Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Immunology and Infection
Click here for the English version

Immunology and Infection

Detección automatizada y de alto rendimiento de la adherencia bacteriana a las células huésped

Published: September 17, 2021 doi: 10.3791/62764
Automatic Translation
1, 1, 1, 1, 1,2
1Department of Microbial Pathogenesis and Immunology, Texas A&M Health Science Center, 2College of Veterinary Medicine, Texas A&M University

ERRATUM NOTICE

Summary

La detección de interacciones entre el patógeno bacteriano huésped basada en la adherencia fenotípica utilizando imágenes de etiquetado de fluorescencia de alto rendimiento junto con métodos de análisis estadístico automatizados permite una evaluación rápida de las posibles interacciones bacterianas con las células huésped.

Abstract

La identificación de patógenos bacterianos emergentes es fundamental para la salud y la seguridad humanas. La adherencia bacteriana a las células huésped es un paso esencial en las infecciones bacterianas y constituye un sello distintivo de amenaza potencial. Por lo tanto, el examen de la adherencia de las bacterias a las células huésped se puede utilizar como un componente de la evaluación de la amenaza bacteriana. Un método estándar para enumerar la adherencia bacteriana a las células huésped es co-incubar bacterias con células huésped, cosechar las bacterias adherentes, colocar las células cosechadas en medios sólidos y luego contar las unidades formadoras de colonias (UFC) resultantes. Alternativamente, la adherencia bacteriana a las células huésped se puede evaluar utilizando enfoques basados en microscopía de inmunofluorescencia. Sin embargo, las estrategias convencionales para implementar estos enfoques consumen mucho tiempo y son ineficientes. Aquí, se describe un método de imágenes basado en microscopía de fluorescencia automatizada recientemente desarrollado. Cuando se combina con el procesamiento de imágenes de alto rendimiento y el análisis estadístico, el método permite una cuantificación rápida de las bacterias que se adhieren a las células huésped. Se probaron dos especies bacterianas, Pseudomonas aeruginosa Gram-negativa y Listeria monocytogenes Gram-positiva y los controles negativos correspondientes, para demostrar el protocolo. Los resultados muestran que este enfoque enumera de forma rápida y precisa las bacterias adherentes y reduce significativamente las cargas de trabajo y los plazos experimentales.

Introduction

La adhesión bacteriana es un proceso por el cual las bacterias se adhieren a otras células o superficies. El establecimiento exitoso de la infección por patógenos bacterianos requiere adhesión a las células huésped, colonización de los tejidos y, en algunos casos, invasión de las células huésped1,2,3. Las enfermedades infecciosas emergentes constituyen importantes amenazas para la salud pública, como lo demuestra la reciente pandemia de COVID-194,5,6. Es importante destacar que los patógenos nuevos o emergentes pueden no discernirse fácilmente utilizando enfoques basados en la genómica, especialmente en los casos en que el patógeno ha sido diseñado para evadir la detección o no contiene firmas genómicas que lo identifiquen como patógeno. Por lo tanto, la identificación de patógenos potenciales utilizando métodos que evalúan directamente las características distintivas de la patogenicidad, como la adherencia bacteriana a las células huésped, puede desempeñar un papel crítico en la identificación de patógenos.

La adherencia bacteriana a las células huésped se ha utilizado para evaluar los mecanismos de patogénesis bacteriana durante décadas1,7. Las imágenes microscópicas8,9 y la enumeración de la unidad formadora de colonias bacterianas (UFC)10,11,12,13 por recubrimiento posterior a la infección son dos métodos de laboratorio bien desarrollados para probar la adherencia microbiana y / o la infección de las células huésped14. Teniendo en cuenta el tamaño de escala micrométrica de las células bacterianas, la enumeración de las células bacterianas adherentes generalmente requiere el uso de técnicas avanzadas de microscopía de alto aumento, así como enfoques de imágenes de alta resolución, incluida la microscopía electrónica, la microscopía de expansión (ExM)15,16y las imágenes tridimensionales17 . Alternativamente, la enumeración de bacterias unidas o internalizadas dentro de las células huésped se puede realizar enchapando la serie de dilución de bacterias cosechadas en agar sólido y contando las UFC resultantes10,12,13. Este método es laborioso e incluye muchos pasos manuales, lo que introduce dificultades para establecer un procedimiento estandarizado o automatizado requerido para los análisis de alto rendimiento18,19. Por lo tanto, el desarrollo de nuevos métodos para evaluar la conexión de la célula huésped abordaría las limitaciones actuales en el campo.

Aquí se describe uno de estos métodos que utiliza microscopía automatizada de alto rendimiento, combinada con procesamiento de imágenes de alto rendimiento y análisis estadístico. Para demostrar el enfoque, se realizaron experimentos con varios patógenos bacterianos, incluido Pseudomonas aeruginosa,un patógeno bacteriano Gram-negativo oportunista de humanos, animales y plantas14,20, que con frecuencia se encuentra colonizando el tracto respiratorio de pacientes con funciones de defensa del huésped deterioradas. Este enfoque optimizó el proceso de imagen microscópica descrito en estudios previos14,20. La detección por imágenes se simplificó mediante células huésped y bacterias marcadas con fluorescencia para rastrear rápidamente la proximidad de ellas, lo que redujo drásticamente la carga de trabajo de microscopía para obtener imágenes de alta resolución para distinguir bacterias. Además, el análisis estadístico automatizado de imágenes en el conteo de células huésped y bacterias reemplazó el experimento práctico de recubrimiento de UFC bacteriana para estimar la proporción de recuentos bacterianos adherentes por célula huésped. Para confirmar la compatibilidad de este método, también se han probado múltiples cepas bacterianas y tipos de células huésped, como Listeria monocytogenes, Staphylococcus aureus, Bacillus cereus y Klebsiella pneumoniae, así como células endoteliales de la vena umbilical humana (HUVEC), y los resultados respaldan la diversidad y efectividad del método.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Cultivo celular A549

  1. Mantener la línea celular A549 en medio F-12K suplementado con suero fetal bovino (FBS) al 10% e incubar a 37 °C, 5% CO2.
  2. Cambiar el medio cada 3-4 días y pasar al 85%-95% de confluencia.
  3. Brevemente, enjuague las células con 1 x solución salina tamponada con fosfato (PBS, pH 7.4, a menos que se indique lo contrario) y trate con 1 ml de solución de ácido etilendiaminatetraacético (EDTA) al 0,25% de tripsina-0,53 mM (sumergiendo la capa celular) durante aproximadamente 2 min a 37 °C.
  4. Agregue 6 ml adicionales de medio de crecimiento completo (medio F-12K + 10% FBS) para detener la actividad de la proteasa. Luego, coloque las células en un matraz de cultivo de tejido T-75 de poliestireno estéril a una relación de subcultivo de 1: 3-1: 8. El volumen final de cultivo es de 12 mL.
  5. Sembra aproximadamente 1 x 104 células A549 (concentración celular: ~1 x 105 células/ml) en cada pocillo de una placa de 96 pocillos un día antes de los ensayos de adherencia.

2. Crecimiento bacteriano y tinción

  1. Realizar todo el trabajo bacteriano en un Gabinete de Bioseguridad, Laboratorio de Bioseguridad Nivel 2.
  2. Inocular todos los cultivos bacterianos, incluyendo P. aeruginosa (PAO1), Escherichia. coli, L. monocytogenes y B. subtilis, etc., del caldo de glicerol congelado y cultivarlos en caldo de soja tríptico (TSB, 3 mL) en una incubadora de agitación a 37 °C durante la noche mantenida a 250 rpm.
  3. Al día siguiente, use una dilución 1:100 del cultivo nocturno para inocular un subcultivo y cultivarlos en TSB (1 mL) durante 3 h hasta la fase exponencial, mida el OD a 600 nm (OD600)para confirmar. Asegúrese de que el OD600 esté en el rango de 0.4-0.6.
  4. Antes de realizar el ensayo de adherencia bacteriano-huésped, diluciones en serie de placas de suspensión bacteriana en placas de Agar TSB, incube durante la noche a 37 ° C y luego establezca las UFC bacterianas a partir del número de colonias. Para P. aeruginosa, un OD600 de 1.0 corresponde a 2 x 108 células bacterianas viables/mL, y para L. monocytogenes, un OD600 de 1.0 corresponde a 9 x 108 células bacterianas viables/mL.
  5. Cosechar los cultivos bacterianos en fase exponencial por centrifugación a 13.000 x g durante 2 min a temperatura ambiente (RT), luego lavarlos una vez usando 1x PBS (1 mL). Resuspend los gránulos bacterianos en 1 mL de 1x PBS y determinar las concentraciones midiendo OD600 de suspensiones bacterianas. Por ejemplo, P. aeruginosa con OD600 de 0,5 representa una concentración de 1 x 108 células bacterianas/ml.
  6. Tiñe la suspensión bacteriana usando un tinte fluorescente verde o rojo en RT durante 30 minutos con una rotación suave en la oscuridad. Para esto, agregue 2 μL del tinte de tinción concentrado de stock 500 veces en 1 ml de suspensión bacteriana para diluir el tinte 1 veces. Para lavar el tinte de tinción, centrífuga las bacterias teñidas a 13,000 x g durante 2 min y vuelva a suspender el pellet en 1 ml de 1x PBS por tres veces.
    NOTA: Si en el experimento se utilizan bacterias marcadas con fluorescencia (GFP, RFP, mCherry-, etc.), omita este paso de tinción bacteriana. En este protocolo se utilizaron P. aeruginosa marcada con GFP- y L. monocytogenes teñidas con colorante fluorescente rojo.
  7. Recoger las células bacterianas teñidas o bacterias marcadas con GFP mediante centrifugación a 13.000 x g durante 2 min. Resuspendir en medio fresco F-12K (1 ml) y medir el OD600 de cada cultivo. Diluir posteriormente los cultivos a las concentraciones deseadas en función de la multiplicidad de la infección (MOI) y la concentración de células huésped. El volumen final utilizado en este experimento es de 500 μL.
    NOTA: Por ejemplo, si la concentración de células huésped contada utilizando la tinción de Trypan Blue es de 1 x10 5 células/ml, la concentración deseada de células bacterianas a un MOI de 100 será de 1 x 107 células/ml. La concentración de P. aeruginosa a 0,5 OD600 es de 1 x 108/mL. Para obtener la concentración deseada, diluya el cultivo de P. aeruginosa 10 veces, agregue 50 μL de cultivo resuspendido a 450 μL de medio fresco F-12K.

3. Adherencia bacteriana y tinción de la célula huésped

  1. Primero, lave las monocapas de células A549 sembradas tres veces con 1x PBS caliente. Para cada lavado, agregue 100 μL de 1x PBS a cada pozo, pipete suavemente hacia arriba y hacia abajo tres veces, deseche 1x PBS o espere 10 s después de la adición y luego aspire para eliminar 1x PBS. Para determinar la cinética de la asociación bacteriana, superponga las células con 100 μL de concentraciones deseadas de suspensión bacteriana con diferentes MOI (0, 1, 10 y 100). Girar hacia abajo las bacterias a 200 x g durante 10 min e incubar las células A549 infectadas a 37 °C, 5% CO2 durante 1 h adicional.
    NOTA: En este experimento, cada condición tuvo un triplicado técnico.
  2. Elimine las bacterias no unidas lavando las monocapas cinco veces con PBS caliente 1x como se describió anteriormente. Agregue 100 μL de formaldehído al 4% (en 1x PBS) en cada pocillo de las placas de 96 pocillos para fijar las células. Deje que las placas se asienten sobre hielo durante 15 minutos y luego lave la solución de fijación con 1x PBS tres veces.
  3. Para teñir los núcleos, agregue 50 ng/ml de 4′,6-diamidino-2-fenilindol (DAPI) e incube durante 10 min a RT. Después de la incubación, lave los pocillos tres veces con 1x PBS. Cubra las células A549 infectadas con 100 μL de 1x PBS para evitar el secado. Procese para el siguiente paso o guarde la placa a 4 °C durante un máximo de 2 días en la oscuridad.

4. Imágenes, procesamiento y análisis automatizados de fluorescencia

  1. Para mantener la integridad de los datos, elija aleatoria y manualmente cinco ubicaciones de cada pozo para capturar las imágenes a un aumento de 20x. Capture las imágenes fluorescentes de células y bacterias A549 bajo canales DAPI y GFP, respectivamente. Utilice el canal PE-Cy5 para las bacterias teñidas por el tinte fluorescente rojo.
  2. Para tener una mejor resolución, procese todas las imágenes para el aplanamiento y la deconvolución del fondo. Establezca los parámetros como 68 μm de diámetro de la bola rodante para suavizar y mida automáticamente la función de dispersión de puntos (PSF) de la deconvolución de la imagen en función del objetivo.
  3. Para contar todas las células y bacterias calificadas, mida la intensidad de fluorescencia de las células huésped y las bacterias y establezca la intensidad de fluorescencia más débil de las células huésped y las bacterias como umbrales para el recuento de células. Cuente todas las bacterias próximas a una célula huésped dentro de una distancia de 15 μm como las bacterias adherentes ya que el diámetro de la célula A549 es de 10.59-14.93 μm21.
    NOTA: Una configuración predeterminada en el sistema de imágenes cuenta selectivamente las células huésped con diámetros que van desde 5-100 μm y bacterias que van desde 0.2-5 μm de tamaño (ancho y largo).
  4. Sobre la base de los resultados del procesamiento manual de imágenes mencionados anteriormente, aplique los parámetros de suavizado de imágenes, deconvolución, tamaños de objetos, distancia e intensidades de fluorescencia al resto de las imágenes automatizadas. Después del análisis automatizado, considere las lecturas críticas, como los recuentos totales de células huésped, los tamaños y formas de las células, los recuentos bacterianos totales y el recuento bacteriano promedio por célula huésped, que fue el indicador más importante, para determinar la adherencia bacteriana.
  5. Exportación de datos y análisis estadístico
    1. Exporte los resultados analizados de todas las imágenes a una hoja de cálculo (por ejemplo, formato 'xlsx'). El sistema automatizado genera dos conjuntos de resultados: 1) el recuento medio de bacterias adherentes de cada imagen; 2) los datos informativos de cada célula huésped individual, como el recuento bacteriano adherente en una sola célula, el tamaño del huésped y la intensidad de fluorescencia promedio de la célula huésped y las bacterias, a partir de la imagen correspondiente.
    2. Calcule el número medio y la desviación estándar de los recuentos bacterianos adherentes de todas las imágenes para representar el nivel de adherencia bacteriana en comparación con los controles negativos. En este método, E. coli y B. subtilis sirvieron como controles negativos en las pruebas de adherencia bacteriana Gram-negativa y Gram-positiva, respectivamente. Realice ANOVAs bidireccionales para probar la variación significativa entre los puntos de datos a través del tratamiento para tres experimentos independientes.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Para desarrollar el ensayo de adherencia bacteriana basado en imágenes de fluorescencia, se utilizó la cepa PAO1 de P. aeruginosa y su contraparte de adherencia negativa E. coli para probar la efectividad del protocolo, ya que se había reportado la adherencia de estas bacterias a las células A54914,20,22. En primer lugar, P. aeruginosa (PAO1) y E. coli marcada con GFP se coincubó con una línea celular epitelial inmortalizada humana A549 en varios MOI, respectivamente. Los resultados mostraron que PAO1 se adhirió a las células A549 de una manera dependiente de la dosis(Figura 1A,B); mientras tanto, también se verificó una adherencia casi nula de E. coli (Figura 1A,B). Hubo 50 imágenes capturadas y analizadas en cada MOI. Se realizaron ANOVAs bidireccionales para probar las variaciones significativas de tres experimentos independientes.

Figure 1
Figura 1: P. aeruginosa bacteriana gramnegativa se adhirió a las células A549 dentro de 1 h de la coincubación. (A) Imágenes microscópicas para una visión general de la adherencia bacteriana donde las imágenes se tomaron utilizando un aumento de 20x. PAO1 y la E. coli de control de adherencia negativa se adhirieron a las células A549 en la multiplicidad de infecciones (MOI) indicada. Las bacterias fueron marcadas con GFP-fluorescencia. Los núcleos celulares A549 fueron teñidos por DAPI. La barra de escala es de 50 μm. (B) Cuantificación de los recuentos bacterianos adherentes por célula A549. Para cada cepa bacteriana probada (PAO1 y E. coli)en cada MOI, se aplicaron un total de 50 imágenes al análisis en cada condición. Los datos son la desviación media ± estándar (DE) de un representante de tres experimentos independientes. Se realizó el análisis estadístico ANOVA bidireccional. * p < 0,05, *** p < 0,001. Haga clic aquí para ver una versión más grande de esta figura.

También se observaron resultados similares cuando se utilizaron bacterias Gram-positivas, L. monocytogens23,24 y su control negativo B. subtilis, (Figura 2A,B). La adherencia a las células A549 fue significativa en L. monocytogenes que en B. subtilis (Figura 2A,B).

Figure 2
Figura 2: L. monocytogenes bacteriano grampositivos se adhirió a las células A549 dentro de 1 h de la co-incubación. (A) Imágenes microscópicas para una visión general de L. monocytogenes, así como el control negativo B. subtilis adherencia a las células A549 en diferentes MOI. Las bacterias se tiñeron con un tinte rojo fluorescente. Los núcleos celulares A549 se tiñeron con DAPI. La barra de escala es de 50 μm. (B) Cuantificación del recuento bacteriano adherente por célula A549. Para cada cepa bacteriana probada(L. monocytogenes y B. subtilis)en cada MOI, se aplicaron un total de 50 imágenes al análisis en cada condición. Los datos son medios ± SD de un representante de tres experimentos independientes. Se realizó el análisis estadístico ANOVA bidireccional. ** p < 0,01, *** p < 0,001. Haga clic aquí para ver una versión más grande de esta figura.

Una imagen representativa de la segmentación y los recuentos de P. aeruginosa adherente al huésped se muestra en la Figura 3 (Máscaras amarillas: bacterias seleccionadas, contorno rojo: recuento bacteriano único). La configuración de los objetivos tanto del huésped como de las bacterias se describe en la sección Protocolo.

Figure 3
Figura 3: Imágenes de ejemplo de segmentación y conteo bacteriano en el proceso de análisis automatizado. (A) Imágenes microscópicas de P. aeruginosa adheridas a A549 a un MOI de 100 sin segmentación y conteo bacteriano. (B) La misma imagen después del análisis estadístico de la segmentación y el conteo bacteriano. Máscaras amarillas: bacterias seleccionadas, contorno rojo: recuento bacteriano único. Haga clic aquí para ver una versión más grande de esta figura.

Los resultados de los análisis automatizados, incluidos los tamaños y áreas de las células huésped, los recuentos de células huésped y bacterianas, así como los recuentos bacterianos promedio por célula huésped, que representan el estado de salud de las células huésped, el nivel de adherencia de las bacterias y la citotoxicidad bacteriana, se enumeran en la Tabla 1 y la Tabla 2. La Tabla 1 representa los recuentos bacterianos adherentes a un nivel celular promedio a partir de diferentes imágenes, mientras que la Tabla 2 representa los recuentos bacterianos adherentes analizados en una imagen a un solo nivel celular A549. Estas imágenes representativas fueron capturadas de células A549 infectadas por PAO1 a un MOI de 100. Los resultados analizados de la imagen inicial en la Figura 3 se enumeraron como Imagen 1 en la Tabla 1 y la Tabla 2.

Tabla 1: Resultados del análisis estadístico de 9 imágenes representativas a nivel celular. Haga clic aquí para descargar esta tabla.

En cada imagen, el recuento de suma del huésped y los puntos de suma bacteriana representan los recuentos totales de los núcleos del huésped y los recuentos bacterianos totales reconocidos por el sistema en función de los parámetros descritos anteriormente, respectivamente. Además, el cálculo automatizado de la relación de manchas bacterianas representa el recuento bacteriano promedio por célula huésped, derivado de la suma de bacterias manchas / recuento de suma de huéspedes. Además, también se pueden incluir lecturas adicionales; por ejemplo, los recuentos de huéspedes adherentes a bacterias ilustran el fenómeno universal o específico de la adherencia de bacterias huéspedes. Cuando los recuentos de huésped adherentes a bacterias son mucho menores que los recuentos de suma de huéspedes, por el contrario, el recuento bacteriano promedio por huésped es relativamente alto, lo que representa que dicho fenotipo de adherencia tiene una heterogeneidad significativa.

Tabla 2: Análisis estadístico celular único de una imagen representativa. Haga clic aquí para descargar esta tabla.

El análisis de células singulares proporciona más detalles sobre los objetivos de células huésped y bacterias en cada imagen, lo que es más útil cuando se recopilan otras características bacterianas y se aplican al análisis computacional automatizado para desarrollar una herramienta más poderosa en la evaluación de la patogenicidad bacteriana potencial, como un modelo de aprendizaje automático que se está estudiando. En este protocolo, el tamaño y el área del huésped representan los diámetros y áreas de cada núcleo huésped teñido, y la intensidad de fluorescencia del huésped representa la intensidad promedio de los núcleos teñidos. El recuento de manchas bacterianas y el área representan los objetivos bacterianos adherentes a cada célula huésped y sus áreas totales. La intensidad de la fluorescencia bacteriana representa la intensidad promedio de todas las bacterias adherentes.

No es sorprendente que algunas bacterias virulentas no se adhieran a A549, mientras que algunas bacterias con altos niveles de adherencia bacteriana no necesariamente se correlacionan con la patogenicidad. También se probó un tipo diferente de célula huésped, HUVEC, para maximizar la aplicación de este método. Los resultados mostraron la detección efectiva y los diferentes fenotipos de adherencia de las bacterias(Figura 4). Diferentes células huésped podrían aumentar la estimación de patógenos bacterianos potenciales; por ejemplo, los patógenos Serratia rubidaea y Streptococcus agalactiae fueron adherentes a HUVEC pero no a las células A549 (Figura 4). Además, la E. coli enterohemorrágica citotóxica (EHEC) no fue adherente a A549 o HUVEC(Figura 4). Por lo tanto, es fundamental asegurarse de que el método sea adecuado para múltiples tipos de células huésped para responder a la especificidad de las interacciones huésped-bacteria. Tanto las células A549 como las HUVEC se coincubaron con bacterias a un MOI de 100 a 37 °C durante 1 h.

Figure 4
Figura 4: Especificidad de la adherencia bacteriana a las células huésped A549 y HUVEC. Las cepas bacterianas, incluyendo S. rubidaea, S. agalactiae, E. coli enterohemorrágica citotóxica (EHEC), PAO1,P. aeruginosa ΔpilA (PAO-NP),E. coli, S. aureus y S. aureus ΔsaeR,se probaron en células A549 y HUVEC a un MOI de 100 durante 1 h de co-incubación a 37 °C, 5% CO2. Las bacterias se tiñeron con un tinte rojo fluorescente. Los recuentos bacterianos adherentes se cuantificaron a partir de 45 imágenes / cepa bacteriana en tres experimentos independientes. Los datos son ± SD media de un representante de tres experimentos independientes. * p < 0,05, *** p < 0,001, **** p<0,0001. Haga clic aquí para ver una versión más grande de esta figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

El protocolo describe un enfoque automatizado para enumerar la unión bacteriana a las células huésped. El enfoque descrito tiene varias ventajas atractivas sobre los métodos convencionales. En primer lugar, este enfoque permite la cuantificación precisa del número de células patógenas microbianas que están unidas a células huésped individuales. Es importante destacar que esta cuantificación se puede realizar sin la necesidad de una laboriosa recolección bacteriana, diluciones en serie, recubrimiento en medios sólidos y determinación de UFC10,11,12. Como tal, la técnica descrita reduce la carga de trabajo general requerida para cuantificar la adherencia bacteriana. Cabe destacar que las ventajas del enfoque propuesto se amplifican cuando se busca detectar fenotipos de adherencia en experimentos de cribado a gran escala, incluyendo la identificación de genes bacterianos o huéspedes en bibliotecas mutantes o CRISPR, respectivamente, que regulan este proceso. En segundo lugar, la evaluación directa de las interacciones entre el huésped y las células bacterianas mediante microscopía de fluorescencia proporciona información para dilucidar los mecanismos de patogenicidad bacteriana, incluidas las alteraciones en la supervivencia, la morfología o la dinámica de un huésped o célula bacteriana. Finalmente, el análisis estadístico automatizado realizado en las imágenes recopiladas en el análisis no solo proporciona una cuantificación general de la asociación bacteriana promedio con las células huésped, sino que también permite la evaluación de las interacciones dinámicas, unicelulares y patógenos del huésped.

A pesar de estas ventajas, los métodos descritos tienen algunas limitaciones importantes. En primer lugar, se requiere la tinción de fluorescencia de las bacterias para enumerar su adherencia a las células huésped. Por lo tanto, el tinte de tinción fluorescente tiene que teñir selectivamente las bacterias que sus contrapartes de la célula huésped. Además, el tinte de tinción no debe alterar el fenotipo de unión de las bacterias que lo portan. Por lo tanto, la optimización de la tinción de fluorescencia bacteriana (por ejemplo, concentración, duración de la tinción) debe determinarse antes de realizar los estudios de adherencia descritos. En este protocolo, la tinción fluorescente de cepas bacterianas como P. aeruginosa, L. monocytogenes, E. coli y B. subtilis durante 30 min no afecta su adherencia a las células huésped. En segundo lugar, debido a la especificidad de las diferentes interacciones huésped-bacteria, un solo tipo de célula huésped puede no ser suficiente para evaluar la unión bacteriana a las células huésped. Por lo tanto, es posible que se requieran múltiples tipos de células huésped para obtener una comprensión completa del grado en que un microbio dado puede adherirse a las superficies de las células huésped. En tercer lugar, la segmentación bacteriana no fue completamente eficiente cuando las bacterias impulsan la agregación durante la co-incubación, por ejemplo, S. aureus,o cuando las bacterias formaron grupos en un MOI más alto (>100), por ejemplo, P. aeruginosa. En este caso, se debe aplicar un aumento más alto para capturar las imágenes, o se deben usar más imágenes en el análisis para reducir el efecto de la agregación bacteriana.

Las células epiteliales pulmonares humanas (A549) y los HUVEC se emplearon en los estudios para demostrar la plasticidad del enfoque con respecto al tipo de célula huésped, y ambos mostraron altos niveles de susceptibilidad a la adherencia bacteriana. El uso de dos tipos de células huésped también demostró que el método descrito podría aplicarse ampliamente para caracterizar rápidamente las interacciones entre el huésped adherente y la bacteria.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Todos los autores no tienen conflictos de intereses que revelar.

Acknowledgments

Estamos agradecidos a la Dra. Kaite Zlotkowski de Biotek Inc. por su apoyo técnico. Este trabajo fue apoyado por el Departamento de Defensa bajo el número de contrato W911NF1920013 a PdF, la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) y el Departamento del Interior bajo el Contrato No. 140D6319C0029 a PdF. El contenido de la información no refleja necesariamente la posición o la política del Gobierno, y no debe inferirse ningún respaldo oficial.

Materials

Name Company Catalog Number Comments
10x PBS VWR 45001-130
4′,6-diamidino-2-phenylindole (DAPI) Thermo Fisher 62248 Host cell staining dye
96 well plate Corning 3882 Half area well, flat clear bottom
A549 cells ATCC  CCL 185 Mammalian cell line
BactoView Live Red Biotium 40101 Bacteria staning dye
Centrifuge Eppendorf 5810R
CFSE cell division tracker BioLegend 423801
Cytation 5  BioTek Cytation 5  Cell imaging multi-mode reader
E. coli Laboratory stock 
EGM bulletKit Lonza CC-3124 HUVEC cell culture medium
EHEC NIST collections
F-12k medium ATCC  302004 A549 cell culture medium
Fetal bovine serum Corning 35-016-CV
HUVEC Laboratory stock 
L. monocytogenes NIST collections
OD600 DiluPhotometer IMPLEN
P. aeruginosa Dr. Lori Burrows laboratory stock
P. aeruginosa ΔpilA Dr. Lori Burrows laboratory stock
S. agalactiae NIST collections
S. aureus BEI NR-46543
S. aureus ΔsaeR BEI NR-48164
S. rubidaea NIST collections
Typical soy broth Growcells MBPE-4040

DOWNLOAD MATERIALS LIST

References

  1. Pizarro-Cerda, J., Cossart, P. Bacterial adhesion and entry into host cells. Cell. 124, 715-727 (2006).
  2. Kipnis, E., Sawa, T., Wiener-Kronish, J. Targeting mechanisms of Pseudomonas aeruginosa pathogenesis. Médecine et Maladies Infectieuses. 36 (2), 78-91 (2006).
  3. Josse, J., Laurent, F., Diot, A. Staphylococcal adhesion and host cell invasion: Fibronectin-binding and other mechanisms. Frontiers in Microbiology. 8, 2433 (2017).
  4. Cabibbo, G., Rizzo, G. E. M., Stornello, C., Craxì, A. SARS-CoV-2 infection in patients with a normal or abnormal liver. Journal of Viral Hepatitis. 28 (1), 4-11 (2021).
  5. Ortiz-Prado, E., et al. Clinical, molecular, and epidemiological characterization of the SARS-CoV-2 virus and the Coronavirus Disease 2019 (COVID-19), a comprehensive literature review. Diagnostic Microbiology and Infectious Disease. 98 (1), 115094 (2020).
  6. Chang, C. C., Senining, R., Kim, J., Goyal, R. An acute pulmonary coccidioidomycosis coinfection in a patient presenting with multifocal pneumonia with COVID-19. Journal of Investigative Medicine High Impact Case Reports. 8, (2020).
  7. Woo, V., et al. Microbiota inhibit epithelial pathogen adherence by epigenetically regulating C-type lectin expression. Frontiers in Immunology. 10, 928 (2019).
  8. Pandey, A., et al. Global reprogramming of host kinase signaling in response to fungal infection. Cell Host Microbe. 21 (5), 637-649 (2017).
  9. Ding, S., et al. Interactions between fungal hyaluronic acid and host CD44 promote internalization by recruiting host autophagy proteins to forming phagosomes. iScience. 24 (3), 102192 (2021).
  10. Qin, Q. M., et al. RNAi screen of endoplasmic reticulum-associated host factors reveals a role for IRE1alpha in supporting Brucella replication. PLoS Pathogens. 4 (7), 1000110 (2008).
  11. Qin, Q. M., et al. Functional analysis of host factors that mediate the intracellular lifestyle of Cryptococcus neoformans. PLoS Pathogens. 7 (6), 1002078 (2011).
  12. Qin, Q. M., et al. A tractable Drosophila cell system enables rapid identification of Acinetobacter baumannii host factors. Frontiers in Cellular and Infection Microbiology. 10, 240 (2020).
  13. Pandey, A., et al. Activation of host IRE1α-dependent signaling axis contributes the intracellular parasitism of Brucella melitensis. Frontiers in Cellular and Infection Microbiology. 8, 103 (2018).
  14. Chi, E., Mehl, T., Nunn, D., Lory, S. Interaction of Pseudomonas aeruginosa with A549 pneumocyte cells. Infection and Immunity. 59 (3), 822-828 (1990).
  15. Götz, R., et al. Nanoscale imaging of bacterial infections by sphingolipid expansion microscopy. Nature Communications. 11, 6173 (2020).
  16. Lim, Y., et al. Mechanically resolved imaging of bacteria using expansion microscopy. PLOS Biology. 17 (10), 3000268 (2019).
  17. Bratton, B. P., Barton, B., Morgenstein, R. M. Three-dimensional Imaging of bacterial cells for accurate cellular representations and precise protein localization. Journal of Visualized Experiments. (152), e60350 (2019).
  18. Hoffmann, S., et al. High-throughput quantification of bacterial-cell interactions using virtual colony counts. Frontiers in Cellular and Infection Microbiology. 8, 43 (2018).
  19. Hazan, R., Que, Y. -A., Maura, D., Rahme, L. G. A method for high throughput determination of viable bacteria cell counts in 96-well plates. BMC Microbiology. 12 (1), 259 (2012).
  20. Gellatly, S. L., Hancock, R. E. W. Pseudomonas aeruginosa: new insights into pathogenesis and host defenses. Pathogens and Disease. 67, 159-173 (2013).
  21. Jiang, R. D., Shen, H., Piao, Y. J. The morphometrical analysis on the ultrastructure of A549 cells. Romanian Journal of Morphology and Embryology. 51 (4), 663-667 (2010).
  22. Farinha, M. A., et al. Alteration of the pilin adhesin of Pseudomonas aeruginosa PAO results in normal pilus biogenesis but a loss of adherence to human pneumocyte cells and decreased virulence in mice. Infection and Immunity. 62 (10), 4118-4123 (1994).
  23. Réglier-Poupet, H., Pellegrini, E., Charbit, A., Berche, P. Identification of LpeA, a PsaA-Like membrane protein that promotes cell entry by Listeria monocytogenes. Infection and immunity. 71 (1), 474-482 (2003).
  24. Ortega, F. E., et al. Adhesion to the host cell surface is sufficient to mediate Listeria monocytogenes entry into epithelial cells. Molecular Biology of the Cell. 28 (22), 2945-2957 (2017).

Tags

Inmunología e Infección Número 175

Erratum

Formal Correction: Erratum: Automated, High-Throughput Detection of Bacterial Adherence to Host Cells
Posted by JoVE Editors on 02/08/2022. Citeable Link.

An erratum was issued for: Automated, High-Throughput Detection of Bacterial Adherence to Host Cells. The Authors section was updated.

The Authors section was updated from:

Jing Yang1, Qing-Ming Qin1, Paul de Figueiredo1,2
1Department of Microbial Pathogenesis and Immunology, Texas A&M Health Science Center
2Department of Veterinary Pathobiology, Texas A&M College of Veterinary Medicine

to:

Jing Yang1, Qing-Ming Qin1, Erin Van Schaik1, James E. Samuel1, Paul de Figueiredo1,2
1Department of Microbial Pathogenesis and Immunology, Texas A&M Health Science Center
2Department of Veterinary Pathobiology, Texas A&M College of Veterinary Medicine

Detección automatizada y de alto rendimiento de la adherencia bacteriana a las células huésped
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Yang, J., Qin, Q. M., Van Schaik,… More

Yang, J., Qin, Q. M., Van Schaik, E., Samuel, J. E., de Figueiredo, P. Automated, High-Throughput Detection of Bacterial Adherence to Host Cells. J. Vis. Exp. (175), e62764, doi:10.3791/62764 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter