Diese Arbeit stellt eine Mikroskopiemethode vor, die eine Live-Bildgebung einer einzelnen Zelle von Escherichia coli zur Analyse und Quantifizierung des stochastischen Verhaltens synthetischer Genkreise ermöglicht.
Das hier entwickelte Protokoll bietet ein Tool, um die Computerverfolgung der Escherichia coli-Division und der Fluoreszenzüberschüsse über mehrere Stunden hinweg zu ermöglichen. Der Prozess beginnt mit einem Screening auf Kolonien, die auf minimalen Medien überleben, vorausgesetzt, dass nur Escherichia coli, die das richtige Plasmid beherbergt, in der Lage sein wird, unter den spezifischen Bedingungen zu gedeihen. Da der Prozess des Aufbaus großer genetischer Schaltkreise, der die Montage vieler DNA-Teile erfordert, eine Herausforderung darstellt, werden Schaltkreiskomponenten oft zwischen mehreren Plasmiden in verschiedenen Kopiernummern verteilt, die den Einsatz mehrerer Antibiotika erfordern. Mutationen im Plasmid können die Transkription der Antibiotikaresistenzgene zerstören und mit Ressourcenmanagement in der Zelle intervenieren, was zu Nekrose führt. Die ausgewählte Kolonie wird auf einer Glasboden-Petrischale gesetzt und einige Fokusebenen werden für die Mikroskopie-Tracking in hellen Feld- und Fluoreszenzdomänen ausgewählt. Das Protokoll behält den Bildfokus für mehr als 12 Stunden unter anfänglichen Bedingungen, die nicht reguliert werden können, was einige Schwierigkeiten verursacht. Zum Beispiel beginnen sich abgestorbene Zellen im Fokusfeld der Linsen nach ein paar Stunden der Bildgebung anzusammeln, was dazu führt, dass sich Giftstoffe ansammeln und das Signal verschwimmt und zerfällt. Der Erschöpfungswert von Nährstoffen führt zu neuen Stoffwechselprozessen und behindert die gewünschte Reaktion des Kreislaufs. Die Temperatur des Experiments senkt die Wirksamkeit von Induktoren und Antibiotika, was die Zuverlässigkeit des Signals weiter beeinträchtigen kann. Das minimale Mediengel schrumpft und trocknet, und dadurch ändert sich der optische Fokus im Laufe der Zeit. Wir haben diese Methode entwickelt, um diese Herausforderungen in Escherichia colizu überwinden, ähnlich wie frühere Arbeiten, die analoge Methoden für andere Mikroorganismen entwickeln. Darüber hinaus bietet diese Methode einen Algorithmus zur Quantifizierung des gesamten stochastischen Rauschens in unveränderten und veränderten Zellen und stellt fest, dass die Ergebnisse mit den Strömungsanalysevorhersagen übereinstimmen, wie ein ähnlicher Variationskoeffizient (CV) zeigt.
Synthetische Biologie ist ein multidisziplinäres Feld, das in den letzten zehn Jahren entstanden ist und darauf abzielt, technische Designprinzipien in rationales biologisches Design zu übersetzen1,2,3, in dem Bemühen, Multi-Signal-Integration und Verarbeitung in lebenden Zellen für das Verständnis der grundlegenden Wissenschaft4,5, diagnostische, therapeutische und biotechnologische Anwendungen6,7,8,9,10zu erreichen. Unsere Fähigkeit, die Input-Output-Antwort synthetischer Genkreise zu quantifizieren, wurde durch die jüngsten Fortschritte in der Einzelzelltechnologie, einschließlich des Durchflussanalysators und der Live-Zell-Bildgebung mittels automatisierter Zeitraffermikroskopie11, revolutioniert. Ein Strömungsanalysator wird häufig verwendet, um das Ansprechen dieser Schaltkreise im stationären Zustand1,12, und invertierte Mikroskopie wird verwendet, um die dynamische Reaktion von synthetischen Genkreisen auf der Ebene einer einzelnen Zelle3zu messen. Zum Beispiel, eine der frühen Arbeiten in der synthetischen Biologie beinhaltete den Aufbau von genetischen Oszillator-Netzwerken in lebenden Zellen mit negativen Rückkopplungsschleifen mit einer Verzögerung3. Später wurden die genetischen Oszillator-Schaltungen angewendet, um die metabolische Kontrolle in der dynamischen Umgebung der lebenden Zellen zu verstehen4. Die automatisierte Zeitraffermikroskopie ist eine Methode, um solche Schaltkreise zu charakterisieren. Wir vermuten, dass die Wirtszellen, Escherichia coli, bei der Bildung von Mikrokolonien synchronisieren, was die Messung von Signal und die Berechnung von Rauschen ermöglicht, ohne genaue Mutter-Tochter-Beziehungen zu verfolgen.
Lärm ist ein grundlegender, inhärenter Aspekt biologischer Systeme, die oft aus mehreren Quellen stammen. Man denke beispielsweise an biochemische Reaktionen mit Signalen, die aus dem Transport diskreter Zufälliger Träger wie die Diffusion von Proteinen13stammen. Diese Signale verbreiten sich mit zufälligen Schwankungen14. Weitere Lärmquellen sind Ressourcenverfügbarkeit, Zellteilung und Schwankungen der Umgebungsbedingungen wie Temperatur, Luftfeuchtigkeit und Druck. Biologische Signale, die sich in synthetischen Genkreisen ausbreiten, haben oft ein sehr niedriges Signal-Rausch-Verhältnis (SNR), das die Leistung solcher Schaltkreise stört. Daher bleibt das genetische Schaltungsdesign einer der anspruchsvollsten Aspekte der Gentechnik15. Im Gegensatz zu den meisten Ansätzen, die nur die mittlere Genexpression berechnen (gemessen über die gesamte Zellpopulation), wird die Varianz des gemessenen Signals berücksichtigt, um ein vorhersagbares Verhalten durch synthetische Gennetzwerke zu entwickeln12. Daher spielen die Variabilitäts- oder Rauschengrade in der Proteinexpression eine dominierende Rolle bei der Gestaltung und Leistung analoger und digitaler Genkreise1,16,17.
Viele Ansätze wurden entwickelt, um die Zell-zu-Zell-Variabilität zu quantifizieren, unter anderem in Escherichia coli3,7,18. Diese Methoden werden häufig verwendet, um Genaktivierung und Stoffwechselwege zu studieren, jedoch mit weniger Fokus auf die Untersuchung der stochastischen Lärmdynamik, wie das Messen und Entwirren spezifischer Lärmquellen, insbesondere für genetische Schaltkreise in lebenden Zellen, wo dies eine grundlegende Herausforderung ist19,20,21. Mehrere Faktoren, die sowohl an den Schaltkreis selbst (intrinsisch) vererbt als auch von den Wirtszellen abgeleitet werden (extrinsisch), können die kontinuierliche Leistung genetischer Schaltkreise stören. In diesem Beitrag haben wir ein Protokoll entwickelt, das darauf abzielt, das Gesamtrauschen in Escherichia coli-Zellen zu quantifizieren, einschließlich der intrinsischen und extrinsischen Lärmquellen6,22. Durch quantifizieren des Gesamtrauschens und anschließende Bewertung des SNR23kann die Konstruktion von Genkreisläufen verbessert werden. Diese Methode kann modifiziert werden, um unabhängige Rauschquellen getrennt zu messen, indem mehrere fluoreszierende Proteine6,20überwacht werden. Für das hier beschriebene Protokoll halten wir die Umgebungsbedingungen gut kontrolliert und messen kontinuierlich die Aktivität von Zellen ohne Einfluss externer Faktoren. Wir messen das Signal von fluoreszierenden Proteinen in einzelnen Zellen im Laufe der Zeit und stellen es gleichzeitig unter einem Agarosesubstrat ab. Die resultierenden Bilder werden mit dem kundenspezifischen MATLAB des Labors analysiert.
Im Idealfall wird die kontinuierliche Messung der Echtzeitaktivität von fluoreszierenden Proteinen in einer Zelle genaue Daten durch das Wachstum und die Teilung der Zellen erzeugen. Es ist jedoch schwierig, solche Daten zu erfassen. Dies ist auf den Abbau von fluoreszierenden Proteinen, bekannt als Photobleichung7, zurückzuführen, wenn sie im Anregungsprozess Strahlung ausgesetzt sind. Darüber hinaus sind Escherichia coli Zellen auch empfindlich für die Anregung, die zu Phototoxizität führen könnte7. Beide Ausgaben begrenzen die Anzahl der fotorahmen, die erworben werden können, und die Zeit zwischen den Akquisitionen. Eine entscheidende Rolle spielen auch die Substrat- und Mitteltypen (z.B. Lysogeny-Brühe), die zum Wachstum der Zellen während der Bildgebung verwendet wird. Wir empfehlen dringend die Verwendung von minimalem Medium, das den nicht fluoreszierenden Hintergrund minimiert und die Zellteilungszeit verlängert.
Darüber hinaus muss die Probe unter Berücksichtigung der folgenden Anforderungen vorbereitet werden (1) Niedrige Zellteilungsrate ermöglicht weniger häufige Expositionen für die genaue Abbildung des Teilungszyklus und die Verringerung der Wahrscheinlichkeit von Phototoxizität und Photobleichungen. Wir stellen die Erfassungszeit auf etwa die Hälfte der vorhergesagten Mitosezeit (2) Niedrige Zelldichte zu Beginn des Experiments ermöglicht eine bessere Homogenität und Nachverfolgbarkeit der Teilung. Die Zelldichte wird durch das Verdünnungsverhältnis der Escherichia coli-Zellen beeinflusst, das ein wichtiger Parameter für den Erfolg dieses Protokolls ist und für jedes Labor bestimmt werden muss. Um das Verhältnis zu ermitteln, sollte jeder neue Escherichia coli-Stamm oder jede verwendete Form mit Wachstumsratendiagrammen versehen werden (Zusatzabbildung 1). Ein angemessenes Verhältnis wurde erreicht, wenn Zellen nach einer kurzen Inkubation von einer Anfangsdichte von etwa OD600nm = 0,1 ohne zusätzliches Schütteln wachsen können. Zellen in dieser Phase teilen sich nur nach der Umgebungstemperatur (3) Einschränkung der Zellbewegung: Die Zellbewegung hängt stark von der Festigkeit des Substrats (Agarosepad) ab. Die Festigkeit des Substrats hängt von der Menge der gesamten Agarose und der Gelerstarrungszeit ab. Gele können nicht über Nacht bei Raumtemperatur erstarren, da die Escherichia coli an Einer Mitose erleidet. Andere Faktoren, die die Substratstabilität beeinflussen, sind die Wassermenge in der Probe und die Feuchtigkeit. Weitere Fragen werden in den repräsentativen Ergebnissenausführlich erörtert. Dieses Protokoll bietet viele Details und wechselt schrittweise von einem Schritt zum anderen. Das Protokoll bietet lange Stabilität für Bildgebungsexperimente und bietet ein grundlegendes Bildverarbeitungswerkzeug.
In dieser Arbeit haben wir ein Protokoll entwickelt, das die Computerverfolgung von Escherichia coli-Lebendzellen ermöglicht, die Teilung und Fluoreszenzüberstand über einen Zeitraum von Stunden verfolgen. Dieses Protokoll ermöglicht es uns, die stochastische Dynamik genetischer Schaltkreise in Escherichia coli zu quantifizieren, indem wir den Lebenslauf und SNR in Echtzeit messen. In diesem Protokoll haben wir das stochastische Verhalten von zwei verschiedenen Schaltkreisen verglichen, wie in <stro…
The authors have nothing to disclose.
Wir danken Herrn Gil Gelbert (Fakultät für Elektrotechnik, Technion) für die Unterstützung mit dem MATLAB-Code. Wir danken Dr. Ximing Li (Fakultät für biomedizinische Technik, Technion) für die Unterstützung bei der Korrektur dieses Artikels. Diese Forschung wurde teilweise von der Neubauer Family Foundation und dem israelischen Wissenschaftsministerium, Stipendium 2027345, unterstützt.
35mm glass dish | mattek | P35G-0.170-14-C | thickness corresponding with microscope lense. |
Agarose | Lonza | 5004 | LB preperation |
AHL | Sigma-Aldrich | K3007 | inducer |
Bacto tryptone | BD – Becton, Dickinson and Company | 211705 | LB preperation |
Carb | Invitrogen | 10177-012 | antibiotic |
Carb | Formedium | CAR0025 | antibiotic |
Casamino acids | BD – Becton, Dickinson and Company | 223050 | minimal media solution |
eclipse Ti | nikon | inverted microscope | |
Glucose | Sigma-Aldrich | G5767 | minimal media solution |
Glyserol | Bio-Lab | 000712050100 | minimal media substrate |
Immersol 518F | zeiss | 4449600000000 | immersion oil |
M9 salt solution | Sigma-Aldrich | M6030 | minimal media solution |
NaCl | Bio-Lab | 214010 | LB preperation |
Noble agar | Sigma-Aldrich | A5431 | minimal media substrate |
parafilm tape | Bemis | PM-996 | refered to as tape in text |
Seaplaque GTG Agarose | Lonza | 50111 | minimal media substrate |
thaymine B1 | Sigma-Aldrich | T0376 | minimal media solution |
Yeast Extract | BD – Becton, Dickinson and Company | 212750 | LB preperation |