Probing protein heterogeneity in the plasma membrane using PALM and pair correlation analysis.
Probing protein heterogeneity in the plasma membrane using PALM and pair correlation analysis.
复制标题
DOI：
10.1038/nmeth.1704
复制
发表时间：
2011-09-18
期刊：
影响因子：
48
通讯作者：
Lippincott-Schwartz, Jennifer
中科院分区：
文献类型：
--
作者：
Sengupta, Prabuddha;Jovanovic-Talisman, Tijana;Skoko, Dunja;Renz, Malte;Veatch, Sarah L.;Lippincott-Schwartz, Jennifer
光活化定位显微镜（PALM）是研究蛋白质组织的一种强大方法，但PALM数据集的定量，空间分析工具在很大程度上是缺失的。结合对相关分析与PALM（PC-PALM），我们提供了一种方法来分析跨质膜的蛋白质组织的复杂模式，而不确定的绝对蛋白质数量。该方法使用一种算法来区分具有多种外观的单个蛋白质和蛋白质簇。这使得能够量化空间组织的不同参数，包括蛋白质簇的存在、它们在质膜中的大小、密度和丰度。使用这种方法，我们证明了不同的膜锚定和脂质分配特性在COS-7细胞的质膜蛋白质的不同的纳米级组织，并显示在不同的扰动下糖基磷脂酰肌醇（GPI）锚定的蛋白质排列的显着变化。因此，PC-PALM是一种具有广泛适用性的分析蛋白质异质性和功能的有效工具，适用于其他单分子策略。
Photoactivated localization microscopy (PALM) is a powerful approach for investigating protein organization, yet tools for quantitative, spatial analysis of PALM datasets are largely missing. Combining pair-correlation analysis with PALM (PC-PALM), we provide a method to analyze complex patterns of protein organization across the plasma membrane without determination of absolute protein numbers. The approach uses an algorithm to distinguish a single protein with multiple appearances from clusters of proteins. This enables quantification of different parameters of spatial organization, including the presence of protein clusters, their size, density and abundance in the plasma membrane. Using this method, we demonstrate distinct nanoscale organization of plasma-membrane proteins with different membrane anchoring and lipid partitioning characteristics in COS-7 cells, and show dramatic changes in glycosylphosphatidylinositol (GPI)-anchored protein arrangement under varying perturbations. PC-PALM is thus an effective tool with broad applicability for analysis of protein heterogeneity and function, adaptable to other single-molecule strategies.
登录
查看更多内容
影响因子：
7.2
作者：
Balagopalan, Lakshmi;Coussens, Nathan P.;Sommers, Connie L.
通讯作者：
Sommers, Connie L.
影响因子：
4
作者：
Veatch, Sarah L.;Cicuta, Pietro;Baird, Barbara
通讯作者：
Baird, Barbara
影响因子：
48
作者：
Fuchs, Jochen;Boehme, Susan;Nienhaus, G. Ulrich
通讯作者：
Nienhaus, G. Ulrich
影响因子：
21.3
作者：
Glebov, OO;Nichols, BJ
通讯作者：
Nichols, BJ
影响因子：
7.8
作者：
Prior, Ian A;Muncke, Cornelia;Parton, Robert G;Hancock, John F
通讯作者：
Hancock, John F