Nachweis von miRNA Targets in Hochdurchsatz-Verwendung des 3'LIFE Assay
Summary
Luminescent identification of functional elements in 3’ untranslated regions (3’UTRs) (3’LIFE) is a technique to identify functional regulation in 3’UTRs by miRNAs or other regulatory factors. This protocol utilizes high-throughput methodology such as 96-well transfection and luciferase assays to screen hundreds of putative interactions for functional repression.
Abstract
Lumineszierende Bezeichnung von Funktionselementen in 3'UTRs (3'LIFE) erlaubt die schnelle Identifizierung von Zielen bestimmte miRNAs innerhalb einer Anordnung von hunderten abgefragt 3'UTRs. Zielidentifizierung basiert auf dem Dual-Luciferase-Assay, das die Bindung erkennt auf mRNA-Ebene durch Messung translationale Ausgang, so dass ein funktions Auslesen von miRNA gezielt beruht. 3'LIFE nutzt nicht-proprietäre Puffer und Reagenzien, und öffentlich zugängliche Bibliotheken Reporter, dass genomweite Screens durchführbar und kostengünstig. 3'LIFE kann in einem Standard-Testumgebung durchgeführt werden, entweder mit oder up Liquid-Handling-Roboter und andere Hochdurchsatz-Instrumentierung skaliert. Wir veranschaulichen die Vorgehensweise unter Verwendung eines Datensatzes der menschlichen 3'UTRs in 96-Well-Platten kloniert und zwei Test miRNAs, let-7c und miR-10b. Wir zeigen, wie man DNA-Präparation, Transfektion, Zellkultur und Luciferaseassays in 96-Well-Format durchführen, und bieten Werkzeuge zur DatenAnalyse. Abschließend 3'LIFE ist sehr gut reproduzierbar, schnell, systematisch und identifiziert hohes Vertrauen Ziele.
Introduction
Das übergeordnete Ziel dieser Methode ist, zu erkennen und zu microRNA (miRNA) Ziele präzise Karte im Hochdurchsatz. MiRNAs endogenen nicht-kodierenden RNAs ~ 22 Nukleotide lang. Nach der Transkription und Verarbeitung, sind reife miRNAs in einem Proteinkomplex eingebaut namens RNA induced silencing complex (RISC). Jedes miRNA führt die RISC auf Zielelemente vor allem in den 3'-untranslatierte Regionen (3'UTRs) von Boten-RNAs (mRNAs) gelegen, was entweder Übersetzung Repression oder mRNA-Spaltung 1. MiRNA erkennen, Zielorte basierend auf Standard-Watson-Crick und G: U Wobble-Basenpaarung und entartet in der Natur, mit mehreren fehlgepaarten Basenpaaren und ausgebeult Regionen. Viele miRNAs sind im Großen und Ganzen aus Pflanzen auf den Menschen 2,3, wo sie eine breite Palette von biologischen Rollen spielen konserviert. In Metazoen können miRNAs mehrere biologischen Prozessen einschließlich Zellschicksal Entscheidungen 4, Entwicklungszeit 5 beeinflussen </sup>, Und weisen häufig gewebespezifische Expressionsmuster 6,7. MiRNA misexpression kann auch aberrante Genregulation, die wesentlichen Einfluss auf das Zellverhalten ausschließlich auf die Funktion der Zielgene Portals resultieren. Als solche sind miRNAs zu einer Vielzahl von Krankheiten in Verbindung gebracht, einschließlich Neurodegeneration 8,9, Diabetes und Krebs 10 11. Bioinformatic und Nassbank Ansätze vorschlagen, dass jeder miRNA kann in der Lage gezielt Hunderte bis Tausende von verschiedenen mRNAs 12-14 sein, die anzeigt, dass Hochdurchsatz oder genomweite Ansätze sind erforderlich, um diese großen Pool von potentiellen Wechselwirkungen zu untersuchen.
Identifizierung von Zielgenen ist eine kritische Komponente des mechanistisch definieren miRNA-Funktion, und dazu müssen die Forscher in der Lage, Ziele in großem Maßstab zu offenbaren. Verschiedene Ansätze wurden entwickelt, um miRNA Ziele, einschließlich bioinformatische Vorhersage-Algorithmen zu identifizieren, Hochdurchsatz-Sequenzierunggezielte mRNAs und Reporter basierte Assays. Jeder dieser Ansätze hat inhärente Stärken und Schwächen. Da miRNA Targeting durch Sequenzspezifität geführt, insbesondere von Nucleotiden 2-6 der miRNA (der so genannten Seed-Region), mehrere Algorithmen entwickelt, um miRNA gesamten Genom vieler Organismen vorherzusagen. Diese Algorithmen werden mit den beobachteten Basenpaarung Motive validierter miRNA Targets ausgebildet und häufig nutzen, Parameter wie stringent seed Paarung Website Erhaltung und / oder thermodynamische Stabilität 15. Obwohl diese Filter zu verfeinern, die große Anzahl von mutmaßlichen Ziele mit ausreichender Komplementarität zu nur hohen Vertrauens Ziele können sie artspezifisch nichtkanonische miRNA Zielstellen, die den letzten Beweis schlägt sind weit verbreitet 16-24 ausschließen. Darüber hinaus sind diese Prognosen nicht berücksichtigt Mechanismen der mRNA-Prozessierung, die miRNA-Zielstellen, wie zum Beispiel alternative Polyadenylierung ausschließen nehmen25, 26 RNA-Editing, RNA-Methylierung 27 und kooperative Bindung. Als solche haben hohen falsch positiven und falsch negativen Ergebnisse für viele Algorithmen 22,24,28 gemeldet. Während diese Algorithmen sind nützlich, um Kandidaten miRNA Ziele für nachfolgende experimentelle Validierung zu identifizieren, diese hohen Fehlerquoten begrenzen die Wirksamkeit von Bioinformatik-Ansätze für die systematische miRNA Zielerfassung.
Systematisch nach Wechselwirkungen zwischen einem bestimmten miRNA und möglicherweise gezielt 3'UTRs Sonde haben wir ein Hochdurchsatz-Assay genannt Leucht Identifizierung von Funktionselementen in 3'UTRs (3'LIFE) 24 entwickelt. Dieser Assay misst direkte Interaktionen und translationale Repression des Test 3'UTR von einer Abfrage miRNA mit einem Dual-Luciferase-Reportersystems. In diesem System wird die 3'UTR eines Gens von Interesse stromab des Leuchtkäfer-Luciferase (fluc) Reporter-Leserahmen kloniert. Die Reporter construct ist mit einer Abfrage miRNA in HEK293T-Zellen cotransfiziert. MiRNA-Targeting wird durch Messung der relativen Änderung zwischen dem Test Fluc :: 3'UTR-Reporter und eine zweite nicht-spezifische Renilla Luciferase-Reporter bestimmt. Wichtig ist, dass die Luciferaseassays detektieren miRNA / mRNA-Wechselwirkungen, die die Translations Ausgang des Reporter beeinflussen. Dies ist ein entscheidender Vorteil gegenüber herkömmlichen Methoden, um miRNA Regulation, wie RT-qPCR und Western-Blots zu erkennen, daß diese umgeht Unterschiede in mRNA-Abbau und translationale Repression, sowie Änderungen in Proteinmenge unabhängig von 3'UTR basierte Regulierung.
Luciferase-Assays werden häufig genutzt, um direkten miRNA Ziele wegen ihrer relativen Einfachheit und Sensibilität, aber ihre Verwendung in Hochdurchsatz-Screens zu validieren ist von hohen Kosten, die mit verbrauchende Reagenzien Dritter, das Fehlen von 3'UTR Bibliotheken aus öffentlichen Quellen, und das Fehlen standardisierter Luciferase protocols, zu Schwierigkeiten führen beim Vergleich funktionelle Unterdrückung in mehreren Datensätzen. Um die Verwendung des 3'LIFE Assay zu erleichtern, haben wir Wert auf eine Vereinfachung der Versuchsplanung, Nutzung von nicht-kommerziellen Transfektion 24 und Luciferase Reagenzien 29 gestellt haben, die Schaffung einer 3'UTR-Bibliothek, die regelmäßig aktualisiert und erweitert wird, und ist durch die verfügbaren eine öffentliche Plasmid-Repository 30.
Die Skalierbarkeit der 3'LIFE Assay ermöglicht Screening einer großen 3'UTR Bibliothek für die Ausrichtung von einem bestimmten miRNA ohne Vorspannen des Bildschirms in Richtung bioinformatisch identifizierten Gene. Neben der Prüfung kanonischen und vorhergesagten Wechselwirkungen ermöglicht diese systematischen Ansatz die Identifizierung von neuen Targets über nicht-kanonischen und / oder Spezies-spezifische Wechselwirkungen angetrieben. Wichtig ist, dass die Wirkung von miRNA gezielt auf die Proteinproduktion versteht man im allgemeinen in bescheidenen translationale Repression 15,31 <führen/ Sup>, was darauf hindeutet, dass eine primäre Rolle der miRNA Regulation ist die Feinabstimmung Protein-Ausgang, Schutz vor abweichenden Genexpressionsniveaus und bieten Robustheit auf bestimmte Programme 32,33 Zelle. Die Empfindlichkeit des Luciferase-Assay in Kombination mit der Natur Vielzahl negativer miRNA / mRNA-Wechselwirkungen im 3'LIFE Bildschirm erlaubt den Nachweis von subtile Effekte der miRNA-Targeting auf einer großen Anzahl von Genen und die Identifizierung von mehreren Komponenten der Gen Netzwerken, werden durch eine miRNA 24 geregelt.
Hier beschreiben wir die 3'LIFE Protokoll, und zeigen es Machbarkeit durch Screening von zwei gut charakterisierten miRNAs, miR-10b und lassen-7c gegen eine Auswahl von 275 menschlichen 3'UTRs (Abbildung 1).
Protocol
Representative Results
Discussion
Die 3'LIFE Assay identifiziert Funktions miRNA Ziele in 3'UTRs in Hochdurchsatz. Dieser Assay ist nützlich für Forscher, die experimentell Identifizierung einer großen Anzahl von mutmaßlichen Ziele für deren miRNA interessiere möchten. Die 3'LIFE Assay ein leistungsfähiger Ansatz zur 3'UTR angetrieben Regulierung abzufragen, indem der Assay stellt ein funktionelles Maß miRNA Targeting und die binäre Testen eines einzelnen Reporter :: 3'UTR gegen eine einzelne miRNA vertrauens adressieren das…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
We thank Stephen Blazie, Karen Anderson, Josh LaBaer for advice and discussion. Karen Anderson, John Chaput, and Josh LaBaer for sharing reagents and instrumentation, Michael Gaskin and Andrea Throop for technical advise and protocols. Justin Wolter is a Maher scholar and thanks the Maher family for their generous support.
Materials
| Reagents | ||
| glycylglycine | Sigma | G1127-25G |
| Kx PO4 | Sigma | P2222 |
| EGTA | Sigma | E3889 |
| ATP | Sigma | FLAAS |
| DTT | Sigma | D0632 |
| MgSO4 | Sigma | M7506 |
| CoA | Sigma | C4282 |
| luciferin | Sigma | L9504 |
| NaCl | Sigma | S7653 |
| Na2EDTA | Sigma | E0399 |
| K H2 P O4 | Sigma | 1551139 |
| BSA | Sigma | A2153 |
| NaN3 | Sigma | S2002 |
| Coelenterazine | Sigma | C3230 |
| PBS/HEPES | Corning | 21-040-CV |
| DMEM | Sigma | D5546 |
| FBS | Sigma | F2442 |
| Pennicilin/Streptomicin | Sigma | P4333 |
| Trypsin | T2600000 | |
| Consumables | ||
| MaxiPrep Kit | Promega | A2392 |
| 96-well miniprep plate | Pall | 8032 |
| 96-well shuttle plates | Lonza | V4SP-2096 |
| 5x Lysis Buffer | Promega | E1941 |
| Instruments | ||
| 96-well GloMax Plate Reader | Promega | E9032 |
| Biomech FX Liquid Handler Robot | Beckmann | A31842 |
| 4D-Nucleofector Core Unit | Lonza | AAF-1001 |
| 96-well Shuttle System | Lonza | AAM-1001 |
| Cell Counter Countess | Invitrogen | C10227 |
Riferimenti
- Bartel, D. P. MicroRNAs: genomics, biogenesis, mechanism, and function. Cell. 116 (2), 281-297 (2004).
- Pasquinelli, A. E., et al. Conservation of the sequence and temporal expression of let-7 heterochronic regulatory RNA. Nature. 408 (6808), 86-89 (2000).
- Reinhart, B. J., Weinstein, E. G., Rhoades, M. W., Bartel, B., Bartel, D. P. MicroRNAs in plants. Genes Dev. 16 (13), 1616-1626 (2002).
- Ivey, K. N., et al. MicroRNA regulation of cell lineages in mouse and human embryonic stem cells. Cell Stem Cell. 2 (3), 219-229 (2008).
- Lee, R. C., Feinbaum, R. L., Ambros, V. The C. elegans heterochronic gene lin-4 encodes small RNAs with antisense complementarity to lin-14. Cell. 75 (5), 843-854 (1993).
- Wienholds, E., et al. MicroRNA expression in zebrafish embryonic development. Science. 309 (5732), 310-311 (2005).
- Darnell, D. K., et al. MicroRNA expression during chick embryo development. Dev Dyn. 235 (11), 3156-3165 (2006).
- Jin, P., Alisch, R. S., Warren, S. T. RNA and microRNAs in fragile X mental retardation. Nat Cell Biol. 6 (11), 1048-1053 (2004).
- Kim, J., et al. A MicroRNA feedback circuit in midbrain dopamine neurons. Science. 317 (5842), 1220-1224 (2007).
- Poy, M. N., et al. A pancreatic islet-specific microRNA regulates insulin secretion. Nature. 432 (7014), 226-230 (2004).
- Calin, G. A., Croce, C. M. MicroRNA signatures in human cancers. Nature Reviews Cancer. 6 (11), 857-866 (2006).
- Friedman, R. C., Farh, K. K., Burge, C. B., Bartel, D. P. Most mammalian mRNAs are conserved targets of microRNAs. Genome Res. 19 (1), 92-105 (2009).
- Paraskevopoulou, M. D., et al. DIANA-microT web server v5.0: service integration into miRNA functional analysis workflows. Nucleic Acids Res. 41 (Web Server issue), W169-W173 (2013).
- Krek, A., et al. Combinatorial microRNA target predictions. Nat Genet. 37 (5), 495-500 (2005).
- Bartel, D. P. MicroRNAs: target recognition and regulatory functions. Cell. 136 (2), 215-233 (2009).
- Vella, M. C., Choi, E. Y., Lin, S. Y., Reinert, K., Slack, F. J. The C. elegans microRNA let-7 binds to imperfect let-7 complementary sites from the lin-41 3’UTR. Genes Dev. 18 (2), 132-137 (2004).
- Lal, A., et al. miR-24 Inhibits cell proliferation by targeting E2F2, MYC, and other cell-cycle genes via binding to ‘seedless’ 3’UTR microRNA recognition elements. Molecular Cell. 35 (5), 610-625 (2009).
- Cevec, M., Thibaudeau, C., Plavec, J. N. M. R. NMR structure of the let-7 miRNA interacting with the site LCS1 of lin-41 mRNA from Caenorhabditis elegans. Nucleic Acids Res. 38 (21), 7814-7821 (1093).
- Shin, C., et al. Expanding the microRNA targeting code: functional sites with centered pairing. Molecular Cell. 38 (6), 789-802 (2010).
- Azzouzi, I., et al. MicroRNA-96 directly inhibits gamma-globin expression in human erythropoiesis. PLoS One. 6 (7), e22838 (2011).
- Chen, J., et al. miR-193b Regulates Mcl-1 in Melanoma. Am J Pathol. 179 (5), 2162-2168 (2011).
- Chi, S. W., Hannon, G. J., Darnell, R. B. An alternative mode of microRNA target recognition. Nat Struct Mol Biol. 19 (3), 321-327 (1038).
- Jiao, L. R., et al. MicroRNAs targeting oncogenes are down-regulated in pancreatic malignant transformation from benign tumors. PLoS One. 7 (2), e32068 (2012).
- Wolter, J. M., Kotagama, K., Pierre-Bez, A. C., Firago, M., Mangone, M. 3’LIFE: a functional assay to detect miRNA targets in high-throughput. Nucleic Acids Res. , (2014).
- Mangone, M., et al. The landscape of C. elegans 3’UTRs. Science. 329 (5990), 432-435 (2010).
- Ekdahl, Y., Farahani, H. S., Behm, M., Lagergren, J., Ohman, M. A-to-I editing of microRNAs in the mammalian brain increases during development. Genome Res. 22 (8), 1477-1487 (2012).
- Fu, Y., Dominissini, D., Rechavi, G., He, C. Gene expression regulation mediated through reversible m(6)A RNA methylation. Nat Rev Genet. 15 (5), 293-306 (2014).
- Zhou, P., et al. Large-scale screens of miRNA-mRNA interactions unveiled that the 3’UTR of a gene is targeted by multiple miRNAs. Plos One. 8 (7), e68204 (2013).
- Dyer, B. W., Ferrer, F. A., Klinedinst, D. K., Rodriguez, R. A noncommercial dual luciferase enzyme assay system for reporter gene analysis. Anal Biochem. 282 (1), 158-161 (2000).
- Seiler, C. Y., et al. DNASU plasmid and PSI:Biology-Materials repositories: resources to accelerate biological research. Nucleic Acids Res. , (2013).
- Baek, D., et al. The impact of microRNAs on protein output. Nature. 455 (7209), 64-71 (2008).
- Ebert, M. S., Sharp, P. A. Roles for MicroRNAs in Conferring Robustness to Biological Processes. Cell. 149 (3), 515-524 (2012).
- Pelaez, N., Carthew, R. W. Biological robustness and the role of microRNAs: a network perspective. Current Topics in Developmental Biology. 99, 237-255 (2012).
