Name: ScanLag: de alta capacidade Quantificação do crescimento da colônia e intervalo de tempo (Vídeo) | JoVE Journal
Uploaded: 2014-07-15T13:00:00.000+00:00
Duration: 7 min 47 s
Description: Aprenda a quantificar a distribuição de lag em culturas bacterianas usando o método ScanLag de alta capacidade. Esta técnica permite distinguir entre tempos de lag longos e crescimento lento em nível de variante única.

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

Agradecemos a Eliq Oster pelas imagens do Bacillus subtillis. O trabalho é apoiado pelo Conselho Europeu de Pesquisa (# 260871) e pela Israel Science Foundation (# 592/10).

1. Construir o Setup <ol><li> Escolha um scanner de mesa com resolução óptica: 4800 dpi; Resolução Hardware: 4800 x 9600 dpi; bits de cor: 48 bit, que pode operar em níveis de temperatura e umidade relevantes. </li><li> Placas de Petri tem volume significativo, ao contrário do papel normalmente usado em scanners comerciais. As colónias de deitar por cima da camada de agar, cerca de 5 mm acima da superfície do scanner. Nota: Para a maioria dos scanners das colônias estarão em foco. </li><li> Algumas empresas de scanner não permitir a conexão de mais de uma instância do scanner do mesmo tipo para o mesmo computador. Certifique-se de que mais de um scanner pode ser ligado e identificado de forma única. </li><li> Prepare os acessórios, conforme detalhado a seguir: <ol><li> Preparar pedaços de pano de feltro preto estéril para cobrir as placas (Figura 1 passo 2). </li><li> Para segurar as placas de Petri no lugar, preparar os titulares placa branca (Materiais e Métodos) que se encaixam os scanners e que tem 6 holes do tamanho das antenas (Figura 1 passo 3). </li></ol></li><li> Se necessário para o crescimento do microrganismo, colocar os scanners num ambiente de temperatura controlada. Conecte os scanners para o computador. </li><li> Opcional: Ligue o relé para o computador e ignorar o interruptor on / off do scanner para superar gradiente de temperatura. Nota: A unidade de relé é para temperatura extremamente sensível microorganismos. Ele desliga o scanner de modo que o sistema eletrônico não aquecer a superfície de forma desigual. Usando apenas uma parte da superfície do scanner pode obter resultados semelhantes. </li></ol> 2. Instalar o Gerenciador de Digitalização <ol><li> Copie todos os arquivos do aplicativo de digitalização &#39;Manager&#39; em um diretório designado de http://www.phys.huji.ac.il/bio_physics/nathalie/publications.html. </li><li> Configurar o arquivo ScanningManager.exe.config acordo com os nomes scanners como aparecem no computador de gerenciamento-&gt; Gerenciador de Dispositivos-&gt; Imaging Devices ( <strong&gt; Figura 2). </li><li> Para solução de problemas da aplicação &#39;Scanning Manager&#39;, consulte o arquivo leia-me. </li><li> Para mais documentação sobre a aplicação &#39;Scanning Manager&#39;, consulte documentation.html. </li></ol> 3. Fazer um experimento <ol><li> Preparar os pratos de Petri (Figura 1): <ol><li> Dilui-se a cultura a cerca de 2000 CFU / ml. Placa de 0,1 ml de cultura de forma uniforme sobre a superfície da placa. </li><li> Para obter um bom contraste entre as colônias e do prato e para absorver a umidade, cobrir a placa com um pedaço de pano preto estéril sentia. Coloque a tampa sobre a placa. </li></ol></li><li> Coloque as placas nos suportes sobre os scanners. </li><li> Inicie o Gerenciador de digitalização (Figura 3): Escolha os scanners que participam da lista de scanners anexados. Escolha o número de imagens a serem tomadas (repetições), o intervalo de tempo entre as imagens subseqüentes (gap Time), eo tempo de espera antes de começar tele experimentar (Comece After). </li></ol> 4. Análise das imagens NOTA: Um esboço de métodos computacionais é fornecida para analisar as imagens em MATLAB usando &quot;ScanLag&quot;, que está disponível gratuitamente para uso não-comercial em http://www.phys.huji.ac.il/bio_physics/nathalie/publications. html. Outras funções disponíveis estão detalhadas no manual do software, e um código de exemplo é complementado. <ol><li> Classificar as imagens de cada scanner em pastas separadas. </li><li> Usando a janela de comando do Matlab, execute os seguintes procedimentos. Os parâmetros necessários para executar esses procedimentos são definidos no manual do software. <ol><li> Execute PreparePictures para realizar o pré-processamento: No pré-processamento, as imagens de um scanner estão alinhados. Cada placa de Petri é colhida de cada seqüência de imagens. O momento em que cada imagem foi coletado é recuperado do timestamp. </li><li> TLAllPlates de execução para executar a detecção e rastreamento de e Inach Petri separadamente, as colônias são detectados e atribuído um número de identificação. </li><li> A análise dos dados extraídos: Os tamanhos de todas as colónias detectadas são medidos como uma função do tempo. Para extrair a distribuição aparência das colônias utilizar as seguintes funções na janela de comando do Matlab (mais informações estão disponíveis no manual do software): <ol><li> Executar ScanLagApp para exibir a análise de uma determinada placa de Petri juntamente com o gráfico do tamanho das colónias em função do tempo (Figura 4). <ol><li> Use o controle deslizante para alterar o horário atual da placa. A temporização será também indicada por uma linha vertical no gráfico correspondente área colónias. </li><li> Clique em uma colônia para ver a sua curva de associado, e vice-versa, clique em uma curva para encontrar sua colônia associado. Depois de identificar a colônia, o fenótipo pode ser recuperada por escolher a colônia da placa de Petri identificados. </li><li> Defeitos de filtro na análise automática por Choocantar uma colônia e clicando no botão excluir. Ao clicar excluir o número da colônia ficará amarela. </li></ol></li><li> Depois de passar através dos resultados da análise de cada uma das placas, resumem os resultados: <ol><li> Execute AddHistograms criar um histograma de vezes de aparência. </li><li> Executar plotDeathCurve para criar uma representação da curva de sobrevivência da distribuição. </li><li> Execute GetAppearanceTimes para obter o tempo de aparecimento de todas as colônias no experimento. </li></ol></li></ol></li></ol></li></ol>

<ol><li>Bochner, B. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+phenotypic+characterization+of+bacteria%5BTitle%5D)+AND+%22FEMS+Microbiol+Rev%22%5BJournal%5D)">Global phenotypic characterization of bacteria.</a> FEMS Microbiol Rev. 33, 191-205 (2009).</li>
<li>Monod, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+growth+of+bacterial+cultures%5BTitle%5D)+AND+%22Annual+Reviews+in+Microbiology%22%5BJournal%5D)">The growth of bacterial cultures.</a> Annual Reviews in Microbiology. 3, 371-394 (1949).</li>
<li>Penfold, W. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((On+the+Nature+of+Bacterial+Lag%5BTitle%5D)+AND+%22J+Hyg+%28Lond%22%5BJournal%5D)">On the Nature of Bacterial Lag.</a> J Hyg (Lond. 14, 215-241 (1914).</li>
<li>Powell, E. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Growth+rate+and+generation+time+of+bacteria%2C+with+special+reference+to+continuous+culture%5BTitle%5D)+AND+%22J+Gen+Microbiol%22%5BJournal%5D)">Growth rate and generation time of bacteria, with special reference to continuous culture.</a> J Gen Microbiol. 15, 492-511 (1956).</li>
<li>Elfwing, A., LeMarc, Y., Baranyi, J., Ballagi, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Observing+growth+and+division+of+large+numbers+of+individual+bacteria+by+image+analysis%5BTitle%5D)+AND+%22Applied+and+Environmental+Microbiology%22%5BJournal%5D)">Observing growth and division of large numbers of individual bacteria by image analysis.</a> Applied and Environmental Microbiology. 70, 675-678 (2004).</li>
<li>Hertog, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Simplified+automated+image+analysis+for+detection+and+phenotyping+of+Mycobacterium+tuberculosis+on+porous+supports+by+monitoring+growing+microcolonies%5BTitle%5D)+AND+%22PloS+one%22%5BJournal%5D)">Simplified automated image analysis for detection and phenotyping of Mycobacterium tuberculosis on porous supports by monitoring growing microcolonies.</a> PloS one. 5, (2010).</li>
<li>Levin-Reisman, I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+imaging+with+ScanLag+reveals+previously+undetectable+bacterial+growth+phenotypes%5BTitle%5D)+AND+%22Nature+Methods%22%5BJournal%5D)">Automated imaging with ScanLag reveals previously undetectable bacterial growth phenotypes.</a> Nature Methods. 7, (2010).</li>
<li>Lewis, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Persister+cells%5BTitle%5D)+AND+%22Annual+review+of+microbiology%22%5BJournal%5D)">Persister cells.</a> Annual review of microbiology. 64, 357-372 (2010).</li>
<li>Metris, A., George, S. M., Baranyi, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Use+of+optical+density+detection+times+to+assess+the+effect+of+acetic+acid+on+single-cell+kinetics%5BTitle%5D)+AND+%22Applied+and+Environmental+Microbiology%22%5BJournal%5D)">Use of optical density detection times to assess the effect of acetic acid on single-cell kinetics.</a> Applied and Environmental Microbiology. 72, 6674-6679 (2006).</li>
<li>Niven, G. W., Fuks, T., Morton, J. S., Rua, S. A. C. G., Mackey, B. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+novel+method+for+measuring+lag+times+in+division+of+individual+bacterial+cells+using+image+analysis%5BTitle%5D)+AND+%22Journal+of+Microbiological+Methods%22%5BJournal%5D)">A novel method for measuring lag times in division of individual bacterial cells using image analysis.</a> Journal of Microbiological Methods. 65, 311-317 (2006).</li>
<li>Niven, G. W., Morton, J. S., Fuks, T., Mackey, B. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Influence+of+environmental+stress+on+distributions+of+times+to+first+division+in+Escherichia+coli+populations%2C+as+determined+by+digital-image+analysis+of+individual+cells%5BTitle%5D)+AND+%22Applied+and+Environmental+Microbiology%22%5BJournal%5D)">Influence of environmental stress on distributions of times to first division in Escherichia coli populations, as determined by digital-image analysis of individual cells.</a> Applied and Environmental Microbiology. 74, 3757-3763 (2008).</li>
<li>Pin, C., Baranyi, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Single-cell+and+population+lag+times+as+a+function+of+cell+age%5BTitle%5D)+AND+%22Applied+and+Environmental+Microbiology%22%5BJournal%5D)">Single-cell and population lag times as a function of cell age.</a> Applied and Environmental Microbiology. 74, 2534-2536 (2008).</li>
<li>Guillier, L., Pardon, P., Augustin, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Influence+of+stress+on+individual+lag+time+distributions+of+Listeria+monocytogenes%5BTitle%5D)+AND+%22Applied+and+Environmental+Microbiology%22%5BJournal%5D)">Influence of stress on individual lag time distributions of Listeria monocytogenes.</a> Applied and Environmental Microbiology. 71, 2940-2948 (2005).</li>
<li>Metris, A., George, S. M., Peck, M. W., Baranyi, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Distribution+of+turbidity+detection+times+produced+by+single+cell-generated+bacterial+populations%5BTitle%5D)+AND+%22Journal+of+Microbiological+Methods%22%5BJournal%5D)">Distribution of turbidity detection times produced by single cell-generated bacterial populations.</a> Journal of Microbiological Methods. 55, 821-827 (2003).</li>
<li>Balaban, N. Q., Merrin, J., Chait, R., Kowalik, L., Leibler, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Bacterial+persistence+as+a+phenotypic+switch%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Bacterial persistence as a phenotypic switch.</a> Science. 305, 1622-1625 (2004).</li>
<li>Glaser, D. A., Wattenburg, W. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+automated+system+for+the+growth+and+analysis+of+large+numbers+of+bacterial+colonies+using+an+environmental+chamber+and+a+computer-controlled+flying-spot+scanner%5BTitle%5D)+AND+%22Ann+N+Y+Acad+Sci%22%5BJournal%5D)">An automated system for the growth and analysis of large numbers of bacterial colonies using an environmental chamber and a computer-controlled flying-spot scanner.</a> Ann N Y Acad Sci. 139, 243-257 (1966).</li>
<li>Guillier, L., Pardon, P., Augustin, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+image+analysis+of+bacterial+colony+growth+as+a+tool+to+study+individual+lag+time+distributions+of+immobilized+cells%5BTitle%5D)+AND+%22Journal+of+Microbiological+Methods%22%5BJournal%5D)">Automated image analysis of bacterial colony growth as a tool to study individual lag time distributions of immobilized cells.</a> Journal of Microbiological Methods. 65, 324-334 (2006).</li>
<li>Michel, J. B., Yeh, P. J., Chait, R., Moellering, R. C., Kishony, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Drug+interactions+modulate+the+potential+for+evolution+of+resistance%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Drug interactions modulate the potential for evolution of resistance.</a> Proceedings of the National Academy of Sciences of the United States of America. 105, 14918-14923 (2008).</li>
<li>Ernebjerg, M., Kishony, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Distinct+Growth+Strategies+of+Soil+Bacteria+as+Revealed+by+Large-Scale+Colony+Tracking%5BTitle%5D)+AND+%22Applied+and+Environmental+Microbiology%22%5BJournal%5D)">Distinct Growth Strategies of Soil Bacteria as Revealed by Large-Scale Colony Tracking.</a> Applied and Environmental Microbiology. 78, 1345-1352 (2012).</li>
<li>Rotem, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Regulation+of+phenotypic+variability+by+a+threshold-based+mechanism+underlies+bacterial+persistence%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Regulation of phenotypic variability by a threshold-based mechanism underlies bacterial persistence.</a> Proceedings of the National Academy of Sciences of the United States of America. 107, 12541-12546 (2010).</li>
<li>Bigger, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+bactericidal+action+of+penicillin+on+staphylococcus+pyogenes%5BTitle%5D)+AND+%22Irish+Journal+of+Medical+Science%22%5BJournal%5D)">The bactericidal action of penicillin on staphylococcus pyogenes.</a> Irish Journal of Medical Science. 19, 585-595 (1944).</li>
<li>Hofsteenge, N., van Nimwegen, E., Silander, O. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+analysis+of+persister+fractions+suggests+different+mechanisms+of+formation+among+environmental+isolates+of+E.+coli%5BTitle%5D)+AND+%22BMC+Microbiol%22%5BJournal%5D)">Quantitative analysis of persister fractions suggests different mechanisms of formation among environmental isolates of E. coli.</a> BMC Microbiol. 13, 25 (2013).</li>
<li>Moyed, H. S., Bertrand, K. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hipa+a+Newly+Recognized+Gene+of+Escherichia-Coli+K-12+That+Affects+Frequency+of+Persistence+after+Inhibition+of+Murein+Synthesis%5BTitle%5D)+AND+%22Journal+of+Bacteriology%22%5BJournal%5D)">Hipa a Newly Recognized Gene of Escherichia-Coli K-12 That Affects Frequency of Persistence after Inhibition of Murein Synthesis.</a> Journal of Bacteriology. 155, 768-775 (1983).</li>
<li>Balaban, N. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Persistence%3A+mechanisms+for+triggering+and+enhancing+phenotypic+variability%5BTitle%5D)+AND+%22Current+Opinion+in+Genetics+%26+Development%22%5BJournal%5D)">Persistence: mechanisms for triggering and enhancing phenotypic variability.</a> Current Opinion in Genetics & Development. 21, 768-775 (2011).</li>
</ol>

Os autores não têm nada a divulgar.

Métodos microscópicos com base na observação direta são muitas vezes consideradas como o &quot;padrão ouro&quot; para estudar o comportamento de uma única célula. ScanLag, que permite a medição da distribuição dos tempos de espera nas populações bacterianas, fornece dados em boa concordância com a distribuição obtida a partir da análise de uma única célula e que atinge estatísticas muito mais elevadas. Vários passos importantes devem ser realizados para que esse método funcione bem: em primeiro lugar, não comprometer a resolução do scanner, que deve ser de 4.800 x 9.600 para obter boas imagens. Em segundo lugar, ter consciência de que, sem o módulo de gerenciamento de energia (passo 1.6), gradiente de temperatura pode se desenvolver na superfície de mesa e afetar o crescimento. Outro passo importante é a filtração de defeitos, tais como poeira, que podem ter sido erroneamente contados como colónias pelo software. A built-in subtração de fundo do software geralmente supera esses defeitos, mas colônias às vezes &quot;falsos&quot; têm deFiltrou-se manualmente. Os principais passos para solucionar problemas pode resolver variação inter-placa no setup, devido a várias razões: (a) A taxa de crescimento de microorganismos é afetada pela temperatura. As diferentes condições de temperatura e umidade pode ocorrer devido a ventilação irregular ou localização do prato na incubadora. (B) A electrónica do scanner pode aquecer e provocar um gradiente de temperatura em toda a superfície do scanner. Figura 10 mostra a influência de tais gradiente térmico espacial em bactérias Bacillus, juntamente com as medições da temperatura na superfície do scanner antes e após a implementação do módulo de gerenciamento de energia (passo 1.6). Note-se que este módulo pode não ser necessário para scanners mais recentes, e se apenas uma parte da superfície do scanner é usado, gerenciamento de energia pode ser desnecessário. (C) As placas com diferentes opacidade do nutriente agar pode levar a diferentes níveis de detecção. Figura 11 mostra the tolerância para diferentes volumes de agar nutriente, que resultam em diferentes opacidades. Experimentalmente a técnica ScanLag é fácil de executar e requer apenas a placa de microrganismos em placas de Petri padrão, e colocá-las na superfície do scanner. O software que foi desenvolvido controla todo o procedimento. A aquisição das imagens é feita automaticamente, ea análise de imagem para rastreamento de colônia também é automático. Além disso, o sistema pode ser ampliado para medir a muitas condições diferentes ao mesmo tempo. Finalmente, o processo baseia-se em scanners de escritórios comerciais e, portanto, é de baixo custo. Esta técnica pode ser estendida para o estudo de microrganismos que diferem a partir de E. coli K-12, no entanto, várias considerações têm que ser feitas. Em primeiro lugar, a influência das colônias aparecendo no início os posteriores tem de ser avaliado, conforme descrito em detalhes em uma publicação anterior 7. Para E. Coli K-12, adensidade máxima de UFC por placa é de 200. Outras cepas com diferentes tamanhos de colônias, e outras conversas cruzadas possível entre colônias, pode exigir uma densidade diferente. Em segundo lugar, a análise das placas é calibrado para limiares de software baseada específicos que podem precisar de ser modificados, de acordo com o contraste entre o meio sólido e as colónias. O software pode ser estendido também para extrair outras características da colônia, além de atraso e taxa de crescimento. O código de software é aberta e pode ser modificado para se extrair a forma de colónias, brilho, suavidade e cor. Como as medições são feitas sobre as colónias que se originam a partir de células individuais, os dados revelam novos fenótipos que não podem ser medidas por meio de medições de nível de população. A importância da distribuição do tempo de latência é revelado na presença de antibióticos. Muitos antibióticos são conhecidos para ser eficaz apenas contra células de crescimento; Por conseguinte, desde que as células permanecem na fase de latência e não crescem, são pródetectado a partir de efeitos de tais antibióticos 21. Quando o número de bactérias sobreviventes são avaliadas a intervalos de tempo durante o tratamento com antibióticos 15,22,23, uma subpopulação de bactérias, denominado persistentes, muitas vezes é revelada. Em certos casos, a imunidade ao tratamento com antibióticos se origina a partir de atraso prolongado. Usando esta configuração, este atraso é revelado e muitas vezes tem uma distribuição não-trivial 24 (Figura 6). Este método também permite a recuperação de mutantes raras. Por exemplo, após o plaqueamento de uma população mutagenizada, os mutantes podem ser identificadas com base no fenótipo e isolado directamente, sem selecção. A configuração pode também controlar as interacções célula-célula através da medição do crescimento de colónias como uma função da densidade de colónias nas proximidades e quantificar fenómenos tais como quorum sensing ou a propagação de bactérias que infestam. Informações Multidimensional descoberto por futuros experimentos utilizando este método vai levar a melhor caracterização da população microbianas e aos avanços na pesquisa médica e ambiental.

As bactérias têm evoluído para responder a muitas condições estressantes. Uma característica geral da adaptação ao estresse é uma mudança na dinâmica de crescimento 1,2. A dinâmica de crescimento são caracterizados principalmente por dois parâmetros: a taxa de crescimento exponencial eo tempo de latência, ou seja, o tempo necessário para se adaptar às novas condições. Considerando que um grande número de métodos de alto rendimento concentrar nas medições da taxa de crescimento, o tempo de latência é geralmente um parâmetro negligenciado, embora seja o parâmetro crucial para a caracterização da adaptação às novas condições. Quantificação da adaptação às condições de mudança tem sido tradicionalmente realizada utilizando métodos manuais trabalhosas 3,4. Mais recentemente, as técnicas avançadas têm sido desenvolvidos para a análise de células individuais 5,6. No entanto, ainda é difícil distinguir o crescimento normal após um atraso de crescimento (ou seja, um tempo de atraso) 2,3 de crescimento lento. Um método automatizado foi construído, ScanLag 7, adiscriminar entre estes dois fenótipos semelhantes. Um exemplo marcante da importância do estudo da distribuição de tempo de atraso é revelado sob tratamento com antibióticos. Antibióticos e outros stresses Muitos matar células apenas em crescimento activo, e, por conseguinte, as células que são &quot;mais atrasadas&quot; são protegidos 8. Para monitorar o tempo de atraso, pode-se observar células individuais sob um microscópio e monitorar o tempo para a primeira divisão. Uma grande desvantagem deste método é que o intervalo de tempo dinâmica é limitada; as células que estão em crescimento precoce cobrir a superfície a uma taxa exponencial, diminuindo eficazmente o crescimento de células com tempo de atraso. O uso de câmaras de fluxo um tanto contorna este 5, mas um número limitado de células podem ser rastreadas e a fracção de bactérias que saem da fase de retardamento depois de a maioria da população começou a crescer não pode ser observado. Apesar destas limitações, vários estudos avaliaram a influência do nível de different salienta sobre a distribuição de tempo de atraso por microscopia única célula 9-12. Outra forma de monitorar a distribuição de tempo de atraso é através de medições de turbidez 13,14. Muitas culturas paralelas, cada iniciados a partir de uma única célula, são cultivadas em um leitor de densidade óptica que mede o número de bactérias em cultura ao longo do tempo. Este método está limitado pela precisão de extrapolação e de o número de poços num prato. Um método automatizado foi desenvolvido, chamado ScanLag, que permite que os tempos de atraso e distribuições de tempo de crescimento a ser avaliado, mesmo para a pequena percentagem de bactérias em uma população que têm tempos muito longos lag. O método é baseado na detecção de colónias sobre placas de agar nutriente convencional 15 (Figura 1). Para automatizar a detecção de 16,17 uma série de scanners comerciais 18 que são dirigidos por software em casa para adquirir periodicamente imagens das placas, foi projetado. Software foiconcebido para analisar automaticamente as imagens e extrair os parâmetros quantitativos 19,20, tais como o tempo de aparecimento de cada vez e o crescimento de colónias de cada colónia, o que é aqui definido como o tempo necessário para passar de 20 pixels de 80 pixels. Aqui apresenta-se o método em detalhe, incluindo a instalação do sistema e a utilização de software de análise de imagem automatizado, que tem sido melhorada com um interface de utilizador melhor. Este método pode ser adaptado para medir outras características de colónias, tais como morfologia e cor. A medição destes tipos de parâmetros vai permitir o uso do sistema de phenomics multidimensionais. Como o método detecta colónias a partir de células individuais, o sistema pode revelar novos fenótipos que não podem ser medidas por meio de medições de nível de população. A técnica permite a detecção e recuperação de variantes raras, e facilita a triagem para as características desejadas.

<table><tbody><tr><td>Bacto agar</td><td>BD</td><td>214010</td><td></td></tr><tr><td>Difco LB caldo</td><td>BD</td><td>240230</td><td></td></tr><tr><td>Placa de Petri 90 mm</td><td>Miniplast</td><td>20090-01</td><td></td></tr><tr><td>Epson Perfection v37</td><td>Epson</td><td>B11B207201</td><td>Scanner de mesa com resolução óptica: 4.800 dpi, resolução de hardware:&nbsp; 4.800 x 9.600 dpi, profundidade de bits de cor de 48 bits.</td></tr><tr><td>Epson Perfection v200</td><td>Epson</td><td>B11B188011</td><td></td></tr><tr><td>Epson Perfection 3490</td><td>Epson</td><td>B11B177011</td><td></td></tr><tr><td>ADU200 USB Relay</td><td>ONTRAK</td><td></td><td></td></tr><tr><td>Peças de pano de feltro preto estéril</td><td>Feito sob medida</td><td></td><td>Aproximadamente 100 x 100 mm</td></tr><tr><td>Suportes de placa brancos</td><td>Tamanho de superfície feito sob medida</td><td></td><td>, com furo</td></tr> <tr><td>de 6 x 99 mm de diâmetroAnéis Delerin do tamanho da placa de Petri</td><td>Feito sob medida</td><td></td><td>Diâmetro interno: 72 mm Diâmetro externo: 86 mm Diâmetro externo superior: 90 mm</td></tr></tbody></table>

scanlag: de alta capacidade quantificação do crescimento da colônia e intervalo de tempo

ScanLag: High-throughput Quantification of Colony Growth and Lag Time

A dinâmica de crescimento são características fundamentais dos microrganismos. Quantificar o crescimento com precisão é um objetivo importante em microbiologia. A dinâmica do crescimento é afetada tanto pelo tempo de duplicação do microrganismo quanto por qualquer atraso no crescimento após a transferência de uma condição para outra, o atraso. O método ScanLag permite a caracterização dessas duas propriedades independentes no nível das colônias originadas cada uma de uma única célula, gerando uma distribuição bidimensional do tempo de latência e do tempo de crescimento. No ScanLag, a medição do tempo que leva para que as colônias em placas convencionais de ágar nutriente sejam detectadas é automatizada em uma série de scanners comerciais controlados por um aplicativo interno. Placas de Petri são colocadas nos scanners e o aplicativo adquire imagens periodicamente. A análise automatizada do crescimento da colônia é feita por um aplicativo que retorna o tempo de aparecimento e a taxa de crescimento de cada colônia. Outros parâmetros, como forma, textura e cor da colônia, podem ser extraídos para mapeamento multidimensional de subpopulações de células. Finalmente, o método permite a recuperação de variantes raras com fenótipos de crescimento específicos para caracterização posterior. A técnica pode ser aplicada em bacteriologia para a identificação de longo atraso que pode causar persistência a antibióticos, bem como uma técnica geral de baixo custo para triagens fenotípicas.

Como um exemplo da distribuição do tempo de desfasamento de extracção, a Figura 5 mostra a capacidade de ScanLag para identificar e rastrear cada colónia com características específicas em uma placa ao longo do tempo, tal como seria feito num ensaio de rastreio. Quando a cultura do microorganismo é heterogénea, as diferentes subpopulações pode revelar-se durante o ensaio. Por exemplo, a Figura 6 mostra a quantificação aparência e, consequentemente, revela distribuição bimodal de tempo de atraso em uma estirpe mutante de E. coli. A taxa de crescimento das células influencia o tempo de aparecimento da colónia. Quando as colónias crescem à mesma taxa, o aspecto final pode ser atribuída ao tempo de atraso (Figura 7). Para validar que o método de fato mede o tempo de atraso de células individuais, comparamos os resultados com os obtidos ScanLag usando microscopia de uma única célula; esta validação é described em detalhes em uma publicação anterior 7. Este método permite a monitorização de muito mais do que as células podem ser avaliadas por microscopia. As distribuições obtidas por microscopia e obtido usando ScanLag em grande parte se sobrepõem. A distribuição ScanLag é um pouco mais amplo; análises teóricas prever alargamento para ser da ordem do desvio padrão do tempo de divisão. Se o tempo de crescimento é diferente para cada estirpe, a origem do atraso da aparência deve ser investigado através de outros métodos. A influência de colónias de aspecto início no aparecimento de colónias foi posteriormente examinada. As experiências de controlo 7 confirmou que o aparecimento posterior não foi afectada, enquanto o número total de colónias por placa não exceder 200 (Figura 8). Uma outra experiência de contraprova confirmaram que a localização da colónia na placa não afectava o tempo de aparecimento 7. A análise da plates é calibrado a limites específicos, que podem requerer modificação dependendo nutrientes presentes no meio de crescimento ou o tipo de microorganismo. No entanto, a análise é muito robusto para uma ampla gama de limites, conforme mostrado na Figura 9. <img alt="Figura 1" fo:content-width="5in" src="/files/ftp_upload/51456/51456fig1highres.jpg" width="500" /> Figura 1. Um diagrama esquemático dos passos necessários para criar uma distribuição aparência colônia. <img alt="Figura 2" fo:content-width="5in" src="/files/ftp_upload/51456/51456fig2highres.jpg" width="500" /> Figura 2. Uma captura de tela do Gerenciador de Dispositivos mostrando os nomes dos scanners anexados, e do arquivo de configuração. <a href="https://www.jove.com/files/ftp_upload/5456/51456fig2highres.jpg" target="_blank">Clique aqui para ver uma maior</a>versão desta figura. <img alt="Figura 3" fo:content-width="5in" src="/files/ftp_upload/51456/51456fig3highres.jpg" width="500" /> Figura 3. Uma captura de tela do Gerenciador de digitalização. <img alt="Figura 4" fo:content-width="5in" src="/files/ftp_upload/51456/51456fig4highres.jpg" width="500" /> Figura 4. Uma captura de tela da ScanLagApp. Uma imagem da placa está no painel esquerdo, e as curvas de crescimento de cada colônia estão no painel da direita, conforme detalhado no manual. Os picos em algumas das curvas de área colônias ocorre quando duas ou mais colônias fundir. Quando a fusão de colónias acontece, a área destas colónias é considerada como a zona de união. <img alt="Figura 5" fo:content-width="5in" src="/files/ftp_upload/51456/51456fig5highres.jpg" width="500" /> Figura 5. Um resultado representativo da análise de uma placa. (A) Uma imagem de saída da aplicação de detecção, no final da experiência. Cada área de colônia é identificado, colorido e atribuído um número de identificação único. As setas apontam para colónias representativos medidos em B. A colónia é detectada com base na intensidade de limiar (para as colónias de E. coli em agar LB ou agar M9 este limite é de 0,03. Para outros meios de comunicação ou de bactérias, este limite pode ser ajustado em função das ProcessPictures ). Apenas os objectos acima de 10 pixels são contados (este limiar pode ser modificado em função das MatchColonies). A detecção de uma colónia começa em cerca de 10 5 bactérias. (B) A representação gráfica da área em pixels versus o tempo de quatro colônias representativas desta placa. O &quot;tempo de aparência&quot; de cada colônia é quando a colônia é detectado. O &quot;tempo de crescimento &#39;de cada colónia é aqui definido como o tempo para crescer from 20 pixels e 80 pixels (esses limites são ajustáveis ​​utilizando a função getAppearanceGrowthByVec). O software exclui as colônias que se fundiram antes de atingir o limite superior. Identificação de uma colônia específica de acordo com suas características é fácil graças ao número de identificação e da cor atribuída a cada colônia. Por exemplo colônias º 1, 56, 77 e 124 são destacadas em ambos os gráficos. <img alt="Figura 6" fo:content-width="5in" src="/files/ftp_upload/51456/51456fig6highres.jpg" width="500" /> Figura 6. Aspecto quantificação pode revelar distribuição do tempo de atraso bimodal. Comparação dos histogramas de análise ScanLag de vezes de aparência para duas tensões diferentes. Linha azul: cepa selvagem crescimento exponencial (Total: 1.320 colônias); linha de alta persistência mutante vermelho enriquecido com bactérias atraso (Total: 1.529 colônias). (A) histogramas aparência normalizado. O picode aparecimento de células em crescimento exponencial é o tempo típico para crescer a uma colónia detectável. Detalhe: mesmo histograma da estirpe mutante depois de subtrair o tempo do pico da cultura exponencial para obter o intervalo de tempo real em caixas-espaçada log mostrando a distribuição do tempo de atraso bimodal. (B) A função de sobrevivência dos mesmos dados em (A) em uma escala logarítmica. Esta representação melhora a aparência da cauda final da estirpe mutante. <img alt="Figura 7" fo:content-width="5in" src="/files/ftp_upload/51456/51456fig7highres.jpg" width="500" /> Figura 7. Distribuição Aparência e distribuição do tempo de crescimento. (A) e (B) mostram dois histogramas dimensionais do tempo de aparecimento e o tempo de crescimento das duas condições diferentes (O software exclui colónias que se fundiram antes de atingir o limite superior). (C) A comparação dos histogramasdas duas estirpes mostram a diferença de tempo aparência, enquanto que os tempos de crescimento (D) são semelhantes. <a href="https://www.jove.com/files/ftp_upload/51456/51456fig7highres.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 8" fo:content-width="5in" src="/files/ftp_upload/51456/51456fig8highres.jpg" width="500" /> Figura 8. O aparecimento das primeiras colónias não interfere com o aparecimento de colónias posteriores. (A) ficam a distribuição do tempo de células de tipo selvagem plaqueadas sozinho. (B) ficar para distribuição do tempo de uma cepa sensível frio sozinho, após a transferência para a temperatura permissiva. (C) ficam para distribuição do tempo de ambas as linhagens banhado juntos sob as mesmas condições. A linha preta representa a distribuição de esperar com base nos dados obtidos, quando a medição de cada estirpe em separado. Um bom umCORDO entre distribuições esperados e medidos é obtido desde que o número total de colónias por placa é inferior a 200. <img alt="Figura 9" fo:content-width="5in" src="/files/ftp_upload/51456/51456fig9highres.jpg" width="500" /> .. Figura 9 O limiar de detecção de não afectar a forma da distribuição aparência colónia A distribuição aparecimento de colónias foi analisado para o mesmo conjunto de dados usando duas dimensões de diferentes patamares; (A) o tamanho limite é de 10 pixels; (B) o tamanho limite é de 50 pixels. Número de células por histograma: aprox. 1500. O limiar de detecção diferente resulta apenas num desvio do tempo de detecção. <img alt="Figura 10" fo:content-width="5in" src="/files/ftp_upload/51456/51456fig10highres.jpg" width="500" /> Figura 10. Temperatura medições de estabilidade across superfície do scanner. (A) Imagem de uma placa com colônias de Bacillus subtilis cultivadas no scanner sem gerenciamento de energia. A superfície é mais quente na parte inferior e, por conseguinte, as colónias crescem mais rapidamente. A linha gradual ao lado da placa é uma representação esquemática do gradiente térmico. (B) A estabilidade da temperatura foi medida com dois termopares colocados em toda a superfície do scanner. O scanner aquece durante cada varredura e ao longo do tempo. (C) Com gerenciamento de energia, a temperatura é uniforme e as colônias crescer a taxas similares. (D) O mesmo que (B) com o módulo de gerenciamento de energia. Estabilidade de temperatura de ± 0,2 ° C. <img alt="Figura 11" fo:content-width="5in" src="/files/ftp_upload/51456/51456fig11highres.jpg" width="500" /> Figura 11. Diferenças na distribuição de aparência pode ser devido a direnças nos volumes de meio sólido. A mesma cultura bacteriana foi plaqueada em placas com diferentes volumes de ágar LB, resultando numa altura diferente da superfície do agar. As diferentes alturas levou a opacidade diferente das placas, e, por conseguinte, um tempo de detecção diferentes. A diferença entre as placas foi verificada e que a diferença entre as diferentes condições de altura. (A) As diferenças comuns entre as placas de volumes iguais de 30 ± 0,5 ml de agar LB. (B) A diferença entre as diferentes condições de altura: a distribuição aparência foi medido para as placas com volumes de 20 ± 0,5 ml (vermelhas), de 30 ± 0,5 ml (verde) e de 40 ± 0,5 ml (azuis). Cada estado representa a média de 6 placas diferentes. Enquanto o volume das chapas está dentro de ± gama de 5 ml, a opacidade é semelhante e leva à distribuição do tempo de aparência semelhante.

ScanLag é um método de alto rendimento para medir o atraso no crescimento, ou seja, o tempo de atraso, bem como a taxa de crescimento de colônias para milhares de células em paralelo. A triagem usando ScanLag permite a discriminação entre longo tempo de atraso e crescimento lento no nível de uma única variante.

ScanLag: de alta capacidade Quantificação do crescimento da colônia e intervalo de tempo

Growth dynamics are fundamental characteristics of microorganisms. Quantifying growth precisely is an important goal in microbiology. Growth dynamics are ...

O objetivo geral deste procedimento é quantificar a distribuição do tempo de latência de uma cultura bacteriana, permitindo a discriminação entre tempo de latência longo e crescimento lento ao nível de uma única variante. Isso é realizado primeiramente montando uma configuração composta por uma matriz de escâneres identificados por um único computador. O segundo passo é colocar uma unidade formadora de colônia definida da cultura bacteriana em placas de Petri contendo ágar nutriente convencional.Em seguida, as placas são colocadas em suportes projetados nos escâneres e são obtidas imagens de longa duração das colônias por meio dos escâneres. O passo final consiste em executar a análise de imagem utilizando o software scan lag, que analisa automaticamente as imagens e extrai parâmetros quantitativos, como o tempo de aparecimento de cada colônia e o tempo de crescimento de cada colônia. Por fim, funções do MATLAB são utilizadas para gerar o histograma de tempo de latência com base nesses dados.As implicações dessa técnica estendem-se ao diagnóstico de infecções persistentes, pois permitem a detecção de variantes lentas. Para começar, escolha um scanner de mesa com resolução óptica de 4.800 DPI, resolução de hardware de 4.800 por 9.600 DPI e profundidade de bits de cor de 48 bits, que possa operar nos níveis adequados de temperatura e umidade. Escolha um scanner que permita a conexão de mais de um scanner ao computador e sua identificação.Os recipientes de Petri possuem volume significativo, diferentemente do papel, geralmente utilizado em scanners comerciais. As colônias ficam posicionadas sobre a camada de ágar, cerca de cinco milímetros acima da superfície do scanner. Para a maioria dos scanners, as colônias estarão em foco.Prepare pedaços de pano de feltro preto estéril para cobrir as placas e manter as placas de Petri no lugar. Prepare suportes brancos para placas que se encaixem nos escâneres e tenham seis orifícios com o mesmo tamanho das placas, se necessário para o crescimento do microrganismo. Coloque os escâneres em um ambiente com temperatura controlada.Conecte os scanners ao computador para instalar o gerenciador de digitalização. Copie todos os arquivos do aplicativo do gerenciador de digitalização para um diretório designado a partir do site de digitalização. Use um computador com sistema operacional Windows XP e certifique-se de que a microsoft.A versão 2.0 do framework .NET está instalada. Interrompido. Encontre os nomes dos scanners no Gerenciador de Dispositivos do Gerenciamento do Computador, em Dispositivos de Imagem. Em seguida, configure o arquivo de configuração do gerenciador de digitalização de acordo com esses nomes.Para realizar um experimento, primeiro dilua a cultura para aproximadamente 2000 UFC por mililitro. Em seguida, plaque 0,1 mililitro da cultura uniformemente em placas de Petri preparadas com ágar nutriente convencional. Depois, cubra a placa com um pedaço de pano de feltro preto estéril para obter bom contraste entre as colônias e a placa, além de absorver a umidade.Coloque a tampa na placa e posicione as placas nos suportes dos escâneres. Para iniciar o gerenciador de digitalização, escolha os escâneres participantes na lista de escâneres conectados.Em seguida, escolha o número de imagens a serem capturadas, o intervalo de tempo entre as imagens subsequentes e o atraso temporal antes de iniciar o experimento para análise de imagens. Primeiro, organize as imagens de cada scanner em pastas separadas utilizando a janela de comandos do MATLAB. Primeiro execute o preparo das imagens para realizar o pré-processamento.No pré-processamento, as imagens de um scanner são alinhadas. Cada placa de Petri é recortada de cada sequência de imagens. O momento em que cada imagem foi capturada é obtido a partir do registro de carimbo de tempo.Intervalo de tempo para que todas as placas realizem a detecção e o rastreamento; as colônias são detectadas em cada placa de Petri e recebem um número identificador. Os tamanhos de cada colônia detectada são medidos em função do tempo. Extraia a distribuição de aparência das colônias utilizando a janela de comandos do MATLAB.Primeiro, execute o aplicativo scan lag para exibir a análise de uma determinada placa de Petri juntamente com o gráfico do tamanho em função do tempo para as colônias. Em seguida, use o controle deslizante para alterar o tempo atual da placa. O momento também será indicado por uma linha vertical correspondente no gráfico de área das colônias.Clique em uma colônia para ver sua curva associada e vice-versa. Após identificar a colônia, o fenótipo pode ser recuperado ao colher a colônia do disco de Petri identificado. Filtre defeitos na análise automática selecionando uma colônia e clicando no botão excluir.Ao clicar em excluir, o número da colônia ficará amarelo. Após analisar os resultados de cada placa, some os resultados. Na primeira execução, adicione histogramas para criar um histograma de ocorrência.Em seguida, executa-se o gráfico do tempo de morte para criar uma representação da curva de sobrevivência da distribuição. Um exemplo da extração da distribuição do tempo de latência é mostrado aqui. O tempo de latência pode identificar e acompanhar cada colônia com características específicas em uma placa ao longo do tempo, como seria feito em um ensaio de triagem.Quando o cultivo do microrganismo é heterogêneo, as diferentes subpopulações podem se manifestar durante o ensaio. Esta figura mostra a quantificação do tempo de aparência e revela, assim, uma distribuição bimodal do tempo de latência em uma linhagem mutante de Escherichia coli. São apresentados aqui histogramas bidimensionais do tempo de aparência e do tempo de crescimento sob duas condições diferentes.A comparação dos histogramas das duas cepas mostra a diferença no tempo de aparecimento, enquanto os tempos de crescimento são semelhantes. Quando as colônias crescem na mesma taxa, o aparecimento tardio pode ser atribuído ao tempo de latência. Foi examinada a influência das colônias que aparecem precocemente sobre o aparecimento das colônias posteriores.Mostradas aqui estão a distribuição do tempo de latência de células selvagens, plaqueadas isoladamente, e a distribuição do tempo de latência de uma linhagem sensível ao frio. Experimentos controle com plaqueamento isolado após transferência para temperatura permissiva confirmaram que a aparência tardia não foi afetada, desde que o número total de colônias por placa não excedesse 200. Seguindo este procedimento.Outros métodos, como o sequenciamento completo do genoma ou análise de expressão, podem ser realizados em colônias com fenótipo de crescimento interessante para responder perguntas adicionais, como se o fenótipo é genético ou epigenético.

scanlag-high-throughput-quantification-of-colony-growth-and-lag-time

Research

JoVE Journal

Immunology and Infection

Imunologia e Infecção

Fonte: Kurokawa, M., et al. Análise precisa e de alta produtividade do crescimento bacteriano. J. Vis. Exp. (2017)Este vídeo demonstra a quantificação de alto rendimento do crescimento bacteriano usando um leitor de microplacas. Ele descreve as etapas envolvidas na preparação da cultura, medição de densidade óptica e análise da dinâmica do crescimento.

Análise precisa e de alta capacidade do crescimento bacteriano usando um leitor de microplacas

Este vídeo demonstra uma técnica de quantificação in vitro para determinar a infecção de macrófagos por Listeria monocytogenes pelo ensaio de unidade formadora de colônias. As colônias bacterianas na placa de ágar representam a população bacteriana intracelular que escapa do mecanismo de defesa do hospedeiro e sobrevive dentro dos macrófagos.

Quantificação da infecção bacteriana em células hospedeiras pelo ensaio da unidade formadora de colônias

Este vídeo mostra a microscopia quantitativa de lapso de tempo para avaliar a disseminação de Listeria monocytogenes dependente da rigidez da matriz extracelular através de células endoteliais. Um hidrogel mais macio facilita a disseminação bacteriana mais rápida através das células endoteliais em comparação com contrapartes mais rígidas, destacando a influência da rigidez da matriz na disseminação bacteriana.

Microscopia quantitativa de lapso de tempo para avaliação da disseminação bacteriana dependente da rigidez da matriz extracelular

Um ensaio de alto rendimento e em tempo real foi desenvolvido para identificar simultaneamente (1) antimicrobianos penetrantes em células eucarióticas direcionados a um patógeno bacteriano intracelular e (2) avaliar a citotoxicidade de células eucarióticas. Uma variação da mesma tecnologia foi posteriormente combinada com a tecnologia de dispensação digital para permitir estudos fáceis, de alta resolução, dose-resposta e sinergia bidimensional e tridimensional.

High Throughput, em tempo real, Teste Dual-leitura dos intracelular Actividade Antimicrobiana e citotoxicidade celular eucariótica

Apresentamos um método para quantificar fenótipos de crescimento de células de levedura individuais à medida que crescem em colônias em meios sólidos usando microscopia de lapso de tempo denominada, avaliação de dobramento de uma célula de Living Arrays of Yeast (ODELAY). A heterogeneidade da população de células geneticamente idênticas que crescem em colônias pode ser observada e quantificada diretamente.

ODELAY: um método em larga escala para a quantificação multiparamétrica do crescimento de fermento

Avaliação quantitativa do crescimento bacteriano é essencial para a fisiologia microbiana como um fenômeno de sistemas-nível de compreensão. Um protocolo para uma abordagem analítica e manipulação experimental são introduzidos, permitindo a análise precisa, elevado-throughput de crescimento bacteriano, que é um tema chave de interesse em biologia de sistemas.

Preciso, elevado-throughput análise do crescimento bacteriano

O crescimento de culturas bacterianas radiolabeled em pratos do de microtitulação facilita a amostragem elevada da taxa de transferência que permite testes técnicos e biológicos múltiplos da repetição da abundância da associação do nucleotide, incluindo aquele de (p) ppgpp. Os efeitos das transições de crescimento provocados por fontes de estresse fisiológico, bem como a recuperação do estresse podem ser monitorados.

Usando microtiter prato Radiolabeling para múltiplo in vivo medições de Escherichia coli (p) ppGpp seguido por cromatografia em camada fina

Este trabalho apresenta um método de microscopia que permite a imagem viva de uma única célula de Escherichia coli para análise e quantificação do comportamento estocástico de circuitos genéticos sintéticos.

Medição contínua do ruído biológico em Escherichia Coli Usando microscopia de lapso de tempo

Fenótipos de crescimento de leveduras são precisamente medidos através de imagens de lapso de tempo altamente paralelas de células imobilizadas crescendo em microcolônias. Simultaneamente, a tolerância ao estresse, a expressão proteica e a localização da proteína podem ser monitoradas, gerando conjuntos de dados integrados para estudar como as diferenças ambientais e genéticas, bem como a heterogeneidade de expressão genética entre as células isogênicas, modulam o crescimento.

Imagem ao vivo de alta taxa de microcolônias para medir heterogeneidade no crescimento e expressão genética

Este método quantifica a abundância microbiana usando um formato de placa de 96 poços para unidades formadoras de colônias de placas (UFCs) e é aplicado ao microbioma Drosophila em amostras inteiras de homogeneização de moscas. As CFUs são contadas com um software automatizado de análise de imagens fornecido aqui.

Contagem rápida de unidades formadoras de colônias em formato de placa de 96 poços aplicada ao microbioma de Drosophila

Aprenda a quantificar a distribuição de lag em culturas bacterianas usando o método ScanLag de alta capacidade. Esta técnica permite distinguir entre tempos de lag longos e crescimento lento em nível de variante única.

ScanLag: de alta capacidade Quantificação do crescimento da colônia e intervalo de tempo

Explorar mais vídeos