Reliable quantification of multiplexed genetically encoded biosensors responsiveness in plant tissues

Deze studie presenteert een geoptimaliseerd raamwerk voor lineaire unmixing en een MATLAB-tool voor organelsegmentatie, waarmee betrouwbare multiplexing en kwantificering van genetisch gecodeerde biosensoren in plantweefsels mogelijk wordt ondanks overlapping van emissiespectra en chlorofyl-autofluorescentie.

De kern

Titel: Hoe wetenschappers meerdere kleuren tegelijk laten schijnen in planten (zonder dat het een modderige brij wordt)

Stel je voor dat je een plant bekijkt als een kleine, levende stad. In deze stad gebeuren er constant dingen: signalen worden gestuurd, verdediging wordt opgebouwd tegen ziektes, en energie wordt omgezet. Om te begrijpen hoe deze stad werkt, hebben wetenschappers "spionnen" nodig. Deze spionnen zijn genetisch gecodeerde biosensoren: kleine eiwitten die ze in de plant hebben geplaatst. Deze eiwitten licht op (fluoresceren) in specifieke kleuren als er iets belangrijks gebeurt.

Het probleem? Planten zijn lastig. Ze hebben van nature een sterke eigen gloed (van hun chlorofyl, het groene pigment) en als je meerdere spionnen tegelijk gebruikt, gaan hun kleuren door elkaar lopen. Het is alsof je probeert een oranje lantaarn en een rode lantaarn te zien in een mistige nacht: je ziet alleen een bruine brij.

Deze studie van het Nationaal Instituut voor Biologie in Slovenië lost dit probleem op. Hier is hoe ze dat deden, vertaald naar begrijpelijke taal:

1. Het kiezen van de juiste "spionnen" (Fluorescerende eiwitten)

De onderzoekers testten een groot assortiment aan lichtgevende eiwitten (zoals Venus, mKO2 en mKate2). Ze wilden weten:

• Hoe helder zijn ze? Als één spion heel fel schijnt en een ander heel zwak, is het moeilijk om ze beide goed te meten. Ze ontdekten dat ze een set konden kiezen die allemaal ongeveer even fel schijnen.
• Wat is hun "vingerafdruk"? Elke kleur heeft een specifiek spectrum. De onderzoekers maten precies hoe deze eiwitten licht uitzenden in planten, omdat dit soms anders is dan in een laboratoriumflesje.

2. Het probleem van de "kleurenbrij"

Wanneer je twee of meer kleuren tegelijk gebruikt, lopen ze over in elkaar. In de plant is dit extra lastig door de sterke groene gloed van de chlorofyl (de "plantenmist").

• De oude manier (Spectrale ontbinding): Dit is als proberen elke kleur van een regenboog heel langzaam en nauwkeurig te meten, één piek per keer. Het werkt heel goed, maar het duurt lang. Omdat het lang duurt, bewegen de cellen in de plant (net als mensen die lopen) en wordt je foto wazig.
• De nieuwe, slimme manier (Kanaalscheiding): Dit is de grote doorbraak van dit onderzoek. In plaats van heel langzaam te meten, nemen ze een snelle foto in verschillende "kanalen" (zoals verschillende camera's die tegelijk filmen). Vervolgens gebruiken ze een slim computerprogramma (een MATLAB-script) om de kleuren wiskundig weer uit elkaar te halen.

De analogie:
Stel je voor dat je een orkest hoort spelen, maar alle instrumenten klinken door elkaar.

• De oude methode is alsof je elk instrument één voor één laat spelen, heel langzaam, zodat je precies hoort wat ze doen.
• De nieuwe methode is alsof je het hele orkest tegelijk laat spelen, maar je hebt slimme oordoppen (de software) die precies weten hoe de viool klinkt en hoe de trompet klinkt. De software haalt de trompet eruit en laat alleen de viool horen, en vice versa. Dit gaat veel sneller en je mist geen beweging in het orkest.

3. Wat hebben ze bewezen?

De onderzoekers toonden aan dat je met deze nieuwe "snelle en slimme" methode:

• Meerdere signalen tegelijk kunt zien: Je kunt bijvoorbeeld zien wat er in de kern van de cel gebeurt, wat er in de bladgroenkorrels (chloroplasten) gebeurt, en wat er in het celvocht gebeurt, allemaal tegelijk.
• De "plantenmist" kunt verwijderen: Ze konden de echte signalen van de spionnen perfect scheiden van de natuurlijke gloed van de plant.
• Dynamiek vastleggen: Omdat het zo snel gaat, konden ze zelfs zien hoe organellen (de kleine onderdelen van de cel) zich verplaatsen in een besmette plant. Ze zagen hoe een virus (PVY) zich verplaatste en hoe de plant daarop reageerde.

4. Waarom is dit belangrijk?

Voorheen was het bijna onmogelijk om meerdere processen in een plant tegelijk te bestuderen zonder dat de kleuren door elkaar liepen. Nu hebben ze een recept (een protocol) en een tool (de software) die dit mogelijk maken.

Dit betekent dat wetenschappers in de toekomst beter kunnen begrijpen hoe planten ziektes bestrijden of hoe ze reageren op klimaatverandering. Het is alsof ze van een zwart-wit televisie zijn gegaan naar een scherpe, 4K-kleurenfilm, waarbij ze zelfs de achtergrondruis (de plantengloed) hebben verwijderd.

Kortom: Ze hebben een manier gevonden om meerdere kleuren tegelijk in planten te laten schijnen en ze daarna weer perfect uit elkaar te halen, zodat we de complexe "gesprekken" binnen een plant eindelijk duidelijk kunnen horen.

Technische samenvatting

Probleemstelling

Genetisch gecodeerde biosensoren zijn onmisbare hulpmiddelen in biologisch onderzoek voor het visualiseren van moleculen van subcellulair tot organismeniveau. Het multiplexen (gelijktijdig gebruik) van meerdere fluorescente biosensoren in planten is echter uiterst moeilijk. De belangrijkste obstakels zijn:

1. Spectrale overlap: Fluorescerende eiwitten hebben bredere excitatie- en emissiespectra dan chemische kleurstoffen, wat leidt tot signaalbleed-through (kruisverontreiniging).
2. Autofluorescentie: Plantweefsels vertonen sterke autofluorescentie, voornamelijk door chlorofyl en secundaire metabolieten, wat het detecteren van zwakke biosensorsignalen verstoort.
3. Kwantificatieproblemen: Ongeacht de aanwezigheid van moleculen is de kwantitatieve bepaling van hun abundantie essentieel. Verschillende helderheid (brightness) van sensoren onder dezelfde beeldvormingsomstandigheden leidt tot ongelijke detectiebereiken.
4. Beperkte validatie: Bestaande referentiedata (zoals van FPbase) vertonen vaak discrepanties met de werkelijkheid in planta, afhankelijk van het gebruikte microsysteem.

Methodologie

De auteurs ontwikkelden en vergeleken een geoptimaliseerd protocol voor beeldvorming en analyse in Nicotiana benthamiana (tijdelijke expressie) en Solanum tuberosum (aardappel, stabiele transgenen).

1. Karakterisering van Fluorescerende Eiwitten:

   • Er werden acht eiwitten getest: mTagBFP2, mTurquoise2, Venus, mKO2, mCherry, mKate2, mCardinal en miRFP713.
   • Emissiespectra: Gemeten met Leica TCS LSI, Stellaris 5 en Stellaris 8 systemen om systeemafhankelijkheid te evalueren.
   • Fluorescentielevensduur (Tau): Gemeten om te zien of scheiding mogelijk is op basis van tijdsverschillen (Tau-gating), vooral om autofluorescentie te onderscheiden.
   • Helderheid: Gekwantificeerd als cumulatieve fluorescentie-intensiteit per kern, rekening houdend met laserinstellingen (405 nm, witte lichtlaser, standaard lasers).

2. Lineaire Ontmijking (Linear Unmixing) Strategieën:
   Twee methoden werden vergeleken om overlappende signalen te scheiden:

   • Spectrale Ontmijking (Spectral Unmixing): Gebruikt lambda-scans (xyλ) met kleine stappen (5 nm) over het volledige emissiespectrum. Dit vereist referentiespectra (uit FPbase of experimenteel bepaald).
   • Kanaalscheiding (Channel Separation): Gebruikt standaard beeldvorming in gedefinieerde emissievensters (xy(z)). Een correctiematrix wordt berekend op basis van referentiebeelden van individuele eiwitten om cross-talk te verwijderen. Dit is sneller dan lambda-scans.

3. Validatie en Analyse:

   • Co-expressie: Drie eiwitten (EGFP in cytoplasma, Venus in chloroplasten, mKO2 in kernen) werden gelijktijdig tot expressie gebracht om de scheiding te testen.
   • Segmentatie: Een aangepaste MATLAB-workflow werd gebruikt voor geautomatiseerde segmentatie van kernen en chloroplasten om kwantificatie mogelijk te maken.
   • Toepassing: De methoden werden getest op wortels (met sterke autofluorescentie) en in virusgeïnfecteerde cellen (PVY) voor het volgen van organeldynamiek.

Belangrijkste Resultaten

1. Systeem- vs. Matrix-afhankelijkheid:

   • De emissiespectra van fluorescente eiwitten hangen sterk af van het gebruikte confocale microsysteem (vooral bij rode golflengten met HyD S-detectoren) en niet van het planteweefsel zelf. Spectra in aardappel en N. benthamiana waren vergelijkbaar.
   • Referentiespectra uit FPbase waren vaak onnauwkeurig voor directe toepassing in planta; experimenteel bepaalde referentiespectra leverden betere resultaten op.

2. Helderheid en Selectie:

   • De meeste geselecteerde eiwitten vertoonden vergelijkbare helderheid, behalve mTurquoise2 bij excitatie met een 405 nm laser (hier was de helderheid lager dan verwacht).
   • Venus, mKO2 en mKate2 werden geselecteerd als de meest geschikte combinatie voor multiplexing in aardappel, hoewel de signaalintensiteit in stabiele transgenen 100-500x lager was dan in tijdelijke expressie.

3. Vergelijking Ontmijkingstechnieken:

   • Spectrale ontmijking bood de hoogste nauwkeurigheid (minimale cross-talk) maar was tijdrovend en gevoelig voor bewegingsartefacten (door langere scan-tijden).
   • Kanaalscheiding bood een vergelijkbare scheiding (met slechts een minimale toename van cross-talk) maar was aanzienlijk sneller. Dit maakt het ideaal voor live-cell imaging en het verminderen van fotobleking.
   • Tau-gating (gebaseerd op levensduur) kon chlorofyl-autofluorescentie scheiden van eiwitsignalen, maar resulteerde in een verlies van totale signaalsintensiteit.

4. Praktische Toepassing:

   • De methoden maakten het mogelijk om nuclei in aardappelwortels te segmenteren, wat zonder ontmijking onmogelijk was door de sterke overlap met autofluorescentie van de celwanden.
   • In PVY-geïnfecteerde cellen werd succesvol de dynamiek van chloroplasten en kernen in realtime gevolgd met behulp van kanaalscheiding.

Bijdragen en Significatie

• Geoptimaliseerd Kader: Het artikel biedt een bewezen framework voor het multiplexen van genetisch gecodeerde biosensoren in planten, zelfs bij sterk overlappende emissiespectra.
• Aanbevolen Protocol: De auteurs bevelen kanaalscheiding aan als de voorkeursmethode voor de meeste toepassingen vanwege de snelheid, flexibiliteit (gebruik van verschillende lasers) en robuustheid tegen bewegingsartefacten, mits er referentiebeelden van individuele eiwitten beschikbaar zijn.
• Software Tooling: Een open-source MATLAB-script is beschikbaar gesteld voor geautomatiseerde segmentatie van kernen en chloroplasten en voor de kwantificatie van cross-talk-fouten.
• Data Beschikbaarheid: Ruwe beeldgegevens en metadata zijn opgeslagen in Zenodo, en scripts op GitHub, wat reproduceerbaarheid garandeert.
• Biologische Impact: Deze techniek stelt onderzoekers in staat om complexe signaalwegen (zoals calcium, ROS en hormonen) gelijktijdig en kwantitatief te visualiseren in levende plantcellen, wat essentieel is voor het begrijpen van plantimmuniteit en stressresponsen.

Conclusie: Hoewel FPbase nuttige referenties biedt, moeten experimenteel bepaalde spectra en helderheidswaarden in het specifieke microsysteem worden gebruikt. Met de juiste ontmijkingstechniek (vooral kanaalscheiding) en segmentatie-tools is betrouwbare multiplexing van biosensoren in complexe plantweefsels nu haalbaar.