Method Article

光学光热红外荧光原位杂交 (OPTIR-FISH)

DOI:

10.3791/66562

February 23rd, 2024

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

在这里,我们提出了一种使用光学光热红外荧光 原位 杂交 (OPTIR-FISH),也称为中红外光热 FISH (MIP-FISH) 的方案,以识别单个细胞并了解它们的代谢。该方法可广泛应用于各种应用,包括以单细胞分辨率绘制细胞代谢图谱。

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

了解复杂群落中单个细胞的代谢活动对于揭示它们在人类疾病中的作用至关重要。在这里,我们提出了一种全面的方案,通过结合 rRNA 标记的 FISH 探针和同位素标记的底物,使用 OPTIR-FISH 平台同时进行细胞鉴定和代谢分析。荧光成像通过结合 rRNA 标记的 FISH 探针提供细胞鉴定,而 OPTIR 成像通过同位素诱导的 OPTIR 光谱红移提供单细胞内的代谢活动。该方案使用用 13C-葡萄糖培养的细菌作为测试床,概述了微生物培养与同位素标记、荧光 位杂交 (FISH)、样品制备、OPTIR-FISH 成像设置的优化和数据采集。我们还演示了如何以高通量在单细胞水平上进行图像分析和解释光谱数据。该方案的标准化和详细性质将极大地促进其被广泛的单细胞代谢研究界中来自不同背景和学科的研究人员采用。

Introduction

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

细胞代谢是细胞生物学的基础支柱,指导着决定细胞健康、功能和与环境相互作用的许多过程。在单个细胞水平上分析代谢,特别是在天然环境中,为揭示生物系统中的异质性和复杂活动提供了宝贵的见解1。这在微生物研究中尤为重要,因为许多微生物表现出独特的生长要求或环境依赖性,这对传统培养方法提出了挑战2。例如,一些物种可能需要特定的营养成分或共生关系,而这些关系在实验室环境中不容易复制,因此使它们无法通过标准技术进行培养3。此外,某些物种的培养时间较长,这给微生物学研究带来了重大挑战,往往超出了研究和分析的实际时间框架。为了规避这些限制,聚合酶链反应和荧光 位杂交 (FISH) 等替代方法允许在不需要培养的情况下识别微生物物种4,这可以实现对微生物生态系统的更准确和整体的看法。然而,这些分析技术缺乏阐明细胞代谢的能力。这一差距凸显了微生物学领域持续面临的挑战:在单细胞水平上区分细胞身份和阐明代谢的并发任务。成像质谱 (IMS) 等技术的进步与稳定同位素相结合已成为单细胞代谢分析的强大工具5。在这些实验中,细胞与含有同位素(如 13C 或 15N)的底物一起孵育。新合成代谢的生物分子携带这些同位素,使其在 m/z 光谱上可以区分。然而,IMS 存在仪器昂贵、样品制备复杂、通量相对较低以及分析 m/z 谱图所需的专业知识等问题。当与分子标志物特异性荧光成像相结合时,在阐明细胞代谢方面取得了进展,特异性更高6。然而,在弥合这两种模式方面仍然存在挑战。IMS 和荧光成像之间的分辨率差异,再加上不同的操作设置,使得难以对齐和关联结果7

振动光谱成像与稳定同位素标记的整合为单细胞代谢的研究提供了一种新的解决方案。较重同位素的掺入减慢了化学键的振动,导致振动光谱中出现红移峰8。值得注意的是,振动成像提供的空间分辨率可与荧光成像相媲美,并且代谢定量和细胞鉴定都可以在一次设置中完成,从而简化了图像配准和相关性。我们最近的工作证明了先进的振动成像平台:光学光热红外 (OPTIR) 与荧光 原位 杂交 (FISH) 的结合,以探测细菌群落中的葡萄糖代谢9图 1)。OPTIR 是一种振动光谱显微镜系统,它通过检测可见光变化来利用中红外吸收的光热效应,这提供了与光学显微镜一样的亚微米分辨率,但具有来自中红外吸收的额外振动光谱信息。FISH 是一种在单细胞水平上确定微生物身份的常用技术。寡核苷酸序列可以设计为靶向不同分类群的特异性 16S 序列,并且可以连接不同的荧光团。设计的寡核苷酸探针与靶 rRNA 的特异性杂交导致单个细胞内靶物种的强烈荧光信号,并且可以进行多通道荧光成像以识别群体中的多个物种。由于 OPTIR 和荧光成像都基于光学检测,因此将 OPTIR 和 FISH 荧光相结合很容易实现。这两种模式共享相同的光学分辨率,用于单细胞分析,并且可以方便地切换,而无需额外的对准或共同配准。

该协议提供了利用 OPTIR-FISH 平台进行高级单细胞结构-功能分析的详细指南。我们使用在含 13C-葡萄糖的培养基中生长的细菌样品作为测试床,并从 13C-葡萄糖定量蛋白质合成。为了证明该平台识别细胞的能力,我们使用了细菌混合物,其中每个物种都使用 rRNA 靶向 FISH 探针进行标记。这种方法有助于精确鉴定特定细菌菌株,例如大肠杆菌E. coli) 和拟杆菌 thetaiotaomicron B. theta) 及其代谢。该协议为研究人员提供了一个强大的工具,可以在单细胞水平上同时进行代谢分析和物种鉴定,有望促进我们对细胞相互作用、生理学及其在复杂环境中的作用的理解。

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究中细菌标本的使用符合波士顿大学机构审查委员会 (IRB) 和美国国立卫生研究院的指导方针。

注意: 图 2 总结了本协议中遵循的一般工作流程。

1. 细菌培养和同位素标记(图 2A

注意:此处给出的示例用于标记纯细菌培养物。如果将此方案应用于多微生物群落,则必须根据相关生物体的群落和生理学调整培养基和标记时间。

  1. 从单个菌落中接种感兴趣的细菌菌株,并在营养丰富的培养基中预培养,例如胰蛋白酶大豆肉汤 (TSB) 或 Luria-Bertani 肉汤 (LB) 3 小时,以达到指数生长期 (log) 阶段。 大肠杆菌 BW25113 在该协议中用作示例菌株。
    注意:达到对数阶段的时间将根据使用的菌株而变化。这个时间需要根据每个菌株进行调整。
  2. 测量 600 nm 处的光密度以估计细菌浓度。
  3. 准备补充有同位素标记底物的最小生长培养基。对于 大肠杆菌 BW25113,在 M9 基础培养基中补充终浓度为 0.2% (w/v) 的 13C-葡萄糖。
    注意:使用的 13个 C-葡萄糖(D-葡萄糖 U-13C6,99%)是通用标记的,其中所有碳原子都被 13个 C 原子取代。最小生长培养基的选择将取决于细菌菌株。同位素底物的选择将取决于感兴趣的特定代谢过程。总体目标是与未标记的同位素底物相比,同位素底物将成为主要的营养来源。
  4. 在含有同位素标记底物的最小生长培养基中将细菌稀释至终浓度为 5 × 105 CFU/mL。
    注意:通常,使用高稀释比,如 1:100,来自丰富培养基的未标记营养变得可以忽略不计。或者,为了确保完全去除营养丰富的培养基,可以通过在 4°C 下以 14,000 x g 离心 10 分钟并在 PBS 中重悬,然后第二次离心并最终重悬于最小生长培养基中,用 1x 磷酸盐缓冲盐水 (PBS) 进行洗涤。
  5. 在最佳生长条件下,在轨道振荡培养箱中培养细菌样品。通常,将轨道振荡培养箱设置为220 rpm的速度和37 °C的温度,并将培养管倾斜放置,并用松散的盖子进行有氧孵育。对于 大肠杆菌,在 37 °C 下有氧孵育 24 小时通常足以达到 13C 的最大标记。
    注意:孵育时间取决于感兴趣的代谢过程。较长的孵育时间通常会导致较高的同位素标记。在相同条件下使用未标记的底物进行生长曲线测量可以为确定适当的收集时间点提供见解。
  6. 通过在 4 °C 下以 14,000 x g 离心 10 分钟,在所需时间点收集细菌细胞。
  7. 去除上清液并重悬于等体积的 4% 多聚甲醛 (PFA) 的 PBS 溶液中。将细胞在 PFA 溶液中在室温 (RT) 下固定 10 分钟或在 4 °C 下固定 2 小时。 对于长期储存,用 PBS 洗涤细胞两次,将细胞重悬于 1 mL 50% (v/v) PBS 和 96% 乙醇中,并在 -20 °C 下储存直至进一步使用。

2. 荧光 位杂交 (FISH)(图 2B

  1. 按照标准 FISH 方案,将大 肠杆菌 细胞与用花青素 5 (Cy5) 荧光团 (Gam42a-Cy5) 标记的 Gam42a10 寡核苷酸探针杂交,将 B. theta 细胞与用花青素 3 (Cy3) 荧光团 (Bac303-Cy3) 标记的 Bac30311 寡核苷酸探针杂交。
    注:用于鉴定的 rRNA-FISH 的基本原理:rRNA 分子是 FISH 的理想靶标,因为它们在微生物细胞内普遍分布并自然扩增。rRNA 还包含保守序列区域和可变序列区域,因此可以通过寡核苷酸探针的保守程度来确定靶组的系统发育深度。通过设计的探针与靶序列的特异性结合,标记的荧光团显示单个细胞的荧光信号。
  2. 有关荧光原位杂交的详细方案,请参阅先前发表的文献 12,13,14。以下步骤简要描述了微生物细胞的标准方案。
    1. 脱水:
      1. 将固定的细胞 (100 μL) 以 14,000 x g 离心 10 分钟以沉淀,重悬于 100 μL 96% 分析级乙醇中,并在室温下孵育 1 分钟。
      2. 随后,再次以 14,000 x g 离心细胞 5 分钟,除去乙醇,让细胞沉淀在空气中干燥。
    2. 杂交:将细胞在溶液 (100 μL) 中在 46 °C 下杂交 3 小时。
      注:杂交缓冲液由 900 mM NaCl、20 mM Tris-(羟甲基)-氨基甲烷盐酸盐、1 mM 乙二胺四乙酸、0.01% 十二烷基硫酸钠、100 ng 相应的荧光标记寡核苷酸和所需的甲酰胺浓度组成,以获得严格的条件。
    3. 离心机:杂交后立即将样品转移至离心机中,转子预热至 46 °C,并在最高允许温度(通常为 40 °C)下以 14,000 x g 离心 15 分钟。
    4. 清洗和储存:
      1. 在 48 °C 下在适当严格的缓冲液中洗涤样品 15 分钟。 然后,将细胞在离心机中以 14,000 x g 的速度在最高允许温度下离心 15 分钟,转子预热至 46 °C。
      2. 最后,用 500 μL 冰冷的 PBS 洗涤细胞,将它们重悬于 20 μL 的 1x PBS 中,并将它们储存在 4 °C 直至进一步使用。
        注:探针的特异性结合由正确的杂交严格性确保。通过提高杂交温度、降低盐浓度或添加变性剂甲酰胺,可以实现高严格性。甲酰胺干扰稳定核酸双链体的氢键。在这里,在调整甲酰胺浓度的同时,杂交中的温度和盐浓度不会改变。使用甲酰胺解离曲线通过实验确定新设计探针的最佳甲酰胺浓度10。已发表探针所需的甲酰胺浓度可在 probeBase15 中找到,也可通过文献搜索找到。或者,可以使用 mathFISH16 通过计算机模拟分析获得预测的甲酰胺浓度。在洗涤步骤中,温度略高会导致条件略微严格,从而导致更高的结合特异性。

3. 样品制备(图 2C

  1. 玻片清洁和涂层:
    1. 使用标准化的 CaF2 载玻片(直径 10 mm,厚度 350 μm,以便与仪器样品架兼容)。将 CaF2 浸入 70% 乙醇中 15 分钟,然后用去离子水冲洗两次。
    2. 将清洁的玻片转移到 0.1% 聚-L-赖氨酸溶液中,并在 4 °C 下孵育过夜。 用去离子水冲洗载玻片一次,然后在空气中干燥。
  2. 在 RT 中避光解冻制备的细胞样品。
  3. 为避免样品干燥过程中 PBS 中出现过多的盐晶体,请遵循步骤 3.3.1-3.3.2。
    1. 用去离子水 (DI) 洗涤细胞两次。以 14,000 x g 离心 10 分钟并去除上清液。
    2. 加回原体积的去离子水,轻轻涡旋。重复离心并再次加入 DI 水洗。
  4. (可选)对于混合物样品,从每个样品中转移相同体积的样品,并混入一个离心管中。
  5. 通过以 14,000 x g 离心 10 分钟浓缩细菌细胞样品并去除上清液。
  6. 轻轻涡旋剩余溶液 ~30 秒,并在准备好的 CaF2 载玻片上加入 1-2 μL 溶液。避光将样品风干 30 分钟。
    注意:风干后,载玻片上应出现一个小圆点。由于"咖啡环"效应,点的边缘将具有更高密度的细菌细胞。该离心步骤是为了达到适当的密度,以实现高效的单细胞细菌成像。理想的浓度应导致在显微镜下形成均匀而致密的单个细菌细胞层。如果离心后有肉眼可见的透明沉淀,则去除上清液,使涡旋后溶液看起来几乎透明。可以对对照样品进行快速测试,以估计上清液去除量。可以将具有不同剩余上清液量的液滴阵列沉积在显微镜载玻片上,以检查明场显微镜下的最佳稀释体积。如果离心后没有可见的沉淀,则去除大部分上清液,以最大程度浓缩样品。诀窍是将铰链在外侧的离心管定位在固定角转子中,使颗粒出现在管铰链的同一侧。此外,对移液器尺寸(P1000、P200、P10)进行分级,以提高上清液去除过程中的精度,从而保持沉淀物完好无损。
  7. 将玻片安装在提供的样品架中,并在测量过程中使用小点聚酯胶带固定玻片。

4. OPTIR-FISH 成像

注意:荧光成像和 OPTIR 成像将在 OPTIR 系统上进行。

  1. 系统几何图形:
    1. 使用中红外泵浦和可见探头的反向传播,使用此协议对可见光进行反向 (epi) 检测。
    2. 要聚焦可见光并收集背向反射和散射的可见光,请使用空气物镜 (50x 0.8NA)。要聚焦中红外光,请使用卡塞格林物镜 (40x 0.78NA)。
    3. 确保系统还配备了具有多个荧光滤光片组的宽场落射荧光模块。对于本方案中使用的荧光基团,选择用于 Cy3 检测的绿色荧光蛋白 (GFP) 滤光片组和用于 Cy5 检测的 Alexa Fluor 647 滤光片组。
  2. 准备测量:
    1. 启动系统并打开仪器控制软件。初始化后,将 Counterprop Fluorescence 滑块切换到 on 位置。
    2. 将目标设置为 50 倍,然后执行 Auto-background (自动背景 ) 以获取 IR 功率谱。使用功率谱对采集的样品光谱进行归一化或对不同波数的 OPTIR 图像进行归一化。这将排除中红外激光功率差异对数据分析和量化的影响。
      注意:获取 IR 功率光谱进行归一化对于下游定量分析是必不可少的,因为测得的强度与 IR 功率呈线性关系。执行 自动背景后,软件会自动将 OPTIR 光谱和 OPTIR 图像归一化为红外功率光谱。用 N2 吹扫系统可以最大限度地减少水蒸气的影响并提高实验之间的重现性。
  3. 要加载样本,请使用 Unload 按钮将样本舞台移出。使用低放大倍率物镜(如 10 倍)定位样品区域并导航到具有最佳样品密度的区域。通过在控制软件中调整物镜高度来聚焦样品。将目标选择更改为 50x。
  4. 图像采集
    注:使用的样品是:i) 大肠杆菌 (13C-葡萄糖孵育);ii) 大肠杆菌 (12C-葡萄糖孵育);iii) B. theta (孵育的 12个 C-葡萄糖);iv) 大肠杆菌 (13C-葡萄糖孵育)和 B. theta (12C-葡萄糖孵育)的混合物。
    1. 明场图像(图 2D):通过查看明场图像使样品聚焦。
    2. 荧光图像(图 2E):通过单击过滤器名称按钮(Cy3 的 GFP Cy5 的 Alexa Fluor 647 )更改过滤器集,以检测与设计的 FISH 探针相关的荧光团,并使用软件中的荧光模块依次获取荧光成像。在漂白荧光团之前,调整光强度和曝光时间以获得足够的信号对比度。
      注意:由于 OPTIR 测量中使用的探针可能会使荧光团发生光漂白,因此请始终在 OPTIR 图像之前获取荧光图像。有关荧光标记物对 OPTIR 检测影响的担忧,请参阅先前发表的一项工作,该工作证明具有 Cy5 荧光团的 FISH 不会影响以下基于 OPTIR 图像的定量,因为与目标细菌蛋白9 相比,Cy5 体积小且丰度低。
    3. OPTIR 图像(图 2F):
      1. 确定正常峰和同位素诱导的红移峰位置。在从 13C-葡萄糖合成蛋白质的情况下,在 1656 cm-1 左右检测到正常的酰胺 I 峰,而红移峰在 1612 cm-1 左右(图 3A)。
        注:正常的峰位置取决于感兴趣的生化成分和/或代谢产物。峰位置偏移还取决于用于标记的同位素。这两个波数也可以通过测量未标记和最大标记细胞的完整光谱来实验确定(参见步骤 4.5)
      2. 使用该软件将红外泵波长调谐到 1656 cm -1 。相应地修改探头功率和探测器增益,以避免直流信号饱和 (8 V)。微调底部的 Cassegrain 物镜高度,以最大限度地提高 AC 信号。
        注:样品的典型红外功率约为 5 mW,样品的探针功率约为 3-15 mW,具体取决于样品。IR 和探头功率都可以使用控制软件进行调整,以优化功率水平,以确保高图像对比度,同时避免损坏细胞。
      3. 将 OPTIR 图像设置为包含 200 x 200 像素,并将扫描速率设置为 100 μm/s。将 X 和 Y 方向的步长设置为 150 nm,使图像大小约为 30 x 30 μm2
      4. 获取图像。
      5. 将红外泵浦波长调谐到 1612 cm-1 并在此波数处从相同的视场获取图像。
      6. 对于每个样品,至少要对三个视场进行成像以进行统计分析。
  5. (可选)光谱测量:图像采集后,如果定位到感兴趣的空间特征,则执行光谱测量。
    1. 选择位置:在软件的 Spectral 模块中选择一个点或指定一组点进行分析。
    2. 设置光谱扫描参数。根据需要选择波数覆盖范围、扫描速度和数据输出间距。
      注意:如果扫描速度和数据输出间距与背景采集步骤(步骤 4.2)中使用的不同,则需要基于当前光谱扫描参数的新背景才能正确归一化。
    3. 设置共平均数并开始频谱测量。增加共平均也会增加光谱的信噪比,但需要更长的采集时间。
      注:如果在共平均过程中观察到显著波动,则可能表明激光加热引起的样品不稳定。这通常可以通过降低 IR 功率和/或降低可见探头功率来解决。

5. 单细胞水平的数据处理和分析

  1. 量化同位素底物的代谢合成(图 2G
    注:以下来自同位素底物的代谢掺入的定量基于对应于目标大分子的正常峰和偏移峰的双波数 OPTIR 图像。与全高光谱堆栈相比,双波数成像可以大大减少每个 FOV 所需的时间并提高通量,同时完全重新捕获对代谢定量至关重要的同位素效应。
    1. 从正常峰 OPTIR 图像中减去偏移的峰 OPTIR 图像,生成同位素底物合成活性的可视化图。作为演示(图 3C),对于用 13C-葡萄糖培养的大肠杆菌,(1656 cm-1-1612 cm-1 图像中的正像素表明 13C 主动掺入蛋白质中,因此,蛋白质合成水平更高。
      注意:可以使用 ImageJ Image Calculator 功能进行减法。或者,可以使用任何首选编程语言轻松执行减法以进行批处理。
    2. 单细胞代谢活性的定量
      1. 从未标记和完全标记的参考样品中获得系数(在图 2G 中由 h 表示)。由于同位素诱导的红移峰会与正常峰部分重叠,因此未标记和标记(从同位素标记的底物新合成)样品都会在正常峰和偏移峰处产生 OPTIR 信号。使用未标记和完全标记参比样品的正常峰和偏移峰的归一化 OPTIR 信号强度来定量这些不同的贡献。
        注:对于参比样品,未标记的参比样品在没有任何同位素标记的底物的情况下生长(或孵育)。完全标记的参考样品通常在同位素标记底物浓度最高、培养时间最长的情况下生长。
      2. 对于单细胞分析,根据明场图像获得单细胞掩模。
        注意:此处可以应用图像处理中的各种技术来生成此掩码,包括不同的粒子检测(如斑点分析)和细胞分割方法(如分水岭)。
      3. 测量来自单个细胞的 OPTIR 信号强度。将采集的单细胞掩码应用于两个 OPTIR 图像(正常峰值和偏移峰值),对于每个单个细胞,平均单细胞掩码区域中的像素值。来自单个细胞的平均值将用于量化。
      4. 对于每个细胞,根据步骤 5.1.2.1 中的系数和步骤 5.1.2.3 中的信号计算未标记和标记的生物成分的相对贡献。
        注意:同位素替代率定义为标记的生物成分相对于标记和未标记的生物成分之和的相对贡献(图 2G)。此比率应在 0 到 1 的范围内。同位素替代比值与 13C-葡萄糖与 12C-葡萄糖比值(总葡萄糖量固定)成线性比例9。已证明对大肠杆菌细胞具有 5% 13C-葡萄糖的高检测灵敏度。
  2. 从多通道荧光图像中识别细菌种类(图 2H
    1. 合并多色荧光通道,以使用 ImageJ 为不同的细菌种类创建视觉指导(Image > Color > Merge Channels)。
    2. 对于单细胞分析,对于每个荧光通道,为单个细胞生成一组感兴趣区域 (ROI)。
      注意:这里可以应用图像处理中的各种技术来生成掩码,包括不同的自动阈值方法和单元分割方法。
  3. 关联 FISH 身份和 OPTIR 代谢活性(图 2I
    1. 通过关联 ROI 的位置,将 FISH 荧光图像中的单细胞水平细菌身份与 OPTIR 图像中的代谢活动直接联系起来。
    2. 进行统计分析以比较不同物种的代谢活动。
      注:掩模是与荧光图像和 OPTIR 图像分开生成的,因为可以从 OPTIR 图像中分析所有细胞的代谢活动,而未知细胞不会显示在任何荧光通道上。这确保了所有细胞都可以包含在代谢分析中。如果存在大量未鉴定的细胞,则可能需要考虑靶向不同目标分类群的 rRNA 的不同 FISH 探针。

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

通过 OPTIR-FISH 进行基因鉴定的单细胞微生物代谢分析的一般工作流程总结如下 图 2.证明 OPTIR 单细胞代谢成像能力的代表性结果显示在 图 3.本例使用与 12C- 或 13C-葡萄糖 24 小时。合并 13C 到蛋白质中已被证明会导致蛋白质酰胺 I 和 II 发生显著的红移 (图 3A)17,18.因此,这两个关键波数代表 12C 蛋白 (1656 cm-1、正常的酰胺 I 带)和 13C 蛋白 (1612 cm-1,偏移酰胺 I 波段),并获取这两个波数的 OPTIR 图像。还显示了相应的明场图像以展示细胞的形态 (图 3B,E).在明场和 OPTIR 图像中,杆状细菌都可以在单细胞水平上清晰分辨,证实了 OPTIR 技术的高空间分辨率 (图 3B-G).对于孵育 12C-葡萄糖 (图 3B-D),在 1656 cm 处强度更高-1 观察到,而更高的 1612 厘米-1 观察孵育 13C-葡萄糖 (图 3E-G).这种峰偏移表明较重的碳同位素掺入蛋白质质量中17.评估扩展到评估 OPTIR-FISH 在多物种样本中区分细菌分类群及其代谢活性的能力。我们人工混合了人类肠道微生物组中普遍存在的两种细菌: E. coli B. thetaiotaomicron (B. theta). E. coli 细胞孵育 13将 C-葡萄糖与 Gam42a-Cy5 探针杂交,靶向 Gammaproteobacteria 的 23S rRNA10. B. theta 细胞孵育 12将 C-葡萄糖与 Bac303-Cy3 探针杂交,靶向大多数拟杆菌科物种的 16S rRNA11.根据明场图像很难区分这两个物种,因为它们都是棒状的 (图 4A).因此,杂交探针的多色荧光成像对于为每个分析的细菌细胞分配分类身份至关重要 (图 4B).减去在 1612 cm 处采集的 OPTIR 图像后-1 从 1656 厘米起-1,我们注意到该双物种样本中的一段细胞显示出正减法值 (图 4C),表示 13C 同位素。根据培养条件,我们将减法值为正的细胞分配为 E. coli,负减法值为 B. theta.荧光成像结果证实了细菌种类的分配:产生正减法值的细胞产生 Cy5 造影剂,这是特定于 E. coli,产生负减法值的单元格将生成 B. theta特定于 Cy3 的对比。然后,计算同位素替代率,在本例中为新合成的 13C 蛋白来自 13C-葡萄糖 (图 4D).正如预期的那样,两种细菌物种之间的同位素替代率存在显着差异(成对 t 检验,p = 9.74 x 10-33) 被观察到。该数据集强调了应用 OPTIR-FISH 平台在存在多种样品的复杂环境中研究代谢的可行性。

微生物分析;荧光杂交、同位素标记、OPTIR 成像、基因型表型。
图 1:用于同时物种鉴定和代谢分析的 OPTIR-FISH 平台示意图。 微生物群落的不同成员可以通过荧光 位杂交微生物核糖体 RNA 探针的特异性结合来识别,并通过附着荧光团的荧光成像进行检测。代谢活性可以通过同位素底物培养来分析,并通过 OPTIR 成像检测。OPTIR 成像可检测由红外吸收引起的散射变化,并且 OPTIR 与广泛使用的荧光工具本质上兼容。 请单击此处查看此图的较大版本。

同位素标记工艺图:微生物FISH、OPTIR分析、鉴定、比率。
图 2:通过 OPTIR-FISH 进行基因鉴定对代谢活性进行单细胞分析的一般工作流程。A) 细菌细胞用同位素标记的底物培养。(B) 然后进行荧光位杂交 (FISH)。(C) 在 IR 透明玻片上进行样品制备。(D) 明场图像识别具有最佳细胞密度的区域。(E,H不同 FISH 荧光基团的多色荧光成像揭示了 FISH 探针指定或未知的单个细胞的遗传身份。(F,G随后在正常峰和偏移峰处进行的多光谱 OPTIR 成像揭示了同位素掺入微生物生物量。参考未标记和完全标记样品(系数 h)的 OPTIR 光谱,可以量化常规 (cr) 和同位素 (ci) 生物成分的相对贡献。使用"同位素替代比"对代谢同位素标记底物的蛋白质合成进行定量。(I) 通过 OPTIR-FISH,可以获得复群中微生物物种代谢活性的高通量分析。请单击此处查看此图的较大版本。

使用 12C/13C-葡萄糖对大肠杆菌进行光谱分析;OPTRIR光谱;明场和 OPTIR 图像。
图 3:代表性的 OPTIR 光谱和成像结果。A) 用 12个 C-葡萄糖(青色)和 13个 C-葡萄糖(橙色)培养的大肠杆菌细胞的 OPTIR 光谱,覆盖酰胺 I 和酰胺 II 区域。在 13个 C-葡萄糖培养细胞中观察到明显的红移酰胺 I 峰(1656 cm-1 至 1612 cm-1)。在 (BD 12 C-葡萄糖和 (EG 13C-葡萄糖培养条件下,大肠杆菌细胞在正常酰胺 I 和移位酰胺 I 带下的代表性明场和 OPTIR 图像。 比例尺:10 μm。此图经 Bai 等人许可修改9请单击此处查看此图的较大版本。

带有 OPTIR 减法的明场和 FISH 显微镜图像、大肠杆菌和 B. theta 定量图。
图 4:细菌混合物的代表性图像和定量结果。 肠杆菌细胞与 13C 葡萄糖一起孵育,然后与寡核苷酸探针 Gam42a-Cy5 杂交。B. theta 细胞与 12C-葡萄糖一起孵育,然后与寡核苷酸探针 Bac303-Cy3 杂交。(A) 明场图像显示了细胞混合物的形态。(B) 双色荧光图像显示了大肠杆菌(红色)和 B. theta(绿色)的分布。(C) OPTIR 减法结果 (1612 cm-1-1656 cm-1) 显示细菌细胞的蛋白质代谢。(D) 代表从 13个 C-葡萄糖新合成的 13个 C 蛋白的同位素替代比率的定量。(成对 t 检验:p = 9.74 x 10-33)。比例尺:10 μm。此图经 Bai 等人许可修改9请单击此处查看此图的较大版本。

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

在这里,我们描述了应用 OPTIR-FISH 平台以单细胞分辨率同时鉴定微生物种类和定量代谢活性的详细方案。关键步骤包括用于研究特定代谢活性的稳定同位素标记培养和用于识别目标微生物种类的荧光 原位 杂交。可以在同一台显微镜上依次进行选定波数的多通道荧光成像和 OPTIR 成像。我们展示了如何定量分析这些图像以揭示复杂群落中不同物种的代谢活动水平。该协议对于在其原生环境中复杂群落内的不同物种的代谢研究可能特别有吸引力。

我们在这里使用细菌作为示例,但该协议可以适用于其他生物体,例如真菌和哺乳动物细胞。一个关键点是在培养基中添加目标代谢过程的振动探针,而没有正常对应物。例如,如果研究脂肪酸的脂质代谢,则应将叠氮基标记的脂肪酸补充到由脱脂胎牛血清 (FBS) 组成的标准培养基中,因为脂肪酸最初来自 FBS。此外,孵育时间还需要与不同真菌或哺乳动物细胞的生长速度相匹配。这确保了细胞的正常生长,同时最大限度地提高了目标大分子中振动探针的标记效率。

此处描述的方案也可以适用于研究葡萄糖合成蛋白质以外的其他代谢过程。所有主要生物分子,包括蛋白质、脂质、核酸和碳水化合物,都可以通过 OPTIR19,20 成像。此外,还有大量的标记策略可供选择,包括 13C、15N、18O 和 2H 等同位素标记,以及向小分子添加振动标签(如 C≡C 和 C≡N)21。由于标记量小且生物相容性高,与荧光类似物相比,它是代谢研究的首选方法。为了使用不同的振动探针研究其他代谢过程,可以修改该方案,包括细胞培养和代谢标记步骤,以及基于不同探针和代谢产物的波数选择,这些都可以在相应的参考文献 21,22,23 中找到。其中一些示例包括在人源的二维 (2D) 和三维 (3D) 培养系统中从叠氮化物棕榈酸中绘制新合成的脂质24,在巨噬细胞中从叠氮基高丙氨酸中新合成的蛋白质成像23,在 PC3 细胞中用氘-葡萄糖对葡萄糖代谢进行成像25,以及分析重水中掺入的氘作为人类肠道微生物组中的活性标志物26

该方案的一个潜在限制是在复杂群落中检测限为 13C。我们已经证明,对于此处使用的纯培养物,检测限为 13C 总碳9 的 5%。我们还证明,通过将完全 13个 C 标记的大肠杆菌细胞与未标记的人复杂肠道微生物组样品混合,我们可以根据代谢谱自信地区分大肠杆菌,尽管来自各种未标记肠道微生物组物种的不同细胞化学成分存在潜在的光谱变化9.然而,受所存在微生物物种的独特生理学影响的复杂微生物群落可能表现出不一致的 13C 同化率。在这种情况下,值得在复杂群落的背景下进一步测试 OPTIR-FISH 的 13个 C 标记和 12个 C 标记细胞的代谢分化能力。平台的性能可以进一步提高。例如,通过组合宽场 OPTIR 设置,可以显著提高成像速度27。基于机器学习的高级降噪方法可以整合到平台中,以进一步提高成像速度28,29。为了更好地可视化微生物细胞中的详细代谢物分布,可以采用最近开发的超分辨率技术30,31

该方案的关键步骤包括优化目标微生物的 FISH 标记效率,这可以通过合理设计寡核苷酸探针、优化甲酰胺浓度和仔细控制杂交环境来实现。在实践中,以适当的单细胞密度制备样品以进行高通量分析对于高通量非常重要。优化系统以获得足够的定量信号也很重要。在自动背景步骤中,这是在仪器控制软件中自动完成的。如果样品制备存在偏差,例如使用不同类型的玻片而不是标准 CaF2 玻片,则可以在软件中进行手动优化。在手动优化步骤中,通过扫描一系列中红外位置来优化中红外和可见光之间的重叠。主要挑战包括选择最合适的振动底物和相应的 OPTIR 波数来量化感兴趣的代谢活动。

总之,本研究展示了如何通过 OPTIR-FISH 平台在单细胞水平上同时实现代谢活性和微生物鉴定。我们相信这个详细的协议将提供有用的指导,以促进这种与广泛使用的荧光工具高度兼容的新型振动成像平台的广泛采用,从而在生命科学和医学的不同领域中得到应用,并为新发现带来机会。

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Y.B. 是 Photothermal Spectroscopy Corp. 的兼职顾问。

Acknowledgements

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

这项工作得到了美国国立卫生研究院 R35GM136223 R01AI141439 J.X.C 的支持。

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
96% 乙醇ThermoScientificT032021000
氟化钙CrystranCAFP10-0.35
D-(+)-葡萄糖Sigma-AldrichG7021-1KG
D-葡萄糖(U-13C6,99%)Cambridge Isotopic LaboratoriesCLM-1396-1
乙二胺四乙酸Sigma-AldrichE9884-100G
甲酰胺ThermoScientific17899
Luria-Bertani 肉汤 Sigma-AldrichL3522-250G
M9 最低盐 5xSIGMAM6030-1KG
OPTIR 仪器光热光谱公司mIRage LS
对位孔酸溶液,4% PBSThermoScientificJ19943-K2
聚-L-赖氨酸溶液 0.1% (w/v) Sigma-AldrichP8920-500ML
氯化钠Sigma-AldrichS9888-25G
十二烷基硫酸钠Sigma-AldrichL3771-25G
Tris(羟甲基)氨基甲烷盐酸盐,99+%ThermoScientificA11379.18
胰蛋白酶大豆肉汤Sigma-Aldrich22092-500G

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Deciphering metabolic heterogeneity by single-cell analysis. Anal Chem. 91 (21), 13314-13323 (2019).">Evers, T. M. J., et al. Deciphering metabolic heterogeneity by single-cell analysis. Anal Chem. 91 (21), 13314-13323 (2019).
  2. Present and future of culturing bacteria. Annu Rev Microbiol. 71, 711-730 (2017).">Overmann, J., Abt, B., Sikorski, J. Present and future of culturing bacteria. Annu Rev Microbiol. 71, 711-730 (2017).
  3. The phenomenon of microbial uncultivability. Curr Opin Microbiol. 16 (5), 636-642 (2013).">Epstein, S. The phenomenon of microbial uncultivability. Curr Opin Microbiol. 16 (5), 636-642 (2013).
  4. Culture-independent methods for studying environmental microorganisms: methods, application, and perspective. Appl Microbiol Biotechnol. 93 (3), 993-1003 (2012).">Su, C., Lei, L., Duan, Y., Zhang, K. -Q., Yang, J. Culture-independent methods for studying environmental microorganisms: methods, application, and perspective. Appl Microbiol Biotechnol. 93 (3), 993-1003 (2012).
  5. Detecting metabolic activities in single cells, with emphasis on nanoSIMS. FEMS Microbiol Rev. 36 (2), 486-511 (2012).">Musat, N., Foster, R., Vagner, T., Adam, B., Kuypers, M. M. Detecting metabolic activities in single cells, with emphasis on nanoSIMS. FEMS Microbiol Rev. 36 (2), 486-511 (2012).
  6. NanoSIMS chemical imaging combined with correlative microscopy for biological sample analysis. Curr Opin Biotechnol. 41, 130-135 (2016).">Jiang, H., Kilburn, M. R., Decelle, J., Musat, N. NanoSIMS chemical imaging combined with correlative microscopy for biological sample analysis. Curr Opin Biotechnol. 41, 130-135 (2016).
  7. Mass spectrometry imaging and integration with other imaging modalities for greater molecular understanding of biological tissues. Mol Imaging Biol. 20 (6), 888-901 (2018).">Porta Siegel, T., et al. Mass spectrometry imaging and integration with other imaging modalities for greater molecular understanding of biological tissues. Mol Imaging Biol. 20 (6), 888-901 (2018).
  8. Isotopic labelling in vibrational spectroscopy: a technique to decipher the structure of surface species. Top Catal. 60, 1486-1495 (2017).">Lagunov, O., Drenchev, N., Chakarova, K., Panayotov, D., Hadjiivanov, K. Isotopic labelling in vibrational spectroscopy: a technique to decipher the structure of surface species. Top Catal. 60, 1486-1495 (2017).
  9. Mid-infrared photothermal-fluorescence in situ hybridization for functional analysis and genetic identification of single cells. Anal Chem. 95 (4), 2398-2405 (2023).">Bai, Y., Guo, Z., Pereira, F. C., Wagner, M., Cheng, J. -X. Mid-infrared photothermal-fluorescence in situ hybridization for functional analysis and genetic identification of single cells. Anal Chem. 95 (4), 2398-2405 (2023).
  10. Phylogenetic oligodeoxynucleotide probes for the major subclasses of proteobacteria: problems and solutions. System Appl Microbiol. 15 (4), 593-600 (1992).">Manz, W., Amann, R., Ludwig, W., Wagner, M., Schleifer, K. -H. Phylogenetic oligodeoxynucleotide probes for the major subclasses of proteobacteria: problems and solutions. System Appl Microbiol. 15 (4), 593-600 (1992).
  11. Application of a suite of 16S rRNA-specific oligonucleotide probes designed to investigate bacteria of the phylum cytophaga-flavobacter-bacteroides in the natural environment. Microbiology. 142, 1097-1106 (1996).">Manz, W., Amann, R., Ludwig, W., Vancanneyt, M., Schleifer, K. -H. Application of a suite of 16S rRNA-specific oligonucleotide probes designed to investigate bacteria of the phylum cytophaga-flavobacter-bacteroides in the natural environment. Microbiology. 142, 1097-1106 (1996).
  12. Molecular Microbial Ecology. , Taylor & Francis. London. (2004).">Daims, H., Stoecker, K., Wagner, M. Fluorescence In Situ Hybridization for the Detection of Prokaryotes. Molecular Microbial Ecology. , Taylor & Francis. London. (2004).
  13. Fluorescence In Situ Hybridization (FISH): Protocols and Applications. , Springer, Humana. Totowa, NJ. (2010).">Bridger, J. M., Volpi, E. V. Fluorescence In Situ Hybridization (FISH): Protocols and Applications. , Springer, Humana. Totowa, NJ. (2010).
  14. A quick and simple FISH protocol with hybridization-sensitive fluorescent linear oligodeoxynucleotide probes. RNA. 18 (1), 166-175 (2012).">Wang, D. O., et al. A quick and simple FISH protocol with hybridization-sensitive fluorescent linear oligodeoxynucleotide probes. RNA. 18 (1), 166-175 (2012).
  15. probeBase-an online resource for rRNA-targeted oligonucleotide probes and primers: new features 2016. Nucleic Acids Res. 44, D586-D589 (2016).">Greuter, D., Loy, A., Horn, M., Rattei, T. probeBase-an online resource for rRNA-targeted oligonucleotide probes and primers: new features 2016. Nucleic Acids Res. 44, D586-D589 (2016).
  16. mathFISH, a web tool that uses thermodynamics-based mathematical models for in silico evaluation of oligonucleotide probes for fluorescence in situ hybridization. Appl Environ Microbiol. 77 (3), 1118-1122 (2011).">Yilmaz, L. S., Parnerkar, S., Noguera, D. R. mathFISH, a web tool that uses thermodynamics-based mathematical models for in silico evaluation of oligonucleotide probes for fluorescence in situ hybridization. Appl Environ Microbiol. 77 (3), 1118-1122 (2011).
  17. Imaging isotopically labeled bacteria at the single-cell level using high-resolution optical infrared photothermal spectroscopy. Anal Chem. 93 (6), 3082-3088 (2021).">Lima, C., Muhamadali, H., Xu, Y., Kansiz, M., Goodacre, R. Imaging isotopically labeled bacteria at the single-cell level using high-resolution optical infrared photothermal spectroscopy. Anal Chem. 93 (6), 3082-3088 (2021).
  18. Nanosecond-resolution photothermal dynamic imaging via MHZ digitization and match filtering. Nat Commun. 12 (1), 7097(2021).">Yin, J., et al. Nanosecond-resolution photothermal dynamic imaging via MHZ digitization and match filtering. Nat Commun. 12 (1), 7097(2021).
  19. Bond-selective imaging by optically sensing the mid-infrared photothermal effect. Sci Adv. 7 (20), (2021).">Bai, Y., Yin, J., Cheng, J. -X. Bond-selective imaging by optically sensing the mid-infrared photothermal effect. Sci Adv. 7 (20), (2021).
  20. Mid-infrared photothermal microscopy: principle, instrumentation, and applications. J Phys Chemi B. 126 (43), 8597-8613 (2022).">Xia, Q., Yin, J., Guo, Z., Cheng, J. -X. Mid-infrared photothermal microscopy: principle, instrumentation, and applications. J Phys Chemi B. 126 (43), 8597-8613 (2022).
  21. Bringing vibrational imaging to chemical biology with molecular probes. ACS Chem Biol. 17 (7), 1621-1637 (2022).">Du, J., Wang, H., Wei, L. Bringing vibrational imaging to chemical biology with molecular probes. ACS Chem Biol. 17 (7), 1621-1637 (2022).
  22. Probe design for super-multiplexed vibrational imaging. Phys Biol. 16 (4), 041003(2019).">Miao, Y., Shi, L., Hu, F., Min, W. Probe design for super-multiplexed vibrational imaging. Phys Biol. 16 (4), 041003(2019).
  23. Mid-infrared metabolic imaging with vibrational probes. Nat Methods. 17 (8), 844-851 (2020).">Shi, L., et al. Mid-infrared metabolic imaging with vibrational probes. Nat Methods. 17 (8), 844-851 (2020).
  24. Single-cell mapping of lipid metabolites using an infrared probe in human-derived model systems. Nat Commun. 15 (1), 350(2024).">Bai, Y., et al. Single-cell mapping of lipid metabolites using an infrared probe in human-derived model systems. Nat Commun. 15 (1), 350(2024).
  25. Spectral tracing of deuterium for imaging glucose metabolism. Nat Biomed Eng. 3 (5), 402-413 (2019).">Zhang, L., et al. Spectral tracing of deuterium for imaging glucose metabolism. Nat Biomed Eng. 3 (5), 402-413 (2019).
  26. SRS-FISH: A high-throughput platform linking microbiome metabolism to identity at the single-cell level. Proc Natl Acad Sci U S A. 119 (26), e2203519119(2022).">Ge, X., et al. SRS-FISH: A high-throughput platform linking microbiome metabolism to identity at the single-cell level. Proc Natl Acad Sci U S A. 119 (26), e2203519119(2022).
  27. Ultrafast chemical imaging by widefield photothermal sensing of infrared absorption. Sci Adv. 5 (7), 7127(2019).">Bai, Y., et al. Ultrafast chemical imaging by widefield photothermal sensing of infrared absorption. Sci Adv. 5 (7), 7127(2019).
  28. High-speed chemical imaging by dense-net learning of femtosecond stimulated Raman scattering. J Phys Chem Lett. 11 (20), 8573-8578 (2020).">Zhang, J., Zhao, J., Lin, H., Tan, Y., Cheng, J. -X. High-speed chemical imaging by dense-net learning of femtosecond stimulated Raman scattering. J Phys Chem Lett. 11 (20), 8573-8578 (2020).
  29. Microsecond fingerprint stimulated Raman spectroscopic imaging by ultrafast tuning and spatial-spectral learning. Nat Commun. 12 (1), 3052(2021).">Lin, H., et al. Microsecond fingerprint stimulated Raman spectroscopic imaging by ultrafast tuning and spatial-spectral learning. Nat Commun. 12 (1), 3052(2021).
  30. Super-resolution imaging of non-fluorescent molecules by photothermal relaxation localization microscopy. Nat Photon. 17, 330-337 (2023).">Fu, P., et al. Super-resolution imaging of non-fluorescent molecules by photothermal relaxation localization microscopy. Nat Photon. 17, 330-337 (2023).
  31. Mid-infrared widefield nanoscopy. arXiv. , (2023).">Tamamitsu, M., et al. Mid-infrared widefield nanoscopy. arXiv. , (2023).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

OPTIR FISHSingle Cell MetabolismFluorescence In Situ HybridizationOptical Photothermal InfraredIsotope LabelingBacterial Cell IdentificationMetabolic ImagingrRNA FISH ProbesCalcium Fluoride SlidesSpectral Data Analysis

Related Articles