Summary

Microscopie de suivi à molécule unique - Outil pour déterminer les états diffusifs des molécules cytosoliques

Published: September 05, 2019
doi:

Summary

La microscopie de localisation simple molécule 3D est utilisée pour sonder les positions spatiales et les trajectoires de mouvement des protéines étiquetées fluorescentes dans les cellules bactériennes vivantes. Le protocole expérimental et d’analyse de données décrit ci-dessus détermine les comportements diffusifs répandus des protéines cytosoliques basées sur des trajectoires monomolécules mises en commun.

Abstract

La microscopie de localisation à molécule unique sonde la position et les mouvements des molécules individuelles dans les cellules vivantes avec des dizaines de nanomètres de résolution spatiale et milliseconde temporelle. Ces capacités font de la microscopie de localisation à une molécule idéalement adaptée pour étudier les fonctions biologiques de niveau moléculaire dans des environnements physiologiquement pertinents. Ici, nous démontrons un protocole intégré pour l’acquisition et le traitement/analyse des données de suivi d’une seule molécule pour extraire les différents états diffusifs qu’une protéine d’intérêt peut montrer. Ces informations peuvent être utilisées pour quantifier la formation complexe moléculaire dans les cellules vivantes. Nous fournissons une description détaillée d’une expérience de localisation simple molécule 3D basée sur la caméra, ainsi que les étapes ultérieures de traitement des données qui donnent les trajectoires de molécules individuelles. Ces trajectoires sont ensuite analysées à l’aide d’un cadre d’analyse numérique pour extraire les états diffusifs répandus des molécules étiquetées fluorescentes et l’abondance relative de ces états. Le cadre d’analyse est basé sur des simulations stochastiques de trajectoires intracellulaires de diffusion brownienne qui sont spatialement confinées par une géométrie cellulaire arbitraire. Sur la base des trajectoires simulées, les images brutes à molécule unique sont générées et analysées de la même manière que les images expérimentales. De cette façon, les limites expérimentales de précision et de précision, qui sont difficiles à étalonner expérimentalement, sont explicitement incorporées dans le flux de travail d’analyse. Le coefficient de diffusion et les fractions de population relatives des états diffusifs prédominants sont déterminés en adaptant les distributions des valeurs expérimentales à l’aide de combinaisons linéaires de distributions simulées. Nous démontrons l’utilité de notre protocole en résolvant les états diffusifs d’une protéine qui présente différents états diffusifs en formant des complexes homo- et hétéro-oligomeric dans le cytosol d’un agent pathogène bactérien.

Introduction

L’examen du comportement diffusif des biomolécules donne un aperçu de leurs fonctions biologiques. Les techniques basées sur la microscopie à fluorescence sont devenues des outils précieux pour observer les biomolécules dans leur environnement cellulaire indigène. Le rétablissement de fluorescence après le photoblanchiment (FRAP) et la spectroscopie de corrélation de fluorescence (FCS)1 fournissent des comportements diffusifs ensemble-moyens. Inversement, la microscopie de localisation à molécule unique permet l’observation de molécules fluorescentes individuelles à haute résolution spatiale et temporelle2,3,4. L’observation de molécules individuelles est avantageuse puisqu’une protéine d’intérêt peut exister dans différents états diffusifs. Par exemple, deux états diffusables facilement reconnaissables surgissent lorsqu’un régulateur transcriptionnel, tel que CueR dans Escherichia coli, se diffuse librement dans le cytosol ou se lie à une séquence d’ADN et devient immobilisé sur l’échelle de temps de la mesure5 . Le suivi à molécule unique fournit un outil pour observer ces différents états directement, et des analyses sophistiquées ne sont pas nécessaires pour les résoudre. Cependant, il devient plus difficile de résoudre plusieurs états diffusifs et leurs fractions de population dans les cas où leurs taux de diffusion sont plus semblables. Par exemple, en raison de la dépendance de taille du coefficient de diffusion, différents états d’oligomerisation d’une protéine se manifestent comme différents états diffusifs6,7,8,9 , 10. De tels cas nécessitent une approche intégrée en termes d’acquisition, de traitement et d’analyse des données.

Un facteur critique influençant les taux de diffusion des molécules cytosoliques est l’effet de confinement par la limite cellulaire. Les restrictions imposées au mouvement moléculaire par une limite cellulaire bactérienne font apparaître le taux de diffusion mesuré d’une molécule cytoslique plus lent que si le même mouvement s’était produit dans un espace non confiné. Pour les molécules qui diffusent très lentement, l’effet du confinement cellulaire est négligeable en raison de l’absence de collisions avec la limite. Dans de tels cas, il peut être possible de résoudre avec précision les états diffusifs en adaptant les distributions des déplacements moléculaires, r, ou des coefficients de diffusion apparents, D ,en utilisant des modèles analytiques basés sur les équations pour le mouvement Brownian ( diffusion aléatoire)11,12,13. Cependant, pour la diffusion rapide des molécules cytosoliques, les distributions expérimentales ne ressemblent plus à celles obtenues pour le mouvement Brownien non confiné en raison des collisions de molécules diffusantes avec les limites cellulaires. Les effets de confinement doivent être pris en compte pour déterminer avec précision les coefficients de diffusion non confinés des molécules étiquetées fluorescentes. Plusieurs approches ont récemment été développées pour tenir compte des effets de confinement soit (semi-)analytiquement 5,14,15,16 ou numériquement grâce à des simulations de Monte Carlo de Diffusion Brownian6,10,16,17,18,19.

Ici, nous fournissons un protocole intégré pour la collecte et l’analyse des données de microscopie de localisation à molécule unique avec un accent particulier sur le suivi d’une seule molécule. L’objectif final du protocole est de résoudre les états diffusifs des protéines cytosoliques étiquetées fluorescentes à l’intérieur, dans ce cas, des cellules bactériennes en forme de tige. Notre travail s’appuie sur un protocole précédent pour le suivi d’une seule molécule, dans lequel une polymérase d’ADN, PolI, a été montrée pour exister dans un état lié et non lié d’ADN par l’analyse de diffusion20. Ici, nous étendons l’analyse de suivi d’une seule molécule aux mesures 3D et effectuons des simulations de calcul plus réalistes pour résoudre et quantifier les états diffusifs multiples simultanément présents dans les cellules. Les données sont acquises à l’aide d’un microscope à fluorescence 3D maison qui est capable de déterminer la position 3D des émetteurs fluorescents par l’imagerie avec la double hélice point-spread-fonction (DHPSF)21,22. Les images brutes à molécule unique sont traitées à l’aide d’un logiciel écrit sur mesure pour extraire les localisations 3D à molécule unique, qui sont ensuite combinées en trajectoires monomolécules. Des milliers de trajectoires sont mises en commun pour générer des distributions de coefficients de diffusion apparents. Dans une dernière étape, les distributions expérimentales s’adaptent aux distributions générées numériquement obtenues grâce aux simulations De Monte-Carlo du mouvement Brownian dans un volume confiné. Nous appliquons ce protocole pour résoudre les états diffusifs de la protéine de système de sécrétion de type 3 YscQ dans la vie Yersinia enterocolitica. En raison de sa nature modulaire, notre protocole s’applique généralement à tout type d’expérience de suivi à une molécule ou à une seule particule dans des géométries cellulaires arbitraires.

Protocol

1. Calibrage point-spread-fonction double-hélice REMARQUE : Les images décrites dans cette section et les sections suivantes sont acquises à l’aide d’un microscope à fluorescence inversée construit sur mesure, tel que décrit dans Rocha et al.23. La même procédure s’applique aux différentes implémentations de microscope conçues pour la localisation à molécule unique et le suivi de la microscopie2,3<sup…

Representative Results

Dans les conditions expérimentales décrites ici (20 000 images, longueur de trajectoire minimum de 4 localisations) et selon les niveaux d’expression des protéines de fusion étiquetées fluorescentes, environ 200 à 3 000 localisations donnant entre 10 et 150 trajectoires peuvent être générées par cellule (Figure 2a,b). Un grand nombre de trajectoires est nécessaire pour produire une distribution bien échantillonnée des coefficient…

Discussion

Un facteur critique pour l’application réussie du protocole présenté est de s’assurer que les signaux d’une seule molécule sont bien séparés les uns des autres (c.-à-d., ils doivent être clairsemés dans l’espace et dans le temps (Mov supplémentaire. 1)). S’il y a plus d’une molécule fluorante dans une cellule en même temps, alors la localisation pourrait être incorrectement assignée à la trajectoire d’une autre molécule. C’est ce qu’on appelle le problème de liaison30</…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Nous remercions Alecia Achimovich et Ting Yan pour la lecture critique du manuscrit. Nous remercions Ed Hall, scientifique principal du groupe Advanced Research Computing Services de l’Université de Virginie, pour son aide à mettre en place les routines d’optimisation utilisées dans ce travail. Le financement de ces travaux a été fourni par l’Université de Virginie.

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.

References

  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

Cite This Article
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