Summary

Uma plataforma integrada para o mapeamento do genoma-larga de Estados da cromatina usando ChIP de alta produtividade-sequenciamento em tecidos de Tumor

Published: April 05, 2018
doi:

Summary

Aqui, descrevemos um protocolo de ChIP-sequenciamento da elevado-produção otimizado e pipeline de análises computacionais para a determinação de padrões de estado todo o genoma da cromatina de tecidos de tumor congelado e linhas celulares.

Abstract

Modificações do histone constituem um componente importante do Epigenoma e desempenham importantes funções reguladoras na determinação do estatuto transcriptional dos loci associados. Além disso, a presença de alterações específicas tem sido usada para determinar a posição e a identidade não-codificante funcional elementos como potenciadores. Nos últimos anos, a imunoprecipitação da cromatina, seguida de próxima geração sequenciação (ChIP-seq) tornou-se uma poderosa ferramenta para determinar os perfis de todo o genoma de modificações do histone individuais. No entanto, tornou-se cada vez mais claro que os padrões de combinatórios de modificações da cromatina, referidos como Estados de cromatina, determinam a identidade e a natureza do locus genômico associado. Portanto, os fluxos de trabalho consistindo de robustas metodologias de (HT) de alta produtividade para criação de perfil de um número de marcas de modificação de histona, bem como dutos de análises computacionais capazes de lidar com miríades de ChIP-Seq perfis de conjuntos de dados, são necessários para determinação abrangente dos Estados epigenomic em grande número de amostras. O HT-ChIP-Seq de fluxo de trabalho aqui apresentado é composto por dois módulos: 1) um protocolo experimental para o perfilamento várias modificações do histone de pequenas quantidades de amostras de tumor e linhas de células em um formato de 96 poços; e 2) um pipeline de análise de dados computacional que combina as ferramentas existentes para calcular tanto marca individual ocupação e padrões de estado cromatina combinatória. Juntos, esses dois módulos facilitam fácil processamento de centenas de amostras de ChIP-Seq de forma rápida e eficiente. O fluxo de trabalho apresentado aqui é usado para derivar padrões de cromatina estado 6 perfis de marca de histona em tumores de melanoma e linhas celulares. Em geral, apresentamos um fluxo de trabalho de ChIP-seq abrangente que pode ser aplicado a dezenas de amostras de tumor humano e linhas de células de câncer para determinar epigenomic de aberrações em várias malignidades.

Introduction

A maioria dos genomas de mamíferos (98-99%) é composta de sequência não-codificadoras e nestas regiões nocoding contêm elementos reguladores conhecidos para participar no controle da expressão gênica e cromatina organização1,2. Em uma célula normal, o assembly específico do DNA genômico na estrutura da cromatina compactada é fundamental para a organização espacial, a regulação e a cronometragem precisa de vários processos de DNA associada3,4,5. Em uma célula de câncer, no entanto, as modificações de cromatina por aberrantes mecanismos epigenéticos podem levar a organização inadequada da estrutura da cromatina, incluindo o acesso aos elementos reguladores, sistemas loop cromossômicos e de padrões de expressão de gene6, 7,8,9,10.

Apesar dos avanços recentes, nós limitamos a compreensão das alterações epigenéticas que estão associados com a progressão do tumor ou resposta terapêutica. A Epigenoma consiste de uma matriz de modificações, incluindo marcas de histona e metilação de DNA, que coletivamente formam um estado dinâmico (designado Estado de cromatina) que colide com redes de expressão de gene e outros processos críticos para a manutenção identidade celular. Recentemente, alterações em potenciadores foram mostradas em várias neoplasias malignas através do estudo de perfis de H3K27Ac11. Embora tais estudos fornecem insights sobre a correlação de marcas epigenéticas isoladas, mais de 100 modificações epigenéticas têm sido identificadas12,13 , sem uma compreensão clara das suas funções biológicas e interdependência. Além disso, há um número ainda maior de possíveis padrões combinatórios destes histona e modificações de DNA, e é desses padrões combinatórios – modificações não individuais – que ditam Estados epigenéticas14. Portanto, há uma enorme necessidade de identificar alterações nestes Estados de cromatina durante a progressão do câncer ou respostas à terapia. Conhecimento abrangente das alterações Epigenoma em cânceres tem sido atrasadas em parte devido à técnica (por exemplo, a geração de dados em larga escala de pequena quantidade de células de material/única clínicas) e analítico (por exemplo, algoritmos para definir desafios de combinatória Estados). Portanto, há uma necessidade crítica de robustas métodos de alta produtividade para criação de perfil de grande número de marcas de modificação do histone de material clínico e fácil de implementar abordagens computacionais para prever padrões combinatórios que facilitará determinação da epigenéticas Estados associados com diferentes estágios de resistência terapêutica e tumorigênese. Dados complementares, disponíveis a partir do recente Epigenoma de perfil estudos15,16,17,18,19,20,21, 22,23 em linhas de células e tecidos normais podem ser integrados com perfis de cromatina de tumores para mais introspecções Epigenoma contribuição à biologia do tumor.

Criação de perfil de cromatina, tornou-se uma poderosa ferramenta para identificar os padrões de ligação global de cromatina várias modificações15,24. Nos últimos anos, ChIP-seq tornou-se o “padrão ouro” para estudar interações DNA-proteína em uma escala global25,26,27. Para qualquer experiência de ChIP-seq, existem passos críticos necessários para seu sucesso, incluindo processamento de tecido e dissociação, determinar condições optimal sonication, determinar a concentração de anticorpo para a precipitação, preparação de biblioteca, pós-sequenciamento de processamento de dados e análise a jusante. Cada um destes passos contêm pontos de verificação de chave de controle de qualidade e quando tomados em conjunto, são crucial para adequadamente, identificando potenciais alvos para validação funcional. Através da inovação nessas etapas, vários estudos prévios desenvolveram metodologias para executar o ChIP ou ChIP-Seq de pequena quantidade de tecidos28,29,30,31,32 . Além disso, alguns estudos têm sugerido que os protocolos para experimentos de ChIP do elevado-throughput seguidos pelo PCR baseado quantificação33,34. Finalmente, algumas plataformas de análise disponível publicamente para ChIP-Seq dados agora estão disponíveis como Easeq35 e galáxia36. No entanto, uma plataforma integrada para a realização de ChIP-Seq em uma moda de alta produtividade em combinação com um encanamento computacional para executar marca única, bem como análises de estado cromatina tem faltado.

Este protocolo descreve um completo e abrangente ChIP-seq de fluxo de trabalho para o mapeamento de todo o genoma de Estados da cromatina em tecidos de tumor e linhas de celular, com fácil de seguir diretrizes englobando todas as etapas necessárias para uma experiência bem sucedida. Através da adopção de um método de alta produtividade anteriormente descrito por Blecher-Gonen et al 37, este protocolo pode ser executado em dezenas de amostras em paralelo e tem sido aplicado com sucesso em linhas de células de câncer e tumores humanos como melanoma, cólon, próstata e glioblastoma multiforme. Vamos demonstrar a metodologia para seis modificações do histone de núcleo que representam os principais componentes da paisagem epigenética regulamentar em linhas de células de melanoma humano e amostras de tumor. Essas modificações incluem H3K27ac (intensificadores), H3K4me1 (potenciadores de ativos e equilibrados), H3K4me3 (promotores), H3K79me2 (transcrito regiões), H3K27me3 (polycomb de repressão) e H3K9me3 (heterocromático repressão). Estas marcas podem ser usadas sozinho ou em combinação para identificar Estados de cromatina funcionalmente distintos que representam domínios repressivos e ativos.

Protocol

Todas as amostras clínicas foram obtidas seguindo as orientações do Conselho de revisão institucional. 1. preparação buffer Fazer 200 mL de tampão TE (Tris-HCl, pH de ácido (EDTA) de ácido etilenodiaminotetracético 10mm 8.0 de 10 mM). Fazer 200 mL de tampão STE (10 mM Tris-HCl, pH de EDTA 10 mM 8.0, 140 mM de NaCl). Fazer 200 mL de glicina 2,0 M (37,52 g de glicina em 200 mL de água) e aquecê-lo a 65 ° C. Fazer 200 mL de solução a 5% de s…

Representative Results

Este protocolo permite a imunoprecipitação de tecidos de tumor congelado e linhas celulares que podem ser executadas em dezenas de amostras em paralelo usando um método de alta produtividade (figura 1A). Fragmentos de cromatina devem variar entre ~ 200-1000 bps para a imunoprecipitação ideal. Temos observado que o tempo necessário para atingir o mesmo comprimento de corte é diferente para diferentes tecidos e tipos de células. O suces…

Discussion

Este protocolo descreve um módulo de ChIP-seq da elevado-produção completo e abrangente para o mapeamento de todo o genoma de Estados da cromatina em tecidos de tumor humano e linhas celulares. Em qualquer protocolo de ChIP-seq, um dos passos mais importantes é a especificidade do anticorpo. Aqui, esse método ilustra imunoprecipitação condições para as modificações do histone seis descritos, os quais são ChIP-grau e validados anteriormente em nosso e outros laboratórios42,<…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Agradecemos a Marcus Coyle, Curtis Gumbs, núcleo do SMF no MDACC para suporte de sequenciamento. O trabalho descrito neste artigo foi apoiado por subsídios do grant NIH (CA016672) ao núcleo do SMF e ICN awards (1K99CA160578 e R00CA160578) para K. R.

Materials

ChIP-grade H3K4me1 antibody Abcam ab8895
ChIP-grade H3K27ac antibody Abcam ab4729
ChIP-grade H3K4me3 antibody Abcam ab8580
ChIP-grade H3K79me2 antibody Abcam ab3594
ChIP-grade H3K27me3 antibody Abcam ab6002
ChIP-grade H3K9me3 antibody Abcam ab8898
1M Tris HCl, pH 8.0 Teknova T1080
EDTA Sigma-Aldrich E9884
NaCl Sigma-Aldrich S7653
Glycine Sigma-Aldrich G8898
Sodium deoxycholate Sigma-Aldrich 30970
DPBS Sigma – Life Sciences D8537-500ML
SDS Sigma-Aldrich 74255
Triton-X Sigma-Aldrich X100-100ML
LiCl Sigma-Aldrich 746460
NP-40 Calbiochem 492016-100ML
1% TWEEN-20 Fisher Bioreagents BP337-500
BSA – IgG-free Sigma – Life Sciences A2058-5G
HBSS Gibo 14025092
GentleMACS C tube GentleMACS 120-008-466 disassociation tube
16% Formaldehyde Peierce 28906
miniProtease inhibitor  Roche Diagnostics 11836153001 protease inhibitor tablets
Dynabeads Protein G  Invitrogen 10009D
Bioruptor NGS tubes 0.65 mL Diagenode C30010011 sonication tubes
DynaMag – 96 Side Skirted Invitrogen 120.27 96-well magnetic stand
TE buffer Promega V6231
RNase A Invitrogen 12091021
Proteinase K Invitrogen 100005393
AMPure XP beads Beckman Coulter A63882 paramagnetic beads
Ethanol Sigma-Aldrich E7023
Qubit ds DNA High Sensitivity Assay Kit Invitrogen Q32854 high sensitivity DNA reagents
NEBNext Ultra II DNA Library Prep Kit New England BioLabs E7645L DNA Library Prep Kit
Nuclease-free water Ambion AM9932
High sensitivity D1000 ScreenTape Agilent Technologies 5067-5584 high sensitivity DNA reagents
High sensitivity D1000 reagents Agilent Technologies 5067-5585 high sensitivity DNA reagents
Multiplex Oligos (Index primers- Set 1) New England BioLabs E7335L Multiplex Oligos 
Multiplex Oligos (Index primers- Set 2) New England BioLabs E7500L Multiplex Oligos 
TapeStation 4200 Agilent Technologies G2991AA high sensitivity DNA electropherogram instrument
Bioruptor Pico sonication device  Diagenode B01060001 water bath disruputor
Mixer Nutator 421105
Bio-Rad C1000 Touch Thermal Cycler Bio-Rad 1851196 PCR Thermal cycler
Water Bath Fisher Scientific 2322
Multichannel Pipet Denville 1003123
Tube Revolver Thermo-Scientific 88881001
96-Well Skirted Plate Eppendorf 47744-110
Allegra X-12R Centrifuge  Beckman Coulter A99464 benchtop centrifuge
Centrifuge 5424 Eppendorf 22620461 tabletop centrifuge
Optical tube strips (8x Strip) Agilent Technologies 401428
Optical tube strip caps (8x strip) Agilent Technologies 401425
Loading Tips, 10 Pk Agilent Technologies 5067-5599
IKA MS3 vortex IKA 3617000 vortex

References

  1. Rao, S. S., et al. A 3D map of the human genome at kilobase resolution reveals principles of chromatin looping. Cell. 159 (7), 1665-1680 (2014).
  2. Hnisz, D., Day, D. S., Young, R. A. Insulated Neighborhoods: Structural and Functional Units of Mammalian Gene Control. Cell. 167 (5), 1188-1200 (2016).
  3. Dixon, J. R., et al. Topological domains in mammalian genomes identified by analysis of chromatin interactions. Nature. 485 (7398), 376-380 (2012).
  4. Sanyal, A., Lajoie, B. R., Jain, G., Dekker, J. The long-range interaction landscape of gene promoters. Nature. 489 (7414), 109-113 (2012).
  5. Wang, X., et al. SMARCB1-mediated SWI/SNF complex function is essential for enhancer regulation. Nat Genet. 49 (2), 289-295 (2017).
  6. Hnisz, D., et al. Activation of proto-oncogenes by disruption of chromosome neighborhoods. Science. 351 (6280), 1454-1458 (2016).
  7. Jäger, R., et al. Capture Hi-C identifies the chromatin interactome of colorectal cancer risk loci. Nat Commun. 6, 6178 (2015).
  8. Krijger, P. H., de Laat, W. Regulation of disease-associated gene expression in the 3D genome. Nat Rev Mol Cell Biol. 17 (12), 771-782 (2016).
  9. Mansour, M. R., et al. Oncogene regulation. An oncogenic super-enhancer formed through somatic mutation of a noncoding intergenic element. Science. 346 (6215), 1373-1377 (2014).
  10. Weischenfeldt, J., et al. Pan-cancer analysis of somatic copy-number alterations implicates IRS4 and IGF2 in enhancer hijacking. Nat Genet. 49 (1), 65-74 (2017).
  11. Herz, H. M., Hu, D., Shilatifard, A. Enhancer malfunction in cancer. Mol Cell. 53 (6), 859-866 (2014).
  12. Kouzarides, T. Chromatin modifications and their function. Cell. 128 (4), 693-705 (2007).
  13. Tan, M., et al. Identification of 67 histone marks and histone lysine crotonylation as a new type of histone modification. Cell. 146 (6), 1016-1028 (2011).
  14. Strahl, B. D., Allis, C. D. The language of covalent histone modifications. Nature. 403 (6765), 41-45 (2000).
  15. Ernst, J., et al. Mapping and analysis of chromatin state dynamics in nine human cell types. Nature. 473 (7345), 43-49 (2011).
  16. Consortium, E. P., et al. An integrated encyclopedia of DNA elements in the human genome. Nature. 489 (7414), 57-74 (2012).
  17. Rivera, C. M., Ren, B. Mapping human epigenomes. Cell. 155 (1), 39-55 (2013).
  18. Stergachis, A. B., et al. Developmental fate and cellular maturity encoded in human regulatory DNA landscapes. Cell. 154 (4), 888-903 (2013).
  19. Xie, W., et al. Epigenomic analysis of multilineage differentiation of human embryonic stem cells. Cell. 153 (5), 1134-1148 (2013).
  20. Chen, L., et al. Transcriptional diversity during lineage commitment of human blood progenitors. Science. 345 (6204), 1251033 (2014).
  21. Saeed, S., et al. Epigenetic programming of monocyte-to-macrophage differentiation and trained innate immunity. Science. 345 (6204), 1251086 (2014).
  22. Bernstein, B. E., et al. The NIH Roadmap Epigenomics Mapping Consortium. Nat Biotechnol. 28 (10), 1045-1048 (2010).
  23. Roadmap Epigenomics, C., et al. Integrative analysis of 111 reference human epigenomes. Nature. 518 (7539), 317-330 (2015).
  24. Ernst, J., Kellis, M. ChromHMM: automating chromatin-state discovery and characterization. Nat Methods. 9 (3), 215-216 (2012).
  25. Feng, J., Liu, T., Qin, B., Zhang, Y., Liu, X. S. Identifying ChIP-seq enrichment using MACS. Nat Protoc. 7 (9), 1728-1740 (2012).
  26. Zhang, Y., et al. Model-based analysis of ChIP-Seq (MACS). Genome Biol. 9 (9), R137 (2008).
  27. Landt, S. G., et al. ChIP-seq guidelines and practices of the ENCODE and modENCODE consortia. Genome Res. 22 (9), 1813-1831 (2012).
  28. O’Neill, L. P., VerMilyea, M. D., Turner, B. M. Epigenetic characterization of the early embryo with a chromatin immunoprecipitation protocol applicable to small cell populations. Nat Genet. 38 (7), 835-841 (2006).
  29. Dahl, J. A., Collas, P. Q2ChIP, a quick and quantitative chromatin immunoprecipitation assay, unravels epigenetic dynamics of developmentally regulated genes in human carcinoma cells. Stem Cells. 25 (4), 1037-1046 (2007).
  30. Zhang, B., et al. Allelic reprogramming of the histone modification H3K4me3 in early mammalian development. Nature. 537 (7621), 553-557 (2016).
  31. Dahl, J. A., et al. Broad histone H3K4me3 domains in mouse oocytes modulate maternal-to-zygotic transition. Nature. 537 (7621), 548-552 (2016).
  32. Shen, J., et al. H3K4me3 epigenomic landscape derived from ChIP-Seq of 1,000 mouse early embryonic cells. Cell Res. 25 (1), 143-147 (2015).
  33. Flanagin, S., Nelson, J. D., Castner, D. G., Denisenko, O., Bomsztyk, K. Microplate-based chromatin immunoprecipitation method, Matrix ChIP: a platform to study signaling of complex genomic events. Nucleic Acids Res. 36 (3), e17 (2008).
  34. Nelson, J. D., Denisenko, O., Sova, P., Bomsztyk, K. Fast chromatin immunoprecipitation assay. Nucleic Acids Res. 34 (1), e2 (2006).
  35. Lerdrup, M., Johansen, J. V., Agrawal-Singh, S., Hansen, K. An interactive environment for agile analysis and visualization of ChIP-sequencing data. Nat Struct Mol Biol. 23 (4), 349-357 (2016).
  36. Afgan, E., et al. The Galaxy platform for accessible, reproducible and collaborative biomedical analyses: 2016 update. Nucleic Acids Res. 44 (W1), W3-W10 (2016).
  37. Blecher-Gonen, R., et al. High-throughput chromatin immunoprecipitation for genome-wide mapping of in vivo protein-DNA interactions and epigenomic states. Nat Protoc. 8 (3), 539-554 (2013).
  38. Tang, M. pyflow-ChIPseq: a snakemake based ChIP-seq pipeline. Zenodo. , (2017).
  39. Koster, J., Rahmann, S. Snakemake–a scalable bioinformatics workflow engine. Bioinformatics. 28 (19), 2520-2522 (2012).
  40. Ramirez, F., et al. deepTools2: a next generation web server for deep-sequencing data analysis. Nucleic Acids Res. 44 (W1), W160-W165 (2016).
  41. Bailey, T., et al. Practical guidelines for the comprehensive analysis of ChIP-seq data. PLoS Comput Biol. 9 (11), e1003326 (2013).
  42. Fiziev, P., et al. Systematic Epigenomic Analysis Reveals Chromatin States Associated with Melanoma Progression. Cell Rep. 19 (4), 875-889 (2017).
  43. Liu, T., et al. Broad chromosomal domains of histone modification patterns in C. elegans. Genome Res. 21 (2), 227-236 (2011).
  44. Egelhofer, T. A., et al. An assessment of histone-modification antibody quality. Nat Struct Mol Biol. 18 (1), 91-93 (2011).
  45. Rai, K., et al. Dual Roles of RNF2 in Melanoma Progression. Cancer Discov. , (2015).
  46. Cotney, J. L., Noonan, J. P. Chromatin immunoprecipitation with fixed animal tissues and preparation for high-throughput sequencing. Cold Spring Harb Protoc. (2), 191-199 (2015).
  47. Cejas, P., et al. Chromatin immunoprecipitation from fixed clinical tissues reveals tumor-specific enhancer profiles. Nat Med. 22 (6), 685-691 (2016).
check_url/fr/56972?article_type=t

Play Video

Citer Cet Article
Terranova, C., Tang, M., Orouji, E., Maitituoheti, M., Raman, A., Amin, S., Liu, Z., Rai, K. An Integrated Platform for Genome-wide Mapping of Chromatin States Using High-throughput ChIP-sequencing in Tumor Tissues. J. Vis. Exp. (134), e56972, doi:10.3791/56972 (2018).

View Video