イン・シトゥバイオプロセスにおける単細胞形態のリアルタイム測定のための顕微鏡検査
Summary
細胞懸濁液中の単一細胞の大きさを直接監視するために、その上の顕微鏡装置の光光学を開発した。リアルタイム測定は、光光学滅菌可能プローブを自動画像解析に結合して行います。形態学的変化は、成長状態および栽培条件に依存して現れる。
Abstract
微生物バイオプロセスにおけるその過程でのモニタリングは、主に培地の化学的および物理的性質(例えば、pH値および溶存酸素濃度)に制限される。それにもかかわらず、細胞の形態は、成長状態、製品蓄積および細胞ストレスに依存して変化するので、最適な条件のための適切な指標となり得る。さらに、単一細胞サイズ分布は、栽培条件に関する情報だけでなく、集団の不均一性に関する情報も提供する。このような情報を得るために、生体反応器における細胞懸濁液中の単一細胞サイズ分布のモニタリングを直接可能にするために、その上の顕微鏡装置1における光光学を開発した。自動画像解析は、ニューラルネットワークモデルに基づいて顕微鏡に結合され、ユーザーに付け込まれた画像でトレーニングされます。顕微鏡の捕捉から得られるいくつかのパラメータは、代謝活性のような細胞の関連する特徴を処理するために相関している。これまで、その場で提示された顕微鏡プローブシリーズを適用して、糸状菌懸濁液中のペレットサイズを測定した。微細藻類培養における単細胞サイズを区別し、脂質蓄積に関連させるために用いられた。細胞粒子の形状は、酵母培養における出芽に関連していた。顕微鏡分析は、一般に、(i)画像取得、(ii)粒子同定、(iii)データ分析の3つのステップに分けることができます。すべてのステップは生物に適応する必要があり、したがって、信頼性の高い結果を達成するために特定の注意を引いた情報が必要です。細胞形態の変化を直接ラインまたはインライン(バイパス)で監視する機能により、プロセス開発や生産規模でのモニタリングと制御のためのリアルタイム値が可能になります。オフラインデータがリアルタイム データと相関している場合、セル サイズに対する未知の影響を持つ現在の退屈なオフライン測定は不要になります。
Introduction
細胞の形態学的特徴は、生理学的状態に関連することが多く、形態と機能との間の接続は、多くの用途に存在する。単一細胞の形態は、成長の状態、細胞の年齢、浸透性および他の潜在的な細胞ストレスまたは製品の蓄積の影響を受ける。細胞の形態学的変化は、多くの場合、培養物の成長活力の尺度である。細胞内産物合成は、藻類における脂質蓄積及び細菌における封入体形成、とりわけ、細胞サイズと同様に関連している。細胞凝集は、最近2を要約したように調査する価値がある別の要因であることができます。
集団不均一性は、個々の細胞の形態学的特徴に基づいて定量化することができる。研究は、培養中の不均一性が有意であり得るかもしれないことを示し、例えば、大規模な生産条件3の下では、全体の収量は、サブ集団4の低性能の影響を受ける可能性がある。
通常、細胞の形態学的特徴の評価は、手動サンプリングまたは光光学デバイスに結合されたバイパスフローチャンバによって行われる。これはいくつかの制限につながります:取得されたデータの限られた量は、統計的に信頼性の高い測定値をほとんど提供できません。サンプリングと結果のアクセシビリティの間の時間遅延は、プロセスのダイナミクスと比較して長すぎる可能性があります。そして最も重要なのは、サンプリング手順(サンプリングポートの位置、測定前のサンプルの前処理、サンプリングまたはバイパスチューブ内の好ましくない条件)は、サンプル手順自体がすでにセルに影響を与える可能性があるため、バイアス誤差を引き起こす可能性があります。形態。最後に、サンプリング中またはバイパスソリューションで汚染される危険性が常に高く、その場で滅菌できない場合があります。
in situ顕微鏡(ISM)の適用は、これらの問題のいくつかを回避することができます。細胞が自動的に検出された場合、その形態学的特徴の正しい同定を5.これまで、この方法の主な制限は、(i)画像の評価時間、situアプリケーションでは長すぎた、および(ii)特に高細胞密度で画像の解像度が低かった。ISMの最初の解決策は、機械的サンプリング、プローブの希釈、またはバイパスシステム6、7に制限されたが、さらなるアプローチは、細胞懸濁液を直接8の捕捉を可能にする。
ISMの最近の進歩は、単一細胞ベースで細胞のインラインまたはライン監視を可能にし、これはかなり高い細胞濃度で細胞懸濁液に直接リアルタイムで形態学的パラメータの分布を提供する。細胞の主要パラメータのオフライン分析を通じて、結合された自動細胞検出およびISMによって提供される情報との相関関係を同定することができる。次に、単一細胞形態で測定不能なパラメータを推定する新しいソフトセンサ設計が達成されます。
このレポートでは、ISM は光光学プローブを自動画像解析に結合することによって行われます。ISMは、高解像度CCDカメラで調整可能な測定ギャップで既知の焦点範囲内の画像のキャプチャを可能にするシングルロッドセンサプローブで構成されています[MM-Ho = CCD GT2750(2750×2200)およびMM 2.1 = CMOS G507c(2464×2056)]。フラッシュライト照明はトランスミッションによって行われます。従って、光はカメラ9の反対側から起点となり、その強度を調整することができる。細胞は液体の流れとこのギャップを連続的に通過する。したがって、代表的なサンプル母集団が得られる。プローブは、細胞懸濁液に到達するようにバイオリアクターに直接取り付けることができ、または滅菌可能なバイパスで使用することができます。センサシェルは殺菌前にシステムに接続され、光学部品はその後シェルに取り付けられる。
これまで、関連する工業用微生物、例えば、糸状菌(直径200μm以上)、異栄養性微細藻類クリプトヘコディニウムコニウム(平均細胞径20μm)、および酵母サッカロミセス・セレビシエ(平均細胞径5μm)を、この装置または類似の装置で調査した。
糸状菌は、特定の栽培条件下でペレットを形成する傾向がある。これらは数百μmまでの大きさです。真菌細胞のヒファは、流体相における流体力学的ストレスへの依存性において異なる長さを発達させる。これは、代謝および成長活性、基質の取り込みおよび製品放出に影響を及ぼす。ISMは、ペレットの大きさ分布とペレットの端における低バイオマス密度のゾーンの幅を同定するために適用された(独自の未公開データ)。
C.コニの大きさは、細胞が窒素制限の下で多価不飽和脂肪酸ドコサヘキサエン酸(DHA)を蓄積すると15~26μmの間で変化する。このバイオテクノロジーDHA製造プロセスは、細胞が分裂して小さくなる成長段階と、細胞が生成物を蓄積して大きくなる生産段階の2つの部分で構成されています。したがって、細胞サイズは、増殖またはDHA産生のいずれかが良好であったプロセス状態を決定するために使用された。最後に、細胞サイズとDHA含有量との相関関係が見つかった。この場合、ISMは、サンプリング、細胞破壊、および一般的なガスクロマトグラフィー分析10を必要とせずに、細胞内DHA蓄積をリアルタイムで監視することができる。
出芽酵母は、通常、3〜8μmの間のサイズです。一度に成熟状態にある細胞の割合は、出芽指数(BI)で説明されるように、増殖活力11、12、及び組換えタンパク質分泌との関係に関する情報を提供し、13であることが証明されている。ISMの助けを借りて、出芽および非出芽酵母細胞(芽の有無にかかわらず細胞)を区別した14.ストレス条件はまた、酵母集団内の細胞サイズのより広範な変動をもたらし得るが、最近スケールダウン栽培で示されているように、大規模な栄養限定飼料栽培の条件を模倣した3。
したがって、ISMは、最適な培養条件の同定、またはプロセス制御の目的のために、バイオプロセスのすべての段階において、単一細胞レベルで増殖活力および製品形成を監視する可能性を有する。ここで説明する方法は、単一細胞を用いた微生物用途に焦点を当てていますが、ヒトおよび動物細胞、細胞凝集体および糸状生物のペレットのようなより大きな粒子にも適用可能です。
Protocol
Representative Results
Discussion
同一または非常に類似したデバイスをここで提示するISMは、真菌、微細藻類、酵母細胞の形態学的ダイナミクスを測定するために使用され、増殖活性の決定を可能にし、藻類の場合には細胞内産物蓄積を可能にした。センサーは可動部品を持っておらず、標準的なポートを通して、または滅菌可能なバイパスで、任意の標準的な攪拌タンクバイオリアクターに直接適用可能です。酵母は藻類?…
Declarações
The authors have nothing to disclose.
Acknowledgements
著者らは、ZIM-Koopの枠組みにおけるドイツ連邦経済エネルギー省の支援に感謝している。ZF 4184201CR5.
Materials
| Sensor MM 2.1 – MFC | SOPAT GmbH, Germany | n.a. | Inline Monocular Microscopic probe Version 2.1 with a Mirco Flow Cell |
| Sofware version v1R.003.0092 | SOPAT GmbH, Germany | n.a. | |
| Thickness gauge | n.n. | It can be any supplier, DIN 2275:2014-03 | |
| Ethanol 70% | n.n. | It can be any supplier | |
| SOPAT manual Version 2.0.5 | SOPAT GmbH, Germany | ||
| Optical lense paper | VWR | 470150-460 | |
| Fiji, ImageJ | open source | ||
| 50 mL conical centrifuge tubes | It can be any supplier |
Referências
- Maaß, S., Rojahn, J., Hänsch, R., Kraume, M. Automated drop detection using image analysis for online particle size monitoring in multiphase systems. Computers & Chemical Engineering. 45, 27-37 (2012).
- Lemoine, A., Delvigne, F., Bockisch, A., Neubauer, P., Junne, S. Tools for the determination of population heterogeneity caused by inhomogeneous cultivation conditions. Journal of biotechnology. 251, 84-93 (2017).
- Marbà-Ardébol, A. M., Bockisch, A., Neubauer, P., Junne, S. Sterol synthesis and cell size distribution under oscillatory growth conditions in Saccharomyces cerevisiae scale-down cultivations. Yeast. 35 (2), 213-223 (2017).
- Xiao, Y., Bowen, C. H., Liu, D., Zhang, F. Exploiting nongenetic cell-to-cell variation for enhanced biosynthesis. Nature chemical biology. 12 (5), 339-344 (2016).
- Beutel, S., Henkel, S. In situ sensor techniques in modern bioprocess monitoring. Applied microbiology and biotechnology. 91 (6), 1493 (2011).
- Belini, V. L., Wiedemann, P., Suhr, H. In situ microscopy: A perspective for industrial bioethanol production monitoring. Journal of microbiological methods. 93 (3), 224-232 (2013).
- Havlik, I., et al. Monitoring of microalgal cultivations with on-line, flow-through microscopy. Algal Research. 2 (3), 253-257 (2013).
- Suhr, H., Herkommer, A. M. In situ microscopy using adjustment-free optics. Journal of biomedical optics. 20 (11), 116007 (2015).
- Panckow, R. P., Reinecke, L., Cuellar, M. C., Maaß, S. Photo-Optical In-Situ Measurement of Drop Size Distributions: Applications in Research and Industry. Oil Gas Sci. Technol. – Rev. IFP Energies. 72 (3), 14 (2017).
- Marbà-Ardébol, A. -. M., Emmerich, J., Neubauer, P., Junne, S. Single-cell-based monitoring of fatty acid accumulation in Crypthecodinium cohnii with three-dimensional holographic and in situ microscopy. Process Biochemistry. 52, 223-232 (2017).
- Porro, D., Vai, M., Vanoni, M., Alberghina, L., Hatzis, C. Analysis and modeling of growing budding yeast populations at the single cell level. Cytometry. Part A : the journal of the International Society for Analytical Cytology. 75 (2), 114-120 (2009).
- Brauer, M. J., et al. Coordination of growth rate, cell cycle, stress response, and metabolic activity in yeast. Molecular biology of the cell. 19 (1), 352-367 (2008).
- Puxbaum, V., Gasser, B., Mattanovich, D. The bud tip is the cellular hot spot of protein secretion in yeasts. Applied microbiology and biotechnology. 100 (18), 8159-8168 (2016).
- Marbà-Ardébol, A. M., Emmerich, J., Neubauer, P., Junne, S. Vol. P2. Prozessmesstechnik. , 222-225 (2017).
- Marbà-Ardébol, A. -. M., Emmerich, J., Muthig, M., Neubauer, P., Junne, S. Real-time monitoring of the budding index in Saccharomyces cerevisiae batch cultivations with in situ microscopy. Microbial cell factories. 17 (1), 73 (2018).
- Marquard, D., Schneider-Barthold, C., Düsterloh, S., Scheper, T., Lindner, P. Online monitoring of cell concentration in high cell density Escherichia coli cultivations using in situ Microscopy. Journal of biotechnology. 259, 83-85 (2017).
- Marquard, D., et al. In situ microscopy for online monitoring of cell concentration in Pichia pastoris cultivations. Journal of biotechnology. 234, 90-98 (2016).
- Camisard, V., Brienne, J., Baussart, H., Hammann, J., Suhr, H. Inline characterization of cell concentration and cell volume in agitated bioreactors using in situ microscopy: application to volume variation induced by osmotic stress. Biotechnology and bioengineering. 78 (1), 73-80 (2002).
- Böhm, A., Ücker, A., Jäger, T., Ronneberger, O., Falk, T. ISOODL: Instance segmentation of overlapping biological objects using deep learning. , 1225-1229 (2018).
- Davey, H. M. Life, Death, and In-Between: Meanings and Methods in Microbiology. Applied and environmental microbiology. 77 (16), 5571-5576 (2011).
- Lodolo, E. J., Kock, J. L., Axcell, B. C., Brooks, M. The yeast Saccharomyces cerevisiae-the main character in beer brewing. FEMS yeast research. 8 (7), 1018-1036 (2008).
- Albertin, W., et al. Population size drives industrial Saccharomyces cerevisiae. alcoholic fermentation and is under genetic control. Applied and environmental microbiology. 77 (8), 2772-2784 (2011).
- Gomes, J., Chopda, V. R., Rathore, A. S. Integrating systems analysis and control for implementing process analytical technology in bioprocess development. Journal of Chemical Technology and Biotechnology. 90 (4), 583-589 (2015).
