Summary

Einzel-Zell-Profiling der Entwicklung und Reife Netzhautneuronen

Published: April 19, 2012
doi:

Summary

Verfahren zur Isolierung von einzelnen Zellen der Netzhaut und anschließende Amplifikation der cDNA beschrieben. Einzelzell-Transcriptomics zeigt den Grad der zellulären Heterogenität in einem Gewebe und deckt neuen Markergene für seltene Zellpopulationen. Die beigefügten Protokoll kann eingestellt werden, um viele verschiedene Zelltypen zu entsprechen.

Abstract

Hoch spezialisierte, aber außerordentlich klein Populationen von Zellen spielen eine wichtige Rolle in vielen Geweben. Die Identifizierung von Zelltyp-spezifische Marker und Genexpression bei extrem seltenen Zellpopulationen war eine Herausforderung unter Verwendung von Standard-gesamte Gewebe Ansätze. Genexpressionsanalysen von einzelnen Zellen ermöglicht einen beispiellosen Zugang zu Zelltypen, die nur einen kleinen Prozentsatz des gesamten Gewebes 1-7 umfassen. Darüber hinaus kann diese Technik verwendet, um die Genexpression, die vorübergehend in eine kleine Anzahl von Zellen während der dynamischen Entwicklungsübergänge 8 exprimiert zu prüfen.

Diese Ausgabe der zellulären Vielfalt stellt sich im Rahmen des zentralen Nervensystems (ZNS), wo neuronale Verbindungen zwischen ganz unterschiedlichen Zellen vorkommen können 9. Die genaue Anzahl unterschiedlicher Zelltypen ist nicht genau bekannt, aber es wurde geschätzt, dass mehr als 1000 verschiedene Arten in der Rinde i seintself 10. Die Funktion (en) von komplexen neuronalen Schaltkreise können auf einige der seltenen Arten neuronaler und die Gene die sie ausdrücken verlassen. Durch die Identifizierung neuer Marker und helfen, molekular klassifizieren verschiedene Neuronen, ist die Single-Cell-Ansatz besonders nützlich bei der Analyse von Zelltypen im Nervensystem. Es kann auch helfen, die Mechanismen der neuralen Entwicklung durch Identifizierung differentiell exprimierter Gene und Gen-Bahnen während der frühen Stadien der neuronalen Vorläuferzellen Entwicklung aufzuklären.

Als einfache, leicht zugängliche Gewebe mit erheblichen neuronalen Vielfalt, ist die Retina von Wirbeltieren als ein Modellsystem für die Untersuchung der Prozesse der zellulären Entwicklung, neuronale Differenzierung und neuronaler Diversifikation. Doch wie in anderen Teilen des ZNS, kann dieser zelluläre Vielfalt ein Problem für die Bestimmung der genetischen Signalwege, die retinalen Vorläuferzellen zu fahren, um eine bestimmte Zelle Schicksal annehmen zu präsentieren, zumal die Stäbchen-Photorezeptoren aus denen der maMehrheit der gesamten Netzhaut Zellpopulation 11. Hier berichten wir ein Verfahren zur Identifizierung der Transkripte in einzelner retinaler Zellen (1) ausgedrückt. Die einzelnen Zellen Profilierung Technik erlaubt die Beurteilung der Menge an Heterogenität, in verschiedenen Zellpopulationen der Netzhaut 2,4,5,12. Darüber hinaus hat diese Methode eine Reihe von neuen Kandidatengenen, die Rolle (n) in die Zelle Schicksal Entscheidungsprozesse, die in Teilmengen von retinalen Vorläuferzellen 8 auftreten können, spielen enthüllt. Mit wenigen einfachen Anpassung des Protokolls, kann diese Technik für viele verschiedenen Geweben und Zelltypen verwendet werden.

Protocol

1. Zelldissoziation Ein Flussdiagramm, das Protokoll wird gezeigt, Abbildung 1 ist. Für die Bestellnummern der einzelnen Reagenzien in diesem Protokoll verwendet, entnehmen Sie bitte Tabelle 1. Sezieren die Netzhaut in einem PBS-Bad. Während der Dissektion, ist es am besten, den Glaskörper und die Linse, da halten sie mit der Netzhaut kann die Dissoziation behindern entfernen. Es ist nicht immer von entscheidender Bedeutung für alle dem retinalen Pigmentepithel (RPE) zu e…

Discussion

Eine ständig wachsende Zahl von Studien belegen, robust Zell-zu-Zell-Variabilität in Populationen, die angeblich besser homogen hinsichtlich ihrer Genexpression 6,8 wurden. In mindestens einem Fall wurde dieses Gen Expression "Rauschen" wurde gezeigt, dass ein biologischer spielen 13. Die Genexpression Unterschiede zwischen den einzelnen Zellen werden verdeckt auf traditionelle Ganzkörper-Gewebe-Methoden. In diesen Versuchen werden das Expressionsprofil von einem "durchschnittlich…

Divulgazioni

The authors have nothing to disclose.

Materials

Reaction mixtures:

Cell Lysis buffer

0.45 μ 10X reaction buffer (100 mM Tris-HCl pH 8.3, 500 mM KCl, 2 mM MgCl2)
0.23 μl 10% NP-40
0.23 μl 0.1M DTT
0.05 μl RNase Inhibitor (40 U/μl)
0.05 μl SUPERase-In (20U/μl)
0.13 μl Modified Oligo d(T) primer
(TATAGAATTCGCGGCCGCTCGCGATTTTTTTTTTTTTTTTTTTTTTTT)
0.09 μl dNTPs (2.5 mM each)
3.27 μl dH20 (use molecular biology grade for all reaction mixtures)

Tailing Reaction Mixture

0.18 μl 100 mM dATP
0.6 μl 10X reaction buffer(100 mM Tris-HCl pH 8.3, 500 mM KCl, 2 mM MgCl2)
4.62 μl dH2O
0.3 μl TdT (400 U/μl)
0.3 μl RNase H (2 U/μl)

PCR Reaction Mixture

10 μl 10x Ex-Taq HS Buffer with Mg2+
10 μl 2.5 mM dNTPs
0.2 μl Modified Oligo d(T) primer (10 μg/μl)
1 μl Ex-Taq HS Polymerase (5U/μl)
68.8 μl dH2O

10X One-Phor All Buffer

0.5M Potassium acetate
0.1M Tris acetate (pH 7.6)
0.1M Magnesium acetate

Solutions:

10X Phosphate buffered saline (1 liter)

80g NaCl
2g KCl
14.4 g Na2PO4
2.4 g KH2PO4
adjust to pH 7.4 with NaOH and bring the volume to 1 liter with water

Name of the reagent Company Catalog number Comments
Vertical needle puller David Kopf Instruments Model 750  
Microcapillary tubes Sigma P0674  
Aspirator tube assembly Sigma A5177  
Corning filter tips (100-1000 μl Fisher Scientific 07-200-265  
Hank’s balanced salt solution (1X) Lonza BioWhittaker 10-508F  
HEPES buffer (1M) MP Biomedicals 091688449  
Bovine serum albumin Sigma A9418  
DNase I Roche 04716728001  
papain Worthington LS03126  
Superscript III Invitrogen 18080-044  
RNase Inhibitor Applied Biosystems AM2682 These two RNase inhibitors seem to work the best. Contaminants present in other inhibitors can contribute to a background smear.
SUPERase-In Applied Biosystems AM2694 These two RNase inhibitors seem to work the best. Contaminants present in other inhibitors can contribute to a background smear.
Modified Oligo d(T) primer (gel purified) Oligos ETC   We have used primers purchased from many different companies and have seen the most reliable and reproducible results from Oligos ETC.
T4 gene 32 protein New England Biolabs M0300L  
Exonuclease I New England Biolabs M0293S  
TdT Roche 3 333 574 As with other reagents, using a TdT enzyme from other companies gave more variable results.
RNase H Invitrogen 18021-014  
Ex-Taq HS Polymerase Takara RR006A  
Biotin N6-ddATP Enzo Biosciences 42809  

Table 1. Specific reagents and equipment.

Riferimenti

  1. Tietjen, I. Single-cell transcriptional analysis of neuronal progenitors. Neuron. 38, 161-175 (2003).
  2. Trimarchi, J. M. Molecular heterogeneity of developing retinal ganglion and amacrine cells revealed through single cell gene expression profiling. J. Comp. Neurol. 502, 1047-1065 (2007).
  3. Trimarchi, J. M., Cho, S. H., Cepko, C. L. Identification of genes expressed preferentially in the developing peripheral margin of the optic cup. Dev. Dyn. 238, 2327-2327 (2009).
  4. Cherry, T. J., Trimarchi, J. M., Stadler, M. B., Cepko, C. L. Development and diversification of retinal amacrine interneurons at single cell resolution. Proc. Natl. Acad. Sci. U.S.A. 106, 9495-9500 (2009).
  5. Roesch, K. The transcriptome of retinal Muller glial cells. J. Comp. Neurol. 509, 225-238 (2008).
  6. Ramos, C. A. Evidence for diversity in transcriptional profiles of single hematopoietic stem cells. PLoS Genet. 2, e159 (2006).
  7. Chiang, M. K., Melton, D. A. Single-cell transcript analysis of pancreas development. Dev. Cell. 4, 383-393 (2003).
  8. Trimarchi, J. M., Stadler, M. B., Cepko, C. L. Individual retinal progenitor cells display extensive heterogeneity of gene expression. PLoS ONE. 3, e1588 (2008).
  9. Nelson, S. B., Sugino, K., Hempel, C. M. The problem of neuronal cell types: a physiological genomics approach. Trends Neurosci. 29, 339-345 (2006).
  10. Stevens, C. F. Neuronal diversity: too many cell types for comfort. Curr. Biol. 8, R708-R710 (1998).
  11. Cepko, C. L., Austin, C. P., Yang, X., Alexiades, M., Ezzeddine, D. Cell fate determination in the vertebrate retina. Proc. Natl. Acad. Sci. U.S.A. 93, 589-595 (1996).
  12. Kim, D. S. Identification of molecular markers of bipolar cells in the murine retina. J. Comp. Neurol. 507, 1795-1810 (2008).
  13. Chang, H. H., Hemberg, M., Barahona, M., Ingber, D. E., Huang, S. Transcriptome-wide noise controls lineage choice in mammalian progenitor cells. Nature. 453, 544-547 (2008).
  14. Levsky, J. M., Singer, R. H. Gene expression and the myth of the average cell. Trends Cell Biol. 13, 4-6 (2003).
  15. Livesey, F. J., Cepko, C. L. Vertebrate neural cell-fate determination: lessons from the retina. Nat. Rev. Neurosci. 2, 109-118 (2001).
  16. Masland, R. H., Raviola, E. Confronting complexity: strategies for understanding the microcircuitry of the retina. Annu. Rev. Neurosci. 23, 249-284 (2000).
  17. Blackshaw, S. Genomic analysis of mouse retinal development. PLoS Biol. 2, e247 (2004).
  18. Livesey, F. J., Young, T. L., Cepko, C. L. An analysis of the gene expression program of mammalian neural progenitor cells. Proc. Natl. Acad. Sci. U.S.A. 101, 1374-1379 (2004).
  19. Chowers, I. Identification of novel genes preferentially expressed in the retina using a custom human retina cDNA microarray. Invest. Ophthalmol. Vis. Sci. 44, 3732-3741 (2003).
  20. Clarke, G. C., Leavitt, R. A., Andrews, B. R., Hayden, D. F., Lumsden, M. R., J, C., McInnes, R. R. A one-hit model of cell death in inherited neuronal degenerations. Nature. 406, 195-199 (2000).
  21. McEvoy, J. F. -. O., Zhang, J., Nemeth, J., Brennan, K., Bradley, R., Krafcik, C., Rodriguez-Galindo, F., Wilson, C., Xiong, M., Lozano, S. Coexpression of normally incompatible developmental pathways in retinoblastoma genesis. Cancer Cell. 20, 260-275 (2011).
  22. Gelder, R. N. V. a. n. Amplified RNA synthesized from limited quantities of heterogeneous cDNA. Proc. Natl. Acad. Sci. U.S.A. 87, 1663-1667 (1990).
  23. Ginsberg, S. D., Che, S. Expression profile analysis within the human hippocampus: comparison of CA1 and CA3 pyramidal neurons. J. Comp. Neurol. 487, 107-118 (2005).
  24. Iscove, N. N. Representation is faithfully preserved in global cDNA amplified exponentially from sub-picogram quantities of mRNA. Nat. Biotechnol. 20, 940-943 (2002).
  25. Subkhankulova, T., Livesey, F. J. Comparative evaluation of linear and exponential amplification techniques for expression profiling at the single-cell level. Genome Biol. 7, R18 (2006).
check_url/it/3824?article_type=t

Play Video

Citazione di questo articolo
Goetz, J. J., Trimarchi, J. M. Single-cell Profiling of Developing and Mature Retinal Neurons. J. Vis. Exp. (62), e3824, doi:10.3791/3824 (2012).

View Video