PuSH - Publikationsserver des Helmholtz Zentrums München

Export: TXT Text RIS Endnote (RIS) BIB BibTeX
Unterauer, E.M.* ; Schentarra, E.M.* ; Jevdokimenko, K.* ; Shetab Boushehri, S. ; Marr, C. ; Opazo, F.* ; Fornasiero, E.F.* ; Jungmann, R.*

Protocol for SUM-PAINT spatial proteomic imaging generating neuronal architecture maps in rat hippocampal neurons.

STAR Protoc. 6:103637 (2025)
Verlagsversion Forschungsdaten DOI PMC
Open Access Gold
Creative Commons Lizenzvertrag
To unravel the complexity of biological processes, it is necessary to resolve the underlying protein organization down to single proteins. Here, we present a protocol for secondary label-based unlimited multiplexed DNA-PAINT (SUM-PAINT), a DNA-PAINT-based super-resolution microscopy technique that is capable of resolving virtually unlimited protein species with single-protein resolution. We describe the steps to prepare neuronal cultures, troubleshoot and conduct SUM-PAINT experiments, and analyze the resulting feature-rich neuronal cell atlases using unsupervised machine learning approaches. For complete details on the use and execution of this protocol, please refer to Unterauer et al.1.
Impact Factor
Scopus SNIP
Altmetric
1.300
0.000
Tags
Anmerkungen
Besondere Publikation
Auf Hompepage verbergern

Zusatzinfos bearbeiten
Eigene Tags bearbeiten
Privat
Eigene Anmerkung bearbeiten
Privat
Auf Publikationslisten für
Homepage nicht anzeigen
Als besondere Publikation
markieren
Publikationstyp Artikel: Journalartikel
Dokumenttyp Wissenschaftlicher Artikel
Schlagwörter Cell Biology ; Cell Culture ; Microscopy ; Neuroscience; Microscopy
Sprache englisch
Veröffentlichungsjahr 2025
HGF-Berichtsjahr 2025
e-ISSN 2666-1667
Zeitschrift STAR Protocols
Quellenangaben Band: 6, Heft: 1, Seiten: , Artikelnummer: 103637 Supplement: ,
Verlag Elsevier
Verlagsort Radarweg 29, 1043 Nx Amsterdam, Netherlands
Begutachtungsstatus Peer reviewed
Institut(e) Institute of AI for Health (AIH)
POF Topic(s) 30205 - Bioengineering and Digital Health
Forschungsfeld(er) Enabling and Novel Technologies
PSP-Element(e) G-540007-001
Förderungen BMBF
Max Planck Foundation
Max Planck Society
IMPRS-ML graduate school
Deutsche Forschungsgemeinschaft (DFG)
CZI collaborative pair grant
Collaborative Research Center 1286 on Quantitative Synaptologie , Gottingen, Germany
F. Hoffmann-La Roche LTD
European Research Council (ERC) under the European Union's Horizon 2020 research and innovation program
Helmholtz Association under the joint research school "Munich School for Data Science-MUDS"

European Research Council through an ERC Consolidator Grant (ReceptorPAINT)
DOI 10.1016/j.xpro.2025.103637
WOS ID 001441602400001
Scopus ID 85219535766
PubMed ID 40048420
Erfassungsdatum 2025-05-05
[➜Korrektur melden]