Hier beschreiben wir ein Verfahren, das den organweiten Nachweis pathogener Bakterien während der Infektion und die Quantifizierung der fluoreszierenden Reporteraktivitäten ermöglicht.
Die meisten Infektionen finden in dreidimensionalen Wirtsgeweben mit komplizierter Anatomie und lokal unterschiedlicher Wirtsphysiologie statt. Die Positionierung der Erregerzellen in dieser vielfältigen Umgebung hat einen erheblichen Einfluss auf ihr Stressniveau, ihre Reaktionen, ihr Schicksal und ihren Beitrag zum allgemeinen Fortschreiten der Krankheit und zum Versagen der Behandlung. Aufgrund der technischen Schwierigkeiten bei der Lokalisierung von μm-großen Erregerzellen in cm-großen Wirtsorganen war dieses Forschungsgebiet jedoch noch relativ unerforscht. Hier stellen wir eine Methode vor, um diese Herausforderung anzugehen. Wir setzen serielle Zwei-Photonen-Tomographie und KI-gestützte Bildanalyse ein, um einzelne Salmonellenzellen in der gesamten Milz, in den Leberlappen und in ganzen Lymphknoten infizierter Mäuse zu lokalisieren. Mit Hilfe von Fluoreszenzreportern und in vivo der Verabreichung von Antikörpern können die Replikationsrate einzelner Salmonellenzellen , ihre lokale Interaktion mit spezifischen Immunzellen und die bakterielle Reaktion auf Antibiotika bestimmt werden. Diese Methoden eröffnen Wege für eine umfassende Untersuchung von Infektionen, deren Prävention und Behandlung im dreidimensionalen Gewebekontext.
Infektionen treten in Geweben mit komplexer Anatomie und kompartimentierter Physiologie auf. Die vielfältigen Mikroumgebungen, die im infizierten Gewebe koexistieren, können das Schicksal lokaler Erregeruntergruppen und ihren Beitrag zum Gesamtausgang der Erkrankung bestimmen 1,2,3. Eine umfassende 3D-Kartierung von mikrobiellen Krankheitserregern in zentimetergroßen Geweben bleibt jedoch eine Herausforderung4. Die Bildgebung des Gehirns und anderer Organe ist ein sehr aktives Forschungsfeld mit ständig verbesserten experimentellen Strategien5, aber vielen Methoden fehlt noch die Auflösung im Sub-μm-Bereich, die erforderlich wäre, um μm-große bakterielle Krankheitserreger sicher zu identifizieren. Im Gegensatz dazu ermöglicht die serielle Zwei-Photonen-Tomographie (STP)6 die automatisierte, mehrfarbige, verformungsfreie Bildgebung ganzer Gewebe mit einer Auflösung von unter μm in der Ebene, wodurch vollständige volumetrische Datensätze erhalten werden. Diese Methode kombiniert das wiederholte physikalische Schneiden des Gewebes mit einem Vibratom mit intermittierender Zwei-Photonen-Bildgebung der austretenden Blockflächen mit Infrarotlicht. Die STP-Tomographie wird häufig zur Kartierung dünner Axone im Gehirn eingesetzt, um Konnektivitätskarten zu erstellen 7,8,9,10.
Die STP-Tomographie ermöglicht auch die 3D-Kartierung einzelner mikrobieller Erregerzellen (Salmonellen, Toxoplasmen) im gesamten infizierten Gewebe11,12 mit Hilfe eines Tomographen. Die Generierung der zweiten Harmonischen zeigt Kollagenhüllen um Arterien und in fibrösen Banden wie den Trabekeln der Milz und liefert so den anatomischen Kontext. In vivo injizierte fluoreszierende Antikörper können zur Färbung von Wirtszellen verwendet werden, um Wechselwirkungen zwischen einzelnen Erregerzellen und infiltrierenden Immunzellen wie Neutrophilen aufzudecken. Hier wird die Pipeline beschrieben, die die Verarbeitung des Gewebes, die Bildgebung, das Zusammenfügen von Bildgebungskacheln mit Beleuchtungskorrektur, das Stapeln von Bildern in drei Dimensionen und die Segmentierung mit Hilfe von Werkzeugen des maschinellen Lernens umfasst. Diese Pipeline liefert 3D-Positionen von einzelnen Krankheitserregern, Zellen und Mikrokolonien innerhalb ihres Wirtskontextes. Die Anzahl der einzelnen Zellen innerhalb von Mikrokolonien bleibt aufgrund der Auflösungsgrenzen schwierig, aber diese Zahlen können auf der Grundlage der integrierten Helligkeit der Mikrokolonie geschätzt werden. Die Pipeline kann problemlos an andere Infektionsmodelle angepasst werden, wenn rekombinante GFP- oder YFP-exprimierende Erreger zur Verfügung stehen.
Der lokale Gewebekontext bakterieller Krankheitserreger ist entscheidend für die Bestimmung lokaler Wirtsangriffe, bakterieller Anpassungen, des lokalen Ergebnisses der Wirtserreger-Interaktionen und der antimikrobiellen Chemotherapie sowie der individuellen Beiträge zum Gesamtergebnis der Erkrankung. Die Abbildung von mikrometergroßen Bakterien in zentimetergroßen Organen war eine Herausforderung. Die serielle Zwei-Photonen-Tomographie (STP) bietet eine ausreichende räumliche Auflösung zum Nachweis einzelner Bakterienzellen in ganzen Organen, automatisierte Schnitte und Bildgebung sowie einen ausreichenden Durchsatz (~1 Organ pro Tag)11. Während Wirtsantigene in vivo gefärbt werden können, sollten Erregerzellen geeignete fluoreszierende Proteine exprimieren, um einen umfassenden Nachweis intrazellulärer Erregerzellen zu gewährleisten. Die daraus resultierenden Datensätze (0,5-1,5 TeraByte pro Organ) stellen IT-Infrastrukturen zur Datenanalyse und -speicherung vor erhebliche Herausforderungen.
Diese Methode umfasst mehrere kritische Schritte. Zunächst wird ein Erregerstamm mit nachweisbarer und homogener Expression des fluoreszierenden Proteins GFP oder YFP benötigt. Idealerweise wird eine chromosomale Expressionskassette25 verwendet, um die Fluoreszenzheterogenität aufgrund von Variation der Plasmidkopienzahl zu minimieren. Eine ausreichende Fluoreszenzintensität ist erforderlich, aber übermäßige Mengen an fluoreszierendem Protein sollten vermieden werden, um Fitnessbeeinträchtigungen des Erregerszu vermeiden 23. Geeignete Expressionsniveaus können durch Auswahl eines geeigneten Promotors und Feinabstimmung der ribosomalen Bindungsstelle25 oder der gesamten 5′-untranslatierten Region (UTR)26 erreicht werden. Zweitens sollte die Perfusionsfixierung eine erste Reinigung mit Puffer beinhalten, um so viele Erythrozyten wie möglich aus dem Blutkreislauf zu entfernen. Dies ist besonders kritisch für Milz und Leber (obwohl eine vollständige Entfernung von Erythrozyten aus diesen Organen schwierig ist). Verbleibende Erythrozyten absorbieren Licht im sichtbaren Teil des Spektrums und beeinträchtigen die Bildqualität27. Drittens ist die Lagerung des fixierten Gewebes im Kryoprotektivum entscheidend, um die Autofluoreszenz des Gewebes zu reduzieren, die bei entzündeten Geweben besonders hoch ist und die vergleichsweise schwache Fluoreszenz der Erregerzellen überschatten kann11. Viertens ist die effektive Vernetzung des Gewebes mit dem umgebenden Agaroseblock entscheidend für ein reibungsloses Vibratomschneiden, ohne dass das Gewebe aus dem Agaroseblock herausspringt. Fünftens müssen Fluoreszenzsignale und ihre Identifizierung als Erregerzellen unabhängig verifiziert werden, indem orthogonale Ansätze wie die Färbung mit Antikörpern gegen Erregerkomponenten (z. B. Lipopolysaccharid für gramnegative Bakterien) und die konfokale Mikroskopie der vom Tomographen entnommenen Schnitte11 verwendet werden. Einige infizierte Gewebe enthalten autofluoreszierende Partikel mit ähnlicher Form und überlappenden Fluoreszenzspektren, die leicht als Krankheitserregerzellen fehlinterpretiert werden können. Sechstens sollte die Menge der Erregerzellen innerhalb von Mikrokolonien mit orthogonalen Ansätzen wie der konfokalen Mikroskopie verglichen werden, um die Genauigkeit zu beurteilen. Die auf diesen Berechnungen basierende bakterielle Gesamtbelastung sollte durch Vergleich mit orthogonalen Ansätzen wie Durchflusszytometrie und Plattierung verifiziert werden.
Zu den wichtigen Modifikationen des weit verbreiteten STP-Protokolls gehört die Platzierung eines Schmalbandfilters 510/20 nm vor dem Photomultiplier 211, um die Interferenz der grün-gelben Autofluoreszenz zu reduzieren, die bei infizierter und entzündeter Leber, Milz und Peyer-Pflastern besonders stark ist. Die starke Autofluoreszenz und die erhöhte Lichtstreuung solcher Organe im Vergleich zum Gehirn (die andere Anwendungen von STP dominiert) erzeugen auch einen Bedarf an einer effektiveren Korrektur für ungleichmäßige Beleuchtung. Als weitere Modifikation verwendet dieses Protokoll zu diesem Zweck den CIDRE-Ansatz22 (Abbildung 3) und die KI-basierte Segmentierung von Bakterien. Schließlich wurde die Gewebevorbehandlung verändert, indem ein Inkubationsschritt in einem Kryoprotektivum bei -20 °C eingeschlossen wurde, der die Gewebeautofluoreszenz reduziert und somit den Nachweis kleiner Erregerzellen mit relativ schwacher Fluoreszenz erleichtert11.
Eine Fehlerbehebung kann erforderlich sein, wenn keine Erregersignale erkannt werden können oder die Segmentierung zu einer unzureichenden Sensitivität (zu viele Erregerzellen werden übersehen) oder zu einer unzureichenden Präzision (zu viele Hintergrundpartikel werden als Erregerzellen segmentiert) führt. Wenn die Autofluoreszenz des Hintergrundgewebes nachweisbar ist, aber zu wenige Erregersignale vorhanden sind, könnten die Erreger zu wenig fluoreszierende Proteine enthalten. Dies kann mit Hilfe der konfokalen Mikroskopie von Gewebeschnitten aus demselben infizierten Gewebe oder der Durchflusszytometrie von Gewebehomogenaten getestet werden19,28. Dahinterliegende Gründe können unzureichende Expressionsniveaus oder eine Instabilität der Expressionskassette sein. Zu den Minderungsstrategien könnten alternative Promotoren gehören, um die Expression zu steuern, die Codon-Anpassung der Gene, die für das fluoreszierende Protein für die Erregerspezies kodieren, die Verwendung episomaler Konstrukte mit höherer Kopienzahl oder die Stabilisierung von Expressionskassetten durch chromosomale Integration oder balanciert-letale Komplementierung29. Die Wahl des fluoreszierenden Proteins ist ebenfalls wichtig, aber der Nachweis ist mit GFP.mut2, mWasabi, YPet und TIMERbac möglich. Wenn die Segmentierung ungenau ist, kann dies durch eine zu schwache Erregerfluoreszenz verursacht werden, die wie oben beschrieben behoben werden könnte, oder durch einen zu hohen Autofluoreszenzhintergrund des Gewebes. Eine umfangreiche Perfusion der Waschlösung oder eine längere Inkubation in Lagerpuffer unmittelbar vor der Einbettung in den Agaroseblock und die Tomographie können diese Probleme beheben. Schließlich ist für eine präzise Klassifizierung ein ausreichendes Training des neuronalen Netzes erforderlich, aber übermäßiges Training kann zu einer Überanpassung führen, die die Leistung für neue Stichproben beeinträchtigt.
Derzeit ist keine andere Methode in der Lage, ganze Organe mit ausreichender räumlicher Auflösung in 3D abzubilden, um einzelne Bakterien nachzuweisen. Zukünftige Verbesserungen bei der Gewebereinigung und der Lichtblattmikroskopie könnten eine ähnliche Auflösung erreichen. Dies könnte eine Bildgebung mit höherer Geschwindigkeit und mit mehr Fluoreszenzkanälen ermöglichen.
Eine wichtige Einschränkung von STP ist die Pixelauflösung in der Ebene von ~0,5 μm und die vertikale Auflösung von 5 bis 10 μm, die nicht ausreicht, um nahe gelegene Bakterien, z. B. innerhalb einer dicht gepackten Mikrokolonie, aufzulösen. Es ist jedoch möglich, Gewebeschnitte nach der Tomographie für die sekundäre hochauflösende konfokale Mikroskopie ausgewählter Gewebeteile zu gewinnen. Eine weitere Einschränkung von STP ist die Verfügbarkeit von nur drei Fluoreszenzkanälen, was die Anzahl der Fluorophore, die gleichzeitig abgebildet werden können, einschränkt. Auch hier kann die Sekundäranalyse von entnommenen Gewebeschnitten mit Multiplexing-Methoden die Lage und Intensität vieler weiterer Marker für ausgewählte Gewebeteile aufzeigen. Diese Informationen könnten in die gesamte 3D-Struktur des umgebenden Gewebes integriert werden, wie sie mit STP bestimmt wird.
Zusammenfassend lässt sich sagen, dass dieses Protokoll detaillierte Untersuchungen von Wirt-Pathogen-Interaktionen auf lokaler und ganzorganlicher Ebene ermöglicht. Das Protokoll sollte leicht an andere Krankheitserreger (sofern sie als fluoreszierende Stämme gewonnen werden können), andere Organe und verschiedene Wirtsarten angepasst werden können.
The authors have nothing to disclose.
Die Arbeit wurde unterstützt durch den Schweizerischen Nationalfonds 310030_156818, 310030_182315 und NCCR_ 180541 AntiResist (zur DB).
Chemicals | |||
Agarose Low Melt | Roth | Art. 6351.5 25g | |
Boric acid | Sigma-Aldrich | 6768-500G | |
Instant adhesive Loctite 435 | Henkel | ||
Paraformaldehyde | Sigma-Aldrich | P6148 | |
Poly(ethylene glycol) | Sigma-Aldrich | P5413-1kg | |
Polyvinylpyrrolidone | Sigma-Aldrich | PVP-100G | |
Sodium borohydride | Sigma-Aldrich | 71321-25g | |
Sodium hydroxide | Merck | 106453 | |
Sodium periodate | Sigma-Aldrich | 311448-100G | |
Sodium phosphate dibasic | Sigma-Aldrich | 71640-250G | |
Sodium phosphate monobasic dihydrate | Sigma-Aldrich | 71500-1KG | |
Sodium tetraborate | Sigma-Aldrich | 221732-100g | |
Sucrose | AppliChem | A4734,1000 | |
Tris-buffered saline (TBS) | Merck | T5912-1L | |
Triton X-100 | Sigma-Aldrich | 9002-93-1 | |
Vacuum filtration 500 | TPP | TPP99250 | |
Equipment | |||
Blade | Campden Instruments Limited | 01-01-4692 | |
MAITAI Laser | Spectra-Physics | ||
Peel away plastic mold | Sigma-Aldrich | E6032-1CS | |
TissueCyte 1000 tomograph | TissueVision | ||
Antibody/dyes | |||
DAPI | Merck | D9542-5MG | |
Primary antibodies | |||
anti-LPS Salmonella, rabbit | Sifin | REF TS 1624 | |
anti-CD169-PE, clone 3D6.112 | Biolegend | 142403 | |
anti-Ly-6G-PE, clone 1A8 | Biolegend | 127608 | |
Secondary antibodies | Invitrogen | ||
chicken anti-rabbit Alexa 647 | Invitrogen | A-21443 | |
Software | Company | Version | |
Fiji | Image J | 1.54g or later | |
MATLAB | MathWorks | 2017b/2018b or later | |
Orchestrator (tomograph) | TissueVision | ||
Visualization software Imaris | Oxford Instruments | 9.9.0 or later |