$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Bakteriyel yapışma, bakterilerin diğer hücrelere veya yüzeylere bağlandığı bir işlemdir. Bakteriyel patojenler tarafından enfeksiyonun başarılı bir şekilde kurulması, konak hücrelere yapışıklık, dokuların kolonizasyonu ve bazı durumlarda konak hücrelerin istilası1,2,3gerektirir. Ortaya çıkan bulaşıcı hastalıklar, son COVID-19 pandemisi4,5,6tarafından kanıtlanan büyük halk sağlığı tehditleri oluşturmaktadır. Daha da önemlisi, yeni veya gelişmekte olan patojenler genomik tabanlı yaklaşımlar kullanılarak kolayca ayırt edilemeyebilir, özellikle patojenin tespit edilmekten kaçınmak için tasarlandığı veya patojenik olarak tanımlayan genomik imzalar içermediği durumlarda. Bu nedenle, konak hücrelere bakteriyel yapışım gibi patojenliğin ayırt edici özelliklerini doğrudan değerlendiren yöntemler kullanılarak potansiyel patojenlerin tanımlanması patojen tanımlamasında kritik bir rol oynayabilir.
Konak hücrelere bakteriyel yapışma, onlarca yıldır bakteriyel patogenez mekanizmalarını değerlendirmek için kullanılmıştır1,7. Mikroskobik görüntüleme8,9 ve bakteriyel koloni oluşturan ünitenin (CFU) 10 ,11,12,13 enfeksiyon sonrası kaplama ile numaralandırılması, konak hücrelerin mikrobiyal yapışma ve/veya enfeksiyonunu test etmek için iyi geliştirilmiş iki laboratuvar yöntemidir14. Bakteri hücrelerinin mikrometre ölçek büyüklüğü göz önüne alındığında, yapışık bakteri hücrelerinin numaralandırılması genellikle gelişmiş yüksek büyütme mikroskopi tekniklerinin yanı sıra elektron mikroskopisi, genleşme mikroskopisi (ExM)15,16ve üç boyutlu görüntüleme dahil olmak üzere yüksek çözünürlüklü görüntüleme yaklaşımlarının kullanılmasını gerektirir17 . Alternatif olarak, konak hücrelere bağlı veya içselleştirilmiş bakterilerin numaralandırması, hasat edilen bakterilerin seyreltme serisini katı agar üzerine kaplayarak ve sonuçta elde edilen CFO'lar10 , 12,13sayarak gerçekleştirilebilir. Bu yöntem zahmetlidir ve yüksek verimli analizler için gerekli standartlaştırılmış veya otomatik bir prosedür oluşturmada zorluklar getiren birçok manuel adım içerir18,19. Bu nedenle, konak hücre ekini değerlendirmek için yeni yöntemlerin geliştirilmesi alandaki geçerli sınırlamaları giderir.
Burada, yüksek verimli görüntü işleme ve istatistiksel analiz ile birlikte otomatik yüksek verimli mikroskopi kullanan bu tür bir yöntem açıklanmıştır. Yaklaşımı göstermek için, pseudomonas aeruginosada dahil olmak üzere çeşitli bakteriyel patojenlerle deneyler yapıldı, insanların, hayvanların ve bitkilerin fırsatçı bir Gram-negatif bakteriyel patojeni14,20, sık sık konak savunma fonksiyonları bozulmuş hastaların solunum yollarını kolonileştirdiği tespit edildi. Bu yaklaşım, önceki çalışmalarda açıklanan mikroskobik görüntüleme sürecini optimize etti14,20. Görüntüleme algılaması, floresan etiketli konak hücreler ve bakteriler tarafından, bunların yakınlığını hızla izlemek için basitleştirildi ve bu da bakterileri ayırt etmek için yüksek çözünürlüklü görüntüler elde etmek için mikroskopi iş yükünü önemli ölçüde azalttı. Buna ek olarak, konak hücre ve bakterilerin sayımındaki görüntülerin otomatik istatistiksel analizi, konak hücre başına yapışık bakteri sayısının oranını tahmin etmek için bakteriyel CFU kaplamanın elden deneyinin yerini almıştır. Bu yöntemin uyumluluğunu doğrulamak için Listeria monocytogenes, Staphylococcus aureus, Bacillus cereus ve Klebsiella pneumoniae gibi birden fazla bakteri türü ve konak hücre tipinin yanı sıra insan göbek ve damar endotel hücreleri (HUVEC) de test edilmiştir ve sonuçlar yöntemin çeşitliliğini ve etkinliğini desteklememektedir.