Summary

Séquençage de l’ARN des cellules individuelles des neurones de souris fluorescent étiquetés à l’aide de tri manuel et Double Transcription In Vitro de chefs absolus séquençage (DIVA-Seq)

Published: October 26, 2018
doi:

Summary

Ce protocole décrit le manuel de procédure pour isoler les neurones fluorescent étiquetés suivies in vitro l’amplification des ARNm axée sur la transcription pour l’ordonnancement de RNA seule cellule haute-profondeur de tri.

Abstract

Séquençage de RNA unicellulaires (RNA-seq) est maintenant un outil largement utilisé pour analyser l’expression des gènes. Plates-formes de RNA-sequencing unicellulaires commercialement disponibles traitent toutes les entrées des cellules sans discernement. Parfois, la cellule activée par fluorescence triant (FACS) est utilisé en amont d’isoler une population spécifiquement marquée d’intérêt. Une limitation des FACS est la nécessité d’un nombre élevé de cellules d’entrée avec fractions nettement marquées, qui n’est pas pratique pour la collecte et le profilage des populations de neurone rares ou peu marqué par le cerveau de souris. Nous décrivons ici une méthode pour recueillir manuellement clairsemée fluorescent étiqueté de neurones fraîchement dissociées tissu de cerveau de souris. Ce processus permet de capturer des neurones seule avec haute pureté et intégration ultérieure avec un protocole de transcription basé sur l’amplification in vitro qui préserve les ratios de transcription endogène. Les auteurs décrivent une méthode de double amplification linéaire qui utilise des identificateurs de la molécule unique (UMIs) pour générer des comtes d’ARNm individuels. Deux séries de résultats d’amplification dans un degré élevé de détection de gènes par une cellule unique.

Introduction

Séquençage de RNA unicellulaires (RNA-seq) a transformé la transcriptomique études. Tandis que RNAseq de cellule unique à grande échelle peut être effectuée en utilisant une variété de techniques, telles que les gouttelettes1,2, microfluidique3, nanogrids4et5de micropuits, la plupart des méthodes ne peut pas trier les types cellulaires définis qui expriment des fluorophores codés génétiquement. Pour isoler une population cellulaire select, cellule activée par fluorescence triant (FACS) est souvent utilisé pour trier des cellules marquées en mode single-cell. Cependant, les FACS a certaines restrictions et nécessite des étapes de traitement d’échantillon méticuleux. Tout d’abord, un grand nombre de cellules d’entrée est généralement nécessaires (souvent plusieurs millions de cellules par mL), avec une fraction significative (> 15 à 20 %) contenant la population marquée. Deuxièmement, des préparations de cellules peuvent exiger plusieurs séries d’étapes de centrifugation en gradient de densité pour éliminer la fraction gliale, débris et amas de cellule qui pourraient obstruer sinon la cellule buse ou le débit. Troisièmement, les FACS emploie généralement de coloration et de décoloration des étapes pour vivre/morts de coloration (p. ex., 4′, 6-diamidino-2-phénylindole (DAPI), l’iodure de propidium (PI) et des colorants Cytotracker), qui prennent plus de temps. Quatrièmement, comme une règle de tri (par exemple le DAPI et protéine fluorescente verte/rouge (GFP/DP)), habituellement deux échantillons de deux couleurs et un contrôle sont nécessaires, nécessitant un échantillon sans étiquette à traiter en plus de la souche de souris désiré. Cinquièmement, le filtrage est souvent exécuté plusieurs fois avant et Pendant l’échantillon tri pour empêcher proactivement les lignes échantillon bouché dans une machine de FACS. Sixièmement, le temps doit avoir accumulé dans des configurations de FACS plus couramment utilisées pour initialiser et stabiliser le flux de fluide et procéder au calage du droplet. Septième, contrôle des échantillons sont généralement exécuter dans l’ordre avant la collecte de l’échantillon réel à mettre en place des matrices de rémunération, rejet de doublet, définition gates, etc. utilisateurs soit procédez comme six et sept s’avance ou exiger le intervention d’un technicien en parallèle. Enfin, post-FACS, il y a souvent des mesures pour s’assurer que seulement marqué unique, les cellules sont présentes dans chaque puits ; par exemple, en cochant les échantillons dans une installation de projection haute teneur comme un imageur de plaque rapide.

Pour contourner les étapes décrites ci-dessus et de faciliter un relativement rapide, ciblé le séquençage d’une petite population de neurones fluorescent étiquetés, les auteurs décrivent un manuel de procédure suivie de deux manches d’une très sensibles in vitro de tri protocole d’amplification, appelée double in vitro transcription de chefs absolus séquençage (DIVA-Seq). La génération de RNA d’amplification et de cDNA de bibliothèque est adaptée de Eberwine et al. 6 et Hashimshony et al. 7, avec certaines modifications en fonction des interneurones de souris qui ont de plus petits volumes cellulaires ; en outre, nous avons constaté également qu’il est tout aussi utile pour les neurones pyramidaux excitateurs.

Protocol

Toutes les procédures y compris les sujets animaux ont été approuvés par IACUC à Cold Spring Harbor Laboratory, NY (IACUC #16-13-09-8). 1. Manuel de tri des neurones de souris fluorescent étiquetés Tirer microcapillaries de verre (voir Table des matières) pour 10 à 15 µm sortie diamètre moyen d’un extracteur capillaire avec les paramètres suivants : chaleur : 508, tirer : vierge, vel : horaire vide, : vide. Fixer tube de silicone flexible…

Representative Results

En utilisant le protocole décrit ci-dessus, GABAergiques neurones ont été manuellement triés (Figure 1) et ARN a été amplifié, puis transformé en une banque d’ADNc (Figure 2) et séquencé à haute profondeur8. Les produits amplifiés de RNA (aRNA) variaient entre 200 – 4 000 bp dans la taille, avec une distribution de pointe légèrement supérieure à 500 bp (Figure 3 a</…

Discussion

Le manuel de protocole de tri est adapté pour un séquençage de RNA encadré de neurone des populations qui sont soit peu marquées dans le cerveau de souris ou représentent une population de cellules rares qui est par ailleurs pas possible d’étudier à l’aide de la cellule active de haut débit méthodes de tri et d’amplification. Soumis à des FACS habituellement les cellules subissent des pressions de ligne gaine et échantillon de l’ordre de ~ 9 – 14 lb/po2, selon la taille de la buse et désiré taux d…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ce travail a été soutenu par des subventions du NIH (5R01MH094705-04 et 01-R01MH109665 Z.J.H.) et par le Fonds des neurosciences CSHL Robertson (à Z.J.H.), une bourse de recherche postdoctorale NARSAD (à A.P.).

Materials

ERCC RNA Spike-In Control Mixes Thermo Fisher Cat# 4456740
SuperScript III Thermo Fisher Cat# 18080093
RNaseOUT Recombinant Ribonuclease Inhibitor Thermo Fisher Cat# 10777019
RNA fragmentation buffer New England Biolabs Cat# E6105S
RNA MinElute kit Qiagen Cat# 74204
Antarctic phosphatase New England Biolabs Cat# M0289
Poly nucleotide kinase New England Biolabs Cat# M0201
T4 RNA ligase2, truncated New England Biolabs Cat# M0242
Ampure Xp magnetic  beads Beckman Coulter Cat# A63880
SPRIselect size selection magnetic beads Thermo Fisher Cat# B23317
DL-AP5 Tocris Cat# 0105
CNQX Tocris Cat# 1045
TTX Tocris Cat# 1078
Protease from Streptomyces griseus Sigma-Aldrich Cat# P5147
Message Amp II kit Thermo Fisher Cat# AM1751
Carbogen Airgas Cat# UN3156
Sylgard 184 Sigma-Aldrich Cat# 761036
Illumina TrueSeq smallRNA kit Illumina Cat# RS-200-0012
Bioanalyzer RNA Pico chip Agilent Cat# 5067-1513
Bioanalyzer High Sensitvity DNA chip Agilent Cat# 5067-4626
Bioanalyzer 2100 Agilent
Dissection microscope with fluorescence and bright field illumination with DIC optics.  (Leica model MZ-16F). Leica Model MZ-16F
Glass microcapillary: Borosilicate capillary tubes 500/pk. OD= 1 mm, ID=0.58 mm, wall= 0.21 mm, Length= 150 mm. Warner instruments Model GC100-15, Order# 30-0017
Capillary pipette puller Sutter Instruments Co P-97
Vibratome Thermo Microm HM 650V
Vibratome tissue cooling unit Thermo Microm CU 65

References

  1. Macosko, E. Z., et al. Highly Parallel Genome-wide Expression Profiling of Individual Cells Using Nanoliter Droplets. Cell. 161 (5), 1202-1214 (2015).
  2. Klein, A. M., et al. Droplet barcoding for single-cell transcriptomics applied to embryonic stem cells. Cell. 161 (5), 1187-1201 (2015).
  3. Xin, Y., et al. Use of the Fluidigm C1 platform for RNA sequencing of single mouse pancreatic islet cells. Proceedings of the National Academy of Sciences of the United States of America. 113 (12), 3293-3298 (2016).
  4. Gao, R., et al. Nanogrid single-nucleus RNA sequencing reveals phenotypic diversity in breast cancer. Nature Communications. 8 (1), 228 (2017).
  5. Yuan, J., Sims, P. A. An Automated Microwell Platform for Large-Scale Single Cell RNA-Seq. Scientific Reports. 6, 33883 (2016).
  6. Eberwine, J., et al. Analysis of gene expression in single live neurons. Proceedings of the National Academy of Sciences of the United States of America. 89 (7), 3010-3014 (1992).
  7. Hashimshony, T., Wagner, F., Sher, N., Yanai, I. CEL-Seq: Single-Cell RNA-Seq by Multiplexed Linear Amplification. Cell Reports. 2 (3), 666-673 (2012).
  8. Paul, A., et al. Transcriptional Architecture of Synaptic Communication Delineates GABAergic Neuron Identity. Cell. 171 (3), 522-539 (2017).
  9. Zeisel, A., et al. Cell types in the mouse cortex and hippocampus revealed by single-cell RNA-seq. Science. 1934, (2015).
  10. Tasic, B., et al. Adult mouse cortical cell taxonomy revealed by single cell transcriptomics. Nature Neuroscience. 19, 335-346 (2016).
  11. Okaty, B. W., et al. Multi-Scale Molecular Deconstruction of the Serotonin Neuron System. Neuron. 88 (4), 774-791 (2015).
  12. Poulin, J. F., Tasic, B., Hjerling-Leffler, J., Trimarchi, J. M., Awatramani, R. Disentangling neural cell diversity using single-cell transcriptomics. Nature Neuroscience. 19 (9), 1131-1141 (2016).
  13. Crow, M., Paul, A., Ballouz, S., Huang, Z. J., Gillis, J. Exploiting single-cell expression to characterize co-expression replicability. Genome Biology. 17, 101 (2016).
  14. Crow, M., Paul, A., Ballouz, S., Huang, Z. J., Gillis, J. Characterizing the replicability of cell types defined by single cell RNA-sequencing data using MetaNeighbor. Nature Communications. 9 (1), (2018).
  15. Hrvatin, S., et al. Single-cell analysis of experience-dependent transcriptomic states in the mouse visual cortex. Nature Neuroscience. 21 (1), 120-129 (2018).

Play Video

Cite This Article
Paul, A., Huang, Z. J. Single-cell RNA Sequencing of Fluorescently Labeled Mouse Neurons Using Manual Sorting and Double In Vitro Transcription with Absolute Counts Sequencing (DIVA-Seq). J. Vis. Exp. (140), e58690, doi:10.3791/58690 (2018).

View Video