Method Article

Allineamento di dati di serie temporali sincronizzati utilizzando il modello caratterizzante della perdita di sincronia del ciclo cellulare per confronti cross-experiment

DOI:

10.3791/65466

June 9th, 2023

In This Article

Summary

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

Una sfida nell'analizzare gli esperimenti sincronizzati di serie temporali è che gli esperimenti spesso differiscono nella durata del recupero dalla sincronia e nel periodo del ciclo cellulare. Pertanto, le misurazioni di diversi esperimenti non possono essere analizzate in forma aggregata o facilmente confrontate. Qui, descriviamo un metodo per allineare gli esperimenti per consentire confronti specifici di fase.

Abstract

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

Lo studio del ciclo cellulare spesso dipende dalla sincronizzazione delle popolazioni cellulari per misurare vari parametri in una serie temporale mentre le cellule attraversano il ciclo cellulare. Tuttavia, anche in condizioni simili, gli esperimenti replicati mostrano differenze nel tempo necessario per recuperare dalla sincronia e attraversare il ciclo cellulare, impedendo così confronti diretti in ogni punto temporale. Il problema di confrontare le misurazioni dinamiche tra gli esperimenti è esacerbato nelle popolazioni mutanti o in condizioni di crescita alternative che influenzano il tempo di recupero della sincronia e / o il periodo del ciclo cellulare.

Abbiamo precedentemente pubblicato un modello matematico parametrico chiamato Characterizing Loss of Cell Cycle Synchrony (CLOCCS) che monitora come le popolazioni sincrone di cellule si liberano dalla sincronia e progrediscono attraverso il ciclo cellulare. I parametri appresi dal modello possono quindi essere utilizzati per convertire i punti temporali sperimentali da esperimenti di serie temporali sincronizzati in una scala temporale normalizzata (punti della linea di vita). Piuttosto che rappresentare il tempo trascorso in minuti dall'inizio dell'esperimento, la scala della linea di vita rappresenta la progressione dalla sincronia all'ingresso del ciclo cellulare e quindi attraverso le fasi del ciclo cellulare. Poiché i punti vitali corrispondono alla fase della cellula media all'interno della popolazione sincronizzata, questa scala temporale normalizzata consente confronti diretti tra esperimenti, compresi quelli con periodi e tempi di recupero variabili. Inoltre, il modello è stato utilizzato per allineare gli esperimenti sul ciclo cellulare tra diverse specie (ad esempio, Saccharomyces cerevisiae e Schizosaccharomyces pombe), consentendo così il confronto diretto delle misurazioni del ciclo cellulare, che possono rivelare somiglianze e differenze evolutive.

Introduction

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

Le misurazioni di serie temporali effettuate su popolazioni sincronizzate di cellule mentre progrediscono attraverso il ciclo cellulare sono un metodo standard per studiare i meccanismi che controllano la progressione del ciclo cellulare 1,2,3,4,5,6,7,8 . La capacità di effettuare confronti tra esperimenti di sincronia / rilascio di serie temporali è vitale per la nostra comprensione di questi processi d....

Access restricted. Please log in or start a trial to view this content.

Protocol

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

1. Raccolta della fase del ciclo cellulare e dei dati sperimentali

  1. Sincronizzare le cellule rispetto al ciclo cellulare usando il metodo di sincronizzazione desiderato (ad esempio, elutriazione centrifuga come descritto in Leman et al.18 o arresto del feromone di accoppiamento come descritto in Rosebrock 19; sia Leman et al.18 che Rosebrock 19 includono anche metodi per il rilascio dalla sincronia). Iniziare il campionamento in tutte le serie temporali, assicurandosi che la serie temporale sia lunga almeno due periodi di ciclo cellulare completo e....

Access restricted. Please log in or start a trial to view this content.

Results

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

I passaggi descritti nel protocollo di cui sopra e nel flusso di lavoro in Figura 1 sono stati applicati a cinque esperimenti di serie temporali sincronizzati con ciclo cellulare per dimostrare due confronti rappresentativi: tra repliche con diversi metodi di sincronia (feromone di accoppiamento ed elutriazione centrifuga18) e piattaforme di sequenziamento (sequenziamento dell'RNA [RNA-seq] e microarray), nonché in condizioni sperimentali. Sono stati eseguiti più espe.......

Access restricted. Please log in or start a trial to view this content.

Discussion

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

Questo articolo presenta un metodo per valutare in modo più accurato e quantitativo i dati provenienti da esperimenti di serie temporali su popolazioni sincronizzate di cellule. Il metodo utilizza i parametri appresi da CLOCCS, un modello di inferenza bayesiana che utilizza i dati di fase del ciclo cellulare di input, come i dati di gemmazione e i dati del contenuto di DNA citometrico a flusso, per parametrizzare ogni esperimento14,15. CLOCCS utilizza i dati di f.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

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

Gli autori non hanno conflitti di interesse da rivelare.

Acknowledgements

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

S. Campione e S. Haase sono stati sostenuti da finanziamenti della National Science Foundation (DMS-1839288) e del National Institutes of Health (5R01GM126555). Inoltre, gli autori desiderano ringraziare Huarui Zhou (Duke University) per i commenti sul manoscritto e per il beta testing del protocollo. Ringraziamo anche Francis Motta (Florida Atlantic University) e Joshua Robinson per il loro aiuto con il codice Java.

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
2x PBSper soluzione fissativa. Descritto in Leman 2014.
4% formaldeideper soluzione fissativa.
100% etanoloper la fissazione della citometria a flusso. Descritto in Haase 2002.
Citometro
flusso.
Githttps://git-scm.com/
Java 19
https://www.oracle.com/java/technologies/downloads/#java19 MicroscopioPer contare cellule e gemme.
Soluzione di Minicondahttps://docs.conda.io/en/latest/
ProteasiPer il protocollo di citometria a flusso. Descritto in Haase 2002.
Soluzione RNAsi APer il protocollo di citometria a flusso. Descritto in Haase 2002.
SYTOX Colorazione verde per acido nucleicoInvitrogenS7020per la colorazione con citometria a flusso. Descritto in Haase 2002.
TrispH 7,5
a flusso CLOCCS https://gitlab.com/haase-lab-group/cloccs_alignment.git Per il protocollo di citometria a

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Tyers, M., Tokiwa, G., Futcher, B. Comparison of the Saccharomyces cerevisiae G1 cyclins: Cln3 may be an upstream activator of Cln1, Cln2 and other cyclins. EMBO Journal. 12 (5), 1955-1968 (1993).
  2. Schwob, E., Nasmyth, K.

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

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

Request Permission

Tags

Cell Cycle SynchronyTime Series AlignmentLifeline NormalizationCross Experiment ComparisonSynchronized Cell PopulationsCell Cycle PhaseFlow CytometryBudding YeastTranscriptomic DataProteomic Data

Related Articles