Quantitative single molecule imaging deep in biological samples using adaptive optics - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2017

Quantitative single molecule imaging deep in biological samples using adaptive optics

Imagerie quantitative des molécules uniques en profondeur dans les échantillons biologique à l'aide d'optiques adaptatives

Résumé

Optical microscopy is an indispensable tool for research in neurobiology and medicine, enabling studies of cells in their native environment. However, subcellular processes remain hidden behind the resolution limits of diffraction-limited optics which makes structures smaller than ~300nm impossible to resolve. Recently, single molecule localization (SML) and tracking has revolutionized the field, giving nanometer-scale insight into protein organization and dynamics by fitting individual fluorescent molecules to the known point spread function of the optical imaging system. This fitting process depends critically on the amount of collected light and renders SML techniques extremely sensitive to imperfections in the imaging path, called aberrations, that have limited SML to cell cultures on glass coverslips. A commercially available adaptive optics system is implemented to compensate for aberrations inherent to the microscope, and a workflow is defined for depth-dependent aberration correction that enables 3D SML in complex biological environments. A new SML technique is presented that employs a dual-objective approach to detect the emission spectrum of single molecules, enabling 5-dimensional single particle imaging and tracking (x,y,z,t,λ) without compromising spatiotemporal resolution or field of view. These acquisitions generate ~GBs of data, containing a wealth of information about the localization and environment of individual proteins. To facilitate quantitative acquisition and data analysis, the development of biochemical, software and hardware tools are presented. Together, these approaches aim to enable quantitative SML in complex biological samples.
La microscopie optique est un outil indispensable pour la recherche de la neurobiologie et médecine qui permet l’étude des cellules dans leur environnement natif. Les processus sous-cellulaires restent néanmoins cachés derrière les limites de la résolution optique, ce qui rend la résolution des structures plus petites que ~300nm impossible. Récemment, les techniques de la localisation des molécules individuelles (SML) ont permis le suivi des protéines de l’échelle nanométrique grâce à l’ajustement des molécules uniques à la réponse impulsionnelle du système optique. Ce processus dépend de la quantité de lumière recueilli et rend ces techniques très sensibles aux imperfections de la voie d’imagerie, nommé des aberrations, qui limitent l’application de SML aux cultures cellulaires sur les lamelles de verre. Un système commercial d’optiques adaptatives est implémenté pour compenser les aberrations du microscope, et un flux de travail est défini pour corriger les aberrations dépendant de la profondeur qui rend la 3D SML possible dans les milieux biologiques complexes. Une nouvelle méthode de SML est présentée qui utilise deux objectifs pour détecter le spectre d’émission des molécules individuelles pour des applications du suivi des particules uniques dans 5 dimensions (x,y,z,t,λ) sans compromis ni de la résolution spatiotemporelle ni du champ de vue. Pour faciliter les analyses de manière quantitative des Go de données générés, le développement des outils biochimiques, numériques et optiques est présenté. Ensemble, ces approches ont le but d’amener l’imagerie quantitative des molécules uniques dans les échantillons biologiques complexes
Fichier principal
Vignette du fichier
BUTLER_COREY_2017.pdf (23.46 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-01925861 , version 1 (18-11-2018)

Identifiants

  • HAL Id : tel-01925861 , version 1

Citer

Corey Butler. Quantitative single molecule imaging deep in biological samples using adaptive optics. Imaging. Université de Bordeaux, 2017. English. ⟨NNT : 2017BORD0632⟩. ⟨tel-01925861⟩
343 Consultations
99 Téléchargements

Partager

Gmail Facebook X LinkedIn More