Summary

Single-molekylet Tracking mikroskopi-et verktøy for fastsettelse av Diffusive statene cytosolic molekyler

Published: September 05, 2019
doi:

Summary

3D single-molekylet lokalisering mikroskopi er benyttet for å granske den romlige posisjoner og bevegelse baner av fluorescensmerkete merket proteiner i levende bakterielle celler. Den eksperimentelle og dataanalyse protokollen som er beskrevet her, bestemmer den utbredte diffusive oppførselen til cytosolic proteiner basert på samlet enkelt molekyl baner.

Abstract

Single-molekylet lokalisering mikroskopi sonder posisjon og bevegelser av individuelle molekyler i levende celler med titalls nanometer romlige og millisekunder Temporal oppløsning. Disse evnene gjør single-molekylet lokalisering mikroskopi ideelt egnet til å studere molekylær nivå biologiske funksjoner i fysiologisk relevante miljøer. Her demonstrerer vi en integrert protokoll for både anskaffelse og prosessering/analyse av sporingsdata for enkelt molekyl for å trekke ut de forskjellige diffusive statene som et protein av interesse kan vise. Denne informasjonen kan brukes til å kvantifisere molekylær kompleks dannelse i levende celler. Vi gir en detaljert beskrivelse av et kamerabasert, lokaliserings eksperiment med 3D enkelt molekyl, samt de påfølgende databehandlings trinnene som gir baner til individuelle molekyler. Disse baner blir deretter analysert ved hjelp av en numerisk analyse rammeverk for å trekke ut de utbredte diffusive statene i fluorescensmerkete merket molekyler og den relative overflod av disse statene. Analysen rammeverket er basert på Stokastisk simuleringer av intracellulære Brownske diffusjon baner som er romlig begrenset av en vilkårlig celle geometri. Basert på den simulerte baner, genereres og analyseres rå bilder med ett molekyl på samme måte som eksperimentelle bilder. På denne måten er eksperimentelle presisjons-og nøyaktighets begrensninger, som er vanskelige å kalibrere eksperimentelt, eksplisitt innlemmet i analyse arbeidsflyten. Diffusion koeffisienten og relative befolkning fraksjoner av de utbredte diffusive statene er bestemt ved å tilpasse distribusjoner av eksperimentelle verdier ved hjelp av lineære kombinasjoner av simulerte distribusjoner. Vi viser nytten av vår protokoll ved å løse de diffusive statene et protein som viser ulike diffusive stater ved forming homo-og hetero-oligomer komplekser i stoffer av en bakteriell patogen.

Introduction

Undersøke diffusive atferden til biomolekyler gir innsikt i sine biologiske funksjoner. Fluorescens mikroskopi-baserte teknikker har blitt verdifulle verktøy for å observere biomolekyler i sitt eget celle miljø. Fluorescens utvinning etter photobleaching (FRAP) og fluorescens korrelasjon spektroskopi (FCS)1 gi ensemble-gjennomsnitt diffusive atferd. Omvendt, enkelt-molekyl lokalisering mikroskopi muliggjør observasjon av individuelle fluorescensmerkete merkede molekyler med høy romlig og tidsmessig oppløsning2,3,4. Å observere individuelle molekyler er fordelaktig siden et protein av interesse kan eksistere i forskjellige diffusive tilstander. For eksempel, to lett gjenkjennelige diffusive tilstander oppstår når en transcriptional regulator, slik som CueR i Escherichia coli, diffunderer fritt i stoffer eller binder seg til en DNA-sekvens og blir immobilisert på tidsskalaen for måling5 . Enkelt-molekyl sporing gir et verktøy for å observere disse ulike statene direkte, og sofistikerte analyser er ikke nødvendig å løse dem. Imidlertid, den blir flere utfordrende å løse mangfoldig diffusive fastslår og deres befolkning brøk inne sakene der hvor deres diffusive ratene er flere lignende. For eksempel, på grunn av størrelsen avhengighet av diffusjon koeffisienten, ulike oligomerisering tilstander av et protein manifestere seg som forskjellige diffusive stater6,7,8,9 , 10. slike saker krever en integrert tilnærming i form av datainnsamling, prosessering og analyse.

En kritisk faktor som påvirker diffusive utbredelsen av cytosolic molekyler, er effekten av å være i fangenskap ved cellegrensen. Restriksjonene plassert på molekylær bevegelse av en bakteriell cellegrensen føre til en cytosolic molekyler ‘ målt diffusjon rate skal vises tregere enn om den samme bevegelsen hadde skjedd i en unconfined plass. For svært langsomt spre molekyler, er effekten av cellulær fødsel ubetydelig på grunn av mangel på kollisjoner med grensen. I slike tilfeller kan det være mulig å nøyaktig løse diffusive tilstander ved å montere distribusjoner av molekylær forskyvninger, reller tilsynelatende diffusjon koeffisienter, D *, ved hjelp av analytiske modeller basert på likninger for brownske bevegelse ( tilfeldig diffusjon)11,12,13. Men for raske spre cytosolic molekyler, de eksperimentelle distribusjonene ikke lenger ligne de innhentet for unconfined Brownske bevegelse på grunn av kollisjoner av spre molekyler med celle grenser. Fødsel effekter må regnskapsføres for å nøyaktig bestemme unconfined diffusjon koeffisienter av fluorescensmerkete merket molekyler. Flere tilnærminger har nylig blitt utviklet for å ta hensyn til fødsel effekter enten (semi-) analytisk 5,14,15,16 eller numerisk gjennom Monte Carlo simuleringer av Brownske Diffusion6,10,16,17,18,19.

Her gir vi en integrert protokoll for å samle inn og analysere enkelt molekyl lokaliserings mikroskopi data med et spesielt fokus på sporing av enkelt molekyl. Målet med protokollen er å løse diffusive tilstander av fluorescensmerkete merket cytosolic proteiner inne, i dette tilfellet, Rod-formede bakterielle celler. Arbeidet vårt bygger på en tidligere protokoll for sporing av enkelt molekyl, der en DNA-polymerase, PolI, ble vist å eksistere i en DNA-bundet og ubundet tilstand ved diffusjon analyse20. Her utvider vi enkelt-molekylet sporing analyse til 3D målinger og utføre mer realistiske beregningsorientert simuleringer å løse og kvantifisere flere diffusive tilstander samtidig tilstede i cellene. Dataene er ervervet ved hjelp av en hjemmelaget 3D super-oppløsning fluorescens mikroskop som er i stand til å bestemme 3D posisjon av fluorescerende sendere ved Imaging med dobbel Helix punkt-spredning-funksjon (DHPSF)21,22. Den rå single-molekylet bilder er behandlet ved hjelp av egendefinert skrevet programvare for å trekke ut 3D single-molekylet lokaliseringer, som deretter kombineres til ett-molekyl baner. Tusenvis av baner er samlet for å generere distribusjoner av tilsynelatende diffusjon koeffisienter. I et siste trinn, er de eksperimentelle distribusjonene passer med numerisk genererte distribusjoner innhentet gjennom Monte-Carlo simuleringer av Brownske bevegelse i et trangt volum. Vi bruker denne protokollen for å løse diffusive statene av type 3 sekresjon system protein YscQ i levende Yersinia enterocolitica. På grunn av sin modulære natur, er vår protokoll vanligvis gjelder for alle typer enkelt-molekyl eller enkelt-partikkel sporing eksperiment i vilkårlig celle geometri.

Protocol

1. dobbel Helix punkt-spredning-funksjon kalibrering Merk: bilder som er beskrevet i dette og følgende deler anskaffes ved hjelp av et spesiallaget invertert fluorescens mikroskop, som beskrevet i Rocha et al.23. Den samme fremgangsmåten gjelder for forskjellige mikroskop implementeringer som er utviklet for lokalisering og sporing av enkelt molekyl mikroskopi2,3,4. All program…

Representative Results

Under de eksperimentelle forholdene som er beskrevet her (20 000 rammer, banelengde minimum 4 lokaliseringer) og avhengig av uttrykket nivåer av fluorescensmerkete merket Fusion proteiner, ca 200-3000 lokaliseringer gir 10-150 baner kan genereres per celle (figur 2a, b). Et stort antall baner er nødvendig for å produsere en godt samplet fordeling av tilsynelatende diffusjon koeffisienter. Størrelsen på FOV samlet her er ~ 55 x 55 μm, me…

Discussion

En kritisk faktor for vellykket anvendelse av den presenterte protokollen er å sikre at single-molekylet signalene er godt adskilt fra hverandre (dvs. de må være sparsom i rommet og i tid (supplerende MOV. 1)). Hvis det er mer enn ett fluorescerende molekyl i en celle på samme tid, så lokalisering kan være feil tilordnet til en annen molekyler ‘ bane. Dette kalles linking problem30. Eksperimentelle forhold, slik som protein uttrykk nivåer og eksitasjon laser intensitet kan …

Declarações

The authors have nothing to disclose.

Acknowledgements

Vi takker Alecia Achimovich og ting Yan for kritisk lesning av manuskriptet. Vi takker Ed Hall, senior ansatte forsker i Advanced Research Computing Services gruppe ved University of Virginia, for hjelp med å sette opp optimalisering rutiner som brukes i dette arbeidet. Finansiering for dette arbeidet ble gitt av University of 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).

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