Summary

Microscopia di tracciamento a singola molecola - Uno strumento per determinare gli stati diffusivi delle molecole citosoliche

Published: September 05, 2019
doi:

Summary

La microscopia di localizzazione 3D a molecola singola viene utilizzata per sondare le posizioni spaziali e le traiettorie di movimento delle proteine fluorescenti etichettate nelle cellule batteriche viventi. Il protocollo sperimentale e di analisi dei dati descritto nel presente documento determina i comportamenti diffusivi prevalenti delle proteine citosoliche basate su traiettorie a singola molecola raggruppate.

Abstract

La microscopia di localizzazione a singola molecola sonda la posizione e i movimenti delle singole molecole nelle cellule viventi con decine di nanometri di risoluzione spaziale e temporale al millisecondo. Queste capacità rendono la microscopia di localizzazione a singola molecola ideale per studiare le funzioni biologiche a livello molecolare in ambienti fisiologicamente rilevanti. Qui, dimostriamo un protocollo integrato per l’acquisizione e l’elaborazione/analisi di dati di tracciamento a singola molecola per estrarre i diversi stati diffusive che una proteina di interesse può mostrare. Queste informazioni possono essere utilizzate per quantificare la formazione di complessi molecolari nelle cellule viventi. Forniamo una descrizione dettagliata di un esperimento di localizzazione 3D a singola molecola basato su telecamera, così come le successive fasi di elaborazione dei dati che producono le traiettorie delle singole molecole. Queste traiettorie vengono quindi analizzate utilizzando un quadro di analisi numerica per estrarre gli stati diffusi prevalenti delle molecole fluorescenti etichettate e l’abbondanza relativa di questi stati. Il quadro di analisi si basa su simulazioni stocastiche di traiettorie di diffusione browniana intracellulari che sono confinate spazialmente da una geometria cellulare arbitraria. Sulla base delle traiettorie simulate, le immagini a singola molecola grezze vengono generate e analizzate allo stesso modo delle immagini sperimentali. In questo modo, le limitazioni sperimentali di precisione e precisione, che sono difficili da calibrare sperimentalmente, sono esplicitamente incorporate nel flusso di lavoro di analisi. Il coefficiente di diffusione e le frazioni di popolazione relativa degli stati diffusi sono determinati adattando le distribuzioni di valori sperimentali utilizzando combinazioni lineari di distribuzioni simulate. Dimostriamo l’utilità del nostro protocollo risolvendo gli stati diffusivi di una proteina che presenta diversi stati diffusi dopo la formazione di complessi omo- ed etero-oligomerici nel citosol di un patogeno batterico.

Introduction

L’esame del comportamento diffuso delle biomolecole fornisce informazioni sulle loro funzioni biologiche. Le tecniche basate sulla microscopia a fluorescenza sono diventate strumenti preziosi per osservare le biomolecole nel loro ambiente cellulare nativo. Il recupero della fluorescenza dopo la fotobleaching (FRAP) e la spettroscopia di correlazione della fluorescenza (FCS)1 forniscono comportamenti diffusischi con la media dell’insieme. Al contrario, la microscopia di localizzazione a singola molecola consente l’osservazione di singole molecole fluorescenti con alta risoluzione spaziale e temporale2,3,4. Osservare singole molecole è vantaggioso poiché una proteina di interesse può esistere in diversi stati diffusivi. Ad esempio, due stati diffusivi facilmente distinguibili sorgono quando un regolatore trascrizionale, come CueR in Escherichia coli, si diffonde liberamente nel citosol o si lega a una sequenza di DNA e diventa immobilizzato sulla scala cronologica della misurazione5 . Il tracciamento a singola molecola fornisce uno strumento per osservare direttamente questi diversi stati e non sono necessarie analisi sofisticate per risolverli. Tuttavia, diventa più difficile risolvere più stati diffusi e le loro frazioni di popolazione nei casi in cui i loro tassi di diffusione sono più simili. Ad esempio, a causa della dipendenza dalle dimensioni del coefficiente di diffusione, i diversi stati di oligomerizzazione di una proteina si manifestano come diversi stati diffusivi6,7,8,9 , 10. Tali casi richiedono un approccio integrato in termini di acquisizione, trattamento e analisi dei dati.

Un fattore critico che influenza i tassi diffusivi delle molecole citosoliche è l’effetto del confinamento attraverso il confine cellulare. Le restrizioni imposte al movimento molecolare da un confine cellulare batterico fanno sì che il tasso di diffusione misurato di una molecola citononica appaia più lenta rispetto a quando lo stesso movimento si fosse verificato in uno spazio non confinato. Per le molecole che si difcizzano molto lentamente, l’effetto del confinamento cellulare è trascurabile a causa della mancanza di collisioni con il confine. In questi casi, può essere possibile risolvere con precisione gli stati diffusivi adattando le distribuzioni di spostamenti molecolari, ro coefficienti di diffusione apparente, D ,utilizzando modelli analitici basati sulle equazioni per il moto browniano ( diffusione casuale)11,12,13. Tuttavia, per la rapida comfazione delle molecole citosoliche, le distribuzioni sperimentali non assomigliano più a quelle ottenute per il moto browniano non confinato a causa di collisioni di molecole che diffondevano i confini cellulari. Gli effetti di confinamento devono essere presi in considerazione per determinare con precisione i coefficienti di diffusione non confinati delle molecole fluorescenti. Recentemente sono stati sviluppati diversi approcci per tenere conto degli effetti di confinamento (semi-)analiticamente 5,14,15,16 o numericamente attraverso simulazioni Monte Carlo di Diffusione browniana6,10,16,17,18,19.

Qui, forniamo un protocollo integrato per la raccolta e l’analisi dei dati di microscopia di localizzazione a singola molecola con particolare attenzione al tracciamento a singola molecola. L’obiettivo finale del protocollo è quello di risolvere gli stati diffusivi di proteine citosoliche fluorescenti all’interno, in questo caso, cellule batteriche a forma di asta. Il nostro lavoro si basa su un protocollo precedente per il tracciamento a singola molecola, in cui una polimerasi di DNA, PolI, ha dimostrato di esistere in uno stato legato al DNA e non legato dall’analisi di diffusione20. Qui, espandiamo l’analisi di tracciamento a singola molecola a misurazioni 3D ed eseguiamo simulazioni computazionali più realistiche per risolvere e quantificare più stati diffusi contemporaneamente presenti nelle cellule. I dati vengono acquisiti utilizzando un microscopio a fluorescenza a super-risoluzione 3D costruito in casa che è in grado di determinare la posizione 3D degli emettitori fluorescenti mediante l’imaging con la funzione di diffusione del punto a doppia elica (DHPSF)21,22. Le immagini a singola molecola grezze vengono elaborate utilizzando un software scritto su misura per estrarre le localizzazioni 3D a singola molecola, che vengono poi combinate in traiettorie a singola molecola. Migliaia di traiettorie sono raggruppate per generare distribuzioni di coefficienti di diffusione apparente. In una fase finale, le distribuzioni sperimentali sono in sintonia con distribuzioni generate numericamente ottenute attraverso simulazioni Monte-Carlo di moto browniano in un volume limitato. Applichiamo questo protocollo per risolvere gli stati diffusidella proteina YscQ del sistema di secrezione di tipo 3 nella Yersinia enterocoliticavivente. A causa della sua natura modulare, il nostro protocollo è generalmente applicabile a qualsiasi tipo di esperimento di tracciamento a singola molecola o a particella singola in geometrie cellulari arbitrarie.

Protocol

1. Calibrazione a doppia elica point-spread-function NOTA: le immagini descritte in questa e nelle sezioni seguenti vengono acquisite utilizzando un microscopio a fluorescenza invertito personalizzato, come descritto in Rocha et al.23. La stessa procedura è applicabile a diverse implementazioni al microscopio progettate per la localizzazione di una singola molecola e la microscopia di tracciamento2,3,<…

Representative Results

Nelle condizioni sperimentali qui descritte (20.000 fotogrammi, lunghezza minima di 4 localizzazioni) e a seconda dei livelli di espressione delle proteine di fusione fluorescenti, circa 200-3.000 localizzazioni che producono 10-150 le traiettorie possono essere generate per cella (Figura 2a,b). Un gran numero di traiettorie è necessario per produrre una distribuzione ben campionata di coefficienti di diffusione apparente. La dimensione del …

Discussion

Un fattore critico per la corretta applicazione del protocollo presentato è quello di garantire che i segnali a singola molecola siano ben separati l’uno dall’altro (cioè, devono essere sparse nello spazio e nel tempo (Supplementary Mov. 1)). Se c’è più di una molecola fluorente in una cellula allo stesso tempo, la localizzazione potrebbe essere erroneamente assegnata alla traiettoria di un’altra molecola. Questo è indicato come il problema di collegamento30. Per evitare il p…

Declarações

The authors have nothing to disclose.

Acknowledgements

Ringraziamo Alecia Achimovich e Ting Yan per la lettura critica del manoscritto. Ringraziamo Ed Hall, senior staff scientist del gruppo Advanced Research Computing Services presso l’Università della Virginia, per l’impostazione delle routine di ottimizzazione utilizzate in questo lavoro. I finanziamenti per questo lavoro sono stati forniti dall’Università della Virginia.

Materials

2,6-diaminopimelic acid Chem Impex International 5411 Necessary for growth of Y. enterocolitica cells used.
4f lenses Thorlabs AC508-080-A f = 80mm, 2"
514 nm laser Coherent Genesis MX514 MTM Use for fluorescence excitation
agarose Inivtrogen 16520100 Used to make gel pads to mount liquid bacterial sample on microscope.
ammonium chloride Sigma Aldrich A9434 M2G ingredient.
bandpass filter Chroma ET510/bp Excitation pathway.
Brain Heart Infusion Sigma Aldrich 53286 Growth media for Y. enterocolitica.
calcium chloride Sigma Aldrich 223506 M2G ingredient.
camera Imaging Source DMK 23UP031 Camera for phase contrast imaging.
dielectric phase mask Double Helix, LLC N/A Produces DHPSF signal.
disodium phosphate Sigma Aldrich 795410 M2G ingredient.
ethylenediaminetetraacetic acid Fisher Scientific S311-100 Chelates Ca2+. Induces secretion in the T3SS.
flip mirror Newport 8892-K Allows for switching between fluorescence and phase contrast pathways.
fluospheres Invitrogen F8792 Fluorescent beads. 540/560 exication and emission wavelengths. 40 nm diameter.
glass cover slip VWR 16004-302 #1.5, 22mmx22mm
glucose Chem Impex International 811 M2G ingredient.
immersion oil Olympus Z-81025 Placed on objective lens.
iron(II) sulfate Sigma Aldrich F0518 M2G ingredient.
long pass filter Semrock LP02-514RU-25 Emission pathway.
magnesium sulfate Fisher Scientific S25414A M2G ingredient.
microscope platform Mad City Labs custom Platform for inverted microscope.
nalidixic acid Sigma Aldrich N4382 Y. enterocolitica cells used are resistant to nalidixic acid.
objective lens Olympus 1-U2B991 60X, 1.4 NA
Ozone cleaner Novascan PSD-UV4 Used to eliminate background fluorescence on glass cover slips.
potassium phosphate Sigma Aldrich 795488 M2G ingredient.
Red LED Thorlabs M625L3 Illuminates sample for phase contrast imaging. 625nm.
sCMOS camera Hamamatsu ORCA-Flash 4.0 V2 Camera for fluorescence imaging.
short pass filter Chroma ET700SP-2P8 Emission pathway.
Tube lens Thorlabs AC508-180-A f=180 mm, 2"
Yersinia enterocolitica dHOPEMTasd N/A N/A Strain AD4442, eYFP-YscQ
zero-order quarter-wave plate Thorlabs WPQ05M-514 Excitation pathway.

Referências

  1. Kapanidis, A. N., Uphoff, S., Stracy, M. Understanding Protein Mobility in Bacteria by Tracking Single Molecules. Journal of Molecular Biology. , (2018).
  2. Betzig, E., et al. Imaging intracellular fluorescent proteins at nanometer resolution. Science. 313 (5793), 1642-1645 (2006).
  3. Hess, S. T., Girirajan, T. P. K., Mason, M. D. Ultra-high resolution imaging by fluorescence photoactivation localization microscopy. Biophysical Journal. 91 (11), 4258-4272 (2006).
  4. Rust, M. J., Bates, M., Zhuang, X. W. Sub-diffraction-limit imaging by stochastic optical reconstruction microscopy (STORM). Nature Methods. 3 (10), 793-795 (2006).
  5. Chen, T. Y., et al. Quantifying Multistate Cytoplasmic Molecular Diffusion in Bacterial Cells via Inverse Transform of Confined Displacement Distribution. Journal of Physical Chemistry B. 119 (45), 14451-14459 (2015).
  6. Mohapatra, S., Choi, H., Ge, X., Sanyal, S., Weisshaar, J. C. Spatial Distribution and Ribosome-Binding Dynamics of EF-P in Live Escherichia coli. mBio. 8 (3), (2017).
  7. Stracy, M., et al. Single-molecule imaging of UvrA and UvrB recruitment to DNA lesions in living Escherichia coli. Nature Communications. 7, 12568 (2016).
  8. Persson, F., Lindén, M., Unoson, C., Elf, J. Extracting intracellular diffusive states and transition rates from single-molecule tracking data. Nature Methods. 10 (3), 265-269 (2013).
  9. Bakshi, S., Choi, H., Weisshaar, J. C. The spatial biology of transcription and translation in rapidly growing Escherichia coli. Frontiers in Microbiology. 6, 636 (2015).
  10. Mustafi, M., Weisshaar, J. C. Simultaneous Binding of Multiple EF-Tu Copies to Translating Ribosomes in Live Escherichia coli. mBio. 9 (1), (2018).
  11. Michalet, X., Berglund, A. J. Optimal diffusion coefficient estimation in single-particle tracking. Physical Review E. 85 (6), (2012).
  12. Michalet, X. Mean square displacement analysis of single-particle trajectories with localization error: Brownian motion in an isotropic medium. Physical Review E Statistical, Nonlinear, and Soft Matter Physics. 82 (4 Pt 1), 041914 (2010).
  13. Backlund, M. P., Joyner, R., Moerner, W. E. Chromosomal locus tracking with proper accounting of static and dynamic errors. Physical Review E Statistical, Nonlinear, and Soft Matter Physics. 91 (6), 062716 (2015).
  14. Stracy, M., et al. Live-cell superresolution microscopy reveals the organization of RNA polymerase in the bacterial nucleoid. Proceedings of the National Academy of Sciences of the United States of America. 112 (32), E4390-E4399 (2015).
  15. Plochowietz, A., Farrell, I., Smilansky, Z., Cooperman, B. S., Kapanidis, A. N. In vivo single-RNA tracking shows that most tRNA diffuses freely in live bacteria. Nucleic Acids Research. 45 (2), 926-937 (2017).
  16. Koo, P. K., Mochrie, S. G. Systems-level approach to uncovering diffusive states and their transitions from single-particle trajectories. Physical Review E. 94 (5-1), 052412 (2016).
  17. Uphoff, S., Reyes-Lamothe, R., Garza de Leon, F., Sherratt, D. J., Kapanidis, A. N. Single-molecule DNA repair in live bacteria. Proceedings of the National Academy of Sciences of the United States of America. 110 (20), 8063-8068 (2013).
  18. Bakshi, S., Bratton, B. P., Weisshaar, J. C. Subdiffraction-Limit Study of Kaede Diffusion and Spatial Distribution in Live Escherichia coli. Biophysical Journal. 101 (10), 2535-2544 (2011).
  19. Bakshi, S., Siryaporn, A., Goulian, M., Weisshaar, J. C. Superresolution imaging of ribosomes and RNA polymerase in live Escherichia coli cells. Molecular Microbiology. 85 (1), 21-38 (2012).
  20. Uphoff, S., Sherratt, D. J., Kapanidis, A. N. Visualizing Protein-DNA Interactions in Live Bacterial Cells Using Photoactivated Single-molecule Tracking. JoVE. (85), e51177 (2014).
  21. Pavani, S. R. P., Piestun, R. Three dimensional tracking of fluorescent microparticles using a photon-limited double-helix response system. Optics Express. 16 (26), 22048-22057 (2008).
  22. Pavani, S. R. P., et al. Three-dimensional, single-molecule fluorescence imaging beyond the diffraction limit by using a double-helix point spread function. Proceedings of the National Academy of Sciences of the United States of America. 106 (9), 2995-2999 (2009).
  23. Rocha, J. M., et al. Single-molecule tracking in live Yersinia enterocolitica reveals distinct cytosolic complexes of injectisome subunits. Integrative Biology. 10 (9), 502-515 (2018).
  24. Lew, M. D., von Diezmann, A. R. S., Moerner, W. E. Easy-DHPSF open-source software for three-dimensional localization of single molecules with precision beyond the optical diffraction limit. Protocol Exchange. , (2013).
  25. Biteen, J. S., et al. Super-resolution imaging in live Caulobacter crescentus cells using photoswitchable EYFP. Nature Methods. 5 (11), 947-949 (2008).
  26. Huang, F., et al. Video-rate nanoscopy using sCMOS camera-specific single-molecule localization algorithms. Nature Methods. 10 (7), 653-658 (2013).
  27. Hoogendoorn, E., et al. The fidelity of stochastic single-molecule super-resolution reconstructions critically depends upon robust background estimation. Scientific Reports. 4, 3854 (2014).
  28. Paintdakhi, A., et al. Oufti: An integrated software package for high-accuracy, high-throughput quantitative microscopy analysis. Molecular microbiology. 99 (4), 767-777 (2016).
  29. Rocha, J. M., Corbitt, J., Yan, T., Richardson, C., Gahlmann, A. Resolving Cytosolic Diffusive States in Bacteria by Single-Molecule Tracking. bioRxiv. , 483321 (2018).
  30. Lee, A., Tsekouras, K., Calderon, C., Bustamante, C., Presse, S. Unraveling the Thousand Word Picture: An Introduction to Super-Resolution Data Analysis. Chemical Reviews. 117 (11), 7276-7330 (2017).
  31. Los, G. V., et al. HaloTag: A Novel Protein Labeling Technology for Cell Imaging and Protein Analysis. ACS Chemical Biology. , (2008).
  32. Gautier, A., et al. An Engineered Protein Tag for Multiprotein Labeling in Living Cells. Chemistry & Biology. 15 (2), 128-136 (2008).
  33. Bisson-Filho, A. W., et al. Treadmilling by FtsZ filaments drives peptidoglycan synthesis and bacterial cell division. Science. 355 (6326), 739-743 (2017).
  34. Douglass, K. M., Sieben, C., Archetti, A., Lambert, A., Manley, S. Super-resolution imaging of multiple cells by optimised flat-field epi-illumination. Nature Photonics. 10 (11), 705-708 (2016).
  35. Zhao, Z., Xin, B., Li, L., Huang, Z. L. High-power homogeneous illumination for super-resolution localization microscopy with large field-of-view. Optics Express. 25 (12), 13382-13395 (2017).
  36. Yan, T., Richardson, C. J., Zhang, M., Gahlmann, A. Computational Correction of Spatially-Variant Optical Aberrations in 3D Single Molecule Localization Microscopy. bioRxiv. , 504712 (2018).
  37. Gahlmann, A., Moerner, W. E. Exploring bacterial cell biology with single-molecule tracking and super-resolution imaging. Nature Reviews Microbiology. 12 (1), 9-22 (2014).
  38. Liu, Z., Lavis, L. D., Betzig, E. Imaging live-cell dynamics and structure at the single-molecule level. Mol Cell. 58 (4), 644-659 (2015).
  39. Berglund, A. J. Statistics of camera-based single-particle tracking. Physical Review E. 82 (1), 011917 (2010).
  40. Parry, B. R., et al. The bacterial cytoplasm has glass-like properties and is fluidized by metabolic activity. Cell. 156 (1-2), 183-194 (2014).
  41. English, B. P., et al. Single-molecule investigations of the stringent response machinery in living bacterial cells. Proceedings of the National Academy of Sciences of the United States of America. 108 (31), E365-E373 (2011).
  42. Niu, L. L., Yu, J. Investigating intracellular dynamics of FtsZ cytoskeleton with photoactivation single-molecule tracking. Biophysical Journal. 95 (4), 2009-2016 (2008).
  43. Coquel, A. S., et al. Localization of protein aggregation in Escherichia coli is governed by diffusion and nucleoid macromolecular crowding effect. PLoS Computational Biology. 9 (4), e1003038 (2013).
  44. Nenninger, A., Mastroianni, G., Mullineaux, C. W. Size Dependence of Protein Diffusion in the Cytoplasm of Escherichia coli. Journal of Bacteriology. 192 (18), 4535-4540 (2010).
  45. Dix, J. A., Verkman, A. S. Crowding effects on diffusion in solutions and cells. Annual Review of Biophysics. 37, 247-263 (2008).
  46. Elliott, L. C., Barhoum, M., Harris, J. M., Bohn, P. W. Trajectory analysis of single molecules exhibiting non-brownian motion. Physical Chemistry Chemical Physics. 13 (10), 4326-4334 (2011).
check_url/pt/59387?article_type=t

Play Video

Citar este artigo
Rocha, J. M., Gahlmann, A. Single-Molecule Tracking Microscopy – A Tool for Determining the Diffusive States of Cytosolic Molecules. J. Vis. Exp. (151), e59387, doi:10.3791/59387 (2019).

View Video