柔性网状电子学制备与表征
构建可长期稳定记录单细胞电生理的柔性电极阵列。
制备64电极(直径25微米)的拉伸网状电子学,带有荧光电子条形码(E-barcodes),表征电化学阻抗。
Multimodal charting of molecular and functional cell states via in situ electro-sequencing.
研究包含体外hiPSC-CM补片和原代小鼠神经补片模型,并进行电生理记录、原位测序和机器学习分析,具备功能与机制验证。
hiPSC衍生心肌细胞补片 原代小鼠海马神经元补片 LMNA突变hiPSC-CM
电极阻抗在1 kHz下跨五个样本和两个月孵育稳定 hiPSC-CMs纯度约95%表达TNT、α-actinin、MYH6和HCN4 电记录采样率10,000 Hz,每3天记录一次 神经补片记录中兴奋性和抑制性神经元峰值-谷值比差异显著(n=20和n=15,p<0.01) 原位测序进行5个测序循环解码基因身份
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
构建可长期稳定记录单细胞电生理的柔性电极阵列。
制备64电极(直径25微米)的拉伸网状电子学,带有荧光电子条形码(E-barcodes),表征电化学阻抗。
在心肌细胞补片上验证电生理记录和细胞状态映射。
将hiPSC-CMs与网状电子学共培养形成补片,进行电生理记录,提取单尖峰波形特征,并应用药物测试。
在同一细胞中配对电生理和基因表达数据。
对细胞-电子学杂合体进行固定、水凝胶包埋、透明化,然后进行5轮原位测序,解码基因身份,并与电生理特征整合。
在神经网络中验证单细胞分辨率的多模态映射。
将原代小鼠海马神经元与网状电子学整合,记录单神经元电活动,原位测序并聚类细胞类型。
建立基因表达与电生理之间的推断关系。
使用稀疏降秩回归(RRR)分析基因-电生理相关性,构建耦合自编码器进行E-to-T和T-to-E推断,并用LMNA突变细胞验证。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | Essential 8培养基 | Gibco | A1517001 |
| RPMI 1640培养基 | Gibco | 11875093 | |
| 心肌分化 | CHIR99021 | BioVision | 252917-06-9 |
| IWR1 | Cayman Chemical Company | 1127442-82-3 | |
| 钙成像 | Oregon Green 488 BAPTA-1 | Invitrogen | O6807 |
| 电生理记录 | Blackrock CerePlex Direct电压放大器 | Blackrock | -- |
| 免疫染色 | 兔多克隆抗HCN4抗体 | Sigma-Aldrich | AB5808 |
| 小鼠单克隆抗MYH6抗体 | Sigma-Aldrich | AMAB90950 | |
| 小鼠心肌肌钙蛋白T单克隆抗体(13-11) | Invitrogen | MA5-12960 | |
| 小鼠单克隆抗α-辅肌动蛋白抗体 | Sigma-Aldrich | A7811 | |
| 原位测序 | T4 DNA连接酶 | Thermo Fisher Scientific | EL0011 |
| Phi29 DNA聚合酶 | Thermo Fisher Scientific | EP0094 |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| hiPSC-CM分化 | CHIR99021浓度(12 μM用于hiPSC-IMR90-1,6 μM用于LMNA hiPSC)和处理时间(Day 0或Day 0-1),IWR1浓度5 μM和时间Day 3-4 阅读提示:STAR Methods中Cell culture and cardiomyocytes differentiation小节 |
| 电生理记录 | 采样率10,000 Hz,每3天记录一次,温度37°C,药物测试浓度(blebbistatin 100 μM,norepinephrine 1 μM) 阅读提示:STAR Methods中Electrophysiological measurement小节 |
| 原位测序 | 测序循环5轮,探针浓度20 nM,杂交时间48小时,成像体素大小230 nm x 230 nm x 570 nm 阅读提示:STAR Methods中原位测序小节和Figure 1G |
| 神经补片记录 | 电极间距60微米,尖峰检测阈值5倍标准差,最小尖峰间隔3 ms 阅读提示:STAR Methods中Spike sorting小节 |
| 跨模态推断模型 | 稀疏RRR参数(秩r=5,α=0.5,λ=1.5),耦合自编码器参数(潜在维度d=2,学习率0.0001,批次大小10,训练轮数15),5折交叉验证 阅读提示:STAR Methods中Sparse reduced-rank regression model和Coupled autoencoder model小节 |