对高度聚合性细菌Acinetobacter sp. 的网格分区图像分析. Tol 5 托尔 5 托尔 5 托尔

科学领域:

• 微生物学 微生物学
• 生物物理学的生物物理.
• 生物信息学是一种生物信息学.

背景情况:

• 细菌细胞聚合对于表面殖民,抗压力和代谢物交换至关重要.
• 评估细胞聚合的现有方法,如管定位试验和基本图像分析,在量化多种细胞类型之间的复杂相互作用方面存在局限性.
• 在细菌群体中对异型和同型细胞-细胞相互作用的定量分析仍然是一个挑战.

研究的目的:

• 开发和验证一种新的图像分析工作流程,即网格分区图像分析 (GPIA),用于量化细菌聚合物的组成异质性.
• 评估GPIA在细胞表面蛋白AtaA.表达的基础上检测细胞对细胞亲和力的变化的能力.
• 为了研究AtaA在调解细菌自我聚合和协同聚合中的特定域的作用.

主要方法:

• 通过将光标记细菌的共聚焦激光扫描显微镜 (CLSM) 图像分成2μm网格开发了GPIA.
• 将网格分类为"分散" (≤1个细胞) 或"聚合物" (>1个细胞),并记录了聚合网格中EGFP标记细胞的比例.
• 分析了EGFP比率直方图来描述聚合模式,并将其与二项式预测进行了比较. 使用野生型和*Acinetobacter* sp.的突变菌株进行测试的GPIA. 托尔5表达不同水平的AtaA.

主要成果:

• GPIA成功量化了细菌聚合物的组成异质性,为分散细胞,同型聚合物和异型聚合物生成了特征性的EGFP比率组图.
• 一种细胞类型的AtaA产量下降改变了组图,从对称的单模分布变为倾斜的分布,表明GPIA对细胞对细胞亲和力的敏感性.
• 删除AtaA的N端头域取消了与全长AtaA的共同聚合,表明它在同性恋识别和自我聚合中的关键作用.

结论:

• GPIA提供了一种简单,快速和定量方法来分析细菌聚合和细胞与细胞相互作用.
• 这种方法弥合了定性显微镜和复杂的单细胞分析之间的差距,促进了对生物膜形成和微生物联盟组装的研究.
• GPIA是了解驱动细菌相互作用和社区结构的基本过程的宝贵工具.