Opis projektu
Charakterystyka cyklu komórek bakteryjnych przy użyciu mikroskopii o bardzo wysokiej rozdzielczości
Cykl komórkowy u bakterii działa w oparciu o wewnętrzny zegar związany w szczególności z homeostazą wielkości komórek na poziomie populacji. Istnieją narzędzia analityczne umożliwiające badanie charakterystyki cyklu komórkowego komórek eukariotycznych, jednak nie są one wystarczające do badania komórek bakterii. Wzrost oporności na antybiotyki oznacza konieczność opracowania niezawodnych platform ilościowych, które pozwalają na wysokowydajną analizę cyklu komórkowego bakterii. Celem finansowanego przez UE projektu BALTIC jest opracowanie nowatorskiego podejścia do badania cyklu komórkowego bakterii. Metodyka ta będzie opierać się na nowatorskiej mikroskopii o wysokiej przepustowości i bardzo wysokiej rozdzielczości i ma pozwolić na tworzenie dynamicznych modeli cyklu komórkowego bakterii z wykorzystaniem unieruchomionych komórek. Technologia ta stanowi znaczący przełom dzięki rozdzielczości przestrzennej wynoszącej 10 nm oraz możliwości ilościowej analizy komórek bakteryjnych.
Cel
The cellular life cycle, or cell cycle (CC), is the fundamental backbone of the cellular machinery: it orchestrates processes over multiple scales, in space and time. In bacteria, it consists of an internal clock associated with, for instance, cell-size homeostasis at a population level. Although some analytical tools dedicated to characterizing CC are available for eukaryotic cells, such approaches are still lacking when it comes to bacteria cells study. Moreover, existing eukaryotic cell cyclers are highly limited in terms of both resolution (spatial or temporal) and applications. However, with the rise of antibiotic resistance, there is a real need for reliable quantitative platforms dedicated to bacteria CC and allowing for high throughput comparison studies. This research proposal aims at producing a novel approach for bacteria CC investigation, whilst over-passing the drawbacks associated with existing tools. The developed methodology will rely on cutting edge high throughput super resolution microscopy. We will firstly explore proteins contribution to characterizing CC at the nano-scale, taking a step back from the unreliable and limited size or time dependent estimation. Relying on state of the art machine learning strategies and the identified CC reporting features, I will develop tactics to circumvent the trade-off between temporal and spatial resolution constraining fluorescence nanoscopy when it comes to the study of dynamic processes such as CC. I will implement a methodology to extract, for the first time, dynamic models of bacteria CC from fixed cells super resolved images. It is a considerable step forward: enabling to benefit from a spatial resolution around 10 nm, whilst inferring live-cell akin quantitative information. The highly innovative approaches to bacteria CC quantification developed here will be made generalizable across cell types and applications, providing a unique platform for complex studies, and therapeutics development.
Dziedzina nauki
- natural sciencesbiological sciencesmicrobiologybacteriology
- natural sciencesphysical sciencesopticsmicroscopysuper resolution microscopy
- natural sciencesbiological sciencesbiochemistrybiomoleculesproteins
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- medical and health sciencesbasic medicinepharmacology and pharmacydrug resistanceantibiotic resistance
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordynator
1015 Lausanne
Szwajcaria