JoVE Logo

サインイン

このコンテンツを視聴するには、JoVE 購読が必要です。 サインイン又は無料トライアルを申し込む。

この記事について

  • 要約
  • 要約
  • 概要
  • プロトコル
  • 結果
  • ディスカッション
  • 開示事項
  • 謝辞
  • 資料
  • 参考文献
  • 転載および許可

要約

このプロトコルでは、自動化されたプラットフォーム Lustro を利用して、酵母の光遺伝学的システムのハイスループット特性評価を実行する手順を概説します。

要約

オプトジェネティクスは、遺伝的にコードされた光感受性タンパク質を利用することで、細胞の挙動を正確に制御します。しかし、これらのシステムを最適化して目的の機能を実現するには、多くの場合、設計、構築、テストのサイクルを複数回必要とし、時間と労力がかかります。この課題に対処するために、光刺激とラボラトリーオートメーションを組み合わせたプラットフォームであるLustroを開発し、オプトジェネティックシステムの効率的なハイスループットスクリーニングと特性評価を可能にしました。

Lustro は、照明装置、振とう装置、プレートリーダーを備えた自動化ワークステーションを利用しています。Lustroは、ロボットアームを採用することで、これらのデバイス間のマイクロウェルプレートの移動を自動化し、光遺伝学的株の刺激とその応答の測定を可能にします。このプロトコルは出芽のイースト Saccharomycesのcerevisiaeの遺伝子発現制御のための光遺伝学システムを特徴付けるのにLustroの使用のステップバイステップガイドを提供する。このプロトコルは、照明装置とオートメーションワークステーションの統合など、Lustroのコンポーネントのセットアップをカバーしています。また、照明装置、プレートリーダー、ロボットのプログラミングに関する詳細な指示も提供し、実験プロセス全体を通してスムーズな操作とデータ取得を保証します。

概要

オプトジェネティクスは、光感受性タンパク質を利用して細胞の挙動を高精度に制御する強力な技術です1,2,3しかし、オプトジェネティックコンストラクトのプロトタイピングと最適な照明条件の特定には時間がかかる場合があり、オプトジェネティックシステムの最適化は困難です4,5。オプトジェネティックシステムの活性を迅速にスクリーニングし、特性評価するハイスループットメソッドは、コンストラクトのプロトタイピングとその機能の調査のための設計、構築、テストのサイクルを加速させることができます。

Lustro プラットフォームは、光遺伝学的システムのハイスループットスクリーニングと特性評価のために設計されたラボラトリーオートメーション技術として開発されました。マイクロプレートリーダー、照明装置、振とう装置をオートメーションワークステーション6と統合しています。Lustro は、マイクロウェルプレート(図1および補足図1)で細胞の自動培養と光刺激を組み合わせており、さまざまなオプトジェネティックシステムの迅速なスクリーニングと比較を可能にします。Lustroプラットフォームは適応性が高く、他のラボラトリーオートメーションロボット、照明装置、プレートリーダー、細胞タイプ、およびさまざまな波長の光に応答するものを含む光遺伝学的システムで動作するように一般化できます。

このプロトコルは、光遺伝学的システムの特性評価のためのLustrroのセットアップと使用を示しています。酵母における分裂転写因子の光遺伝学的制御は、光入力と蛍光レポーター遺伝子mScarlet-I7の発現との関係を調べることにより、プラットフォームの機能と有用性を説明するための例として使用されています。このプロトコルに従うことで、研究者は光遺伝学的システムの最適化を合理化し、生物学的システムの動的制御のための新しい戦略の発見を加速することができます。

プロトコル

この研究で利用した酵母菌株は、 材料表に記載されています。これらの菌株は、22°C〜30°Cの温度範囲で強力な増殖を示し、さまざまな標準酵母培地で培養できます。

1. 自動化ワークステーションのセットアップ

  1. マイクロウェルプレートを移動できるロボットグリッパーアーム(RGA、 材料表を参照)を自動ワークステーションに装備します(図1)。
  2. マイクロプレートヒーターシェーカー(材料表を参照)を自動ワークステーション(1(1))に設置し、RGAアクセスを提供する自動プレートロック機構を備えています。
  3. マイクロプレートリーダーを自動ワークステーションに隣接して配置し(図1(2))、RGAへのアクセスを確保します。
  4. RGAへのアクセスに便利なマイクロプレート照明装置(図1(3))を組み込みます。例としては、optoPlate8 (この研究で使用)やLITOS9 ( 材料表を参照)などがあります。

2.照明装置の準備

  1. 確立された方法81011に従って、optoPlate(または代替照明装置)を構築および校正します。
  2. 照明装置のアダプターを利用して、RGAアクセスを有効にします。
  3. スプレッドシート入力10 またはグラフィカルインターフェース12 を使用して optoPlate をプログラムします。ステップ3に従って、光刺激プログラムを実行します。

3. 光刺激プログラムの設計

  1. 実験に必要な光条件を決定します。
  2. 光強度、光開始時間、パルス長、パルス数、パルス間持続時間など、希望する光条件をスプレッドシートに入力します。
    注:GitHubリポジトリ github.com/mccleanlab/Optoplate-96 に記載されている手順に従って、この情報をoptoPlateにフラッシュします。サンプルプレートは、マイクロプレートリーダーまたはヒーターシェーカーで照らされないことに注意してください。これらのイベントの期間と頻度は、特定の実験要件に基づいて最適化する必要がある場合があります。
  3. 適切なバックグラウンド測定を可能にするために、各菌株に暗い条件を含めます。
  4. 形質転換機能を評価するための最初の特性評価実験では、高い光強度を使用します。
    注:過度の光は酵母13に光毒性を与える可能性があるため、光強度はより感度の高い実験用に最適化する必要があります。

4. マイクロプレートリーダーの準備

  1. 実験を行う前に、目的の目的量を測定するようにマイクロプレートリーダーを設定します。
    注:この例では、マイクロプレートリーダーは、目的の菌株で発現したレポーターからの蛍光を測定するように構成されています。ルミネッセンスや光学濃度などの他の出力は、実験の要件に応じて使用できます。
  2. 合成完全(SC)培地14 (または別の低蛍光培地)( 材料表を参照)で、測定する細胞密度が最も高いまで、目的の菌株を(非蛍光コントロールとともに)培養します。培養物をガラス底の黒壁マイクロウェルプレート( 材料表を参照)に移し、測定して最適なマイクロプレートリーダー設定を決定します。
    注意: プレートの寸法を正しく入力し、プレートを下から測定することにより、正確な読み取り値を確保します。
  3. 蛍光タンパク質データベース(例えば、fpbase.org)を参照して、標的蛍光タンパク質15のおおよその吸収および発光スペクトルを得る。
  4. 蛍光株と非蛍光株を含むウェルでZスキャンを実行して、Z値(プレートとリーダーの間の距離)を決定します。S/N 比が最大になる Z 値を選択します。
  5. 蛍光株と非蛍光株の吸収および発光スキャンを実施して、吸収スペクトルと発光スペクトルを最適化し、最適なS/N比を決定します。
  6. ゲインを最適なレベルに設定して蛍光ひずみを測定し、オーバーフロー測定誤差を生じさせることなく使用できる最高の光学ゲインを決定します。
    注:この光学ゲインは、結果の一貫性を確保するために、同じひずみを含む実験間で一貫して手動で設定する必要があります。
  7. マイクロプレートリーダーソフトウェアで測定スクリプト( 図2を参照)を準備します。このスクリプトは、培養物の光学密度と、測定する蛍光タンパク質の蛍光スペクトルを測定するように装置を設定します。
    注:赤色蛍光タンパク質を発現していない株の光学濃度を600 nmで測定します。赤色蛍光タンパク質を発現する株については、バイアス16を避けるために700 nmで光学濃度を測定します。
  8. 測定中は、内部インキュベーション温度を30°Cに維持するように測定スクリプトを設定します。
  9. 必要に応じて、データをスプレッドシートまたはASCIIファイルにエクスポートするように測定スクリプトを設定します。

5. ロボットのプログラミング

  1. キャリア(ヒーターシェーカー、ネストプラットフォーム、照明装置など)と実験器具(96ウェルプレートなど)の物理的なレイアウトに基づいて、自動ワークステーションソフトウェアで作業台定義を設定します( 材料表を参照)。以下の手順に従って、オートメーションワークステーションソフトウェアで光誘導と測定を実行するスクリプトを作成します(図3)。
  2. 光遺伝学的システムのバックグラウンド活性化を防ぐために、内部照明光源を無効にします。
  3. ヒーターシェーカーの温度を30°Cに維持するように設定します。 プレートがヒーターシェーカー上にないときは、周囲温度(22°C)になります。
  4. ループ、タイマー、およびループカウント変数を利用して、一定の間隔で細胞を誘導および測定するステップを繰り返します。
  5. 測定値を記録する前に、サンプルプレートを振って、すべての細胞が適切に懸濁するようにしてください。通常、2 mmの眼窩で1,000 rpmで60秒振とうするだけで、S288C S. cerevisiae 細胞を再懸濁し、測定バイアスを回避することができます。
  6. ロボットアームを使用してサンプルプレートをマイクロプレートリーダーに移動し、蓋を取り外して(該当する場合)、光学濃度測定の偏りを防ぎます。マイクロプレートリーダーのキャリア定義が蓋を許可しないように設定されている場合、制御ソフトウェアは蓋を自動的に取り外して指定された位置に交換します。
  7. ステップ4の説明に従って、マイクロプレートリーダー測定スクリプトを実行します。
  8. サンプルプレートの蓋を元に戻し、ロボットアームを使用してプレートを照明装置に移動します。
  9. タイマーが指定された時間間隔(例:30分にループカウント変数を掛けたもの)に達するまで待機し、必要な反復回数(例:24時間の実験で48回)ループ全体を繰り返すようにスクリプトを設定します。
  10. 潜在的なエラーをトラブルシューティングし、キャリアと実験器具の定義が適切に機能していること、およびスクリプトループに空のプレートを複数回通すことでプレートを正確にピックアップして配置するRGAの能力を確認します。
  11. プロトコルの実行中に発生する可能性のある機器の状態の変化やエラーをユーザーに通知するようにユーザーアラートを設定します。

6. サンプルプレートのセットアップ

  1. YPD 寒天17 などのリッチ培地プレートで酵母株を増殖させます ( 材料表を参照)。非蛍光(ネガティブ)コントロールを含めます。
  2. プレートからコロニーを選択し、ガラス培養チューブ内の3 mLのSC培地14 (またはLFM18などの別の低蛍光培地)に接種します。培養物をローラードラム上で30°Cで一晩インキュベートし、暗所または非反応性光条件下(青色光応答性システムの場合は赤色光など)で保管します。
  3. 各培養物200 μLを1 mLのSC培地に希釈し、分光光度計またはマイクロプレートリーダーを使用して600 nm(OD600)での光学濃度を記録することにより、一晩培養の光学濃度を測定します。
  4. ガラス培養チューブで各一晩培養液をOD600 0.1 に希釈します。ハイスループットのひずみ試験には、マイクロウェルプレートで自動希釈を実施します。
  5. 希釈した培養液を96ウェルプレートにピペットで移します。技術的なばらつきを考慮して、各条件に3つのウェル(つまり、同じひずみと光の条件を持つ3つの同一のウェル)を含めます。バックグラウンド蛍光と光学密度を測定するためのネガティブコントロールとして、ブランク培地と非蛍光細胞を含むウェルを含めます。
  6. プレートを30°Cで5時間振とうしながらインキュベートしてから、光誘導実験を開始します。必要に応じて希釈量とインキュベーション時間を調整し、特定の菌株や実験条件に合わせて最適化します。

7. 実験の実施

  1. サンプルプレートをヒーターシェーカーに置き、ステップ5で概説したように自動化スクリプトを開始します。
  2. プレートリーダーでの初期測定が記録されたら、ステップ3で説明したように光刺激プログラムを開始します。
  3. オートメーションワークステーションが暗い部屋にない場合は、遮光カーテンで覆い、背景の照明を避けます。

8. データ分析

  1. 96ウェルプレートの8 x 12レイアウトを反映した実験用のスプレッドシートマップを作成します。マップに、1つのグリッドで測定されるひずみの名前と、別のグリッドで使用される照明条件の説明が含まれていることを確認します。
  2. Python スクリプトまたは別の優先プログラミング言語を使用して、エクスポートされたデータを分析します。マップスプレッドシートを配列にインポートし、ひずみ名と条件名をプレートの各ウェルに関連付けます。
    注:分析用のサンプルコードは、https://github.com/mccleanlab/Lustro にあります。或いは、種々のプレートリーダ19からのデータを解析するアプリケーションを採用することもできる。
  3. エクスポートした実験スプレッドシートから別の配列にデータを読み取ります。
  4. 図 4 に示すように、各ひずみと条件の光学濃度値と蛍光値を経時的にプロットします。
  5. 光学濃度プロットを調べて、培養物の指数関数的な成長または飽和の段階を判断します。この情報は、 図 5 に示すように、菌株間または条件間で蛍光測定値を比較するための適切な時点を選択するのに役立ちます。

結果

図4A は、光誘導性スプリット転写因子によって制御される蛍光レポーターを発現するオプトジェネティック株の経時的な蛍光値を示しています。実験で使用されたさまざまな光条件は、光が点灯している時間の割合を表すデューティサイクルの変動によって反映されます。全体的な蛍光レベルは、光刺激のデューティサイクルに比例することが観察されます。

ディスカッション

ここで紹介するLustroプロトコルは、培養、照明、測定プロセスを自動化し、光遺伝学的システムのハイスループットスクリーニングと特性評価を可能にします6。これは、照明装置、マイクロプレートリーダー、振とう装置をオートメーションワークステーションに統合することで実現されます。このプロトコルは、酵母 S.cerevisiae に統合されたさまざまな光遺伝学的?...

開示事項

著者は何も開示していません。

謝辞

この研究は、米国国立衛生研究所(NIH)の助成金R35GM128873と米国国立科学財団の助成金2045493(M.N.M.に授与)の支援を受けました。Megan Nicole McClean博士は、バロウズ・ウェルカム基金のサイエンティフィック・インターフェースでキャリア賞を受賞しています。Z.P.H.は、ゲノム科学トレーニングプログラム5T32HG002760へのNHGRIトレーニング助成金の支援を受けました。McClean研究室のメンバーとの実りある議論を認めており、特に、原稿にコメントを寄せてくださったKieran Sweeney氏に感謝します。

資料

NameCompanyCatalog NumberComments
96-well glass bottom plate with  #1.5 cover glassCellvisP96-1.5H-N
BioShake 3000-T elm (heater shaker)QINSTRUMENTS
Fluent Automation WorkstationTecan
LITOS (alternative illumination device)Hohener, et al. Scientific Reports. 2022
optoPlate-96 (illumination device)Bugaj, et al. Nature Protocols. 2019
Robotic Gripper ArmTecan
Spark (plate reader)Tecan
Synthetic Complete mediaSigmaAldrichY1250
Tecan Connect (user alert app)Tecan
yMM1734 (BY4741 Matα ura3Δ0::5' Ura3 homology, pRPL18B-Gal4DBD-eMagA-tENO1, pRPL18B-eMagB-Gal4AD-tENO1, pGAL1-mScarlet-I-tENO1, Ura3, Ura 3' homology  his3D1 leu2D0 lys2D0 gal80::KANMX gal4::spHIS5)Harmer, et al. ACS Syn Bio. 2023
yMM1763 (BY4741 Matα ura3Δ0::5' Ura3 homology, pRPL18B-Gal4DBD-CRY2(535)-tENO1, pRPL18B-Gal4AD-CIB1-tENO1, pGAL1-mScarlet-I-tENO1, Ura3, Ura 3' homology  his3D1 leu2D0 lys2D0 gal80::KANMX gal4::spHIS5)Harmer, et al. ACS Syn Bio. 2023
yMM1765 (BY4741 Matα ura3Δ0::5' Ura3 homology, pRPL18B-Gal4DBD-eMagA-tENO1, pRPL18B-eMagBM-Gal4AD-tENO1, pGAL1-mScarlet-I-tENO1, Ura3, Ura 3' homology  his3D1 leu2D0 lys2D0 gal80::KANMX gal4::spHIS5)Harmer, et al. ACS Syn Bio. 2023
YPD AgarSigmaAldrichY1500

参考文献

  1. Pérez, A. L. A., et al. Optogenetic strategies for the control of gene expression in yeasts. Biotechnology Advances. 54, 107839 (2022).
  2. Lan, T. -. H., He, L., Huang, Y., Zhou, Y. Optogenetics for transcriptional programming and genetic engineering. Trends in Genetics. 38 (12), 1253-1270 (2022).
  3. Olson, E. J., Tabor, J. J. Optogenetic characterization methods overcome key challenges in synthetic and systems biology. Nature Chemical Biology. 10, 502-511 (2014).
  4. Hallett, R. A., Zimmerman, S. P., Yumerefendi, H., Bear, J. E., Kuhlman, B. Correlating in vitro and in vivo Activities of Light Inducible Dimers: a Cellular Optogenetics Guide. ACS Synthetic Biology. 5 (1), 53-64 (2016).
  5. Scott, T. D., Sweeney, K., McClean, M. N. Biological signal generators: integrating synthetic biology tools and in silico control. Current Opinion in Systems Biology. 14, 58-65 (2019).
  6. Harmer, Z. P., McClean, M. N. Lustro: High-throughput optogenetic experiments enabled by automation and a yeast optogenetic toolkit. ACS Synthetic Biology. 12 (7), 1943-1951 (2023).
  7. Bindels, D. S., et al. mScarlet: a bright monomeric red fluorescent protein for cellular imaging. Nature Methods. 14 (1), 53-56 (2017).
  8. Bugaj, L. J., Lim, W. A. High-throughput multicolor optogenetics in microwell plates. Nature Protocols. 14 (7), 2205-2228 (2019).
  9. Höhener, T. C., Landolt, A. E., Dessauges, C., Hinderling, L., Gagliardi, P. A., Pertz, O. LITOS: a versatile LED illumination tool for optogenetic stimulation. Scientific Reports. 12 (1), 13139 (2022).
  10. Grødem, E. O., Sweeney, K., McClean, M. N. Automated calibration of optoPlate LEDs to reduce light dose variation in optogenetic experiments. BioTechniques. 69 (4), 313-316 (2020).
  11. Dunlop, M. J. . A supplemental guide to building the optoPlate-96. , (2021).
  12. Thomas, O. S., Hörner, M., Weber, W. A graphical user interface to design high-throughput optogenetic experiments with the optoPlate-96. Nature Protocols. 15 (9), 2785-2787 (2020).
  13. Robertson, J. B., Davis, C. R., Johnson, C. H. Visible light alters yeast metabolic rhythms by inhibiting respiration. Proceedings of the National Academy of Sciences of the United States of America. 110 (52), 21130-21135 (2013).
  14. . Synthetic Complete (SC) Medium. 2016 (11), (2016).
  15. Lambert, T. J. FPbase: a community-editable fluorescent protein database. Nature Methods. 16 (4), 277-278 (2019).
  16. Hecht, A., Endy, D., Salit, M., Munson, M. S. When wavelengths collide: bias in cell abundance measurements due to expressed fluorescent proteins. ACS Synthetic Biology. 5 (9), 1024-1027 (2016).
  17. . YPD media. 2010 (9), (2010).
  18. . . Low-Fluorescence Yeast Nitrogen Base without Riboflavin and Folic Acid Medium (LFM). 2016 (11), (2016).
  19. Csibra, E., Stan, G. -. B. Parsley: a web app for parsing data from plate readers. Zenodo. , (2023).
  20. Gerhardt, K. P., et al. An open-hardware platform for optogenetics and photobiology. Scientific Reports. 6 (1), 35363 (2016).
  21. Gutiérrez Mena, J., Kumar, S., Khammash, M. Dynamic cybergenetic control of bacterial co-culture composition via optogenetic feedback. Nature Communications. 13, 4808 (2022).
  22. Milias-Argeitis, A., et al. In silico feedback for in vivo regulation of a gene expression circuit. Nature Biotechnology. 29 (12), 1114-1116 (2011).
  23. Milias-Argeitis, A., Rullan, M., Aoki, S. K., Buchmann, P., Khammash, M. Automated optogenetic feedback control for precise and robust regulation of gene expression and cell growth. Nature Communications. 7, 12546 (2016).
  24. Bertaux, F., et al. Enhancing bioreactor arrays for automated measurements and reactive control with ReacSight. Nature Communications. 13 (1), 3363 (2022).
  25. Benisch, M., Benzinger, D., Kumar, S., Hu, H., Khammash, M. Optogenetic closed-loop feedback control of the unfolded protein response optimizes protein production. Metabolic Engineering. 77, 32-40 (2023).
  26. Melendez, J., Patel, M., Oakes, B. L., Xu, P., Morton, P., McClean, M. N. Real-time optogenetic control of intracellular protein concentration in microbial cell cultures. Integrative Biology. 6 (3), 366-372 (2014).
  27. Datta, S., et al. High-throughput feedback-enabled optogenetic stimulation and spectroscopy in microwell plates. bioRxiv. , (2022).
  28. Pouzet, S., et al. Optogenetic control of beta-carotene bioproduction in yeast across multiple lab-scales. Frontiers in Bioengineering and Biotechnology. 11, 1085268 (2023).
  29. Pouzet, S., Banderas, A., Le Bec, M., Lautier, T., Truan, G., Hersen, P. The promise of optogenetics for bioproduction: dynamic control strategies and scale-up instruments. Bioengineering. 7 (4), 151 (2020).

転載および許可

このJoVE論文のテキスト又は図を再利用するための許可を申請します

許可を申請

さらに記事を探す

Lustro Lustro Saccharomyces Cerevisiae

This article has been published

Video Coming Soon

JoVE Logo

個人情報保護方針

利用規約

一般データ保護規則

研究

教育

JoVEについて

Copyright © 2023 MyJoVE Corporation. All rights reserved