Lifespan Machine을 사용한 High-Throughput Behavioral Aging and Lifespan Assay

Andrea Del Carmen-Fabregat; Lucia Sedlackova; Natasha Oswal; Nicholas Stroustrup

doi:10.3791/65462

이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

방법 논문

Lifespan Machine을 사용한 High-Throughput Behavioral Aging and Lifespan Assay

2.2K 조회수

⸱

DOI:

10.3791/65462

⸱

2024년 1월 26일

Andrea Del Carmen-Fabregat¹^,² , Lucia Sedlackova¹ , Natasha Oswal¹^,² , Nicholas Stroustrup¹^,²

¹Centre for Genomic Regulation (CRG), The Barcelona Institute of Science and Technology (BIST), ²Universitat Pompeu Fabra (UPF)

이 논문에서

요약

이미징 플랫폼 "The Lifespan Machine"은 대규모 개체군의 평생 관찰을 자동화합니다. 수명, 스트레스 저항성, 발병 기전 및 행동 노화 분석을 수행하는 데 필요한 단계를 보여줍니다. 데이터의 품질과 범위를 통해 연구자들은 생물학적 및 환경적 변이가 존재함에도 불구하고 노화에 대한 개입을 연구할 수 있습니다.

초록

일정한 환경에서 사육되는 유전적으로 동일한 동물은 광범위한 수명 분포를 보이며, 이는 연구된 모든 유기체에 걸쳐 보존된 노화에 대한 큰 비유전적, 확률적 측면을 반영합니다. 이 확률적 구성 요소는 노화를 이해하고 수명을 연장하거나 건강을 개선하는 성공적인 개입을 식별하기 위해 연구자들이 대규모 실험 동물 집단을 동시에 모니터링해야 함을 의미합니다. 기존의 수동 사망 점수는 대규모 가설 테스트에 필요한 처리량과 규모를 제한하여 고처리량 수명 분석을 위한 자동화된 방법의 개발로 이어졌습니다. Lifespan Machine(LSM)은 선충의 평생 추적을 위해 개조된 평판 스캐너와 맞춤형 이미지 처리 및 데이터 검증 소프트웨어를 결합한 고처리량 이미징 플랫폼입니다. 이 플랫폼은 전례 없는 규모로 대규모 동물 집단에서 시간적으로 분해된 수명 데이터를 숙련된 연구원이 수행하는 수동 분석과 동일한 통계적 정밀도 및 정확도로 생성함으로써 중요한 기술 발전을 이루었습니다. 최근에는 노화 과정에서 관찰되는 행동 및 형태학적 변화를 정량화하고 이를 수명과 연관시키기 위해 LSM이 더욱 개발되었습니다. 여기서는 LSM을 사용하여 자동화된 수명 실험을 계획, 실행 및 분석하는 방법을 설명합니다. 또한 행동 데이터와 고품질 생존 곡선을 성공적으로 수집하는 데 필요한 중요한 단계를 강조합니다.

서론

노화는 유기체의 생리적 기능의 쇠퇴를 특징으로 하는 복잡하고 다면적인 과정으로, 시간이 지남에 따라 질병과 사망의 위험이 증가한다¹. 출생 또는 성인이 된 후 사망할 때까지의 시간으로 측정되는 수명^{은 노화} 에 대한 명확한 결과2를 제공하며, 인구 간의 상대적 노화율을 측정하기 위한 간접적이지만 엄격한 정량적 대용물을^{제공한다3.} 노화 연구는 종종 중재에 노출된 한 집단과 노출되지 않은 대조군 간의 결과를 비교하기 위해 임상 시험과 유사하게 수명의 정확한 측정에 의존합니다. 불행히도, 재현성 문제는 노화 연구에 만연해 있는데, 이는 때로는 통계적으로 검증되지 않은 실험⁴ 때문이기도 하고, 종종 환경의 미묘한 변화에 대한 수명 분석의 고유한 민감성 때문^{이기도 하다5}. 강력한 실험에는 대규모 모집단에 대한 다중 복제가 필요하며, 이 프로세스는 특히 자동화가 제공하는 실험 확장성의 이점을 누릴 수 있습니다⁶.

수명 분석의 엄격한 요구는 노화 과정 자체의 예측 불가능성에서 비롯됩니다. 동일한 환경에 ....