Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • Representative Results
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

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.

Abstract

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.

Introduction

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....

Protocol

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; ка.......

Representative Results

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.......

Discussion

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?.......

Disclosures

У авторов нет конфликтов интересов, которые необходимо раскрывать.

Acknowledgements

С. Кампионе и С. Хаазе были поддержаны финансированием Национального научного фонда (DMS-1839288) и Национальных институтов здравоохранения (5R01GM126555). Кроме того, авторы хотели бы поблагодарить Хуаруи Чжоу (Huarui Zhou) из Университета Дьюка за комментарии к рукописи и за бета-тестирование протокола. Мы также благодарим Фрэнсиса Мотту (Francis Motta) из Атлантического университета Флориды (Florida Atlantic University) и Джошуа Робинсона (Joshua Robinson) за помощь в работе с кодом Java.

....

Materials

NameCompanyCatalog NumberComments
2x PBSFor Fixative Solution. Described in Leman 2014.
4% formaldehydeFor Fixative Solution.
100% EthanolFor flow cytometry fixation. Described in Haase 2002.
CLOCCShttps://gitlab.com/haase-lab-group/cloccs_alignment.git
Flow CytometerFor flow cytometry protocol.
Githttps://git-scm.com/
Java 19https://www.oracle.com/java/technologies/downloads/#java19
MicroscopeFor counting cells and buds.
Minicondahttps://docs.conda.io/en/latest/
Protease solutionFor flow cytometry protocol. Described in Haase 2002.
RNAse A solutionFor flow cytometry protocol. Described in Haase 2002.
SYTOX Green Nucleic Acid StainInvitrogenS7020For flow cytometry staining. Described in Haase 2002.
TrispH 7.5

References

  1. Tyers, M., Tokiwa, G., Futcher, B. Comparison of the Saccharomyces cerevisiae G1 cyclins: Cln3 may be an upstream activator of Cln1, Cln2 and other cyclins. EMBO Journal. 12 (5), 1955-1968 (1993).
  2. Schwob, E., Nasmyth, K.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

JoVE196

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved