Summary

AMEBaS: Automatische middellijnextractie en achtergrondaftrekking van ratiometrische fluorescentie-time-lapses van gepolariseerde afzonderlijke cellen

Published: June 23, 2023
doi:

Summary

De huidige methoden voor het analyseren van de intracellulaire dynamiek van gepolariseerde eencellige cellen zijn vaak handmatig en missen standaardisatie. Dit manuscript introduceert een nieuwe beeldanalysepijplijn voor het automatiseren van middellijnextractie van enkele gepolariseerde cellen en het kwantificeren van spatiotemporeel gedrag van time-lapses in een gebruiksvriendelijke online interface.

Abstract

Celpolariteit is een macroscopisch fenomeen dat wordt vastgesteld door een verzameling ruimtelijk geconcentreerde moleculen en structuren die culmineren in het ontstaan van gespecialiseerde domeinen op subcellulair niveau. Het wordt geassocieerd met het ontwikkelen van asymmetrische morfologische structuren die ten grondslag liggen aan belangrijke biologische functies zoals celdeling, groei en migratie. Bovendien is de verstoring van de celpolariteit in verband gebracht met weefselgerelateerde aandoeningen zoals kanker en maagdysplasie.

De huidige methoden om de spatiotemporele dynamiek van fluorescerende reporters in individuele gepolariseerde cellen te evalueren, omvatten vaak handmatige stappen om een middellijn langs de hoofdas van de cellen te traceren, wat tijdrovend is en vatbaar voor sterke vooroordelen. Bovendien, hoewel ratiometrische analyse de ongelijke verdeling van reportermoleculen kan corrigeren met behulp van twee fluorescentiekanalen, zijn achtergrondaftrektechnieken vaak willekeurig en missen ze statistische ondersteuning.

Dit manuscript introduceert een nieuwe computationele pijplijn om het spatiotemporele gedrag van afzonderlijke cellen te automatiseren en te kwantificeren met behulp van een model van celpolariteit: pollenbuis/wortelhaargroei en cytosolische ionendynamiek. Er werd een algoritme in drie stappen ontwikkeld om ratiometrische beelden te verwerken en een kwantitatieve weergave van intracellulaire dynamiek en groei te extraheren. De eerste stap segmenteert de cel vanaf de achtergrond en produceert een binair masker door middel van een drempeltechniek in de pixelintensiteitsruimte. De tweede stap volgt een pad door de middellijn van de cel door middel van een skeletvormingsoperatie. Ten slotte levert de derde stap de verwerkte gegevens als een ratiometrische timelapse en levert een ratiometrische kymograaf op (d.w.z. een 1D-ruimtelijk profiel door de tijd heen). Gegevens van ratiometrische beelden verkregen met genetisch gecodeerde fluorescerende reporters van groeiende stuifmeelbuizen werden gebruikt om de methode te benchmarken. Deze pijplijn zorgt voor een snellere, minder bevooroordeelde en nauwkeurigere weergave van de spatiotemporele dynamiek langs de middellijn van gepolariseerde cellen, waardoor de kwantitatieve toolkit die beschikbaar is om celpolariteit te onderzoeken, wordt bevorderd. De AMEBaS Python-broncode is beschikbaar op: https://github.com/badain/amebas.git

Introduction

Celpolariteit is een fundamenteel biologisch proces waarbij de gecoördineerde actie van een verzameling ruimtelijk geconcentreerde moleculen en structuren culmineert in de oprichting van gespecialiseerde morfologische subcellulaire domeinen1. Celdeling, groei en migratie zijn afhankelijk van dergelijke polariteitsplaatsen, terwijl het verlies ervan in verband is gebracht met kanker bij epitheelweefselgerelateerde aandoeningen2.

Apicaal groeiende cellen zijn een dramatisch voorbeeld van polariteit, waarbij de polariteitsplaats aan het uiteinde zich typisch heroriënteert op extracellulaire signalen3. Deze omvatten het ontwikkelen van neurieten, schimmeldraden, wortelharen en stuifmeelbuizen, waar meerdere cellulaire processen uitgesproken verschillen vertonen van de punt van de cel naar de schacht. Met name in stuifmeelbuizen zijn actinepolymerisatie, blaasjesverkeer en ionische concentraties duidelijk gepolariseerd, met tipgerichte gradiënten4. Stuifmeelbuizen zijn de mannelijke gametofyten van bloeiende planten en zijn verantwoordelijk voor het afleveren van de zaadcellen aan de zaadknop door uitsluitend aan de top van de cel te groeien met een van de snelste groeisnelheden die bekend zijn voor een enkele cel. De tipgerichte gradiënten van ionen zoals calcium 5 (Ca2+) en protonen 6 (H+) spelen een belangrijke rol bij het in stand houden van de groei van stuifmeelbuizen, wat essentieel is om de belangrijkste biologische functie te vervullen die culmineert in een dubbele bevruchting 5,6. Kwantitatieve methoden om de spatiotemporele dynamiek langs de middellijn van apicaal groeiende cellen te analyseren, zijn dus essentieel om de cellulaire en moleculaire mechanismen te onderzoeken die ten grondslag liggen aan gepolariseerde groei 7,8,9. Onderzoekers gebruiken vaak kymografen, d.w.z. een matrix die de pixelintensiteiten van de middellijn van de cel (bijv. kolommen) door de tijd heen weergeeft (bijv. rijen), waardoor celgroei en -migratie diagonaal kunnen worden gevisualiseerd (Figuur 1). Ondanks hun nut worden kymografen vaak geëxtraheerd door de middellijn handmatig te traceren, omdat ze vatbaar zijn voor vooroordelen en menselijke fouten, terwijl ze ook nogal omslachtig zijn. Dit vraagt om een geautomatiseerde methode van middellijnextractie die het eerste kenmerk is van de pijplijn die hierin wordt geïntroduceerd, AMEBaS genaamd: eenutomatische M-idline E-xtractieen Background S-ubtractievan ratiometrische fluorescentie-time-lapses van gepolariseerde afzonderlijke cellen.

In termen van experimentele procedures kan kwantitatieve beeldvorming van ionen/moleculen/soorten van belang in afzonderlijke cellen worden bereikt met genetisch gecodeerde fluorescerende sondes10. Van de steeds groter wordende keuzes zijn ratiometrische sondes een van de meest nauwkeurige, omdat ze verschillende fluorescentiegolflengten uitzenden wanneer ze gebonden/ongebonden zijn aan de moleculen van belang11. Dit maakt het mogelijk om de ruimtelijke heterogeniteit in de intracellulaire concentratie van de sonde te corrigeren door gebruik te maken van de verhouding van twee kanalen met hun kanaalspecifieke achtergrond afgetrokken. Het schatten van de achtergronddrempel voor elk kanaal en tijdstip kan echter een complexe taak zijn, omdat deze vaak varieert in de ruimte als gevolg van effecten zoals schaduwen, waarbij de hoeken van het beeld helderheidsvariatie vertonen ten opzichte van het midden, en in de tijd als gevolg van vervaging van de fluorofoor (fotobleken)12. Hoewel er meerdere mogelijke methoden zijn, stelt dit manuscript voor om de achtergrondintensiteit automatisch te bepalen met behulp van de segmentatiedrempel die is verkregen met het Isodata-algoritme13, die vervolgens standaard over frames wordt gladgestreken door middel van polynomiale regressie. Ruimtelijke componenten die voortkomen uit fluorescentieheterogeniteit die geen verband houden met de doelcel die in12 werd verwijderd, werden echter door deze methode genegeerd. Automatische drempelwaarden kunnen op verschillende manieren worden uitgevoerd, maar het Isodata-algoritme leverde empirisch de beste resultaten op. Het automatisch aftrekken van de achtergrondwaarde en de berekening van de ratiometrie zijn dus het tweede hoofdkenmerk van AMEBaS (Figuur 1), dat samen een stapel tweekanaals fluorescentiemicroscopiebeelden als invoer ontvangt, de middellijn van de cel en de kanaalspecifieke achtergrond schat, en kymografen van beide kanalen en hun verhouding (hoofduitgang #1) uitvoert na achtergrondaftrekking, afvlakking en verwijdering van uitschieters, samen met een stapel ratiometrische afbeeldingen (hoofduitgang #2).

AMEBaS werd getest met fluorescentie-time-lapses van groeiende Arabidopsis-pollenbuizen verkregen onder een microscoop, hetzij met Ca2+ (CaMeleon)8 of pH (pHluorin)6 ratiometrische sensoren uitgedrukt onder de pollenspecifieke LAT52-promotor. Beelden van elk kanaal werden elke 4 s gemaakt in combinatie met een omgekeerde microscoop, een camera met verlichting aan de voorkant (2560 pixels × 2160 pixels, pixelgrootte 6,45 μm), een fluorescentieverlichting en een objectieflens voor wateronderdompeling 63x, 1,2NA. Filterinstellingen die voor CaMeleon werden gebruikt, waren: excitatie 426-450 nm (CFP) en 505-515 nm (YFP), emissie 458-487 nm (CFP) en 520-550 nm (YFP), terwijl voor pHluorin, excitatie 318-390 nm (DAPI) en 428-475 nm (FITC), emissie 435-448 nm (DAPI) en 523-536 nm (FITC). Er is een volledige dataset toegevoegd voor testen bij Zenodo (DOI: 10.5281/zenodo.7975350)14.

Daarnaast werd de pijplijn getest met wortelhaargegevens, waarbij beeldvorming werd uitgevoerd met een lichtbladmicroscoop (SPIM) zoals eerder beschreven 15,16 met Arabidopsis-wortelharen die de genetisch gecodeerde Ca2+ reporter NES-YC3.6 tot expressie brachten onder controle van de UBQ10-promotor17. De zelfgemaakte LabView-software die de camera-acquisitie, monstervertaling en sluiter van de lichtbladmicroscoop regelde, maakte de observatie van de twee cpVenus- en CFP-kanalen mogelijk, maar ook de visualisatie van hun verhouding in realtime. Elk verhoudingsbeeld van de time-lapse vertegenwoordigde een projectie met maximale intensiteit (MIP) tussen de fluorescentiekanalen cpVenus en CFP, beelden verkregen uit 15 plakjes van het monster met een tussenruimte van 3 μm. De time-lapse cpVenus/CFP-ratio van MIP’s werd opgeslagen en direct gebruikt voor de AMEBaS-analyse.

Hoewel deze pijplijn kan werken met meerdere soorten groeiende en migrerende cellen, is deze speciaal ontworpen om groeiende cellen te analyseren die uitsluitend aan het uiteinde groeien, zoals pollenbuizen, wortelharen en schimmeldraden, waar er een overeenkomst is van de niet-groeiende cytoplasmatische regio’s tussen frames. Als een dergelijke correspondentie niet aanwezig is, moet de gebruiker de optie complete_skeletonization kiezen in stap 1.3.1.1 (zie de sectie Discussie voor meer details).

Figure 1
Figuur 1: Een overzicht van de pipeline workflow. De AMEBaS-pijplijn analyseert en verwerkt microscopisch kleine time-lapses in drie hoofdstappen: Single-Cell Segmentation, Midline Tracing en Kymograph Generation. Klik hier om een grotere versie van deze figuur te bekijken.

Protocol

1. Interactief notebookprotocol Het Jupyter-notebook kan rechtstreeks op internet worden gebruikt met behulp van Google Colab op https://colab.research.google.com/github/badain/amebas/blob/main/AMEBAS_Colab.ipynb, waar de onderstaande instructies zijn gebaseerd. Als alternatief is het Jupyter-notebook beschikbaar op https://github.com/badain/amebas, waar het kan worden gedownload en geconfigureerd om lokaal in Jupyter te worden uitgevoerd (Anaconda kan een eenvoudig en platformo…

Representative Results

De AMEBaS-pijplijn automatiseert de extractie van middellijndynamiek van gepolariseerde afzonderlijke cellen uit fluorescentiemicroscopiebeeldstapels, waardoor het minder tijdrovend en minder vatbaar is voor menselijke fouten. De methode kwantificeert deze time-lapses door kymografen en ratiometrische beeldstapels te genereren (Figuur 1) in groeiende afzonderlijke cellen. Het kan worden aangepast om te werken aan migrerende afzonderlijke cellen, maar verdere experimenten zijn nodig. AMEBaS i…

Discussion

De hier gepresenteerde nieuwe methode is een krachtig hulpmiddel om de analyse van fluorescentiemicroscopiebeeldstapels van gepolariseerde cellen te stroomlijnen en te automatiseren. De huidige methoden die in de literatuur worden beschreven, zoals ImageJ Kymograaf-plug-ins, vereisen handmatige tracering van de middellijn van de gepolariseerde cel van belang, een taak die niet alleen tijdrovend is, maar ook vatbaar voor menselijke fouten. Aangezien de definitie van de middellijn in deze pijplijn wordt ondersteund door ee…

Disclosures

The authors have nothing to disclose.

Acknowledgements

De auteurs zijn de FAPESP-subsidies 2015/22308-2, 2019/23343-7, 2019/26129-6, 2020/06744-5, 2021/05363-0, CNPq, NIH R01-subsidie GM131043 en de NSF-subsidies MCB1714993, MCB1930165 dankbaar voor financiële steun. Wortelhaargegevens werden geproduceerd met de infrastructuur en onder toezicht van prof. Andrea Bassi en 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

References

  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

Cite This Article
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