Name: Lifespan Machine Experiment Preparation and Setup for Lifespan and Behavioral Aging Assays on Caenorhabditis elegans
Uploaded: 2024-01-26T13:00:00
Description: Watch this Scientific Journal Video about Lifespan Machine Experiment Preparation and Setup for Lifespan and Behavioral Aging Assays on Caenorhabditis elegans at JoVE.com

lifespan machine experiment preparation and setup for lifespan and behavioral aging assays on caenorhabditis elegans

Avduking av aldringsmysterier: Levetidsmaskin for innsikt med høy gjennomstrømning

Aging is a complex, multifaceted process characterized by a decline in the physiological function of an organism, which leads to an increase in the risk of disease and death over time1. Lifespan, measured as the time from birth or the onset of adulthood until death, provides an unambiguous outcome of aging2 and an indirect but rigorously quantitative proxy for measuring the relative rate of aging between populations3. Aging studies often depend on accurate measurements of lifespan, similar to clinical trials, to compare outcomes between one population exposed to an intervention and an unexposed control group. Unfortunately, reproducibility issues pervade aging research, sometimes due to statistically underpowered experiments4 and often because of the inherent sensitivity of lifespan assays to subtle variations in the environment5. Robust experiments require multiple replicates of large populations, and this process particularly benefits from the experimental scalability offered by automation6.
The rigorous demands of lifespan assays originate from the unpredictability of the aging process itself. Isogenic individuals housed in identical environments display different death times and rates of physiological decline7, suggesting that lifespan involves a high degree of stochasticity7,8. Therefore, large populations are required to measure quantitative changes in the aging process, such as changes in the mean or maximum lifespan, and to overcome biases arising from individual variability. In addition, a capacity for high-throughput lifespan assays is crucial to support studies of survival curve shapes and models of the dynamics of aging9.
The nematode Caenorhabditis elegans is an invaluable model for aging research due to its short lifespan, genetic tractability, and rapid generation time, which underscore its suitability for high-throughput aging and lifespan assays. Traditionally, the lifespan in C. elegans has been measured by following a synchronized, small population of about 50-100 animals over time on solid media and writing down the time of individual deaths. As animals age and lose mobility, manually scoring the death times requires individually prodding the animals and checking for small movements of the head or tail. This is usually a tedious and laborious process, though efforts have been made to accelerate it10,11,12. Importantly, slow experimental pipelines hinder progress in our understanding of aging and the effectiveness of tested interventions.
To meet the demands of aging research for quantitative data, many technologies have been developed for automating data collection, including a remarkable range of approaches from microfluidic chambers to flatbed scanners13,14,15,16,17,18. The LSM differs from other methods in its extensive optimization for the collection of highly precise and accurate lifespan data, which is achieved through the development of careful equipment calibration protocols combined with an extensive software suite that allows users to validate, correct, and refine automated analyses13. Though the software can, in principle, be applied to diverse imaging modalities, in practice, most users use flatbed scanners modified to allow for fine-tuned control over the environmental temperature and humidity - factors of critical importance due to their major effect on lifespan19. The LSM takes images of nematodes every 20 min over intervals ranging from days to months, depending on the environmental conditions and genotype. The data produced are of much higher temporal resolution compared to data from manual assays, and the images collected provide a permanent visual record of the nematode position across the lifespan. Using machine-learning methods, death times are automatically assigned to each individual. These results can be rapidly, manually validated using a client software called &#34;Worm Browser&#34;. As a result of its hardware and software, the LSM can generate survival curves that are statistically indistinguishable from manual death scoring at the hands of experienced researchers, with the added advantage of decreased workload and higher scalability13.
The latest version of the LSM also allows for the study of behavioral aging by collecting morphological and behavioral data throughout the nematode&#39;s life and reporting it along with the lifespan of each individual. In particular, the LSM captures the time of each animal&#39;s vigorous movement cessation (VMC), a landmark often used to quantify the &#34;healthspan&#34; of an individual as distinct from its lifespan. By simultaneously collecting lifespan and behavioral aging data, the LSM supports the study of interventions that may have differential effects on different phenotypic outcomes of aging20. A variety of macroscopically observable phenotypes can be used to study behavioral aging, such as body movement or pharyngeal pumping21, tissue integrity22, and movement speed or stimulus-induced turning17. Comparisons between different aging phenotypes can support analyses of the causal structure of aging processes. For instance, the comparison between VMC and lifespan was recently used to characterize two distinct aging processes in C. elegans23.
While initially developed to measure lifespan in C. elegans, the LSM supports the collection of survival and behavioral data from a range of nematode species, including C. briggsae, C. tropicalis, C. japonica, C. brenneri, and P. pacificus23. The technology facilitates the study of the effect of biological and environmental interventions on lifespan, stress resistance, and pathogen resistance and can be coupled to experimental tools such as targeted assays of RNA interference or auxin-inducible protein degradation systems. To date, it has been used in the scientific literature for a wide range of applications6,24,25,26,27,28,29,30.
Here, we outline a step-by-step protocol for performing a Lifespan Machine experiment using agar plates, from the initial stages of the experimental setup to the output of the resulting survival curves. A distinctive feature of the LSM is that the effort is highly front-loaded, meaning that the majority of the researcher&#39;s time is spent during experimental setup and, to a small degree, during post-image&#160;acquisition. The data collection is completely automated for the whole duration of the experiment and allows the researcher to have a &#34;hands-free&#34; experience. The steps described here are held in common among many different types of survival assays - the same experimental setup is performed for lifespan, thermotolerance, oxidative stress, and pathogenesis assays. In the representative results section, we discuss a subset of data from a recently published manuscript to illustrate the effectiveness of the analysis pipeline and highlight the most important steps during image analysis23.

Forfatter Spotlight: Automatisert levetidsovervåking - Oppdag aldringsdynamikk med levetidsmaskinen 

Atferdsmessige aldrings- og levetidsanalyser med høy gjennomstrømning ved bruk av levetidsmaskinen

In our lab, we study the physiological and molecular determinants of aging and lifespan, and we do so in a quantitative manner. For this, we use the nematode C.elegans as a fast-aging genetically tractable model, and we use it with a combination of tools such as the Lifespan Machine. Reproducibility is an important issue in aging research.To overcome this, large population of animals are often required for measuring robust changes in lifespan, and therefore, this process really benefits from automated high-throughput protocols. Lots of people have used the Lifespan Machine for many different purposes and are really happy about that. For our own applications, the two most significant findings are, first, in 2016, our discovery of temporal scaling as a common outcome of many interventions in aging.And second, in 2022, our discovery that healthspan and lifespan are determined by distinct underlying physical declines. The Lifespan Machine adapts commonly used agar plate protocols to collect survival and behavioral aging data from large populations of nematodes. By automation and high-frequency of image acquisition, it eliminates the daily tedious process of by-hand survival assays and gathers previously unattainable datasets on nematode behavior.

Watch this Scientific Journal Video about Lifespan Machine Experiment Preparation and Setup for Lifespan and Behavioral Aging Assays on Caenorhabditis elegans at JoVE.com

Lifespan Machine Experiment Preparation and Setup for Lifespan and Behavioral Aging Assays on Caenorhabditis elegans   

Lifespan Machine Experiment Forberedelse og oppsett for levetid og atferdsmessige aldringsanalyser på Caenorhabditis elegans

For å begynne, sørg for at skannerplatene er klare med nematoder lastet. Generelt er ca 40 dyr og 200 mikroliter bakteriell plen per plate optimale forhold for et levetidslangt eksperiment. Start det eksperimentelle oppsettet ved å bruke en antiduggglassrenser på begge sider av glassrutene som støtter skannerplatene.Påfør deretter en beskyttende hydrofob glassbehandling på siden av glasset som kommer i kontakt med skannerplatene. Vent fem til 10 minutter, og fjern eventuelle rester på glassruten. Påfør 70% etanol for å desinfisere siden av glasset som kommer i kontakt med skannerplatene.La i ett til to minutter og fjern deretter etanolen med en klut eller et papirhåndkle. For å legge platene på skannerne, plasser autoklavgummimattene på toppen av det behandlede platestøtteglasset. Ta skannerplatene som brukes til avbildning med lastede nematoder og fjern lokket.Plasser platene på gummimatte steder som vender mot glassoverflaten. Koble fra skannerviftene for å beskytte eksperimentørens fingre under platelasting. Skyv platene og glassplatene som støtter dem forsiktig på overflaten av skanneren.Aktiver skannerviftene på nytt og bekreft at front- og sideviftene har strøm. Slå på skannerne på dette tidspunktet. Før du starter eksperimentet, må du utføre de viktigste trinnene før bildeopptak, inkludert å få et forhåndsvisningsbilde av hele skanneroverflaten.Bruk webgrensesnittet, finn delen for bildeoppkjøp på hovedsiden og følg lenken som heter Capture Devices og Image Servers. I den åpne boksen klikker du på søk etter nye enheter og sørger for at hver skanner som er koblet til serveren, vises i boksen for bildeopptaksenheter. Merk av i avmerkingsboksen som tilsvarer hver skanner som inneholder nylastede plater, og klikk deretter på knappen for forhåndsvisning av forhåndsvisning.Neste i Worm browser, velg fil åpne bilde, og velg deretter ønsket bilde for å åpne hver forhåndsvisning fange bilde. For hvert bilde klikker du for å merke kolonnene som tilsvarer regioner som inneholder plater. Når alle bildene er definert, velger du bildeoppkjøp.Definer skanneområder, lagre valgte skanneområder på plate, og velg deretter ønsket sted for å eksportere regionens spesifikasjoner til plate. Sett sammen en fil som inneholder eksperimentnavnet, de fysiske plasseringene til hver kolonne på skannerne, den totale varigheten av eksperimentet og bildeopptaksfrekvensen. Lagre dette som en tekst- og en XML-fil.I ormeleseren klikker du på bildeopptak, sender inn eksperimentplan og velger den genererte XML-filen. Ormeleseren vil spørre om du vil sende et sammendrag av tidsplanen eller kjøre eksperimentet. Generer en sammendragsfil, bekreft datoene for planlagte opptak, plassering, navn og antall skannere i sammendraget.På nytt laster du inn XML-filen for eksperimentplanen som demonstrert. Ormeleseren vil spørre en gang til om du vil sende et sammendrag av tidsplanen eller kjøre eksperimentet. Denne gangen velger du å kjøre eksperimentet.Livstidsmaskinen vil nå arbeide autonomt til de endelige skanningene som er spesifisert på eksperimentplanen, er fullført. Når eksperimentet er avsluttet og alle trinnene for innhenting av bilder og porto er utført, validerer du de automatiserte resultatene manuelt ved hjelp av ormeleseren. På Worm-nettlesermenyen klikker du på fil, velger gjeldende eksperiment og velger ønsket eksperiment.For å generere storyboardet klikker du på validering, bla gjennom hele eksperimentet, og velg deretter umiddelbart etter hver orms død. Høyreklikk på objektets bilde for å ekskludere ikke-ormobjekter fra storyboardet. For å ekskludere alle objekter på en side samtidig, hold kontrolltasten og høyreklikk på et objekt.Høyreklikk to ganger for å inkludere et ekskludert objekt på nytt i analysen. For å lagre merknadene som ble gjort under storyboard-merknaden, klikk på lagre-knappen. Venstreklikk en gang på et hvilket som helst objekt i storyboardet for å åpne et nytt vindu som viser detaljert tidsserieinformasjon om det objektet.For å manuelt kommentere dødstider, venstreklikk på den nederste linjen på det punktet som tilsvarer dødstidspunktet. Bruk mellomromstasten og høyre eller venstre piltast på tastaturet for å gå gjennom tidsrammene, eller klikk direkte på linjen i ønsket tidsramme. Kommenter sammentreknings- og ekspansjonshendelsene manuelt ved å høyreklikke på den nederste linjen i ønsket tidsramme.Se overlevelseskurvene på venstre side og spredningsplottet som sammenligner tiden for kraftig bevegelsesopphør med dødstidspunktet for hver enkelt person på høyre side av storyboardet. Hvis du vil generere dødstider for et eksperiment, velger du datafiler, dødstider i ormeleseren og klikker deretter på generer dødstider for gjeldende eksperiment. Effekten av manuell datavalidering på overlevelseskurver er vist her.De første overlevelseskurvene produsert før storyboard-annotasjon ble forvrengt av feil inkludering av ikke-ormobjektene. Etter å ha ekskludert ikke-ormeobjekter under manuell storyboard-merknad, viste de resulterende overlevelseskurvene betydelig forbedret oppløsning. Den grafiske fremstillingen viser den estimerte gjennomsnittlige gjenværende levetiden på tvers av ulike trinn i analysen etter bildeinnsamling, og dens korrelasjon med ormens levetid.Det ble funnet at manuell annotering av dødstider i atferdsmessig aldringsanalyse er spesielt viktig i lengre levende ormer. I dette tilfellet de som er utsatt for de laveste konsentrasjonene av okser. Avslutningsvis er levetidsmaskinens automatiserte dødstidsestimering tilstrekkelig nøyaktig for overlevelsesanalyser.Mens atferdsmessige aldringsanalyser kan dra nytte av manuell merknad.

Research

JoVE Journal

Biology

Lifespan Machine Experiment Preparation and Setup for Lifespan and Behavioral Aging Assays on Caenorhabditis elegans

High-Throughput Behavioral Aging and Lifespan Assays Using the Lifespan Machine

Genetically identical animals kept in a constant environment display a wide distribution of lifespans, reflecting a large non-genetic, stochastic aspect ...