Summary

Analisi multiplexata dell'espressione genica retinica e dell'accessibilità alla cromatina utilizzando scRNA-Seq e scATAC-Seq

Published: March 12, 2021
doi:

Summary

Qui, gli autori mostrano l’utilità di MULTI-seq per la fenotipizzazione e il successivo accoppiato scRNA-seq e scATAC-seq nel caratterizzare i profili di accessibilità trascrittomica e cromatina nella retina.

Abstract

Potenti tecniche di sequenziamento di nuova generazione offrono un’analisi robusta e completa per studiare come funzionano le reti di regolazione genica retinica durante lo sviluppo e negli stati patologici. Il sequenziamento dell’RNA a singola cellula ci consente di profilare in modo completo i cambiamenti di espressione genica osservati nello sviluppo retinico e nella malattia a livello cellulare, mentre l’ATAC-Seq a cellula singola consente di profilare l’analisi dell’accessibilità della cromatina e del legame del fattore di trascrizione a risoluzione simile. Qui viene descritto l’uso di queste tecniche nella retina in via di sviluppo e viene dimostrato MULTI-Seq, in cui i singoli campioni sono etichettati con un complesso oligonucleotide-lipidico modificato, consentendo ai ricercatori di aumentare la portata dei singoli esperimenti e ridurre sostanzialmente i costi.

Introduction

Capire come i geni possono influenzare il destino cellulare gioca un ruolo chiave nell’interrogare processi come la malattia e la progressione embrionale. Le complesse relazioni tra i fattori di trascrizione e i loro geni bersaglio possono essere raggruppate in reti di regolazione genica. Prove crescenti collocano queste reti di regolazione genica al centro sia della malattia che dello sviluppo attraverso i lignaggi evolutivi1. Mentre tecniche precedenti come la qRT-PCR si concentravano su un singolo gene o insieme di geni, l’applicazione della tecnologia di sequenziamento ad alto rendimento consente la profilazione di trascrittomi cellulari completi.

RNA-seq offre uno sguardo alla trascrittomica su larga scala 2,3. Il sequenziamento dell’RNA a singola cellula (scRNA-seq) offre ai ricercatori la capacità non solo di profilare i trascrittomi, ma di collegare specifici tipi di cellule con i profili di espressione genica4. Ciò si ottiene bioinformaticamente alimentando i singoli profili cellulari in algoritmi di ordinamento utilizzando marcatori genici noti5. Il multiplexing che utilizza il sequenziamento degli indici con tag lipidi (MULTI-seq) offre una diversità senza precedenti nel numero di profili scRNA-Seq che possono essere raccolti6. Questa tecnica basata sui lipidi differisce da altre tecniche di indicizzazione dei campioni come l’hashing cellulare che si basano sulla presenza di antigeni di superficie e anticorpi ad alta affinità anziché sull’integrazione della membranaplasmatica 7. Non solo è ora possibile profilare i profili di espressione genica in tipi di cellule, ma diversi esperimenti possono essere combinati in un’unica libreria di sequenziamento, riducendo drasticamente il costo di un singolo esperimento scRNA-seq6. Il costo di scRNA-seq può sembrare proibitivo per l’uso in esperimenti di fenotipizzazione in cui vengono analizzati molti genotipi, condizioni o campioni di pazienti diversi, ma il multiplexing consente la combinazione di un massimo di 96 campioni in una singola libreria6.

La profilazione dell’espressione genica tramite scRNA-seq non è stata l’unica tecnica basata sul sequenziamento ad alto rendimento a rivoluzionare l’attuale comprensione di come i meccanismi molecolari dettano il destino cellulare. Mentre capire quali trascritti genici sono presenti in una cellula consente l’identificazione del tipo di cellula, altrettanto importante è capire come l’organizzazione genomica regola lo sviluppo e la progressione della malattia. I primi studi si sono basati sul rilevamento della scissione mediata dalla DNasi di sequenze non legate agli istoni, seguita dal sequenziamento dei frammenti di DNA risultanti per identificare le regioni di cromatina aperta. Al contrario, il test a singola cellula per il sequenziamento della cromatina accessibile al trasposone (scATAC-seq) consente ai ricercatori di sondare il DNA con un trasposone addomesticato per profilare facilmente la cromatina aperta al livello8 del singolo nucleotide. Questo è passato attraverso un ridimensionamento simile a scRNA-seq e ora i ricercatori possono identificare singoli tipi di cellule e fenotipi di profilo su migliaia di singoli genomi8.

L’accoppiamento di scRNA-seq e scATAC-seq ha permesso ai ricercatori di profilare migliaia di cellule per determinare le popolazioni cellulari, l’organizzazione genomica e le reti di regolazione genica nei modelli di malattia e nei processi di sviluppo 9,10,11,12. Qui gli autori delineano come utilizzare prima MULTI-seq per condensare la fenotipizzazione di una miriade di modelli animali e impiegare accoppiati scRNA-seq e scATAC-seq per ottenere una migliore comprensione del panorama della cromatina e delle reti regolatorie in questi modelli animali.

Protocol

L’uso di animali per questi studi è stato condotto utilizzando protocolli approvati dal Johns Hopkins Animal Care and Use Committee, in conformità con le linee guida ARRIVE, e sono stati eseguiti in conformità con le linee guida e le normative pertinenti. 1. MULTI-seq Preparazione dei media Preparare ed equilibrare l’inibitore dell’ovomucoide, 10 mg di inibitore dell’ovomucoide e 10 mg di albumina per mL di soluzione salina bilanciata di Earle (EBSS), per…

Representative Results

Questo flusso di lavoro delinea una strategia per lo studio dei fenotipi dello sviluppo e dei processi regolatori utilizzando il sequenziamento a singola cellula. Il multiplexing di campioni MULTI-seq consente un test di fenotipizzazione iniziale a basso costo, mentre la raccolta e la fissazione accoppiate di campioni per scRNA-seq e scATAC-seq consentono un’indagine più approfondita (Figura 1). Il codice a barre MULTI-seq consente il sequenziamento combinato di …

Discussion

La potenza di MULTI-seq deriva dalla perfetta integrazione dei dati provenienti da più condizioni o modelli sperimentali e dall’enorme vantaggio in termini di costi e limitazione degli effetti batch. L’utilizzo di MULTI-seq offre una profondità di fenotipizzazione senza precedenti in laboratorio. I metodi di multiplexing non genetici come l’hashing cellulare o l’hashing dei nuclei hanno aperto la porta a campioni multiplexati attraverso l’uso di anticorpi con codice a barre <sup class…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Ringraziamo Linda Orzolek della Johns Hopkins Transcriptomics and Deep Sequencing Core per l’aiuto nel sequenziamento delle librerie prodotte e Lizhi Jiang per aver eseguito gli espianti retinici ex vivo .

Materials

10 µL, 200 µL, 1000 µL pipette filter tips
10% Tween 20 Bio-Rad 1662404
100 µM Barcode Solution Request from Gartner lab https://docs.google.com/forms/d/1bAzXFEvDEJse_cMvSUe_yDaP
rJpAau4IPx8m5pauj3w/viewform?ts=5c47a897&edit_requested
=true
100% Ethanol Millipore Sigma E7023-500ML
100% Methanol Millipore Sigma 322415-100ML
10x Chip Holder 10x Genomics 1000195
10x Chromium controller & Accessory Kit 10x Genomics PN-120263
15mL Centrifuge Tube Quality Biological P886-229411
40 µm FlowMi Cell Strainer Bel-Art H13680-0040
50 µM Anchor Solution Sigma or request from Gartner lab https://docs.google.com/forms/d/1bAzXFEvDEJse_cMvSUe_yDaP
rJpAau4IPx8m5pauj3w/viewform?ts=5c47a897&edit_requested
=true
50 µM Co-Anchor Solution Sigma or request from Gartner lab https://docs.google.com/forms/d/1bAzXFEvDEJse_cMvSUe_yDaP
rJpAau4IPx8m5pauj3w/viewform?ts=5c47a897&edit_requested
=true
5200 Fragment Analyzer system Agilent M5310AA
70 um FlowMi cell strainer Bel-Art H13680-0070
Allegra X-12R Centrifuge VWR BK392302
Bovine Serum Albumin Sigma-Aldrich A9647
Chromium Next GEM Chip G 10x Genomics PN-1000120
Chromium Next GEM Chip H 10x Genomics PN-1000161
Chromium Next Gem Single Cell ATAC Reagent Kit v1.1 10x Genomics PN-1000175
Chromium Single Cell 3' GEM, Library & Gel Bead Kit v3.1 10x Genomics PN-1000121
Digitonin Fisher Scientific BN2006
Dissection microscope Leica
DNA LoBind Tubes, 1.5 mL Eppendorf 22431021
Dry Ice
EVA Foam Ice Pan Tequipment 04393-54
FA 12-Capillary Array Short, 33 cm Agilent A2300-1250-3355
Fisherbrand Isotemp Water Bath Fisher Scientific 15-460-20Q
Forma CO2 Water Jacketed Incubator ThermoFisher Scientific 3110
Glycerol 50% Aqueous solution Ricca Chemical Company 3290-32
Hausser Scientific Bright-Line Counting Chamber Fisher Scientific 02-671-51B
Illumina NextSeq or NovaSeq Illumina
Kapa Hifi Hotstart ReadyMix HiFi 7958927001
Low TE Buffer Quality Biological 351-324-721
Magnesium Chloride Solution 1 M Sigma-Aldrich M1028
Magnetic Separator Rack for 1.5 mL tubes Millipore Sigma 20-400
Magnetic Separator Rack for 200 µL tubes 10x Genomics NC1469069
MULTI-seq Primer Sigma or IDT See sequence list
MyFuge Mini Centrifuge Benchmark Scientific C1008
Nonidet P40 Substitute Sigma-Aldrich 74385
Nuclease-free water Fisher Scientific AM9937
P2, P10, P20, P200, P1000 micropipettes Eppendorf
Papain Dissociation System Worthington Biochemical Corporation LK003150
PBS pH 7.4 (1X) Fisher Scientific 10010-023
Qiagen Buffer EB Qiagen 19086
Refridgerated Centrifuge 5424 R Eppendorf 2231000655
RNase-free Disposable Pellet Pestles Fisher Scientific 12-141-368
RNasin Plus RNase Inhibitor Promega N2615
RPI primer Sigma or IDT See sequence list
Single Index Kit N, Set A 10x Genomics PN-1000212
Single Index Kit T Set A 10x Genomics PN-1000213
Sodium Chloride Solution 5 M Sigma-Aldrich 59222C
SPRIselect Reagent Kit Beckman Coulter B23318
Standard Disposable Transfer Pipettes Fisher Scientific 13-711-7M
TempAssure PCR 8-tube strip USA Scientific 1402-4700
Trizma Hydrochloride Solution, pH 7.4 Sigma-Aldrich T2194
Trypan Blue Solution, 0.4% (w/v) Corning 25-900-CI
Universal I5 primer Sigma or IDT See sequence list
Veriti Thermal Cycler Applied Biosystems 4375786
Vortex Mixer VWR 10153-838

Riferimenti

  1. Hoang, T., et al. Gene regulatory networks controlling vertebrate retinal regeneration. Science. 370, (2020).
  2. Nagalakshmi, U., et al. The Transcriptional Landscape of the Yeast Genome Defined by RNA Sequencing. Science. 320, 1344-1349 (2008).
  3. Mortazavi, A., Williams, B. A., McCue, K., Schaeffer, L., Wold, B. Mapping and quantifying mammalian transcriptomes by RNA-Seq. Nature Methods. 5, 621-628 (2008).
  4. Hwang, B., Lee, J. H., Bang, D. Single-cell RNA sequencing technologies and bioinformatics pipelines. Experimental & Molecular Medicine. 50, 96 (2018).
  5. Butler, A., Hoffman, P., Smibert, P., Papalexi, E., Satija, R. Integrating single-cell transcriptomic data across different conditions, technologies, and species. Nature Biotechnology. 36, 411-420 (2018).
  6. McGinnis, C. S., et al. MULTI-seq: sample multiplexing for single-cell RNA sequencing using lipid-tagged indices. Nature Methods. 16, 619-626 (2019).
  7. Stoeckius, M., et al. Cell Hashing with barcoded antibodies enables multiplexing and doublet detection for single cell genomics. Genome Biology. 19, 224 (2018).
  8. Chen, X., Miragaia, R. J., Natarajan, K. N., Teichmann, S. A. A rapid and robust method for single cell chromatin accessibility profiling. Nature Communications. 9, 5345 (2018).
  9. Hoang, T., et al. Gene regulatory networks controlling vertebrate retinal regeneration. Science. , 8598 (2020).
  10. Clark, B. S., et al. Single-Cell RNA-Seq Analysis of Retinal Development Identifies NFI Factors as Regulating Mitotic Exit and Late-Born Cell Specification. Neuron. 102, 1111-1126 (2019).
  11. Zheng, Y., et al. A human circulating immune cell landscape in aging and COVID-19. Protein Cell. 11, 740-770 (2020).
  12. Satpathy, A. T., et al. Massively parallel single-cell chromatin landscapes of human immune cell development and intratumoral T cell exhaustion. Nature Biotechnology. 37, 925-936 (2019).
  13. Worthington Biochemical Corporation. . Worthington Biochemical Corporation. Papain Dissociation System. , (2020).
  14. 10x Genomics. . Chromium Single Cell 3′ Reagent Kits v3 User Guide. , (2020).
  15. Agilent. . DNF-468 HS Genomic DNA 50 kb Kit Quick Guide for Fragment Analyzer Systems. , (2015).
  16. ThermoFisher Scientific. Qubit dsDNA HS Assay Kits. ThermoFisher Scientific. , (2015).
  17. 10x Genomics. . Chromium Single Cell ATAC Reagent Kits User Guide (v1.1 Chemistry). , (2020).
  18. Weir, K., Kim, D. W., Blackshaw, S. Regulation of retinal neurogenesis by somatostatin signaling. bioRxiv. , (2020).
  19. Stoeckius, M., et al. Simultaneous epitope and transcriptome measurement in single cells. Nature Methods. 14, 865-868 (2017).
  20. Gaublomme, J. T., et al. Nuclei multiplexing with barcoded antibodies for single-nucleus genomics. Nature Communications. 10, 2907 (2019).
  21. Ma, S., et al. Chromatin Potential Identified by Shared Single-Cell Profiling of RNA and Chromatin. Cell. , (2020).
  22. Buenrostro, J. D., et al. Integrated Single-Cell Analysis Maps the Continuous Regulatory Landscape of Human Hematopoietic Differentiation. Cell. 173, 1535-1548 (2018).
  23. Pliner, H. A., et al. Cicero Predicts cis-Regulatory DNA Interactions from Single-Cell Chromatin Accessibility Data. Molecular Cell. 71, 858-871 (2018).
  24. Granja, J. M., et al. ArchR: An integrative and scalable software package for single-cell chromatin accessibility analysis. BioRxiv. , (2020).
  25. Stuart, T., et al. Comprehensive Integration of Single-Cell Data. Cell. 177, 1888-1902 (2019).
  26. METABRIC Group. The genomic and transcriptomic architecture of 2,000 breast tumours reveals novel subgroups. Nature. 486, 346-352 (2012).
  27. Izadi, F. Differential Connectivity in Colorectal Cancer Gene Expression Network. Iranian Biomedical Journal. 23, 34-46 (2019).
check_url/it/62239?article_type=t

Play Video

Citazione di questo articolo
Weir, K., Leavey, P., Santiago, C., Blackshaw, S. Multiplexed Analysis of Retinal Gene Expression and Chromatin Accessibility Using scRNA-Seq and scATAC-Seq. J. Vis. Exp. (169), e62239, doi:10.3791/62239 (2021).

View Video