利用激光衍射对自由游动的微生物进行定量运动研究
2012年10月25日
像自由游动的线虫 C. elegans 这样的微观生物，生活在复杂且具有三维特性的环境中，并在此环境中表现出特定行为。我们报道了一种利用衍射图样分析 C. elegans 的新方法。该方法通过将激光照射穿过比色皿，记录其所产生衍射图样的时间周期性变化，从而实现对线虫运动的追踪分析。
本实验的总体目标是测量自由游动的微观生物的摆动频率。首先准备微观蠕虫样本，然后设置光学系统。
然后记录活体生物引入的衍射图样。最后，分析所记录的数据以确定游泳频率。最终，通过衍射分析揭示无约束线虫运动模式的变化。
与传统显微镜等现有方法相比，该技术的主要优势在于能够观察物种在三维空间中自由移动时的游动模式。尽管该方法可为自由游动的秀丽隐杆线虫提供深入见解，也可应用于其他透明、微小且处于不同条件下的微观生物。为进行视频分析，首先使用压平的铂金丝挑取工具将10至20条GR成年线虫转移至新鲜的NGM培养基上。
含有大肠杆菌小圆形菌落的琼脂培养皿。让线虫产卵三至五小时，然后移除成虫。由此建立一个包含50至150条线虫的小规模发育同步培养体系，将培养皿置于20摄氏度下孵育四至五天，使线虫生长至早期成虫阶段。
在进行视频分析的当天，使用一毫升去离子蒸馏水冲洗一板同步化培养的年轻成年线虫，从而收集50至150条蠕虫。使用微量离心机将线虫离心至离心管底部，或静置约15分钟使其依靠重力沉降。吸除管中大部分上清液，再加入一毫升去离子蒸馏水，以洗涤线虫表面附着的细菌。
使用微量移液器将五到十条线虫转移至盛有水的石英小室中。按照图示组装光学系统：采用波长为543纳米的氦氖激光器，通过两片前表面铝镜引导激光束穿过石英小室，系统还包括小室支架、投影屏，以及一台每秒可拍摄约240帧的高速相机。随后，用一块聚甲醛块覆盖石英小室顶部，并将其倒置，使线虫充分混入水柱中。
将毛细管置于毛细管架中，使线虫初始时位于毛细管顶部。利用反射镜引导激光束穿过毛细管中心。由于线虫密度大于水，它们将在水柱中缓慢下沉至毛细管底部，同时在投影屏上观察其运动；当透射激光束到达投影屏时，将对应光斑区域涂成黑色，以减少光散射。
消除或减少透射光束的散射可防止透射光束使相机的CCD阵列饱和。为了获取衍射图样的尺寸信息，在投影屏上紧邻透射激光光斑处画一条长约五厘米的线，注意不要干扰衍射光的图像。关闭室内光源，并在蠕虫通过激光束时记录屏幕上出现的衍射图像。
为准备视频数据，请安装以下视频分析程序，并将视频导入该程序。使用软件将坐标原点设置为与透射激光光斑重合的位置。追踪每条线虫产生的衍射图像的角度位移。
将数据复制并粘贴到电子表格中，并对所有负角度加上180度或π，以生成连续的曲线图。使用视频分析装置，通过USB端口将一个面积较小的光电二极管放置在投影屏正前方的衍射图样中，且偏离中心位置。
将光电二极管连接到与计算机相连的数字示波器。在计算机屏幕上观察抽搐模式。将数据集保存为 ASCI 或文本格式，以便分析数据。
使用视频或照片将数据导入能够拟合波形的数据分析程序中。通过卡方最小化法对正弦曲线进行拟合，以确定摆动频率。对来自不同样本的游泳频率取平均值，并计算其方差。
本研究采用单因素方差分析（Inova）对数据进行统计学分析，随后进行Bon Ferran多重比较检验。以P值小于0.05为具有统计学显著性，用于分析衍射图样。首先使用显微镜拍摄图像以进行图像表征。
将其拖入 Mathematica 中。使用二值化命令将其转换为黑白图像。或者，使用边缘检测命令生成黑白图像，其中末尾的两个数值用于控制所生成边缘的粗细程度。
接下来，使用图像数据命令将图像转换为由零和一组成的矩阵。利用 forer 命令对矩阵进行 forer 变换，然后对矩阵取绝对值的平方，并查看所得图像，即对应于原始图像的衍射图样。此外，使用对数函数对图像的对比度进行缩放。
最后，将模型衍射图样与自由游动的蠕虫获得的衍射图样进行比较。在此示例中，使用一厘米宽、五毫米厚、四厘米高的石英Q槽对海优雅蠕虫（sea elegance）进行研究，并通过视频分析对单个蠕虫进行采样。
通过视频分析获得的在5毫米厚培养皿中的平均游泳频率约为2.5赫兹。类似地，使用实时数据采集方法和数字示波器对单条蠕虫进行采样，得到的游泳频率约为2.7赫兹。该步骤可对多条蠕虫重复进行。
对自由游动的蠕虫进行的详细研究显示，其在五毫米水体中的平均游泳频率为 2.37 赫兹。正如预期，该游泳频率高于爬行蠕虫的频率。利用这种衍射方法，已发现被限制在显微镜载玻片上的海生秀丽隐杆线虫的平均游泳频率与先前发表的 2 赫兹数值相符。
观看视频后。本视频中展示的衍射图样数据准备与建模方法可用于模拟运动中的衍射图样。结合使用常规显微镜获取的蠕虫图像，通过建模的衍射图样可模拟海蛇尾的游动周期。
一个成功的模型应包含物理上合理的游泳模式，且与游泳频率相匹配。线虫在一个游泳周期结束时的形态应与其在周期开始时相同。一旦掌握，利用快速光控饮食法并在计算机屏幕上观察游泳周期，即可在不到一分钟内完成每条线虫的实验操作。
观看本视频后，您应能充分理解如何评估自由游动的线虫。
概述
本研究提出了一种新颖的方法，利用衍射图案分析秀丽隐杆线虫的游泳行为。通过追踪这些图案的时间周期性，研究人员可以获得对这些微观生物在三维环境中运动的洞察。
关键研究组成部分
科学领域
- 神经科学
- 生物物理学
- 行为分析
背景
- 秀丽隐杆线虫是研究运动的模式生物。
- 传统显微镜方法限制了对三维空间中生物的观察。
- 衍射图案可以提供一种分析运动的新方法。
- 这种技术可以应用于其他透明的微观生物。
研究目的
- 测量自由游泳的秀丽隐杆线虫的扭动频率。
- 使用衍射分析来分析运动模式。
- 改进现有的游泳行为观察方法。
使用的方法
- 准备同步培养的秀丽隐杆线虫。
- 使用氦氖激光器设置光学系统。
- 记录线虫穿过激光束时的衍射图案。
- 使用视频分析软件和统计方法进行数据分析。
主要结果
- 秀丽隐杆线虫的平均游泳频率测得约为2.37 Hz。
- 与爬行行为相比，观察到游泳频率的差异。
- 该技术允许实时观察三维中的运动。
- 统计分析证实了结果的显著性。
结论
- 这种衍射方法为研究秀丽隐杆线虫的游泳行为提供了一个有价值的工具。
- 该方法可以适用于其他微观生物。
- 未来的研究可以拓展各种条件下运动模式的影响。
常见问题
Executive Industry Relevance
Quantitative analysis of freely swimming micro-organisms using laser diffraction enables high-throughput, real-time measurement of locomotion in three dimensions, overcoming the constraints of traditional microscopy. This approach provides robust, quantitative outputs for behavioral phenotyping and functional validation in early discovery. The method supports predictive confidence in target validation and mechanistic de-risking for neurobiology and movement disorder research pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables quantitative interrogation of neuromuscular function in live, unconstrained model organisms.
- Supports functional target validation by measuring real-time behavioral outputs under varying conditions.
- Facilitates mechanistic de-risking by distinguishing between normal and perturbed locomotion patterns.
- Provides reproducible, quantitative endpoints for portfolio triage and early-stage decision making.
Screening & Assay Development
- Delivers standardized, high-throughput measurement of locomotor activity for phenotypic screening.
- Generates reproducible, quantitative data suitable for assay development and compound evaluation.
- Enables rapid comparison of locomotion metrics across experimental conditions and genetic backgrounds.
- Supports platform scalability and reuse for diverse transparent micro-organisms.
Translational & Preclinical Research
- Aligns behavioral phenotyping with disease-relevant endpoints in neurobiology and movement disorders.
- Provides translational continuity from discovery through preclinical validation of neuromuscular targets.
- Enables risk-adjusted advancement decisions based on quantitative, statistically validated outputs.
- Facilitates predictive de-risking for movement-related therapeutic hypotheses.
Pipeline & Workflow Integration
This laser diffraction method integrates into the discovery-to-preclinical continuum, enabling quantitative behavioral analysis from early target validation through lead identification and preclinical research.
- Discovery Biology: Supports hypothesis testing and pathway clarification by quantifying neuromuscular function in live organisms.
- Screening: Provides assay-ready, reproducible locomotion metrics for compound and genetic screening.
- Analytics: Delivers quantitative frequency measurements and statistical outputs for robust condition comparison.
- Translational Research: Bridges discovery and preclinical phases by aligning behavioral outputs with disease models.
- Enterprise Reuse: Offers a scalable, reusable platform for diverse transparent micro-organism studies.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in neuromuscular target validation.
- Operational Value: Standardizes and accelerates behavioral phenotyping with high reproducibility and throughput.
- Strategic Value: Improves go/no-go decisions and capital efficiency by providing robust, quantitative endpoints.
- Portfolio Impact: Enables risk-adjusted prioritization and advancement of movement-related therapeutic programs.
Implementation Considerations
- Requires expertise in optical instrumentation and quantitative behavioral analysis.
- Needs access to laser diffraction setup, high-speed imaging, and data analysis infrastructure.
- Demands cross-team standardization of data acquisition and statistical analysis protocols.
- Adaptable to various transparent micro-organisms with appropriate calibration.
- Limited to organisms and conditions compatible with optical diffraction and real-time imaging.
Biopharma FAQs
Chapters in this video
0:05
Title
1:23
C. elegans Preparation for Video Analysis
2:52
Optical Setup for the Video Analysis
4:36
Video Data Preparation
5:23
Real Time Data Acquistion for Instant Observation of Swimming Frequencies and Data Analysis
6:36
Model Diffraction Patterns Using Mathematica as an Example
7:48
Representative Laser Diffraction Results
9:34
Conclusion
