Misurazione dei tassi di mutazione microbica con il saggio di fluttuazione
概要
Qui, viene presentato un protocollo per eseguire un saggio di fluttuazione e stimare il tasso di mutazione microbica utilizzando marcatori fenotipici. Questo protocollo consentirà ai ricercatori di testare le mutazioni in diversi microbi e ambienti, determinando come il genotipo e il contesto ecologico influenzano i tassi di mutazione spontanea.
Abstract
I saggi di fluttuazione sono ampiamente utilizzati per stimare i tassi di mutazione nei microbi che crescono in ambienti liquidi. Molte culture sono inoculate con poche migliaia di cellule, ognuna sensibile a un marcatore selettivo che può essere analizzato fenotipicamente. Queste culture parallele crescono per molte generazioni in assenza del marcatore fenotipipico. Un sottoinsieme di colture viene utilizzato per stimare il numero totale di cellule a rischio di mutazioni (cioè la dimensione della popolazione alla fine del periodo di crescita, o Nt). Le altre colture sono placcate sull’agar selettivo. La distribuzione di mutanti resistenti osservati tra culture parallele viene quindi utilizzata per stimare il numero previsto di eventi mutazionali, m, utilizzando un modello matematico. Dividendo m per Nt si ottiene la stima del tasso di mutazione per locus per generazione. Il saggio ha tre aspetti critici: il marcatore fenotico scelto, il volume scelto di colture parallele, e garantire che la superficie sull’agar selettivo sia completamente asciutta prima dell’incubazione. Il test è relativamente poco costoso e ha bisogno solo di attrezzature di laboratorio standard. È anche meno laborioso di approcci alternativi, come l’accumulo di mutazioni e i saggi unicellulari. Il saggio funziona su organismi che attraversano rapidamente molte generazioni e dipende da ipotesi circa gli effetti di fitness dei marcatori e la morte cellulare. Tuttavia, gli strumenti sviluppati di recente e gli studi teorici consentono ora di affrontare questi problemi analiticamente. Il saggio consente la stima del tasso di mutazione di diversi marcatori fenotipici nelle cellule con genotipi diversi che crescono in isolamento o in comunità. Conducendo più saggi in parallelo, i test possono essere utilizzati per studiare come il contesto ambientale di un organismo influisce sul tasso di mutazione spontanea, che è fondamentale per comprendere la resistenza antimicrobica, la carcinogenesi, l’invecchiamento e l’evoluzione.
Introduction
Nel 1901 il botanico olandese Hugo de Vries coniò il termine mutazione1. Ventisei anni dopo, quando Hermann Joseph Muller scoprì l’azione mutagegena dei raggi X2,le mutazioni erano già percepite come una delle forze trainanti dell’evoluzione. Tuttavia, la natura delle mutazioni non era chiara. Per rispondere alla domanda fondamentale se le mutazioni emergono spontaneamente (cioè una mutazione spontanea) o in risposta alla selezione (cioè una mutazione indotta), era necessario un metodo per osservare gli eventi mutazionali. Tale metodo misurerebbe il numero previsto di mutazioni per divisione cellulare o quello che era già noto come tasso di mutazione3,4.
Figura 1: Illustrazione schematica di come eseguire il saggio di fluttuazione con un ceppo microbico in una piastra di pozzo profondo 96. (A) Cellule inoculate e climatizzati in tubi da 50 mL contenenti cinque ambienti diversi (‘rosso’, ‘blu’, ‘verde’, ‘viola’ e ‘arancione’). (B) Preparare colture parallele con un piccolo numero di cellule sensibili in una piastra di 96 pozzi profondi. L’analisi “rossa” ha 20 colture parallele, mentre i saggi “blu”, “verde”, “viola” e “arancione” hanno tutte 19 colture parallele. Le posizioni delle culture parallele sulla targa del pozzo profondo 96 sono casuali. La randomizzazione può essere eseguita con lo script Supplementary LayoutGenerator.R o con un altro strumento. Il layout in alto a destra è il risultato della randomizzazione. (C) Incubare la piastra del pozzo profondo 96 e lasciare che le cellule si dividano e mutino spontaneamente. Sei colture provenienti da pozzi profondi A1, B1, C1, E1, F1 e G1 mostrano come il numero di mutanti fluttui: 4, 0, 2, 2, 1 e 4 globuli rossi dopo la terza divisione cellulare, rispettivamente. Il numero di mutanti differisce non solo a causa del diverso numero di mutazioni spontanee (0, 1 o 2 come mostrato dal primo globulo rosso), ma anche perché è importante quando durante un ciclo culturale emerge spontaneamente una mutazione di resistenza (divisione cellulare 1, 2 o 3). (D) Dopo l’incubazione del pozzo profondo 96 il numero di mutanti è determinato dalla placcatura di 81 colture parallele. Sul layout questi sono cerchi senza bordi in grassetto. L’intera coltura parallela è placcata su un pozzo di un pozzo 6 contenente un agar selettivo. (E) Le restanti 15 colture vengono diluite e placcate sull’agar non selettivo per determinare il numero medio di cellule (Nt). Sul layout questi sono etichettati come Ntwells e hanno bordi in grassetto. Per ogni saggio Nt è mediato su tre culture parallele. In basso a destra c’è un piatto Petri contenente un piatto di agar non selettivo con 25 CFU di una cultura diluita coltivata in un pozzo profondo D1 (parte di un saggio ‘verde’). (F) Dopo l’incubazione dei 6 pozze selettive, è stato contato il numero di mutanti osservati e il numero previsto di eventi mutazionali, m, è stato stimato utilizzando uno stimatore di massima probabilità. (G) Conoscere sia il numero di mutazioni, m, sia il numero di cellule per saggio, Nt, il tasso di mutazione è stato stimato come m/Nt. Fare clic qui per visualizzare una versione più grande di questa figura.
Salvador Luria e Max Delbràck nel 1943 hanno fornito una soluzione ingegnosa a questo problema con il cavalone di fluttuazione5 (vedi Figura 1). L’analisi inizia con più popolazioni (denominate colture parallele) che vengono avviate con un numero ridotto di cellule microbiche (Figura 1A,B). Dopo la crescita in un ambiente benigno e non selettivo (Figura 1C), le colture parallele vengono trasferite su lastre contenenti un marcatore selettivo (fagi, antibiotici, ecc.), dove sopravvivono solo le cellule con mutazione di resistenza che possono produrre una colonia (Figura 1D). L’aspettativa principale era che se le mutazioni di resistenza sono indotte, il numero di cellule che portano una mutazione dovrebbe essere distribuito tra diverse popolazioni con la media uguale alla varianza. Ciò che Luria e Delbràck hanno scoperto con l’analisi della fluttuazione è che il numero di mutanti ha oscillato drasticamente e che la varianza nel numero di mutanti tra le diverse popolazioni era notevolmente maggiore della media. Luria e Delbràck hanno quindi dimostrato che le mutazioni sono spontanee. Hanno dimostrato che le mutazioni emergono spontaneamente ogni volta che il DNA viene replicato, e il numero di mutanti dipende da quando la mutazione si verifica durante la crescita della popolazione. Vedere Figura 1C, in cui sei popolazioni, ognuna avviata con una cellula microbica (in blu), si verificano nessuna, 1 o 2 singole mutazioni. Le popolazioni A1, E1 e F1 hanno sperimentato una singola mutazione (prima cellula rossa), ma poiché una singola mutazione emerge spontaneamente in vari punti temporali durante un ciclo culturale, le popolazioni hanno finito con un numero molto diverso di mutanti osservati (quattro, due e uno, rispettivamente). D’altra parte, le popolazioni C1 e G1 hanno finito con lo stesso numero di mutanti osservati come E1 e A1, nonostante abbiano sperimentato due eventi mutazionali piuttosto che uno. La fluttuazione dei mutanti osservati tra le popolazioni non solo ha dato il nome all’analisi, ma ha anche mostrato che una frequenza mutante (cioè la proporzione di cellule mutanti) è un indicatore inadeguato del tasso di mutazione.
L’obiettivo generale del saggio di fluttuazione è quello di stimare il tasso di mutazione spontanea di un particolare genotipo di batteri o di altri organismi unicellulari che crescono in un particolare ambiente liquido. Il test di fluttuazione rimane lo strumento più appropriato per studiare la dipendenza ambientale dei tassi di mutazione microbica e consente una stima rapida e poco costosa del tasso di mutazione. Approcci alternativi alla stima del tasso di mutazione, come il sequenziamento di massima profondità6, il sequenziamento della popolazione7, gli esperimenti di accumulo di mutazioni8o il confronto delle sequenze genomiche di una prole con quelle dei genitori9 sono molto più laboriosi e quindi poco adatti a rilevare potenziali dipendenze ambientali. Tuttavia, gli aspetti dinamici della generazione e della riparazione di una mutazione sono in gran parte inaccessibili a un saggio di fluttuazione o a uno qualsiasi dei metodi per valutare un tasso di mutazione sopra elencato. Per studiare come il numero di mutazioni cambia nel tempo, nello spazio o tra le singole cellule all’interno di una popolazione,sono necessarie le12cellule singole, che, oltre ad essere più laboriose dei saggi di fluttuazione, richiedono competenze e attrezzature altamente specializzate.
In pratica, un saggio di fluttuazione sta contando le cellule che ottengono un marcatore fenotipica a causa di una mutazione che si verifica in un ambiente privo di selezione per quel marcatore. La meta-analisi di centinaia di saggi pubblicati10 mostra che almeno 39 diversi marcatori fenotipici sono stati utilizzati dall’inizio del saggio nel 1943. Il test di fluttuazione può essere utilizzato per confrontare le medie e la dipendenza ambientale dei tassi di mutazione tra i ceppi di laboratorio, clinici, non mutatori e mutatori che crescono in ambienti permissivi. Il test consente la stima del tasso di mutazione in cellule con diversi background genetici che crescono in ambienti minimi o ricchi. Il saggio è adatto non solo per le popolazioni che crescono come monocoltura, ma può anche essere utilizzato per studiare gli effetti delle interazioni cellula-cellula sui tassi dimutazione 11. Quando il ceppo di interesse è cocolto con un secondo ceppo, e un marcatore neutro viene utilizzato per distinguere i ceppi, i tassi di mutazione possono essere analizzati per due ceppi nello stesso tubo allo stesso tempo.
I saggi di fluttuazione hanno rivelato che il tasso di mutazione spontanea dipende sia dal genotipo di una cellula che dal suo ambiente12 ed è un tratto che si evolvea sé 13. Ogni volta che il tasso di mutazione di un particolare genotipo cambia con l’ambiente, è descritto come plasticità del tasso di mutazione11. I tassi di mutazione plastica sono stati affrontati in modo più accurato per la mutagenesi indotta dallo stress (SIM)14. Inoltre, usando saggi di fluttuazione, è stato recentemente dimostrato che la densità a cui cresce una popolazione di cellule (in genere una coltura batch a capacità di trasporto) è strettamente associata ai tassi di mutazione tra batteri ed eucarioti unicellulari. Il tasso di mutazione per genoma per generazione diminuisce in popolazioni dense di ben 23 volte10,11. Questa plasticità del tasso di mutazione associata alla densità (DAMP) può dipendere da un sistema di rilevamento del quorum15 e agire indipendentemente dalla SIM16.
Qui, viene presentato un protocollo dettagliato per il saggio di fluttuazione utilizzato per studiare escherichia coli ceppo K-12 guadagnando resistenza alla rifampicina antibiotica in un ambiente mediatico minimo glucosio. Tuttavia, questo protocollo dovrebbe essere visto come un modello di base che può essere utilizzato per studiare un’ampia varietà di microbi semplicemente modificando le condizioni di coltura e i marcatori fenotipici della mutazione. Il protocollo si è evoluto dalla sua nascita5,17,18,19,20,21,22,23,24,25,26,27,28,29 attraverso il suo utilizzo su una vasta gamma di microbi e anche le cellule tumorali30 ed è stato modificato per aumentare la produttività, che era essenziale per testare correttamente le dipendenze ambientali dei tassi dimutazionemicrobica 10,11,16. Il protocollo qui descritto non copre tutte le questioni metodologiche e analitiche del saggio di fluttuazione che sono già state ben discusse nella letteratura, in particolare gli effetti di fitness delle mutazioni resistenti31, ritardo fenotipico32, morte cellulare33, e l’idoneità di vari algoritmi disponibili per stimare i tassi di mutazione26,34. Ciò può essere importante, ad esempio, quando la dipendenza ambientale degli effetti del fitness può provocare variazioni errate nelle stime del tasso di mutazione35. Tuttavia, notiamo che gli strumenti analitici che usiamo qui possono affrontare la variazione nella forma fisica mutante e nella morte cellulare. Come affrontato nelle note e nella discussione, si raccomanda anche di considerare più marcatori fenotipici che difficilmente avrà gli stessi effetti di fitness dipendenti dall’ambiente. Questo protocollo consentirà alle persone di testare regolarmente le dipendenze ambientali dei tassi di mutazione nella diversità dei ceppi e degli ambienti microbici. Affermare che le mutazioni in ambienti diversi non sono ancora state testate a fondo e, una volta presa in considerazione la densità della popolazione, i test di fluttuazione possono fornire una stima più precisa del tasso dimutazione 10. Questo protocollo consentirà di eseguire più saggi di fluttuazione, come è necessario per comprendere i meccanismi alla base dei tassi di mutazione, che a loro volta è vitale per comprendere l’evoluzione, la carcinogenesi, l’invecchiamento e la resistenza agli antimicrobici.
Protocol
Representative Results
Discussion
Qualsiasi stima di un tasso di mutazione deve massimizzare la precisione raggiunta al fine di garantire ripetibilità e riproducibilità all’interno e tra gli studi34. Per un saggio di fluttuazione, ci sono tre considerazioni critiche. I primi due sono stati impostati nel protocollo indicato, ma sarà necessario risolvere i problemi (vedere la figura 3) se il protocollo è adattato per funzionare con ceppi o ambienti diversi. In primo luogo è quello di scegliere il marcatore fenotipica appropriato. Per i batteri, si raccomanda di stimare i tassi a uno dei due loci marcatori, rpoB o gyrA, conferendo resistenza agli antibiotici rifampicina e acido nalidixico, rispettivamente. La dimensione bersaglio delle mutazioni alla resistenza agli antibiotici a questi due loci è diversa. Ci sono 79 e 20 mutazioni uniche che conferiscono resistenza al rifampicina37 e all’acido nalidixico40 rispettivamente. In pratica, ciò significa che, in media, i mutanti resistenti alla rifampicina sono osservati più frequentemente. Quindi, la prima domanda (Q1 in Figura 3) che deve essere risolta è se il ceppo è o meno un mutatore. Quando si studiano i mutatori di stitutive, dove si prevedono molte colonie mutanti osservate, è meglio usare un marcatore con una dimensione bersaglio più piccola (ad esempio, acido nalidixico). Vedere la Figura 2B, in cui i tassi di mutazione del mutatore costitutivo E. coli K-12 BW25113-mut T sono stati stimati utilizzando l’acido nalidixico come marcatore. Quando si lavora con ceppi batterici non mutatori che hanno un tasso di mutazione di tipo selvaggio (cioè normale), la rifampicina è una scelta migliore (vedi Figura 2A). Se per qualche motivo sono necessari più mutanti osservati, un marcatore rilevante è la resistenza a una cicloserina. Per questo marcatore, le mutazioni di resistenza possono emergere in più di dieci geni41, il che significa che la dimensione del bersaglio è ancora maggiore rispetto alla rifampicina. Quando si studia lievito e archea si raccomanda di stimare i tassi di mutazione in 25S proteine ribosomiche e URA3, conferendo resistenza rispettivamente all’igromicina B e all’acido 5-fluoro-orotico (5-FOA).
La seconda considerazione critica è il volume delle culture parallele. Il volume da utilizzare dipende dal numero effettivo di mutanti osservati. Il numero previsto di mutanti osservati è influenzato dalla dimensione bersaglio del marcatore fenotipico prescelto, dalla capacità del ceppo di riparare ed evitare le mutazioni (il tasso medio di mutazione) e dalla capacità di trasporto dell’ambiente, che è influenzato sia dai media utilizzati che dal volume culturale. Se non esistono colture parallele concolonie mutanti resistenti alla rifampicina, allora si dovrebbe usare la cicloserina o aumentare il numero di cellule placcate. Questo può essere ottenuto aggiungendo più glucosio a un mezzo minimo o crescendo le cellule in un ambiente più ricco (o completo). Tuttavia, in molti casi, tale aumento della densità di popolazione è associato a una riduzione del tasso di mutazione, con conseguente aumento limitato, se del caso, del numero di colonie mutanti osservate10. Se aumentare i nutrienti non è una soluzione, allora aumentare il numero di cellule aumentando il volume di ogni coltura parallela è un’opzione. Quando l’ambiente include sali minimi con zucchero come unica fonte di carbonio ed energia (cioè, la risposta al secondo trimestre nella Figura 3 è “mezzo minimo”), si dovrebbero utilizzare volumi compresi tra 0,5 e 1,5 mL. Se l’ambiente è ricco, i volumi di impostazioni cultura parallele devono essere compresi tra 0,35 e 1 mL. L’ultima questione riguarda il numero mediano di colonie resistenti. Se si osservano troppo poche colonie mutanti (cioè la risposta al terzo in Figura 3 è 0) e l’ambiente non deve essere modificato, è necessario aumentare il volume delle colture parallele o utilizzare l’antibiotico con una dimensione target maggiore (ad esempio, la cicloserina). D’altra parte, se molte colonie mutanti sono osservate su tutte le placche selettive (più di 150 dollari per piastra, vedi Figura 3), allora il numero di cellule placcate dovrebbe essere diminuito, il che di solito significa utilizzare un volume inferiore o passare a un antibiotico con una dimensione bersaglio più piccola (ad esempio, acido nalidisstico).
Una volta scelto il volume, è meglio che tutte le colture parallele su una piastra di pozzo profondo 96 abbiano lo stesso volume. Ciò consente una determinazione più precisa del volume effettivo delle colture parallele dal peso della piastra. Quando i tassi di mutazione di un particolare genotipo vengono confrontati tra ambienti diversi, è ancora meglio utilizzare lo stesso volume di colture parallele in tutti gli ambienti. Se l’acido nalidixico viene utilizzato per stimare i tassi di mutazione di tipo selvatico (cioè normale) o qualche altro marcatore fenotipipico che ha una dimensione bersaglio ancora più piccola dell’acido nalidixico, il volume deve essere aumentato ancora di più. Un’opzione è quella di fare colture parallele in tubi da 50 mL con volumi fino a 15 mL. Ad esempio, le colture parallele da 10 mL sono state preparate in tubi da 50 mL durante la stima del tasso di mutazione di E. coli K-12 MG1655 sull’acido nalidixico (vedi Figura 2A). Le colture parallele da 10 mL sono state poi placcate sull’agar TA selettivo e versate in grandi piastre da 150 mm invece di piatti Petri standard da 90 mm. Lo svantaggio della preparazione di colture parallele in tubi da 50 mL è che la produttività è notevolmente inferiore rispetto ai tassi di mutazione di 96. Una soluzione consiste nel ridurre il numero di impostazioni cultura parallele. Tuttavia, ciò influirà sulla precisione per la stima di m, che dipende dal numero previsto di eventi mutazionali e dal numero di colture parallele26. Ottenere una distribuzione di mutanti osservati con 14-17 culture parallele (come è stato fatto nella Figura 2), è un buon equilibrio tra una velocità effettiva solida e un livello di precisione accettabile26 del 20%. Un livello di precisione mediano del 17,5% è simile alla precisione mediana con un intervallo interquartile del 16,4% (5,7%, 38,9%, n – 580) calcolato da un set di dati molto più grande10. Pertanto, si raccomanda che quando si preparano colture parallele in 96 piastre di pozzi profondi o tubi da 50 mL la distribuzione dei mutanti osservati si ottiene con almeno 14 colture parallele. Quando i tassi di mutazione sono stimati in ambienti diversi, si raccomanda di testare i livelli di precisione facendo un esperimento di multiplate, in cui tutte le 96 colture parallele su una piastra vengono coltivate nello stesso ambiente. Inoltre, quando si preparano colture parallele, è fondamentale che l’inoculo contenga un basso numero di cellule, perché riduce le probabilità che le cellule resistenti siano presenti nell’inoculo. I mutanti resistenti preesistenti non sono voluti nell’inoculo, perché aumenteranno di numero e creeranno un prato su piastre selettive e la stima del tasso di mutazione non sarà possibile. Ad esempio, nella maggior parte delle popolazioni non mutator E. coli, il tasso di mutazione alla resistenza alla rifampicina è nell’ordine di 10-8. Così, per evitare di inoculare la coltura con un mutante resistente preesistente, si deve inoculare con meno di 108 cellule (ad esempio, 103.104 cellule). Il passo finale critico è quello di garantire che prima che le piastre selettive di agar vengano incubate, la superficie sull’agar selettivo sia completamente asciutta. Gli spalmatori non possono essere utilizzati se vengono utilizzate piastre a 6 pozze e il volume iniziale di una coltura parallela è, ad esempio, di 1 mL. Le piastre devono essere lasciate scoperte in condizioni sterili per far asciugare il liquido superficiale. Il tempo necessario può essere molto variabile, a seconda delle condizioni ambientali e delle condizioni delle piastre. Questo tempo dovrebbe essere ridotto al minimo, ma può essere fino a diverse ore.
Il saggio di fluttuazione ha vincoli intrinseci. : forma marcatori fenotipici di mutazione solo in un piccolo sottoinsieme del genoma. Il saggio richiede quindi grandi popolazioni che attraversano un numero sufficiente di generazioni per osservare abbastanza mutazioni per stimare un tasso a tutti. Ciò significa che i saggi di fluttuazione possono essere utilizzati solo su organismi che sono in grado di passare attraverso un gran numero di generazioni rapidamente, come batteri, lievito di panettiere42, o cellule di mammiferi a coltura liquida30. Inoltre, le mutazioni sono eventi rari che si verificano nelle circostanze biochimiche specifiche di una particolare cellula. Il fatto che i saggi di fluttuazione guardino attraverso grandi popolazioni di cellule nel tempo significa che tali circostanze possono differire sostanzialmente. Usando questo saggio, è quindi difficile studiare la progressione dei tassi di mutazione di una particolare popolazione dalla fase di ritardo alla fase esponenziale precoce e tardiva e infine ad una fase stazionaria. Qualsiasi differenziazione dei tassi di mutazione tra le singole cellule all’interno della popolazione è completamente nascosta dall’asino della fluttuazione. La dinamica della mutazione unicellulare può essere studiata con un monitoraggio a singola molecola della proteina di riparazione del DNA MutS43 o contando i foci delle proteine MutL accumulate44. I recenti progressi nel sequenziamento ad alto valore di throughput hanno anche permesso di stimare direttamente i tassi di mutazione dai tre trio genitore-prole9,45 e pedigree multigenerazionali46. Tali progressi metodologici stanno cominciando a consentire il conteggio diretto delle mutazioni che si verificano all’interno di una singola generazione. Tuttavia, questo approccio diretto richiede tecnologie costose e all’avanguardia come la microscopia a fluorescenza, la microfluidica o il sequenziamento dell’intero genoma. D’altra parte, il saggio di fluttuazione è relativamente poco costoso ed è necessaria solo attrezzature di laboratorio standard. Fare più saggi di fluttuazione faciliterà anche la generazione di nuove ipotesi che possono essere testate con approcci più diretti a singola cellula.
C’è un interesse di lunga data nello studio delle mutazioni, quindi l’esame di fluttuazione rimarrà probabilmente un metodo ampiamente utilizzato. Il numero di citazioni del documento seminale di Luria e Delbràck5 negli ultimi 4 anni (2015-2018) sono stati tutti tra i primi cinque per le citazioni di questo documento. Tuttavia, a causa di una grande quantità di lavoro manuale preciso necessario per eseguire correttamente un test di fluttuazione, la maggior parte degli studi conduce solo una manciata di analisi di fluttuazione. Questo, tuttavia, non è sufficiente a rivelare le dipendenze ambientali del tasso di mutazione. Semplificando i saggi di fluttuazione utilizzando piastre multiwell, come spiegato in questo documento, la velocità effettiva massima possibile è di 11 lastre di pozzo profondo (55 analisi di fluttuazione) in parallelo, come descritto qui. L’esecuzione di due serie di analisi di fluttuazione scaglionate di un giorno in parallelo, permette di eseguire fino a 110 analisi a settimana. Un altro cambiamento di passo nella velocità effettiva può ancora essere possibile automatizzando varie fasi dei saggi di fluttuazione dal protocollo puramente manuale dato. Inoltre, per studiare le dipendenze ambientali del tasso di mutazione, è necessario prendere in considerazione la densità di popolazione. I risultati precedenti10 mostrano che quando si calcolano fattori noti che influenzano il tasso di mutazione, il controllo della densità della popolazione può ridurre la variazione nelle stime del tasso di mutazione di oltre il 90%. Per controllare la densità, si consiglia di determinare Nt (utilizzato per stimare il tasso di mutazione) indipendentemente dal metodo utilizzato per determinare la densità di popolazione. Nei batteri, Nt può essere determinato dalla CFU e dalla densità, ad esempio, con un analisi di luminescenza basata su ATP10.
L’elevata produttività e il controllo della densità sono entrambi essenziali quando si studia come il contesto ecologico di un organismo influenzi il tasso di mutazione spontanea. Conoscere l’esistenza della plasticità del tasso di mutazione è importante, ma comprenderne le cause e gli effetti sono sfide fondamentali che devono essere affrontate se si vuole integrare la plasticità del tasso di mutazione in un contesto biologico più ampio. Il test di fluttuazione è un ottimo strumento che può essere utilizzato per testare molte ipotesi, perché i risultati sono ottenuti rapidamente, e i saggi sono poco costosi rispetto ad altri metodi. Lo stadio è impostato, ad esempio, per studiare le dipendenze ambientali del tasso di mutazione nelle comunità batteriche e nei microbiomi. L’adattamento dell’analisi della fluttuazione alle coculture può testare l’ipotesi che i ceppi influenzino i tassi di mutazione reciproci tramite piccole molecole. Fare migliaia di saggi di fluttuazione con le coculture può determinare se i ceppi variano sia nella loro capacità di modificare i tassi di mutazione reciproci sia nella loro suscettibilità ad avere il loro tasso di mutazione modificato da altri. Forse la variazione tra i ceppi nella suscettibilità alla manipolazione del tasso di mutazione è attribuibile a una variazione genetica specifica. Questo può trasformare le nostre opinioni su come funziona l’evoluzione in comunità complesse, non da ultimo in esempi di grande importanza, come ad esempio come emerge la resistenza agli antimicrobici.
開示
The authors have nothing to disclose.
Acknowledgements
RK è stata sostenuta da BB/M020975/1 e dalla University of Manchester School of Biological Sciences. HR era supportato da BB/J014478/1. GG è stato supportato da BBSRC Doctoral Training Partnership BB/M011208/1. DRG è stato supportato dal numero di premio UKRI MR/R024936/1.
Materials
| 1.5 ml Microcentrifuge tubes | Starlab International GmbH | S1615-5550 | |
| 2,3,5-Triphenyltetrazolium chloride | Sigma-Aldrich | T8877-10g | |
| 6-well plates | Greiner Bio-One | REF 657102 | |
| 90mm Petri Dishes Triple Vented | ThermoFisher Scientific | REF 120189 | |
| 96 deep-well plate (Masterblock 2 ml) | Greiner Bio-One | REF 780270 | |
| Ammonium sulfate | Fisher Chemical | A/6440/53 | |
| Bacto Agar | Becton, Dickinson and Company | REF 214010 | |
| Bacto yeast extract | Becton, Dickinson and Company | REF 212750 | |
| Cycloserine | Sigma-Aldrich | 1158005-250MG | Only for assaying an alternative phenotypic marker |
| D-Glucose anhydrous | Fisher Chemical | G/0500/61 | |
| 50 ml Centrifuge Tube | Corning | REF 430828 | |
| L-(+)-Arabinose | Sigma-Aldrich | A3256-500g | |
| Magnesium sulfate heptahydrate | Fisher Chemical | M/1050/53 | |
| Nalidixic acid | Sigma-Aldrich | N8878-5G | Only for assaying an alternative phenotypic marker |
| Potassium phosphate dibasic trihydrate | Sigma-Aldrich | P5504-500g | |
| Potassium phosphate monobasic | Sigma-Aldrich | P0662-500g | |
| Rifampicin | EMD Millipore Corp, USA | 557303-1GM | |
| Sodium chloride | Fisher Chemical | S/3160/60 | |
| Spectophotometer | Jenway | 6320D | |
| Thiamine hydrochloride | Sigma-Aldrich | T4625-25g | |
| Trisodium citrate dihydrate | Sigma-Aldrich | S1804-500g | |
| Tryptone | Fisher Chemical | 1278-7099 |
参考文献
- de Vries, H. Die mutationstheorie. Versuche und beobachtungen über die entstehung von arten im pflanzenreich. 1, (1901).
- Muller, H. J. Artificial transmutation of the gene. Science. 66 (1699), (1927).
- Muller, H. J. The measurement of gene mutation rate in Drosophila, its high variability, and its dependence upon temperature. 遺伝学. 13 (4), 279-357 (1928).
- Sturtevant, A. H. Essays on evolution. I. On the effects of selection on mutation rate. The Quarterly Review of Biology. 12 (4), 464-467 (1937).
- Luria, S. E., Delbrück, M. Mutations of bacteria from virus sensitivity to virus resistance. 遺伝学. 28 (6), 491-511 (1943).
- Jee, J., et al. Rates and mechanisms of bacterial mutagenesis from maximum-depth sequencing. Nature. 534 (7609), 693-696 (2016).
- Fusco, D., Gralka, M., Kayser, J., Anderson, A., Hallatschek, O. Excess of mutational jackpot events in expanding populations revealed by spatial Luria-Delbrück experiments. Nature Communications. 7, (2016).
- Halligan, D. L., Keightley, P. D. Spontaneous mutation accumulation studies in evolutionary genetics. Annual Review of Ecology Evolution and Systematics. 40 (1), 151-172 (2009).
- Jónsson, H., et al. Parental influence on human germline de novo mutations in 1,548 trios from Iceland. Nature. 549, (2017).
- Krašovec, R., et al. Spontaneous mutation rate is a plastic trait associated with population density across domains of life. PLoS Biology. 15 (8), (2017).
- Krašovec, R., et al. Mutation rate plasticity in rifampicin resistance depends on Escherichia coli cell-cell interactions. Nature Communications. 5, 3742 (2014).
- Massey, R. C., Buckling, A. Environmental regulation of mutation rates at specific sites. Trends in Microbiology. 10 (12), 580-584 (2002).
- Lynch, M., et al. Genetic drift, selection and the evolution of the mutation rate. Nature Review Genetics. 17 (11), 704-714 (2016).
- Foster, P. L. Stress-induced mutagenesis in bacteria. Critical Reviews in Biochemistry and Molecular Biology. 42 (5), 373-397 (2007).
- Krašovec, R., et al. Where antibiotic resistance mutations meet quorum-sensing. Microbial Cell. 1 (7), 250-252 (2014).
- Krašovec, R., et al. Opposing effects of final population density and stress on Escherichia coli mutation rate. The ISME Journal-Multidisciplinary Journal of Microbial Ecology. 12, 2981-2987 (2018).
- Lea, D., Coulson, C. The distribution of the numbers of mutants in bacterial populations. Journal of Genetics. 49 (3), 264-285 (1949).
- Armitage, P. The statistical theory of bacterial populations subject to mutation. Journal of the Royal Statistical Society. Series B (Methodological. 14 (1), 1-40 (1952).
- Koch, A. L. Mutation and growth rates from Luria-Delbrück fluctuation tests). Mutation Research/Fundamental and Molecular Mechanisms of Mutagenesis. 95 (2-3), 129-143 (1982).
- Cairns, J., Overbaugh, J., Miller, S. The origin of mutants. Nature. 335 (6186), 142-145 (1988).
- Stewart, F. M., Gordon, D. M., Levin, B. R. Fluctuation analysis: the probability distribution of the number of mutants under different conditions. 遺伝学. 124 (1), 175-185 (1990).
- Drake, J. W. A constant rate of spontaneous mutation in DNA-based microbes. Proceedings of the National Academy of Sciences. 88 (16), 7160-7164 (1991).
- Ma, W. T., Sandri, G. V., Sarkar, S. Analysis of the Luria-Delbrück distribution using discrete convolution powers. Journal of Applied Probability. 29 (2), 255-267 (1992).
- Shapiro, J. A. Adaptive mutation – Who’s really in the garden. Science. 268 (5209), 373-374 (1995).
- Matic, I., et al. Highly variable mutation rates in commensal and pathogenic Escherichia coli. Science. 277 (5333), 1833-1834 (1997).
- Rosche, W. A., Foster, P. L. Determining mutation rates in bacterial populations. Methods. 20 (1), 4-17 (2000).
- Rosenberg, S. M. Evolving responsively: Adaptive mutation. Nature Reviews Genetics. 2 (7), 504-515 (2001).
- Lynch, M. Evolution of the mutation rate. Trends in Genetics. 26 (8), 345-352 (2010).
- Zheng, Q. A new practical guide to the Luria-Delbrück protocol. Mutation Research. 781, 7-13 (2015).
- Boesen, J. J. B., Niericker, M. J., Dieteren, N., Simons, J. How variable is a spontaneous mutation-rate in cultured-mammalian-cells. Mutation Research. 307 (1), 121-129 (1994).
- Melnyk, A. H., Wong, A., Kassen, R. The fitness costs of antibiotic resistance mutations. Evolutionary Applications. 8 (3), 273-283 (2015).
- Sun, L., et al. Effective polyploidy causes phenotypic delay and influences bacterial evolvability. PLoS Biology. 16 (2), (2018).
- Frenoy, A., Bonhoeffer, S. Death and population dynamics affect mutation rate estimates and evolvability under stress in bacteria. PLoS Biology. 16 (5), (2018).
- Foster, P. L. Methods for determining spontaneous mutation rates. Methods in Enzymology. , 195-213 (2006).
- Wrande, M., Roth, J. R., Hughes, D. Accumulation of mutants in "aging" bacterial colonies is due to growth under selection, not stress-induced mutagenesis. Proceedings of the National Academy of Sciences of the United States of America. 105 (33), 11863-11868 (2008).
- Adrien, M., Rémy, D., Stéphane, D., Bernard, Y. flan: An R package for inference on mutation models. The R Journal. 9. 334, (2017).
- Garibyan, L., et al. Use of the rpoB gene to determine the specificity of base substitution mutations on the Escherichia coli chromosome. DNA Repair. 2 (5), 593-608 (2003).
- Stewart, F. M. Fluctuation tests: how reliable are the estimates of mutation rates?. 遺伝学. 137 (4), 1139-1146 (1994).
- Baba, T., et al. Construction of Escherichia coli K-12 in-frame, single-gene knockout mutants: the Keio collection. Molecular Systems Biology. 2 (1), (2006).
- Yamagishi, J. -. I., Yoshida, H., Yamayoshi, M., Nakamura, S. Nalidixic acid-resistant mutations of the gyrB gene of Escherichia coli. Molecular and General Genetics MGG. 204 (3), 367-373 (1986).
- Chen, J., et al. Identification of novel mutations associated with cycloserine resistance in Mycobacterium tuberculosis. Journal of Antimicrobial Chemotherapy. 72 (12), 3272-3276 (2017).
- Lang, G. I., Murray, A. W. Estimating the per-base-pair mutation rate in the yeast Saccharomyces cerevisiae. 遺伝学. 178 (1), 67-82 (2008).
- Uphoff, S., et al. Stochastic activation of a DNA damage response causes cell-to-cell mutation rate variation. Science. 351 (6277), 1094-1097 (2016).
- Robert, L., et al. Mutation dynamics and fitness effects followed in single cells. Science. 359 (6381), 1283-1286 (2018).
- Kong, A., et al. Rate of de novo mutations and the importance of father/’s age to disease risk. Nature. 488 (7412), 471-475 (2012).
- Narasimhan, V. M., et al. Estimating the human mutation rate from autozygous segments reveals population differences in human mutational processes. Nature Communications. 8 (1), 303 (2017).
