-1::1
Simple Hit Counter
Skip to content

Products

Solutions

×
×
Sign In

PT

EN - EnglishCN - 简体中文DE - DeutschES - EspañolKR - 한국어IT - ItalianoFR - FrançaisPT - Português do BrasilPL - PolskiHE - עִבְרִיתRU - РусскийJA - 日本語TR - TürkçeAR - العربية
Sign In Start Free Trial

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

Behavior
Biochemistry
Bioengineering
Biology
Cancer Research
Chemistry
Developmental Biology
View All
JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

Biological Techniques
Biology
Cancer Research
Immunology
Neuroscience
Microbiology
JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduate courses

Analytical Chemistry
Anatomy and Physiology
Biology
Calculus
Cell Biology
Chemistry
Civil Engineering
Electrical Engineering
View All
JoVE Science Education

Visual demonstrations of key scientific experiments

Advanced Biology
Basic Biology
Chemistry
View All
JoVE Lab Manual

Videos of experiments for undergraduate lab courses

Biology
Chemistry

BUSINESS

JoVE Business

Video textbooks for business education

Accounting
Finance
Macroeconomics
Marketing
Microeconomics

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Authors

Teaching Faculty

Librarians

K12 Schools

Biopharma

Products

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduates

JoVE Science Education

Visual demonstrations of key scientific experiments

JoVE Lab Manual

Videos of experiments for undergraduate lab courses

BUSINESS

JoVE Business

Video textbooks for business education

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Solutions

Authors
Teaching Faculty
Librarians
K12 Schools
Biopharma

Language

pt_BR

EN

English

CN

简体中文

DE

Deutsch

ES

Español

KR

한국어

IT

Italiano

FR

Français

PT

Português do Brasil

PL

Polski

HE

עִבְרִית

RU

Русский

JA

日本語

TR

Türkçe

AR

العربية

    Menu

    JoVE Journal

    Behavior

    Biochemistry

    Bioengineering

    Biology

    Cancer Research

    Chemistry

    Developmental Biology

    Engineering

    Environment

    Genetics

    Immunology and Infection

    Medicine

    Neuroscience

    Menu

    JoVE Encyclopedia of Experiments

    Biological Techniques

    Biology

    Cancer Research

    Immunology

    Neuroscience

    Microbiology

    Menu

    JoVE Core

    Analytical Chemistry

    Anatomy and Physiology

    Biology

    Calculus

    Cell Biology

    Chemistry

    Civil Engineering

    Electrical Engineering

    Introduction to Psychology

    Mechanical Engineering

    Medical-Surgical Nursing

    View All

    Menu

    JoVE Science Education

    Advanced Biology

    Basic Biology

    Chemistry

    Clinical Skills

    Engineering

    Environmental Sciences

    Physics

    Psychology

    View All

    Menu

    JoVE Lab Manual

    Biology

    Chemistry

    Menu

    JoVE Business

    Accounting

    Finance

    Macroeconomics

    Marketing

    Microeconomics

Start Free Trial
Loading...
Home
JoVE Journal
Biology
Quantificação de Acanthamoeba spp. Motilidade

Research Article

Quantificação de Acanthamoeba spp. Motilidade

DOI: 10.3791/66268

September 20, 2024

Allison Campolo1, Esther Lara1, Monica Crary1

1Alcon Research, LLC

Cite Watch Download PDF Download Material list
AI Banner

Please note that some of the translations on this page are AI generated. Click here for the English version.

In This Article

Summary Abstract Introduction Protocol Representative Results Discussion Disclosures Acknowledgements Materials References Reprints and Permissions

Erratum Notice

Important: There has been an erratum issued for this article. View Erratum Notice

Retraction Notice

The article Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology. View Retraction Notice

Summary

Este procedimento descreve como visualizar, rastrear e quantificar Acanthamoeba spp. motilidade.

Abstract

A ceratite por Acanthamoeba é uma infecção ocular grave que apresenta desafios de tratamento e pode levar à cegueira. Apesar de sua onipresença e potencial contaminação de lentes de contato após a exposição à água, o comportamento natural desse patógeno permanece indefinido. Compreender os padrões de movimento da Acanthamoeba pode nos informar sobre como ela coloniza as lentes de contato e contamina a córnea do paciente. É uma sorte que Acanthamoeba spp. são visíveis por microscopia de campo claro a partir de uma ampliação de 4x. Técnicas anteriores foram desenvolvidas para quantificar a motilidade de Acanthamoeba em relação aos efeitos citopáticos ou subexposição ao campo elétrico. Aqui, descrevemos um método para rastrear e quantificar Acanthamoeba spp. motilidade de longo prazo (horas a dias), que é um protocolo aplicável a várias cepas de ameba, superfícies e estado nutricional de ameba. Este procedimento é pertinente para determinar muitas quantificações de motilidade central, como distância, velocidade, confinamento e direcionalidade, que são necessárias para monitorar diferentes estágios de infecção, proliferação ou mudança comportamental.

Introduction

A pesquisa de Acanthamoeba aumentou dramaticamente nos últimos anos devido ao aumento da prevalência de ceratite por Acanthamoeba (AK), que é uma infecção parasitária após a fixação de Acanthamoeba à córnea1. Embora os surtos de AK possam ser atribuídos a cuidados inadequados com lentes de contato ou soluções ineficazes para cuidados com lentes de contato 2,3,4,5, atualmente não há requisitos para demonstrar a eficácia da desinfecção de Acanthamoeba para qualquer produto no mercado. No entanto, há um esforço contínuo na comunidade científica e nas organizações de padrões para examinar os protocolos necessários para quantificar a eficácia da desinfecção de produtos para cuidados com lentes de contato 6,7. Além disso, devido à sua semelhança em aspectos celulares e funcionais com macrófagos humanos, Acanthamoeba foi observado como tendo um papel significativo no hospedeiro e disseminação de outros patógenos humanos8, além da patogenicidade que a própria ameba traz.

Foram descritas técnicas recentes que foram capazes de quantificar a motilidade de Acanthamoeba - que geralmente não está altamente sujeita ao movimento browniano 9,10 - em relação a efeitos citopáticos ou subexposição ao campo elétrico 9,11, bem como avanços na análise de motilidade na pesquisa de vírus gigantes usando Acanthamoeba como vetor viral rastreável 12, 13. Também houve melhorias constantes e significativas no rastreamento de células e partículas ocorrendo nos últimos 20 anos usando novos programas de software, como o software de imagem usado aqui, e novos algoritmos e tecnologias de aprendizado profundo14. No entanto, este é um campo relativamente novo e crescente da ciência em relação à pesquisa de bancada, aplicação clínica e padrões industriais, e tem havido uma escassez de dados publicados sobre métodos para visualizar e rastrear essa ameba, particularmente para quantificar mudanças comportamentais após a adesão às lentes de contato ou durante ou após a desinfecção das lentes de contato. Outros campos que se expandem para o monitoramento visual de longo prazo apoiaram esse esforço15 , 16 , 17 . Devido à natureza inerentemente desafiadora de Acanthamoeba - incluindo uma resistência geral a plasmídeos (que podem conferir fluorescência), a capacidade da ameba de consumir e destruir corantes celulares padrão e uma composição proteica externa única - dificultando a marcação de anticorpos - métodos disponíveis para outras células que os tornam visíveis em outros ambientes que não a imagem de campo claro têm sido inutilizáveis neste organismo. Assim, quantificar a motilidade dessa ameba demonstrou uma adição significativa ao campo. Usando o método descrito aqui, pudemos verificar que as amebas permanecem móveis por pelo menos 12 h sem nutrientes18 e que as amebas que são desafiadas com um processo de desinfecção e cessam a motilidade durante a desinfecção podem recuperar sua motilidade pós-desinfecção se não forem totalmente lisadas19.

Este protocolo detalha como rastrear e quantificar visualmente a motilidade da ameba microscopicamente. As etapas principais são registrar a ameba em campo claro usando o foco e o tempo apropriados entre as imagens, transformar as imagens em binárias usando o software de imagem e, em seguida, usar o plug-in de rastreamento de um software de imagem para definir os parâmetros experimentais e seguir cada ameba para determinar as medidas necessárias, como velocidade, distância e confinamento. Em seguida, é possível quantificar a quimiotaxia de uma ameba ou de uma população de amebas para definir a direcionalidade. A principal contribuição deste método é visualizar e quantificar o comportamento da ameba durante diferentes estados de suporte nutricional, adesão à superfície, desafio de desinfecção ou outras alterações ambientais, como coabitação com cultura de células de mamíferos.

Protocol

1. Preparação de Acanthamoeba

NOTA:Este protocolo foi verificado para ATCC 50655, 30872, 50702, 30010, 30461, 50370, 50703, 30137, PRA-115 e PRA-411. Este é um patógeno BSL2 e deve ser trabalhado dentro de um capô e laboratório BSL2.

  1. Crie uma cultura mestre a partir de um frasco de amostra ou plugue preparado20 enchendo um frasco T75 com 30 mL de meio AC6 e adicione assepticamente um plugue ou o conteúdo de um frasco de amostra a ele. Incubar o balão durante 3-5 dias a 26-30 °C até que o balão esteja 50% a 80% confluente.
  2. Passe as células um dia antes de serem necessárias para criar uma população homogênea de trofozoítos.
    1. De acordo com as necessidades da cepa, agite e/ou golpeie rapidamente a cultura mestre 2x para desalojar os trofozoítos aderidos.
    2. Encher um balão T75 com 30 ml de meio AC6. Adicione 2 mL da cultura mestre à passagem. Incubar o balão durante 18-24 h a 26-30 °C.
  3. Antes da colheita, inspecione visualmente a população de trofozoítos com ampliação de 4x no microscópio. Certifique-se de que os trofozoítos sejam aderentes e uniformes.
  4. Bata rapidamente no frasco 2x para desalojar os trofozoítos aderidos. Despeje o conteúdo em um tubo cônico de 50 mL.
  5. Gire o tubo a 500 x g por 5 min em uma centrífuga balanceada para pellet a ameba. Despeje ou pipete o meio sobrenadante e descarte. Dilua o pellet em 2-10 mL de solução de 1/4 de Ringer.
  6. Vortex a amostra. Adicione 10 μL de amostra a um hemocitômetro descartável e conte o UFC/mL da Acanthamoeba.
  7. Com base na contagem do hemocitômetro, diluir o pellet de ameba a uma concentração de 7,5 x 103 células/mL em solução de Ringer a 1/4.
  8. Semeie ameba em uma superfície, que pode ser de vidro, plástico ou ágar não nutriente, e uma variedade de formas de poços, dependendo das necessidades experimentais, conforme descrito abaixo.
    1. Placa de 96 poços: semeie cada poço com 200 μL de suspensão de Acanthamoeba e envolva a placa com a tampa.
    2. Placa de 48 poços: semeie cada poço com 1 mL de suspensão de Acanthamoeba e envolva a placa com a tampa.
    3. Célula de fluxo: Adicione lentamente 4 mL de suspensão de Acanthamoeba através das portas estéreis de uma célula de fluxo de alumínio estéril, evitando bolhas na câmara. Clamp as portas fechadas após a suspensão ter sido adicionada.
  9. Antes da imagem, permita que a ameba adira pelo menos 30 minutos à superfície antes de iniciar o registro microscópico.

2. Visualizando e gravando Acanthamoeba

  1. Visualize a ameba com ampliação de 4x em campo claro. O fundo deve aparecer cinza claro e a ameba deve ser preta. Ajuste a luz e o foco para que a ameba fique em olheiras sólidas em vez de translúcidas (ou seja, ligeiramente fora de foco, Figura 1).
    NOTA: A ampliação ideal é de 4x para rastreamento por vários motivos: As amebas que saem ou entram no campo de visão durante o rastreamento não devem ser incluídas na análise de dados, portanto, a ampliação mais baixa suporta melhor o número máximo de amebas incluídas na análise em um período de tempo. A ameba deve aparecer como círculos pretos sólidos em campo claro para convertê-los em binários para análise de rastreamento. Isso é mais fácil de conseguir com uma ampliação menor, pois ampliações mais altas revelam facilmente a natureza translúcida e as estruturas internas da ameba. Em geral, mais ameba pode ser capturada em um único campo de visão em uma ampliação menor, suportando uma análise de dados mais robusta.
  2. Configure os programas de gravação no software de imagem para gravar uma imagem em intervalos regulares para rastrear a ameba. O tempo mais longo entre as imagens que permitirão um rastreamento preciso é de 30 s, o tempo ideal para o tamanho do arquivo e os detalhes de rastreamento é sugerido em 12 s ou 24 s.
  3. As amebas podem ser rastreadas por vários dias de cada vez, mas esteja ciente do tamanho do arquivo que esse tipo de gravação criará e da dificuldade inerente de manipular arquivos extremamente grandes. Para evitar isso, registre amebas por seções de tempo em determinados intervalos. Por exemplo, registre por 1 h a cada 12 h por 5 dias.
  4. Se o microscópio e o programa permitirem, registre vários poços em uma única sessão usando as coordenadas XY dos poços de placa ou vários locais de uma célula de fluxo. Se necessário, junte várias seções de um poço ou célula de fluxo para criar um campo de visão maior com ampliação de 4x.
    NOTA: A única restrição sobre quantos locais podem ser registrados é a rapidez com que a platina do microscópio pode se mover entre os locais dentro do tempo de intervalo da imagem (por exemplo, tirar uma imagem a cada 12 s, 24 s, etc.). No entanto, isso não é obrigatório, e o rastreamento de vídeos feitos de um único local ainda pode ter um número suficiente de faixas para uma análise estatística robusta. Um microscópio Nikon Eclipse Ti-U foi usado neste estudo, e o estágio móvel automatizado foi utilizado para registrar imagens em vários poços ao mesmo tempo. No entanto, qualquer microscópio com capacidade de gravação programável funcionará. O microscópio deve se conectar a um computador e ser capaz de gravar imagens em um programa ou disco rígido.

3. Análise do tamanho da ameba

  1. Abra o microscópio file no software de imagem. As opções de importação de bioformatos serão abertas. Na caixa de diálogo, verifique se o seguinte é verdadeiro: Exibição de pilha; Ver com: Selection-Hyperstack; Gerenciamento de memória: marque Usar pilha virtual; Modo de cor: padrão.
  2. Certifique-se de que nenhum dos outros menus suspensos ou caixas de seleção esteja ativado. Clique em Ok.
  3. Opções de séries de bioformatos abertos. Escolha qual série é necessária. Se apenas um local for registrado por vez, provavelmente haverá apenas uma opção aqui. Clique em Ok.
  4. Escolha Image > Duplicate para duplicar o único poço com o qual está sendo trabalhado de cada vez, escolhendo apenas um canal C e apenas um canal Z.
  5. A partir daqui, trabalhe apenas com a imagem duplicada para manipulação e análise, não com o original. Escolha Imagem > Tipo > 8 bits. Escolha Processar > Subtrair plano de fundo.
  6. Defina a bola rolante para 10,0. Verifique o fundo claro. Verifique o parabolóide deslizante.
  7. Escolha Processo > Melhorar o contraste. Defina pixels saturados como 0,1% para trofozoítos ou 0,3% para um grupo de células e agregados.
  8. Escolha Imagem > Ajustar > Limite (padrão > P&B). O processo Make Binary será aberto. Selecione Padrão e marque Fundo preto (de máscaras binárias).
  9. Selecione o limiar agressivamente para que a maioria dos pontos de fundo não sejam visíveis, mas alguma parte de cada ameba seja visível.
  10. Se o software de imagem inverteu a imagem e o fundo é branco, e a ameba é preta, vá para Editar > Inverter para corrigi-lo em um fundo preto e ameba branca.
  11. Escolha Processo> Binário > Fechar, caso as células tenham um pequeno espaço na membrana externa devido a estarem fora de foco ou motilidade da célula.
  12. Escolha Processar > binário > preencher furos. Remova artefatos que não sejam ameba usando as ferramentas de desenho de forma e Editar > preenchimento. Se, nesse ponto, o plano de fundo estiver branco e a ameba estiver preta, escolha Editar > Inverter. Neste ponto, a imagem deve representar as imagens binárias na Figura 2.
  13. Para registrar o tamanho de cada ameba, escolha Analyze > Analyze Particles. Tamanho do conjunto: 10-Infinitiy, Circularidade: 0-1, Mostrar: Nada. Marque Exibir apenas resultados e resumir.
  14. Salve os arquivos CSV exibidos. Escolha Arquivo > Salvar como > Tiff e edite o nome de acordo com a especificação desejada.

4. Preparação de arquivos de microscópio para rastreamento (análise de motilidade)

  1. Abra o microscópio file no software de imagem. As opções de importação de bioformatos serão abertas.
  2. Na caixa de diálogo, verifique se o seguinte é verdadeiro: Exibição de pilha; Ver com: Selection-Hyperstack. Para gerenciamento de memória, marque Usar pilha virtual. Clique em Ok.
  3. As opções da série Bio-Formats serão abertas. Escolha qual série é necessária. Se apenas um local for registrado por vez, provavelmente haverá apenas uma opção aqui. Clique em Ok.
  4. Escolha Imagem > Duplicar. A partir daqui, trabalhe apenas na seção duplicada do vídeo em vez de trabalhar no arquivo original.
    NOTA: Duplique a seção do vídeo que está sendo rastreada naquele momento. Para fazer isso, é preciso conhecer os quadros que correspondem aos minutos necessários para o experimento. Por exemplo, se alguém quiser rastrear a1ª hora e tirar fotos a cada 24 s, deve haver 150 quadros na1ª hora. Portanto, a1ª hora será os quadros 1-150, a2ª hora será 151-300 e assim por diante.
  5. Escolha Imagem > Tipo > 8 bits. Escolha Processar > Subtrair plano de fundo. Defina a bola rolante para 10.0.
  6. Verifique o fundo claro. Verifique o parabolóide deslizante. Escolha Processo > Melhorar contraste e defina-o em 0,1%.
  7. Marque Todas as x# Fatias (por exemplo, todas as 150 fatias). Desmarque Normalizar. Escolha Imagem > Ajustar > Limite (padrão > P&B).
  8. O processo Make Binary será aberto. Selecione Padrão. Verifique o fundo preto (das máscaras binárias).
  9. Limiar agressivamente, de modo que a maioria das manchas de fundo não são visíveis, mas algumas partes da ameba são visíveis. Nesta etapa, se o plano de fundo for branco e a ameba for preta, escolha Editar > Inverter. O fundo deve ser preto e a ameba deve ser branca.
  10. Escolha Processar > binário > Fechar. Escolha Processar > binário > preencher furos. Escolha Arquivo > Salvar como > Tiff e edite o nome para a especificação desejada. O arquivo agora está pronto para rastreamento.

5. Analisando a motilidade por meio de rastreamento

  1. No software de imagem com o arquivo tiff necessário para rastrear, vá para Plug-ins > Rastreamento > Trackmate. A versão do Trackmate será aberta.
  2. Escolha Next (Próximo). Selecione o detector LoG no menu suspenso do detector. Defina o diâmetro estimado da bolha: 35,0 mícrons, limite 1,0. Desmarque Usar filtro mediano e Fazer localização de subpixel.
  3. Clique em Visualizar na primeira, no meio e nas fatias finais. Certifique-se de que todas as amebas sejam capturadas por um círculo roxo e que os defeitos ou artefatos de fundo não sejam incluídos.
  4. Escolha Next (Próximo). Ele começará a ser processado e esta etapa pode levar alguns minutos para ser executada. Uma barra de detecção na parte superior da tela indicará quanto do processo está concluído.
  5. Escolha Next (Próximo ) quando solicitado. No limite inicial, escolha Avançar novamente sem selecionar nada. Selecione Hyperstack Displayer ao selecionar uma exibição. Escolha Next (Próximo).
  6. Defina o filtro nos pontos e escolha Avançar sem selecionar nada. Selecione um rastreador; para fazer isso, selecione Rastreador de LAP (em vez de Rastreador de LAP Simples). Escolha Next (Próximo).
  7. Na vinculação quadro a quadro, defina a distância máxima para 40 μm. Na verificação de fechamento da lacuna do segmento da via Permitir fechamento da lacuna. Defina a distância máxima para isso em 100 μm e a folga máxima do quadro em 4. Não selecione nada para Divisão de segmentos de trilha ou Mesclagem de segmentos de trilha.
  8. Escolha Next (Próximo). O rastreamento pode levar um tempo significativo para ser executado. Quando estiver concluído, a janela deve dizer: Rastreamento feito em x s na parte inferior. Escolha Next (Próximo).
  9. Escolha Next (Avançar) novamente quando o rastreamento for concluído. Definir filtros nas faixas: selecione o sinal + no canto inferior esquerdo para adicionar um filtro para o número de pontos nas faixas. Defina o filtro como Acima para pelo menos 93% dos quadros (por exemplo, 150 quadros precisariam de um mínimo de 140 pontos).
    NOTA: Algumas versões deste software exigirão a seleção do equivalente oposto, como Abaixo pelo menos 7%, o que pode ser feito arrastando uma linha para a esquerda ou para a direita para atingir o número desejado.
  10. Escolha Next (Próximo). Opções de exibição aparecerão. Certifique-se de que as faixas em cada quadro não estejam deformadas ou estranhas na maneira como a ameba está se movendo antes de salvar o arquivo XML do Trackmate ou o arquivo CSV das faixas.
  11. Se uma faixa precisar ser excluída, clique em TrackScheme. O TrackScheme mostrará todas as trilhas e pontos de contato da ameba em todos os quadros.
    NOTA: Os possíveis motivos para excluir uma faixa são uma ameba entrou / saiu do campo de visão durante a gravação, uma trilha tem formato inadequado em comparação com o caminho real da ameba ou, por algum motivo, a trilha ou a ameba é um outlier nos dados de acordo com os parâmetros experimentais, etc.
  12. Clique na ameba para destacar o ponto verde na tela e no Trackscheme o local terá um quadrado verde ao seu redor. Isso indicará qual trilha ou local precisa ser removido.
  13. Clique com o botão direito do mouse na faixa que precisa ser removida e selecione Faixa inteira. Pressione o botão Excluir .
  14. Depois de revisar todas as faixas, salve o arquivo de rastreamento clicando em Salvar no canto inferior esquerdo do pop-up do software de rastreamento. Salve o arquivo XML usando o nome do vídeo. Clique em Retomar para voltar ao pop-up do software de rastreamento.
  15. Clique em Trilhas e selecione Trilhas à esquerda. Clique em Exportar para CSV e salve o arquivo CSV.
  16. Se a planilha não reconhecer o CSV resultante, execute as etapas a seguir.
    1. Abra o arquivo CSV salvo no Bloco de Notas. Clique em Control + A e Control + C para copiar todo o conteúdo.
    2. Abra a planilha e clique em Control + V para colá-la na planilha. Todos os dados estarão em uma célula.
    3. Com as células com dados ainda selecionados, vá para Dados > Texto para Colunas. Escolha Delimitado > Próximo. Escolha Vírgula > Próximo > Concluir. Salve esse arquivo como o novo CSV.
  17. O CSV de rastreamento terá muitos parâmetros disponíveis para análise (Figura 3). Copie e cole os parâmetros desejados em um novo arquivo CSV (Figura 4) para analisar. Os parâmetros usados aqui são descritos abaixo.
    1. Distância total percorrida: distância total percorrida por uma ameba em μm.
    2. Distância máxima percorrida: a distância máxima no caminho de uma ameba a partir de seu ponto inicial - isso pode não ser necessariamente o ponto final
      Equation 1
      Onde dij é a distância de qualquer ponto I para qualquer ponto j na pista.
    3. Taxa de confinamento: A taxa de confinamento indica a eficiência de uma ameba em se afastar de seu ponto inicial: ela viajou em linha reta para longe de seu ponto inicial (um valor próximo a 1) ou ficou relativamente perto de seu ponto inicial (um valor próximo a 0).
      Equation 2
    4. Velocidade média da pista: Velocidade média da ameba ao longo da distância total percorrida em mícrons por segundo.
      Equation 3
    5. Deslocamento da trilha: A distância entre o ponto inicial de uma ameba e o ponto final em mícrons.
      NOTA: Todos os parâmetros de análise do software de imagem e suas definições podem ser encontrados aqui: https://imagej.net/plugins/trackmate/analyzers/. Lembre-se de que cada arquivo salvo é um resumo das faixas analisadas naquele momento. Para produzir uma análise de dados robusta, será necessário combinar adequadamente os resultados de várias réplicas, horas, etc., conforme adequado para os dados (Figura 5 e Figura 6).

Representative Results

Para alcançar o sucesso usando esse método, há várias peças gerais cruciais a serem consideradas. A primeira é a configuração física da ameba e do microscópio, a segunda é a utilização adequada do software de imagem e a terceira é exportar e analisar os dados de imagem de maneira significativa.

Antes do início da gravação microscópica, é fundamental garantir que a ameba esteja devidamente focada no estágio do microscópio (Figura 1). Em vez de focar na ameba no plano Z ideal para detalhes individuais, aqui é ideal visualizá-los ligeiramente fora de foco para que se tornem pontos pretos sólidos em oposição ao seu estado translúcido quando vistos em detalhes. Visualizá-los dessa maneira permitirá que o software de imagem e o software de rastreamento encontrem cada ameba individual com muito mais facilidade quando o arquivo for convertido em binário (Figura 2). Saber qual é o objetivo do software de imagem - ou seja, que cada ameba apareça como um círculo branco bem definido, pode ajudar o leitor a encontrar o foco adequado ao tirar as imagens originais em campo claro. Então, com cada círculo claramente definido, o software de rastreamento será capaz de rastrear adequadamente a motilidade e reunir as métricas de motilidade individuais para cada ameba.

Depois de seguir as instruções passo a passo no protocolo listado acima para o software de imagem e o software de rastreamento e consultar o vídeo associado para auxiliar nas primeiras etapas cruciais do uso do software de imagem, é hora de exportar os dados do software de imagem para quantificação e análise de dados. A saída bruta do software de rastreamento será semelhante ao que é visto na Figura 3. Aqui, é importante verificar se o número de pontos nas faixas exportadas está correto para o que é esperado (por exemplo, se alguém pediu que 93% dos quadros estivessem presentes em todas as faixas e um tivesse 100 quadros totais no vídeo, cada faixa exportada deve ter maior ou igual a 93 pontos). Se os pontos não corresponderem aos requisitos, pode ser necessário voltar às etapas do software de rastreamento para garantir que os parâmetros necessários foram definidos corretamente.

A partir da exportação bruta, comece a criar a planilha de análise de dados (Figura 4). É importante lembrar que cada faixa representa uma ameba singular dentro de uma réplica singular. Portanto, como visto na Figura 4, Figura 5 e Figura 6, todas as faixas de um conjunto de quadros ou ponto de tempo devem ser calculadas (Figura 4), e esse processo deve ser feito para cada conjunto de quadros ou ponto de tempo em uma série inteira (ou seja, se um total de 3 h de vídeo for tirado e os pontos de dados forem divididos por hora, então haverá três conjuntos de quadros/horas para analisar por replicação, Figura 5). Finalmente, a partir dessa combinação de médias em cada conjunto de quadros em cada replicação, os dados médios devem ser combinados de cada réplica em um espaço para que os dados em várias réplicas possam ser analisados para determinar a média verdadeira e o desvio padrão por ponto de tempo (Figura 6).

As médias de cada réplica serão usadas para análise de dados, e a média combinada e o desvio padrão ou erro padrão de todas as réplicas serão usados para representação gráfica (como visto em um exemplo na Figura 7). Se analisar dados como fizemos aqui, que são várias amostras sendo acompanhadas em vários pontos de tempo, é mais apropriado analisá-los usando uma ANOVA de medida de repetição de 2 vias com um teste de Tukey post hoc. Isso nos permite determinar as diferenças entre as amostras em cada ponto de tempo e também determinar as diferenças dentro de cada amostra ao longo do tempo.

Figure 1
Figura 1: A ameba aparece como formas escuras opacas na microscopia de campo claro. Ampliado na imagem representativa da ameba com ampliação de 4x, ligeiramente fora de foco para aparecer como olheiras sólidas. Barra de escala = 500 μm. Clique aqui para ver uma versão ampliada desta figura.

Figure 2
Figura 2: Ameba fotografada em microscopia de campo claro convertida em binária e rastreada. A ameba com ampliação de 4x, em campo claro (esquerda), foi convertida em binária com artefatos removidos (meio) e, após o rastreamento, com faixas selecionadas exibidas (direita). Linha superior: um poço inteiro fotografado costurando 4 imagens, barra de escala = 1000 μm. Linha inferior: o tamanho de uma única imagem antes da costura, barra de escala = 500 μm. Clique aqui para ver uma versão maior desta figura.

Figure 3
Figura 3: A saída imediata da análise de dados do software de imagem e rastreamento contém uma ampla variedade de tipos de dados. A saída representativa do rastreamento é mostrada na Figura 2, que é um vídeo singular. Observe que os números das faixas (seta vermelha) pulam os números, indicando que o software de rastreamento removeu corretamente as faixas que não estavam alinhadas com os parâmetros. Neste exemplo, apenas 71 de 5385 faixas identificadas estavam alinhadas com os parâmetros. Essa proporção é normal, dadas diretrizes tão rígidas. Este número de rastros também está de acordo com o número de amebas usadas neste protocolo (por exemplo, se uma placa de 96 poços é semeada com 200 μL de 7,5 x 103 UFC / mL por poço, então deve-se esperar cerca de 1.500 amebas no poço e aproximadamente esse número visível em um campo de visão de 4 pontos. Provavelmente haverá muito mais rastros do que ameba à medida que a ameba entra e sai do campo de visão, gerando novos rastros). Este número de rastro é novamente aparente na Figura 2, onde apenas alguns rastros são visíveis em comparação com um grande número de pontos. Sempre verifique o número de pontos na pista (caixa vermelha) para garantir que apenas os comprimentos corretos da pista sejam incluídos. Por exemplo, aqui, incluímos mais de 93% dos quadros, e havia 127 quadros nesta seção, então todos os números de pontos devem estar acima de 118. Destacadas em amarelo estão as medidas que foram mencionadas no protocolo. Clique aqui para ver uma versão maior desta figura.

Figure 4
Figura 4: Dados reorganizados conforme necessário após a saída inicial de dados. Organização dos dados desejados após a exportação. (A) As medidas pertinentes escolhidas para quantificar foram copiadas da exportação do software de rastreamento (Figura 3) e coladas em uma nova planilha. (B) Depois que as medições desejadas forem organizadas na nova planilha, a média de cada trilha deve ser calculada. Assim, neste exemplo representativo, a Distância Total, a Distância Máxima, o Confinamento, a Velocidade Média e o Deslocamento de cada trilha utilizável neste vídeo singular foram calculados em média para um número singular para cada medição. Observe novamente aqui que um total de 71 faixas atendeu aos parâmetros para os quadros 1-127. Provavelmente haverá um número diferente de faixas adequadas de cada vídeo ou conjunto de quadros analisado, como fica evidente na Figura 5. Clique aqui para ver uma versão maior desta figura.

Figure 5
Figura 5: Quadros sequenciais definidos para análise de uma série inteira de imagens ou vídeo. Esta é uma imagem representativa da adição de vídeos sequenciais à análise de dados. Supondo que os quadros 1-127 constituam a Hora 1 do vídeo (aqui, 1 h é composto de tirar uma imagem uma vez a cada 28 s). Os quadros 128 a 254 serão a 2ª hora de vídeo e os quadros 255 a 381 serão a 3ª hora de vídeo. Combine os dados exportados (como foi exportado na Figura 3) de todas as horas em uma planilha para trabalhar com todos de uma vez. Como foi feito na Figura 4, os dados de todas as trilhas utilizáveis para cada conjunto de quadros/h serão calculados em média. Tudo na Figura 5 são os dados de uma réplica ou amostra. Se houver 3 réplicas, haverá 3 guias de planilha separadas dispostas de forma idêntica e os dados delas serão alimentados em uma nova guia, conforme demonstrado na Figura 6. Clique aqui para ver uma versão maior desta figura.

Figure 6
Figura 6: Dados compostos de todas as amebas em cada conjunto de quadros usados para representar uma única replicação. (A) Todas as médias de cada quadro definido na Figura 5 precisam ser reunidas em um local central para que a análise final dos dados possa ser concluída. Nesta imagem representativa, as médias de Distância Total dos três primeiros conjuntos de quadros (ou horas) são mostradas. Isso deve ser repetido para cada amostra/condição/réplica que está sendo executada. Em seguida, as médias de cada amostra de cada conjunto de quadros devem ser calculadas (caixa amarela). Este é o ponto de dados final a partir do qual o desvio padrão e o erro padrão podem ser calculados. As médias individuais de cada Amostra (aqui, os números em B3, B4 e B5 para a Amostra de Distância Total 1; C3, C4 e C5 para Amostra de Distância Total 2, etc.) será usado para executar a análise estatística. Este processo será repetido para todas as medições necessárias (Distância Máxima, Confinamento, Velocidade Média, Deslocamento, etc.) (B) Para fazer uma representação gráfica da quantificação, use os números na caixa amarela como pontos de dados a serem usados para o gráfico final. Clique aqui para ver uma versão maior desta figura.

Figure 7
Figura 7: Dados brutos de motilidade para ATCC 30461 e ATCC 50370. Os dados brutos (aqui representados como média ± AE para cada hora) foram coletados previamente e não publicados para estudos anteriores 18,19. Essa quantificação de motilidade demonstra que essas duas amebas são semelhantes em suas primeiras 6 h de motilidade (medida pela distância total em mícrons percorrida naquela hora) em solução de 1/4 de Ringer em uma superfície de vidro. Cada ponto de tempo representa três réplicas separadas, cada uma composta de 20 a 200 faixas de ameba. Clique aqui para ver uma versão maior desta figura.

Discussion

Todos os autores são funcionários da Alcon Research, LLC.

Disclosures

Este procedimento descreve como visualizar, rastrear e quantificar Acanthamoeba spp. motilidade.

Acknowledgements

Este trabalho foi financiado pela Alcon Research, LLC.

Materials

de quimiotaxia e migração Pipeta serológica Fisher
¼ Campainha' ThermoFisher ScientificBR0052GComprimidos de solução de Oxoid Ringers. Siga as instruções para fazer um quarto da força em vez de Ringers de força total. 
10 µ Pipeta LEppendorf Research31230000392 µ L-20 e micro; L canal único
10 µ L ponteiras de pipetaNeptune Scientific, San Diego, CA, EUABT10.N10 µ L Ponta de Barreira Universal
48 poços placaMillipore Sigma, Placa de poços múltiplos tratada com CLS3548 Corning Costar TC: placa de poliestireno, poços de fundo plano, estéril, com tampa
Tubos cônicos de 50 mL (1 para cada amostra, 1 para cada passagem de 2 amostras)Fisher ScientificFalcon 352098Falcon 50 mL Tubos de centrífuga cônicos de alta clareza, placa de polipropileno
de 96 poçosMillipore Sigma, Burlington, MA, EUACLS3596Placa de Poço Múltiplo Corning Costar TC-Treated: placa de poliestireno, poços de fundo plano, estéril, com tampa
Acanthamoeba  American Type Culture Collection, Manassas, VA, USAATCC 30461Este protocolo foi verificado para ATCC 50655, 30872, 50702, 30010, 30461, 50370, 50703, 30137, PRA-115, e PRA-411
Meios de cultura axênicos (AC6)Feito em casan/aContendo 20 g de peptona de biosato, 5 g de glicose, 0,3 g KH2PO4, 10 µ g de vitamina B12 e 1 copo 5 mg  L-metionina por litro de água destilada deionizada. Ajuste o pH para 6,6-6,95 com NaOH 1 M e autoclave a 121 &graus; C por 20 min, armazene em temperatura ambiente por até 3 meses. 
Centrífuga e rotor apropriadoThermo Scientific, Waltham, MA, USASorvall ST 40RQualquer centrífuga e rotor equivalentes são aceitáveis, desde que possam girar tubos cônicos de 50 mL a 500 x g por 5 min
FerramentaSoftware gratuito baseado em ImageJ, disponível em https://ibidi.com/chemotaxis-analysis/171-chemotaxis-and-migration-tool.html
Hemocitômetro descartávelBulldog Bio, Portsmouth, NH, EUADHC-N01Neubauer Melhorou o Hemocitômetro Descartável de 2 Chips, embalado individualmente, software ImageJ não pirogênico
com o plug-in Trackmate (este protocolo foi escrito com o Trackmate versão 6.0.2.)Software livre desenvolvido pelo National Institutes of Health, disponível em imagej.net. Plug-in Trackmate disponível em https://imagej.net/plugins/trackmate/
Microscópio, de preferência com platina móvel automatizadaNikon, Tóquio, JapãoUm microscópio Nikon Eclipse Ti-U foi usado neste estudo e a platina móvel automatizada foi utilizada para poder gravar imagens em vários poços ao mesmo tempo.
Software NIS-ElementsNikon
Scientific, Hampton, NH, USABrandTech 26331BrandTech accu-jet pro Pipet Controller Pontas
de pipeta serológicasVWR5 mL: 76201-710
10 mL: 170356
25 mL: 89130-900
50 mL: 75816-088
Pipeta serológica VWR, célula de
fluxo de transmissão de alumínio estéril não pirogénicoBiosurface Technologies Corporation, Bozeman, MT, EUAFC 81-ALCélula de fluxo de transmissão de canal único de alumínio anodizado com pegada de placa de 96 poços para uso com um microscópio invertido
Frascos T75VWR, Radnor, PA, EUA734-2316VWR Frasco de cultura de tecidos, 182,5 cm, Superfície tratada, Tampa de vedação de plugue, Estéril

References

  1. Randag, A. C., et al. The rising incidence of Acanthamoeba keratitis: A 7-year nationwide survey and clinical assessment of risk factors and functional outcomes. PLoS One. 14 (9), e0222092 (2019).
  2. Szentmary, N., et al. Acanthamoeba keratitis - Clinical signs, differential diagnosis and treatment. J Curr Ophthalmol. 31 (1), 16-23 (2019).
  3. Carnt, N., et al. Acanthamoeba keratitis: confirmation of the UK outbreak and a prospective case-control study identifying contributing risk factors. Br J Ophthalmol. 102 (12), 1621-1628 (2018).
  4. Verani, J. R., et al. National outbreak of Acanthamoeba keratitis associated with use of a contact lens solution, United States. Emerg Infect Dis. 15 (8), 1236-1242 (2009).
  5. Tu, E. Y., Joslin, C. E. Recent outbreaks of atypical contact lens-related keratitis: what have we learned. Am J Ophthalmol. 150 (5), 602-608 (2010).
  6. International Organization for Standardization. ISO 14729:2001/A1. Ophthalmic optics-Contact lens care products-Microbiological requirements and test methods for products and regimens for hygienic management of contact lenses. International Organization for Standardization. , (2010).
  7. . ASC Z80, Parent Committee Meeting Available from: https://www.thevisioncouncil.org/sites/default/files/ASCZ80_ParentCommitteeMinutes_February_27_2018_FINALMar19-2018.pdf (2023)
  8. Rayamajhee, B., et al. Acanthamoeba, an environmental phagocyte enhancing survival and transmission of human pathogens. Trends Parasitol. 38 (11), 975-990 (2022).
  9. Reverey, J. F., et al. Superdiffusion dominates intracellular particle motion in the supercrowded cytoplasm of pathogenic Acanthamoeba castellanii. Sci Rep. 5, 11690 (2015).
  10. Thapa, S., Lukat, N., Selhuber-Unkel, C., Cherstvy, A. G., Metzler, R. Transient superdiffusion of polydisperse vacuoles in highly motile amoeboid cells. J Chem Phys. 150 (14), 144901 (2019).
  11. Rudell, J. C., et al. Acanthamoeba migration in an electric field. Invest Ophthalmol Vis Sci. 54 (6), 4225-4233 (2013).
  12. Fukaya, S., Aoki, K., Kobayashi, M., Takemura, M. Kinetic analysis of the motility of giant virus-infected amoebae using phase-contrast microscopic images. Front Microbiol. 10, 3014 (2019).
  13. Fukaya, S., Takemura, M. Kinetic analysis of Acanthamoeba castellanii infected with giant viruses quantitatively revealed process of morphological and behavioral changes in host cells. Microbiol Spectr. 9 (1), 0036821 (2021).
  14. Cheng, H. J., Hsu, C. H., Hung, C. L., Lin, C. Y. A review for cell and particle tracking on microscopy images using algorithms and deep learning technologies. Biomed J. 45 (3), 465-471 (2022).
  15. Mathieu, E., et al. Time-lapse lens-free imaging of cell migration in diverse physical microenvironments. Lab Chip. 16 (17), 3304-3316 (2016).
  16. Svensson, C. M., Medyukhina, A., Belyaev, I., Al-Zaben, N., Figge, M. T. Untangling cell tracks: Quantifying cell migration by time lapse image data analysis. Cytometry A. 93 (3), 357-370 (2018).
  17. Piltti, K. M., et al. Live-cell time-lapse imaging and single-cell tracking of in vitro cultured neural stem cells - Tools for analyzing dynamics of cell cycle, migration, and lineage selection. Methods. 133, 81-90 (2018).
  18. Campolo, A., et al. Continuous real-time motility analysis of Acanthamoeba reveals sustained movement in absence of nutrients. Pathogens. 10 (8), 995 (2021).
  19. Campolo, A., Patterson, B., Lara, E., Shannon, P., Crary, M. Complete recovery of Acanthamoeba motility among surviving organisms after contact lens care disinfection. Microorganisms. 11 (2), 299 (2023).
  20. Crary, M. J., Walters, R., Shannon, P., Gabriel, M. M. Variables affecting the recovery of Acanthamoeba trophozoites. Pathogens. 10 (2), 221 (2021).
  21. . imagej Available from: https://imagej.net/plugins/trackmate/tutorials/getting-started (2024)
  22. Cherstvy, A. G., Nagel, O., Beta, C., Metzler, R. Non-Gaussianity, population heterogeneity, and transient superdiffusion in the spreading dynamics of amoeboid cells. Phys Chem Chem Phys. 20 (35), 23034-23054 (2018).

Reprints and Permissions

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

Play Video

Quantificação de <i>Acanthamoeba</i> spp. Motilidade
JoVE logo
Contact Us Recommend to Library
Research
  • JoVE Journal
  • JoVE Encyclopedia of Experiments
  • JoVE Visualize
Business
  • JoVE Business
Education
  • JoVE Core
  • JoVE Science Education
  • JoVE Lab Manual
  • JoVE Quizzes
Solutions
  • Authors
  • Teaching Faculty
  • Librarians
  • K12 Schools
  • Biopharma
About JoVE
  • Overview
  • Leadership
Others
  • JoVE Newsletters
  • JoVE Help Center
  • Blogs
  • JoVE Newsroom
  • Site Maps
Contact Us Recommend to Library
JoVE logo

Copyright © 2026 MyJoVE Corporation. All rights reserved

Privacy Terms of Use Policies
WeChat QR code