Summary
该协议提出了一种从斑马鱼胚胎, 幼虫, 或排序细胞的整体转录分析的方法。我们包括 RNA 的分离, RNASeq 数据的通路分析, 和 qRT pcr 验证基因表达的变化。
Abstract
分析全球基因表达变化是一个有价值的工具, 以确定新的途径的基础观察表型。斑马鱼是一个很好的模型, 快速评估整个转录从整个动物或单个细胞的数量, 由于 RNA 的容易分离, 从大量的动物。本文介绍了利用 RNA 测序 (RNASeq) 对斑马鱼胚胎进行全球基因表达分析的协议。我们描述的是从整个胚胎或细胞群中获得的 RNA 的制备方法。我们还描述了一种分析 RNASeq 数据的方法, 用以识别全球基因表达数据集的富集通路和基因本体 (GO) 术语。最后, 我们提供了一个协议, 以验证基因表达变化使用定量逆转录酶 pcr (qRT pcr)。这些协议可用于比较分析的控制和实验组斑马鱼, 以确定新的基因表达变化, 并提供分子洞察的表型的兴趣。
Introduction
全球基因表达的比较分析是鉴别新基因的重要工具。这种分析通常依赖于对实验和对照样本的成绩单丰度进行定量评估。靶向方法, 如 qRT PCR 是相对快速和准确的调查单基因表达变化。RNA 测序 (RNASeq) 提供了一种宽泛的、无假设的方法来识别样本间基因表达的显著变化, 使之成为跨实验系统进行此类调查的标准。
斑马鱼已成为一个突出的模式, 在许多疾病地区。最初为他们的用途开发生物学研究, 由于他们的高繁殖力和相对地低维护费用, 试验性使用斑马鱼已经演变包括各种各样的表型从胚胎到成人阶段并且分子分析的宽数组1,2,3。事实上, 这些优势使分子机械研究迅速和 cost-effective, 因为容易获得大量的材料结合在一起, 在生活的所有阶段的遗传和环境操作的容易。此外, 斑马鱼的胚胎和幼虫的透明性质使它非常适合于生成细胞和组织特异的转基因报告线, 允许在体内离散细胞群的可视化4。利用此类线, 根据报告基因表达, 对特定孤立细胞类型进行全球基因表达分析。
在这里, 我们提出了一个全面的协议, 全球基因表达分析使用 RNASeq 后, 养殖斑马鱼胚胎。基因实验操作, 包括基于吗 (MO) 的瞬态基因击倒或 CRISPR 介导的基因组编辑, 已在别处出现5,6,7。因此, 我们专注于一个详细的协议, 分离 RNA 从整个胚胎或排序的转基因记者表达细胞后, 简单的计算分析 RNASeq 结果使用路径工具和基因本体 (GO) 术语。最后, 我们还包括了一种通过定量逆转录酶 pcr (qRT pcr) 验证基因表达变化的策略。这些协议适用于斑马鱼的胚胎在广泛的实验条件, 包括比较遗传突变体或环境条件。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
下面概述的所有动物协议均符合并经马里兰大学动物保育和使用委员会 (IACUC) 批准.
1. 胚准备
- 通过自然交配生成胚胎
- 培养胚胎到3月龄, 生殖成熟度 5 , 8.
- 在胚胎采集前, 将成年雄性和雌性鱼从所需的菌株分离到分离的交配槽中, 并在每个容器中添加2雄性和3雌性.
注: 使用转基因的 insulin2a:mCherry 荧光报告株可以分析胰腺和 #946;-细胞. - 将鱼转移到配有新鲜系统水的交配罐中, 并在第二天早上灯亮后立即移除分隔条.
- 允许鱼自然交配, 直到底部罐中的胚胎被观察到。以30分钟的间隔收集胚胎, 直到收集到所需的数量。将每个收集的时间点存储在28.5 和 #176 的胚胎培养基中的不同培养皿中; C.
- 在实验培养基中进行遗传物质或放置的显微注射 6 , 如果需要, 并培养新鲜的汉克和 #39 的胚胎培养基 8 在10厘米的 Petri 皿中28.5 和 #176;
注: 对于吗 (MO) 注入或突变动物的基因表达分析, 请注意, 每个操作都可能对基因表达产生附带影响。突变体可以在转录水平表现出基因补偿, 而 MO-based 基因的目标是 9 .
- 阶段胚胎
- 在 50 和 #8211 的组中培养胚胎; 每10厘米培育皿中有75胚 以促进所有胚胎的一致发育时间.
- 在卵、外包和节阶段使用解剖显微镜监测发育形态学, 以确保发育进程 10 .
注: 去除任何垂死或畸形的胚胎, 以防止在盘中发育迟缓. - 根据发育年龄分离胚胎。测量胚胎年龄使用节数字在分割以后 (post-gastrulation, 10.33 h 岗位受精 (hpf)) 直到大约 24 hpf。在 24 hpf 后, 用总体长来分期胚胎和幼虫.
注意: 节是在胚胎的背侧出现的 v 字形的胚层组织. - 将已排序的胚胎放入28.5 和 #176; C 孵化器, 使发展达到预期的年龄.
2。单细胞离解: 整个胚胎和排序的细胞数量
- 整个胚胎分离
- 在预期的阶段安乐斑马鱼胚胎, 将培养皿放在冰上5-15 分钟, 直到没有观察到运动.
- 将20胚胎池转移到标记为1.5 毫升的离心管上。从离心管中取出多余的胚胎介质.
- 添加200和 #181; L 溶解试剂 (参见 材料表 ) 到含有胚胎的试管中。用杵质机械裂解试剂中的胚。添加800和 #181; L 溶解试剂, 使总体积为1毫升。存储在-80 和 #176; C 直到 RNA 提取.
- 流排序的单元隔离 11
- 将胚胎从培养皿转移到1.5 毫升的离心管中, 并尽可能移除胚胎培养基.
注意: 根据胚胎年龄, 在这一步也可能需要机械离解。与胚胎和 #62; 48 hpf, 我们建议使用杵来破坏胚胎的完整性, 然后再继续. - 孵育1毫升的离解缓冲 1 (见 材料表 ) 在1.5 毫升离心管的胚胎。室温孵育15-30 分钟。研制的解决方案, 轻轻地移向上和向下使用 P1000 提示混合每3-4 分钟在孵化步骤。不要涡流.
- 用离心法收集胚胎3分钟, 在 300 x 克和清除上清液。在1毫升离解缓冲2中重新暂停胚胎 (请参见 材料表 )。在室温下孵育15-30 分钟, 定期吸管研磨.
- 在显微镜下, 通过稀释1-2 和 #181 对荧光活化的细胞分类器中的悬浮液进行消化.
注意: 当被检查的分显示单细胞的细胞簇和胚胎组织的片断时, 完全消化已经发生. - 以 300 x g 的离心法收集细胞, 5 分钟去除上清液。将细胞重新悬浮到1毫升的缓冲区, 重力过滤器通过40和 #181; m 细胞滤网从样品中去除未消化的组织.
- 使用例计算单元格, 并将其与资产管制的缓冲区稀释到大约 1x 10 6 在一个资产管制管中的单元/mL.
注: 对于每个胚胎 (少于5% 的总) 的细胞类型, 如胰腺和 #946;-细胞, 使用至少1000阶段匹配的胚胎. - 为资产管制系统分类设备提供含有1毫升悬浮液样品的资产管制系统, 以及只含有裂解试剂或外地资产管制系统缓冲的资产管制系统管。门的流量分拣机只收集单一的细胞, 表达的荧光记者.
- 在收集到所需的单元格编号之前执行资产管制流程排序.
注意: 要执行 RNASeq, 有一个最小的总 RNA 需要。我们发现 3,000-5 000 细胞足以分离高质量高浓度的 RNA. - 将收集的细胞储存在冰上, 并立即进行 RNA 制备.
- 将胚胎从培养皿转移到1.5 毫升的离心管中, 并尽可能移除胚胎培养基.
3。rna 准备
- 提取 rna
- 在室温下孵育所收集的样品 (从步骤 2) 和裂解试剂5分钟.
- 为每1.0 毫升的裂解试剂添加0.2 毫升氯仿, 并在十五年代用手倒置试管. 室温下孵育2-3 分钟。离心样品在 1.2万 x g 为15分钟在4和 #176; C.
- 将分离的, 水相转移到一个新鲜的管, 并添加0.5 毫升的异丙醇为每1.0 毫升的裂解试剂使用。室温孵育10分钟。离心样品在 1.2万 x g 为10分钟在4和 #176; C.
- 用75% 乙醇洗涤, 并将样品在 7500 x g 上离心5分钟, 在4和 #176; c. 完全去除上清, 使空气在室温下干燥。在15-30 和 #181 中重新悬浮 RNA; 焦二乙基 (DEPC)-处理过的水.
- 纯化高质量的 rna
- 将 RNA 悬浮与1/10 卷3M 醋酸钠 (pH 5.5) 和1的异丙醇量结合起来。在室温下孵育20分钟, 将样品在 12500 x g 离心10分钟, 在4和 #176; C.
- 在 DEPC 处理过的水中用 ice-cold 70% 乙醇清洗颗粒, 并将样品在 1万 x g 上离心5分钟, 在4和 #176; 重复一次洗涤步骤.
- 清除上清, 允许在室温下干燥。重新悬浮在 DEPC 处理的水中.
- 使用吸收光谱仪测定提取的 RNA 浓度 (ng/和 #181; L) 和纯度 (260/230 比)。在继续 RNASeq 之前, 请确保260/230 值为 ~ 2.0。存储在-80 和 #176; C 直到我们e (最多6月).
- 将 RNA 样本发送给供应商或核心以进行 RNASeq 和基因表达变化分析, 这是基于顺序读取的量化。从供应商返回的结果通常提供的基因列表显示, 在样本之间的成绩单读取明显的折叠变化.
注: 如果上述方法产生质量较差的 RNA, 则可以使用列。rna 样本的数量、浓度和 rna 完整性数字应与供应商或核心确认。供应商或核心也通常会评估.
4。路径和 GO 术语分析
注意: 在核心或供应商提供的 RNASeq 后, 请参阅 图 1 , 以了解基因表达分析的代表性输出.
- 对差异表达的基因排序
- 在电子表格管理软件中比较单个实验条件与控制
- 打开数据 (结果) (请参见 材料表).
- 选择 #39 旁边的下拉箭头; 排序和 #39; 按钮并选择和 #34; 自定义排序和 #34; 在包含实验与控制条件中的差异表达基因的电子表格中.
- 选择 #39 下的框; 列和 #39; 在弹出的窗口中, 选择按和 #39 排序; 利物浦和 #39; 专栏。确保和 #39; 价值和 #39; 在和 #39 中选择; 排序 #39; 列。选择以排序从和 #39; 最大到最小和 #39; 在和 #39; 命令和 #39; 列并单击和 #34; 确定和 #34;.
注: 这将排序差异表达的基因, 使那些增加表达 (正面利物浦) 将出现在列表的顶部, 而那些减少表达 (负利物浦) 将出现在列表的底部.
- 将多个实验条件与单个控件进行比较, 如下所示。
- 在实验1与控制电子表格中选择空列中的第一个单元格, 以确定在两个实验条件中发现的差异表达基因。在单元格中键入以下公式:
注意: 此公式是 IF、ISERROR 和匹配函数的组合。(i) 比赛功能, 比赛 (Experimental2_vs_Control!A:A,0), 将查找 A1 (ENSEMBL ID) 中的值, 该列 (a:) 的电子表格名为 Experimental2_vs_Control (Experimental2_vs_Control!)。#34; 0 和 #34; 指示查找精确匹配, 如果找到精确匹配, 则函数将返回值 #34; 1 和 #34; 如果未找到匹配项, 则函数将返回错误和 #34; N/a 和 #34;。(ii) 比赛功能的结果, 然后输入到 ISERROR 函数, ISERROR (匹配 (A1, Experimental2_vs_Control!A:A,0)), 如果输入是和 #34; 1 和 #34; 表明匹配被发现, 它将返回和 #34; 假和 #34; 如果输入是和 #34; N/a 和 #34; 表示未找到匹配, 则返回和 #34; 真和 #34;。(三) #34; 真实与 #34; 或 #34; 虚假和 #34; 结果然后输入 if 函数, 如果 (ISERROR (Experimental2_vs_Control!A:A,0), #34; #34 #34;D 重复 #34;) 在哪里, 如果输入是和 #34; 真实和 #34; 表示未找到匹配项, 则将返回第一组引号 (和 #34; #34;) 为空, 因此单元格将为空。如果输入 #34; FALSE 和 #34; 表示匹配, 则将返回第二组引号 (和 #34;D 重复和 #34;) 之间的值, 并且单元格会说和 #34;D 重复 #34;. - 按 #34; 输入和 #34; 或 #34; 返回和 #34; 运行等式。选择包含公式的单元格, 然后单击单元格右下角的框。保持鼠标单击并将所选区域一直拖到列中, 直到最后一个 #39; 功能 ID 和 #39;, 将公式复制到列中的每个单元格中.
- 选择和 #34; 自定义排序和 #34; 再次, 通过单击 #34; + #34; 左下角的图标, 添加第二级排序。在第一级, #34; 排序依据和 #34;, 在列选择和 #34;D 重复和 #34;, 根据选择和 #39 排序; 值和 #39;, 根据顺序选择和 #39; Z 到 A 和 #39;。在第二级, #34; 然后通过和 #34;, 在列选择和 #39; 利物浦和 #39; 根据选择和 #39; 价值和 #39; 根据顺序选择和 #39; 最大到最小和 #39; 选择和 #34; 好 #34;.
注意: 这将根据表达变化的方向性将基因列表分类为4组。重要的是要检查在两个实验条件中发现的基因, 以确保表达的变化是在同一方向的两个或相反的方向. - 在继续之前从基因符号列中删除任何括号, 否则在数据库中将找不到结果。选择包含基因符号的整列。选择和 #34; 编辑和 #34; 然后, #34; 替换和 #34; 在下拉 #39; 文件和 #39; 菜单。类型和 #34;(*) 和 #34; 在和 #34; 查找: 和 #34; "替换" 窗口的栏, 然后离开和 #34; 替换为: 和 #34; 栏为空。选择和 #39; 替换所有 #39; 删除括号中的所有实例.
注: * 表示任意数量的字符, 通过在两个圆括号之间放置此字符, 程序将提示您在突出显示的单元格中查找任何实例, 并且任何括号实例都将被替换为无, 从而删除它们.
- 在实验1与控制电子表格中选择空列中的第一个单元格, 以确定在两个实验条件中发现的差异表达基因。在单元格中键入以下公式:
- 在电子表格管理软件中比较单个实验条件与控制
- 确定富集路径
- 复制要确定剪贴板的丰富路径的集合的基因符号。转到 ConsensusPathDB 12 。选择和 #34; 基因组分析和 #34; 在网页的左栏, 其次是和 #34; 过度表征分析和 #34;.
- 将 #34 中的基因列表粘贴;P 浪费基因/蛋白质标识符和 #34 的列表; 框。在 #34 中选择基因符号; 基因/蛋白质标识符类型和 #34; 框和单击 #34;P roceed 和 #34;。根据路径数据库和 #34 的定义, 选择;P athways 旁边的框和 #34; 在 "Pathway-based 集" 部分下.
注意: 将显示许多用于分析的选项, 包括要搜索的可用数据库的列表。我们建议取消所有数据库, 除了 Kegg 和 Reactome 数据库, 因为它们是最建立和全面的。还可以根据需要调整与输入列表和 p 值截止设置的最小重叠。我们建议将这些设置保留在默认的2基因最小重叠和 0.01 p 值截止处. - 选择和 #34; 查找丰富集和 #34; 获取输入列表中包含基因的路径列表.
注: 输出将以表格的形式, 包括每个通路的名称, 其次是和 #34; 设置大小和 #34; (指明通路中总基因的数量); #34; 候选人包含和 #34; (表明输入列表中的基因数量在该通路中), 以及 p 值和 q 值 (罗斯福), 和数据库的路径被确定.
如上所述,
- 生成路径网络
- 确定丰富的路径.
- 选择所有富集路径以在通路网络中可视化, 通过选择要可视化的路径名称旁边的每个框, 或单击和 #34; 全部和 #34; 下 #34; 选择和 #34; 在选择框上方的列标题中, 选择和 #34;可视化所选集和 #34;.
注意: 我们建议, 如果有少于30的所有路径的可视化;如果有大于30的路径, 我们建议选择前30最丰富的路径 (那些含有最大数量的基因从输入列表). - 调整和 #34; 相对重叠和 #34; 和 #34; 共享候选和 #34; 筛选器, 通过选择页面顶部中心的任一框并输入渴求百分比相对重叠或共享候选的数量, 要更加严格, 以便使路径网络中的更贴切的重叠更清晰, 并选择和 #34; 应用和 #34;.
注意: 我们建议最小的相对重叠 0.2, 表明20% 基因重叠之间的2通路, 以连接他们, 至少2共享候选人。通过单击页面左上角的图形图例可以看到图形图例.
- 确定丰富的 GO 术语
- 复制该组的基因符号, 其中一个希望将丰富的基因本体确定为剪贴板。转到 #39; go 富集分析工具和 #39; 在基因本体论联合体中 13 。将基因符号列表粘贴在页面左侧的框中, #34; 您的基因 id 在这里和 #8230; #34;
- 选择要使用的 GO 术语集, 在 "基因 id" 框下面列出: 生物过程、分子功能或细胞成分。选择 (推荐) 和 #39; 生物过程和 #39;选择和 #39; 斑马鱼和 #39; 在 GO 术语框下方, 单击并 #34; 提交和 #34;
注意: 我们建议使用默认的 p 值截断 0.05.
5。qRT pcr 验证方法
注: 在复制实验中, 应通过靶向 qRT pcr 验证 RNASeq 基因表达变化的个体基因.
- cDNA 合成
- 使用3.1 节中描述的方法从胚胎中提取 RNA。RNA 提取.
- 转换1和 #181; 使用 cdna 转换试剂盒将 RNA 转化为 cdna (请参阅 材料表 )。结合 RNA、dNTPs 和逆转录酶。根据制造商和 #39 的规格执行 thermocycler 反应.
- 在 DEPC 处理的水中稀释1:3 的 cDNA。存储在4和 #176; C 最多1-2 月.
- qRT-pcr 验证
- 选择由 RNA 测序结果 qRT pcr 验证的基因。在表达中发现具有高折叠变化的基因。确定这些基因中哪一个也含有高的读数, 因为这表明了丰富的表达.
- 选择10-12 目标从高折叠变化, 高读取计数列表的基因。设计引物, 以放大跨越至少1内含子外显子边界的目标基因.
- 将基因或目标区域输入 qPCR 入门设计站点 14 。选择 #34;d 设计 2 qPCR 底漆和 #34; 并提示网站创建入门集.
注意: 一定要包括内部控制底漆, 例如 和 #946;-肌动蛋白 , 以规范样本之间的比较。#946;-肌动蛋白底漆为 F: 5 和 #39; TCGAGCTGTCTTCCCATCCA-3 和 #39; R: 5 和 #39;-TCACCAACGTAGCTGTCTTTCTG-3 和 #39;. - 将 cDNA、前引物、反转底漆和聚合酶结合。进行 qRT PCR 扩增, 以确定基因的相对表达 15 .
- 通过相对量化测定来分析感兴趣基因的相对 mRNA 表达 15 .
- 将 qRT PCR 与 RNASeq 结果进行比较, 以确保差异表达式的方向性一致.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
差异表达基因的分类:
为了鉴别斑马鱼 Alström 综合征和 Bardet-Biedl 综合征 (BBS) 模型幼虫期的差异表达基因, 我们以alms1或bbs1的记录为目标, 将先前经过验证的拼接阻断 MOs 注入野生型斑马鱼胚胎16,17。在5天后受精 (dpf), 两个 RNA 复制从每个条件提取, 以及胚胎注射控制钼, 如上文3节所述。RNA 从每个样品被测序到深度的 ~ 1.2亿读与 ~ 1亿700万读排列对斑马鱼基因组。在85-90% 之间被排列的读映射到基因组的 exonic 区域。
在 Alström 模型中, 1348 总基因发生了显著变化, 471 总基因在 BBS 模型中有明显的改变。在模型之间的基因表达的共同变化或独特的变化之一的模型被确定如4.2 节所述。1084总基因在 Alström 模型, 612 上调控和472下来调控了唯一改变, 并且207基因在 BBS 模型, 176 被调控的和31被调控的唯一改变了 (图 2,表 S1和表 S2)。264基因被发现在两个模型中有明显的改变, 73 是上调和182下调, 9 显示在两个模型 (图 2,表 S1和表 S2之间的表达相反的变化 (请参见补充表. xlsx))。两个模型之间差异表达基因的不一致数字表明bbs1和alms1可能会影响开发中的不同阶段。
有趣的是, Alström 模型中大量差异表达的基因表明, alms1在 5 dpf 阶段的发展中起着重要的作用, 而 BBS 模型中基因变化的数量越小, 则表明bbs1在此时可能不突出。相比之下, 2 dpf 的前组分析建议反向18。
斑马鱼 Alström 综合征模型中富集通路和基因本体的测定:
为了更清楚地阐明 Alström 模型的分子轮廓, 确定了在差异表达基因中富集的通路和基因本体。通过查询 ConsensusPathDB 和富集基因本体的方法确定了富集通路, 如 4.3-4.5 节所述, 通过查询基因库来确定。在 Alström 模型中, 由基因的数量和褶皱的富集, 对基因的高度富集进行了分析。31总通路在 Alström 模型被调控了。除了广泛的 "新陈代谢", 最受影响的途径是先天和适应性免疫系统与32和20基因分别 (图 3A)。下游β细胞受体信号的事件也丰富建议免疫系统的调节在这个模型。几个信号通路也丰富了 Alström 模型中的上调基因, 符合 Alström 综合征与原发性纤毛功能障碍, 一个主要信号中心的细胞 (图 3A)。此外, 与胰岛素分泌相关的三通路上调: 脂肪酸的 GPR40, 游离脂肪酸和乙酰胆碱 (图 3A)。这是一致的高度渗透胰岛素抵抗和类型2型糖尿病的 Alström 患者。六 GO 条件在 Alström 模型的上调基因中得到了丰富, 包括红细胞分化、红细胞稳态、髓细胞稳态和稳态过程 (图 3B)。为了评估上调节通路的相互关联性, 生成了 Alström 模型上调路径的通路网络 (图 3C)。连接通路的主要节点揭示了与免疫系统和信号传导相关的通路之间的高度连通性, 而其中的一个小节点显示了三胰岛素调控通路之间的连通性。最后, 我们通过对5基因靶点的评估, 验证了 RNASeq 的基因表达变化, 这些指标在 Alström 模型中是上下调节的。基因表达的方向性在浪费、gck、bmb、btr26、和ifi35中的 qRT 变化, 相对于控件, 扼要 (图 4A-B)。
图1。由核心或供应商提供 RNASeq 后基因表达分析的代表性输出.特征 id 表示 ENSEMBL 基因 id 号。读取计数表示在任一控件或实验样本中的读取数与基因组中的该项一致。褶皱变化和褶皱的对数变化表明在实验样品方向上的正 (增加) 表达中的实验和对照样品的基因表达的变化程度, 或表达的阴性 (减少)在实验样品的方向。p 值和罗斯福是统计测试, 以确定结果的重要性;对于 RNASeq 实验, 一个更严格的罗斯福值0.05 是用来确定意义。Gene_symbol 指示 NCBI 基因 ID, 并且 gene_name 列出基因的全名。请单击此处查看此图的较大版本.
图2。在 BBS 和 Alström 模型中差异表达的基因.基因上调 (红色) 或下调 (黄色) 在 alms1 钼 (绿色) 注射胚胎, bbs1 钼 (橙色) 注射胚胎, 或两者相比, 标准控制钼注入胚胎。* 表示在两种情况下改变的基因数量, 但表达的相反变化。请单击此处查看此图的较大版本.
f清楚3。上调路径和丰富的 GO 术语在 Alström 模型。(A) 上调的通路由基因的数量。(B) 上调的条件是折叠浓缩。(C) Alström 模型中上调通路的通路连通性。通路连接由至少20% 共有基因决定, 通路与2基因重叠。请单击此处查看此图的较大版本.
图 4. qRT 基因表达变化的 PCR 验证.RNASeq 鉴定的基因表达变化在年龄和治疗匹配的 5 dpf 胚胎中被证实, 注射了控制, alms1, 或 bbs1 钼. (A) 用 qRT PCR 技术显示基因 mRNA 表达的基因子集。(B) 显示来自 RNASeq 数据集的读取计数的等效数据。所有的数据都是相对于控制的, qRT PCR 被规范化为肌动蛋白。浪费, 小行星同源 1;gck, 激酶;bmb, brambleberry;btr26, 嗜血相关基因家族, 成员 26;ifi35 干扰素诱导的蛋白质35。请单击此处查看此图的较大版本.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
本协议中描述的方法提供了一个相对快速和 cost-effective 的策略, 用于对整个动物或特定排序的细胞群进行转录分析。斑马鱼为这种类型的研究提供了一个有利的模式, 因为在产生大量的起始物质, 易于实施遗传或环境实验条件, 以及大量的可用性光谱的转基因记者线允许隔离细胞类型的特定和组织特定的群体。
虽然这里没有详细说明, 但这种方法可以很容易地容纳从幼鱼或成年鱼类收集的组织切片, 作为外地资产管制和收集的替代品。我们还开发了一个基本的后续分析策略, 它只依赖于使用基本的电子表格命令和预先存在的路径和 GO 数据库。这种方法的主要优点是易于访问, 而无需计算机编程或数据库管理方面的高级专门知识。因此, 该策略适用于所有背景的调查人员对大型基因表达数据集进行信息分析。
我们的方法结合了基本的斑马鱼胚胎和幼虫培养和标准 RNA 提取技术, 其次是 RNASeq。RNASeq 需要大量高质量的起动材料;一些供应商需要2µg 的总 RNA。因此, 稀有/罕见的细胞类型或个体胚胎分析是遥不可及的。然而, 在过去的五年中, 在低收益分析、小样本生成的数据集和 RNA 数量的减少等方面都有了显著的改善, 我们预计在不久的将来这些应用将是可能的。为了确保准确的结果, 添加两个技术复制,即, 从一个样本生成两个 RNA 库, 和生物复制,即, 从多个交配收集胚胎, 是理想的。这些步骤使研究人员能够控制样本中的变异, 而所有样本中识别出的序列更可能是真实的结果, 减少了较低的读取计数结果的可能性。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者没有什么可透露的。
Acknowledgments
这项工作得到了 R01DK102001 (N.A.Z.)、P30DK072488 (N.A.Z.) 和 T32DK098107 (T.L.H. 和 J.E.N.) 的支持。
Materials
| Name | Company | Catalog Number | Comments |
| Commercial Reagents | |||
| TriZol | Thermo Scientific | 15596026 | lysis reagent |
| TrypLE | Gibco | 12604013 | dissociation buffer 1 |
| FACSMax | Genlantis | T200100 | dissociation buffer 2 |
| DEPC-treated water | Sigma | 95284 | |
| FirstStrand cDNA conversion | Thermo Scientific | K1621 | cDNA conversion kit |
| 2X SYBR Green Master Mix | Roche | 4707516001 | qRT-PCR Master Mix |
| FACS buffer | Fisher Scientific | 50-105-9042 | |
| chloroform | Sigma Aldrich | 288306 | |
| sodium acetate | Sigma Aldrich | S2889 | |
| Name | Company | Catalog Number | Comments |
| Zebrafish Strains | |||
| Tuebingen | ZIRC | ZL57 | |
| ins2a:mCherry | ZIRC | ZL1483 | |
| Name | Company | Catalog Number | Comments |
| Equipment | |||
| 40 micron cell strainer | Sigma | CLS431750 | |
| FACS tube | BD Falcon | 352063 | |
| hemocytometer | Sigma | Z359629 | |
| Dissecting Microscope | Zeiss | ||
| Inverted Microscope | Zeiss | ||
| Nanodrop | Thermo Scientific | ||
| Illumina HiSeq | Illumina | ||
| LightCycler 480 | Roche | ||
| Mating tanks 1.0L Crossing Tank Set | Aquaneering | ZHCT100 | |
| FACS tube 5 mL polypropylene tube | BD Falcon | 352063 | |
| Name | Company | Catalog Number | Comments |
| Software | |||
| Excel | Microsoft | ||
| Consensus Path DB | http://cpdb.molgen.mpg.de/ | ||
| GO Enrichment Analysis | http://geneontology.org/page/go-enrichment-analysis |
References
- Nusslein-Volhard, C., Dahm, R. Zebrafish. , Oxford University Press. (2002).
- Detrich, H. W., Zon, L., Westerfield, M. The Zebrafish: Disease Models and Chemical Screens. , 4th ed, Academic Press. (2017).
- Detrich, H. W., Zon, L. I., Westerfield, M. The Zebrafish: Genetics, Genomics, and Transcriptomics. , 4th ed, Academic Press. (2016).
- Detrich, H. W. The Zebrafish: Genetics, Genomics and Informatics. , 3rd ed, Academic Press. (2011).
- Avdesh, A., et al. Regular care and maintenance of a zebrafish (Danio rerio) laboratory: an introduction. J Vis Exp. (69), e4196 (2012).
- Rosen, J. N., Sweeney, M. F., Mably, J. D. Microinjection of zebrafish embryos to analyze gene function. J Vis Exp. (25), (2009).
- Hwang, W. Y., et al. Efficient genome editing in zebrafish using a CRISPR-Cas system. Nat Biotechnol. 31 (3), 227-229 (2013).
- Westerfield, M. The zebrafish book. A guide for the laboratory use of zebrafish (Danio rerio). , 4th ed, Univ. of Oregon Press. Eugene. (2000).
- Rossi, A., et al. Genetic compensation induced by deleterious mutations but not gene knockdowns. Nature. 524 (7564), 230-233 (2015).
- Kimmel, C. B., Ballard, W. W., Kimmel, S. R., Ullmann, B., Schilling, T. F.
- Samsa, L. A., Fleming, N., Magness, S., Qian, L., Liu, J. Isolation and Characterization of Single Cells from Zebrafish Embryos. J Vis Exp. (109), (2016).
- MPIMG. ConsenusPathDB. , Available from: http://cpdb.molgen.mpg.de/ (2017).
- Consortium, G. O. Enrichment analysis Tool. , Available from: http://www.geneontology.org/ (2017).
- IDT. IDT Primerquest Tool. , Available from: https://www.idtdna.com/Primerquest/Home/Index (2017).
- Heid, C. A., Stevens, J., Livak, K. J., Williams, P. M.
- Leitch, C. C., Lodh, S., Prieto-Echague, V., Badano, J. L., Zaghloul, N. A. Basal body proteins regulate Notch signaling through endosomal trafficking. J Cell Sci. 127 (Pt 11), 2407-2419 (2014).
- Lodh, S., Hostelley, T. L., Leitch, C. C., O'Hare, E. A., Zaghloul, N. A. Differential effects on beta-cell mass by disruption of Bardet-Biedl syndrome or Alstrom syndrome genes. Hum Mol Genet. 25 (1), 57-68 (2016).
- Hostelley, T. L., Lodh, S., Zaghloul, N. A. Whole organism transcriptome analysis of zebrafish models of Bardet-Biedl Syndrome and Alstrom Syndrome provides mechanistic insight into shared and divergent phenotypes. BMC Genomics. 17, 318 (2016).
