量化的信息编码的基因表达水平在寿命调制下线虫的宽范围饮食限制
August 16th, 2017
在这里，我们提出一个框架，以宽范围饮食限制涉及基因表达和使用寿命。我们描述协议为宽范围限制饮食和定量成像的这个范式下的基因表达。我们进一步列出了计算分析，以揭示潜在的信息处理功能的基因电路参与食品遥感。
该框架的总体目标是识别参与广泛饮食限制的基因，量化由其表达水平编码的环境信息，并了解将环境与寿命联系起来的潜在编码策略。这种方法可以帮助回答衰老神经生物学领域的关键问题，例如，哪些基因从环境中传递信息以调节寿命。虽然这个框架可以提供对 C Elegan 感觉系统的洞察力，但它也可以更普遍地应用于其组成部分合作处理环境信息的任何生物系统。
这种技术的主要优点是它量化了神经元组编码的环境信息，并确定了神经硅片用于将此信息传达给下游目标所采用的编码策略。根据文本方案在 MGM 平板上培养 OP50 后，在两个升锥形瓶中各制备 500 毫升 LB 培养基并高压灭菌。用单个 OP50 菌落接种每个培养瓶，并在 37 摄氏度和 200 RPM 下培养培养物约 14 小时。
接下来，在培养物中补充每毫升 50 μg 链霉素。然后在 37 摄氏度下再摇动培养瓶 30 分钟，然后将培养瓶置于冰上 15 分钟。将 450 毫升每种培养物转移到单独的 500 毫升无菌离心瓶中，将剩余的培养物保留在冰上，因为它将用于测定细菌的浓度。
将瓶子在 4500 x G 和 4 摄氏度下旋转 25 分钟，然后弃去上清液并将瓶子储存在冰上。用 900 μL 无菌 LB 稀释每个培养瓶中 100 μL 的剩余培养物。使用 1 毫升无菌 LB 将分光光度计归零，然后确定每种培养物 10 倍稀释液的 OD 600 。
例如，如果过夜培养物的 10 倍稀释液的 OD 600 为 0.28，则培养物的实际 OD 600 为 2.8。从这个例子中，要得到每毫升 1.12 x 10 至第 10 个 OP50 细胞的工作储备液，相当于 OD 600 为 56，将 450 毫升培养物中的沉淀重悬于原始体积的 20 分之一或 22.5 毫升无菌 S 基础溶液或 SB 中，补充 50 μg/mL 链霉素。使用下表中列出的稀释因子，从工作储备液的连续稀释液中，制成 SB 和 strep 实验中使用的所有后续浓度。
根据文本方案培养和同步秀丽隐杆线虫报告菌株后，使用 15 毫升 SB 连续清洗三个板上的蠕虫，并将液体收集在无菌 15 毫升管中。让 L4 幼虫自然沉淀，然后吸出除约 0.5 毫升以外的所有液体。在野生型报告菌株中，这种类型的幼虫去除任何小于 L4.In 突变背景的幼虫，此步骤有助于去除任何被捕的幼虫，例如我们的幼虫，在 OK3125 死亡的情况下。
接下来，使用 9 毫升 SB 重新悬浮蠕虫。同样，监测 L4 幼虫的沉降速率，然后在大多数 L4 幼虫沉淀后吸出除大约 0.5 毫升的所有上清液，然后再重复该过程。将 10 微升无菌 S 基础培养基，补充有 0.1% pluronic F127 添加到含有 L4 幼虫的液体中。
它起到表面活性剂的作用，防止幼虫粘附在塑料移液器吸头的内表面。使用 P200 低吸附移液器吸头，轻轻地重新悬浮幼虫，然后将 150 微升分装到三个 10 厘米的 RNAi 板上，这些板接种有 5 x 225 微升的蛋 5 RNAi 细菌。确保蠕虫均匀分布在所有五个细菌草坪上。
一旦液体吸收到琼脂中，通过手动挑出洗涤程序未消除的任何非 L4 幼虫，从平板上去除它们。然后将板在 20 摄氏度下存放 24 小时。要启动大范围的 DR，请挑选出任何逃脱先前手动去除步骤的幼虫，只留下平板上一日龄的成虫。
对于每个菌株，使用 15 毫升无菌 SB 链球菌，将 1 日龄的成人从三个板中清洗到 15 毫升管中。让蠕虫自然沉淀，然后吸出除 0.5 毫升以上清液以外的所有上清液。用 9.5 毫升 SB 链球菌重新悬浮蠕虫，并重复沉淀和洗涤步骤。
在最后一次洗涤和吸出除 0.5 毫升上清液外的所有上清液后，加入 10 微升 SB Plu 并使用 P200 移液器吸头轻轻重新悬浮幼虫。将 100 微升幼虫分装到 NSC 板上，接种 5 x 225 微升细菌，浓度为每毫升 2 x 10 至第九个细胞。将 100 微升均匀分布在所有五个细菌草坪上。
在显微镜下，估计板上存在的动物数量，目标是每个板在 100 到 150 条蠕虫之间。确定在此范围内达到蠕虫密度所需的液体体积，然后将其分装到两个额外的板上。调整第一个板上的蠕虫数量，使其也属于此范围。
然后将板在 20 摄氏度下存放 24 小时。第二天，收集两日龄的成虫，并将蠕虫分配到新的 NSC 平板上，这些平板上播种了实验性的食物浓度。液体被琼脂吸收后，将板移至所需的实验温度 24 小时。
第二天，收集三天大的成虫并将它们分配到新鲜的 NSC 板中，用相同实验浓度的食物接种。液体被琼脂吸收后，将板放回实验温度 48 小时。最后，使用微流体设备对动物进行成像，然后根据文本协议组装和量化数据。
如此处所示，野生型 n2 菌株的平均寿命显示出对宽范围 DR 的复杂反应。这种反应的幅度在 daf-7 基因的所有突变体中减弱，表明该基因影响蠕虫正确响应食物丰度变化的能力。daf-7 基因和野生型背景的转录报告基因的平均表达水平也显示出对 daf-7 的广泛范围 DR.In 复杂的非单调反应（遗传背景，该转录报告基因的表达高度减弱，对食物水平的变化几乎没有反应。该图说明了在给定食物水平下 TPH1 在 ADF 神经元中表达和 daf-7 在 ASI 神经元中表达的联合分布的估计。
这些条形图显示了 ADF、ASI 和 NSM 神经元根据 TPH1 和 daf-7 的基因表达水平组合或单独编码的食物信息。编码的冗余和协同字符，是由神经元编码的组合信息和个体信息之间的比较的结果，由右侧堆叠条形的高度差异和整个电路编码的信息表示。在尝试此过程时，重要的是要记住，复制信息论以量化编码策略需要准确估计基因表达分布。
因此，样本量是该框架普遍适用性的关键因素。观看此视频后，您应该对如何进行广泛的饮食限制实验以识别和表征将食物丰度与寿命联系起来的新基因有很好的了解。
概述
本研究提出了一个框架，用于将广泛范围的饮食限制与基因表达和寿命联系起来。它概述了饮食限制和基因表达的定量成像协议，以及理解食物感知所涉及的遗传电路的计算分析。
关键研究组成部分
科学领域
- 衰老的神经生物学
- 基因表达分析
- 环境信息处理
背景
- 理解饮食与寿命之间的关系在衰老研究中至关重要。
- 根据环境线索识别调节寿命的基因可以为衰老机制提供见解。
- 秀丽隐杆线虫模型对于研究感觉系统和遗传电路是有效的。
- 量化基因表达编码的环境信息对这项研究至关重要。
研究目的
- 识别参与广泛范围饮食限制的基因。
- 量化基因表达水平编码的环境信息。
- 理解将环境因素与寿命联系起来的编码策略。
使用的方法
- 培养OP50细菌和秀丽隐杆线虫的协议。
- 用于基因表达分析的定量成像技术。
- 用于蠕虫同步的连续稀释和沉淀方法。
- 饮食限制和寿命评估的实验设置。
主要结果
- 识别传递与寿命相关的环境信息的关键基因。
- 饮食限制条件下基因表达水平的定量数据。
- 对秀丽隐杆线虫神经电路编码策略的见解。
- 展示了该框架对更广泛生物系统的适用性。
结论
- 该框架有效地将饮食限制与基因表达和寿命联系起来。
- 研究结果有助于理解衰老和环境相互作用。
- 这种方法可以被应用于研究秀丽隐杆线虫以外的其他生物系统。
常见问题
Executive Industry Relevance
This framework enables biopharma R&D to quantify how gene expression encodes environmental information relevant to lifespan modulation, supporting target validation in aging pathways. By linking sensory input to phenotypic output through information theory, it provides a mechanistic de-risking approach for identifying genes that modulate longevity under dietary restriction. The method supports predictive confidence in early discovery by revealing how genetic circuits process food availability signals to influence lifespan.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Identifies genes that convey environmental information to modulate lifespan, enabling therapeutic hypothesis interrogation in aging pathways.
- Operational Value: Uses quantitative imaging and genetic analysis to establish expression-food level relationships for target prioritization.
- Scientific Value: Reveals how genes like daf-7 process food abundance signals, supporting functional validation of neural circuit targets in longevity regulation.
Screening & Assay Development
- Scientific Value: Establishes standardized worm synchronization and imaging protocols for reproducible quantification of gene expression under dietary restriction.
- Operational Value: Provides serial dilution and sedimentation methods to generate calibrated bacterial food concentrations for scalable assay conditions.
- Scientific Value: Enables measurement of transcriptional reporters (e.g., TPH1, daf-7) in specific neurons to quantify food-encoded information in neural circuits.
Translational & Preclinical Research
- Scientific Value: Links gene expression dynamics to lifespan outcomes, supporting biomarker alignment between environmental sensing and aging phenotypes.
- Operational Value: Uses microfluidic imaging and lifespan tracking to connect molecular readouts to phenotypic continuity across discovery and preclinical stages.
- Scientific Value: Uncovers coding strategies (redundant/synergistic) in neural circuits, informing mechanism-based risk assessment for target advancement.
Pipeline & Workflow Integration
The method integrates into early discovery by linking environmental input (food level) to molecular readouts (gene expression) and phenotypic output (lifespan), supporting progression from target identification to mechanistic validation in aging research.
- Discovery Biology: Supports hypothesis testing of how specific genes regulate lifespan in response to dietary restriction through quantitative expression-food level correlations.
- Screening: Enables assay readiness via synchronized L4 larvae preparation and controlled bacterial food concentrations for consistent gene expression measurement.
- Analytics: Quantifies information encoded by gene expression using joint distribution estimation and information theory to compare conditions and circuit contributions.
- Translational Research: Connects neural circuit activity to lifespan modulation, supporting biomarker continuity from environmental sensing to aging phenotypes.
- Enterprise Reuse: Framework is adaptable to any biological system where components process environmental information, enabling platform reuse across target validation efforts.
Operational & Enterprise Impact
- Scientific Value: Provides predictive confidence in target validation by quantifying how much environmental information is encoded by gene expression levels.
- Operational Value: Ensures reproducibility through standardized worm handling, bacterial culture, and imaging protocols across experimental conditions.
- Strategic Value: Reduces mechanistic ambiguity in aging targets by revealing whether genes act individually or combinatorially in neural circuits to modulate lifespan.
- Portfolio Impact: Supports risk-adjusted prioritization by identifying genes with high information-encoding capacity for dietary restriction response.
Implementation Considerations
- Requires expertise in C. elegans handling, quantitative fluorescence imaging, and genetic strain management.
- Depends on controlled bacterial culture (OP50), serial dilution infrastructure, and microfluidic imaging systems for data collection.
- Necessitates cross-team standardization of worm synchronization, food concentration preparation, and lifespan assay timing.
- Adaptation across model systems requires validation of homologous neural circuits and environmental sensing mechanisms.
- Sample size is critical for accurate information theory application, as reliable gene expression distribution estimation depends on sufficient biological replicates.
Biopharma FAQs
Chapters in this video
0:05
Title
0:54
Preparation of Bacterial Cultures and Dilution for Experiments
3:05
Treatment of Reporter Strains with egg-5 RNAi
4:55
Initiation of Broad-range DR
7:19
Results: Information in C. elegans Quantified During Lifespan Modulation Through Broad-range Dietary Restriction
8:44
Conclusion
