É necessária uma assinatura da JoVE para visualizar este conteúdo. Faça login ou comece sua avaliação gratuita.
Method Article
A plataforma de imagem "The Lifespan Machine" automatiza a observação ao longo da vida de grandes populações. Mostramos os passos necessários para realizar ensaios de expectativa de vida, resistência ao estresse, patogênese e envelhecimento comportamental. A qualidade e abrangência dos dados permitem estudar intervenções no envelhecimento, apesar da presença de variações biológicas e ambientais.
Animais geneticamente idênticos mantidos em um ambiente constante apresentam uma ampla distribuição de tempo de vida, refletindo um grande aspecto estocástico não genético ao envelhecimento conservado em todos os organismos estudados. Esse componente estocástico significa que, para entender o envelhecimento e identificar intervenções bem-sucedidas que prolonguem a expectativa de vida ou melhorem a saúde, os pesquisadores devem monitorar grandes populações de animais experimentais simultaneamente. A pontuação manual tradicional de óbitos limita o rendimento e a escala necessários para testes de hipóteses em larga escala, levando ao desenvolvimento de métodos automatizados para ensaios de vida útil de alto rendimento. A Lifespan Machine (LSM) é uma plataforma de imagem de alto rendimento que combina scanners de mesa modificados com processamento de imagem personalizado e software de validação de dados para o rastreamento de nematoides ao longo da vida. A plataforma constitui um grande avanço técnico ao gerar dados de vida útil altamente resolvidos temporalmente a partir de grandes populações de animais em uma escala sem precedentes e com uma precisão estatística e precisão igual aos ensaios manuais realizados por pesquisadores experientes. Recentemente, o MSL tem sido desenvolvido para quantificar as alterações comportamentais e morfológicas observadas durante o envelhecimento e relacioná-las com o tempo de vida. Aqui, descrevemos como planejar, executar e analisar um experimento de vida útil automatizado usando o LSM. Destacamos ainda as etapas críticas necessárias para o sucesso da coleta de dados comportamentais e curvas de sobrevida de alta qualidade.
O envelhecimento é um processo complexo, multifacetado, caracterizado pelo declínio da função fisiológica de um organismo, que leva ao aumento do risco de doença e morte ao longo do tempo1. O tempo de vida, medido como o tempo desde o nascimento ou o início da idade adulta até a morte, fornece um resultado inequívoco do envelhecimento2 e uma proxy indireta, mas rigorosamente quantitativa, para medir a taxa relativa de envelhecimento entre as populações3. Os estudos de envelhecimento geralmente dependem de medidas precisas da expectativa de vida, semelhantes aos ensaios clínicos, para comparar os desfechos entre uma população exposta a uma intervenção e um grupo controle não exposto. Infelizmente, problemas de reprodutibilidade permeiam a pesquisa sobre envelhecimento, às vezes devido a experimentos estatisticamente subpotentes4 e muitas vezes devido à sensibilidade inerente dos ensaios de expectativa de vida a variações sutis no ambiente5. Experimentos robustos requerem múltiplas réplicas de grandes populações, e esse processo se beneficia particularmente da escalabilidade experimental oferecida pela automação6.
As exigências rigorosas dos ensaios de longevidade têm origem na imprevisibilidade do próprio processo de envelhecimento. Indivíduos isogênicos alojados em ambientes idênticos apresentam diferentes tempos de morte e taxas de declínio fisiológico7, sugerindo que a expectativa de vida envolve um alto grau de estocástico 7,8. Portanto, grandes populações são necessárias para medir mudanças quantitativas no processo de envelhecimento, como mudanças na expectativa de vida média ou máxima, e para superar vieses decorrentes da variabilidade individual. Além disso, a capacidade de ensaios de alta longevidade é crucial para apoiar estudos de formas de curvas de sobrevivência e modelos da dinâmica do envelhecimento9.
O nematoide Caenorhabditis elegans é um modelo inestimável para a pesquisa do envelhecimento devido à sua curta vida útil, tratabilidade genética e rápido tempo de geração, o que ressalta sua adequação para ensaios de envelhecimento e expectativa de vida de alto rendimento. Tradicionalmente, a vida útil em C. Elegans foi medido seguindo uma população pequena e sincronizada de cerca de 50-100 animais ao longo do tempo em meios sólidos e anotando o tempo de mortes individuais. À medida que os animais envelhecem e perdem mobilidade, a pontuação manual dos tempos de morte requer cutucar individualmente os animais e verificar se há pequenos movimentos da cabeça ou cauda. Esse é geralmente um processo tedioso e trabalhoso, embora esforços tenham sido feitos para acelerá-lo 10,11,12. É importante ressaltar que tubulações experimentais lentas dificultam o progresso em nossa compreensão do envelhecimento e da eficácia das intervenções testadas.
Para atender às demandas de pesquisa em envelhecimento por dados quantitativos, muitas tecnologias têm sido desenvolvidas para automatizar a coleta de dados, incluindo uma notável variedade de abordagens, desde câmaras microfluídicas até scanners de mesa 13,14,15,16,17,18. O LSM diferencia-se de outros métodos por sua extensa otimização para a coleta de dados de vida útil altamente precisos e precisos, o que é alcançado através do desenvolvimento de protocolos cuidadosos de calibração de equipamentos combinados com um extenso pacote de software que permite aos usuários validar, corrigir e refinar análises automatizadas13. Embora o software possa, em princípio, ser aplicado a diversas modalidades de imagem, na prática, a maioria dos usuários utiliza scanners de mesa modificados para permitir um controle ajustado sobre a temperatura e a umidade ambientais - fatores de importância crítica devido ao seu grande efeito sobre a vida útil19. O LSM obtém imagens de nematoides a cada 20 min em intervalos que variam de dias a meses, dependendo das condições ambientais e do genótipo. Os dados produzidos são de resolução temporal muito maior em comparação com os dados de ensaios manuais, e as imagens coletadas fornecem um registro visual permanente da posição do nematoide ao longo da vida. Usando métodos de aprendizado de máquina, os tempos de morte são atribuídos automaticamente a cada indivíduo. Estes resultados podem ser rapidamente validados manualmente usando um software cliente chamado "Worm Browser". Como resultado de seu hardware e software, o LSM pode gerar curvas de sobrevida estatisticamente indistinguíveis do escore manual de óbitos nas mãos de pesquisadores experientes, com a vantagem adicional de menor carga de trabalho e maior escalabilidade13.
A versão mais recente do LSM também permite o estudo do envelhecimento comportamental, coletando dados morfológicos e comportamentais ao longo da vida do nematoide e relatando-os juntamente com o tempo de vida de cada indivíduo. Em particular, o LSM captura o tempo de cessação vigorosa do movimento (VMC) de cada animal, um marco frequentemente usado para quantificar o "tempo de saúde" de um indivíduo como distinto de seu tempo de vida. Ao coletar simultaneamente dados de expectativa de vida e envelhecimento comportamental, o LSM apoia o estudo de intervenções que podem ter efeitos diferenciais em diferentes desfechos fenotípicos do envelhecimento20. Uma variedade de fenótipos macroscopicamente observáveis pode ser usada para estudar o envelhecimento comportamental, como movimento corporal ou bombeamentofaríngeo21, integridade tecidual22 e velocidade de movimento ou giro induzido porestímulo17. Comparações entre diferentes fenótipos de envelhecimento podem subsidiar análises da estrutura causal dos processos de envelhecimento. Por exemplo, a comparação entre VMC e tempo de vida foi recentemente utilizada para caracterizar dois processos distintos de envelhecimento em C. elegans23.
Embora inicialmente desenvolvido para medir a expectativa de vida em C. elegans, o LSM suporta a coleta de dados de sobrevivência e comportamentais de uma variedade de espécies de nematoides, incluindo C. Briggsae, C.; tropicalis, C.; Japonica, C.; brenneri, e P. Pacífico23. A tecnologia facilita o estudo do efeito de intervenções biológicas e ambientais sobre o tempo de vida, resistência ao estresse e resistência a patógenos e pode ser acoplada a ferramentas experimentais como ensaios direcionados de interferência de RNA ou sistemas de degradação de proteínas induzíveis por auxina. Até o momento, tem sido utilizada na literatura científica para uma ampla gama de aplicações6,24,25,26,27,28,29,30.
Aqui, descrevemos um protocolo passo-a-passo para a realização de um experimento Lifespan Machine usando placas de ágar, desde os estágios iniciais do arranjo experimental até a saída das curvas de sobrevivência resultantes. Uma característica distintiva do LSM é que o esforço é altamente front-loaded, o que significa que a maior parte do tempo do pesquisador é gasto durante a montagem experimental e, em um pequeno grau, durante a aquisição pós-imagem. A coleta de dados é totalmente automatizada durante toda a duração do experimento e permite que o pesquisador tenha uma experiência "mãos-livres". As etapas descritas aqui são mantidas em comum entre muitos tipos diferentes de ensaios de sobrevivência - o mesmo arranjo experimental é realizado para ensaios de vida útil, termotolerância, estresse oxidativo e patogênese. Na seção de resultados representativos, discutimos um subconjunto de dados de um manuscrito publicado recentemente para ilustrar a eficácia do pipeline de análise e destacar as etapas mais importantes durante a análise de imagens23.
1. Requisitos de software e hardware
Figura suplementar 1: Hardware da máquina de vida útil. Uma unidade de scanner de mesa com uma tampa aberta para mostrar as placas carregadas, que são colocadas viradas para baixo em 16 aberturas cortadas em uma esteira de borracha. O tapete de borracha é colocado na superfície de um scanner de vidro. Etiquetas para as condições são escritas nas laterais das placas para evitar problemas durante a análise de imagem. A marcação da fita com o número ("1") e/ou nome do dispositivo ("Jabba") facilita a verificação posterior da localização da amostra ao trabalhar com vários dispositivos de scanner. Mais detalhes sobre os componentes de hardware do LSM são encontrados em outra publicação13. Clique aqui para baixar este arquivo.
2. Configuração anterior ao dia do experimento
3. Configuração no dia do experimento
4. Pré-aquisição da imagem
NOTA: Um fluxograma abrangente resumindo todas as etapas baseadas em software durante a aquisição de imagens é mostrado na Figura 1.
Figura 1: Visão geral gráfica do pipeline de análise de imagens da Lifespan Machine. As etapas de pré, durante e pós-aquisição de imagens são realizadas em grande parte na interface web (WI, em vermelho) e no Worm Browser (WB, em verde). Algumas etapas são executadas em outras plataformas (O, em azul), como documentos TXT na etapa 3a, Photoshop ou equivalente na etapa 4b e JMP ou equivalente na etapa 13. Clique aqui para ver uma versão maior desta figura.
Figura 2: Visualizar a imagem de captura e a seleção da área de digitalização. (A) Para cada scanner no experimento, uma imagem de captura de visualização é gerada. (B) Seleção de uma fileira de placas por vez (caixas vermelhas), o que aumenta a velocidade de digitalização e evita o desfoque de movimento do worm como resultado de áreas de varredura muito largas. Clique aqui para ver uma versão maior desta figura.
5. Aquisição de imagens
Observação : as etapas a seguir podem ser executadas enquanto o experimento está em execução ou depois que ele terminou.
Figura 3: Especificação da localização das placas para cada scanner usando máscaras de amostra. Para garantir a análise independente das placas dentro das seleções de colunas mostradas na Figura 1, as placas individuais devem ser identificadas gerando um composto de máscara de imagem. (A) Uma captura das varreduras dos scanners é aberta com um software de manipulação de imagem (observe o nome do scanner "han" acima de uma seleção digitalizada, e "a-d" referindo-se a cada uma das colunas). (B) As etapas individuais de geração da máscara para marcar a localização de cada placa no composto de máscara exigem que o fundo seja definido como preto, (C) a remoção de bordas irregulares e bordas de placas não selecionadas pela expansão e, em seguida, encolhimento do fundo, e (D) selecionando as placas de primeiro plano e preenchendo as áreas inteiramente com pixels brancos. (E) Para que o LSM reconheça placas individuais nas linhas digitalizadas, cada região branca em uma fileira é preenchida com um tom diferente de cinza, geralmente em brilho crescente. (F) Neste estágio, a máscara é salva (compactação LZW sem camadas especificadas se gerada no Photoshop). A máscara é então digitalizada pelo Worm Browser, e uma visualização da máscara pelo software é gerada. Uma visualização correta da máscara deve exibir um quadrado definido por placa com uma pequena cruz no centro e uma cor diferente para cada linha. Clique aqui para ver uma versão maior desta figura.
Figura 4: Controle de qualidade da placa utilizando a interface web. A censura de placas abaixo do ideal na interface da web antes da análise do movimento do worm é crucial para acelerar o pipeline de processamento de imagens. Exemplos de placas sujeitas a remoção incluem condições de (A) dessecação, (B) contaminação ou (C) nebulização, em oposição. (D) Placas ótimas a serem incluídas em análises posteriores. Uma barra de escala de 10 mm é sobreposta a uma imagem de captura de visualização. Clique aqui para ver uma versão maior desta figura.
6. Pós-aquisição da imagem
NOTA: Após a detecção do worm ser concluída, todos os dados coletados do experimento devem ser agregados ao longo do tempo para rastrear cada indivíduo ao longo de sua vida útil e identificar todos os tempos de morte dos indivíduos. Aguarde até que todos os animais do experimento tenham morrido e até que todos os trabalhos de detecção de vermes tenham sido concluídos e, em seguida, execute as seguintes etapas:
Figura 5: Storyboard de animais no Worm Browser. (A) Todos os vermes estacionários são mostrados em ordem cronológica de tempo de morte anotado por máquina. Para navegar no storyboard, pressione os botões no (B) canto inferior direito e (C) salve as anotações com frequência. (D) As imagens com um fundo não cinza retratam dois eventos de morte de vermes (morte precoce como verde, morte posterior como vermelho), que podem ocorrer quando dois vermes morrem próximos um do outro, ou quando vermes mortos são movidos por um verme que passa e, portanto, são detectados como mortos duas vezes. (E) Uma etiqueta vermelha no canto inferior de uma imagem identifica vermes com um tempo de morte detectado; (F) uma etiqueta verde indica onde um objeto não permaneceu imóvel por tempo suficiente para registrar um tempo de morte. (G) Vários worms no mesmo quadro podem ser sinalizados pressionando shift e clicando com o botão esquerdo. (H) Objetos não-worm são excluídos da análise por um clique com o botão direito do mouse. (I) Os vermes explodidos são censurados da análise clicando na imagem correspondente (uma janela de anotação manual se abre) e pressionando shift e clicando com o botão direito do mouse até que uma mensagem de "animal explodiu" apareça. Uma barra de escala de 0,5 mm e rótulos são sobrepostos na captura de tela de uma janela do Worm Browser. Clique aqui para ver uma versão maior desta figura.
Figura 6: Inspecionando objetos e anotação dos tempos de morte no Worm Browser. Clicar com o botão esquerdo do mouse em qualquer objeto no storyboard do Worm Browser abre uma nova interface e permite que o usuário inspecione a dinâmica de movimento do objeto. No lado direito, é exibido o escore de movimento (A), que quantifica o movimento do objeto; isso é estimado pela mudança nas intensidades de pixel entre observações consecutivas. Além disso, no lado direito, (B) é exibida a mudança na intensidade total do objeto, o que quantifica as mudanças no tamanho do objeto. No lado esquerdo, a barra superior mostra a estimativa da máquina (C) do tempo de morte, enquanto a barra inferior é a anotação (D) humana à mão. Clicar em qualquer ponto das barras e pressionar a tecla de espaço permite que o usuário se mova pelos períodos de tempo em que o worm foi fotografado. Nessas barras, o rosa representa o tempo gasto em movimento vigoroso, o vermelho representa o tempo gasto na morte e o amarelo é tudo o que está no meio. O tempo gasto em expansão e contração após o tempo de morte é mostrado em verde. Os rótulos são sobrepostos na captura de tela de uma janela do Worm Browser. Clique aqui para ver uma versão maior desta figura.
Figura 7: Estatísticas de resumo da população no navegador worm. Estatísticas populacionais para o dispositivo de scanner "obiwan", com um gráfico da sobrevivência (painel esquerdo) e um gráfico de dispersão do tempo de cessação do movimento vigoroso (VMC) versus o tempo de morte (painel direito). Os plotados são detalhes de (A) uma condição, obtidos de (B) um scanner obtido pela seleção primeiro (C) do agrupamento de sobrevivência por cepa. (D) As formas quadradas no gráfico de dispersão representam os eventos anotados à mão, enquanto (E) as formas circulares retratam os eventos anotados pela máquina. (F) A anotação manual é frequentemente necessária para eventos de morte que ocorrem precocemente ou (G) aqueles em que o tempo de cessação do movimento vigoroso coincide com o tempo de morte. Os rótulos são sobrepostos na captura de tela de uma janela do Worm Browser. Clique aqui para ver uma versão maior desta figura.
A reprodutibilidade experimental em ensaios de vida útil é desafiadora e requer condições experimentais rigorosamente controladas e grandes populações para atingir resolução estatística suficiente 4,36. O LSM é exclusivamente adequado para o levantamento de grandes populações de animais em um ambiente constante com alta resolução temporal. Para demonstrar a capacidade do LSM, destacar as etapas cruciais da análise e ajudar os pesquisadores a priori...
Aqui, fornecemos um protocolo detalhado e acessível para realizar um experimento usando a versão mais recente da Lifespan Machine. Mostramos que o passo crítico para a obtenção de curvas de sobrevida bem resolvidas é a exclusão manual de objetos não-worm durante a aquisição pós-imagem. A anotação manual do tempo de óbito tem um pequeno efeito sobre a forma global das curvas de sobrevida, demonstrando que a estimativa do tempo de óbito totalmente automatizada é eficiente mesmo sem anotação manual (
Os autores declaram não ter interesses concorrentes.
Agradecemos a Julian Ceron e Jeremy Vicencio (IDIBELL Barcelona) pela produção do alelo rpb-2(cer135). Este projeto foi financiado pelo Conselho Europeu de Investigação (ERC) no âmbito do programa de investigação e inovação Horizonte 2020 da União Europeia (Acordo de Subvenção n.º 852201), pelo Ministério da Economia, Indústria e Competitividade (MEIC) espanhol pela parceria EMBL, pelo Centro de Excelência Severo Ochoa (CEX2020-001049-S, MCIN/AEI /10.13039/501100011033), pelo Programa CERCA / Generalitat de Catalunya, pelo prémio MEIC Excelencia BFU2017-88615-P, e um prêmio da Glenn Foundation for Medical Research.
Name | Company | Catalog Number | Comments |
1-Naphtaleneacetic acid (Auxin) | Sigma | N0640 | Solubilize Auxin in 1M potassium hydroxide and add into molten agar |
5-fluoro-2-deoxyuridine (FUDR) | Sigma | F0503 | 27.5 μg/mL of FUDR was used to eliminate progeny from populations on UV-inactivated bacteria |
Glass cleaner | Kristal-M | QB-KRISTAL-M125ml | |
Hydrophobic anti-fog glass treatment | Rain-X Scheibenreiniger | C. 059140 | |
Rubber matt | Local crafstman | Cut on a high-strength EPDM rubber sheet stock | |
Scanner glass | Local hardware supplier | 9" x 11.5" inch glass sheet | |
Scanner plates | Life Sciences | 351006 | 50 mm x 9 mm, polystyrene petri dish |
USB Reference Thermometer | USB Brando | ULIFE055500 | For calibrating temperature of scanners |
Solicitar permissão para reutilizar o texto ou figuras deste artigo JoVE
Solicitar PermissãoThis article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados