JoVE Logo

로그인

JoVE 비디오를 활용하시려면 도서관을 통한 기관 구독이 필요합니다. 전체 비디오를 보시려면 로그인하거나 무료 트라이얼을 시작하세요.

기사 소개

  • 요약
  • 초록
  • 서문
  • 프로토콜
  • 결과
  • 토론
  • 공개
  • 감사의 말
  • 자료
  • 참고문헌
  • 재인쇄 및 허가

요약

이 연구는 합성 유전자 회로의 스토카시 거동을 분석하고 정량화하기 위해 대장균의 단일 세포의 라이브 이미징을 허용하는 현미경 방법을 제시합니다.

초록

여기에서 개발된 프로토콜은 몇 시간 동안 에샤리치아 대장균 분열 및 형광 농도의 컴퓨터 추적을 가능하게 하는 도구를 제공합니다. 이 과정은 최소한의 미디어에서 살아남은 식민지를 선별하여 시작되며, 정확한 플라스미드를 품고 있는 대장균만이 특정 조건에서 번창할 수 있을 것이라고 가정합니다. 많은 DNA 부품의 조립을 요구하는 대형 유전 회로를 구축하는 과정이 어렵기 때문에 회로 구성 요소는 종종 여러 항생제의 사용을 요구하는 다른 복사 번호로 여러 플라스미드 사이에 분포됩니다. 플라스미드의 돌연변이는 항생제 내성 유전자의 전사를 파괴하고 괴사로 이어지는 세포내 자원 관리와 교차할 수 있다. 선택한 식민지는 유리 바닥 페트리 접시에 설정되며 밝은 필드와 형광 도메인 모두에서 현미경 추적을 위해 몇 가지 초점 평면이 선택됩니다. 이 프로토콜은 규제할 수 없는 초기 조건에서 12시간 이상 이미지 포커스를 유지하여 몇 가지 어려움을 초래합니다. 예를 들어, 죽은 세포는 몇 시간 동안 이미징을 한 후 렌즈의 초점 분야에 축적되기 시작하여 독소가 축적되고 신호가 흐리고 부패합니다. 영양소의 고갈은 새로운 신진 대사 과정을 소개하고 회로의 원하는 반응을 방해합니다. 실험의 온도는 유도제와 항생제의 효과성을 낮춥니다, 이는 신호의 신뢰성을 더욱 손상시킬 수 있습니다. 최소한의 미디어 젤은 수축되고 건조되며, 그 결과 시간이 지남에 따라 광학 초점이 변경됩니다. 우리는 다른 미생물을 위한 유사한 방법을 개발하는 이전 작품과 유사한 대장균에있는 이 도전을 극복하기 위하여 이 방법을 개발했습니다. 또한, 이 방법은 변경되지 않은 변경되지 않은 세포에서 총 금세 노이즈를 정량화하는 알고리즘을 제공하여, 결과가 유사한 변동 계수(CV)에 의해 도시된 바와 같이 유량 분석기 예측과 일치한다는 것을 발견한다.

서문

합성 생물학은 지난 10년 동안 등장한 다분야 분야로, 기초과학4,5,진단, 치료 및 생명공학적 응용 분야6,7,8,9,10을이해하기 위해 살아있는 세포에서 다중 신호 통합 및 처리를 달성하기 위한 노력의 일환으로 엔지니어링 설계 원리를 합리적 생물학적 설계1,2,3으로변환하는 것을 목표로 하고 있다. 합성 유전자 회로의 입력 출력 반응을 정량화하는 당사의 능력은 자동화된 시간 경과 현미경검사법(11)을이용한 유량 분석기 및 라이브 세포 이미징을 포함한 단일 세포 기술의 최근 발전에 의해 혁명을 일으켰습니다. 유량 분석기는 종종 정상 상태1,12에서이러한 회로의 반응을 측정하는 데 사용되며, 반전된 현미경 검사는 단일 세포3의수준에서 합성 유전자 회로의 동적 반응을 측정하는 데 사용된다. 예를 들어, 합성 생물학의 초기 작업 중 하나는 지연3와부정적인 피드백 루프를 사용하여 살아있는 세포에서 유전 발진기 네트워크의 건설을 포함했다. 나중에, 유전 발진기 회로는 살아있는 세포의 동적 환경에서 대사 조절을 이해하기 위해 적용되었다4. 자동 시간 경과 현미경 검사는 이러한 회로를 특성화하는 하나의 방법입니다. 우리는 숙주 세포, 대장균이미세 식민지를 형성 할 때 동기화되어 정확한 어머니 - 딸 관계를 추적하지 않고 신호 및 소음 계산을 허용한다고 가설합니다.

소음은 종종 여러 소스에서 발생하는 생물학적 시스템의 근본적이고 내재된 측면입니다. 예를 들어,단백질(13)의확산과 같은 임의의 임의 운반선의 수송에서 비롯된 신호를 포함하는 생화학반응을 고려한다. 이러한 신호는 임의변동(14)으로전파됩니다. 다른 소음원은 온도, 습도 및 압력과 같은 환경 조건의 자원 가용성, 세포 분열 및 변화입니다. 합성 유전자 회로에서 전파되는 생물학적 신호는 종종 이러한 회로의 성능을 방해하는 매우 낮은 신호 대 잡음 비(SNR)를 가지고 있습니다. 따라서 유전 회로 설계는 유전 공학15의가장 어려운 측면 중 하나입니다. 예를 들어, 평균 유전자 발현(전체 세포 집단에 걸쳐 측정됨)만 계산하는 대부분의 접근법과는 달리, 측정된 신호의 분산은 합성 유전자네트워크(12)를통해 예측 가능한 동작을 설계하기 위해 고려된다. 이와 같이, 단백질 발현에서의 가변성 또는 노이즈의 수준은 아날로그 및 디지털 유전자 회로1,16,17의설계 및 성능에 지배적인 역할을 한다.

에체리치아 대장균3,7,18을포함한 세포 간 가변성을 정량화하기 위한 많은 접근법이 개발되었다. 이러한 방법은 종종 유전자 활성화 및 대사 경로를 연구하는 데 사용되지만, 특히 이것이 근본적인 도전인 살아있는 세포에서 유전 회로를 측정하고 분열시키는 것과 같은 스토샤스 잡음 역학연구에 덜 초점을 맞추고 있다19,20,21. 회로 자체에 상속된 몇몇 요인(본질적인) 및 숙주 세포(외수성)에서 파생된 몇몇 요인은 유전 회로의 지속적인 성능을 방해할 수 있습니다. 본 논문에서는 내재및 외장소음원을 포함한 대장균 세포의 총 소음을 정량화하는 것을 목표로 하는 프로토콜을개발하였다 6,22. 총 노이즈를 정량화한 다음 SNR23을평가함으로써 유전자 회로의 설계를 개선할 수 있다. 이 방법은 여러 형광 단백질6,20을모니터링하여 독립적인 소음원을 별도로 측정하도록 수정할 수 있다. 여기에 설명된 프로토콜의 경우, 외부 요인의 영향 없이 환경 조건을 잘 제어하고 지속적으로 세포의 활성을 측정합니다. 우리는 시간이 지남에 따라 단일 세포에서 형광 단백질에서 신호를 측정하고 동시에 아가로즈 기판 에서 그들을 이미지. 결과 이미지는 실험실의 사용자 지정 MATLAB을 사용하여 분석됩니다.

이상적으로, 세포 내부의 형광 단백질의 실시간 활성을 지속적으로 측정하면 세포의 성장과 분열을 통해 정확한 데이터를 생성할 것이다. 그러나 이러한 데이터를 획득하는 것은 어렵습니다. 이것은 광 표백7로알려진 형광 단백질의 저하로 인해 흥분 과정에서 방사선에 노출됩니다. 더욱이, 대장균 세포는 또한 광독성7로이어질 수 있는 여기에 민감하다. 두 문제 모두 획득할 수 있는 사진 프레임의 양과 인수 사이의 시간을 제한합니다. 이미징 중에 세포를 성장시키는 데 사용되는 기판 및 중간 유형 (예를 들어, 리소제니 국물)은 또한 중요한 역할을 합니다. 비형광 배경을 최소화하고 세포 분할 시간을 연장하는 최소한의 매체를 사용하는 것이 좋습니다.

더욱이, 샘플은 다음과 같은 요구 사항(1) 낮은 세포 분열율을 고려하여 세분화 주기를 밀접하게 이미징하고 광독성 및 광표백 의 가능성을 감소시키기 위해 덜 빈번한 노출을 허용한다. 우리는 실험의 시작 부분에서 예측 된 미토시스 시간 (2)의 약 절반으로 획득 시간을 설정하여 분열의 균일성과 추적성을 향상시합니다. 세포 밀도는 이 프로토콜의 성공을 위한 중요한 매개변수이며 모든 실험실에 대해 결정되어야 하는 대장균 세포의 희석 비율에 의해 영향을 받습니다. 비율을 확립하기 위해, 사용되는 각 새로운 대장균 균주 또는 매체에는 성장률그래프(보충 도 1)가장착되어야 한다. 약600nm = 0.1의 초기 밀도로부터 짧은 배양 후 세포가 추가 흔들림 없이 성장할 수 있다면 적절한 비율이 달성되었습니다. 이 단계에서세포는 환경 온도에 따라 분할됩니다 (3) 세포 운동의 제한: 세포 운동은 기판에 크게 의존 (아가로즈 패드) 탄력. 기판 의 견고함은 총 아가로즈의 양과 겔 응고 시간에 따라 달라집니다. 에체리치아 대장균은 미토시스를 앓기 때문에 젤은 실온에서 하룻밤 동안 고화하도록 방치할 수 없습니다. 기판 안정성에 영향을 미치는 다른 요인은 시료 및 습도의 물의 양을 포함한다. 추가 문제는 대표 결과에대해 자세히 설명합니다. 이 프로토콜은 많은 세부 정보를 제공하고 점차적으로 한 단계에서 다른 단계로 이동합니다. 이 프로토콜은 이미징 실험에 대한 긴 안정성을 제공하며 기본 이미지 처리 도구를 제공합니다.

프로토콜

1. 미디어 및 문화 준비

  1. 1,000x 카베니실린(50 mg/mL) 또는 관련 항생제의 재고 용액을 준비합니다.
    1. . 스카베니실린 의 무게 0.5 g. 멸균 H2O. 완전히 용해 10 mL를 추가합니다.
    2. 0.22 μm 주사기 필터를 통해 카베니실린 재고를 살균합니다. 항생제 용액을 알리쿼트하고 -20 °C에 보관하십시오.
  2. 리소제니 국물(LB) 플레이트를 준비하려면 트립톤 5g, NaCl 5g, 효모 추출물 2.5g, 바토 아가르 7.5g을 멸균 H2O. Autoclave용 121°C에서 20분 동안 121°C로 섞는다.
    1. 50°C 수조에 용융 젤 믹스를 부분적으로 담급니다. 카베니실린 1,000 μL(50 mg/mL)을 추가합니다.
    2. 멸균 환경에서 페트리 요리를 준비합니다. 냉장고에 보관하기 전에 접시를 놓습니다.
  3. M9 최소 매체의 경우 5x M9 염(56.4g/L), 2M 포도당 및 2% 비오틴 프리 카산산과 같은 별도의 스톡 솔루션을 준비하십시오. 20 분 동안 121 °C에서 솔루션을 오토 클레이브합니다.
  4. 5 페트리 플레이트를 준비하려면 1125 mg의 저용 한천과 400 mg의 한고를 89.2 mL의 최소 미디어 (1x M9)로 섞습니다. 250mL 에렌마이어 플라스크에 2% 카산산(2% [vol/vol])의 10mL를 추가합니다.
    참고: 플라스크의 안쪽 입술에 미디어를 부어야 합니다.
  5. 3~4초의 짧은 버스트에서 솔루션을 전자레인지에 연결합니다. 솔루션이 명확해질 때까지 반복합니다.
    참고: 비등점에 도달하지 않도록 하십시오.
  6. 250mL 에를렌마이어 플라스크를 온수 욕조(60°C)에 놓고 확산에 의해 더 섞어 온도가 약 45-50°C까지 떨어질 때까지 식힙니다.
  7. 접시가 쏟아지는 벤치에서 불꽃을 밝아보며 불을 붙인다.
  8. 다음 순서로 모든 솔루션을 신속하게 추가합니다.
    글리세롤 800 μL (0.4% [vol/vol])
    티아민 100 μL (B1)
    포도당 1100 μL (2M)
    카베니실린 100 μL (50 mg/mL).
  9. 에를렌마이어 플라스크를 소용돌이치며 모든 재료가 한천 전체에 분포되도록 합니다.
  10. 화염 옆에 한 번에 한 접시를 열고 붓기 시작합니다.
    1. 초기 응고될 때까지 몇 분 동안 접시를 벤치에 둡니다.
    2. 물 응축이 젤에 떨어지는 것을 방지하기 위해 접시를 거꾸로 설정합니다.
    3. 플레이트를 실온에서 약 2시간 동안 고화시도록 둡니다.
    4. 플레이트가 고화되고 건조되면 약 3 개월 동안 4 °C에서 저장할 수 있습니다.

2. 세균 균주와 플라스미드 건설

참고: 유전 회로는 한 부분을 포함; PtetO 프로모터에 의해 구동되는 녹색 형광 단백질(GFP)은 구성식 발현을 초래합니다. 이 작업의 모든 플라스미드는 기본 분자 복제 기술을 사용하여 시공되었고 표준 열 충격프로토콜(24)을사용하여 대장균 10β로 변형되었다. 최종 구조는 시험을 위한 대장균 MG1655 야생형 변형으로 변형되었다.

  1. 표준 열 충격프로토콜(24)으로원하는 플라스미드를 대장균 MG1655 세포로 변환한다.
  2. 37°C에서 하룻밤 사이에 LB 한천 플레이트에서 변형된 세포를 성장시키면 됩니다.
    참고: 페트리 요리를 현미경 사용시 최대 2.2일에서 3일까지 유지할 수 있습니다.
  3. 유리 튜브에 관련 항생제로 보충 된 LB 국물의 5 mL로 단일 식민지를 접종.
  4. 액체가 흐릴 때까지 2 시간 동안 인큐베이터에서 250 rpm 흔들림 속도로 37 °C에서 세포를 성장시킵니다.
  5. 다음과 같이 희석 솔루션 1mL을 준비하십시오.
    최소 용지 892 μL (1x M9)
    글리세롤 8μL (0.4% [vol/vol])
    100 μL 2% 카산산 (0.2% [wt/vol])
    티아민 1μL (B1)
    포도당 11 μL (2M)
    관련 항생제의 1 μL
    1. 혼합하고 아래로 회전.
  6. 에셀리치아 대장균의 30 μL을 희석용액의 1000 μL로 추가하여 2.4단계에서 세포 배양(1:30)을 희석한다(단계 2.5).
  7. 37°C에서 흔들림(250rpm)으로 튜브를 1시간 동안 배양한다.
  8. 1.10 단계에서 준비된 M9 플레이트에 40 μL - 60 μL을 성장시다. 하룻밤 사이에 37 °C에서 플레이트를 배양하십시오.
    참고: 도금용 광학 밀도(OD600nm)는약 0.1이어야 합니다.
  9. 벤치에 최대 35mm 유리 바닥 플레이트를 놓습니다.
    참고: 플레이트의 유리에 사용되는 현미경 렌즈에 대한 정확한 두께가 있는지 확인하십시오.
  10. 젤 플레이트에 파종에 대한 배양을 준비하고, 2.9 단계 현미경 측정에서 제조 된 플레이트에서 콜로니에 대한 2.3 에서 2.6 단계를 반복합니다.
  11. 다음 솔루션을 준비하여 세 개의 현미경 플레이트를 만듭니다.
    1. 수조를 60°C로 예열합니다.
    2. 112.5 mg의 저용 한천과 40 mg의 한고를 최소 미디어(1x M9)로 혼합하고 25mL 에렌마이어 플라스크에 2% 카산산(0.2% [vol/vol])의 1mL를 추가합니다.
      참고: 플라스크의 안쪽 입술에 미디어를 부어야 합니다.
  12. 2~3초의 짧은 버스트에서 솔루션을 전자레인지에 연결합니다. 솔루션이 명확해질 때까지 반복합니다.
    참고: 비등점에 도달하지 않도록 하십시오.
  13. 25mL 에렌마이어 플라스크를 온수 욕조(60°C)에 놓고 확산에 의한 혼합을 더 하고, 온도가 약 45-50°C까지 떨어질 때까지 벤치에 식힙니다.

3. 아가로즈 패드 준비

  1. 70%의 에탄올로 깨끗한 벤치. 청소 된 벤치에 스트레치 테이프. 테이프가 매끄럽고 수평이 있는지 확인합니다.
  2. 테이프에 하나, 두 번째 커버립을 준비합니다. 커버리드를 준비합니다.
  3. 물 목욕에서 플라스크 (2.14 단계에서 준비)를 제거하고 플라스크의 외부를 깨끗하게 닦고 온도가 약 45-50 °C로 떨어질 때까지 식힙니다.
  4. 젤 용액을 만들려면 다음 순서로 모든 솔루션을 빠르게 혼합하십시오.
    글리세롤 80μL (0.4% [vol/vol])
    2% 카산산 1mL (0.2% [wt/vol])
    티아민 10 μL (B1)
    포도당 110 μL (2M)
    관련 항생제의 10 μL.
  5. 커버슬립에 젤 1.5mL를 붓고 두 번째 조각으로 덮어 "샌드위치"를 만듭니다.
  6. 에를렌마이어를 온수 욕조로 되돌려 보시면 됩니다. 뚜껑으로 샌드위치를 덮고 타이머를 20분 동안 설정합니다.
  7. 동시에, 튜브를 흔들림으로 37°C에서 1h로 2.11단계로부터 배양(250rpm)
  8. 20 분 후 샌드위치 (단계 3.5)를 뒤집고 덮고 1 시간 동안 그대로 둡니다.
    참고: 더 나은 결과를 위해 "샌드위치"는 단계 3.8의 기간 동안 4 °C에서 휴식을 둡니다.
  9. 35mm 접시에 샘플을 배관하여 3.7 단계에서 종자 대장균 배양.
    참고: 별도의 작은 방울로 셀의 6 μL을 파이프팅하면 최상의 결과를 제공합니다.
  10. 방울이 건조되도록 허용하여 최소 15분, 최대 30분 간 건조시다.
  11. 커버슬립을 멀리 밀어 3.8 단계에서 샌드위치의 고화 된 젤을 노출.
  12. 생검 펀치 또는 팁으로 작은 개별 패드로 샌드위치를 잘라.
  13. 샘플(3.9단계)에 부드럽게 기대어 두십시오. 벤치에 20 분 동안 접시를 둡니다.

4. 현미경 이미징샘플 준비

  1. 3.6 단계에서 수조에서 플라스크를 제거합니다. 플라스크의 바깥쪽을 깨끗하게 닦고 실온(25°C)으로 식힙니다.
    참고: 타이머가 끝나기 약 3분 전에 4.1 단계에서 플라스크를 제거합니다.
  2. 젤의 3mL를 원형 운동으로 플레이트 둘레에 지속적으로 붓습니다. 몇 분 동안 굳어 둡니다.
  3. 테이프로 플레이트를 밀봉하고 25G 바늘로 여러 구멍을 관통하십시오. 모든 접시를 뒤집어 서 물 응축이 젤에 떨어지는 것을 방지합니다.
  4. 모든 접시를 4°C에서 30분 동안 배양하여 세포 미토시스를 방지하면서 완전한 고형화를 허용합니다.
    참고: 샘플을 4°C로 남겨 서 연속측정을 위해 하루이상 방치하십시오.
  5. 제조업체 지침당 현미경을 시작합니다.
  6. 가장 낮은 증폭 렌즈를 사용하여 초기 포커스를 찾고 자동 초점 시스템(AFS)을 참여시다.
  7. 필요한 경우 오일을 사용하고, 렌즈를 오일로 익사시키고 플랫폼 컨트롤러(수동으로 는 아님)로 플레이트를 이동하여 조심스럽게 확산시키고 AFS는 다시 참여할 수 있습니다.
  8. Z 단계 단면에 대한 기본 제안에 따라 Z 방향으로 상대 단면을 사용합니다.
    참고: 5분마다 밝은 필드 이미지와 20분마다 형광 이미지를 찍었습니다. 때로는 처음 30 분 동안 초점을 조정해야합니다. 현미경 인큐베이터 상자와 오일을 예열하면서 샘플을 냉장보관하면서 초기 초점 손실을 줄이는 경향이 있습니다.

5. 데이터 분석

참고: 현미경 데이터를 처리하기 위해 MATLAB에서 컴퓨터 기반 소프트웨어를 설계했습니다. 이 소프트웨어는 밝은 필드 티프 이미지와 세그먼트에서 셀 경계를 식별하고 영역별로 셀을 정렬합니다. 이 영상 분석의 출력은 현미경 해상도 한계로 인해 세포 후광과 같은 형광 영역에서 세포 강도 수준을 도출하고 유물을 취소하기 위해 형광 티프 이미지에 대한 마스크로 사용될 수 있다. 개발된 이 소프트웨어는7,25,26,27,28,29,30과 유사한 작품에서 영감을 받았으며 실험실에 맞는 우아한 솔루션을 제공합니다.

  1. 먼저 main_code.m다음 매개 변수를 정의합니다.
    1. 획득 이미지의 폴더를 정의합니다.
    2. 이미지 기간 - 몇 분 만에 밝은 필드 채널 시간 단계를 정의합니다.
    3. GFP 주파수 - GFP 이미지의 수집 속도를 정의합니다.
    4. 현미경 해상도(즉, 픽셀 수가 1 μm와 같음)를 정의합니다.
    5. 히스토그램 빈 범위 - 셀 영역 범위를 정의합니다.
      참고: 세포 영역에 따라 데이터를 분류하는 프로세스는 유동 세포 측정 데이터 분석에서 게이팅의 원리와 유사합니다. 게이트는 공통의 특성을 가진 세포의 인구 주위에 배치됩니다, 일반적으로 앞으로 흩어져 측면 흩어져, 분리하고 관심의 이 인구를 정량화하기 위해. 현미경 검사는 여러 세포 그룹을 게이트, 조사 및 정량화 할 수 있습니다.
    6. 컨볼루션 커널(3,3) 정의 -이 매개 변수는 전역임계값(count_cells.m)에의해 셀 경계를 감지합니다.
      참고: 이 설정은 실험실 또는 현미경을 변경할 때만 필요합니다. 소프트웨어는 입력 밝은 필드 채널이 인덱스 c1, 형광 채널로 c2로 레이블을 지정해야 합니다.
  2. 다른 모든 스크립트를 자동으로 실행하는 main_code.m실행합니다(count_cells.m,cell_growth_rate.m).
    1. 프로그램은 자동으로 밝은 필드 이미지를 세그먼트(보충 그림 2-4참조).
    2. 분할 영상을 형광 영상(GFP)과 결합하여 셀당 강도 수준을 추출합니다.
    3. 시간별 셀의 양 그래프를 계산하고 기하급수적 성장에 따라 적합합니다.
    4. 각 셀 영역 범위에 대한 평균 및 표준 편차(STD)를 계산합니다.
    5. 각 셀 영역 범위에 대한 신호 대 노이즈 비율(SNR)을 계산합니다.
    6. 강도에 의해 셀의 양을 플롯하고 맞춥시다.
    7. 분산(CV)의 계수를 계산하고 흐름 분석기 데이터와 비교합니다.
      참고: 소프트웨어는 새로운 폴더 "폴더/분할"에서 conv_kernel 조정하기 위한 최종 세분화 이미지를 출력으로 제공합니다. 소프트웨어는 새로운 폴더 "당신의 폴더 / 그래프의 출력으로 표시됩니다.
  3. 실험 을 비교하려면 compare_experiments.m사용하십시오.
    1. 저장된 그래프에 대한 디렉토리와 \Compare결과 디렉터리에 대한 주소를 정의합니다.
    2. 파일을 실행합니다.

결과

이 소프트웨어는 흰색과 검은색이 아닌 밝은 필드 도메인 이미지를 분석합니다. 대장균은 오프 화이트 배경에 검은 직사각형 모양처럼 보일 것이며, 휘도의 동적 범위는 중앙(그림 1)에스파이크를 표시해야합니다. 형광 이미지에서 세포는 작은 후광을 가질 수 있지만 직사각형 모양을 가진 개별 세포는 여전히 해결 될 수 있습니다. 미토시스 이벤트는 30분 후에 먼저 ?...

토론

이 작업에서, 우리는 시간의 기간 동안 분할 및 형광 수준에 따라, 대장균 라이브 세포의 컴퓨터 추적을 가능하게하는 프로토콜을 개발했다. 이 프로토콜을 통해 우리는 CV와 SNR을 실시간으로 측정하여 대장균의 유전 회로의 궤적 역학을 정량화할 수 있습니다. 이 프로토콜에서 도 10에표시된 두 개의 서로 다른 회로의 스토세스 동작을 비교했습니다. 그것은 낮은 복사 번...

공개

저자는 공개 할 것이 없습니다.

감사의 말

우리는 MATLAB 코드를 지원길 겔버트 (전기 공학 학부, 테크니온)에 감사드립니다. 이 기사를 증명하는 데 도움을 주신 시밍 리 박사(생명의학 공학부, 테크니온 교수)에게 감사드립니다. 이 연구는 부분적으로 노이바우어 가족 재단과 과학의 이스라엘 부에 의해 지원되었다, 보조금 2027345.

자료

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

참고문헌

  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).

재인쇄 및 허가

JoVE'article의 텍스트 или 그림을 다시 사용하시려면 허가 살펴보기

허가 살펴보기

더 많은 기사 탐색

170

This article has been published

Video Coming Soon

JoVE Logo

개인 정보 보호

이용 약관

정책

연구

교육

JoVE 소개

Copyright © 2025 MyJoVE Corporation. 판권 소유