JoVE Logo

Anmelden

Zum Anzeigen dieser Inhalte ist ein JoVE-Abonnement erforderlich. Melden Sie sich an oder starten Sie Ihre kostenlose Testversion.

In diesem Artikel

  • Zusammenfassung
  • Zusammenfassung
  • Einleitung
  • Protokoll
  • Ergebnisse
  • Diskussion
  • Offenlegungen
  • Danksagungen
  • Materialien
  • Referenzen
  • Nachdrucke und Genehmigungen

Zusammenfassung

Diese Arbeit stellt eine Mikroskopiemethode vor, die eine Live-Bildgebung einer einzelnen Zelle von Escherichia coli zur Analyse und Quantifizierung des stochastischen Verhaltens synthetischer Genkreise ermöglicht.

Zusammenfassung

Das hier entwickelte Protokoll bietet ein Tool, um die Computerverfolgung der Escherichia coli-Division und der Fluoreszenzüberschüsse über mehrere Stunden hinweg zu ermöglichen. Der Prozess beginnt mit einem Screening auf Kolonien, die auf minimalen Medien überleben, vorausgesetzt, dass nur Escherichia coli, die das richtige Plasmid beherbergt, in der Lage sein wird, unter den spezifischen Bedingungen zu gedeihen. Da der Prozess des Aufbaus großer genetischer Schaltkreise, der die Montage vieler DNA-Teile erfordert, eine Herausforderung darstellt, werden Schaltkreiskomponenten oft zwischen mehreren Plasmiden in verschiedenen Kopiernummern verteilt, die den Einsatz mehrerer Antibiotika erfordern. Mutationen im Plasmid können die Transkription der Antibiotikaresistenzgene zerstören und mit Ressourcenmanagement in der Zelle intervenieren, was zu Nekrose führt. Die ausgewählte Kolonie wird auf einer Glasboden-Petrischale gesetzt und einige Fokusebenen werden für die Mikroskopie-Tracking in hellen Feld- und Fluoreszenzdomänen ausgewählt. Das Protokoll behält den Bildfokus für mehr als 12 Stunden unter anfänglichen Bedingungen, die nicht reguliert werden können, was einige Schwierigkeiten verursacht. Zum Beispiel beginnen sich abgestorbene Zellen im Fokusfeld der Linsen nach ein paar Stunden der Bildgebung anzusammeln, was dazu führt, dass sich Giftstoffe ansammeln und das Signal verschwimmt und zerfällt. Der Erschöpfungswert von Nährstoffen führt zu neuen Stoffwechselprozessen und behindert die gewünschte Reaktion des Kreislaufs. Die Temperatur des Experiments senkt die Wirksamkeit von Induktoren und Antibiotika, was die Zuverlässigkeit des Signals weiter beeinträchtigen kann. Das minimale Mediengel schrumpft und trocknet, und dadurch ändert sich der optische Fokus im Laufe der Zeit. Wir haben diese Methode entwickelt, um diese Herausforderungen in Escherichia colizu überwinden, ähnlich wie frühere Arbeiten, die analoge Methoden für andere Mikroorganismen entwickeln. Darüber hinaus bietet diese Methode einen Algorithmus zur Quantifizierung des gesamten stochastischen Rauschens in unveränderten und veränderten Zellen und stellt fest, dass die Ergebnisse mit den Strömungsanalysevorhersagen übereinstimmen, wie ein ähnlicher Variationskoeffizient (CV) zeigt.

Einleitung

Synthetische Biologie ist ein multidisziplinäres Feld, das in den letzten zehn Jahren entstanden ist und darauf abzielt, technische Designprinzipien in rationales biologisches Design zu übersetzen1,2,3, in dem Bemühen, Multi-Signal-Integration und Verarbeitung in lebenden Zellen für das Verständnis der grundlegenden Wissenschaft4,5, diagnostische, therapeutische und biotechnologische Anwendungen6,7,8,9,10zu erreichen. Unsere Fähigkeit, die Input-Output-Antwort synthetischer Genkreise zu quantifizieren, wurde durch die jüngsten Fortschritte in der Einzelzelltechnologie, einschließlich des Durchflussanalysators und der Live-Zell-Bildgebung mittels automatisierter Zeitraffermikroskopie11, revolutioniert. Ein Strömungsanalysator wird häufig verwendet, um das Ansprechen dieser Schaltkreise im stationären Zustand1,12, und invertierte Mikroskopie wird verwendet, um die dynamische Reaktion von synthetischen Genkreisen auf der Ebene einer einzelnen Zelle3zu messen. Zum Beispiel, eine der frühen Arbeiten in der synthetischen Biologie beinhaltete den Aufbau von genetischen Oszillator-Netzwerken in lebenden Zellen mit negativen Rückkopplungsschleifen mit einer Verzögerung3. Später wurden die genetischen Oszillator-Schaltungen angewendet, um die metabolische Kontrolle in der dynamischen Umgebung der lebenden Zellen zu verstehen4. Die automatisierte Zeitraffermikroskopie ist eine Methode, um solche Schaltkreise zu charakterisieren. Wir vermuten, dass die Wirtszellen, Escherichia coli, bei der Bildung von Mikrokolonien synchronisieren, was die Messung von Signal und die Berechnung von Rauschen ermöglicht, ohne genaue Mutter-Tochter-Beziehungen zu verfolgen.

Lärm ist ein grundlegender, inhärenter Aspekt biologischer Systeme, die oft aus mehreren Quellen stammen. Man denke beispielsweise an biochemische Reaktionen mit Signalen, die aus dem Transport diskreter Zufälliger Träger wie die Diffusion von Proteinen13stammen. Diese Signale verbreiten sich mit zufälligen Schwankungen14. Weitere Lärmquellen sind Ressourcenverfügbarkeit, Zellteilung und Schwankungen der Umgebungsbedingungen wie Temperatur, Luftfeuchtigkeit und Druck. Biologische Signale, die sich in synthetischen Genkreisen ausbreiten, haben oft ein sehr niedriges Signal-Rausch-Verhältnis (SNR), das die Leistung solcher Schaltkreise stört. Daher bleibt das genetische Schaltungsdesign einer der anspruchsvollsten Aspekte der Gentechnik15. Im Gegensatz zu den meisten Ansätzen, die nur die mittlere Genexpression berechnen (gemessen über die gesamte Zellpopulation), wird die Varianz des gemessenen Signals berücksichtigt, um ein vorhersagbares Verhalten durch synthetische Gennetzwerke zu entwickeln12. Daher spielen die Variabilitäts- oder Rauschengrade in der Proteinexpression eine dominierende Rolle bei der Gestaltung und Leistung analoger und digitaler Genkreise1,16,17.

Viele Ansätze wurden entwickelt, um die Zell-zu-Zell-Variabilität zu quantifizieren, unter anderem in Escherichia coli3,7,18. Diese Methoden werden häufig verwendet, um Genaktivierung und Stoffwechselwege zu studieren, jedoch mit weniger Fokus auf die Untersuchung der stochastischen Lärmdynamik, wie das Messen und Entwirren spezifischer Lärmquellen, insbesondere für genetische Schaltkreise in lebenden Zellen, wo dies eine grundlegende Herausforderung ist19,20,21. Mehrere Faktoren, die sowohl an den Schaltkreis selbst (intrinsisch) vererbt als auch von den Wirtszellen abgeleitet werden (extrinsisch), können die kontinuierliche Leistung genetischer Schaltkreise stören. In diesem Beitrag haben wir ein Protokoll entwickelt, das darauf abzielt, das Gesamtrauschen in Escherichia coli-Zellen zu quantifizieren, einschließlich der intrinsischen und extrinsischen Lärmquellen6,22. Durch quantifizieren des Gesamtrauschens und anschließende Bewertung des SNR23kann die Konstruktion von Genkreisläufen verbessert werden. Diese Methode kann modifiziert werden, um unabhängige Rauschquellen getrennt zu messen, indem mehrere fluoreszierende Proteine6,20überwacht werden. Für das hier beschriebene Protokoll halten wir die Umgebungsbedingungen gut kontrolliert und messen kontinuierlich die Aktivität von Zellen ohne Einfluss externer Faktoren. Wir messen das Signal von fluoreszierenden Proteinen in einzelnen Zellen im Laufe der Zeit und stellen es gleichzeitig unter einem Agarosesubstrat ab. Die resultierenden Bilder werden mit dem kundenspezifischen MATLAB des Labors analysiert.

Im Idealfall wird die kontinuierliche Messung der Echtzeitaktivität von fluoreszierenden Proteinen in einer Zelle genaue Daten durch das Wachstum und die Teilung der Zellen erzeugen. Es ist jedoch schwierig, solche Daten zu erfassen. Dies ist auf den Abbau von fluoreszierenden Proteinen, bekannt als Photobleichung7, zurückzuführen, wenn sie im Anregungsprozess Strahlung ausgesetzt sind. Darüber hinaus sind Escherichia coli Zellen auch empfindlich für die Anregung, die zu Phototoxizität führen könnte7. Beide Ausgaben begrenzen die Anzahl der fotorahmen, die erworben werden können, und die Zeit zwischen den Akquisitionen. Eine entscheidende Rolle spielen auch die Substrat- und Mitteltypen (z.B. Lysogeny-Brühe), die zum Wachstum der Zellen während der Bildgebung verwendet wird. Wir empfehlen dringend die Verwendung von minimalem Medium, das den nicht fluoreszierenden Hintergrund minimiert und die Zellteilungszeit verlängert.

Darüber hinaus muss die Probe unter Berücksichtigung der folgenden Anforderungen vorbereitet werden (1) Niedrige Zellteilungsrate ermöglicht weniger häufige Expositionen für die genaue Abbildung des Teilungszyklus und die Verringerung der Wahrscheinlichkeit von Phototoxizität und Photobleichungen. Wir stellen die Erfassungszeit auf etwa die Hälfte der vorhergesagten Mitosezeit (2) Niedrige Zelldichte zu Beginn des Experiments ermöglicht eine bessere Homogenität und Nachverfolgbarkeit der Teilung. Die Zelldichte wird durch das Verdünnungsverhältnis der Escherichia coli-Zellen beeinflusst, das ein wichtiger Parameter für den Erfolg dieses Protokolls ist und für jedes Labor bestimmt werden muss. Um das Verhältnis zu ermitteln, sollte jeder neue Escherichia coli-Stamm oder jede verwendete Form mit Wachstumsratendiagrammen versehen werden (Zusatzabbildung 1). Ein angemessenes Verhältnis wurde erreicht, wenn Zellen nach einer kurzen Inkubation von einer Anfangsdichte von etwa OD600nm = 0,1 ohne zusätzliches Schütteln wachsen können. Zellen in dieser Phase teilen sich nur nach der Umgebungstemperatur (3) Einschränkung der Zellbewegung: Die Zellbewegung hängt stark von der Festigkeit des Substrats (Agarosepad) ab. Die Festigkeit des Substrats hängt von der Menge der gesamten Agarose und der Gelerstarrungszeit ab. Gele können nicht über Nacht bei Raumtemperatur erstarren, da die Escherichia coli an Einer Mitose erleidet. Andere Faktoren, die die Substratstabilität beeinflussen, sind die Wassermenge in der Probe und die Feuchtigkeit. Weitere Fragen werden in den repräsentativen Ergebnissenausführlich erörtert. Dieses Protokoll bietet viele Details und wechselt schrittweise von einem Schritt zum anderen. Das Protokoll bietet lange Stabilität für Bildgebungsexperimente und bietet ein grundlegendes Bildverarbeitungswerkzeug.

Protokoll

1. Medien- und Kulturvorbereitung

  1. Bereiten Sie die Stammlösung von 1.000x Carbenicillin (50 mg/ml) oder relevantem Antibiotikum vor.
    1. . Wiegen Sie 0,5 g Carbenicillin. 10 ml sterilhh2O. vollständig auflösen.
    2. Sterilisieren Sie Carbenicillin-Lager durch einen 0,22 m Spritzenfilter. Aliquot die Antibiotikum-Lösung und lagern bei -20 °C.
  2. Zur Herstellung von Lysogeny-Brühe (LB) Platten, mischen 5 g Trypton, 5 g NaCl, 2,5 g Hefeextrakt und 7,5 g Bacto Agar mit 0,5 L sterilhH2O. Autoklavier die Lösung bei 121 °C für 20 min.
    1. Untertauchen Sie die geschmolzene Gelmischung teilweise in einem 50 °C Wasserbad. Fügen Sie 1.000 l Carbenicillin (50 mg/ml) hinzu.
    2. Bereiten Sie Petrigerichte in einer sterilen Umgebung zu. Lassen Sie die Teller vor dem Aufbewahren im Kühlschrank.
  3. Für M9-Mindestmedien separate Lagerlösungen aus den folgenden 5x M9-Salzen (56,4 g/L), 2 M Glukose und 2% biotinfreien Kasaminosäuren zubereiten. Autoclavieren Sie die Lösungen bei 121 °C für 20 min.
  4. Um 5 Petriplatten herzustellen, mischen Sie 1125 mg niedrigschmelzender Agar und 400 mg Agar mit 89,2 ml minimalem Medium (1x M9). 10 ml 2% Casaminosäuren (2% [vol/vol]) in einen 250 ml ErlenmeyerKolben geben.
    HINWEIS: Achten Sie darauf, die Medien auf die inneren Lippen des Kolbens zu gießen.
  5. Mikrowelle der Lösung in kurzen Bursts von 3 bis 4 Sekunden. Wiederholen Sie den Vorgang, bis die Lösung klar ist.
    HINWEIS: Stellen Sie sicher, dass Sie den Siedepunkt nicht erreichen.
  6. Den 250 ml Erlenmeyerkolben in ein Warmwasserbad (60 °C) legen, um ihn durch Diffusion weiter zu mischen, und ihn abkühlen lassen, bis seine Temperatur auf etwa 45-50°C fällt.
  7. Zünden Sie die Flamme an der Plattengießbank an.
  8. Fügen Sie schnell alle Lösungen in der folgenden Reihenfolge hinzu:
    800 l von 50% Glycerin (0,4% [vol/vol])
    100 l Thiamin (B1)
    1100 l Glukose (2M)
    100 l Carbenicillin (50 mg/ml).
  9. Wirbeln Sie den Erlenmeyerkolben, um eine gleichmäßige Verteilung aller Zutaten im gesamten Agar zu gewährleisten.
  10. Öffnen Sie eine Platte nach der anderen neben der Flamme und beginnen Sie zu gießen.
    1. Lassen Sie die Platten für ein paar Minuten bis zur ersten Erstarrung.
    2. Drehen Sie die Platten auf den Kopf, um zu verhindern, dass Wasserkondensation auf das Gel tropft.
    3. Lassen Sie die Platten bei Raumtemperatur für ca. 2 h erstarren.
    4. Sobald die Platten erstarrt und getrocknet sind, können sie bei 4 °C für ca. 3 Monate gelagert werden.

2. Bakterielle Stämme und Plasmide Konstruktion

ANMERKUNG:Der genetische Kreislauf enthält einen Teil; ein grünes fluoreszierendes Protein (GFP), das von einem PtetO-Promotor angetrieben wird, was zu einer konstitutiven Expression führt. Alle Plasmide in dieser Arbeit wurden mit grundlegenden molekularen Klontechniken konstruiert und mit einem Standard-Wärmeschockprotokoll24in Escherichia coli 10" umgewandelt. Das letzte Konstrukt wurde in Escherichia coli MG1655 Wild-Stamm für Tests umgewandelt.

  1. Verwandeln Sie das gewünschte Plasmid in Escherichia coli MG1655 Zellen mit dem Standard-Wärmeschockprotokoll24.
  2. Wachsen Sie die transformierten Zellen auf einer LB-Agarplatte über Nacht bei 37°C.
    HINWEIS: Es ist möglich, die Petrischalen von Schritt 2.2 bis zu 3 Tagen für die Mikroskopie zu halten.
  3. Impfen Sie eine einzelne Kolonie in 5 ml LB-Brühe, ergänzt mit den entsprechenden Antibiotika in einem Glasrohr.
  4. Wachsen Sie Zellen bei 37 °C mit 250 Rpm Schüttelungsgeschwindigkeit im Inkubator für 2 h, bis die Flüssigkeit trüb ist.
  5. Bereiten Sie 1 ml Verdünnungslösung wie folgt vor:
    892 L minimale Medien (1x M9)
    8 l von 50% Glycerin (0,4% [vol/vol])
    100 l mit 2% Casamino-Säuren (0,2% [wt/vol])
    1 L Thiamin (B1)
    11 l Glukose (2 M)
    1 L relevanter Antibiotika
    1. Mischen und spinnen.
  6. Verdünnen Sie die Zellkultur (1:30) von Schritt 2,4 in ein 2 ml-Rohr, indem Sie 30 l Escherichia coli-Wachstum zu 1000 l Verdünnungslösung (Schritt 2,5) hinzufügen.
  7. Inkubieren Sie das Rohr für 1 h mit Schütteln (250 U/min) bei 37 °C.
  8. Wachsen Sie 40 l - 60 l auf M9-Platten, die in Schritt 1.10 hergestellt werden. Inkubieren Sie die Platte bei 37 °C über Nacht.
    HINWEIS: Die optische Dichte (OD600nm) für die Beschichtung sollte um 0,1 betragen.
  9. Legen Sie bis zu drei 35 mm Glasbodenplatten auf die Bank.
    HINWEIS: Stellen Sie sicher, dass das Glas der Platte die richtige Dicke für die verwendeten Mikroskoplinsen aufweist.
  10. Bereiten Sie die Kultur für die Aussaat auf Gelplatten vor, wiederholen Sie die Schritte 2.3 bis 2.6 für Kolonien aus Derplatte, die bei Schritt 2.9-Mikroskopmessungen vorbereitet wurden.
  11. Bereiten Sie die folgende Lösung vor, um drei Mikroskopplatten herzustellen.
    1. Das Wasserbad auf 60 °C vorheizen.
    2. Mischen Sie 112,5 mg niedrigschmelzender Agar und 40 mg Agar mit 8,92 ml minimalem Medium (1x M9) und fügen Sie 1 ml 2% Casaminosäuren (0,2% [vol/vol]) in einen 25 ml ErlenmeyerKolben.
      HINWEIS: Achten Sie darauf, die Medien auf die inneren Lippen des Kolbens zu gießen.
  12. Mikrowelle der Lösung in kurzen Bursts von 2 bis 3 Sekunden. Wiederholen Sie den Vorgang, bis die Lösung klar ist.
    HINWEIS: Stellen Sie sicher, dass Sie den Siedepunkt nicht erreichen.
  13. Den 25 ml Erlenmeyerkolben in ein Warmwasserbad (60 °C) zum weiteren Mischen durch Diffusion legen und auf der Bank abkühlen lassen, bis seine Temperatur auf etwa 45-50 °C sinkt.

3. Herstellung von Agarose-Pads

  1. Saubere Bank mit 70% Ethanol. Stretchband auf der gereinigten Bank. Stellen Sie sicher, dass das Band glatt und nivelliert ist.
  2. Bereiten Sie zwei Abdeckungen vor: eine auf dem Band und eine zweite in der Nähe. Bereiten Sie ein Deckel.
  3. Kolben (vorbereitet bei Schritt 2.14) aus dem Wasserbad nehmen, die Außenseite des Kolbens reinigen und abkühlen lassen, bis die Temperatur auf etwa 45-50 °C fällt.
  4. Um die Gellösung zu erstellen, mischen Sie schnell alle Lösungen in der folgenden Reihenfolge:
    80 l von 50% Glycerin (0,4% [vol/vol])
    1 ml 2% Casaminosäuren (0,2% [wt/vol])
    10 l Thiamin (B1)
    110 l Glukose (2 M)
    10 L relevanter Antibiotika.
  5. Gießen Sie 1,5 ml des Gels auf den Deckelund und decken Sie es mit dem zweiten Stück, das ein "Sandwich" macht.
  6. Den Erlenmeyer ins Warmwasserbad zurückgeben. Bedecken Sie das Sandwich mit dem Deckel und stellen Sie Timer für 20 Minuten.
  7. Gleichzeitig das Rohr ab Schritt 2.11 für 1 h bei 37 °C mit Schütteln (250 U/min) inkubieren
  8. Nach 20 Minuten das Sandwich umdrehen (Schritt 3.5), abdecken und 1 H ruhen lassen.
    HINWEIS: Für bessere Ergebnisse ruhen sie das "Sandwich" bei 4 °C für die Dauer von Schritt 3.8.
  9. Samen Escherichia coli Kultur von Schritt 3.7 durch Pipettieren der Probe auf die 35 mm Schale.
    ANMERKUNG: Das Pipetieren von 6 L Zellen als separate kleine Tropfen liefert die besten Ergebnisse.
  10. Lassen Sie die Tropfen trocknen, für mindestens 15 Minuten und bis zu 30 Minuten.
  11. Setzen Sie das erstarrte Gel des Sandwiches aus Schritt 3.8 aus, indem Sie den Deckelrutsch wegschieben.
  12. Sandwich in kleine Einzelpads mit Biopsie-Punch oder Spitze schneiden.
  13. Lehnen Sie es vorsichtig auf die Probe (Schritt 3.9). Lassen Sie das Gericht für 20 Minuten auf der Bank.

4. Vorbereitung der Probe für die Mikroskopie-Bildgebung

  1. Entfernen Sie den Kolben aus dem Wasserbad aus Schritt 3.6. Wischen Sie die Außenseite des Kolbens sauber und lassen Sie auf Raumtemperatur (25 °C) abkühlen.
    HINWEIS: Entfernen Sie den Kolben bei Schritt 4.1 ca. 3 Minuten vor dem Ende des Timers.
  2. Gießen Sie 3 ml des Gels in einer kreisförmigen Bewegung ständig auf den Plattenumfang. Lassen Sie für ein paar Minuten zu erstarren.
  3. Platten mit Klebeband versiegeln und mehrere Löcher mit 25 G Nadel durchbohren. Drehen Sie alle Gerichte, um zu verhindern, dass Wasserkondensation auf das Gel tropft.
  4. Alle Gerichte bei 4 °C für 30 min inkubieren, um eine vollständige Erstarrung zu ermöglichen und gleichzeitig eine Zellmitose zu verhindern.
    HINWEIS: Lassen Sie die Proben bei 4 °C für aufeinanderfolgende Messungen, nicht mehr als einen Tag.
  5. Starten Sie das Mikroskop gemäß Herstelleranleitung.
  6. Finden Sie den Anfangsfokus mit der niedrigsten Amplifikationslinse und greifen Sie auf das automatische Fokussystem (AFS) ein.
  7. Verwenden Sie Öl, wenn nötig, ertränken Sie die Linse mit Öl und verteilen Sie es sorgfältig, indem Sie die Platte mit einem Plattform-Controller (nicht manuell) bewegen und AFS kann wieder eingeschaltet werden.
  8. Verwenden Sie den relativen Querschnitt in Z-Richtung, und folgen Sie dem Standardvorschlag für Z-Schrittquerschnitte.
    HINWEIS: Wir haben alle 5 Minuten helle Feldbilder und alle 20 Minuten fluoreszierende Bilder aufgenommen. Manchmal muss der Fokus in den ersten 30 Minuten angepasst werden. Die Vorwärmung der Mikroskop-Inkubatorbox und des Öls während der Kühlung der Probe hilft dazu, den anfänglichen Fokusverlust zu reduzieren.

5. Datenanalyse

HINWEIS: Um Mikroskopiedaten zu verarbeiten, haben wir in MATLAB eine computerbasierte Software entwickelt. Diese Software erleichtert die Identifizierung von Zellgrenzen aus hellen Feld-Tiff-Bildern und Segmenten und sortiert Zellen nach Flächen. Der Ausgang dieser Bildanalyse kann als Maske auf fluoreszierenden Tiff-Bildern verwendet werden, um Zellintensitätsniveaus abzuleiten und Artefakte in der fluoreszierenden Domäne wie Zellhalo aufgrund von Mikroskop-Auflösungsgrenzen abzubrechen. Die entwickelte Software wurde von ähnlichen Arbeiteninspiriert 7,25,26,27,28,29,30 und bietet eine elegante Lösung für das Labor zugeschnitten.

  1. Definieren Sie zunächst die folgenden Parameter in main_code.m.
    1. Definieren Sie den Ordner der Aufnahmebilder.
    2. Definieren Sie den Bildzeitraum - heller Feldkanalzeitschritt in Minuten.
    3. Definieren Sie die GFP-Frequenz - Rate der Erfassung von GFP-Bildern.
    4. Definieren Sie die Mikroskopauflösung (d. h. wie viele Pixel gleich 1 m sind).
    5. Definieren Sie den Bereich des Histogramm-Bin-Bereichs - zellbereichsbereich.
      ANMERKUNG: Der Prozess der Klassifizierung der Daten nach Zellbereich ähnelt den Prinzipien des Gatings in der Flusszytometrie-Datenanalyse. Gates werden um Populationen von Zellen mit gemeinsamen Eigenschaften platziert, in der Regel vorwärts verstreut und seitlich verstreut, um diese Populationen von Interesse zu isolieren und zu quantifizieren. Die Mikroskopie ermöglicht es, mehrere Zellgruppen zu vereiten, zu untersuchen und zu quantifizieren.
    6. Konvolution-Kernel definieren (3,3) - dieser Parameter erkennt Zellgrenzen durch globale Schwellenwerte (count_cells.m).
      HINWEIS: Diese Einrichtung wird nur benötigt, wenn das Labor oder das Mikroskop gewechselt wird. Software erfordert, dass der Eingabe-Lichtfeldkanal mit Index c1, Fluoreszenzkanal mit der Bezeichnung c2 gekennzeichnet ist.
  2. Führen Sie main_code.m aus,mit dem alle anderen Skripts automatisch ausgeführt werden (count_cells.m, cell_growth_rate.m).
    1. Programm segmentiert automatisch helle Feldbilder (siehe Ergänzende Abbildung 2-4).
    2. Kombinieren Sie das Segmentierungsbild mit dem Fluoreszenzbild (GFP), um die Intensitätsstufe pro Zelle zu extrahieren.
    3. Berechnen Sie das Diagramm der Zellmenge nach Zeit und passen Sie entsprechend dem exponentiellen Wachstum.
    4. Berechnen Sie den Mittelwert und die Standardabweichung (STD) für jeden Zellbereichsbereich.
    5. Berechnen Sie das Signal-Rausch-Verhältnis (SNR) für jeden Zellbereichsbereich.
    6. Zeichnen und passen Sie die Verteilung der Menge der Zellen nach Intensität an.
    7. Berechnen Sie den Varianzkoeffizienten (CV) und vergleichen Sie mit Flow Analyzer-Daten.
      HINWEIS: Software gibt als Ausgabe die endgültigen Segmentierungsbilder für die Anpassung conv_kernel in einem neuen Ordner "yourfolder/Segmented". Software gibt als Ausgabe die Graphen in einem neuen Ordner "yourfolder/Graphs.
  3. Um zwischen Experimenten zu vergleichen, verwenden Sie compare_experiments.m.
    1. Definieren Sie Verzeichnisse für die gespeicherten Diagramme und die Adresse für das Verzeichnis .CompareResult.
    2. Führen Sie die Datei aus.

Ergebnisse

Die Software analysiert helle Feld-Domänenbilder, die nicht weiß und schwarz sind. Die Escherichia coli wird wie schwarze längliche Formen auf einem weißen Hintergrund aussehen und dynamischer Bereich der Luminanz sollte eine Spitze in ihrer Mitte zeigen (Abbildung 1). In fluoreszierenden Bildern können Zellen einen kleinen Halo haben, aber einzelne Zellen mit längigen Formen können immer noch aufgelöst werden. Ein Mitose-Ereignis sollte zuerst nach 30 Minuten erkannt werden...

Diskussion

In dieser Arbeit haben wir ein Protokoll entwickelt, das die Computerverfolgung von Escherichia coli-Lebendzellen ermöglicht, die Teilung und Fluoreszenzüberstand über einen Zeitraum von Stunden verfolgen. Dieses Protokoll ermöglicht es uns, die stochastische Dynamik genetischer Schaltkreise in Escherichia coli zu quantifizieren, indem wir den Lebenslauf und SNR in Echtzeit messen. In diesem Protokoll haben wir das stochastische Verhalten von zwei verschiedenen Schaltkreisen verglichen, wie in

Offenlegungen

Die Autoren haben nichts zu verraten.

Danksagungen

Wir danken Herrn Gil Gelbert (Fakultät für Elektrotechnik, Technion) für die Unterstützung mit dem MATLAB-Code. Wir danken Dr. Ximing Li (Fakultät für biomedizinische Technik, Technion) für die Unterstützung bei der Korrektur dieses Artikels. Diese Forschung wurde teilweise von der Neubauer Family Foundation und dem israelischen Wissenschaftsministerium, Stipendium 2027345, unterstützt.

Materialien

NameCompanyCatalog NumberComments
35mm glass dishmattekP35G-0.170-14-Cthickness corresponding with microscope lense.
Agarose Lonza5004LB preperation
AHL Sigma-AldrichK3007inducer
Bacto tryptone BD - Becton, Dickinson and Company 211705LB preperation
CarbInvitrogen10177-012antibiotic
CarbFormediumCAR0025antibiotic
Casamino acids BD - Becton, Dickinson and Company 223050minimal media solution
eclipse Tinikoninverted microscope
GlucoseSigma-AldrichG5767minimal media solution
GlyserolBio-Lab000712050100minimal media substrate
Immersol 518Fzeiss4449600000000immersion oil
M9 salt solution Sigma-AldrichM6030minimal media solution
NaClBio-Lab214010LB preperation
Noble agarSigma-AldrichA5431minimal media substrate
parafilm tapeBemisPM-996refered to as tape in text
Seaplaque GTG AgaroseLonza50111minimal media substrate
thaymine B1Sigma-AldrichT0376 minimal media solution
Yeast ExtractBD - Becton, Dickinson and Company 212750LB preperation

Referenzen

  1. Daniel, R., Rubens, J. R., Sarpeshkar, R., Lu, T. K. Synthetic analog computation in living cells. Nature. 497, 619-623 (2013).
  2. Yang, X. S. Y., L, A. B., Harwood, C., Jensen, G. . Imaging Bacterial Molecules, Structures and Cells. , (2016).
  3. Joyce, G., Robertson, B. D., Williams, K. J. A modified agar pad method for mycobacterial live-cell imaging. Biomedcentral Research Notes. , (2011).
  4. Cotlet, M., Goodwin, P. M., Waldo, G. S., Werner, J. H. A comparison of the fluorescence dynamics of single molecules of a green fluorescent protein: One- versus two-photon excitation. ChemPhysChem. , (2006).
  5. Andersen, J. B., et al. New unstable variants of green fluorescent protein for studies of transient gene expression in bacteria. Applied and Environmental Microbiology. 64, 2240-2246 (1998).
  6. Barger, N., Litovco, P., Li, X., Habib, M., Daniel, R. Synthetic metabolic computation in a bioluminescence-sensing system. Nucleic Acids Research. , (2019).
  7. Young, J. W., et al. Measuring single-cell gene expression dynamics in bacteria using fluorescence time-lapse microscopy. Nature Protocols. , (2012).
  8. Swain, P. S., Elowitz, M. B., Siggia, E. D. Intrinsic and extrinsic contributions to stochasticity in gene expression. Proceedings of the National Academy of Science United States. , (2002).
  9. Elowitz, M. B., Levine, A. J., Siggia, E. D., Swain, P. S. Stochastic gene expression in a single cell. Science. , (2002).
  10. Baumgart, L., Mather, W., Hasty, J. Synchronized DNA cycling across a bacterial population. Nature Genetics. , (2017).
  11. Arriaga, E. A. Determining biological noise via single cell analysis. Analytical and Bioanalytical Chemistry. , (2009).
  12. Nielsen, A. A. K., et al. Genetic circuit design automation. Science. , (2016).
  13. Ozbudak, E. M., Thattai, M., Kurtser, I., Grossman, A. D., van Oudenaarden, A. Regulation of noise in the expression of a single gene. Nature Genetics. 31, 69-73 (2002).
  14. Pedraza, J. H., Van Oudenaarden, A. Noise propagations in gene networks. Science. , (2005).
  15. Jennifer, A. N. B., Christopher, A. V. Principles of genetic circuit design. Nature Methods. , (2014).
  16. Aoki, S. K., et al. A universal biomolecular integral feedback controller for robust perfect adaptation. Nature. , (2019).
  17. Hanna, H. A., Danial, L., Kvatinsky, S., Daniel, R. . Cytomorphic Electronics with Memristors for Modeling Fundamental Genetic Circuits. 4545, (2020).
  18. de Jong, I. G., Beilharz, K., Kuipers, O. P., Veening, J. W. Live cell imaging of Bacillus subtilis and Streptococcus pneumoniae using automated time-lapse microscopy. Journal of Visualized Experiments. , (2011).
  19. Eling, N., Morgan, M. D., Marioni, J. C. Challenges in measuring and understanding biological noise. Nature Reviews Genetics. , (2019).
  20. Thattai, M., Van Oudenaarden, A. Attenuation of noise in ultrasensitive signaling cascades. Biophysical Journal. , (2002).
  21. Thattai, M., Van Oudenaarden, A. Intrinsic noise in gene regulatory networks. Proceedings of the National Academy of Science United States. , (2001).
  22. Rosenfeld, N., Young, J. W., Alon, U., Swain, P. S., Elowitz, M. B. Gene regulation at the single-cell level. Science. , (2005).
  23. Van Der Ziel, A. . Noise in Measurements. , (1976).
  24. Sambrook, J., Fritsch, E. F., Maniatis, T. Molecular cloning: A laboratory manual. 2nd Edition. Cold Spring Harbor Laboratory Press. , (1989).
  25. Carpenter, A. E., et al. CellProfiler: Image analysis software for identifying and quantifying cell phenotypes. Genome Biology. , (2006).
  26. Paintdakhi, A., et al. Oufti: An integrated software package for high-accuracy, high-throughput quantitative microscopy analysis. Molecular Microbiology. , (2016).
  27. Ducret, A., Quardokus, E. M., Brun, Y. V. MicrobeJ, a tool for high throughput bacterial cell detection and quantitative analysis. Nature Microbiology. , (2016).
  28. Stylianidou, S., Brennan, C., Molecular, S. B. N. . SuperSegger: robust image segmentation, analysis and lineage tracking of bacterial cells - Stylianidou - 2016 - Molecular Microbiology. , (2016).
  29. Balomenos, A. D., et al. Image analysis driven single-cell analytics for systems microbiology. Biomedcentral System Biology. , (2017).
  30. Smit, J. H., Li, Y., Warszawik, E. M., Herrmann, A., Cordes, T. Colicoords: A Python package for the analysis of bacterial fluorescence microscopy data. PLoS One. , (2019).
  31. Guido, N. J., et al. A bottom-up approach to gene regulation. Nature. , (2006).
  32. Beal, J. Signal-to-noise ratio measures efficacy of biological computing devices and circuits. Frontiers in Bioengineering and Biotechnology. , (2015).
  33. Marr, D., Hildreth, E. Theory of edge detection. Proceedings of the Royal Society - Biology Science. 207, 187-217 (1980).
  34. Otsu, N. Threshold selection method from gray-level histograms. IEEE Transactions Systems Man Cybernetics. , (1979).
  35. Soille, P. . Morphological Image Analysis: Principles and Applications, Second edition. , (2000).
  36. Bradley, D., Roth, G. Adaptive Thresholding using the Integral Image. Journal of Graphics Tools. , (2007).
  37. Meyer, F. Topographic distance and watershed lines. Signal Processing. , (1994).
  38. Maurer, C. R., Qi, R., Raghavan, V. A linear time algorithm for computing exact Euclidean distance transforms of binary images in arbitrary dimensions. IEEE Transactions on Pattern Analysis and Machine. , (2003).
  39. Millo, R., Phillips, R. What is the maturation time for fluorescent proteins. Cell Biology by Numbers. , (2015).

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Weitere Artikel entdecken

BioengineeringAusgabe 170ZeitraffermikroskopieSignal zu RauschenEscherichia colibiologisches Rauschenminimale MedienVerd nnungsverh ltniscomputergest tzte Zellidentifikation

This article has been published

Video Coming Soon

JoVE Logo

Datenschutz

Nutzungsbedingungen

Richtlinien

Forschung

Lehre

ÜBER JoVE

Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten