Allineamento di dati di serie temporali sincronizzati utilizzando il modello caratterizzante della perdita di sincronia del ciclo cellulare per confronti cross-experiment

Riepilogo

Una sfida nell'analizzare gli esperimenti sincronizzati di serie temporali è che gli esperimenti spesso differiscono nella durata del recupero dalla sincronia e nel periodo del ciclo cellulare. Pertanto, le misurazioni di diversi esperimenti non possono essere analizzate in forma aggregata o facilmente confrontate. Qui, descriviamo un metodo per allineare gli esperimenti per consentire confronti specifici di fase.

Abstract

Lo studio del ciclo cellulare spesso dipende dalla sincronizzazione delle popolazioni cellulari per misurare vari parametri in una serie temporale mentre le cellule attraversano il ciclo cellulare. Tuttavia, anche in condizioni simili, gli esperimenti replicati mostrano differenze nel tempo necessario per recuperare dalla sincronia e attraversare il ciclo cellulare, impedendo così confronti diretti in ogni punto temporale. Il problema di confrontare le misurazioni dinamiche tra gli esperimenti è esacerbato nelle popolazioni mutanti o in condizioni di crescita alternative che influenzano il tempo di recupero della sincronia e / o il periodo del ciclo cellulare.

Abbiamo precedentemente pubblicato un modello matematico parametrico chiamato Characterizing Loss of Cell Cycle Synchrony (CLOCCS) che monitora come le popolazioni sincrone di cellule si liberano dalla sincronia e progrediscono attraverso il ciclo cellulare. I parametri appresi dal modello possono quindi essere utilizzati per convertire i punti temporali sperimentali da esperimenti di serie temporali sincronizzati in una scala temporale normalizzata (punti della linea di vita). Piuttosto che rappresentare il tempo trascorso in minuti dall'inizio dell'esperimento, la scala della linea di vita rappresenta la progressione dalla sincronia all'ingresso del ciclo cellulare e quindi attraverso le fasi del ciclo cellulare. Poiché i punti vitali corrispondono alla fase della cellula media all'interno della popolazione sincronizzata, questa scala temporale normalizzata consente confronti diretti tra esperimenti, compresi quelli con periodi e tempi di recupero variabili. Inoltre, il modello è stato utilizzato per allineare gli esperimenti sul ciclo cellulare tra diverse specie (ad esempio, Saccharomyces cerevisiae e Schizosaccharomyces pombe), consentendo così il confronto diretto delle misurazioni del ciclo cellulare, che possono rivelare somiglianze e differenze evolutive.

Introduzione

Le misurazioni di serie temporali effettuate su popolazioni sincronizzate di cellule mentre progrediscono attraverso il ciclo cellulare sono un metodo standard per studiare i meccanismi che controllano la progressione del ciclo cellulare 1,2,3,4,5,6,7,8 . La capacità di effettuare confronti tra esperimenti di sincronia / rilascio di serie temporali è vitale per la nostra comprensione di questi processi d....

Protocollo

1. Raccolta della fase del ciclo cellulare e dei dati sperimentali

1. Sincronizzare le cellule rispetto al ciclo cellulare usando il metodo di sincronizzazione desiderato (ad esempio, elutriazione centrifuga come descritto in Leman et al.18 o arresto del feromone di accoppiamento come descritto in Rosebrock 19; sia Leman et al.18 che Rosebrock ¹⁹ includono anche metodi per il rilascio dalla sincronia). Iniziare il campionamento in tutte le serie temporali, assicurandosi che la serie temporale sia lunga almeno due periodi di ciclo cellulare completo e....

Discussione

Questo articolo presenta un metodo per valutare in modo più accurato e quantitativo i dati provenienti da esperimenti di serie temporali su popolazioni sincronizzate di cellule. Il metodo utilizza i parametri appresi da CLOCCS, un modello di inferenza bayesiana che utilizza i dati di fase del ciclo cellulare di input, come i dati di gemmazione e i dati del contenuto di DNA citometrico a flusso, per parametrizzare ogni esperimento^14,15. CLOCCS utilizza i dati di .......

Materiali

Name	Company	Catalog Number	Comments
2x PBS			For Fixative Solution. Described in Leman 2014.
4% formaldehyde			For Fixative Solution.
100% Ethanol			For flow cytometry fixation. Described in Haase 2002.
CLOCCS			https://gitlab.com/haase-lab-group/cloccs_alignment.git
Flow Cytometer			For flow cytometry protocol.
Git			https://git-scm.com/
Java 19			https://www.oracle.com/java/technologies/downloads/#java19
Microscope			For counting cells and buds.
Miniconda			https://docs.conda.io/en/latest/
Protease solution			For flow cytometry protocol. Described in Haase 2002.
RNAse A solution			For flow cytometry protocol. Described in Haase 2002.
SYTOX Green Nucleic Acid Stain	Invitrogen	S7020	For flow cytometry staining. Described in Haase 2002.
Tris			pH 7.5