Выравнивание синхронизированных данных временных рядов с использованием характеризирующей модели синхронизации клеточного цикла для перекрестных сравнений

Резюме

Одна из проблем анализа синхронизированных экспериментов с временными рядами заключается в том, что эксперименты часто различаются по продолжительности восстановления после синхронности и периоду клеточного цикла. Таким образом, измерения из разных экспериментов не могут быть проанализированы в совокупности или легко сравниваться. Здесь мы описываем метод выравнивания экспериментов, позволяющий проводить фазовые сравнения.

Аннотация

Исследование клеточного цикла часто зависит от синхронизации клеточных популяций для измерения различных параметров во временном ряду, когда клетки пересекают клеточный цикл. Однако даже в аналогичных условиях повторные эксперименты демонстрируют различия во времени, необходимом для восстановления после синхронности и прохождения клеточного цикла, что предотвращает прямые сравнения в каждый момент времени. Проблема сравнения динамических измерений в экспериментах усугубляется в мутантных популяциях или в альтернативных условиях роста, которые влияют на время восстановления синхронности и/или период клеточного цикла.

Ранее мы опубликовали параметрическую математическую модель под названием «Характеристика потери синхронизации клеточного цикла» (CLOCCS), которая отслеживает, как синхронные популяции клеток высвобождаются из синхронности и прогрессируют в клеточном цикле. Полученные параметры из модели затем могут быть использованы для преобразования экспериментальных точек времени из синхронизированных экспериментов с временными рядами в нормализованную шкалу времени (точки линии жизни). Вместо того, чтобы представлять время, прошедшее в минутах от начала эксперимента, шкала линии жизни представляет собой прогрессию от синхронности до входа в клеточный цикл, а затем через фазы клеточного цикла. Поскольку точки линии жизни соответствуют фазе средней клетки в синхронизированной популяции, эта нормализованная временная шкала позволяет проводить прямые сравнения между экспериментами, в том числе с различными периодами и временем восстановления. Кроме того, модель использовалась для согласования экспериментов по клеточному циклу между различными видами (например, Saccharomyces cerevisiae и Schizosaccharomyces pombe), что позволяет проводить прямое сравнение измерений клеточного цикла, что может выявить эволюционные сходства и различия.

Введение

Измерения временных рядов, выполненные на синхронизированных популяциях клеток по мере их продвижения по клеточному циклу, являются стандартным методом исследования механизмов, контролирующих прогрессию клеточного цикла 1,2,3,4,5,6,7,8 . Возможность проводить сравнения между экспериментами по синхронизации/выпуску временных рядов жизненно важна для нашего понимания этих динамических процессов. Использова....

протокол

1. Сбор фазы клеточного цикла и экспериментальных данных

1. Синхронизируйте клетки по отношению к клеточному циклу, используя желаемый метод синхронизации (например, центробежную элютриацию, как описано в Leman et al.18, или остановку феромонов спаривания, как описано в Rosebrock 19; как Leman et al.18, так и Rosebrock ¹⁹ также включают способы высвобождения из синхронии). Начните отбор проб по всему временному ряду, убедившись, что временной ряд имеет длину не менее двух полных периодов клеточного цикла, и, в оптимальном варианте, соберите не менее ....

Результаты

Этапы, описанные в приведенном выше протоколе и в рабочем процессе на рисунке 1 , были применены к пяти экспериментам с синхронизированными временными рядами с клеточным циклом, чтобы продемонстрировать два репрезентативных сравнения: между репликациями с различными м.......

Обсуждение

В данной работе представлен метод более точной и количественной оценки данных экспериментов временных рядов на синхронизированных популяциях клеток. Метод использует изученные параметры из CLOCCS, байесовской модели вывода, которая использует входные данные о фазе клеточного цикла, та?.......

Материалы

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