Здесь мы представляем MATLAB реализации автоматизированного обнаружения и количественного описания липидных капель в флуоресценционной микроскопии изображения деления и подающий надежды дрожжевых клеток.
Методическая статья
Здесь мы представляем MATLAB реализации автоматизированного обнаружения и количественного описания липидных капель в флуоресценционной микроскопии изображения деления и подающий надежды дрожжевых клеток.
Липидный метаболизм и его регулирование представляют интерес как для фундаментальных, так и для прикладных наук о жизни и биотехнологии. В этой связи различные виды дрожжей используются в качестве моделей в липидных метаболических исследованиях или для промышленного производства липидов. Липидные капли являются высокодинамическими телами хранения, и их клеточное содержание представляет собой удобное считывание липидного метаболического состояния. Флуоресцентная микроскопия является методом выбора для количественного анализа клеточных липидных капель, так как он опирается на широко доступное оборудование и позволяет анализ отдельных липидных капель. Кроме того, микроскопический анализ изображений может быть автоматизирован, что значительно увеличивает общую пропускную мощность анализа. Здесь мы описываем экспериментальный и аналитический рабочий процесс для автоматизированного обнаружения и количественного описания отдельных липидных капель в трех различных видов дрожжей модели: расщепление дрожжей Schizosaccharomyces pombe и Schizosaccharomyces japonicus, и подающий надежды дрожжи Saccharomyces cerevisiae. Липидные капли визуализированы с помощью BODIPY 493/503, а клеточный флуоресцентный декетр добавляется в культурные носители, чтобы помочь определить границы клеток. Клетки подвергаются 3D эпифлюоресценции микроскопии в зеленых и синих каналах и в результате z-стек изображения обрабатываются автоматически трубопровода MATLAB. Процедура выводит богатые количественные данные о содержании клеточных липидных капель и индивидуальных характеристиках липидных капель в табличном формате, пригодном для анализа вниз по течению в основных электронных таблицах или статистических пакетах. Мы предоставляем пример ы анализ содержания липидных капель в различных условиях, которые влияют на клеточный метаболизм липидов.
Липиды играют решающую роль в клеточной энергии и метаболизме углерода, синтезе мембранных компонентов и производстве биологически активных веществ. Липидный метаболизм дорабатывается в зависимости от условий окружающей среды, наличия питательных веществ и фазы1клеточного цикла. У людей метаболизм липидов был связан с такими заболеваниями, как ожирение, диабет II типа и рак2. В промышленности липиды, производимые микроорганизмами, такими как дрожжи, представляют собой перспективный источник возобновляемого дизельного топлива3. Клетки хранят нейтральные липиды в так называемых липидных каплях (ЛД). Эти эволюционно сохраненные тела состоят из триацилглицерола, стерилового эфира, внешнего фосфолипидного монослойного и связанных с ними белков1. ЛД возникают в эндоплазмической ретикулум, оказывают клеточного цикла или роста фазы динамики, и имеют важное значение для клеточного липидного гомеостаза1. LD номер и морфология может быть использован а также удобный прокси при анализе метаболизма липидов в различных условиях роста или при скрининге панели мутантов. Учитывая их динамичный характер, методы, способные анализировать свойства отдельных ЛД, представляют особый интерес в исследованиях липидного метаболизма.
Различные виды дрожжей были использованы для описания липидов связанных метаболических путей и их регулирования, или используется в биотехнологии для производства интересных соединений или топлива1. Кроме того, для модели дрожжей, таких как подающий надежды дрожжи Saccharomyces cerevisiae или отдаленно связанных деления дрожжей Schizosaccharomyces pombe, генома всей удаления деформации библиотеки доступны, которые могут быть использованы для высокой пропускной вещи экраны4,5. Недавно состав и динамика LD были описаны в S. pombe6,7,8,9,и мутанты, связанные с липидным метаболизмом, были изолированы в новых дрожжах модели Schizosaccharomyces japonicus10.
Многочисленные методы доступны для изучения содержания и динамики Ld. Большинство используют какой-то окрашивания LDs с липофильных красителей, таких как Нил Красный или BODIPY 493/503. Последний показывает более узкое возбуждение и спектры выбросов, а также повышенную специфичность в отношении нейтральных липидов (ЛД), в отличие от фосфолипидов (мембран)11. Фторметрические и цитометрии потока методы были успешно использованы в различных грибковых видов, чтобы раскрыть гены и условия роста, которые влияют на содержание липидовхранения 12,13,14,15. Хотя эти методы подходят для высокопроизводительных приложений, они не могут измерять числа и морфологию отдельных ЛД в клетках, которые могут значительно отличаться между условиями роста и генотипами. Когерентное раганского рассеяния или цифровой голографической микроскопии являются без этикетки методами, которые дают данные ld-уровня, но требуют специализированного дорогостоящего оборудования16,17,18. Флуоресценция микроскопии, с другой стороны, может обеспечить подробные данные о содержании ЛД, используя при этом широко доступные инструменты и программные средства анализа изображений. Существует несколько аналитических рабочих процессов, которые имеют различные степени сложности и автоматизации в обнаружении ячеек/Ld из данных изображений, и оптимизированы для различных типов клеток, таких как метазоановые клетки с большими LDs19,20 , 21, или подающий надежды дрожжи17,22,23. Некоторые из этих подходов работают только в 2D (например, на максимальных проекционных изображениях), которые могут не описать достоверно содержание клеточного ЛП. Насколько нам известно, не существует инструментов для определения содержания ЛД и морфологии от деления дрожжей микроскопических данных. Разработка автоматизированного и надежного анализа на уровне ЛД обеспечит повышенную чувствительность и повышение статистической мощи, а также даст богатую информацию о нейтральном содержании липидов, в идеале в нескольких видах дрожжей.
Мы разработали рабочий процесс для анализа содержания ЛД из 3D флуоресцентной микроскопии изображений дрожжевых клеток. Клетки жизни окрашены С BODIPY 493/503 и Каскад Синий dextran для визуализации LDs и определить границы клеток, соответственно. Клетки обездвижены на стеклянных слайдах и подвергаются z-стек изображений с помощью стандартного эпифлюоресцентного микроскопа. Изображения затем обрабатываются автоматизированным конвейером, внедряемым в MATLAB, широко используемом (коммерческом) пакете для статистического анализа. Конвейер выполняет предобработку изображения, сегментацию (клетки против фона, удаление мертвых ячеек) и идентификацию LD. Богатые данные ld-уровня, такие как размер ЛД и интенсивность флуоресценции, затем предоставляются в табликовом формате, совместимом с основными программными средствами электронной таблицы. Рабочий процесс был успешно использован для определения влияния наличия источников азота на метаболизм липидов в S. pombe24. Теперь мы демонстрируем функциональность рабочего процесса в S. pombe, S. japonicus и S. cerevisiae, используя условия роста или мутанты, которые влияют на содержание клеточного LD.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
1. Подготовка решений и средств массовой информации
2. Культивирование клеток

3. Липид капли окрашивания
4. Настройка микроскопа и визуализации
5. Анализ изображений
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Вся процедура обобщена в рисунке 1 для дрожжей деления (подающий надежды дрожжей рабочий процесс является аналогичным), а ниже мы приведены примеры того, как рабочий процесс может быть использован для изучения содержания ЛД в трех различных видов дрожжей в различных условиях, известных повлиять на содержание сотовой ЛД. Каждый пример представляет собой единый биологический эксперимент.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Понимание липидного метаболизма и его регуляции имеет важное значение как для базовой биологии, так и для клинического и биотехнологического применения. Содержание ЛД представляет собой удобное считывание состояния липидного метаболизма клетки, при этом флуоресцентная микроскопия является одним из основных методов, используемых для определения содержания ЛД. Представленный протокол позволяет автоматизированное обнаружение и количественное описание отдельных ЛД в трех различных и морфологически различных видов дрожжей. На...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Авторам нечего раскрывать.
Эта работа была поддержана Чарльзуниверситет гранты PRIMUS/MED/26, GAUK 1308217 и SVV 260310. Мы благодарим Ондржея Зебеста за помощь в микроскопии и разработке конвейера анализа изображений. Мы благодарим лабораторию ReGenEx за штаммы S. cerevisiae, а также лабораторию JapoNet и Хиронари Ники за штаммы S. japonicus. Ppc1-88 штамм был предоставлен Дрожжи генетический ресурсный центр Японии. Микроскопия проводилась в Лаборатории конфокальной и флуоресценцийной микроскопии, совместно финансируемой Европейским фондом регионального развития и государственным бюджетом Чешской Республики (Проект No. К.1.05/4.1.00/16.0347 и КЗ.2.16/3.1.00/21515).
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| 12-битная монохромная ПЗС-камера Hamamatsu ORCA C4742-80-12AG | Hamamatsu | или эквивалент | |
| Соль гемисульфата аденина, ≥ 99% | Merck | A9126-25G | |
| BODIPY 493/503 (4,4-дифтор-1,3,5,7,8-пентаметил-4-бора-3a,4a-диаза-с-индацен) | Thermo Fisher Scientific | D3922 | для окрашивания нейтральными липидами |
| D-(+) - глюкоза, ≥ 99,5% | Merck | G7021 | |
| Декстран, Cascade Blue, 10 000 МВт, анионный, лизин фиксируемый | Thermo Fisher Scientific | D1976 | для негативного окрашивания клеток |
| диметилсульфоксидом, ≥ 99,5% | Merck | D4540 | или более высокой чистоты, хранить безводный на молекулярных ситах |
| Бульон EMM без декстрозы | Для средних | PMD0405 | среду также можно готовить из отдельных компонентов |
| Fiji/ImageJ программное обеспечение | NIH | или эквивалентные; для визуального контроля микроскопических данных | |
| Высокоточные защитные стекла, 22 мм x 22 мм, No 1.5 | VWR | 630-2186 | используют любое # 1.5 защитное стекло |
| Image Processing Toolbox для MATLAB, версия 10.0 | Mathworks | ||
| Лектин из Glycine max (соя) | Merck | L1395 | для иммобилизации клеток на предметных стеклах |
| программное обеспечение MATLAB, версия 9.2 | Mathworks | ||
| предметное стекло для микроскопа, 26 мм х 76 мм, толщина 1 мм | Knittel Glass | L762601.2 | используйте любое предметное стекло микроскопа, подходящее для вашего предметного столика, тщательно очистите перед загрузкой элементы |
| микроскопа Olympus CellR с автоматическим перемещением объектива по оси | Z Olympus | или эквивалент | |
| Комплект фильтров Pentaband | Semrock | F66-985 | светлого, зеленого и синего каналов достаточно |
| Signal Processing Toolbox for MATLAB, версия 7.4 | Mathworks | ||
| СП добавки | Формедиум | PSU0101 | |
| Стандартный офисный компьютер с возможностью работы MATLAB | |||
| Набор инструментов статистики и машинного обучения для MATLAB, версия 11.1 | Mathworks | ||
| Универсальный пептон М66 для микробиологии | Merck | 1070431000 | |
| Цель UPLSAPO 60XO Olympus | или эквивалент | ||
| Дрожжевой экстракт | Formedium | YEA03 | |
| Дрожжевая азотная основа без аминокислот | Formedium | CYN0405 |
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE
Запросить разрешение