Summary

Live Imaging av mikrokolonier med høy gjennomstrømning for å måle heterogenitet i vekst og genuttrykk

Published: April 18, 2021
doi:

Summary

Gjærvekst fenotyper måles nøyaktig gjennom svært parallell tidsforløpavbildning av immobiliserte celler som vokser til mikrokolonier. Samtidig kan stresstoleranse, proteinuttrykk og proteinlokalisering overvåkes, og genererer integrerte datasett for å studere hvordan miljømessige og genetiske forskjeller, samt genuttrykks heterogenitet blant isogene celler, modulerer vekst.

Abstract

Presise målinger av mellom- og understamme heterogenitet i mikrobielle vekstrater er avgjørende for å forstå genetiske og miljømessige tilførsler til stresstoleranse, patogenisitet og andre viktige komponenter i kondisjon. Dette manuskriptet beskriver en mikroskopbasert analyse som sporer omtrent 105 Saccharomyces cerevisiae mikrokolonier per eksperiment. Etter automatisert tidsforløpsavbildning av gjær immobilisert i en multiwell plate, analyseres mikrokoloni vekstrater enkelt med tilpasset bildeanalyseprogramvare. For hver mikrokoloni kan uttrykk og lokalisering av fluorescerende proteiner og overlevelse av akutt stress også overvåkes. Denne analysen muliggjør presis estimering av stammenes gjennomsnittlige vekstrater, samt omfattende måling av heterogenitet i vekst, genuttrykk og stresstoleranse i kloniske populasjoner.

Introduction

Vekst fenotyper bidrar kritisk til gjær fitness. Naturlig utvalg kan effektivt skille mellom avstamninger med vekstrater forskjellig fra det motsatte av den effektive befolkningsstørrelsen, som kan overstige 108 personer1. Videre er variasjon av vekstrater blant individer i en befolkning en evolusjonært relevant parameter, da den kan tjene som grunnlag for overlevelsesstrategier sominnsatssikring 2,3,4,5,6. Derfor er analyser som tillater svært nøyaktige målinger av vekstfenotyper og deres fordelinger avgjørende for studiet av mikroorganismer. Mikrokolonivekstanalysen som er beskrevet her, kan generere individuelle vekstratemålinger for ~ 105 mikrokolonier per eksperiment. Denne analysen gir derfor en kraftig protokoll for å studere gjær evolusjonær genetikk og genomikk. Det egner seg spesielt godt til å teste hvordan variasjon i populasjoner av genetisk identiske enkeltceller genereres, vedlikeholdes og bidrar til befolkningsform7,8,9,10.

Metoden som er beskrevet her (Figur 1), bruker periodisk fangede, lavforstørrelsesbilder av celler som vokser i flytende medier på en 96- eller 384-brønns glassbunnplate for å spore vekst i mikrokolonier. Cellene holder seg til lectin concanavalin A, som dekker bunnen av mikroskopplaten, og danner todimensjonale kolonier. Fordi mikrokoloniene vokser i en monolayer, er mikrokoloniområdet svært korrelert med celle nummer7. Derfor kan nøyaktige estimater av mikrokoloni vekstrate og oppholdstid genereres med tilpasset bildeanalyseprogramvare som sporer endringshastigheten for området for hvert mikrokoloni. Videre kan det eksperimentelle oppsettet overvåke overflod og til og med subcellulære lokaliseringer av fluorescerende merkede proteiner uttrykt i disse mikrokoloniene. Nedstrøms behandling av data fra denne mikrokoloni vekstanalysen kan oppnås ved tilpasset analyse eller av eksisterende bildeanalyseprogramvare, for eksempel Processing Images Easily (PIE)11, en algoritme for robust koloniområdegjenkjenning og vekstanalyse med høy gjennomstrømning fra lavforstørrelse, brightfield-bilder, som er tilgjengelig via GitHub12.

Fordi vekstrateestimater avledet fra mikrokoloni-vekstanalysen genereres fra et stort antall enkeltkolonimålinger, er de ekstremt nøyaktige, med standardfeil flere størrelsesordener mindre enn estimatene selv for et rimelig stort eksperiment. Derfor er analysens kraft til å oppdage vekstratforskjeller mellom forskjellige genotyper, behandlinger eller miljøforhold høy. Multiwell-plateformatet gjør at mange forskjellige miljø- og genotypekombinasjoner kan sammenlignes i et enkelt eksperiment. Hvis stammer uttrykker forskjellige fluorescerende markører, kan de blandes i samme brønn og preges av påfølgende bildeanalyse, noe som kan øke kraften ytterligere ved å tillate brønn-for-brønn data normalisering.

Figure 1
Figur 1: Skjematisk representasjon av protokollen. Denne protokollen følger to hovedtrinn, som er utarbeidelsen av eksperimentell plate og forberedelsen av cellene til bilde. Randomisering av plater og vekst av celler bør utføres før og før eksperimentdagen. Gjentatt blanding av celler på hvert trinn under fortynning er viktig i trinnene til plating, og derfor anbefales det å forberede den eksperimentelle platen først, slik at den er klar til plating umiddelbart etter ferdigstillelse av cellefortynning. Klikk her for å se en større versjon av denne figuren.

Protocol

1. Tilberedning av randomiserte plater (før eksperimentdagen) Planlegg belastningene og betingelsene som skal testes med vekstanalysen. På dette tidspunktet tilordner tilfeldig stammer og forhold til enhver brønn.MERK: Når du vurderer plateoppsett, anbefales det å inkludere mer enn én replikering per belastning og veksttilstand på en enkelt plate for å ta hensyn til godt relatert støy i målinger. Se Diskusjon hvis du vil ha mer informasjon. Beregningsmessig randomisere plasseringen av hv…

Representative Results

Nyheten i denne protokollen er at vekstraten kan beregnes for enkeltceller i en populasjon ved å spore veksten i mikrokolonier gjennom tidsforløpavbildning (figur 2A). Fordi mikrokolonier vokser i mange timer på en planar måte på grunn av tilstedeværelsen av concanavalin A, kan deres områder spores gjennom hele eksperimentet, og en lineær passform til endringen i områdets naturlige logg over tid kan brukes til å beregne vekstrate for hver enkelt koloni observert 7…

Discussion

Protokollen som er beskrevet her er en allsidig analyse som gjør at cellevekst og genuttrykk kan overvåkes samtidig på nivået av individuelle mikrokolonier. Å kombinere disse to modalitetene gir unik biologisk innsikt. For eksempel har tidligere arbeid brukt denne analysen til å vise en negativ sammenheng mellom uttrykk for TSL1-genet og mikrokolonivekstraten i isogene wildtype-celler ved å måle begge samtidig7,10. Det er også mulig å overvåke…

Declarações

The authors have nothing to disclose.

Acknowledgements

Vi takker Naomi Ziv, Sasha Levy og Shuang Li for deres bidrag til å utvikle denne protokollen, David Gresham for delt utstyr, og Marissa Knoll for hjelp med videoproduksjon. Dette arbeidet ble støttet av National Institutes of Health grant R35GM118170.

Materials

General Materials
500 mL Bottletop Filter .22 µm PES Sterilizing, Low Protein Binding, w/45mm Neck Fisher CLS431154 used to filter the media
BD Falcon*Tissue Culture Plates, microtest u-bottom Fisher 08-772-54 96-well culture tubes used to freeze cells, pre-grow cells, and dilutions
BD Syringes without Needle, 50 mL Fisher 13-689-8 Used to filter the Concanavalin A
Costar Sterile Disposable Reagent Reservoirs Fisher 07-200-127 reagent reservoirs used to pipette solutions with multichannel pipette
Costar Thermowell Aluminum Sealing Tape Fisher 07-200-684 96-well plate seal for pre-growth and freezing
lint and static free Kimwipes Fisher 06-666A lint and static free wipes to keep microscope plate bottom free of debris and scratches
Nalgene Syringe Filters ThermoFisher Scientific 199-2020 0.2 μm pore size, 25 mm diameter; used to filter concanavalin A solution
Media Components
Minimal chemically defined media (MD; 2% glucose) alternative microscopy media used for yeast pre-growth and growth during microscopy
Synthetic Complete Media (SC; 2% glucose) microscopy media used for yeast pre-growth and growth during microscopy
Yeast extract-peptone-dextrose (YEPD; 2% glucose) medium cell growth prior to freezing down randomized plates
Microscopy Materials
Breathe-Easy sealing membrane Millipore Sigma Z380059-1PAK breathable membranes used to seal plate during microscopy experiment. At this stage breathable membranes are reccomended because they prevent condensation in the wells and allow for better microscopy images
Brooks 96-well flat clear glass bottom microscope plate Dot Scientific MGB096-1-2-LG-L microscope plate
Concanavalin A from canavalia ensiformis (Jack Bean), lyophilized powder Millipore Sigma 45-C2010-1G Make 5x concanavalin A solution and freeze 5ml of 5x concanavalin A in 50 mL conical tubes at -80 °C
Strains Used
MAH.5, MAH.96, MAH.52, MAH.66, MAH.11, MAH.58, MAH.135, MAH.15, MAH.44, MAH.132 Haploid mutation accumulation strains in a laboratory background, described in Hall and Joseph 2010
EP026.2A-2C Progeny of the ancestral Hall and Joseph 2010 mutation accumulation strain, transformed with YFR054cΔ::Scw11P::GFP
Equipment
Misonix Sonicator S-4000 with 96-pin attachment Sonicator https://www.labx.com/item/misonix-inc-s-4000-sonicator/4771281
Nikon Eclipse Ti-E with Perfect Focus System Inverted microscope with automated stage and autofocus system

Referências

  1. Geiler-Samerotte, K. A., Hashimoto, T., Dion, M. F., Budnik, B. A., Airoldi, E. M., Drummond, D. A. Quantifying condition-dependent intracellular protein levels enables high-precision fitness estimates. PloS one. 8 (9), 75320 (2013).
  2. Kussell, E., Leibler, S. Phenotypic diversity, population growth, and information in fluctuating environments. Science. 309 (5743), 2075-2078 (2005).
  3. Thattai, M., van Oudenaarden, A. Stochastic gene expression in fluctuating environments. Genética. 167 (1), 523-530 (2004).
  4. King, O. D., Masel, J. The evolution of bet-hedging adaptations to rare scenarios. Theoretical population biology. 72 (4), 560-575 (2007).
  5. Acar, M., Mettetal, J. T., van Oudenaarden, A. Stochastic switching as a survival strategy in fluctuating environments. Nature genetics. 40 (4), 471-475 (2008).
  6. Avery, S. V. Microbial cell individuality and the underlying sources of heterogeneity. Nature reviews. Microbiology. 4 (8), 577-587 (2006).
  7. Levy, S. F., Ziv, N., Siegal, M. L. Bet hedging in yeast by heterogeneous, age-correlated expression of a stress protectant. PLoS biology. 10 (5), 1001325 (2012).
  8. van Dijk, D., et al. Slow-growing cells within isogenic populations have increased RNA polymerase error rates and DNA damage. Nature communications. 6, 7972 (2015).
  9. Ziv, N., Shuster, B. M., Siegal, M. L., Gresham, D. Resolving the Complex Genetic Basis of Phenotypic Variation and Variability of Cellular Growth. Genética. 206 (3), 1645-1657 (2017).
  10. Li, S., Giardina, D. M., Siegal, M. L. Control of nongenetic heterogeneity in growth rate and stress tolerance of Saccharomyces cerevisiae by cyclic AMP-regulated transcription factors. PLoS genetics. 14 (11), 1007744 (2018).
  11. Plavskin, Y., Li, S., Ziv, N., Levy, S. F., Siegal, M. L. Robust colony recognition for high-throughput growth analysis from suboptimal low-magnification brightfield micrographs. bioRxiv. , (2018).
  12. Ziv, N., Siegal, M. L., Gresham, D. Genetic and nongenetic determinants of cell growth variation assessed by high-throughput microscopy. Molecular biology and evolution. 30 (12), 2568-2578 (2013).
  13. Hall, D. W., Joseph, S. B. A high frequency of beneficial mutations across multiple fitness components in Saccharomyces cerevisiae. Genética. 185 (4), 1397-1409 (2010).
  14. Saleemuddin, M., Husain, Q. Concanavalin A: a useful ligand for glycoenzyme immobilization–a review. Enzyme and microbial technology. 13 (4), 290-295 (1991).
  15. Geiler-Samerotte, K. A., Bauer, C. R., Li, S., Ziv, N., Gresham, D., Siegal, M. L. The details in the distributions: why and how to study phenotypic variability. Current opinion in biotechnology. 24 (4), 752-759 (2013).
  16. Nakagawa, S., Schielzeth, H. Repeatability for Gaussian and non-Gaussian data: a practical guide for biologists. Biological reviews of the Cambridge Philosophical Society. 85 (4), 935-956 (2010).
  17. Bolker, J. A. Exemplary and surrogate models: two modes of representation in biology. Perspectives in biology and medicine. 52 (4), 485-499 (2009).
check_url/pt/62038?article_type=t

Play Video

Citar este artigo
Sartori, F. M. O., Buzby, C., Plavskin, Y., Siegal, M. L. High-Throughput Live Imaging of Microcolonies to Measure Heterogeneity in Growth and Gene Expression. J. Vis. Exp. (170), e62038, doi:10.3791/62038 (2021).

View Video