Summary

AMEBaS : Extraction automatique de la ligne médiane et soustraction de l’arrière-plan des time-lapses de fluorescence ratiométrique de cellules uniques polarisées

Published: June 23, 2023
doi:

Summary

Les méthodes actuelles d’analyse de la dynamique intracellulaire des cellules uniques polarisées sont souvent manuelles et manquent de standardisation. Ce manuscrit présente un nouveau pipeline d’analyse d’images pour automatiser l’extraction médiane de cellules polarisées uniques et quantifier le comportement spatio-temporel à partir de timelapses dans une interface en ligne conviviale.

Abstract

La polarité cellulaire est un phénomène macroscopique établi par un ensemble de molécules et de structures concentrées dans l’espace qui aboutissent à l’émergence de domaines spécialisés au niveau subcellulaire. Il est associé au développement de structures morphologiques asymétriques qui sous-tendent des fonctions biologiques clés telles que la division, la croissance et la migration cellulaires. De plus, la perturbation de la polarité cellulaire a été liée à des troubles tissulaires tels que le cancer et la dysplasie gastrique.

Les méthodes actuelles d’évaluation de la dynamique spatio-temporelle des rapporteurs fluorescents dans les cellules polarisées individuelles impliquent souvent des étapes manuelles pour tracer une ligne médiane le long de l’axe principal des cellules, ce qui prend du temps et est sujet à de forts biais. De plus, bien que l’analyse ratiométrique puisse corriger la distribution inégale des molécules rapporteures à l’aide de deux canaux de fluorescence, les techniques de soustraction de fond sont souvent arbitraires et manquent de support statistique.

Ce manuscrit présente un nouveau pipeline de calcul pour automatiser et quantifier le comportement spatio-temporel de cellules individuelles à l’aide d’un modèle de polarité cellulaire : la croissance du tube pollinique et des poils racinaires et la dynamique des ions cytosoliques. Un algorithme en trois étapes a été développé pour traiter des images ratiométriques et extraire une représentation quantitative de la dynamique et de la croissance intracellulaires. La première étape segmente la cellule à partir de l’arrière-plan, produisant un masque binaire grâce à une technique de seuillage dans l’espace d’intensité des pixels. La deuxième étape trace un chemin à travers la ligne médiane de la cellule grâce à une opération de squelettisation. Enfin, la troisième étape fournit les données traitées sous forme de timelapse ratiométrique et produit un kymographe ratiométrique (c’est-à-dire un profil spatial 1D dans le temps). Des données provenant d’images ratiométriques acquises avec des rapporteurs fluorescents génétiquement codés à partir de tubes polliniques en croissance ont été utilisées pour comparer la méthode. Ce pipeline permet une représentation plus rapide, moins biaisée et plus précise de la dynamique spatio-temporelle le long de la ligne médiane des cellules polarisées, faisant ainsi progresser la boîte à outils quantitative disponible pour étudier la polarité cellulaire. Le code source Python d’AMEBaS est disponible à l’adresse suivante : https://github.com/badain/amebas.git

Introduction

La polarité cellulaire est un processus biologique fondamental dans lequel l’action concertée d’un ensemble de molécules et de structures concentrées dans l’espace aboutit à l’établissement de domaines morphologiques subcellulaires spécialisés1. La division, la croissance et la migration cellulaires dépendent de ces sites de polarité, tandis que sa perte a été associée au cancer dans les troubles liés aux tissus épithéliaux2.

Les cellules à croissance apicale sont un exemple dramatique de polarité, où le site de polarité à l’extrémité se réoriente généralement vers des signaux extracellulaires3. Il s’agit notamment des neurites en développement, des hyphes fongiques, des poils racinaires et des tubes polliniques, où de multiples processus cellulaires présentent des différences prononcées de l’extrémité de la cellule vers la tige. Dans les tubes polliniques, en particulier, la polymérisation de l’actine, le trafic des vésicules et les concentrations ioniques sont nettement polarisés, montrant des gradients focalisés sur la pointe4. Les tubes polliniques sont les gamétophytes mâles des plantes à fleurs et sont responsables de l’acheminement des spermatozoïdes vers l’ovule en se développant exclusivement à l’apex de la cellule à l’un des taux de croissance les plus rapides connus pour une seule cellule. Les gradients focalisés sur la pointe des ions tels que le calcium 5 (Ca2+) et les protons 6 (H+) jouent un rôle majeur dans le maintien de la croissance du tube pollinique, ce qui est essentiel pour accomplir sa fonction biologique principale qui aboutit à une double fécondation 5,6. Ainsi, les méthodes quantitatives d’analyse de la dynamique spatio-temporelle le long de la ligne médiane des cellules à croissance apicalle sont essentielles pour étudier les mécanismes cellulaires et moléculaires sous-jacents à la croissance polarisée 7,8,9. Les chercheurs utilisent souvent des kymographes, c’est-à-dire une matrice qui représente l’intensité des pixels de la ligne médiane de la cellule (p. ex., les colonnes) dans le temps (p. ex., les lignes), ce qui permet de visualiser la croissance et la migration des cellules en diagonale (figure 1). Malgré leur utilité, les kymographes sont souvent extraits en traçant manuellement la ligne médiane, étant sujets à des biais et à des erreurs humaines tout en étant plutôt laborieux. Cela nécessite une méthode automatisée d’extraction de la ligne médiane qui est la première caractéristique du pipeline présenté ici et qui est appelée AMEBaS : unextraction utomatique Midline Eet Background Subtraction des timelapses de fluorescence ratiométriques de cellules uniques polarisées.

En termes de procédures expérimentales, l’imagerie quantitative d’ions/molécules/espèces d’intérêt dans des cellules individuelles peut être réalisée avec des sondes fluorescentes génétiquement codées10. Parmi les choix en constante expansion, les sondes ratiométriques sont l’une des plus précises car elles émettent différentes longueurs d’onde de fluorescence lorsqu’elles sont liées/non liées aux molécules d’intérêt11. Cela permet de corriger l’hétérogénéité spatiale de la concentration intracellulaire de la sonde en utilisant le rapport de deux canaux avec leur bruit de fond spécifique au canal soustrait. Cependant, l’estimation du seuil d’arrière-plan pour chaque canal et point temporel peut être une tâche complexe car il varie souvent dans l’espace en raison d’effets tels que l’ombrage, où les coins de l’image ont une variation de luminosité par rapport au centre, et dans le temps en raison de la décoloration du fluorophore (photoblanchiment)12. Bien qu’il existe plusieurs méthodes possibles, ce manuscrit propose de déterminer automatiquement l’intensité du bruit de fond à l’aide du seuil de segmentation obtenu avec l’algorithme Isodata13, qui est ensuite lissé à travers les trames par régression polynomiale comme norme. Cependant, les composantes spatiales issues de l’hétérogénéité de fluorescence non liées à la cellule cible éliminée dans12 ont été ignorées par cette méthode. Le seuillage automatique peut être effectué par plusieurs méthodes, mais l’algorithme Isodata a produit les meilleurs résultats empiriques. Ainsi, la soustraction automatique de la valeur de fond et le calcul ratiométrique sont la deuxième caractéristique principale d’AMEBaS (Figure 1), qui, pris ensemble, reçoit en entrée une pile d’images de microscopie à fluorescence à double canal, estime la ligne médiane de la cellule et le fond spécifique au canal, et produit des kymographes des deux canaux et de leur rapport (sortie principale #1) après soustraction de l’arrière-plan, lissage et suppression des valeurs aberrantes, ainsi qu’une pile d’images ratiométriques (sortie principale #2).

AMEBaS a été testé avec des time-lapses de fluorescence de tubes polliniques d’Arabidopsis en croissance obtenus au microscope, soit avec des capteurs ratiométriques Ca2+ (CaMeleon)8 ou pH (pHluorin)6 exprimés sous le promoteur LAT52 spécifique au pollen. Les images de chaque canal ont été prises toutes les 4 s couplées à un microscope inversé, une caméra frontale éclairée (2560 pixels × 2160 pixels, taille de pixel 6,45 μm), un illuminateur à fluorescence et un objectif à immersion dans l’eau 63x, 1,2NA. Les réglages des filtres utilisés pour CaMeleon étaient : excitation 426-450 nm (CFP) et 505-515 nm (YFP), émission 458-487 nm (CFP) et 520-550 nm (YFP), tandis que pour pHluorin, excitation 318-390 nm (DAPI) et 428-475 nm (FITC), émission 435-448 nm (DAPI) et 523-536 nm (FITC). Un ensemble complet de données a été ajouté pour les tests chez Zenodo (DOI : 10.5281/zenodo.7975350)14.

De plus, le pipeline a été testé avec des données sur les poils racinaires, où l’imagerie a été réalisée avec un microscope à feuille de lumière (SPIM) comme décrit précédemment 15,16 avec des poils racinaires d’Arabidopsis exprimant le rapporteur Ca2+ génétiquement codé NES-YC3.6 sous le contrôle du promoteur UBQ1017. Le logiciel maison LabView qui contrôlait l’acquisition de la caméra, la translation de l’échantillon et l’obturateur du microscope à nappe de lumière a permis l’observation des deux canaux cpVenus et CFP, mais aussi la visualisation de leur rapport en temps réel. Chaque image de rapport du time-lapse représentait une projection d’intensité maximale (MIP) entre les images des canaux fluorescents cpVenus et CFP obtenues à partir de 15 tranches de l’échantillon espacées de 3 μm. Le rapport cpVenus/CFP en time-lapse des MIP a été enregistré et directement utilisé pour l’analyse AMEBaS.

Bien que ce pipeline puisse fonctionner avec plusieurs types de cellules en croissance et en migration, il a été spécialement conçu pour analyser les cellules en croissance qui se développent exclusivement à l’extrémité, telles que les tubes polliniques, les poils racinaires et les hyphes fongiques, où il existe une correspondance des régions cytoplasmiques non croissantes entre les cadres. En l’absence d’une telle correspondance, l’utilisateur doit choisir l’option complete_skeletonization à l’étape 1.3.1.1 (voir la section Discussion pour plus de détails).

Figure 1
Figure 1 : Vue d’ensemble du flux de travail du pipeline. Le pipeline AMEBaS analyse et traite les timelapses microscopiques en trois étapes principales : la segmentation d’une cellule unique, le traçage de la ligne médiane et la génération de kymographes. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Protocol

1. Protocole de bloc-notes interactif Le bloc-notes Jupyter peut être utilisé directement sur le Web à l’aide de Google Colab à https://colab.research.google.com/github/badain/amebas/blob/main/AMEBAS_Colab.ipynb, où les instructions ci-dessous ont été basées. Le notebook Jupyter est également disponible à l’adresse https://github.com/badain/amebas, où il peut être téléchargé et configuré pour s’exécuter localement dans Jupyter (Anaconda peut fournir un pro…

Representative Results

Le pipeline AMEBaS automatise l’extraction de la dynamique médiane des cellules uniques polarisées à partir d’empilements d’images de microscopie à fluorescence, ce qui le rend moins chronophage et moins sujet aux erreurs humaines. La méthode quantifie ces laps de temps en générant des kymographes et des empilements d’images ratiométriques (Figure 1) dans des cellules individuelles en croissance. Il peut être ajusté pour travailler sur la migration de cellules individuelles…

Discussion

La nouvelle méthode présentée ici est un outil puissant pour rationaliser et automatiser l’analyse des piles d’images de microscopie à fluorescence de cellules polarisées. Les méthodes actuelles décrites dans la littérature, telles que les plugins ImageJ Kymograph, nécessitent un traçage manuel de la ligne médiane de la cellule polarisée d’intérêt, une tâche qui prend non seulement du temps, mais qui est également sujette à des erreurs humaines. Étant donné que la définition de la ligne médiane…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Les auteurs remercient les subventions 2015/22308-2, 2019/23343-7, 2019/26129-6, 2020/06744-5, 2021/05363-0, le CNPq, la subvention NIH R01 GM131043 et les subventions NSF MCB1714993, MCB1930165 pour le soutien financier. Les données sur les poils racinaires ont été produites avec l’infrastructure et sous la supervision du professeur Andrea Bassi et du professeur Alex Costa.

Materials

Github Github https://github.com/badain/amebas
Google Colab Google https://colab.research.google.com/github/badain/amebas/blob/main/AMEBAS_Colab.ipynb

Referenzen

  1. Drubin, D. G., Nelson, W. J. Origins of cell polarity. Cell. 84 (3), 335-344 (1996).
  2. Wodarz, A., Näthke, I. Cell polarity in development and cancer. Nature Cell Biology. 9 (9), 1016-1024 (2007).
  3. Palanivelu, R., Preuss, D. Pollen tube targeting and axon guidance: parallels in tip growth mechanisms. Trends in Cell Biology. 10 (12), 517-524 (2000).
  4. Portes, M. T., et al. . The Pollen Tube Oscillator: Integrating Biophysics and Biochemistry into Cellular Growth and Morphogenesis. Rhythms in Plants: Dynamic Responses in a Dynamic Environment. , (2015).
  5. Wudick, M. M., et al. CORNICHON sorting and regulation of GLR channels underlie pollen tube Ca2+ homeostasis. Science. 360 (6388), 533-536 (2018).
  6. Hoffmann, R. D., et al. Plasma membrane H+-ATPases sustain pollen tube growth and fertilization. Nature Communications. 11 (1), 1-15 (2020).
  7. Michard, E., et al. Glutamate receptor-like genes form Ca2+ channels in pollen tubes and are regulated by pistil D-serine. Science. 332 (6028), 434-437 (2011).
  8. Damineli, D. S., Portes, M. T., Feijó, J. A. Oscillatory signatures underlie growth regimes in Arabidopsis pollen tubes: computational methods to estimate tip location, periodicity, and synchronization in growing cells. Journal of Experimental Botany. 68 (12), 3267-3281 (2017).
  9. Li, K., et al. An optimized genetically encoded dual reporter for simultaneous ratio imaging of Ca2+ and H+ reveals new insights into ion signaling in plants. New Phytologist. 230 (6), 2292-2310 (2021).
  10. Sadoine, M., et al. Designs, applications, and limitations of genetically encoded fluorescent sensors to explore plant biology. Plant Physiology. 187 (2), 485-503 (2021).
  11. Grenzi, M., et al. Illuminating the hidden world of calcium ions in plants with a universe of indicators. Plant Physiology. 187 (2), 550-571 (2021).
  12. Munglani, G., Vogler, H., Grossniklaus, U. Fast and flexible processing of large FRET image stacks using the FRET-IBRA toolkit. PLoS Computational Biology. 18 (4), 1009242 (2022).
  13. Ridler, T., Calvard, S. Picture thresholding using an iterative selection method. IEEE Transactions on Systems, Man, and Cybernetics. 8 (8), 630-632 (1978).
  14. Portes, M. T., Feijó, J. . Growing Arabidopsis pollen tubes expressing genetically encoded reporters for calcium and pH. , (2023).
  15. Candeo, A., Doccula, F. G., Valentini, G., Bassi, A., Costa, A. Light sheet fluorescence microscopy quantifies calcium oscillations in root hairs of Arabidopsis thaliana. Plant & Cell Physiology. 58 (7), 1161-1172 (2017).
  16. Romano Armada, N., et al. In vivo light sheet fluorescence microscopy of calcium oscillations in Arabidopsis thaliana. Methods in Molecular Biology. 1925, 87-101 (2019).
  17. Krebs, M., et al. FRET-based genetically encoded sensors allow high-resolution live cell imaging of Ca2+ dynamics. The Plant Journal. 69 (1), 181-192 (2012).
  18. Lee, T. -. C., Kashyap, R. L., Chu, C. -. N. Building skeleton models via 3-D medial surface axis thinning algorithms. CVGIP: Graphical Models and Image Processing. 56 (6), 462-478 (1994).
  19. Nunez-Iglesias, J., Blanch, A. J., Looker, O., Dixon, M. W., Tilley, L. A new Python library to analyse skeleton images confirms malaria parasite remodelling of the red blood cell membrane skeleton. PeerJ. 6, 4312 (2018).

Play Video

Diesen Artikel zitieren
Badain, R., Damineli, D. S. C., Portes, M. T., Feijó, J., Buratti, S., Tortora, G., Neves de Oliveira, H., Cesar Jr, R. M. AMEBaS: Automatic Midline Extraction and Background Subtraction of Ratiometric Fluorescence Time-Lapses of Polarized Single Cells. J. Vis. Exp. (196), e64857, doi:10.3791/64857 (2023).

View Video