Summary

Un metodo per il sequenziamento del 16S mirato di campioni di latte umano

Published: March 23, 2018
doi:

Summary

Un flusso di lavoro semi-automatizzato è presentato per mirati sequenziamento del 16S rRNA da latte umano e altri tipi di campioni di basso-biomassa.

Abstract

Studi delle comunità microbiche sono diventati diffusi con lo sviluppo di sequenziamento relativamente poco costoso, rapido e di alta. Tuttavia, come con tutte queste tecnologie, risultati riproducibili dipendono da un flusso di lavoro di laboratorio che incorpora controlli e precauzioni appropriate. Ciò è particolarmente importante con i campioni di basso-biomassa dove la contaminazione di DNA batterico può generare risultati fuorvianti. Questo articolo descrive in dettaglio un semi-automatico del flusso di lavoro per identificare i microbi da campioni di latte materno umano mediante sequenziamento mirato della regione 16S RNA ribosomiale (rRNA) V4 su una scala di basso – medio throughput. Il protocollo descrive la preparazione del campione da latte intero compreso: campione Lisi, estrazione di acidi nucleici, amplificazione della regione V4 del gene del rRNA 16S e preparazione di libreria con misure di controllo di qualità. D’importanza, il protocollo e la discussione considerare questioni che sono salienti per la preparazione e l’analisi di campioni di basso-biomassa tra cui adeguati controlli positivi e negativi, rimozione di inibitore PCR, contaminazione del campione di ambientale, reagente, o fonti sperimentali e progettati per garantire la riproducibilità sperimentale procedure consigliate. Mentre il protocollo come descritto è specifico di campioni di latte umano, è adattabile a numerosi tipi di campioni di biomassa bassa e alta, compresi i campioni raccolti su tamponi, congelati pura, o stabilizzato in un buffer di conservazione.

Introduction

Le comunità microbiche che colonizzano gli esseri umani sono credute per essere estremamente importante per la salute umana e la malattia che influenzano il metabolismo, lo sviluppo immune, suscettibilità alla malattia e le risposte alla vaccinazione e farmaco terapia1, 2. gli sforzi per comprendere l’influenza del microbiota sulla salute umana attualmente sottolineano l’identificazione di microbi associati definite compartimenti anatomici (cioè, pelle, intestino, orale, ecc.), così come siti localizzati all’interno questi scomparti3,4. Alla base di questi sforzi investigativi è il rapido emergere e la maggiore accessibilità delle tecnologie di sequenziamento di nuova generazione (NGS) che forniscono una piattaforma massicciamente parallela per l’analisi del contenuto genetico microbico (microbiome) di un campione. Per molti campioni fisiologici, il microbioma associato è complessa e abbondante (cioè, sgabello), ma, per alcuni campioni, il microbioma è rappresentato dalla biomassa microbica bassa (cioè, latte umano, delle vie respiratorie inferiori) dove sensibilità, manufatti sperimentali e possibili contaminazioni diventano grossi problemi. Le sfide comuni del microbioma studi e appropriato disegno sperimentale sono stati oggetto di più recensione articoli5,6,7,8.

Presentato qui è una robusta pipeline NGS sperimentale basata su mirata sequenza del rRNA 16S V4 regione9 per caratterizzare il microbioma del latte umano. Microbioma analisi del latte umano sono complicato non solo da una biomassa microbica intrinsecamente bassa10, ma inoltre da alta livelli di DNA umano di base11,12,13,14 e riporto potenziale di PCR inibitori15,16 in estratti dell’acido nucleico. Questo protocollo si basa su piattaforme semi-automatizzate che consentono di ridurre la variabilità in batch di preparazione del campione e kit di estrazione disponibile in commercio. Esso incorpora una ben definita comunità batterica finta che viene elaborata insieme agli esempi come un controllo di qualità per convalidare ogni passaggio nel protocollo e fornire una metrica indipendente della robustezza della pipeline. Sebbene il protocollo come descritto è specifico per i campioni di latte umano, è facilmente adattabile ad altri tipi di campione tra cui sgabello, rettale, vaginale, pelle, tamponi areolare e orale10,17e può servire come punto di partenza per i ricercatori che desiderano eseguono analisi microbioma.

Protocol

Per tutti i passaggi di protocollo, dispositivi di protezione personale (PPE) devono essere indossati e approcci di prevenzione contaminazione rigorosi devono essere prese. Osservare il flusso di lavoro da pre-amplificazione aree di aree di lavoro di post-amplificazione per minimizzare la contaminazione dei campioni di lavoro. Tutte le forniture utilizzate sono sterili, libero della RNasi, DNasi, DNA e pirogeni. Tutti i puntali vengono filtrati. Un diagramma di flusso dei passaggi del protocollo è fornito (<strong class…

Representative Results

Il protocollo presentato qui include passaggi importante controllo qualità (QC) per assicurarsi che il soddisfare di dati generati i valori di riferimento per il controllo di sensibilità, specificità e contaminazione di protocollo. Primo passo QC del protocollo segue l’amplificazione di PCR della regione 16S V4 (Figura 2). Un µ l del prodotto PCR di ogni campione è stato analizzato tramite l’elettroforesi per confermare che era all’interno della gamma di…

Discussion

Mirato nuova generazione sequenziamento del 16S rRNA è una tecnica ampiamente usata, rapid per microbiome caratterizzazione18. Tuttavia, molti fattori, tra cui effetti di batch, contaminazione ambientale, cross-contaminazione del campione, sensibilità e riproducibilità negativamente possono influenzare i risultati sperimentali e confondere loro interpretazione7,19 , 20. per meglio facilitare 16S robust…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Vorremmo ringraziare Helty Adisetiyo, PhD e Shangxin Yang, dottorato di ricerca per lo sviluppo del protocollo. Supporto globale per l’International materno pediatrica adolescenziale AIDS clinico prove gruppo (IMPAACT) è stato fornito dal National Institute of Allergy e Infectious Diseases (NIAID) dei National Institutes of Health (NIH) sotto numeri del premio UM1AI068632 (IMPAACT LOC), UM1AI068616 (IMPAACT SDMC) e UM1AI106716 (LC IMPAACT), con il co-finanziamento il Eunice Kennedy Shriver National Institute of Child Health and Human Development (NICHD) e l’Istituto nazionale di salute mentale (NIMH). Il contenuto è di esclusiva responsabilità degli autori e non rappresentano necessariamente il punto di vista ufficiale del NIH.

Materials

AllPrep RNA/DNA Mini Kit Qiagen 80204 DNA/RNA extraction kit
Eliminase Fisher Scientific 435532 RNase, DNase, DNA decontaminant 
Thermo Mixer Fisher Scientific temperature-controlled vortexer 
Buffer RLT plus Qiagen 1053393 guanidinium thiocyanate lysis buffer/ Part of Allprep kit
ß-Mercaptoethanol  Sigma Aldrich 63689-25ML-F ß-ME is a reducing agent that will irreversibly denature RNases by reducing disulfide bonds
LME Beads MP Biomedicals 116914050 bead tube
QIAgen TissueLyzer Qiagen 85300 automated sample disruptor adapter set
QIAshredder column Qiagen  79654
QIAgen RB tube manufacturer's microcentrifuge tube in kit
QIAcube and related plasticware Qiagen 9001292 automated DNA/RNA purification instrument
DNA exitus plus Applichem A7089 non-enzymatic decontamination solution
EB Buffer Qiagen 19086 elution buffer
QIAgility and related plasticware Qiagen 9001532 robotic liquid handler
PCR water MO BIO 17000-
5PRIME HotMasterMix Quantabio 2200400
Barcoded reverse primers Eurofin No Catalog #'s designed and ordered
 96 well PCR plate USA scientific 1402-9708
Tapestation 2200 and related plasticware Agilent G2964AA automated DNA/RNA fragment analyzer
D1000 reagents for Tapestation  Agilent 5067-5585 Sample buffer and ladder are part of this kit
OneStep PCR Inhibitor Removal Kit  Zymo Research 50444470 PCR inhibitor removal is done per the manufacturer's instructions.
QIAquick PCR Purification Kit Qiagen 28104 DNA clean up kit: silica-membrane-based purification of PCR products
Qubit dsDNA HS Assay Kit Thermo Fisher Q32854 dimethylsulfoxide-based dilution buffer and dye are part of this kit.
Qubit Fluorometer Thermo Fisher Q33216
NanoDrop Thermo Fisher microvolume spectrophotometer
MiSeq 300 V2 kit Illumina 15033624/15033626
MiSeq    Illumina No Catalog #'s next generation sequencer

References

  1. Ahern, P. P., Faith, J. J., Gordon, J. I. Mining the human gut microbiota for effector strains that shape the immune system. Immunity. 40 (6), 815-823 (2014).
  2. Postler, T. S., Ghosh, S. Understanding the Holobiont: How Microbial Metabolites Affect Human Health and Shape the Immune System. Cell Metab. , (2017).
  3. Hall, M. W., et al. Inter-personal diversity and temporal dynamics of dental, tongue, and salivary microbiota in the healthy oral cavity. NPJ Biofilms Microbiomes. 3, 2 (2017).
  4. Perez Perez, G. I., et al. Body Site Is a More Determinant Factor than Human Population Diversity in the Healthy Skin Microbiome. PLoS One. 11 (4), e0151990 (2016).
  5. Hamady, M., Knight, R. Microbial community profiling for human microbiome projects: Tools, techniques, and challenges. Genome Res. 19 (7), 1141-1152 (2009).
  6. Human Microbiome Project, C. A framework for human microbiome research. Nature. 486 (7402), 215-221 (2012).
  7. Kim, D., et al. Optimizing methods and dodging pitfalls in microbiome research. Microbiome. 5 (1), 52 (2017).
  8. Hugerth, L. W., Andersson, A. F. Analysing Microbial Community Composition through Amplicon Sequencing: From Sampling to Hypothesis Testing. Front Microbiol. 8, 1561 (2017).
  9. Caporaso, J. G., et al. Ultra-high-throughput microbial community analysis on the Illumina HiSeq and MiSeq platforms. ISME J. 6 (8), 1621-1624 (2012).
  10. Pannaraj, P. S., et al. Association Between Breast Milk Bacterial Communities and Establishment and Development of the Infant Gut Microbiome. JAMA Pediatr. , (2017).
  11. Ho, F. C., Wong, R. L., Lawton, J. W. Human colostral and breast milk cells. A light and electron microscopic study. Acta Paediatr Scand. 68 (3), 389-396 (1979).
  12. Parmely, M. J., Beer, A. E., Billingham, R. E. In vitro studies on the T-lymphocyte population of human milk. J Exp Med. 144 (2), 358-370 (1976).
  13. Sabbaj, S., et al. Human immunodeficiency virus-specific CD8(+) T cells in human breast milk. J Virol. 76 (15), 7365-7373 (2002).
  14. Jimenez, E., et al. Metagenomic Analysis of Milk of Healthy and Mastitis-Suffering Women. J Hum Lact. 31 (3), 406-415 (2015).
  15. Ghosh, M. K., et al. Quantitation of human immunodeficiency virus type 1 in breast milk. J Clin Microbiol. 41 (6), 2465-2470 (2003).
  16. Lim, N. Y., Roco, C. A., Frostegard, A. Transparent DNA/RNA Co-extraction Workflow Protocol Suitable for Inhibitor-Rich Environmental Samples That Focuses on Complete DNA Removal for Transcriptomic Analyses. Front Microbiol. 7, 1588 (2016).
  17. Bender, J. M., et al. Maternal HIV infection influences the microbiome of HIV-uninfected infants. Sci Transl Med. 8 (349), 349ra100 (2016).
  18. Cox, M. J., Cookson, W. O., Moffatt, M. F. Sequencing the human microbiome in health and disease. Hum Mol Genet. 22 (R1), R88-R94 (2013).
  19. Lauder, A. P., et al. Comparison of placenta samples with contamination controls does not provide evidence for a distinct placenta microbiota. Microbiome. 4 (1), 29 (2016).
  20. Salter, S. J., et al. Reagent and laboratory contamination can critically impact sequence-based microbiome analyses. BMC Biol. 12, 87 (2014).
  21. Walker, A. W., et al. 16S rRNA gene-based profiling of the human infant gut microbiota is strongly influenced by sample processing and PCR primer choice. Microbiome. 3, 26 (2015).
  22. Glassing, A., Dowd, S. E., Galandiuk, S., Davis, B., Chiodini, R. J. Inherent bacterial DNA contamination of extraction and sequencing reagents may affect interpretation of microbiota in low bacterial biomass samples. Gut Pathog. 8, 24 (2016).
  23. Kennedy, K., Hall, M. W., Lynch, M. D., Moreno-Hagelsieb, G., Neufeld, J. D. Evaluating bias of illumina-based bacterial 16S rRNA gene profiles. Appl Environ Microbiol. 80 (18), 5717-5722 (2014).
  24. Weiss, S., et al. Tracking down the sources of experimental contamination in microbiome studies. Genome Biol. 15 (12), 564 (2014).
  25. Aho, V. T., et al. The microbiome of the human lower airways: a next generation sequencing perspective. World Allergy Organ J. 8 (1), 23 (2015).
  26. Charlson, E. S., et al. Topographical continuity of bacterial populations in the healthy human respiratory tract. Am J Respir Crit Care Med. 184 (8), 957-963 (2011).
  27. Bittinger, K., et al. Improved characterization of medically relevant fungi in the human respiratory tract using next-generation sequencing. Genome Biol. 15 (10), 487 (2014).
  28. Jervis-Bardy, J., et al. Deriving accurate microbiota profiles from human samples with low bacterial content through post-sequencing processing of Illumina MiSeq data. Microbiome. 3, 19 (2015).
  29. Knights, D., et al. Bayesian community-wide culture-independent microbial source tracking. Nat Methods. 8 (9), 761-763 (2011).
  30. Lazarevic, V., Gaia, N., Girard, M., Schrenzel, J. Decontamination of 16S rRNA gene amplicon sequence datasets based on bacterial load assessment by qPCR. BMC Microbiol. 16, 73 (2016).
  31. Kurilshikov, A., Wijmenga, C., Fu, J., Zhernakova, A. Host Genetics and Gut Microbiome: Challenges and Perspectives. Trends Immunol. 38 (9), 633-647 (2017).
  32. . Mock microbial communities Available from: https://www.atcc.org/en/Products/Microbiome_Standards.aspx?utm_id=t170601524l1 (2017)

Play Video

Cite This Article
Tobin, N. H., Woodward, C., Zabih, S., Lee, D. J., Li, F., Aldrovandi, G. M. A Method for Targeted 16S Sequencing of Human Milk Samples. J. Vis. Exp. (133), e56974, doi:10.3791/56974 (2018).

View Video