Summary

改进小RNA-seq:减少偏差,更好地检测2'-O-甲基RNA

Published: September 16, 2019
doi:

Summary

我们提出了详细的小RNA库修复协议,比标准方法的偏差小,对2′-O-甲基RNA的灵敏度提高。使用自制试剂可节省成本或使用试剂盒以方便使用本协议。

Abstract

下一代测序(NGS)对小型RNA(sRNA)的研究在库制备过程中受到偏置问题的挑战。几种类型的sRNA,如植物微RNA(miRNA)在其3’端核苷酸下进行2′-O-甲基(2′-OMe)修饰。此修改增加了另一个困难,因为它禁止 3′ 适配器连接。我们之前已经证明,修改版的”TruSeq (TS)”协议具有较少的偏差,并改进了对 2′-OMe RNA 的检测。在这里,我们详细介绍了协议”TS5″,它显示了最佳的整体性能。TS5 可采用自制试剂或 TS 试剂盒中的试剂,性能相同。

Introduction

小型RNA(sRNA)参与控制生物过程的多样性1。真核子病监管sRNA的大小一般在20至30NT之间;三种主要类型是微RNA(miRNA)、piwi相互作用RNA(piRNA)和小型干扰RNA(siRNA)。异常miRNA表达水平已牵连于各种疾病2。这强调了miRNA在健康和疾病中的重要性,以及准确、定量的研究工具来检测一般sRNA的要求。

下一代测序(NGS)是研究sRNA的一种广泛应用的方法。与其他方法(如定量PCR或微阵列技术(qPCR)相比,NGS的主要优点是,它不需要先验的sRNA序列知识,因此可用于发现新的RNA,此外,它遭受的较少背景信号和饱和度效应。此外,它可以检测单个核苷酸差异,并且具有比微阵列更高的吞吐量。然而,NGS也有一些缺点;测序运行的成本仍然相对较高,将样本转换为库进行测序所需的多步骤过程可能会引入偏差。在典型的sRNA库制备过程中,在没有ATP的情况下,使用截断版本的RNA连带酶2(RNL2)和预分3’适配器(图1),首先将3’适配器与sRNA(通常是从总RNA中凝胶纯化)连结。这提高了sRNA适配器结扎的效率,并减少了侧反应的形成,如sRNA循环或串联。随后,5′ 适配器由RNA连带1(RNL1)连接,然后是逆转录(RT)和PCR扩增。所有这些步骤都可能引入偏差3,4。因此,读取数可能无法反映导致人工的、依赖于方法的表达模式的实际 sRNA 表达水平。特定 sRNA 在库中可能过多或不足,且代表性严重不足的 sRNA 可能逃脱检测。情况特别复杂,植物miRNA,昆虫和植物的siRNA,以及昆虫、线虫和哺乳动物中的piRNA,其中3’端核苷酸具有2′-O-甲基(2′-OMe)修饰1。这种修改强烈抑制了3’适配器结扎5,使得为这些类型的RNA准备库准备是一项艰巨的任务。

以前的工作表明,适配器结扎引入严重的偏差,由于RNA序列/结构效应6,7,8,9,10,11。适配器结扎的下游步骤(如逆转录和 PCR)不会显著导致偏差6、11、12。结扎偏差可能是由于具有给定序列的适配器分子与反应混合物中的 sRNA 分子相互作用,形成共褶,这可能导致连接的有利或不利配置(图 2)。来自Sorefan等人7的数据表明,RNL1更喜欢单一搁浅的语境,而RNL2则更喜欢双绞线进行结扎。适配器/sRNA 共折叠结构由特定的适配器和 sRNA 序列决定这一事实解释了为什么特定 sRNA 在给定适配器集中过度表示或表示不足。还必须注意,在要比较的一系列 sRNA 库中,应使用相同的适配器序列。事实上,以前已经观察到,通过引入不同的条形码序列来改变适配器会改变测序库中的miRNA配置文件9,13。

在结扎结附近随机化适配器序列可能会减少这些偏差。Sorefan 和同事7使用四肢有 4 个随机核苷酸的适配器,指定”高清晰度”(HD) 适配器,并表明使用这些适配器可产生更好地反映真实 sRNA 表达水平的库。最近的工作证实了这些观察结果,并表明随机区域不需要与结扎交汇点11相邻。这种新型适配器被命名为”MidRand”适配器。总之,这些结果表明,改进的适配器设计可以减少偏差。

通过优化反应条件,可以抑制偏置,而不是修改适配器。聚乙烯乙二醇(PEG),一种大分子挤出剂,已知能提高结扎效率14,已被证明能显著减少偏置15,16。根据这些结果,市场上出现了几个”低偏置”套件。其中包括在连接反应中使用 PEG 的套件,包括与经典适配器或 HD 适配器结合使用。其他套件完全避免结扎,并使用3’聚化和模板切换3’和5’适配器添加,分别12。在另一种策略中,3′ 适配器连接后跟一个循环步骤,因此省略了 5′ 适配器连接17

在以前的研究中,我们搜索了一个sRNA库准备协议,其偏差程度尽可能低,并且对2′-OMe RNA12的最佳检测值。我们测试了上述一些”低偏置”试剂盒,与标准协议 (TS) 相比,对 2′-OMe RNA 的检测效果更好。然而,令人惊讶的是,在修改(使用随机适配器,PEG在结扎反应和去除多余的3’适配器通过纯化)后,后者优于其他协议检测2′-OMeRNA。在这里,我们详细介绍了基于 TS 协议的协议”TS5″,该协议对 2′-OMe RNA 进行了全面检测最好)。该协议可以使用TS试剂盒中的试剂和”Nf”试剂盒中的一种试剂进行遵循,或者为了节省资金,使用自制的试剂,性能相同。我们还提供了从总RNA中纯化sRNA和制备预化3’适配器的详细方案。

Protocol

1. 隔离小RNA 使用基于苯酚的试剂或任何其他方法提取总RNA。验证RNA是否质量良好。 在200V下预运行15%TBE尿素凝胶(见材料表)15分钟。 当凝胶预运行时,在200μL PCR管中,将5-20μg的总RNA与同等体积的成酰胺加载染料(见材料表;95%去离子化形式酰胺、0.025%溴酚蓝、0.025%二甲苯甲醇、5mM EDTA pH 8)混合。同样,将10μL(200 ng)的小RNA阶梯(见材料表?…

Representative Results

关键步骤是分离起始总RNA材料的少量RNA部分(图3)和所需的最终库产物(图4)。这两个步骤都涉及聚丙烯酰胺凝胶纯化;小RNA从15%TBE尿素凝胶中分离,而最终库从6%原生TBE凝胶中分离。从凝胶中分离出的小RNA可以在小RNA毛细管电泳片上进行分析(材料表;图 3B)这将允许用户估计小RNA的回收量和miRNA在制备?…

Discussion

由于偏置,小RNA库制备仍然具有挑战性,主要在适配器连接步骤中引入。在3’末端进行2′-OMe修饰的RNA,如植物miRNA、昆虫、线虫和哺乳动物中的piRNA,以及昆虫和植物中的小型干扰RNA(siRNA),尤其难以研究,因为2′-OMe修饰会抑制3’适配器结扎。文献中提出了一些解决方案来改进sRNA库准备协议,但大多数市售试剂盒仍然基于传统的TS协议,它有严重的偏差。然而,有几个”低偏置”套件存在,包括带有?…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

这项工作得到了国家科学研究中心(CNRS)、法国替代能源和原子能委员会(CEA)和巴黎-苏德大学的支持。本研究的所有库制备、光照线测序和生物信息学分析均在I2BC下一代测序(NGS)设施进行。I2BC NGS 设施的成员因对手稿的批判性阅读和有用的建议而得到认可。

Materials

2100 Bioanalyzer Instrument  Agilent G2939BA
Acid-Phenol:Chloroform, pH 4.5 (with IAA, 125:24:1) ThermoFisher AM9720
Adenosine 5'-Triphosphate (ATP) Nex England Biolabs P0756S
Agencourt AMPure XP beads Beckman Coulter A63880
Bioanalyzer High Sensitivity DNA Kit Agilent 5067-4626
Bioanalyzer Small RNA Kit Agilent 5067-1548
Corning Costar Spin-X centrifuge tube filters Sigma Aldrich CLS8162-96EA
Dark Reader transilluminator various suppiers
HotStart PCR Kit, with dNTPs Kapa Biosystems KK2501
NEXTflex small RNA-seq V3 kit BIOO Scientific NOVA-5132-05 optional
Novex TBE gels 6% ThermoFisher EC6265BOX
Novex TBE Urea gels 15% ThermoFisher EC6885BOX
QIAquick Nucleotide Removal Kit Qiagen  28304
Qubit 4 Quantitation Starter Kit ThermoFisher Q33227
Qubit ssDNA Assay Kit ThermoFisher Q10212
RNA Gel Loading Dye (2X) ThermoFisher R0641
RNA Gel Loading Dye (2X) ThermoFisher R0641
RNase Inhibitor, Murine  Nex England Biolabs M0314S
SuperScript IV Reverse Transcriptase ThermoFisher 18090200
SYBR Gold Nucleic Acid Gel Stain ThermoFisher S11494
T4 RNA Ligase 1 (ssRNA Ligase) Nex England Biolabs M0204S
T4 RNA Ligase 2, truncated Nex England Biolabs M0242S
TrackIt 50 bp DNA ladder ThermoFisher 10488043
TruSeq Small RNA Library Prep Kit Illumina RS-200-0012/24/36/48 optional
UltraPure Glycogen ThermoFisher 10814010
XCell SureLock Mini-Cell ThermoFisher EI0001
XCell SureLock Mini-Cell ThermoFisher EI0001
ZR small RNA ladder Zymo Research R1090
the last two numbers correspond to the set of indexes

Riferimenti

  1. Ghildiyal, M., Zamore, P. D. Small silencing RNAs: an expanding universe. Nature Reviews Genetics. 10, 94-108 (2009).
  2. Chang, T. C., Mendell, J. T. microRNAs in vertebrate physiology and human disease. Annual Review of Genomics and Human Genetics. 8, 215-239 (2007).
  3. Zhuang, F., Fuchs, R. T., Robb, G. B. Small RNA expression profiling by high-throughput sequencing: implications of enzymatic manipulation. Journal of Nucleic Acids. 2012, 360358 (2012).
  4. van Dijk, E. L., Jaszczyszyn, Y., Thermes, C. Library preparation methods for next-generation sequencing: tone down the bias. Experimental Cell Research. 322, 12-20 (2014).
  5. Munafo, D. B., Robb, G. B. Optimization of enzymatic reaction conditions for generating representative pools of cDNA from small RNA. RNA. 16, 2537-2552 (2010).
  6. Hafner, M., et al. RNA-ligase-dependent biases in miRNA representation in deep-sequenced small RNA cDNA libraries. RNA. 17, 1697-1712 (2011).
  7. Sorefan, K., et al. Reducing ligation bias of small RNAs in libraries for next generation sequencing. Silence. 3, 4 (2012).
  8. Sun, G., et al. A bias-reducing strategy in profiling small RNAs using Solexa. RNA. 17, 2256-2262 (2011).
  9. Jayaprakash, A. D., Jabado, O., Brown, B. D., Sachidanandam, R. Identification and remediation of biases in the activity of RNA ligases in small-RNA deep sequencing. Nucleic Acids Research. 39, 141 (2011).
  10. Zhuang, F., Fuchs, R. T., Sun, Z., Zheng, Y., Robb, G. B. Structural bias in T4 RNA ligase-mediated 3′-adapter ligation. Nucleic Acids Research. 40, 54 (2012).
  11. Fuchs, R. T., Sun, Z., Zhuang, F., Robb, G. B. Bias in ligation-based small RNA sequencing library construction is determined by adaptor and RNA structure. PLoS One. 10, 0126049 (2015).
  12. Dard-Dascot, C., et al. Systematic comparison of small RNA library preparation protocols for next-generation sequencing. BMC Genomics. 19, 118 (2018).
  13. Van Nieuwerburgh, F., et al. Quantitative bias in Illumina TruSeq and a novel post amplification barcoding strategy for multiplexed DNA and small RNA deep sequencing. PLoS One. 6, 26969 (2011).
  14. Harrison, B., Zimmerman, S. B. Polymer-stimulated ligation: enhanced ligation of oligo- and polynucleotides by T4 RNA ligase in polymer solutions. Nucleic Acids Research. 12, 8235-8251 (1984).
  15. Song, Y., Liu, K. J., Wang, T. H. Elimination of ligation dependent artifacts in T4 RNA ligase to achieve high efficiency and low bias microRNA capture. PLoS One. 9, 94619 (2014).
  16. Zhang, Z., Lee, J. E., Riemondy, K., Anderson, E. M., Yi, R. High-efficiency RNA cloning enables accurate quantification of miRNA expression by deep sequencing. Genome Biology. 14, 109 (2013).
  17. Barberan-Soler, S., et al. Decreasing miRNA sequencing bias using a single adapter and circularization approach. Genome Biology. 19, 105 (2018).
  18. Chen, Y. R., et al. A cost-effective method for Illumina small RNA-Seq library preparation using T4 RNA ligase 1 adenylated adapters. Plant Methods. 8, 41 (2012).
  19. Martin, M. Cutadapt removes adapter sequences from high-throughput sequencing reads. EMBnet. , (2011).
  20. Langmead, B., Trapnell, C., Pop, M., Salzberg, S. L. Ultrafast and memory-efficient alignment of short DNA sequences to the human genome. Genome Biology. 10, 25 (2009).
  21. Shore, S., et al. Small RNA Library Preparation Method for Next-Generation Sequencing Using Chemical Modifications to Prevent Adapter Dimer Formation. PLoS One. 11, 0167009 (2016).
check_url/it/60056?article_type=t

Play Video

Citazione di questo articolo
van Dijk, E. L., Eleftheriou, E., Thermes, C. Improving Small RNA-seq: Less Bias and Better Detection of 2′-O-Methyl RNAs. J. Vis. Exp. (151), e60056, doi:10.3791/60056 (2019).

View Video