$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Le protocole décrit ici a été utilisé pour construire des cartes de conditionnement physique pour les variantes génétiques de S. cerevisiae à travers un gradient de stress bidimensionnel de la température et de la salinité. Plus précisément, pour chaque souche variant, nous avons utilisé eVOLVER pour effectuer des expériences de compétition par paires contre une souche de référence marquée par fluorescence (S. cerevisiae souche BY4741 avec un reporter constitutif mNeonGreen intégré) dans 16 différents combinaisons de ces contraintes (figure 1). Pour les variantes, deux souches à élimination directe ont été choisies, chacune étant prédite sensible à l’un des axes de la condition de contrainte: Δprx1 qui a été rapporté pour avoir des défauts de conditionnement physique à des températures élevées20 et δpbs2 avec des défauts de remise en forme à haute concentrations de sel21. En tant que variante de contrôle, on a utilisé une souche BY4741 de type sauvage non étiquetée, qui devrait fonctionner de la même façon que la souche de référence. Au total, ces expériences de compétition de 3 72 heures ont été menées simultanément dans 48 flacons sur trois appareils eVOLVER (16 flacons) tous exécutés à partir d’un seul ordinateur.
Le tableau de bord interactif eVOLVER permet de naviguer dans la grande quantité de données générées au cours de chaque expérience (figure 2a). Les traces représentatives d’OD sur les 16 flacons d’un seul appareil eVOLVER sont affichées à la figure 2b. Chaque trace affiche un modèle caractéristique de la dent de scie de l’algorithme de contrôle de turbidostat, qui utilise la rétroaction sur OD pour déclencher des dilutions et maintenir des cultures dans une plage de densité étroite (0.2-0.3 dans ce cas). Les données d’OD et de température sont continuellement mesurées, transmises à la base de données Cloud et mises à jour en temps réel dans le tableau de bord interactif eVOLVER. Des données diffusées en continu, des métriques d’ordre supérieur (par exemple, le taux de croissance, les générations cumulatives) peuvent être calculées et tracées dans le tableau de bord (Figure 2c) et même utilisées comme paramètres de rétroaction dans différents schémas de sélection (par exemple, morbidostat).
Pour générer des cartes de remise en forme, nous mesurons la vitesse à laquelle la souche de référence dépasse la souche variant en incorporant à la fois des mesures de cytométrie en flux et des données de croissance eVOLVER. Plus précisément, les fractions de population sont calculées comme le rapport logarithmique de la souche variant par rapport à la souche de référence à l’aide des données de cytométrie en flux de chaque échantillon de temps. Pour chaque culture et chaque point temporel, le nombre de générations écoulées est interpolé à partir des données de taux de croissance eVOLVER pour chaque période de dilution. Tracer les rapports logarithmique par rapport aux générations, les différences qualitatives entre les conditions commencent à émerger (figure 3A). Pour calculer la forme physique, une pente est ajustée à travers la portion linéaire de chaque parcelle18,19, donnant une valeur de conditionnement physique quantitative (avec le signe et le taux) qui décrit comment la souche variant est en concurrence avec la souche de référence ( Figure 3B). Dans cette expérience, les valeurs de remise en forme négatives indiquent que la souche de variante est surlignée par la souche de référence. La construction de cartes thermiques à partir de tous les calculs de conditionnement physique permet de visualiser le paysage de conditionnement physique en deux dimensions, révélant des différences quantitatives subtiles de performance entre les souches et les conditions (figure 3C).
À partir des cartes thermiques de conditionnement physique, nous voyons que chaque souche de variante présente des défauts de forme physique qui se manifestent de différentes façons. Δprx1 est principalement sensible aux températures élevées, mais le stress du sel semble avoir un effet additif, augmentant le défaut de remise en forme. Inversement, Δpbs2 montre des défauts de conditionnement physique principalement en réponse à des concentrations élevées de sel, avec des différences minimales le long de l’axe de température. Ces résultats soulignent l’utilité des expériences de sélection à haute résolution, en particulier pour déchiffrer les interactions de multiples facteurs de stress environnementaux, qui pourraient avoir des effets additifs, synergiques ou épistatiques.
Enfin, il est important de noter que dans certains cas, en particulier pour les conditions de stress sévères, les calculs de conditionnement physique peuvent entraîner des résultats exagérés ou faussé. Par exemple, Δpbs2 semble montrer une pente positive abrupte dans la condition de 39 ° c/1 M de NaCl par rapport à la souche de référence (figure 3A). Ceci est attribué à une faible croissance des deux souches, qui se reflète dans les données de type sauvage et limite l’utilité de cette métrique particulière dans cette condition. Un nombre insuffisant de générations entraîne 1) une mauvaise séparation des points de temps qui interfère avec l’ajustement de la pente, et 2) la sensibilité aux effets stochastiques provenant de la phase de latence. Bien que nous n’ayons pas choisi de le faire dans cette étude, les données de croissance en temps réel recueillies par eVOLVER au cours de l’expérience auraient pu être utilisées pour informer la décision d’étendre l’expérience et de collecter des points de temps supplémentaires pour cette condition avec peu d’effort. Dans les expériences de suivi, les ratios de départ peuvent également être modulées pour prolonger la longueur de la région linéaire avant que la saturation ne se produise.

Figure 1: vue d’ensemble du cadre eVOLVER et de la conception expérimentale. (A) Evolver est une plate-forme de culture continue automatisée permettant le contrôle multiparamètre des conditions de culture. La plate-forme se compose de Smart Sleeves, qui maison les capteurs et les actionneurs pour contrôler les conditions de culture, un réseau de pompes péristaltiques pour les fluides et les déchets dans et hors des cultures, un écran tactile pour interagir manuellement avec l’appareil, et un ordinateur utilisé pour interagir avec l’infrastructure cloud où les données de la plateforme sont diffusées en continu. (B) Evolver peut être configuré de plusieurs façons: physiquement, par le biais des entrées de cellules et de médias, et par programmation en ajustant les algorithmes contrôlant les modules de fiole de culture Smart Sleeve. Ceci peut être utilisé pour programmer la sélection multidimensionnelle/gradients environnementaux à haute résolution, avec des sorties composées de cellules collectées physiquement à des points de temps définis et de la diffusion en temps réel des données de culture. (C) configurer Evolver pour réaliser une expérience de conditionnement physique de croissance sur un gradient de sélection bidimensionnel, composé de température et de stress osmotique. les flacons de culture eVOLVER ont été ensemencés avec des proportions égales d’une souche de levure de référence et variant. Une routine de turbidostat a été programmée pour maintenir toutes les cultures en phase exponentielle dans une fenêtre OD définie (OD 0.2-0.3). Les conditions de température et de support ont été variées dans la baie Smart Sleeve pour former deux gradients de contrainte indépendants. Les milieux de base étaient composés de YPD (2% de glucose) + 100 μg/mL de carbénicilline + 25 μg/mL de chloramphénicol par précaution contre la contamination bactérienne. Les compositions médiatiques ont été variées en ajoutant du NaCl supplémentaire à 0 M, 0,6 M, 0,8 M, ou 1,0 M. les températures des flacons ont été programmées à l’une des quatre valeurs suivantes: 30 ° c, 35 ° c, 37 ° c ou 39 ° c. Dexemples de production brute pour la culture OD et les fractions de population de trois conditions testées. L’expérience de compétition a été maintenue pour 72 h, échantillonnage à 24 h et par la suite tous les 12 h jusqu’à la conclusion de l’expérience. S’il vous plaît cliquez ici pour voir une version plus grande de ce chiffre.

Figure 2: tableau de bord d’analyse des données en temps réel eVOLVER. (A) les données Evolver sont traitées et diffusées en temps réel via un logiciel basé sur le Cloud vers un tableau de bord interactif. Grâce au tableau de bord, les utilisateurs peuvent définir et initier leurs propres routines de culture sur un eVOLVER connecté, surveiller les expériences en cours d’exécution sur toutes les unités eVOLVER et varier les conditions expérimentales manuellement sur un flacon individuel ou un ensemble de flacons si nécessaire. B) des traces d’OD pour chaque flacon dans la matrice des conditions testées pendant toute la durée de l’expérience. Les suivis peuvent être visualisés en temps réel pour s’assurer que l’expérience fonctionne comme désiré et utilisé après l’expérience pour une analyse plus approfondie. (C) les taux de croissance et les générations cellulaires peuvent être calculés à partir de traces OD à la volée pour suivre les progrès de l’expérience. S’il vous plaît cliquez ici pour voir une version plus grande de ce chiffre.

Figure 3: Construction de surfaces de conditionnement physique. (A) fractions de lapopulation cellulaire log naturel (souche variant/souche de référence) tracée contre les générations cellulaires. La couleur indique la température de sélection tandis que les tirets distinguent les concentrations de sel. (B) pour quantifier l’aptitude relative de la variante à la souche de référence, une métrique de forme physique est dérivée de la vitesse à laquelle la fraction de la population cellulaire change au fil des générations. Cette métrique est calculée à partir de la région linéaire des parcelles de fraction cellulaire à l’aide d’un minimum de trois points. (C) les métriques relatives de conditionnement physique sont affichées dans une carte thermique pour construire une surface de conditionnement physique sur les gradients de contrainte environnementale. L’état du coin supérieur droit (39 ° c/1,0 M NaCl) pour le type sauvage et le Δpbs2 ne sont pas inclus dans cette analyse car les cultures sont passées par des générations insuffisantes (voir résultats représentatifs). S’il vous plaît cliquez ici pour voir une version plus grande de ce chiffre.