Name: Reconstrucción de firmas de fluorescencia innata unicelular mediante microscopía confocal (Video) | JoVE Journal
Uploaded: 2020-05-27T14:30:00.000+00:00
Duration: 7 min 29 s
Description: Aprende a extraer firmas de fluorescencia innata de células individuales mediante microscopía confocal y microespectroscopía multicanal. Este método no invasivo permite analizar bacterias, hongos, levaduras, plantas y células animales sin etiquetado.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Este estudio fue apoyado en parte por una subvención para la investigación científica del Ministerio de Educación, Cultura, Deportes y Tecnología de Japón (18K04843) a Y. Yawata, el JST ERATO (JPMJER1502) a N. Nomura.

1. Preparación de la muestra
<ol><li>Coloque una junta de silicona de 1 mm de espesor con pocillos en un portaobjetos de vidrio.</li>
	<li>Coloque una losa de agarosa de 1 mm de espesor al 0,8% (p/v) en el pozo de la junta de silicona.</li>
	<li>Diluir la densidad celular de un cultivo celular microbiano arbitrario a una densidad óptica a 600 nm (OD660) = 1.0.</li>
	<li>Coloque una alícuota de 5 μL de suspensión celular en la losa de agarosa.</li>
	<li>Cubra suavemente con una funda de vidrio.</li>
</ol>2. Configuración de un microscopio
NOTA: La técnica CRIF combina microscopía de reflexión confocal (CRM) y microspectroscopía confocal multicanal. CRM sirve como fuente de información para la morfología celular y la localización espacial, que es independiente de la fluorescencia innata celular. La microespectroscopía confocal multicanal proporciona la información espectral de la fluorescencia innata celular. En el siguiente protocolo, cualquier imagen adquirida con CRM o microespectroscopía de fluorescencia confocal se conoce como imagen CRM o imagen de microespectroscopía confocal multicanal, respectivamente.
<ol><li>Conecte un microscopio confocal con canales espectrales escaneados a un tubo fotomultiplicador (PMT) o detector GaAsP. NOTA: Estas configuraciones están disponibles en varios fabricantes.</li>
	<li>Equipar el microscopio con un objetivo de alta apertura numérica (NA) con un aumento adecuado. NOTA: Se recomienda un objetivo 63x con NA &gt; 1.4 para analizar células bacterianas.</li>
	<li>Equipe el microscopio con un espejo de media reflexión (por ejemplo, NT 80/20) para acomodar CRM, que se basa en la dispersión celular de la luz incidente para visualizar la morfología celular.</li>
	<li>Para la microespectroscopía confocal multicanal, equipe el microscopio con espejos dicroicos. Por ejemplo, utilice los divisores de haz MBS InVis405, MBS458, MBS488, MBS458/514, MBS488/543 o MBS 488/543/633 para la excitación de 405, 458, 488, 514, 543 o 633 nm, respectivamente.</li>
	<li>Ajuste la intensidad de iluminación para cada longitud de onda de excitación utilizando un medidor de potencia láser. Mantenga constante la salida bajo el microscopio a través de longitudes de onda de excitación (por ejemplo, use 50 μW con el objetivo 63x).</li>
</ol>3. Adquisición de imágenes
<ol><li>Establezca el tamaño del agujero de alfiler en 1 UA utilizando el software del microscopio.</li>
	<li>Establezca el tiempo de permanencia de píxeles (es decir, la velocidad de escaneo) para cada longitud de onda de excitación. NOTA: Un tiempo de permanencia de píxeles excesivamente largo puede dañar las células. Evite el tiempo de permanencia de píxeles excesivamente largo para minimizar el fotodaño a las celdas. Para muestras bacterianas, un tiempo de permanencia de píxeles &lt;55.6 μs / μm2 (cuando la salida de irradiancia bajo el microscopio es ~ 17 μW / cm2) generalmente es adecuado para evitar la inhibición del crecimiento. Este parámetro puede variar dependiendo de los organismos y configuraciones experimentales.</li>
	<li>Establezca la resolución de escaneo. Para células pequeñas como bacterias, use un área de escaneo de 1,024 x 1,024.</li>
	<li>Establezca el rango de escaneo Z para que la región de interés esté cubierta. NOTA: Para muestras de células bacterianas y de levadura distribuidas en una losa de agarosa, un rango de escaneo Z de ~ 15 μm suele ser suficiente.</li>
	<li>Configure el detector escaneado para capturar el rango de longitud de onda visible (por ejemplo, 416−691 nm). Utilice una ventana espectral de 8−10 nm.</li>
	<li>Adquiera imágenes de microespectroscopía confocal multicanal en una secuencia de longitudes de onda de excitación más largas a más cortas para crear pilas Z de imágenes de fluorescencia.</li>
	<li>Adquirir imágenes de CRM.</li>
	<li>Guarde las imágenes adquiridas como archivos tiff de 16 bits en un directorio. Asigne a los archivos el nombre de la convención de nomenclatura XXXcYYzZZ.tif, donde XXX es la longitud de onda de excitación, YY es el número de canal del detector, ZZ es el número de corte Z y "c" y "z" son prefijos para el número del detector y el número de corte Z, respectivamente.<ol>
<li>Por ejemplo, si se toma una imagen de microespectroscopía confocal multicanal con una longitud de onda de excitación de 405 nm, 1er canal detector de la matriz del detector, y es la 5ª porción de la pila Z, asígnele el nombre "405c01z05.tif". Para las imágenes de CRM, use la cadena "CRM" en lugar de XXX (por ejemplo, "CRMc01z05.tif"). NOTA: Decida si la segmentación 2D o 3D es la más adecuada para los datos de la imagen. Utilice un método de segmentación 2D en situaciones en las que las células pequeñas están limitadas a un plano 2D (por ejemplo, la población bacteriana que se adhiere a una superficie de vidrio). Utilice el método de segmentación 3D en situaciones en las que la población celular se distribuye en un espacio tridimensional (por ejemplo, biopelículas y muestras de tejido) o los tamaños de las células son mayores que el grosor de la rebanada óptica (por ejemplo, células de levadura, células de mamíferos). Para la segmentación 2D, consulte la sección 4; para la segmentación 3D, consulte la sección 5.</li>
	</ol>
</li>
</ol>4. Análisis de imágenes 2D
<ol><li>Equipe una estación de trabajo con software de análisis de imágenes (por ejemplo, MATLAB).</li>
	<li>Realizar la segmentación celular y la reconstrucción de firmas de fluorescencia innata unicelular.<ol>
<li>Abra el software de análisis de imágenes.</li>
		<li>Haga doble clic y abra uno de los scripts proporcionados "Script2D.m".</li>
		<li>Ve a la pestaña Editor y, a continuación, haz clic en Ejecutar. Debería aparecer una ventana de selección de carpetas.</li>
		<li>Seleccione el directorio creado en el paso 3.8 y, a continuación, haga clic en Abrir para continuar. Aparecerá automáticamente un cuadro de diálogo que solicita la entrada del parámetro de segmentación. NOTA: Para fines de prueba, seleccione el conjunto de datos proporcionado ("Sample_2D"). El conjunto de datos de ejemplo se proporciona como un archivo comprimido y debe extraerse de antemano.</li>
		<li>Introduzca los parámetros de segmentación: Umbral de binarización de imágenes (0−1) para binarización de imágenes = 0,45, Umbral superior para una región celular (en píxeles) = 200, Umbral inferior para una región celular (en píxeles) = 10 y Número de detectores = 32. Haga clic en Aceptar para continuar. NOTA: Estos parámetros pueden requerir ajustes dependiendo de la calidad de la imagen.</li>
		<li>Debería aparecer una nueva ventana de imagen que presenta una imagen de CRM. Seleccione una región de fondo arbitraria (es decir, un área donde las celdas están ausentes) para usarla para la resta de fondo. Dibuje un rectángulo dentro de la imagen de CRM arrastrando el mouse. Haga doble clic dentro de la región seleccionada para confirmar la selección.</li>
		<li>Busque un nuevo directorio denominado Firma en el mismo directorio seleccionado en el paso 4.2.4. Nota : el código proporcionado crea automáticamente este directorio. El directorio "Firma" almacena la firma de fluorescencia innata de cada célula microbiana dentro de una población como archivos .png que se numeran en serie después de un prefijo común "Firma".</li>
	</ol>
</li>
</ol>5.3D análisis de imágenes
<ol><li>Equipar una estación de trabajo con el software de análisis de imágenes (Tabla de Materiales).</li>
	<li>Realizar la segmentación celular y la reconstrucción de firmas de fluorescencia innata unicelular.<ol>
<li>Abra el software de análisis de imágenes.</li>
		<li>Haga doble clic y abra el script proporcionado "Script3D.m".</li>
		<li>Ve a la pestaña Editor y, a continuación, haz clic en Ejecutar. Debería aparecer una ventana de selección de carpetas.</li>
		<li>Seleccione el directorio creado en el paso 3.8 y, a continuación, haga clic en Abrir para continuar. Aparecerá automáticamente un cuadro de diálogo que solicita la entrada de los parámetros de segmentación. NOTA: Para fines de prueba, seleccione el conjunto de datos proporcionado ("Sample_3D"). El conjunto de datos de ejemplo se proporciona como un archivo comprimido y debe extraerse de antemano.</li>
		<li>Introduzca los parámetros de segmentación: Umbral de binarización de imágenes (0–1) para binarización de imágenes = 0,01, Umbral superior para un volumen de celda (en píxeles) = 1.000, Umbral inferior para una región de celda (en píxeles) = 20, Tamaño de píxel X [μm/píxel] = 0,26, Tamaño de píxel Y [μm/píxel] = 0,26, Tamaño de píxel Z [μm/píxel] = 0,42 y El número de detectores = 32. Haga clic en Aceptar para continuar; aparecerá un cuadro de diálogo que solicita la entrada para el número de longitudes de onda de excitación. NOTA: Estos parámetros pueden requerir ajustes dependiendo de la calidad de la imagen.</li>
		<li>Introduzca el número de longitudes de onda utilizadas para la adquisición de imágenes (por ejemplo, si se utilizan 405, 488, 561, 630, escriba 4 en el cuadro de diálogo). Haga clic en Aceptar.</li>
		<li>Introduzca las longitudes de onda de excitación en una secuencia desde la más corta (es decir, el nombre de la caja: Excitación Nº 1) hasta la longitud de onda más larga en los cuadros de diálogo. Haga clic en Aceptar para continuar; debería aparecer una nueva ventana de imagen que presenta una imagen de CRM.</li>
		<li>Seleccione la región de fondo arbitraria (es decir, el área donde las celdas están ausentes) que se utilizará para la resta de fondo. Dibuje un rectángulo dentro de la imagen de CRM arrastrando el mouse. Haga doble clic dentro de la región seleccionada para confirmar la selección.</li>
		<li>Busque el directorio denominado Firma en el directorio seleccionado en el paso 5.2.4. Nota : el código proporcionado crea automáticamente este directorio. El directorio "Signature" almacena la firma de fluorescencia innata de cada célula microbiana individual dentro de una población como archivos .png que se numeran en serie después de un prefijo común "Signature".</li>
	</ol>
</li>
</ol>6. Análisis estadístico
NOTA: Realizar técnicas de reducción dimensional (por ejemplo, análisis de componentes principales [PCA]) para visualizar la distribución de hiperespectros de las poblaciones celulares. El script proporcionado (PCA.py) ejecuta PCA para dos poblaciones celulares (es decir, dos clases).
<ol><li>Equipar una estación de trabajo con el lenguaje de programación y las bibliotecas y módulos que la acompañan (Tabla de Materiales).</li>
	<li>Cree un directorio vacío en la unidad C (o equivalente) y asigne al directorio el nombre "Parent_directory" (es decir, C:/ Parent_ directorio).</li>
	<li>Almacene las firmas de fluorescencia (por ejemplo, los archivos de .png generados en el paso 4.2.7) de cada una de las dos poblaciones celulares en dos directorios separados. NOTA: Los dos directorios deben estar ubicados en el "Parent_directory". C:/Parent_directory/ <img alt="image 12" class="xfigimg" src="/files/ftp_upload/61120/61120img1.jpg">putidaKT2440/ <img alt="image 13" class="xfigimg" src="/files/ftp_upload/61120/61120img2.jpg"> <img alt="image 9" class="xfigimg" src="/files/ftp_upload/61120/61120img3.jpg">Firma01.png <img alt="image 14" class="xfigimg" src="/files/ftp_upload/61120/61120img2.jpg"> <img alt="image 10" class="xfigimg" src="/files/ftp_upload/61120/61120img3.jpg">Firma02.png <img alt="image 4" class="xfigimg" src="/files/ftp_upload/61120/61120img2.jpg"> <img alt="image 11" class="xfigimg" src="/files/ftp_upload/61120/61120img3.jpg">: <img alt="image 5" class="xfigimg" src="/files/ftp_upload/61120/61120img1.jpg">putidaKT2442/ 
	 <img alt="image 6" class="xfigimg" src="/files/ftp_upload/61120/61120img3.jpg">Firma01.png 
	 <img alt="image 7" class="xfigimg" src="/files/ftp_upload/61120/61120img3.jpg">Firma02.png 
	 <img alt="image 8" class="xfigimg" src="/files/ftp_upload/61120/61120img3.jpg">:</li>
	<li>Descargue PCA.py en el "Parent_directory".</li>
	<li>Abra la interfaz de línea de comandos de la estación de trabajo.</li>
	<li>Escriba "python C:/Parent_directory/PCA.py" en la interfaz de línea de comandos.</li>
	<li>Seleccione el "Parent_directory" después de que se muestre el mensaje "Seleccionar directorio de destino".</li>
	<li>En el "C:/Parent_directory", busque "PCA.png", que contiene una gráfica PCA resultante.</li>
</ol>

<ol><li>Monici, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cell+and+tissue+autofluorescence+research+and+diagnostic+applications%5BTitle%5D)+AND+%22Biotechnology+Annual+Review%22%5BJournal%5D)">Cell and tissue autofluorescence research and diagnostic applications.</a> Biotechnology Annual Review. 11, 227-256 (2005).</li>
<li>Tang, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Microbial+metabolomics%5BTitle%5D)+AND+%22Current+Genomics%22%5BJournal%5D)">Microbial metabolomics.</a> Current Genomics. 12, 391-403 (2011).</li>
<li>Woo, P. C., Lau, S. K., Teng, J. L., Tse, H., Yuen, K. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Then+and+now%3A+use+of+16S+rDNA+gene+sequencing+for+bacterial+identification+and+discovery+of+novel+bacteria+in+clinical+microbiology+laboratories%5BTitle%5D)+AND+%22Clinical+Microbiology+and+Infection%22%5BJournal%5D)">Then and now: use of 16S rDNA gene sequencing for bacterial identification and discovery of novel bacteria in clinical microbiology laboratories.</a> Clinical Microbiology and Infection. 14, 908-934 (2008).</li>
<li>Amman, R., Fuchs, B. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Single-cell+identification+in+microbial+communities+by+improved+fluorescence+in+situ+hybridization+techniques%5BTitle%5D)+AND+%22Nature+Reviews+Microbiology%22%5BJournal%5D)">Single-cell identification in microbial communities by improved fluorescence in situ hybridization techniques.</a> Nature Reviews Microbiology. 6, 339-348 (2008).</li>
<li>Giana, H. E., Silveira, L., Zângaro, R. A., Pacheco, M. T. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rapid+identification+of+bacterial+species+by+fluorescence+spectroscopy+and+classification+through+principal+components+analysis%5BTitle%5D)+AND+%22Journal+of+Fluorescence%22%5BJournal%5D)">Rapid identification of bacterial species by fluorescence spectroscopy and classification through principal components analysis.</a> Journal of Fluorescence. 13 (6), 489-493 (2003).</li>
<li>Leblanc, L., Dufour, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Monitoring+the+identity+of+bacteria+using+their+intrinsic+fluorescence%5BTitle%5D)+AND+%22FEMS+Microbiology+Letters%22%5BJournal%5D)">Monitoring the identity of bacteria using their intrinsic fluorescence.</a> FEMS Microbiology Letters. 211 (2), 147-153 (2002).</li>
<li>Hou, X., Liu, S., Feng, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+autofluorescence+characteristics+of+bacterial+intracellular+and+extracellular+substances+during+the+operation+of+anammox+reactor%5BTitle%5D)+AND+%22Scientific+Reports%22%5BJournal%5D)">The autofluorescence characteristics of bacterial intracellular and extracellular substances during the operation of anammox reactor.</a> Scientific Reports. 7, 39289(2017).</li>
<li>Ramanujam, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+vivo+diagnosis+of+cervical+intraepithelial+neoplasia+using+337-nm-excited+laser-induced+fluorescence%5BTitle%5D)+AND+%22Proceeding+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">In vivo diagnosis of cervical intraepithelial neoplasia using 337-nm-excited laser-induced fluorescence.</a> Proceeding National Academy of Sciences of the United States of America. 91 (21), 10193-10197 (1994).</li>
<li>Zhang, J. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Innate+cellular+fluorescence+reflects+alterations+in+cellular+proliferation%5BTitle%5D)+AND+%22Lasers+in+Surgery+and+Medicine%22%5BJournal%5D)">Innate cellular fluorescence reflects alterations in cellular proliferation.</a> Lasers in Surgery and Medicine. 20 (3), 319-331 (1997).</li>
<li>Gosnell, M. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+non-invasive+cell+characterisation+and+discrimination+based+on+multispectral+autofluorescence+features%5BTitle%5D)+AND+%22Scientific+Reports%22%5BJournal%5D)">Quantitative non-invasive cell characterisation and discrimination based on multispectral autofluorescence features.</a> Scientific Reports. 6, 23453(2016).</li>
<li>Yawata, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Intra-+and+interspecies+variability+of+single-cell+innate+fluorescence+signature+of+microbial+cell%5BTitle%5D)+AND+%22Applied+and+Environmental+Microbiology%22%5BJournal%5D)">Intra- and interspecies variability of single-cell innate fluorescence signature of microbial cell.</a> Applied and Environmental Microbiology. 85, 00608-00619 (2019).</li>
<li>Nelson, K. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Complete+genome+sequence+and+comparative+analysis+of+the+metabolically+versatile+Pseudomonas+putida+KT2440%5BTitle%5D)+AND+%22Environmental+Microbiology%22%5BJournal%5D)">Complete genome sequence and comparative analysis of the metabolically versatile Pseudomonas putida KT2440.</a> Environmental Microbiology. 4 (12), 799-808 (2002).</li>
<li>Bagdasarian, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Specific-purpose+plasmid+cloning+vectors.+II.+Broad+host+range%2C+high+copy+number%2C+RSF1010-derived+vectors%2C+and+a+host-vector+system+for+gene+cloning+in+Pseudomonas%5BTitle%5D)+AND+%22Gene%22%5BJournal%5D)">Specific-purpose plasmid cloning vectors. II. Broad host range, high copy number, RSF1010-derived vectors, and a host-vector system for gene cloning in Pseudomonas.</a> Gene. 16 (1-3), 237-247 (1981).</li>
<li>Luo, Y., Vijaychander, S., Stile, J., Zhu, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cloning+and+analysis+of+DNA-binding+proteins+by+yeast+one-hybrid+and+one-two-hybrid+systems%5BTitle%5D)+AND+%22Biotechniques%22%5BJournal%5D)">Cloning and analysis of DNA-binding proteins by yeast one-hybrid and one-two-hybrid systems.</a> Biotechniques. 20 (4), 564-568 (1996).</li>
<li>Yawata, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Monitoring+biofilm+development+in+a+microfluidic+device+using+modified+confocal+reflection+microscopy%5BTitle%5D)+AND+%22Journal+of+Bioscience+and+Bioengineering%22%5BJournal%5D)">Monitoring biofilm development in a microfluidic device using modified confocal reflection microscopy.</a> Journal of Bioscience and Bioengineering. 110 (3), 377-380 (2010).</li>
<li>Lakowicz, J. R. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aLakowicz%2C+JR+%22Principles+of+Fluorescence+Spectroscopy.+Third+edition%22">Principles of Fluorescence Spectroscopy. Third edition</a>. , Springer. Germany. (2006).</li>
<li>Blacker, T. S., Duchen, M. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Investigating+mitochondrial+redox+state+using+NADH+and+NADPH+autofluorescence%5BTitle%5D)+AND+%22Free+Radical+Biology+%26+Medicine%22%5BJournal%5D)">Investigating mitochondrial redox state using NADH and NADPH autofluorescence.</a> Free Radical Biology & Medicine. 100, 53-65 (2016).</li>
<li>Croce, A. C., Bottiroli, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Autofluorescence+spectroscopy+and+imaging%3A+A+tool+for+biomedical+research+and+diagnosis%5BTitle%5D)+AND+%22European+Journal+of+Histochemistry%22%5BJournal%5D)">Autofluorescence spectroscopy and imaging: A tool for biomedical research and diagnosis.</a> European Journal of Histochemistry. 58 (4), 2461(2014).</li>
</ol>

Los autores no tienen nada que revelar.

Hay dos puntos críticos en este método que deben seguirse de cerca para obtener resultados reproducibles: 1) mantener la salida de potencia del láser bajo el objetivo del microscopio consistente a través de longitudes de onda de excitación y experimentos, y 2) realizar una segmentación celular precisa.
El primer punto es particularmente importante cuando se compara la firma de fluorescencia innata entre diferentes experimentos. Evite simplemente aplicar la misma configuración de "porcentaje de...

Diversas biomoléculas dentro de una célula1 emiten señales de autofluorescencia, y la firma de fluorescencia innata de una célula consiste en el ensamblaje de estas señales. Esta fluorescencia característica refleja varias propiedades celulares y también diferencias en el estado fisiológico. El análisis de la fluorescencia innata es mínimamente invasivo y puede complementar las sondas microbiológicas tradicionales y más invasivas que dejan una gama de rastros desde una modificación metabólica leve hasta la destrucción celular completa. Si bien las técnicas tradicionales como la extracción de ADN o contenido celular2,3, la hibridación fluorescente in situ4 y la introducción de genes reporteros fluorescentes en el genoma son efectivas para determinar el tipo de célula o el estado fisiológico, comúnmente requieren la manipulación de las células o el etiquetado invasivo.
Los estudios de la fluorescencia innata de varias colonias microbianas vivas e intactas, incluyendo suspensiones de cultivo microbiano a granel5,6, lodos activos7, tejidos de mamíferos8,9 y células de mamíferos1,10, han demostrado que el análisis de fluorescencia innata facilita el análisis sin etiquetas de los tipos de células y el estado fisiológico. Las firmas de fluorescencia innata se han analizado tradicionalmente a nivel poblacional y no a nivel unicelular, por lo que requieren un cultivo clonal. Por el contrario, la técnica de análisis de fluorescencia innata unicelular asistida por microscopía confocal (CRIF)11 descrita aquí reconstruye y cataloga la firma de fluorescencia celular innata de cada célula microbiana viva individual. Además, CRIF puede recopilar sistemáticamente la firma de fluorescencia innata de una sola célula microbiana dentro de una población que se distribuye en un espacio tridimensional (3D).

<table><tbody><tr><td>Agarosa</td><td>Wako Chemicals</td><td>312-01193</td><td></td></tr><tr><td>Divisores de haz</td><td>Carl Zeiss, Nikon</td><td></td><td>MBSInVis405, MBS458, MBS488, MBS458/514, MBS488/543 o MBS 488/543/633 divisores de haz (Carl Zeiss)</td></tr><tr><td>Microscopio confocal</td><td>Carl Zeiss, Nikon</td><td></td><td>Modelo LSM 880 (Carl Zeiss), Modelo A1R (Nikon)</td></tr><tr><td>Cubrecubiertas</td><td>Matsunami Glass C024601</td><td></td><td></td></tr><tr><td>Correderas de vidrio</td><td>Matsunami Glass</td><td>S011120</td><td></td></tr><tr><td>Espejo de semirreflexión</td><td>Carl Zeiss, Nikon</td><td></td><td>NT80/20</td></tr><tr><td>Medidor de potencia láser</td><td>Thorlabs</td><td>PM400 (consola de medidor de potencia) y S175C (sensor)</td>LB Caldo Nacalai tesque 20066-95 Para el cultivo de bacterias Software de análisis de imágenes The MathWorks <td></td></tr><tr><td></td><td></td><td></td><td></td></tr><tr><td></td><td></td><td></td><td>MATLAB versión 2019a o posterior, se necesita Image Processing Toolbox</td></tr><tr><td>Objetivo de microscopio</td><td>Carl Zeiss, Nikon</td><td>440762-9904</td><td>p. ej. plan 63x Apochomat NA = 1.4 (Carl Zeiss)</td></tr><tr><td>Software de microscopio</td><td>Carl Zeiss, Nikon</td><td></td><td>ZEN (Carl Zeiss),NIS-elements (Nikon)</td></tr><tr><td>PBS(-)</td><td>Wako Chemicals</td><td>166-23555</td><td></td></tr><tr><td>Lenguaje</td><td></td><td></td> <td>de programaciónPython y las bibliotecas, los módulos (numpy, scikit-learn, scikit-image, os, glob, matplotlib, tkinter) son necesarios para ejecutar el script PCA proporcionado.</td></tr><tr><td>Junta de silicona</td><td>ThermoFisher Scientific</td><td>P24744</td><td></td></tr><tr><td>Workstation</td><td></td><td></td><td>Se recomienda una estación de trabajo de alto rendimiento con GPU discretas.</td></tr><tr><td>Extracto de levadura-peptona-dextrosa (YPD) medio de agar</td><td>Sigma-Aldrich</td><td>Y1500-250G</td><td>Para el cultivo de levadura</td></tr><tr><td>medio YPD</td><td>Sigma-Aldrich</td><td>Y1375-250G</td><td></td></tr></tbody></table>

reconstrucción de firmas de fluorescencia innata unicelular mediante microscopía confocal

Reconstruction of Single-Cell Innate Fluorescence Signatures by Confocal Microscopy

Aquí se describe el análisis de fluorescencia innata de una sola célula (CRIF) asistido por microscopía confocal, un método mínimamente invasivo para reconstruir la firma de fluorescencia celular innata de cada célula viva individual en una población distribuida en un espacio tridimensional (3D). La firma de fluorescencia innata de una célula es una colección de señales de fluorescencia emitidas por varias biomoléculas dentro de la célula. Estudios previos establecieron que las firmas de fluorescencia innata reflejan diversas propiedades celulares y diferencias en el estado fisiológico y son una rica fuente de información para la caracterización e identificación celular. Las firmas de fluorescencia innata se han analizado tradicionalmente a nivel poblacional, lo que requiere un cultivo clonal, pero no a nivel unicelular. CRIF es particularmente adecuado para estudios que requieren resolución 3D y / o extracción selectiva de señales de fluorescencia de células individuales. Debido a que la firma de fluorescencia es una propiedad innata de una célula, CRIF también es adecuado para la predicción sin etiquetas del tipo y / o estado fisiológico de células intactas y individuales. Este método puede ser una herramienta poderosa para el análisis celular simplificado, donde el fenotipo de cada célula individual en una población heterogénea puede evaluarse directamente por su firma de autofluorescencia bajo un microscopio sin etiquetado celular.

La Figura 1A muestra la firma típica de fluorescencia de una sola célula de una célula bacteriana presentada como una gráfica de espectro tradicional (arriba) y como un mapa de calor (medio). La Figura 1B muestra el resultado de una segmentación celular 2D precisa superpuesta sobre la imagen CRM original de una población de bacterias del suelo (Pseudomonas putida KT2440)12. Las firmas de fluorescencia innata resultantes para la p...

Aquí, se presenta un protocolo para extraer y catalogar ópticamente firmas de fluorescencia celular innata (es decir, autofluorescencia celular) de cada célula viva individual distribuida en un espacio tridimensional. Este método es adecuado para estudiar la firma de fluorescencia innata de diversos sistemas biológicos a una resolución de una sola célula, incluidas las células de bacterias, hongos, levaduras, plantas y animales.

Reconstrucción de firmas de fluorescencia innata unicelular mediante microscopía confocal

Described here is confocal reflection microscopy-assisted single-cell innate fluorescence analysis (CRIF), a minimally invasive method for reconstructing ...

Esta técnica ofrece una investigación única para demostrar la identidad o las características fisiológicas de su célula a nivel de una sola célula sin la necesidad de un etiquetado invasivo. Las principales ventajas de esta técnica son que facilita la resolución espacial a nivel de una sola celda para su análisis, y que permite la distinción entre un proceso de fondo. Por lo tanto, esta técnica puede contribuir potencialmente a la identificación y el análisis fenotípico de microbios patógenos.Esta técnica también se puede aplicar al estudio de la heterogeneidad fenotípica, o al seguimiento del estado fisiológico de la población microbiana de interés. Kyosuke Takabe, profesor asistente de mi laboratorio, demostrará el procedimiento. La configuración de microscopía de reflexión confocal y microscopía confocal multicanal.Conecte el microscopio confocal con canales espectrales desbarridos a un tubo fotomultiplicador. Equipar el microscopio con un objetivo de alta apertura numérica, con un aumento adecuado. Y equipe el microscopio con un espejo de semirreflexión para acomodar la microscopía de reflexión confocal, que se basa en la dispersión celular de la luz incidente para visualizar la morfología celular.Para la microespectroscopia confocal multicanal, equipe el microscopio con espejos dicroicos y utilice un medidor de potencia láser para ajustar la intensidad de la iluminación para cada longitud de onda de excitación. A continuación, configure la salida bajo el microscopio para que sea constante a través de las longitudes de onda de excitación. Para obtener imágenes de las bacterias a través del microscopio, establezca el tamaño del orificio en 1,0 unidad de área en el software del microscopio y establezca el tiempo de permanencia de los píxeles para cada longitud de onda de excitación.Establezca la resolución de escaneo. Para células pequeñas, como las bacterias, use un área de escaneo de 1024 por 1024. Establezca el rango de escaneo Z para que se cubra la región de interés.Y usando una ventana espectral de ocho a 10 nanómetros, configure el detector D-Scan para capturar el rango de longitud de onda visible. A continuación, adquiera imágenes de microespectroscopía confocal multicanal en una secuencia de longitudes de onda de excitación más largas a más cortas para crear pilas Z de imágenes de fluorescencia e imágenes de microscopía de reflexión confocal, y guarde las imágenes en formato tiff de 16 bits. Para realizar la segmentación celular y la reconstrucción de firmas fluorescentes innatas de una sola célula, abra un programa de software de análisis de imágenes adecuado y haga doble clic para abrir uno de los scripts proporcionados.En la pestaña del editor, haga clic en ejecutar. Aparecerá una ventana de selección de carpetas. Seleccione el directorio en el que se guardaron las imágenes de Z-Stack y haga clic en abrir.Aparecerá automáticamente un cuadro de diálogo que solicita la entrada del parámetro de segmentación. Establezca el umbral de binarización de imágenes en 0-1, la binarización de imágenes en 0,45, el umbral superior para una región de celda en 200, el umbral inferior para una región de celda en 10 y el número de detectores en 32. Aparecerá un cuadro de diálogo solicitando la entrada del número de longitudes de onda de excitación.Introduzca el número de longitudes de onda utilizadas para la adquisición de imágenes y haga clic en Aceptar. Aparecerá un cuadro de diálogo que solicita entrada para las longitudes de onda de excitación. Introduzca las longitudes de onda de excitación en secuencia de la más corta a la más larga y haga clic en OK.Aparecerá una nueva ventana de imagen que presenta una imagen de microscopía de reflexión confocal. Seleccione una región de fondo arbitraria para utilizarla en la sustracción de fondo y dibuje un rectángulo dentro de la imagen de microscopía de reflexión confocal. Haga doble clic dentro de la región seleccionada para confirmar la selección y localizar un nuevo directorio llamado signature.Para realizar técnicas de reducción dimensional, cree un directorio vacío y asigne un nombre parent_directory. Almacene las firmas fluorescentes de cada una de las dos poblaciones de células en dos directorios separados y abra la interfaz de línea de comandos de la estación de trabajo. Introduzca el comando.Cuando se muestre seleccionar directorio de destino, seleccione el parent_directory. A continuación, en la carpeta parent_directory, localice el PCA. PNG, que contendrá el gráfico de análisis de componentes principales resultante.Aquí, se muestra una firma fluorescente típica de una sola célula bacteriana presentada como un gráfico de espectro tradicional y como un mapa de calor. En esta figura, se puede observar una segmentación celular 2D inexacta superpuesta a la imagen original de microscopía de reflexión confocal de una población de bacterias del suelo. Con las firmas fluorescentes innatas resultantes para la población presentadas como un mapa de calor.Nótese que la variabilidad intrapoblacional fue relativamente menor después de una segmentación celular exitosa. Aquí, se muestra un ejemplo de segmentación celular inexacta superpuesta a la misma población de P. putida como se mostró anteriormente. El impacto de la segmentación celular inexacta en las firmas fluorescentes innatas de la población es evidente a partir del considerable número de valores atípicos observados en el mapa de calor correspondiente.La segmentación inexacta de células da como resultado un grupo más flexible después del análisis de componentes principales, en comparación con el grupo de tipos obtenido después de una segmentación de células precisa. A pesar de las pequeñas variabilidades de la firma fluorescente innata observadas dentro de las cepas bacterianas individuales, cada población forma un grupo distinto en el gráfico de análisis de componentes principales. En esta figura, se puede observar una segmentación celular 3D inexacta superpuesta a la imagen original de microscopía de reflexión confocal de una población de levadura en ciernes Saccharomyces cerevisiae YM4271.Nótese la falta de valores atípicos y las firmas fluorescentes innatas resultantes para la población. Es esencial obtener una imagen lo más limpia posible por microscopía confocal y evitar una saturación de la intensidad de la señal, ya que el ruido puede estropear la precisión de los análisis posteriores. Puede entrenar modelos de aprendizaje automático con el conjunto de datos de firmas occidentales innatas para su uso en tareas de clasificación o predicción, lo que ofrece un análisis de población sin etiquetas y una predicción fenotípica.

reconstruction-single-cell-innate-fluorescence-signatures-confocal

Research

Investigación

JoVE Journal

Biology

Biología

Demostramos el uso de la microscopía de localización por fotoactivación de fluorescencia (FPALM) para obtener imágenes simultáneas de múltiples tipos de moléculas marcadas con fluorescencia dentro de las células. Las técnicas descritas producen la localización de miles a cientos de miles de proteínas individuales marcadas con fluorescentes, con una precisión de decenas de nanómetros dentro de células individuales.

Imágenes Multicolor Simultáneas de Estructuras Biológicas con Microscopía de Localización de Fotoactivación de Fluorescencia

Combinatorias 5 proteínas fluorescentes de marcado de las células madre y progenitoras hematopoyéticas permite in vivo seguimiento clonal a través confocal y microscopía de dos fotones, que proporciona conocimientos sobre la médula ósea hematopoyética arquitectura durante la regeneración. Este método permite la correlación de destino no invasiva de las células derivadas de HSPCs espectralmente-codificados en tejidos intactos durante largos períodos de tiempo después del trasplante.

En Tracking Clonal vivo de madre hematopoyéticas y células progenitoras Marcado por cinco proteínas fluorescentes utilizando confocal y Microscopía Multifotónica

Este protocolo describe cómo utilizar la microscopía de fluorescencia de reflexión interna total para visualizar y rastrear receptores individuales en la superficie de las células vivas y, por lo tanto, analizar la movilidad lateral del receptor, el tamaño de los complejos de receptores, así como para visualizar las interacciones transitorias receptor-receptor. Este protocolo puede extenderse a otras proteínas de membrana.

De alta resolución espacio-temporal Análisis de la Dinámica del receptor por Casa molécula de microscopía de fluorescencia

Los estudios de biomoléculas in vivo son cruciales para comprender la función molecular en un contexto biológico. Aquí describimos un método novedoso que permite la internalización de biomoléculas fluorescentes, como el ADN o las proteínas, en microorganismos vivos. También se presenta y discute el análisis de datos in vivo registrados por microscopía de fluorescencia.

Internalización y Observación de fluorescente Biomoléculas en microorganismos que viven a través de electroporación

Este manuscrito describe un método para visualizar y cuantificar eventos traducción localizada en compartimientos subcelulares. El enfoque propuesto en este manuscrito requiere un sistema de proyección de imagen confocal básico y reactivos y es rápida y rentable.

La inmunofluorescencia cuantitativa a medida Global localizada traducción

Este protocolo describe un nuevo método que permite la visualización cuantitativa de la formación de complejos de proteínas SNARE, basado en la transferencia de energía de resonancia Förster y toda la vida de la fluorescencia microscopía de imágenes.

Visualizar el lazo intracelular del tráfico de por vida de fluorescencia microscopía de imágenes

Anticuerpos que se unen a los receptores de blanco en la superficie celular pueden conferir conformación y alteraciones clustering. Estos cambios dinámicos tienen implicaciones para caracterizar el desarrollo de fármacos en las células diana. Este protocolo utiliza la microscopia confocal y espectroscopia de la correlación de imagen a través de ImageJ/FIJI para cuantificar el grado de agrupamiento en la superficie celular del receptor.

Agregación del Receptor de superficie celular microscopia confocal revela a través espectroscopia de la correlación de imagen

Efferocytosis, la eliminación fagocítica de células apoptóticas, es necesaria para mantener la homeostasis y es facilitada por receptores y vías de señalización que permiten el reconocimiento, la inmersión y la internalización de células apoptóticas. Adjunto, presentamos un protocolo de microscopía de fluorescencia para la cuantificación de efferocytosis y la actividad de vías de señalización de efferocytic.

Cuantificación de Efferocytosis por microscopía de fluorescencia unicelular

Describimos un enfoque de imagen para la determinación del estado oligomérico promedio de los oligómeros receptores etiquetados con mEGFP inducidos por la unión de ligandos en la membrana plasmática de las células vivas. El protocolo se basa en la microscopía de Fluorescencia de Reflexión Interna Total (TIRF) combinada con el análisis Número y Brillo (N&amp;B).

Dinámica de oligomerización de receptores de superficie celular en células vivas mediante la microscopía de fluorescencia de reflexión interna total combinada con análisis de número y brillo

El blanqueo iterativo espectral extiende la multiplexidad (IBEX) se basa en la técnica IBEX base al agregar bloqueo de heparina para minimizar la unión inespecífica y aprovechar la detección espectral con desmezcla computacional para suprimir la autofluorescencia. Este enfoque acelera la adquisición de imágenes al tiempo que reduce las fuentes de fondo, lo que permite análisis proteómicos espaciales robustos de múltiples rondas y altos parámetros.

Imágenes de alta plexación mediante microscopía confocal espectral para minimizar la fluorescencia tisular inespecífica

Este protocolo detalla las aplicaciones avanzadas de imagen y la gestión de recursos compartidos de un sistema de microscopio confocal de barrido láser integrado con un detector de matriz multiplexada para imágenes celulares y subcelulares de alta resolución. El flujo de trabajo permite la obtención de imágenes multimodales desde confocal hasta superresolución (~120 nm) dentro de una sola plataforma, haciendo que la visualización a escala nanométrica sea más accesible.

Imagen de superresolución y gestión compartida: un protocolo para microscopía confocal con detección multiplex

Aprende a extraer firmas de fluorescencia innata de células individuales mediante microscopía confocal y microespectroscopía multicanal. Este método no invasivo permite analizar bacterias, hongos, levaduras, plantas y células animales sin etiquetado.

Reconstrucción de firmas de fluorescencia innata unicelular mediante microscopía confocal

Explorar más videos