概要

AMEBaS: Extração Automática da Linha Média e Subtração de Fundo de Time-Lapses de Fluorescência Ratiométrica de Células Individuais Polarizadas

Published: June 23, 2023
doi:

概要

Os métodos atuais para analisar a dinâmica intracelular de células isoladas polarizadas são frequentemente manuais e carecem de padronização. Este manuscrito introduz um novo pipeline de análise de imagens para automatizar a extração da linha média de células polarizadas simples e quantificar o comportamento espaço-temporal de lapsos de tempo em uma interface on-line amigável.

Abstract

A polaridade celular é um fenômeno macroscópico estabelecido por um conjunto de moléculas e estruturas espacialmente concentradas que culminam no surgimento de domínios especializados no nível subcelular. Está associada ao desenvolvimento de estruturas morfológicas assimétricas subjacentes a funções-chave biológicas, tais como divisão celular, crescimento e migração. Além disso, a ruptura da polaridade celular tem sido associada a distúrbios relacionados ao tecido, como câncer e displasia gástrica.

Os métodos atuais para avaliar a dinâmica espaço-temporal de repórteres fluorescentes em células polarizadas individuais geralmente envolvem etapas manuais para traçar uma linha média ao longo do eixo principal das células, o que é demorado e propenso a fortes vieses. Além disso, embora a análise ratiométrica possa corrigir a distribuição desigual das moléculas repórteres usando dois canais de fluorescência, as técnicas de subtração de fundo são frequentemente arbitrárias e carecem de suporte estatístico.

Este manuscrito apresenta um novo pipeline computacional para automatizar e quantificar o comportamento espaço-temporal de células individuais usando um modelo de polaridade celular: crescimento de pelos do tubo polínico/raiz e dinâmica de íons citosólicos. Um algoritmo de três etapas foi desenvolvido para processar imagens ratiométricas e extrair uma representação quantitativa da dinâmica e crescimento intracelular. A primeira etapa segmenta a célula do plano de fundo, produzindo uma máscara binária por meio de uma técnica de limiar no espaço de intensidade de pixel. O segundo passo traça um caminho através da linha média da célula através de uma operação de esqueletização. Finalmente, a terceira etapa fornece os dados processados como um timelapse ratiométrico e produz um quimógrafo ratiométrico (ou seja, um perfil espacial 1D ao longo do tempo). Dados de imagens ratiométricas adquiridas com repórteres fluorescentes codificados geneticamente de tubos polínicos em crescimento foram usados para avaliar o método. Esse pipeline permite uma representação mais rápida, menos enviesada e mais precisa da dinâmica espaço-temporal ao longo da linha média de células polarizadas, avançando assim o kit de ferramentas quantitativas disponível para investigar a polaridade celular. O código-fonte do AMEBaS Python está disponível em: https://github.com/badain/amebas.git

Introduction

A polaridade celular é um processo biológico fundamental no qual a ação concertada de um conjunto de moléculas e estruturas espacialmente concentradas culmina no estabelecimento de domínios morfológicos subcelularesespecializados1. A divisão celular, o crescimento e a migração dependem desses sítios de polaridade, enquanto sua perda tem sido associada ao câncer em desordens relacionadas ao tecidoepitelial2.

Células em crescimento apical são um exemplo dramático de polaridade, onde o local de polaridade na ponta tipicamente se reorienta para pistas extracelulares3. Estes incluem neuritos em desenvolvimento, hifas fúngicas, pelos radiculares e tubos polínicos, onde múltiplos processos celulares mostram diferenças pronunciadas da ponta da célula em direção à haste. Em tubos polínicos, em particular, a polimerização de actina, o tráfego de vesículas e as concentrações iônicas são marcadamente polarizados, mostrando gradientes focados na ponta4. Os tubos polínicos são os gametófitos masculinos das plantas com flores e são responsáveis por entregar os espermatozoides ao óvulo, crescendo exclusivamente no ápice da célula a uma das taxas de crescimento mais rápidas conhecidas para uma única célula. Os gradientes focados na ponta de íons como cálcio 5 (Ca2+) e prótons 6 (H+) desempenham um papel importante na sustentação do crescimento do tubo polínico, o que é essencial para cumprir sua principal função biológica que culmina em uma dupla fertilização 5,6. Assim, métodos quantitativos para analisar a dinâmica espaço-temporal ao longo da linha média de células em crescimento apical são essenciais para investigar os mecanismos celulares e moleculares subjacentes ao crescimento polarizado7,8,9. Os pesquisadores geralmente usam quimógrafos, ou seja, uma matriz que representa as intensidades de pixel da linha média da célula (por exemplo, colunas) ao longo do tempo (por exemplo, linhas), o que permite visualizar o crescimento e a migração da célula na diagonal (Figura 1). Apesar de sua utilidade, os quimógrafos são frequentemente extraídos traçando manualmente a linha média, sendo propensos a vieses e erros humanos, além de serem bastante trabalhosos. Isso requer um método automatizado de extração de linha média que é a primeira característica do pipeline introduzido aqui chamado AMEBaS: Automatic Midline Extraction e Background Subtração de lapsos de tempo de fluorescência ratiométrica de células individuais polarizadas.

Em termos de procedimentos experimentais, imagens quantitativas de íons/moléculas/espécies de interesse em células isoladas podem ser obtidas com sondas fluorescentes codificadasgeneticamente10. Dentre as escolhas em constante expansão, as sondas ratiométricas são uma das mais precisas, pois emitem diferentes comprimentos de onda de fluorescência quando ligadas/desligadas às moléculas de interesse11. Isso permite corrigir a heterogeneidade espacial na concentração intracelular da sonda usando a razão de dois canais com seu fundo específico do canal subtraído. No entanto, estimar o limiar de fundo para cada canal e ponto de tempo pode ser uma tarefa complexa, pois muitas vezes varia no espaço devido a efeitos como sombreamento, onde os cantos da imagem têm variação de luminosidade em relação ao centro, e no tempo devido ao desbotamento do fluoróforo (fotoclareamento)12. Embora existam vários métodos possíveis, este artigo propõe determinar a intensidade de fundo automaticamente usando o limiar de segmentação obtido com o algoritmo Isodata13, que é então suavizado através de quadros através de regressão polinomial como padrão. Componentes espaciais decorrentes da heterogeneidade da fluorescência não relacionados à célula-alvo removida em12, no entanto, foram ignorados por este método. O limiar automático pode ser realizado por vários métodos, mas o algoritmo Isodata produziu os melhores resultados empiricamente. Assim, a subtração automática do valor de fundo e o cálculo ratiométrico são a segunda característica principal do AMEBaS (Figura 1), que, em conjunto, recebe como entrada uma pilha de imagens de microscopia de fluorescência de canal duplo, estima a linha média da célula e o fundo específico do canal, e produz quimógrafos de ambos os canais e sua razão (saída principal #1) após subtração, suavização e remoção de outlier, juntamente com uma pilha de imagens ratiometric (saída principal #2).

O AMEBaS foi testado com lapsos de tempo de fluorescência de tubos polínicos de Arabidopsis em crescimento obtidos ao microscópio, com sensores de razão de Ca2+ (CaMeleon)8 ou pH (pHluorin)6 expressos sob o promotor LAT52 pólen-específico. As imagens de cada canal foram obtidas a cada 4 s acopladas a um microscópio invertido, uma câmera frontal iluminada (2560 pixels × 2160 pixels, tamanho do pixel 6,45 μm), um iluminador de fluorescência e uma lente objetiva de imersão em água 63x, 1.2NA. As configurações dos filtros utilizados para o CaMeleon foram: excitação 426-450 nm (CFP) e 505-515 nm (YFP), emissão 458-487 nm (CFP) e 520-550 nm (YFP), enquanto para pHluorin, excitação 318-390 nm (DAPI) e 428-475 nm (FITC), emissão 435-448 nm (DAPI) e 523-536 nm (FITC). Um conjunto completo de dados foi adicionado para teste em Zenodo (DOI: 10.5281/zenodo.7975350)14.

Além disso, o duto foi testado com dados de pelos radiculares, onde as imagens foram realizadas com um microscópio de folha de luz (SPIM), como descrito anteriormente 15,16 com pelos radiculares de Arabidopsis expressando o repórter NES-YC3.6 codificado geneticamente Ca2+ sob o controle do promotor UBQ1017. O software LabView caseiro que controlava a aquisição da câmera, a tradução da amostra e o obturador do microscópio de folha de luz permitiu a observação dos dois canais cpVenus e CFP, mas também a visualização de sua proporção em tempo real. Cada imagem de razão do time-lapse representou uma projeção de intensidade máxima (MIP) entre as imagens dos canais fluorescentes cpVenus e CFP obtidas a partir de 15 cortes da amostra espaçados de 3 μm entre si. A razão de lapso de tempo cpVenus/CFP das MIPs foi salva e usada diretamente para a análise AMEBaS.

Embora esse pipeline possa trabalhar com vários tipos de células em crescimento e migração, ele foi projetado especificamente para analisar células em crescimento que crescem exclusivamente na ponta, como tubos polínicos, pelos radiculares e hifas fúngicas, onde há uma correspondência das regiões citoplasmáticas não crescentes entre os quadros. Quando tal correspondência não estiver presente, o usuário deve escolher a opção complete_skeletonization na etapa 1.3.1.1 (consulte a seção Discussão para obter mais detalhes).

Figure 1
Figura 1: Uma visão geral do fluxo de trabalho do pipeline. O pipeline AMEBaS analisa e processa lapsos de tempo microscópicos em três etapas principais: Segmentação de célula única, Rastreamento de linha média e Geração de quimógrafo. Clique aqui para ver uma versão maior desta figura.

Protocol

1. Protocolo de notebook interativo O notebook Jupyter pode ser usado diretamente na web usando o Google Colab no https://colab.research.google.com/github/badain/amebas/blob/main/AMEBAS_Colab.ipynb, onde as instruções abaixo foram baseadas. Como alternativa, o notebook Jupyter está disponível no https://github.com/badain/amebas, onde pode ser baixado e configurado para ser executado localmente no Jupyter (o Anaconda pode fornecer um processo de instalação fácil e multipla…

Representative Results

O pipeline AMEBaS automatiza a extração da dinâmica da linha média de células individuais polarizadas de pilhas de imagens de microscopia de fluorescência, tornando-o menos demorado e menos propenso a erros humanos. O método quantifica esses lapsos de tempo gerando quimógrafos e pilhas de imagens ratiométricas (Figura 1) em células individuais em crescimento. Ele pode ser ajustado para trabalhar na migração de células únicas, mas mais experimentos são necessários. O AMEBaS é…

Discussion

O novo método apresentado aqui é uma ferramenta potente para agilizar e automatizar a análise de pilhas de imagens de microscopia de fluorescência de células polarizadas. Os métodos atuais descritos na literatura, como os plugins do ImageJ Kymograph, requerem o rastreamento manual da linha média da célula polarizada de interesse, uma tarefa que não é apenas demorada, mas também propensa a erros humanos. Como a definição da linha média nessa tubulação é sustentada por um método numérico18,19 que realiza…

開示

The authors have nothing to disclose.

Acknowledgements

Os autores agradecem aos auxílios FAPESP 2015/22308-2, 2019/23343-7, 2019/26129-6, 2020/06744-5, 2021/05363-0, CNPq, NIH R01 grant GM131043 e NSF grants MCB1714993, MCB1930165 pelo apoio financeiro. Os dados de pelos radiculares foram produzidos com a infraestrutura e sob a supervisão da Profª Andrea Bassi e do 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