sem látnánk ezeket a részleteket, és ha ezt a jobb oldali példát vesszük, akkor ebben az esetben is megvan a két biomarker, megvan a lila és a cián. Tehát, ha hagyományos mikroszkópos módszert használ, akkor is megállapíthatja, hogy ez egy sértetlen NMP, bár valójában valószínűleg lipidtörmelékről van szó, és ha alternatív módszert használ, azt is láthatja, hogy vannak sok különböző struktúra a mintán belül, amelyek valószínűleg nem kívánatosak az előkészítésünk során.

Tehát ez a lipidekre vonatkozik, de számszerűsítjük a DNS és RNS rakományt is egyedi vezikulákban, igaz? Tehát valójában megfestettük a… ebben az esetben a DNS-tartalmat, és ténylegesen meg tudtuk nézni, hogy a DNS-ből mennyi volt a hólyag külső része, és mennyi volt a belsejében, és számszerűsíteni tudtuk a lokalizációk számát ezen körülmények mindegyikében. annak megállapítására, hogy az extracelluláris vezikulákon van-e DNS, nemcsak belül, hanem kívül is fluoreszcens képalkotással, és természetesen abban a pillanatban, amikor az egymolekulájú képalkotást használod, már nincsenek pixeleid, hanem pontfelhőd van. Tehát a lokalizációk megszámlálásával nagyon kvantitatív módon meg lehet határozni, hogy mit számol, egy tripla pozitív, egy dupla pozitív, egy pozitív részecske. És tudod, kifejlesztettünk egy online szoftvert, amely lehetővé teszi, hogy számszerűsítse több tízezer hólyagocskát egyidejűleg, és ténylegesen megvizsgálja azok szerkezetét, és megvizsgálja a különböző paramétereket, például a körkörösséget, a ferdeséget, a biomarkerek lokalizációjának mértékét. érdeklődést és szilárd támogatást. Tehát ez csak egy példa, ahol a CD63 és a CD81, a CD9 lokalizációit számoljuk, tehát ezek azok az egyedi fotonkibocsátási események, amelyeket a lokalizátorunk segítségével észlelünk.

És tudod, az a víziónk, hogy valóban beágyazzuk ezt a technológiát az NMD gyártási folyamatába, ahol… és nem csak a vírusvektorok és RT-k akadályait, ahol képesek vagyunk ténylegesen megjeleníteni az egyes részecskéket. És tudod, több tízezer között, és határozd meg, tudod, hányan vannak betöltve? Hány üres? Mik a morfológiai paramétereik? Mekkora a mennyiségi relatív lokalizációs mennyiség ezekben a részecskékben? Tehát ez az, ami felé haladunk, és nagyon szeretnék visszajelzést kapni a közönségtől még később e-mailben arról, hogy mit gondolnak erről a megközelítésről, és az egyik dologról, amit nem említettem, ez az ilyen szintű A felbontás lehetővé teszi a receptor ligandum kölcsönhatásainak megjelenítését. Tehát ez egy olyan sejt, amelyet ligandumok és receptorok átvitelére láttak. Tehát láthatjuk a receptort zöldben és a ligandumokat, valójában láthatjuk a kettő közötti kölcsönhatást a sejt felszínén. Képzelje el tehát, hogy ténylegesen kvantitatív módon számszerűsítheti a sejt felszínén lévő receptor ligandumok közötti kölcsönhatást, tudod, tíz vagy tíz sejt felszínén. Tehát egy célzási képességekkel rendelkező NMP tervezésén gondolkodom, ez lenne az egyik módja annak, hogy ténylegesen megállapíthassa, hogy az NMP ténylegesen kölcsönhatásba lép-e a cellával. De a mikroszkóp, ahogy korábban mondtam, nagyon kicsi, 37 fokra van felfűtve, így valóban tudunk élő képalkotást készíteni, és nem csak vizualizálni tudjuk az NMP-ket, ahogy felkelnek a sejt által, hanem dinamikájukat is számszerűsítik. Tehát például itt láthatjuk, hogy van egy diffúziós együttható, ami a bal oldalon alacsonyabb, de a jobb oldalon is láthatja, hogy a diffúziós együttható sokkal magasabb, mivel a citoplazma perifériája.

Egy másik példa ez itt, ahol nyomon követjük a ruházatot, ha P-t a sejtcsatlakozóba szállítják, akkor ténylegesen nyomon tudjuk követni az egyes ruházati fehérjéket a sejten keresztül, majd az algoritmusaink segítségével ténylegesen számszerűsítjük egy csomó különböző paramétert, és így minden. ezek az adatok, amelyeket bemutattam, főleg extracelluláris vezikulákra vonatkoztak, egy új programmal kezdtünk, hogy ezt a technológiát valóban alkalmazzuk a nanorészecskékre, mert úgy gondoljuk, hogy ez óriási hatással lehet a fejlesztésre, de potenciálisan a minőségellenőrzési térre is. a nanorészecskék. Tehát ezek olyan NMP-k, amelyek RNS-sel voltak feltöltve. Tehát a két szín, amit látsz, a kék a test-P, tehát ez a lipidkomponens, míg a lila az RNS, és azt mondhatod, tudod, sok törmeléket látok itt, de abban a pillanatban, amikor valóban nagyítson rá a képre, és meg kell néznie, tudod, az egyes részecskéket, láthatod az RNS-t, amely mintegy körültekerné a részecskét, miközben a lipidkomponens csak olyan, mintha a lipid nanorészecske közepén lenne, majd , tudod, több tízezer képet láthatsz belőlük, ezért egy algoritmust használunk annak meghatározására, hogy a levegő, amelyet az egyetlen részecske alkot. Megnézzük a morfológiájukat.

Tehát valójában nem csak az oldalukat nézhetjük, hanem azt is, hogy oválisak-e, kerekek-e és így tovább, összeállnak-e. Tehát ez a kettő lehet például két részecske, és ezt ténylegesen számszerűsíthetjük. tehát megnézhetjük a részecskék méreteloszlását, megnézhetjük a körkörösségét, hogy mennyire kerekek, és megnézhetjük azt is, hogy klaszterenként hány lokalizációt detektálunk. A módja annak, hogy némileg viszonyuljon a biomarker mennyiségéhez az egyes részecskéken belül, és ez csak egy pillanatkép a szoftverünkről, amely lehetővé teszi, hogy ténylegesen megjelenítse az egyes részecskéket; ténylegesen rákattinthat ezekre a pontokra, hogy ténylegesen megjelenítse azokat a részeket, amelyeket számszerűsít. Tehát olyan, mint egy vizuális visszacsatolás a tényleges szoftvertől, és itt valójában olyan részecskék mennyiségének számszerűsítése, amelyek pozitívak a minőségre, pozitívak az MRNS-ünkre, de tudod, a részecskéinknél, amelyek mindkettővel rendelkeznek, hány esetben van pozitív egyedül van. Tehát ahol egyáltalán nincs kapszulázás, vagy, tudod, MRNS, amelyet nem kapszuláztak be a részecskébe, és ez a folyamat, amely hihetetlenül könnyen használható és intuitív, és három lépésben elvégezhető online egy felhő alapú platform segítségével. Korábban mondtam, hogy nem csak az egyes részecskéket nézhetjük meg, hanem azt is, hogyan kelnek fel. Tehát ezek ugyanazok a részecskék, amelyeket a sejtbe szállítottak. És tudod, néhány nyomkövetési algoritmussal ténylegesen nyomon követheted azokat az egyes részecskéket, amelyek felkerültek a cellába, majd újra létrehozhatod a nyomvonalat, hogy merre mennek a cellába. Használhat egy második markert is, hogy megnézze az endoszómáit, vagy megvizsgálhatja a sorsukat, és így tovább, és így tovább, és végül, csak meg akartam mutatni; ez csak egy példa, amit mitokondriumokkal próbáltunk. Tehát nyomon követtük a mitokondriumokat a master tracker segítségével, a vezikulák még mindig a P testben vannak, és itt valóban láthatja a részecskék és a mitokondriumok közötti kölcsönhatásokat, és ez pont olyan, mint egy szép, szórakoztató példa, amit a múlt héten készítettünk a laborban. csak azért, hogy érzékeltessem ennek a technikának az erejét, mind a szuperek oldaláról, mind az életstílusról a számszerűsítésben. És tudod, körülbelül öt éve alapítottak minket, tudod, ezek azok a szervezetek, amelyekben ügyfeleinkkel dolgozunk, és ha valakinek van valami jó mintája, azt hiszem, ez a technológia sokat profitálhat, küldje el nekem. egy e-mail, ez nagyon egyszerű, ez a nevem az oni.bio-n. És igen, szóval megadom a szót minden kérdésre, ami bárkinek felmerülhet.

[18: 11]

Nima Tamaddoni, Ph.D.

Nagyon szépen köszönjük. Igen, ez nagyszerű volt. Bárkinek van kérdése; ennek a találkozónak webináriumnak kellett volna lennie. Tehát ha kérdése van, akár a videót vagy a hangot is bekapcsolhatjuk, hogy kérdést tegyen fel, vagy közvetlenül küldhet e-mailt Dr. Perenónak az e-mail címére.

[18: 55]

Dr. Valerio Pereno:

Sajnálom. Azt hiszem, lemaradtam róla. Melyik a legkisebb nanorészecske, amelyet meg tudtál különböztetni a többitől? Gondolom ez a felbontás. Azt hiszem lemaradtam erről a részről. Sajnálom, hogy kicsit későn jöttem. Ha megpróbálna különbséget tenni, mert nagyon sok kérést kapunk, akkor persze 200 nanométernél kisebbre, szóval lehet steril szűrő, de azon tűnődtem, hogy van-e minimális különbség az egyén között. részecskék.

 

[19: 28]

Dr. Valerio Pereno:

Szóval ez egy jó kérdés. Tehát mikroszkópunk műszaki felbontása kevesebb, mint 20 nanométer, így alapvetően lehetővé teszi annak megkülönböztetését, hogy a két részecske különálló részecskék-e, ha nanométeres távolságra vannak egymástól. Azt, hogy meg tud-e különböztetni egyetlen és több részecskét, a méretük, a jelölésük hatékonysága és a morfológiai paramétereik határozzák meg, igaz? Képes lennél… például látni, hogy két fél nagyon közel van egymáshoz, kör alakúak, megfelelő mérettartományban vannak, és tudod, így lehet megállapítani, hogy két különálló részecske van. De valójában két részecskére mutatni, és azt mondani, hogy egyetlen klaszter létezik, hogy ez hasznos-e, nyitott kérdés. Azt hiszem, számszerűsítheti és meghatározhatja a részecskék aggregációs szintjét. Elő tudom hozni az oldalt, ha segít.

[20: 38]

Nima Tamaddoni, Ph.D.

Nagyon jó lenne látni. Köszönöm. Nagyra értékelem, hogy. Ó, Valerio elnémult, Valerio az vagy, és egyszer sem hallunk.

[21: 14]

Dr. Valerio Pereno:

Azta! 10 percig beszéltem. Ezt mondtam, szóval ezek azok a lipid nanorészek, amelyek MRNS-sel vannak feltöltve. Futtatunk egy klaszterező algoritmust, amely alapvetően lehetővé teszi a legnagyobb sűrűségű lokalizáció hibáinak megvizsgálását, hogy meghatározzuk, mik is valójában a részecskék. Ezt nevezzük szigma molekuláris klaszterezésnek; ez egy jól közzétett módszer az interneten. Tehát alapvetően mi futtatjuk a klaszterezést, és ez lehetővé teszi, hogy megnézze… alapvetően a részecskéinek alakját, igaz? Tehát meghatározhatja, hogy ha összehasonlítja ezt az egy kicsit úgy néz ki, mint az Egyesült Királyság, ezzel az itteni részecskével, amely nem többé-kevésbé kerek, akkor valóban elkezdheti a gyártást, megnézheti a különbségeket a helyén, nem csak vizuálisan, de valójában számszerűsítheti ezt például a cirkularitás segítségével, és ebben a példában láthatja, hogy két részecske nagyon közel van egymáshoz, de lehet, hogy két különálló rész, vagy például lehet, hogy ez nem így van. ebben a konkrét példában, de előfordulhat, hogy bármilyen okból egy nagy folt folyékony törmeléket tartalmaz, és ez a technológia lehetővé teszi, hogy ezt a többi részecskével összehasonlítva, vagy esetleg mellette ugyanazon a képen, és a a különböző paraméterek számszerűsítései, ez lehetővé teszi, hogy megértse az egész populációt a méret, a ferdeség, a körkörösség, a terület, a hossz tekintetében, körülbelül 10 paraméterünk van, amelyet minden részecskéből kinyerhetünk . Tehát ez egy tömeges megközelítés, olyanok vagytok, mintha egyetlen részecske alapján lennénk pumpálva.

[23: 11]

Nima Tamaddoni, Ph.D

Nagyon cool! Köszönöm. Nagyon nagyra értékelem, nagyon klassz. Azt hiszem, egy másik kérdés érkezett Valerio-ban, azt írja, hogy nyilvánvalóan címkézni kell, mind az LMP-t, mind az MRNA-t meghalunk, ami specifikus matricák, ahol mindkettőt használtuk, és ma különböző lipidkomponenseket különböztethetünk meg különböző színezékek és az MRNS-sel való kölcsönhatás segítségével.

[23: 44]

Dr. Valerio Pereno:

Oké. Bontsuk csak fel egyetlen küldetésre, ebben az esetben az MRNS-t már az LMP-k előállítása előtt jelölték, majd test-P-vel jelölték. Viszont módszereket fejlesztünk ki a címkézésre, mondjuk abszolút, így a… után alakulunk. Tehát mindkét módon megteheti, az előcímkézés viszonylag egyszerű, és ezt mutattuk meg itt. Az utólagos címkézés egy kis optimalizálást igényel, amit kifejezetten ehhez a technikához fejlesztünk, és az extracelluláris hólyagokkal kapcsolatos múltbeli tapasztalataink alapján azt találtuk, hogy sok festék, különösen a lipid alapú festékek aggregátumokat képeznek. De az elektromos autók esetében nagyon hasonló területen és mérettartományban voltak. Ezért nagyon fontos, hogy ezeket a paramétereket kifejezetten az MP-ekre optimalizálják. Nem emlékszem a második kérdésre, amit esetleg megismételhetnél.

[25: 01]

Nima Tamaddoni, Ph.D.

Teljesen! Tehát a második, hogy meg tudjuk különböztetni a különböző lipid komponenseket különböző színezékek felhasználásával és azok kölcsönhatását az MRNS-sel? Tehát a lipid komponens és az MRNS egy olyan kérdés, amiben meg tudjuk különböztetni ezeket és azok belátásait.

[25: 24]

Dr. Valerio Pereno:

Szóval, úgy gondolom, hogy ez nagyon kutatási kérdés, hogy őszinte legyek. Azt hiszem, ennek egyik módja az, hogy már fluoreszkáló lipideket, például CY5 festéket jelölnek be például két lipidpopulációba, az MBMRNS-be, így három színben készíthetünk képalkotást, így megtekintheti a a két különböző lipid plusz az MRNS térbeli eloszlása. Ez azonban olyan dolog, ami jelenleg nagyon fontos a kutatás-fejlesztésben. Igen.

[25: 59]

Nima Tamaddoni, Ph.D. 

Oké. Tehát van egy másik kérdés, hogy melyik típus, bocs, milyen típusú, kérdések jönnek, és ki kell nyitnom az ablakot. Tehát az egyik kérdés, hogy milyen típusú kontrasztanyagot használnak ehhez a képalkotáshoz, és próbáltad-e már a kvantumpontos AIE-t? Azt hiszem, ez az, oké, hogy a következő hangszórónktól származik, természetesen, és nanorészecske vagy arany nanorészecske.

[26: 39]

Dr. Valerio Pereno:

Jobb. Tehát hadd kezdjem az első kérdéssel. Tehát a kontrasztanyag fluoreszcens festékek, amelyek kereskedelmi forgalomban kaphatók. Tehát ebben az esetben a CY5 volt az MRNS-hez, a test P a lipidekhez, de használhatod, tudod, Alexa padlófestékeket. A legjobb talán a hat négy hét, használhatunk festőfényt, akár például GST-t is, de akkor másodlagos antitesttel kell belemenni, mint a GFP ellenanyagába. Tehát mindaddig, amíg a komponenseiket fluoreszcensen, fotoaktiválható színezékek, fényképezhető festékek használatával jelölheti, használhatja ezt a technikát.

[27: 23]

Nima Tamaddoni, Ph.D.

Igen mehet.

[27: 25]

Dr. Valerio Pereno:

Ami a kvantumpontokat illeti, nincs konkrét tapasztalatunk a használatukkal, a fluoreszcencia módokat már fejlesztjük először, de ezt szívesen megvizsgálnánk 

[27: 40]

Nima Tamaddoni, Ph.D.

Csodálatos! Már megválaszoltad a következő kérdést, hogy működik-e a GFPMRNA? Automatikus fluoreszcenciát ad?

[27: 50]

Dr. Valerio Pereno:

Nem, úgy értem, igen…

[27: 54]

Nima Tamaddoni, Ph.D.

Menj tovább 

[27: 56]

Dr. Valerio Pereno:

Ami a GFP-t illeti, úgy gondolom, hogy a GFP nagyon klassz, mert megteheti, tehát a GPF esetében nagyon jó az élő sejtes képalkotáshoz, ha igen, különösen, ha már meg van jelölve. Ami a szuper SU-t illeti, tudod, a GFP villog. Tehát nem 20 nanométeres felbontású képet kapna, hacsak nem használ a GFP-hez egy viharkompatibilis antitestet. Tehát ezek olyan lehetőségek, amelyekkel dolgozunk, és vannak módok, így a szuper SU segítségével megvizsgálhatjuk a GFP-t.

[28: 29]

Nima Tamaddoni, Ph.D.

Rendben, és az utolsó kérdés, amit itt tartok, és újra a közönség kérdéseket tehet fel a Q&A fórumokon, amelyek az utolsó kérdése ennek a szekciónak, ez azt mondja, hogy a festékcímkék megzavarják az LMPA belső szerkezetét és műtermékeket okoznak. 

[28: 50]

Dr. Valerio Pereno:

Szerintem ez egy nagyon jó pont, ezt vizsgáljuk. Azt hiszem, ez attól függ, hogy a színezék mikor kerül beépítésre, hogy képződéskor vagy utána, valamint az elhaló lipidek relatív koncentrációjától és így tovább, és így tovább. De ez egy olyan dolog, amit meg kell vizsgálni, és a mérettől és… alapvetően maguknak a lipideknek az állapotától is függ, hogy ez egy kicsit folyékonyabb rendellenesség, a folyadék rendezettsége, LMP és így tovább, és így tovább. Tehát ezek mind hatással vannak erre a tényezőre, igen. 

[29: 32]

Nima Tamaddoni, Ph.D.

Rendben, csodálatos! Nagyon köszönöm, Valeria. Biztos vagyok benne, hogy mindenkinek tetszett ez a beszélgetés, nagyon izgatott vagyok, hamarosan beszélni fogok. 

[29: 41]

Dr. Valerio Pereno:

Csodálatos! Van még, csak küldj egy e-mailt. Menő!

[29: 44]

Nima Tamaddoni, Ph.D.

Igen, abszolút! Srácok a túloldalon, nálunk most kezdődik egy.

Kapcsolatfelvétel