会員登録をお勧めします。無料です。

WHITE CROSSは若手歯科医師の3人に1人が登録する、国内最大級の歯科向け情報サイトです。
歯科医師のみならず、医療関係者の皆様へ最新の臨床・経営、ニュース、イベント情報などを配信しています

無料の会員登録で、以下の機能がご利用いただけるようになります

お役立ちツール

コミュニティ

ドクタートークや記事へのコメント、統計への参加や結果参照など、ユーザー様参加型コンテンツへアクセスできます。

論文検索

論文検索

日本語AIで読むPubMed論文検索機能へ自由にアクセス可能です。

ライブセミナー

ライブセミナー

LIVEセミナーやVODによるWebセミナーへの視聴申し込みが可能です。
※別途視聴費用のかかるものがあります。

植物細胞壁のラマンイメージング | 日本語AI翻訳でPubMed論文検索 | WHITE CROSS 歯科医師向け情報サイト

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
Methods Mol. Biol..2020;2149:251-295. doi: 10.1007/978-1-0716-0621-6_15.

植物細胞壁のラマンイメージング

Raman Imaging of Plant Cell Walls.

  • Batirtze Prats Mateu
  • Peter Bock
  • Notburga Gierlinger
PMID: 32617940 DOI: 10.1007/978-1-0716-0621-6_15.

抄録

ラマンイメージングは、植物の細胞壁の化学的性質や構造をマイクロスケールおよびナノスケールでその場で明らかにする顕微分光学的アプローチです。この方法は、単色レーザー光が物質と相互作用する際に生じるラマン効果(非弾性散乱)に基づいています。散乱された光は、関係する分子の振動に固有のエネルギーの変化を伝えます。このようにして、ラマンスペクトルは分子の化学構造に特徴的であり、約300nmの横方向の分解能で空間的に整列して記録することができます。取得した数千のラマンスペクトルに基づいて、一変量および多変量データ解析アプローチを使用して画像を評価することができます。染色またはラベリング技術と比較した1つの利点は、結果として1つの画像だけが得られるのではなく、異なる成分および特性が複数の画像に表示され得ることである。さらに、すべてのピクセルが一種の「分子の指紋」であるラマンスペクトルに対応しているため、イメージング結果は常に評価され、抽出されたスペクトルの解析(例えば、バンド割り当て)によってさらに詳細が明らかにされなければならない。本章では、この技術と装置の基本的な理論的背景について、サンプル調製の要件と高品質の植物組織切片と成功したラマン測定のためのヒントと一緒に説明します。さまざまな植物細胞壁成分の典型的なラマンスペクトルと、モデル植物シロイヌナズナで得られたラマンデータの分析例を示しています。スペクトルの重要な前処理方法、単一成分画像生成(一変量)と多変量アプローチ(頂点成分分析など)によるスペクトルのアンミキシングも含まれています。

Raman imaging is a microspectroscopic approach revealing the chemistry and structure of plant cell walls in situ on the micro- and nanoscale. The method is based on the Raman effect (inelastic scattering) that takes place when monochromatic laser light interacts with matter. The scattered light conveys a change in energy that is inherent of the involved molecule vibrations. The Raman spectra are thus characteristic for the chemical structure of the molecules and can be recorded spatially ordered with a lateral resolution of about 300 nm. Based on thousands of acquired Raman spectra, images can be assessed using univariate as well as multivariate data analysis approaches. One advantage compared to staining or labeling techniques is that not only one image is obtained as a result but different components and characteristics can be displayed in several images. Furthermore, as every pixel corresponds to a Raman spectrum, which is a kind of "molecular fingerprint," the imaging results should always be evaluated and further details revealed by analysis (e.g., band assignment) of extracted spectra. In this chapter, the basic theoretical background of the technique and instrumentation are described together with sample preparation requirements and tips for high-quality plant tissue sections and successful Raman measurements. Typical Raman spectra of the different plant cell wall components are shown as well as an exemplified analysis of Raman data acquired on the model plant Arabidopsis. Important preprocessing methods of the spectra are included as well as single component image generation (univariate) and spectral unmixing by means of multivariate approaches (e.g., vertex component analysis).