Summary

Microscopia de seguimento da único-molécula-uma ferramenta para determinar os Estados diffusive de moléculas cytosolic

Published: September 05, 2019
doi:

Summary

a microscopia da localização da único-molécula 3D é utilizada para sondar as posições espaciais e as trajetórias do movimento de proteínas cDNAs etiquetadas em pilhas bacterianas vivas. O protocolo de análise experimental e de dados descrito neste documento determina os comportamentos diffusivos prevalentes de proteínas citosómicas baseadas em trajetórias unimoléculas agrupadas.

Abstract

A microscopia da localização da único-molécula sonda a posição e os movimentos de moléculas individuais em pilhas vivas com dezenas de definição temporal espacial e milisecond do nanômetro. Estas capacidades fazem a microscopia da localização da único-molécula serida idealmente para estudar funções biológicas do nível molecular em ambientes fisiologicamente relevantes. Aqui, demonstramos um protocolo integrado para aquisição e processamento/análise de dados de rastreamento de molécula única para extrair os diferentes Estados diffusivos que uma proteína de interesse pode expor. Esta informação pode ser usada para quantificar a formação complexa molecular em células vivas. Fornecemos uma descrição detalhada de uma experiência de localização de molécula 3D baseada em câmera, bem como as etapas subseqüentes de processamento de dados que produzem as trajetórias de moléculas individuais. Essas trajetórias são então analisadas por meio de uma estrutura de análise numérica para extrair os Estados difusivos prevalentes das moléculas rotuladas fluorescentamente e a abundância relativa desses Estados. A estrutura de análise é baseada em simulações estocásticas de trajetórias de difusão brownianas intracelulares que são confinadas espacialmente por uma geometria de célula arbitrária. Com base nas trajetórias simuladas, as imagens de molécula única bruta são geradas e analisadas da mesma forma que as imagens experimentais. Dessa forma, as limitações experimentais de precisão e precisão, que são difíceis de calibrar experimentalmente, são explicitamente incorporadas ao fluxo de trabalho de análise. O coeficiente de difusão e as frações populacionais relativas dos Estados diffusivos prevalentes são determinados ajustando-se as distribuições dos valores experimentais utilizando combinações lineares de distribuições simuladas. Nós demonstramos a utilidade de nosso protocolo resolvendo os Estados difusivo de uma proteína que exiba Estados difusivo diferentes em cima de formar complexos do Homo-e do hetero-oligomeric no citosol de um micróbio patogénico bacteriano.

Introduction

Examinar o comportamento difusivo de biomoléculas fornece a introspecção em suas funções biológicas. Técnicas baseadas em microscopia de fluorescência tornaram-se ferramentas valiosas para observar biomoléculas em seu ambiente de células nativas. A recuperação da fluorescência após o photobranqueamento (Frap) e a espectroscopia da correlação da fluorescência (FCS)1 fornecem comportamentos difusivo Ensemble-calculados. Inversamente, a microscopia da localização da único-molécula permite a observação de moléculas cDNAs etiquetadas individuais com definição espacial e temporal elevada2,3,4. Observar moléculas individuais é vantajoso desde que uma proteína do interesse pode existir em Estados difusivo diferentes. Por exemplo, dois Estados difusivo prontamente distinguíveis surgem quando um regulador transcricional, tal como o cubador em Escherichia coli, difunde livremente no citosol ou se liga a uma seqüência do ADN e se torna imobilizado no temporal da medida5 . Rastreamento de molécula única fornece uma ferramenta para observar esses diferentes Estados diretamente, e análises sofisticadas não são necessárias para resolvê-los. No entanto, torna-se mais desafiador resolver vários Estados diffusivos e suas frações populacionais nos casos em que suas taxas diffusivas são mais semelhantes. Por exemplo, devido à dependência de tamanho do coeficiente de difusão, diferentes Estados de oligomerização de uma proteína se manifestam como diferentes Estados diffusivos6,7,8,9 , 10. esses casos exigem uma abordagem integrada em termos de aquisição, processamento e análise de dados.

Um fator crítico que influencia as taxas difusivo de moléculas citosólico é o efeito do confinamento pelo limite da pilha. As restrições colocadas no movimento molecular por um limite de células bacterianas causam uma taxa de difusão medida das moléculas citosómicas para parecer mais lenta do que se o mesmo movimento tivesse ocorrido em um espaço não confinado. Para moléculas muito lentamente difuso, o efeito do confinamento celular é insignificante devido à falta de colisões com o limite. Nesses casos, pode ser possível resolver com precisão os Estados diffusivos, ajustando as distribuições de deslocamentos moleculares, rou coeficientes de difusão aparente, D *, utilizando modelos analíticos baseados nas equações para o movimento browniano ( difusão aleatória)11,12,13. No entanto, para a difusão rápida de moléculas citosómicas, as distribuições experimentais já não se assemelham àquelas obtidas para o movimento browniano não confinado devido a colisões de moléculas de difusão com os limites das células. Os efeitos de confinamento devem ser contabilizados para determinar com precisão os coeficientes de difusão não confinados das moléculas rotuladas fluorescentamente. Várias abordagens foram recentemente desenvolvidas para dar conta dos efeitos de confinamento (semi-) analiticamente 5,14,15,16 ou numericamente através de simulações de Monte Carlo de Difusão Brownian6,10,16,17,18,19.

Aqui, nós fornecemos um protocolo integrado para coletar e analisar dados da microscopia da localização da único-molécula com um foco particular no seguimento da único-molécula. O objetivo final do protocolo é resolver Estados diffusivos de proteínas citosómicas rotuladas fluorescentamente no interior, neste caso, células bacterianas em forma de haste. Nosso trabalho constrói em um protocolo precedente para o seguimento da único-molécula, em que um polymerase do ADN, PolI, foi mostrado para existir em um estado encadernado e não acoplado do ADN pela análise de difusão20. Aqui, nós expandimos a análise de rastreamento de molécula única para medições 3D e executamos simulações computacionais mais realistas para resolver e quantificar vários Estados diffusivos simultaneamente presentes nas células. Os dados são adquiridos usando um microscópio de fluorescência 3D de super resolução, construído em casa, que é capaz de determinar a posição 3D dos emissores fluorescentes por imagem com a função de propagação de pontos de dupla hélice (dhpsf)21,22. As imagens RAW de molécula única são processadas usando um software escrito personalizado para extrair as localizações de molécula única 3D, que são combinadas em trajetórias de moléculas únicas. Milhares de trajetórias são agrupadas para gerar distribuições de coeficientes de difusão aparente. Em uma etapa final, as distribuições experimentais são encaixadas com distribuições numericamente geradas obtidas através de simulações de Monte-Carlo de movimento browniano em um volume confinado. Nós aplicamos este protocolo para resolver os Estados difusivo do tipo-3 proteína yscq do sistema da secreção em viver Yersinia enterocolitica. Devido à sua natureza modular, nosso protocolo é geralmente aplicável a qualquer tipo de experimento de rastreamento de única molécula ou de partículas únicas em geometrias de células arbitrárias.

Protocol

1. calibração do ponto-propagação-função da dobro-hélice Nota: as imagens descritas neste e as secções seguintes são adquiridas através de um microscópio de fluorescência invertido personalizado, conforme descrito em rocha et al.23. O mesmo procedimento é aplicável às implementações diferentes do microscópio projetadas para a localização da único-molécula e a microscopia de seguimento2,3,4<s…

Representative Results

as condições experimentais descritas aqui (20.000 frames, comprimento mínimo da trajetória de 4 localizações) e dependendo dos níveis da expressão das proteínas cDNAs etiquetadas da fusão, aproximadamente 200-3000 localizações que rendem 10-150 trajetórias podem ser geradas por célula (Figura 2a, b). Um grande número de trajetórias é necessário para produzir uma distribuição bem amostrada de coeficientes de difusão aparen…

Discussion

Um fator crítico para a aplicação bem sucedida do protocolo apresentado é assegurar-se de que os sinais da único-molécula estejam bem separados de se (isto é, precisam de ser esparsos no espaço e no tempo (Mov. 1 suplementar)). Se houver mais de uma molécula fluorescente em uma célula ao mesmo tempo, então a localização pode ser incorretamente atribuída à trajetória de outras moléculas. Isto é referido como o problema de ligação30. As condições experimentais,…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Agradecemos a Alecia Achimovich e Ting Yan pela leitura crítica do manuscrito. Agradecemos a Ed Hall, cientista sênior do grupo de serviços avançados de pesquisa em informática da Universidade da Virgínia, para ajudar na configuração das rotinas de otimização utilizadas neste trabalho. O financiamento para este trabalho foi fornecido pela Universidade de Virginia.

Materials

2,6-diaminopimelic acid Chem Impex International 5411 Necessary for growth of Y. enterocolitica cells used.
4f lenses Thorlabs AC508-080-A f = 80mm, 2"
514 nm laser Coherent Genesis MX514 MTM Use for fluorescence excitation
agarose Inivtrogen 16520100 Used to make gel pads to mount liquid bacterial sample on microscope.
ammonium chloride Sigma Aldrich A9434 M2G ingredient.
bandpass filter Chroma ET510/bp Excitation pathway.
Brain Heart Infusion Sigma Aldrich 53286 Growth media for Y. enterocolitica.
calcium chloride Sigma Aldrich 223506 M2G ingredient.
camera Imaging Source DMK 23UP031 Camera for phase contrast imaging.
dielectric phase mask Double Helix, LLC N/A Produces DHPSF signal.
disodium phosphate Sigma Aldrich 795410 M2G ingredient.
ethylenediaminetetraacetic acid Fisher Scientific S311-100 Chelates Ca2+. Induces secretion in the T3SS.
flip mirror Newport 8892-K Allows for switching between fluorescence and phase contrast pathways.
fluospheres Invitrogen F8792 Fluorescent beads. 540/560 exication and emission wavelengths. 40 nm diameter.
glass cover slip VWR 16004-302 #1.5, 22mmx22mm
glucose Chem Impex International 811 M2G ingredient.
immersion oil Olympus Z-81025 Placed on objective lens.
iron(II) sulfate Sigma Aldrich F0518 M2G ingredient.
long pass filter Semrock LP02-514RU-25 Emission pathway.
magnesium sulfate Fisher Scientific S25414A M2G ingredient.
microscope platform Mad City Labs custom Platform for inverted microscope.
nalidixic acid Sigma Aldrich N4382 Y. enterocolitica cells used are resistant to nalidixic acid.
objective lens Olympus 1-U2B991 60X, 1.4 NA
Ozone cleaner Novascan PSD-UV4 Used to eliminate background fluorescence on glass cover slips.
potassium phosphate Sigma Aldrich 795488 M2G ingredient.
Red LED Thorlabs M625L3 Illuminates sample for phase contrast imaging. 625nm.
sCMOS camera Hamamatsu ORCA-Flash 4.0 V2 Camera for fluorescence imaging.
short pass filter Chroma ET700SP-2P8 Emission pathway.
Tube lens Thorlabs AC508-180-A f=180 mm, 2"
Yersinia enterocolitica dHOPEMTasd N/A N/A Strain AD4442, eYFP-YscQ
zero-order quarter-wave plate Thorlabs WPQ05M-514 Excitation pathway.

Riferimenti

  1. Kapanidis, A. N., Uphoff, S., Stracy, M. Understanding Protein Mobility in Bacteria by Tracking Single Molecules. Journal of Molecular Biology. , (2018).
  2. Betzig, E., et al. Imaging intracellular fluorescent proteins at nanometer resolution. Science. 313 (5793), 1642-1645 (2006).
  3. Hess, S. T., Girirajan, T. P. K., Mason, M. D. Ultra-high resolution imaging by fluorescence photoactivation localization microscopy. Biophysical Journal. 91 (11), 4258-4272 (2006).
  4. Rust, M. J., Bates, M., Zhuang, X. W. Sub-diffraction-limit imaging by stochastic optical reconstruction microscopy (STORM). Nature Methods. 3 (10), 793-795 (2006).
  5. Chen, T. Y., et al. Quantifying Multistate Cytoplasmic Molecular Diffusion in Bacterial Cells via Inverse Transform of Confined Displacement Distribution. Journal of Physical Chemistry B. 119 (45), 14451-14459 (2015).
  6. Mohapatra, S., Choi, H., Ge, X., Sanyal, S., Weisshaar, J. C. Spatial Distribution and Ribosome-Binding Dynamics of EF-P in Live Escherichia coli. mBio. 8 (3), (2017).
  7. Stracy, M., et al. Single-molecule imaging of UvrA and UvrB recruitment to DNA lesions in living Escherichia coli. Nature Communications. 7, 12568 (2016).
  8. Persson, F., Lindén, M., Unoson, C., Elf, J. Extracting intracellular diffusive states and transition rates from single-molecule tracking data. Nature Methods. 10 (3), 265-269 (2013).
  9. Bakshi, S., Choi, H., Weisshaar, J. C. The spatial biology of transcription and translation in rapidly growing Escherichia coli. Frontiers in Microbiology. 6, 636 (2015).
  10. Mustafi, M., Weisshaar, J. C. Simultaneous Binding of Multiple EF-Tu Copies to Translating Ribosomes in Live Escherichia coli. mBio. 9 (1), (2018).
  11. Michalet, X., Berglund, A. J. Optimal diffusion coefficient estimation in single-particle tracking. Physical Review E. 85 (6), (2012).
  12. Michalet, X. Mean square displacement analysis of single-particle trajectories with localization error: Brownian motion in an isotropic medium. Physical Review E Statistical, Nonlinear, and Soft Matter Physics. 82 (4 Pt 1), 041914 (2010).
  13. Backlund, M. P., Joyner, R., Moerner, W. E. Chromosomal locus tracking with proper accounting of static and dynamic errors. Physical Review E Statistical, Nonlinear, and Soft Matter Physics. 91 (6), 062716 (2015).
  14. Stracy, M., et al. Live-cell superresolution microscopy reveals the organization of RNA polymerase in the bacterial nucleoid. Proceedings of the National Academy of Sciences of the United States of America. 112 (32), E4390-E4399 (2015).
  15. Plochowietz, A., Farrell, I., Smilansky, Z., Cooperman, B. S., Kapanidis, A. N. In vivo single-RNA tracking shows that most tRNA diffuses freely in live bacteria. Nucleic Acids Research. 45 (2), 926-937 (2017).
  16. Koo, P. K., Mochrie, S. G. Systems-level approach to uncovering diffusive states and their transitions from single-particle trajectories. Physical Review E. 94 (5-1), 052412 (2016).
  17. Uphoff, S., Reyes-Lamothe, R., Garza de Leon, F., Sherratt, D. J., Kapanidis, A. N. Single-molecule DNA repair in live bacteria. Proceedings of the National Academy of Sciences of the United States of America. 110 (20), 8063-8068 (2013).
  18. Bakshi, S., Bratton, B. P., Weisshaar, J. C. Subdiffraction-Limit Study of Kaede Diffusion and Spatial Distribution in Live Escherichia coli. Biophysical Journal. 101 (10), 2535-2544 (2011).
  19. Bakshi, S., Siryaporn, A., Goulian, M., Weisshaar, J. C. Superresolution imaging of ribosomes and RNA polymerase in live Escherichia coli cells. Molecular Microbiology. 85 (1), 21-38 (2012).
  20. Uphoff, S., Sherratt, D. J., Kapanidis, A. N. Visualizing Protein-DNA Interactions in Live Bacterial Cells Using Photoactivated Single-molecule Tracking. JoVE. (85), e51177 (2014).
  21. Pavani, S. R. P., Piestun, R. Three dimensional tracking of fluorescent microparticles using a photon-limited double-helix response system. Optics Express. 16 (26), 22048-22057 (2008).
  22. Pavani, S. R. P., et al. Three-dimensional, single-molecule fluorescence imaging beyond the diffraction limit by using a double-helix point spread function. Proceedings of the National Academy of Sciences of the United States of America. 106 (9), 2995-2999 (2009).
  23. Rocha, J. M., et al. Single-molecule tracking in live Yersinia enterocolitica reveals distinct cytosolic complexes of injectisome subunits. Integrative Biology. 10 (9), 502-515 (2018).
  24. Lew, M. D., von Diezmann, A. R. S., Moerner, W. E. Easy-DHPSF open-source software for three-dimensional localization of single molecules with precision beyond the optical diffraction limit. Protocol Exchange. , (2013).
  25. Biteen, J. S., et al. Super-resolution imaging in live Caulobacter crescentus cells using photoswitchable EYFP. Nature Methods. 5 (11), 947-949 (2008).
  26. Huang, F., et al. Video-rate nanoscopy using sCMOS camera-specific single-molecule localization algorithms. Nature Methods. 10 (7), 653-658 (2013).
  27. Hoogendoorn, E., et al. The fidelity of stochastic single-molecule super-resolution reconstructions critically depends upon robust background estimation. Scientific Reports. 4, 3854 (2014).
  28. Paintdakhi, A., et al. Oufti: An integrated software package for high-accuracy, high-throughput quantitative microscopy analysis. Molecular microbiology. 99 (4), 767-777 (2016).
  29. Rocha, J. M., Corbitt, J., Yan, T., Richardson, C., Gahlmann, A. Resolving Cytosolic Diffusive States in Bacteria by Single-Molecule Tracking. bioRxiv. , 483321 (2018).
  30. Lee, A., Tsekouras, K., Calderon, C., Bustamante, C., Presse, S. Unraveling the Thousand Word Picture: An Introduction to Super-Resolution Data Analysis. Chemical Reviews. 117 (11), 7276-7330 (2017).
  31. Los, G. V., et al. HaloTag: A Novel Protein Labeling Technology for Cell Imaging and Protein Analysis. ACS Chemical Biology. , (2008).
  32. Gautier, A., et al. An Engineered Protein Tag for Multiprotein Labeling in Living Cells. Chemistry & Biology. 15 (2), 128-136 (2008).
  33. Bisson-Filho, A. W., et al. Treadmilling by FtsZ filaments drives peptidoglycan synthesis and bacterial cell division. Science. 355 (6326), 739-743 (2017).
  34. Douglass, K. M., Sieben, C., Archetti, A., Lambert, A., Manley, S. Super-resolution imaging of multiple cells by optimised flat-field epi-illumination. Nature Photonics. 10 (11), 705-708 (2016).
  35. Zhao, Z., Xin, B., Li, L., Huang, Z. L. High-power homogeneous illumination for super-resolution localization microscopy with large field-of-view. Optics Express. 25 (12), 13382-13395 (2017).
  36. Yan, T., Richardson, C. J., Zhang, M., Gahlmann, A. Computational Correction of Spatially-Variant Optical Aberrations in 3D Single Molecule Localization Microscopy. bioRxiv. , 504712 (2018).
  37. Gahlmann, A., Moerner, W. E. Exploring bacterial cell biology with single-molecule tracking and super-resolution imaging. Nature Reviews Microbiology. 12 (1), 9-22 (2014).
  38. Liu, Z., Lavis, L. D., Betzig, E. Imaging live-cell dynamics and structure at the single-molecule level. Mol Cell. 58 (4), 644-659 (2015).
  39. Berglund, A. J. Statistics of camera-based single-particle tracking. Physical Review E. 82 (1), 011917 (2010).
  40. Parry, B. R., et al. The bacterial cytoplasm has glass-like properties and is fluidized by metabolic activity. Cell. 156 (1-2), 183-194 (2014).
  41. English, B. P., et al. Single-molecule investigations of the stringent response machinery in living bacterial cells. Proceedings of the National Academy of Sciences of the United States of America. 108 (31), E365-E373 (2011).
  42. Niu, L. L., Yu, J. Investigating intracellular dynamics of FtsZ cytoskeleton with photoactivation single-molecule tracking. Biophysical Journal. 95 (4), 2009-2016 (2008).
  43. Coquel, A. S., et al. Localization of protein aggregation in Escherichia coli is governed by diffusion and nucleoid macromolecular crowding effect. PLoS Computational Biology. 9 (4), e1003038 (2013).
  44. Nenninger, A., Mastroianni, G., Mullineaux, C. W. Size Dependence of Protein Diffusion in the Cytoplasm of Escherichia coli. Journal of Bacteriology. 192 (18), 4535-4540 (2010).
  45. Dix, J. A., Verkman, A. S. Crowding effects on diffusion in solutions and cells. Annual Review of Biophysics. 37, 247-263 (2008).
  46. Elliott, L. C., Barhoum, M., Harris, J. M., Bohn, P. W. Trajectory analysis of single molecules exhibiting non-brownian motion. Physical Chemistry Chemical Physics. 13 (10), 4326-4334 (2011).

Play Video

Citazione di questo articolo
Rocha, J. M., Gahlmann, A. Single-Molecule Tracking Microscopy – A Tool for Determining the Diffusive States of Cytosolic Molecules. J. Vis. Exp. (151), e59387, doi:10.3791/59387 (2019).

View Video