内部標準でFACSおよび定量PCRを用いた単一細胞遺伝子発現プロファイリング
Summary
We describe a method to sort single mammalian cells and to quantify the expression of up to 96 target genes of interest in each cell. This method includes the use of internal qPCR standards to enable the estimation of absolute transcript counts.
Abstract
Gene expression measurements from bulk populations of cells can obscure the considerable transcriptomic variation of individual cells within those populations. Single-cell gene expression measurements can help assess the role of noise in gene expression, identify correlations in the expression of pairs of genes, and reveal subpopulations of cells that respond differently to a stimulus. Here, we describe a procedure to measure the expression of up to 96 genes in single mammalian cells isolated from a population growing in tissue culture. Cells are sorted into lysis buffer by fluorescence-activated cell sorting (FACS), and the mRNA species of interest are reverse-transcribed and amplified. Gene expression is then measured using a microfluidic real-time PCR machine, which performs up to 96 qPCR assays on up to 96 samples at a time. We also describe the generation and use of PCR amplicon standards to enable the estimation of the absolute number of each transcript. Compared with other methods of measuring gene expression in single cells, this approach allows for the quantification of more distinct transcripts than RNA FISH at a lower cost than RNA-Seq.
Introduction
集団内の個々の細胞は均一な生理的刺激1、2、3、4に大幅に異なる応答を示すことができます。集団中の細胞の遺伝的変異は、応答のこの品種のための1つのメカニズムであるが、それでも細胞のクローン集団で、応答の変動性を向上させることができ、いくつかの非遺伝的要因もあります。例えば、個々のタンパク質および他の重要なシグナル伝達分子のレベルは、下流の遺伝子発現プロファイルの変化を生じる、セル単位で変化させることができます。さらに、遺伝子活性化は、バースト7,8,9あたりの転写物の比較的少数に限定することができる転写5,6の短時間のバーストで発生することができます。そのような遺伝子活性化における偶然性が大幅に生物学的応答の変動に寄与することができ、生理的刺激に応答して、微生物10におよび哺乳動物細胞1に2を選択的利点を提供することができます。変化の遺伝的および非遺伝的供給源の両方に、刺激に応答する任意の細胞の遺伝子発現プロファイルは、バルク応答の測定から得られた平均遺伝子発現プロファイルとは大きく異なっていてもよいです。個々の細胞は、刺激に応答して可変性を示す程度を決定することは、個々の細胞の単離のための技術は、目的の転写物の発現レベルを測定し、得られた発現データのコンピュータ分析を必要とします。
コストの広い範囲をカバーし、単一細胞における遺伝子発現をアッセイするためのいくつかのアプローチがあり、転写産物の数はプローブ、及び定量化の精度。例えば、単一細胞RNA-のSeqは、転写物のカバレッジと、個々の細胞の中で最も高度に発現される遺伝子のための別個の転写産物の数千を定量する能力の広い深さを提供しています。コストが減少し続けるが、しかし、このようなシーケンシングの深さに関連するコストは、法外することができます。逆に、in situハイブリダイゼーション（FISH smRNA） における単一分子RNAの蛍光は、目的の遺伝子につき合理的なコストであっても低発現遺伝子のための転写物の正確な定量を提供しています。しかしながら、標的遺伝子の少数は、このアプローチによって、所定の細胞においてアッセイすることができます。このプロトコールに記載定量的PCRベースのアッセイは、これらの技術の間の妥協点を提供します。これらのアッセイは、最大96個の細胞で一度に関心の96転写物まで定量化するために、マイクロ流体リアルタイムPCR装置を採用しています。前述の方法のそれぞれは、必要なハードウェアのコストを有しているが、任意の個々のqPCRアッセイのコストは比較的です低いです。このプロトコルは、（プロトコルADP 41、フリュー）マイクロ流体リアルタイムPCR装置の製造元が推奨する1から適応されます。 PCRベースのアプローチで各転写産物の絶対数の推定を可能にするために、我々は、複数の実験で使用できる準備標的遺伝子アンプリコンの内部統制を利用するプロトコルを拡大してきました。
この技術の一例として、MCF-7ヒト乳癌細胞において腫瘍抑制因子p53によって調節される遺伝子の発現の定量化は、11に記載されています。細胞は、DNA二本鎖切断を誘発する化学物質でチャレンジされています。以前の研究は、DNA二重鎖切断に対するp53応答は、p53レベル12の観点と異なる標的遺伝子11の活性化の両方で、個々の細胞における異質性を大いに発揮することが示されています。さらに、p53は100以上の発現を調節します細胞周期停止、アポトーシス及び老化13、14を含む多くの下流経路に関与する標的遺伝子を十分に特徴付け。各細胞におけるp53媒介性応答は、複雑かつ可変でもあるので、アプローチからシステムの利点の分析とは、約100の標的遺伝子は、以下に記載されるような個々の細胞、同時にプローブすることができます。 （例えば、単一細胞の単離および溶解のための代替方法として）わずかな変更を加えて、プロトコルは、容易に、哺乳動物の細胞型、転写、および細胞応答の広い範囲を研究するために適合させることができます。
適切な事前準備で、細胞選別および遺伝子発現測定のラウンドは、3日間にわたって、このプロトコルに従って行うことができます。 、事前に関心の転写産物を選択し、それらのtranscrからcDNAを増幅するプライマー対を識別し、検証：以下のタイミングが示唆されていますIPTSは、および標準とそれらのプライマーを用いてプライマーミックスを準備します。細胞治療の後、1日目に、収穫と逆転写および特定の標的増幅を行い、細胞を選別し、取り込まれなかったプライマーを除去するためにエキソヌクレアーゼでサンプルを扱います。 2日目、定量PCRを使用して選別した細胞上の品質管理を行います。最後に、3日目に、マイクロ流体定量PCRを使用して選別した細胞における遺伝子発現を測定します。 図1は、必要な手順をまとめたものです。
Protocol
Representative Results
Discussion
我々は、培養で増殖させた接着性細胞の集団から個々の哺乳動物細胞を単離するため、各セル内の約96の遺伝子の発現をアッセイするための方法を提示しています。この方法がうまく機能するために良好な事前準備が重要です。プライマーは、単セル測定の品質を決定するように、特に興味のある転写物（1.2〜1.3ステップ）に特異的な設計およびテストプライマーペアは、時間がかかるが、?…
Divulgations
The authors have nothing to disclose.
Acknowledgements
私たちは、このプロトコルの開発中に細胞選別を行うの彼女の援助のためにCCR ETIBフローサイトメトリーコアでV.カプールに感謝したいと思います。また、このプロトコルの開発中に定量PCRを行う際の援助のためにM. RaffeldとCCR LP分子診断ユニットとJ.朱とNHLBI DNA配列決定およびゲノミクスコアに感謝します。この研究は、NIHの学内プログラムによってサポートされていました。
Materials
| RNeasy Plus Mini Kit | Qiagen | 74134 | |
| High Capacity cDNA Reverse Transcription Kit with RNase Inhibitor | ThermoFisher | 4374966 | |
| Phusion High-Fidelity DNA Polymerase | New England BioLabs | M0530S | |
| QIAquick Gel Extraction Kit | Qiagen | 28704 | |
| Quant-iT High-Sensitivity dsDNA Assay Kit | ThermoFisher | Q33120 | |
| 2.0-mL low adhesion microcentrifuge tubes | USA Scientific | 1420-2600 | |
| DNA Suspension Buffer | Teknova | T0221 | |
| Axygen 0.2-mL Maxymum Recovery Thin Wall PCR Tubes | Corning | PCR-02-L-C | |
| GE 96.96 Dynamic Array DNA Binding Dye Sample & Assay Loading Reagent Kit | Fluidigm | 100-3415 | |
| HyClone RPMI 1640 media | GE Healthcare Life Sciences | SH30027.01 | |
| Fetal Bovine Serum, Certified (US) | ThermoFisher | 16000-044 | |
| Antibiotic-Antimycotic Solution | Corning | 30-004-CI | |
| Neocarzinostatin | Sigma | N9162 | |
| ELIMINase | Decon Labs | 1101 | |
| SUPERase-In | ThermoFisher | AM2696 | |
| CellsDirect One-Step qRT-PCR Kit | ThermoFisher | 11753500 | |
| E. coli DNA | Affymetrix | 14380 10 MG | |
| ThermalSeal Sealing Film, Sterile | Excel Scientific | STR-THER-PLT | |
| BD FACSAria IIu | BD Biosciences | ||
| HyClone Trypsin 0.05% | GE Healthcare Life Sciences | SH30236.01 | |
| PBS, 1x | Corning | 21-040-CV | |
| Falcon 40µm Cell Strainer | Corning | 352340 | |
| Exonuclease I | New England BioLabs | M0293S | |
| SsoFast EvaGreen Supermix with Low ROX | Bio-Rad | 172-5210 | |
| 96.96 Dynamic Array IFC for Gene Expression (microfluidic qPCR chip) | Fluidigm | BMK-M-96.96 | |
| IFC Controller HX (loading machine) | Fluidigm | ||
| BioMark or BioMark HD (microfluidic qPCR machine) | Fluidigm | ||
| Real-Time PCR Analysis software | Fluidigm | ||
| MATLAB software | MathWorks |
References
- Feinerman, O., Veiga, J., Dorfman, J. R., Germain, R. N., Altan-Bonnet, G. Variability and Robustness in T Cell Activation from Regulated Heterogeneity in Protein Levels. Science. 321 (5892), 1081-1084 (2008).
- Spencer, S. L., Gaudet, S., Albeck, J. G., Burke, J. M., Sorger, P. K. Non-genetic origins of cell-to-cell variability in TRAIL-induced apoptosis. Nature. 459 (7245), 428-432 (2009).
- Geva-Zatorsky, N., Rosenfeld, N., et al. Oscillations and variability in the p53 system. Mol. Syst. Biol. 2 (1), (2006).
- Colman-Lerner, A., Gordon, A., et al. Regulated cell-to-cell variation in a cell-fate decision system. Nature. 437 (7059), 699-706 (2005).
- Chong, S., Chen, C., Ge, H., Xie, X. S. Mechanism of Transcriptional Bursting in Bacteria. Cell. 158 (2), 314-326 (2014).
- Raj, A., Peskin, C. S., Tranchina, D., Vargas, D. Y., Tyagi, S. Stochastic mRNA Synthesis in Mammalian Cells. PLoS Biol. 4 (10), e309+ (2006).
- Senecal, A., Munsky, B., et al. Transcription Factors Modulate c-Fos Transcriptional Bursts. Cell Rep. 8 (1), 75-83 (2014).
- Dey, S. S., Foley, J. E., Limsirichai, P., Schaffer, D. V., Arkin, A. P. Orthogonal control of expression mean and variance by epigenetic features at different genomic loci. Mol. Syst. Biol. 11 (5), 806+ (2015).
- Dar, R. D., Razooky, B. S., et al. Transcriptional burst frequency and burst size are equally modulated across the human genome. Proc. Natl. Acad. Sci. U.S.A. 109 (43), 17454-17459 (2012).
- Thattai, M., van Oudenaarden, A. Stochastic gene expression in fluctuating environments. Génétique. 167 (1), 523-530 (2004).
- Porter, J. R., Fisher, B. E., Batchelor, E. p53 Pulses Diversify Target Gene Expression Dynamics in an mRNA Half-Life-Dependent Manner and Delineate Co-regulated Target Gene Subnetworks. Cell Syst. 2 (4), 272-282 (2016).
- Lahav, G., Rosenfeld, N., et al. Dynamics of the p53-Mdm2 feedback loop in individual cells. Nat. Genet. 36 (2), 147-150 (2004).
- Levine, A. J., Oren, M. The first 30 years of p53: growing ever more complex. Nat. Rev. Cancer. 9 (10), 749-758 (2009).
- Riley, T., Sontag, E., Chen, P., Levine, A. Transcriptional control of human p53-regulated genes. Nat. Rev. Mol. Cell Biol. 9 (5), 402-412 (2008).
- Ye, J., Coulouris, G., Zaretskaya, I., Cutcutache, I., Rozen, S., Madden, T. L. Primer-BLAST: A tool to design target-specific primers for polymerase chain reaction. BMC Bioinf. 13 (1), 134 (2012).
- . . PCR Technologies: A Technical Guide. , (2014).
- Sambrook, J., Russell, D. W. . Molecular Cloning: A Laboratory Manual. , (2001).
- Batchelor, E., Mock, C. S., Bhan, I., Loewer, A., Lahav, G. Recurrent initiation: a mechanism for triggering p53 pulses in response to DNA damage. Mol. Cell. 30 (3), 277-289 (2008).
- . . Flow Cytometry: Principles and Applications. , (2007).
- . . Real-time PCR. , (2006).
- Song, L., Langfelder, P., Horvath, S. Comparison of co-expression measures: mutual information, correlation, and model based indices. BMC Bioinf. 13 (1), 328 (2012).
- Margolin, A. A., Nemenman, I., et al. ARACNE: An Algorithm for the Reconstruction of Gene Regulatory Networks in a Mammalian Cellular Context. BMC Bioinf. 7 (Suppl 1), (2006).
- Haff, L. A. Improved quantitative PCR using nested primers. PCR Methods Appl. 3 (6), 332-337 (1994).
- Hashimshony, T., Senderovich, N., et al. CEL-Seq2: sensitive highly-multiplexed single-cell RNA-Seq. Genome Biol. 17, 77 (2016).
- Ronander, E., Bengtsson, D. C., Joergensen, L., Jensen, A. T. R., Arnot, D. E. Analysis of Single-cell Gene Transcription by RNA Fluorescent In Situ Hybridization (FISH). J. Vis. Exp. (68), e4073 (2012).
- Raj, A., van den Bogaard, P., Rifkin, S. A., van Oudenaarden, A., Tyagi, S. Imaging individual mRNA molecules using multiple singly labeled probes. Nat. Methods. 5 (10), 877-879 (2008).
- Lubeck, E., Cai, L. Single-cell systems biology by super-resolution imaging and combinatorial labeling. Nat. Methods. 9 (7), 743-748 (2012).
- Battich, N., Stoeger, T., Pelkmans, L. Image-based transcriptomics in thousands of single human cells at single-molecule resolution. Nat. Methods. 10 (11), 1127-1133 (2013).
