Phage phenotyping by measuring plaque expansion dynamics
Jonathan Costa · Baltus A. van der Steen · Yuval Mulla
用平板扫描仪连续追踪噬菌体噬菌斑扩展，建立定量表型新方法。
消费级扫描仪+开源计算机视觉，拟合五参数模型分析大肠杆菌噬菌体。
噬菌斑扩展参数因噬菌体而异，初始扩展率与基因组大小负相关，可预测分类科。
将时间序列表型分析引入农业噬菌体防治，挖掘噬菌体-宿主互作动态与田间应用潜力。
噬菌体表型定量方法属基础微生物学，与三农、农业信息化无直接关联，不建议进入每日精选。
噬菌体展现出惊人的基因组多样性，然而其表型特征鉴定仍受限于通常只能给出简单二元感染结果的测定方法。定量性状可以从标准液体培养中提取，但许多噬菌体在这些条件下无法产生可测量的效应，因此需要在半固体培养基上建立改进的定量方法。虽然终点噬菌斑大小常用于定量表型分析，但它仅提供静态快照，无法区分噬菌体在细菌不同生长阶段中的表现。在此，我们报道了一种经济高效、可扩展的方法，通过使用消费级平板扫描仪和定制的开源计算机视觉软件连续追踪噬菌斑发育，来量化多种噬菌体的细菌杀灭速率。通过将简约的五参数现象学模型拟合到多样化的BASEL大肠杆菌（Escherichia coli）噬菌体集合，我们准确捕捉了所有细菌生长阶段的噬菌斑扩展动态。我们发现，噬菌斑扩展参数在单个噬菌体和分类科之间存在显著差异，其中初始扩展速率与病毒基因组大小呈负相关。值得注意的是，这些噬菌斑扩展动态与液体培养中的细菌崩溃时间不相关，表明它们代表了不同的生理和动力学过程。最后，我们证明，仅使用动态噬菌斑参数，通过随机森林分类器即可预测噬菌体分类科，准确率达72.1%，而传统终点噬菌斑大小则不具备预测能力。这种延时表型分析方法产生的稳健动力学数据优于终点测量，建立了一个可扩展的平台，以加速噬菌体发现和基因型-表型映射。