Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Biology

Cuantificación del área de adhesión de sustrato celular y distribuciones de formas celulares en monocapas de células MCF7

doi: 10.3791/61461 Published: June 24, 2020

Summary

El artículo describe la cuantificación de 1) el tamaño y el número de adherencias focales y 2) índice de forma celular y su distribución de imágenes confocales de las monocapas confluentes de las células MCF7.

Abstract

Los métodos presentados aquí cuantifican algunos parámetros de monocapas de células adherentes confluentes a partir de múltiples imágenes confocales debidamente manchadas: adhesión al sustrato en función del número y tamaño de adhesiones focales, y forma de celda, caracterizada por el índice de forma de celda y otros descriptores de forma. Las adherencias focales fueron visualizadas por la tinción de paxillin y los bordes de las células celulares se marcaron con plakoglobina de unión y actina. Los métodos para el cultivo celular y la tinción eran estándar; imágenes representan planos focales individuales; el análisis de imágenes se realizó utilizando software de procesamiento de imágenes disponible públicamente. Los protocolos presentados se utilizan para cuantificar el número y el tamaño de las adherencias focales y las diferencias en la distribución de la forma celular en las monocapas, pero se pueden reutilizar para la cuantificación del tamaño y la forma de cualquier otra estructura celular distinta que se pueda teñir (por ejemplo, mitocondrias o núcleos). La evaluación de estos parámetros es importante en la caracterización de las fuerzas dinámicas en la capa celular adherente, incluida la adhesión celular y la contractilidad de actomiosina que afecta a la forma celular.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Las monocapas celulares epiteliales actúan como un colectivo en el que la adhesión de células celulares y sustratos celulares, así como fuerzas y tensiones contráctiles representan parámetros importantes y su equilibrio adecuado contribuye a la integridad general de la unidad1,,2,,3. Por lo tanto, la evaluación de estos parámetros representa una manera de establecer el estado actual de la capa de celda.

Los dos métodos descritos aquí representan un análisis bidimensional de las monocapas confluentes de las células epiteliales adherentes (en este caso la línea celular del cáncer de mama MCF7). El análisis se realiza utilizando imágenes confocales (cortes Z únicos) de diferentes regiones en el eje Z; región basal cerca de un sustrato para mediciones de adhesión focal (FA) y región apical para mediciones de forma celular. Los métodos presentados son relativamente simples y requieren técnicas de laboratorio estándar y software de código abierto. La microscopía confocal es suficiente para este protocolo, por lo que se puede realizar sin emplear una microscopía TIRF (Total Internal Reflection Fluorescence) más especializada. Por lo tanto, el protocolo podría aplicarse en un entorno de laboratorio relativamente estándar. Aunque la precisión de los métodos es limitada, pueden distinguir las diferencias básicas en la adhesión focal y la forma de la célula.

Ambos métodos descritos aquí consisten en los procedimientos experimentales estándar tales como el cultivo celular, inmunosuculción, imágenes confocales y análisis de imágenes realizados con ImageJ. Sin embargo, se puede utilizar cualquier software de procesamiento de imágenes con las funciones adecuadas. Los métodos presentados pueden rastrear y comparar los cambios infligidos por el tratamiento farmacológico o la modificación genética mínima. No se recomienda obtener valores definidos, debido a la precisión limitada de estos métodos. Se incluyeron dos macros automatizadas, para facilitar las mediciones de muchas imágenes.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

1. Pasos preparatorios

  1. Siembra celular para obtener monocapas confluentes
    1. Antes de la siembra, recubrir los pozos de un portaobjetos de 4 pozos con colágeno I (u otro componente ECM de elección). Para el recubrimiento de colágeno I, siga un protocolo comercial: https://www.sigmaaldrich.com/technical-documents/articles/biofiles/collagen-product-protocols.html a una concentración de 8 g/cm2.
    2. Semilla 400.000 células a un pozo de un portaobjetos de 4 pozos.
    3. Cultivo de las células durante 24 h (o más, dependiendo de los puntos finales experimentales) antes de la tinción, en una incubadora a 37 oC, 5% CO2. Este paso permite una maduración de los contactos de células celulares y la formación de monocapas.
    4. Utilice un microscopio óptico invertido para verificar la confluencia (se requiere alrededor del 90%) y una condición general de las monocapas. No proceda si las celdas están flotando o parecen estresadas.
  2. Tinción inmunofluorescente
    NOTA: Las celdas se pueden manchar con un protocolo de elección. Aquí, la inmunofluorescencia se realizó como se describió anteriormente4.
    1. Para el análisis de adherencia focal, manche las células con una proteína de adhesión focal de su elección (en este protocolo paxillin). Para el análisis de forma celular mancha con proteína de unión célula celular de elección (en este protocolo de plakoglobina de proteína desmosomal).
    2. Para el procedimiento, utilice 0,5 ml de soluciones especificadas a menos que se especifique lo contrario.
    3. Fijar células en 4% formaldehído en PBS durante 30 min en hielo.
    4. Incubar con cloruro de amonio de 0,1 M (en PBS) durante 10 minutos para apagar la autofluorescencia.
    5. Añadir 0.5% Tritón X-100 (en PBS) durante 30 min (permeabilización).
    6. Bloquear con 5% de leche (o 1% BSA) en TBS-T durante 1 h.
    7. Incubar con anticuerpo primario a 4oC durante la noche (anti-paxillina: conejo, 1:250, anti plakoglobina: conejo, 1:400)
    8. Incubar con anticuerpo secundario durante 30 min (Alexa Fluor 594 cabra anti-conejo, 1:500, 1:500)
    9. Mancha con DAPI de 300 nM durante 1-5 min, protegida de la luz.
      NOTA: Opcionalmente, se puede realizar una tinción adicional de actina con conjugados fluorescentes de faloideina (conc. 1:400); la faloideina debe añadirse en el mismo paso que el anticuerpo secundario.
  3. Imágenes confocales
    1. Tome imágenes de rebanadas Z individuales con un microscopio confocal (por ejemplo, Zeiss LSM800).
      NOTA: La tinción de actina opcional puede ayudar a evaluar el plano focal adecuado. La tinción de actina cortical está presente en la región apical, mientras que las fibras de estrés de actina están presentes en la región basal, cerca del sustrato, como se ilustra en la Figura 1.
    2. Imágenes de adhesión focal
      1. Elija las rebanadas Z para el análisis de adherencia focal de la región basal, cerca del sustrato.
      2. Utilice un objetivo con la apertura numérica más alta disponible (preferiblemente 63x N.A.: 1.4).
        NOTA: La forma de FA es muy específica y fácilmente reconocible. Por lo tanto, se recomienda iniciar el escaneo desde un plano focal debajo de las células y luego escanear lentamente hacia ellas, hasta que los FA sean claramente visibles. El análisis de imágenes será más preciso a partir de campos de visión más pequeños, que tienden a ser más uniformes, pero esto implica que se calcularán menos celdas en un solo campo de visión.
    3. Imágenes de contactos de células celulares
      1. Utilice un objetivo de 40x o 63x.
      2. Seleccione canales para la tinción nuclear y la tinción de proteína de unión preferida.
      3. Elija los sectores Z para el análisis de la forma de celda de la región apical de las monocapas.
      4. Tome fotografías para al menos 3 campos de visión diferentes (200-400 células).

2. Análisis de imagen

NOTA: Las macros proporcionadas funcionan de forma óptima en ImageJ versión 1.50f o posterior. Se utiliza únicamente para la cuantificación de imágenes con una alta relación señal-ruido y sin píxeles infra-o sobresaturados. Los métodos descritos incluyen pasos que requieren un ajuste manual de los parámetros. Por lo tanto, se recomienda una configuración de experimento de análisis ciego/ciego. Para cifrar nombres de archivos de imagen, se pueden utilizar plugins ImageJ como "Blind Analysis Tool" (disponible en: https://imagej.net/Blind_Analysis_Tools).

  1. Análisis de adherencia focal
    NOTA: Los archivos de entrada recomendados para los siguientes métodos son: imágenes de FA representadas en escala de grises de 8 bits guardadas en formato .tiff.
    1. Abra la imagen con ImageJ.
    2. Establezca la escala de una imagen en píxeles(Analizar ? Establecer escala; Eliminar escala y verificar Global opción).
    3. Incluya el nombre del archivo y el área de ROI en las opciones de medición(Analizar ? Establecer medidas...); Marque las opciones de Etiqueta de área y visualización.
    4. Restar fondo (Proceso de reste ( Proceso ? Restar fondo; establezca el parámetro Radio de bola rodante en 50 píxeles; comprobar la opción paraboloides deslizantes). En el caso de las imágenes RGB pseudocoloradas: canales RGB divididos, deje el canal con FA abierto, cierre los canales restantes (Imagen ? Color ? Dividir canales).
    5. Determinar el área de la región de interés más pequeña (ROI). Usando selecciones a mano alzada o polígonos delinean la adhesión focal más pequeña y miden su área( Analizar Medir). Repita este paso para diferentes ROI (FA) de algunas imágenes elegidas aleatoriamente (para un total de 20 ROI). Calcular y guardar la media de los resultados obtenidos.
      NOTA: Este paso solo es necesario cuando se analiza por primera vez un conjunto determinado de imágenes (línea celular específica, diapositivas de recubrimiento con componentes de matriz extracelular específicos, condiciones de cultivo diferentes).
    6. Convierta la imagen a binaria mediante uno de los métodos siguientes:
      1. Establezca el umbral global (Imagen ? Ajustar ? Umbral; marque las opciones Predeterminado, Blanco y negro y Fondo oscuro, ajuste el umbral manualmente o establézcalo automáticamente).
      2. Establezca el umbral local (Imagen ? Ajustar ? Umbral local automático...; establecer Método en Phansalkar y comprobar objetos blancos en el fondo negro opción. A continuación, invierta la imagen(Editar ? Invertir).
    7. Mida el número y el área de los ROI. Seleccione Analizar ?? Analizar partículas; Compruebe Unidades de píxeles, Mostrar resultados, Borrar resultados y Opciones de resumen, establezca El parámetro Tamaño, como límite inferior, utilice la media de los ROI más pequeños del paso 2.1.5. El límite superior se puede establecer en el 25% de un área de celda típica.
    8. Transfiera datos (que incluye el nombre de la imagen, el número de FA, el área total y media de las FA; respectivamente Sector, Recuento, Área total, Tamaño medio)desde la ventana Resumen al programa de gestión de datos de su elección.
    9. Determine el número de celdas por imagen contando núcleos manchados de DAPI. El conteo se puede hacer manualmente(Plugins ? Analizar ? Contador de celdas) o como en los protocolos disponibles, como: https://imagej.net/Nuclei_Watershed_Separation.
    10. Alternativamente, para facilitar el recuento de FA, utilice la macro ImageJ adjunta (FAs.ijm).
      1. Mueva el archivo .ijm con la macro a la carpeta de plugins o macros ubicada en las carpetas de archivos de origen de ImageJ.
      2. Determine un área del ROI más pequeño como se describe en el paso 2.1.4.
      3. Abrir archivo de macro (Plugins ? Macros ? Editar...).
      4. Antes de ejecutar la macro, establezca el valor de tres variables: valor de relleno de area_of_the_smallest_region_of_interest con un número adquirido durante el paso 2.1.4. Establezca threshold_type valor en manual o automático.
      5. Guardar cambios (la macro debe estar lista para usar).
      6. Llame a la macro desde el panel ImageJ o haga un acceso directo a ella. La macro comienza con la ventana de diálogo abierta estándar. Seleccione la imagen que desea procesar.
        NOTA: En caso de ajuste manual del umbral, se requerirá la confirmación manual del valor de umbral (evitar aceptar cambios mediante el botón Aplicar en la ventana de diálogo Umbral, utilice la ventana de diálogo personalizada Acción requerida en su lugar). Los resultados obtenidos al trabajar con la macro son los mismos que los descritos en el paso 2.1.8 (incluidos en la ventana de diálogo Resumen). Además, en el caso del ajuste de umbral manual, el nivel de umbral inferior se muestra en una ventana de diálogo Registro, ya que este valor permite reproducir los resultados obtenidos en el futuro si es necesario. Las figuras suplementarias S1 y S2 se incluyeron como un conjunto de datos de entrenamiento para la macro FAs.ijm.
  2. Análisis de la forma celular
    1. Manual
      1. Abra una imagen en ImageJ u otro software de procesamiento de imágenes con un conjunto similar de funciones (otras instrucciones pertenecen a ImageJ). Seleccione los parámetros que desea medir seleccionando en el menú Análisis . Establezca Mediciones y los descriptores de forma de marcación en el cuadro que aparece.
      2. Delinea manualmente los bordes celulares, marcados por las proteínas de unión de su elección, usando el icono de selecciones a mano alzada. Los parámetros elegidos se calculan automáticamente para cada celda. Almacene los resultados después de esbozar cada celda haciendo clic en Editar . Selección de la selección de la selección de Añadir al administrador. Sólo deben contarse celdas completas y totalmente visibles, con bordes ininterrumpidos.
      3. Cuando se delinean todas las celdas del campo de visión, realice la medición marcando todos los números que aparecen en el cuadro izquierdo del Administrador de ROI (correspondiente a las celdas) y haciendo clic en Medir Los resultados aparecen en el cuadro Resultados y se pueden transferir a la hoja de cálculo de su elección.
    2. Automatizado
      NOTA: Para facilitar la cuantificación de descriptores de forma de celda (CSI, relación de aspecto, redondez, solidez) se ha preparado y adjuntado una macro ImageJ a este artículo (CSI.ijm). La macro se basa principalmente en el plugin ImageJ llamado MorphoLibJ (https://imagej.net/MorphoLibJ)5. La macro ejecuta los siguientes pasos: 1) Extensión de cada borde de la imagen en 10 píxeles negros [MorpholibJ]; 2) Rondas de dilataciones y erosiones - filtro morfológico [MorpholibJ]; 3) Generación de imagen binaria de los límites de las células por segmentación morfológica [MorpholibJ]; 4) Dilatación de los límites celulares; 5) Inversión del valor de píxeles; 6) Generación de selecciones y medición del área y perímetro de las celdas en la imagen; y 7) Guardar imagen con celdas esbozadas y selecciones de ROI de ImageJ en un nuevo archivo.
      1. Mueva el archivo .ijm con la macro a la carpeta de plugins o macros ubicada en las carpetas de archivos de origen de ImageJ. Llame a la macro desde el panel ImageJ o haga un acceso directo a ella.
      2. Antes de la cuantificación de un nuevo conjunto de datos, determine los valores de las regiones más pequeñas y más grandes de interés. Esbozar (selección a mano alzada o polígono) algunos ejemplos (3-10) de las celdas más pequeñas y más grandes de la imagen y luego medir su área (Analizar . Medir).
      3. Como alternativa, ejecute la macro con la configuración predeterminada (el límite de tamaño inferior se establece en 0 y el límite superior se establece en infinito), espere a que finalice la macro y seleccione la opción Establecer límites de tamaño de celda. Mida el área de las celdas más pequeñas y más grandes haciendo clic en su etiqueta y luego presione Medir en el Administrador de ROI de ImageJ. Establezca el valor de the_smallest_cell y the_biggest_cell variables. Guarde los cambios, cierre todas las ventanas de diálogo de macro y vuelva a ejecutar la macro.
        NOTA: La macro se puede utilizar sin establecer límites de tamaño de ROI, pero no se recomienda porque aumenta significativamente la posibilidad de medir fragmentos de celdas o clústeres de celdas inapropiados.
      4. Inicie la macro con la ventana de diálogo Abrir estándar. Seleccione la imagen que desea procesar (escala de grises).
      5. Analice los resultados. La salida proporcionada por la macro consta de: tabla de los resultados (etiqueta de celda, etiqueta de imagen, área de celda [píxeles2], perímetro de celda [píxeles2], circularidad [CSI], relación de aspecto, redondez, solidez), imagen con celdas esbozadas y lista de selecciones de ROI (que también se guardará en un nuevo archivo en la subcarpeta Resultados). La tabla de resultados se copiará automáticamente en el portapapeles del usuario.
        NOTA: Las figuras suplementarias S3 y S4 se incluyeron como un conjunto de datos de entrenamiento para la macro CSI.ijm.

3. Cuantificación

  1. Cuantificación de FA
    1. Calcule el número medio de FA y el tamaño medio de FA por célula/núcleos.
      NOTA: Para algunas líneas celulares es posible contar los FA por separado en celdas distintas. Para las líneas celulares que tienen contactos de celdas celulares fuertes y crecen como monocapas como MCF7, el número y el tamaño de los FA por celda se pueden calcular dividiendo los valores obtenidos de los FA contando por el número de núcleos en toda la imagen.
    2. Evaluar la importancia estadística de las posibles diferencias entre poblaciones (grupos experimentales). Dependiendo de la distribución y la varianza de los datos, para la comparación de los dos grupos diferentes utilice la prueba t del estudiante (distribución normal) o la prueba en U no paramétrica (Mann-Whitney). Para la comparación de varios grupos, utilice ANOVA unidireccional o Kruskal-Wallis junto con las pruebas post-hoc apropiadas.
  2. Análisis de la forma celular
    1. Cálculo de descriptores de forma
      1. Análisis manual: Calcular el índice de forma de celda (CSI, también llamado circularidad o forma de celda) en la hoja de cálculo de su elección para cada celda medida desde el área y el perímetro apropiados utilizando la fórmula:
        Equation 1
        NOTA: CSI asume valores entre 1 (circular) y 0 (alargado). Los ejemplos de varias formas de celda (con la misma área) y sus respectivos CSI se presentan en la Figura 2. En el análisis automatizado, los valores de los descriptores de forma (inscritos y definidos a continuación) se calculan automáticamente y aparecen en el cuadro de resultados:
        (1) CSI a 4o*área/(perímetro)2
        (2) AR - eje principal/eje menor
        (3) Redondez 4 * área / * * (eje principal)2
        (4) Solidez - área/área convexa
    2. Histogramas de la distribución de la forma celular
      1. Trazar la distribución de la forma de celda como un histograma de circularidad (CSI). Clasificar celdas según su valor CSI (calculado para el mínimo de 200–400 celdas), a uno de los diez intervalos uniformes (rango: 0-1, ancho de la bandeja: 0.1). El histograma muestra el número de celdas en cada categoría.
        NOTA: El histograma que muestra la distribución de la forma de la capa de celda MCF7 típica muestra un pico de alrededor de 0,7-0,8 CSI. Si la forma de las células está distorsionada por algún factor (por ejemplo, el tratamiento con paclitaxel, que causa la detención de fase G2/M y, en consecuencia, más células son redondas) debe reflejarse en el histograma.
    3. Parcelas de distribución acumuladas
      1. Compare las distribuciones CSI acumulativas para cada línea celular, porque es la mejor manera de evaluar las diferencias estadísticamente importantes en los cambios en la forma de la celda (o cualquier otro cambio en la distribución. Por ejemplo, se puede aplicar para realizar un seguimiento de la distribución cambiante de las FA.
      2. Calcule la función de distribución acumulativa (CDF) para comparar distribuciones. CDF asigna para un valor CSI determinado (trazado en el eje X) el porcentaje (o recuento relativo) para el que todos los valores son menores o iguales a este valor CSI (trazado en el eje Y). Por lo tanto, a medida que el valor CSI aumenta, el porcentaje del conjunto de valores que son menores o iguales a este valor también aumenta. CDF se puede calcular mediante el software estadístico de elección, o manualmente.
      3. Para el análisis estadístico, utilice la prueba no paramétrica Kolgomorov-Smirnov.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Análisis de adherencia focal
Anteriormente se demostró que el derribo del gen HAX1 afectaba a las adherencias focales6. Las células se cultivaron en la superficie recubierta de colágeno I durante 48 h. Las imágenes de las células de control MCF7 y las células MCF7 con un knockdown HAX1 (HAX1 KD) de tres experimentos independientes manchados con paxillin de proteína de adhesión focal se obtuvieron utilizando un microscopio confocal (imagen de un solo plano focal /corte Z de la región basal). Los FA de aproximadamente 2.000-2.500 células de cada línea celular se cuantificaron utilizando el protocolo descrito. El valor medio para la adhesión focal más pequeña se estableció en 50 (píxel2). Las imágenes representativas de los FA cuentan con ImageJ, incluidos los contornos numerados finales y la superposición de los contornos de los FA con la imagen original, se muestran para ambas líneas de celda en la Figura 3A. Las diferencias en el número y el tamaño de los FA en ambas líneas celulares se presentan en la Figura 3B.

Análisis de la forma celular
Evaluación manual: Las células MCF7 se cultivaron durante 24 h, el medio se cambió por el mismo medio fresco (sin tratar) o el medio con 0,1 m de paclitaxel (PTX) - para inducir el redondeo celular - y se cultivaron para otras 24 h. Las imágenes de las monocapas MCF7 confluentes manchadas con anticuerpo anti plakoglobina y DAPI se obtuvieron utilizando un microscopio confocal (un solo corte Z de la región api). Se documentaron alrededor de 200-400 celdas (2-3 campos de visión) de cada experimento (sin tratar/tratar) (objetivo 40x) y las imágenes se evaluaron utilizando el software de procesamiento de imágenes ImageJ (Figura 4A). Las regiones representativas de cada capa celular con celdas esbozadas se muestran en la Figura 4A (células no tratadas y tratadas con PTX). Todas las celdas se clasificaron según sus valores CSI (10 intervalos, ancho de bin 0,1) y se presentaron en los histogramas respectivos(Figura 4B),que muestran un aumento en la última bandeja (0,9-1) y el aplanado de los picos principales (0,6-0,9) para las células tratadas con PTX, en comparación con el control no tratado. Las diferencias en la distribución acumulativa de CSI se calcularon para la significancia estadística utilizando la prueba Kolgomorov-Smirnov (K-S), una prueba no paramétrica de la igualdad de distribuciones de probabilidad unidimensionales. Los histogramas de distribución de frecuencia y las gráficas de distribución acumulativa (Figura 4C) se generaron con software.

Evaluación automatizada: Las células MCF7 se cultivaron durante 24 h, fijas y teñidas con faloide conjugado con fluoróforo para visualizar la actina. Las imágenes se tomaron con un microscopio confocal (corte Z único de la región apical). Las imágenes en escala de grises de las monocapas se analizaron utilizando el archivo de macro adjunto, de acuerdo con el protocolo incluido (Figura 5A-C). En total, se cuantificaron 512 celdas de 12 campos de visión. Los resultados se trazaron como un histograma que presenta la distribución de la circularidad (Figura 5D).

Figure 1
Figura 1: Tinción de actina con faloide con fluoróforo conjugado, dos rebanadas Z diferentes del mismo campo de visión. (A) La región apical con actina cortical. (B) La región basal con fibras de tensión de actina. Barra: 10 m. Haga clic aquí para ver una versión más grande de esta figura.

Figure 2
Figura 2: Ejemplos de diferentes valores de índice de forma de celda (CSI) para las formas con perímetros distintos, pero la misma área. La forma muy alargada a la izquierda tiene CSI cerca de 0, mientras que el círculo ideal a la derecha tiene CSI de 1. Haga clic aquí para ver una versión más grande de esta figura.

Figure 3
Figura 3: Cuantificación de la adhesión focal. (A) Imágenes representativas de las líneas celulares basadas en MCF7: CONTROL y HAX1 KD manchados con paxillin; de izquierda a derecha: (1) paxillin y núcleos (2) esbozados y numerados FAs (3) superposición de contornos de FA y la imagen original. Barra: 20 m. Los recuadros (debajo de cada imagen) muestran áreas ampliadas en caja. (B) Trazados que muestran la diferencia en el tamaño y el número de FA entre las dos líneas de celda. La importancia estadística se evaluó utilizando la prueba t del estudiante. Haga clic aquí para ver una versión más grande de esta figura.

Figure 4
Figura 4: Cambios en la forma celular inducida por paclitaxel (PTX) en la capa de celda MCF7; recuento manual. (A) Regiones representativas de monocapas MCF7, células no tratadas y tratadas con PTX, teñidas con plakoglobina de proteína de unión y DAPI, bar: 20 m. El panel de la derecha muestra la imagen procesada en ImageJ; los bordes de las celdas se perfilan y todas las celdas contadas están numeradas. (B) Histogramas que muestran la distribución de CSI en células no tratadas y tratadas con PTX, 200-400 células en cada experimento (sin tratar/tratado), ancho de la bandeja: 0.1. Las gráficas se generaron utilizando el análisis de distribución de frecuencias con frecuencias relativas como fracción. (C) La gráfica de distribución acumulativa para las monocapas no tratadas y tratadas con PTX. Diferencia estadística calculada utilizando la prueba no paramétrica Kolgomorov-Smirnov (KS). Haga clic aquí para ver una versión más grande de esta figura.

Figure 5
Figura 5: Forma de celda en monocapas MCF7 evaluadas mediante el método automatizado. (A-C) Un ejemplo del análisis de imágenes automatizado que ilustra los pasos posteriores ejecutados por la macro adjunta. (A) Imagen de entrada; actina cortical; escala de grises, barra de escala de 10 m (para fines informativos; las barras de escala no deben incrustarse en imágenes analizadas). (B) Capa de celda después de la segmentación; bordes de celda delineados; celdas sin bordes completos eliminados. (C) Superposición de los contornos de celda en la imagen original. (D) Un histograma que muestra la distribución de CSI en el conjunto de datos analizado, 512 celdas. Haga clic aquí para ver una versión más grande de esta figura.

Figura suplementaria S1, S2: Células MCF7, paxillin y DAPI teñidas para visualizar FA y núcleos. Se proporciona como un conjunto de datos de entrenamiento para la macro FAs.ijm.
Figura S1: Haga clic aquí para descargar esta figura.
Figura S2: Haga clic aquí para descargar esta figura.

Figura suplementaria S3, S4: Células MCF7, plakoglobina y teñidas de DAPI para visualizar uniones y núcleos de células celulares. Se proporciona como un conjunto de datos de entrenamiento para la macro CSI.ijm.
Figura S3: Haga clic aquí para descargar esta figura.
Figura S4: Haga clic aquí para descargar esta figura.

FAs.txt: Haga clic aquí para descargar este archivo.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

La adhesión de células celulares y sustratos celulares constituyen atributos inherentes de las células epiteliales y desempeñan el papel crítico en la morfogénesis tisular y la embriogénesis. En los tejidos adultos, la regulación adecuada de las propiedades mecánicas de la capa celular es crucial para mantener la homeostasis y prevenir respuestas patológicas como la progresión tumoral y la metástasis. El tamaño y el número de adherencias focales dependen de la fuerza de la adhesión del sustrato celular, mientras que la forma de la célula depende de las fuerzas contráctiles y está relacionada con el estado de los contactos celulares-células.

Aquí, describimos dos métodos simples de análisis cuantitativo del área, número y forma de las estructuras celulares manchadas por inmunofluorescencia, en este caso adhesiones focales y las células enteras en la capa celular. Sin embargo, las herramientas propuestas se pueden reutilizar para la cuantificación de cualquier estructura elegida. El problema clave para estos análisis es la calidad de la tinción inmunofluorescente y la imagen confocal. Estos métodos se pueden implementar en cualquier laboratorio estándar equipado con una unidad de cultivo celular y un microscopio confocal. Están diseñados para comparar líneas celulares, especialmente cuando las diferencias (naturales o inducidas por un tratamiento específico) en los parámetros medidos son sustanciales. No se recomiendan para medir las diferencias de minutos o para establecer mediciones absolutas, ya que son sensibles a los cambios mínimos en la configuración arbitraria inicial, especialmente en el caso de adherencias focales. Este método de cuantificación de FA es inferior a métodos más avanzados y específicos como la microscopía TIRF, pero tiene una ventaja de no requerir equipos sofisticados.

Se describieron métodos similares de mediciones de adhesión focal antesde 7,8,9,10. Aquí, especificamos los ajustes y creamos una macro gratuita ImageJ, con varias opciones, para facilitar las mediciones.

El análisis de la forma celular se describió muchas veces, incluyendo métodos muy complejos y detallados11,12. Aquí, presentamos un método simple para realizar un seguimiento de los cambios en las monocapas de células epiteliales, que podría ser muy importante para comparar la morfología celular o los cambios en el desarrollo. El método manual de análisis de la forma de celda en las monocapas presentadas en este protocolo se describió en un informe anterior6. La fórmula CSI como una forma de describir y comparar la forma de un objeto (s) es ampliamente utilizado en diferentes disciplinas13,14, incluyendo la geología de la que se originó. La presentación de los resultados en forma de histograma y/o como función de distribución acumulativa se utiliza comúnmente para comparaciones de distribuciones de cualquier tipo8,10,15.

En particular, presentamos aquí una herramienta para el análisis automatizado de la forma celular basado en el plugin ImageJ MorhpLibJ (https://imagej.net/MorphoLibJ). Proporcionamos un archivo de macro, que puede realizar este análisis de forma rápida y eficiente. Este método no siempre reconoce los bordes de celda correctos, pero el porcentaje de mediciones defectuosas (que están presentes en cada análisis automatizado) es mínimo y no debe afectar significativamente el resultado final, especialmente si se analiza suficiente número de celdas. Las celdas sin bordes completos se eliminan. El análisis automatizado de la forma celular tiene ventajas innegables y presentamos este método para que pueda ser apreciado por la comunidad científica.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Los autores no tienen nada que revelar.

Acknowledgments

Este trabajo fue apoyado por el Centro Nacional de Ciencias de Polonia bajo la subvención No. 2014/14/M/NZ1/00437.

Materials

Name Company Catalog Number Comments
Alexa Fluor 594 ThermoFisher Scientific A32740 goat anti-rabbit, 1:500
Ammonium chloride Sigma A9434
BSA BioShop ALB001.500
Collagen from calf skin Sigma C9791-10MG
DAPI Sigma D9542 1:10000 (stock 1 mg/mL in H2O), nucleic acid staining
DMEM + GlutaMAX, 1 g/L D-Glucose, Pyruvate ThermoFisher Scientific 21885-025
FBS ThermoFisher Scientific 10270-136
Junction plakoglobin Cell Signaling 2309S rabbit, 1:400
Laminar-flow cabinet class 2 Alpina standard equipment
MCF7-basedHAX1KD cell line Cell line established in the National Institute of Oncology, Warsaw, described in Balcerak et al., 2019 MCF7 cell line withHAX1knockdown
MCF7 cell line (CONTROL) ATCC ATCC HTB-22 epithelial, adherent breast cancer cell line
Olympus CK2 light microscope Olympus
Paxillin Abcam ab32084 rabbit, 1:250, Y113
PBS ThermoFisher Scientific 10010023
Phalloidin-TRITC conjugate Sigma P1951 1:400 (stock 5 mg/mL in DMSO), actin labeling
PTX Sigma T7402-1MG
TBST – NaCl Sigma S9888
TBST – Trizma base Sigma T1503
Triton X-100 Sigma 9002-93-11
Zeiss LSM800 Confocal microscope Zeiss

DOWNLOAD MATERIALS LIST

References

  1. Li, D. S., Zimmermann, J., Levine, H. Modeling closure of circular wounds through coordinated collective motion. Search Results. 13, (1), 016006 (2016).
  2. Ilina, O., Friedl, P. Mechanisms of collective cell migration at a glance. Journal of Cell Science. 122, Pt 18 3203-3208 (2009).
  3. Ladoux, B., Mege, R. M. Mechanobiology of collective cell behaviours. Nature Reviews Molecular Cell Biology. 18, (12), 743-757 (2017).
  4. Stossi, F., et al. High throughput microscopy identifies bisphenol AP, a bisphenol A analog, as a novel AR down-regulator. Oncotarget. 7, (13), 16962-16974 (2016).
  5. Legland, D., Arganda-Carreras, I., Andrey, P. MorphoLibJ: integrated library and plugins for mathematical morphology with ImageJ. Bioinformatics. 32, (22), 3532-3534 (2016).
  6. Balcerak, A., et al. HAX1 impact on collective cell migration, cell adhesion, and cell shape is linked to the regulation of actomyosin contractility. Molecular Biology of the Cell. 30, (25), 3024-3036 (2019).
  7. Buskermolen, A. B. C., Kurniawan, N. A., Bouten, C. V. C. An automated quantitative analysis of cell, nucleus and focal adhesion morphology. PLoS One. 13, (3), 0195201 (2018).
  8. Fokkelman, M., et al. Cellular adhesome screen identifies critical modulators of focal adhesion dynamics, cellular traction forces and cell migration behaviour. Scientific Reports. 6, 31707 (2016).
  9. Horzum, U., Ozdil, B., Pesen-Okvur, D. Step-by-step quantitative analysis of focal adhesions. MethodsX. 1, 56-59 (2014).
  10. Kim, D. H., Wirtz, D. Focal adhesion size uniquely predicts cell migration. FASEB Journal. 27, (4), 1351-1361 (2013).
  11. Pincus, Z., Theriot, J. A. Comparison of quantitative methods for cell-shape analysis. Journal of Microscopy. 227, Pt 2 140-156 (2007).
  12. Tsygankov, D., et al. CellGeo: a computational platform for the analysis of shape changes in cells with complex geometries. Journal of Cell Biology. 204, (3), 443-460 (2014).
  13. Tiryaki, V. M., Adia-Nimuwa, U., Ayres, V. M., Ahmed, I., Shreiber, D. I. Texture-based segmentation and a new cell shape index for quantitative analysis of cell spreading in AFM images. Cytometry A. 87, (12), 1090-1100 (2015).
  14. Tong, J., et al. Cell micropatterning reveals the modulatory effect of cell shape on proliferation through intracellular calcium transients. Biochimica et Biophysica Acta. 1864, (12), 2389-2401 (2017).
  15. Vartanian, K. B., Kirkpatrick, S. J., Hanson, S. R., Hinds, M. T. Endothelial cell cytoskeletal alignment independent of fluid shear stress on micropatterned surfaces. Biochemical and Biophysical Research Communications. 371, (4), 787-792 (2008).
Cuantificación del área de adhesión de sustrato celular y distribuciones de formas celulares en monocapas de células MCF7
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Wakula, M., Balcerak, A., Smietanka, U., Chmielarczyk, M., Konopiński, R., Grzybowska, E. A. Quantification of Cell-Substrate Adhesion Area and Cell Shape Distributions in MCF7 Cell Monolayers. J. Vis. Exp. (160), e61461, doi:10.3791/61461 (2020).More

Wakula, M., Balcerak, A., Smietanka, U., Chmielarczyk, M., Konopiński, R., Grzybowska, E. A. Quantification of Cell-Substrate Adhesion Area and Cell Shape Distributions in MCF7 Cell Monolayers. J. Vis. Exp. (160), e61461, doi:10.3791/61461 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter