概要

AMEBaS: estrazione automatica della linea mediana e sottrazione di fondo di time-lapse di fluorescenza raziometrica di singole cellule polarizzate

Published: June 23, 2023
doi:

概要

Gli attuali metodi per analizzare la dinamica intracellulare delle singole cellule polarizzate sono spesso manuali e mancano di standardizzazione. Questo manoscritto introduce una nuova pipeline di analisi delle immagini per automatizzare l’estrazione della linea mediana di singole cellule polarizzate e quantificare il comportamento spazio-temporale dai time lapse in un’interfaccia online di facile utilizzo.

Abstract

La polarità cellulare è un fenomeno macroscopico stabilito da un insieme di molecole e strutture spazialmente concentrate che culminano nell’emergere di domini specializzati a livello subcellulare. È associato allo sviluppo di strutture morfologiche asimmetriche che sono alla base di funzioni biologiche chiave come la divisione cellulare, la crescita e la migrazione. Inoltre, l’interruzione della polarità cellulare è stata collegata a disturbi legati ai tessuti come il cancro e la displasia gastrica.

I metodi attuali per valutare le dinamiche spazio-temporali dei reporter fluorescenti in singole cellule polarizzate spesso comportano passaggi manuali per tracciare una linea mediana lungo l’asse maggiore delle cellule, che richiede tempo ed è soggetta a forti distorsioni. Inoltre, sebbene l’analisi raziometrica possa correggere la distribuzione irregolare delle molecole reporter utilizzando due canali di fluorescenza, le tecniche di sottrazione di fondo sono spesso arbitrarie e prive di supporto statistico.

Questo manoscritto introduce una nuova pipeline computazionale per automatizzare e quantificare il comportamento spazio-temporale di singole cellule utilizzando un modello di polarità cellulare: crescita del tubo pollinico/peli radicolari e dinamica degli ioni citosolici. È stato sviluppato un algoritmo in tre fasi per elaborare immagini raziometriche ed estrarre una rappresentazione quantitativa delle dinamiche e della crescita intracellulare. Il primo passo segmenta la cella dallo sfondo, producendo una maschera binaria attraverso una tecnica di soglia nello spazio di intensità dei pixel. Il secondo passaggio traccia un percorso attraverso la linea mediana della cella attraverso un’operazione di scheletratura. Infine, la terza fase fornisce i dati elaborati come timelapse raziometrico e produce un kymografo raziometrico (cioè un profilo spaziale 1D nel tempo). Per confrontare il metodo sono stati utilizzati i dati provenienti da immagini raziometriche acquisite con reporter fluorescenti geneticamente codificati da tubi di polline in crescita. Questa pipeline consente una rappresentazione più rapida, meno distorta e più accurata delle dinamiche spazio-temporali lungo la linea mediana delle cellule polarizzate, facendo così progredire il kit di strumenti quantitativi disponibili per studiare la polarità cellulare. Il codice sorgente di AMEBaS Python è disponibile all’indirizzo: https://github.com/badain/amebas.git

Introduction

La polarità cellulare è un processo biologico fondamentale in cui l’azione concertata di un insieme di molecole e strutture spazialmente concentrate culmina nella creazione di domini subcellulari morfologici specializzati. La divisione, la crescita e la migrazione cellulare si basano su tali siti di polarità, mentre la sua perdita è stata associata al cancro nei disturbi legati al tessuto epiteliale2.

Le cellule a crescita apicale sono un esempio drammatico di polarità, in cui il sito di polarità all’apice in genere si riorienta verso i segnali extracellulari3. Questi includono lo sviluppo di neuriti, ife fungine, peli radicali e tubi pollinici, dove più processi cellulari mostrano differenze pronunciate dalla punta della cellula verso lo stinco. Nei tubetti pollinici, in particolare, la polimerizzazione dell’actina, il traffico delle vescicole e le concentrazioni ioniche sono marcatamente polarizzate, mostrando gradienti focalizzati sulla punta4. I tubi pollinici sono i gametofiti maschili delle piante da fiore e sono responsabili della consegna degli spermatozoi all’ovulo crescendo esclusivamente all’apice della cellula a uno dei tassi di crescita più rapidi conosciuti per una singola cellula. I gradienti focalizzati sulla punta di ioni come il calcio 5 (Ca2+) e i protoni 6 (H+) svolgono un ruolo importante nel sostenere la crescita del tubo pollinico, che è essenziale per svolgere la sua principale funzione biologica che culmina in una doppia fecondazione 5,6. Pertanto, metodi quantitativi per analizzare le dinamiche spazio-temporali lungo la linea mediana delle cellule in crescita apicale sono essenziali per studiare i meccanismi cellulari e molecolari alla base della crescita polarizzata 7,8,9. I ricercatori usano spesso i chimografi, cioè una matrice che rappresenta l’intensità dei pixel della linea mediana della cellula (ad esempio, le colonne) nel tempo (ad esempio, le righe), che consente di visualizzare la crescita e la migrazione cellulare in diagonale (Figura 1). Nonostante la loro utilità, i kymografi vengono spesso estratti tracciando manualmente la linea mediana, essendo soggetti a pregiudizi ed errori umani pur essendo piuttosto laboriosi. Ciò richiede un metodo automatizzato di estrazione della linea mediana che è la prima caratteristica della pipeline qui introdotta denominata AMEBaS: un’estrazione automatica dellalinea Ee un’estrazioneBa ckground Sdi time lapse di fluorescenza raziometrica di singole cellule polarizzate.

In termini di procedure sperimentali, l’imaging quantitativo di ioni/molecole/specie di interesse in singole cellule può essere ottenuto con sonde fluorescenti geneticamente codificate10. Tra le scelte in continua espansione, le sonde raziometriche sono una delle più accurate poiché emettono diverse lunghezze d’onda di fluorescenza quando sono legate/non legate alle molecole di interesse11. Ciò consente di correggere l’eterogeneità spaziale nella concentrazione intracellulare della sonda utilizzando il rapporto di due canali con il loro sfondo specifico del canale sottratto. Tuttavia, stimare la soglia di sfondo per ogni canale e punto temporale può essere un compito complesso poiché spesso varia nello spazio a causa di effetti come l’ombreggiatura, in cui gli angoli dell’immagine hanno variazioni di luminosità rispetto al centro, e nel tempo a causa dello sbiadimento del fluoroforo (fotosbiancamento)12. Sebbene esistano diversi metodi possibili, questo manoscritto propone di determinare automaticamente l’intensità di fondo utilizzando la soglia di segmentazione ottenuta con l’algoritmo Isodata13, che viene poi smussata attraverso i fotogrammi attraverso la regressione polinomiale come standard. Le componenti spaziali derivanti dall’eterogeneità della fluorescenza non correlate alla cellula bersaglio rimossa in12, tuttavia, sono state ignorate da questo metodo. La soglia automatica può essere eseguita con diversi metodi, ma l’algoritmo Isodata ha prodotto i migliori risultati empiricamente. Pertanto, la sottrazione automatica del valore di fondo e il calcolo raziometrico sono la seconda caratteristica principale di AMEBaS (Figura 1), che, nel suo insieme, riceve come input una pila di immagini di microscopia a fluorescenza a doppio canale, stima la linea mediana della cellula e lo sfondo specifico del canale e produce chimografi di entrambi i canali e del loro rapporto (output principale #1) dopo la sottrazione dello sfondo, il livellamento e la rimozione dei valori anomali. insieme a una pila di immagini raziometriche (Main Output #2).

AMEBaS è stato testato con time lapse di fluorescenza di tubi pollinici di Arabidopsis in crescita ottenuti al microscopio, con sensori raziometrici di Ca2+ (CaMeleon)8 o pH (pHluorin)6 espressi sotto il promotore LAT52 specifico per il polline. Le immagini di ciascun canale sono state scattate ogni 4 secondi accoppiate a un microscopio invertito, una fotocamera frontale illuminata (2560 pixel × 2160 pixel, dimensione pixel 6,45 μm), un illuminatore a fluorescenza e un obiettivo a immersione in acqua 63x, 1,2NA. Le impostazioni dei filtri utilizzati per CaMeleon erano: eccitazione 426-450 nm (CFP) e 505-515 nm (YFP), emissione 458-487 nm (CFP) e 520-550 nm (YFP), mentre per pHluorin, eccitazione 318-390 nm (DAPI) e 428-475 nm (FITC), emissione 435-448 nm (DAPI) e 523-536 nm (FITC). È stato aggiunto un set di dati completo per i test su Zenodo (DOI: 10.5281/zenodo.7975350)14.

Inoltre, la pipeline è stata testata con i dati dei peli radicolari, dove l’imaging è stato eseguito con un microscopio a foglio luminoso (SPIM) come descritto in precedenza 15,16 con peli radicali di Arabidopsis che esprimono il reporter Ca2+ geneticamente codificato NES-YC3.6 sotto il controllo del promotore UBQ1017. Il software LabView che controllava l’acquisizione della telecamera, la traslazione del campione e l’otturatore del microscopio a foglio luminoso permetteva l’osservazione dei due canali cpVenus e CFP, ma anche la visualizzazione del loro rapporto in tempo reale. Ogni immagine del rapporto del time-lapse rappresentava una proiezione di massima intensità (MIP) tra le immagini dei canali fluorescenti cpVenus e CFP ottenute da 15 fette del campione distanziate di 3 μm l’una dall’altra. Il rapporto time-lapse cpVenus/CFP dei MIP è stato salvato e utilizzato direttamente per l’analisi AMEBaS.

Sebbene questa pipeline possa funzionare con più tipi di cellule in crescita e in migrazione, è stata specificamente progettata per analizzare le cellule in crescita che crescono esclusivamente all’estremità, come i tubi pollinici, i peli delle radici e le ife fungine, dove c’è una corrispondenza delle regioni citoplasmatiche non in crescita tra i frame. Quando tale corrispondenza non è presente, l’utente deve scegliere l’opzione complete_skeletonization nel passaggio 1.3.1.1 (vedere la sezione Discussione per maggiori dettagli).

Figure 1
Figura 1: Panoramica del flusso di lavoro della pipeline. La pipeline AMEBaS analizza ed elabora i time lapse microscopici in tre fasi principali: segmentazione a cellula singola, tracciamento della linea mediana e generazione del cimografo. Fare clic qui per visualizzare una versione più grande di questa figura.

Protocol

1. Protocollo interattivo del taccuino Il notebook Jupyter può essere utilizzato direttamente sul Web utilizzando Google Colab all’indirizzo https://colab.research.google.com/github/badain/amebas/blob/main/AMEBAS_Colab.ipynb, dove si basano le istruzioni riportate di seguito. In alternativa, il notebook Jupyter è disponibile all’indirizzo https://github.com/badain/amebas, dove può essere scaricato e configurato per l’esecuzione locale in Jupyter (Anaconda può fornire un proc…

Representative Results

La pipeline AMEBaS automatizza l’estrazione della dinamica della linea mediana di singole cellule polarizzate dalle pile di immagini al microscopio a fluorescenza, rendendola meno dispendiosa in termini di tempo e meno soggetta a errori umani. Il metodo quantifica questi intervalli di tempo generando chimografi e pile di immagini raziometriche (Figura 1) in singole cellule in crescita. Può essere regolato per lavorare sulla migrazione di singole cellule, ma sono necessari ulteriori esperime…

Discussion

Il nuovo metodo qui presentato è un potente strumento per semplificare e automatizzare l’analisi delle pile di immagini al microscopio a fluorescenza di cellule polarizzate. I metodi attuali descritti in letteratura, come i plug-in ImageJ Kymograph, richiedono il tracciamento manuale della linea mediana della cella polarizzata di interesse, un compito che non solo richiede tempo ma è anche soggetto a errori umani. Poiché la definizione della linea mediana in questa pipeline è supportata da un metodo numerico<sup clas…

開示

The authors have nothing to disclose.

Acknowledgements

Gli autori sono grati alle sovvenzioni FAPESP 2015/22308-2, 2019/23343-7, 2019/26129-6, 2020/06744-5, 2021/05363-0, CNPq, GM131043 di sovvenzioni NIH R01 e alle sovvenzioni NSF MCB1714993, MCB1930165 per il sostegno finanziario. I dati relativi ai peli radicolari sono stati prodotti con l’infrastruttura e sotto la supervisione del Prof. Andrea Bassi e del Prof. 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

参考文献

  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

記事を引用
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