Summary

Análise multiplexada da expressão genética da retina e acessibilidade da Chromatina usando scRNA-Seq e scATAC-Seq

Published: March 12, 2021
doi:

Summary

Aqui, os autores apresentam a utilidade de MULTI-seq para fenotipagem e posterior emparelhamento scRNA-seq e scATAC-seq na caracterização dos perfis de acessibilidade transcriptômica e cromatina na retina.

Abstract

Poderosas técnicas de sequenciamento de próxima geração oferecem análises robustas e abrangentes para investigar como as redes reguladoras de genes da retina funcionam durante o desenvolvimento e nos estados de doenças. O sequenciamento de RNA unicelular nos permite traçar alterações abrangentes de expressão genética observadas no desenvolvimento da retina e na doença a nível celular, enquanto o ATAC-Seq unicelular permite que a análise da acessibilidade e do fator de transcrição de cromatina sejam perfilada em resolução semelhante. Aqui, descreve-se o uso dessas técnicas na retina em desenvolvimento, e multi-Seq é demonstrado, onde amostras individuais são rotuladas com um complexo oligonucleotídeo-lipídio modificado, permitindo aos pesquisadores aumentar o escopo de experimentos individuais e reduzir substancialmente os custos.

Introduction

Entender como os genes podem influenciar o destino celular desempenha um papel fundamental na interrogação de processos como doenças e progressão embrionária. As complexas relações entre fatores de transcrição e seus genes-alvo podem ser agrupadas em redes reguladoras genéticas. A montagem de evidências coloca essas redes reguladoras genéticas no centro de doenças e desenvolvimento através das linhagens evolutivas1. Embora técnicas anteriores como qRT-PCR se concentrem em um único gene ou conjunto de genes, a aplicação da tecnologia de sequenciamento de alto rendimento permite o perfil de transcriptomes celulares completos.

O RNA-seq oferece um vislumbre da transcriptômica em larga escala 2,3. O sequenciamento de RNA unicelular (scRNA-seq) dá aos pesquisadores a capacidade de não apenas traçar transcrições de perfil, mas vincular tipos de células específicas com perfisde expressão genética 4. Isso é conseguido bioinformática alimentando perfis de células individuais em algoritmos de classificação usando marcadores genéticos conhecidos5. O multiplexing usando sequenciamento de índices marcados por lipídios (MULTI-seq) oferece uma diversidade sem precedentes no número de perfis scRNA-Seq que podem ser coletados6. Esta técnica baseada em lipídio difere de outras técnicas de indexação de amostras, como o hashing celular que dependem da presença de antígenos superficiais e anticorpos de alta afinidade em vez da integração da membrana plasmática7. Não só agora é possível traçar perfis de expressão genética em tipos de células, mas diferentes experimentos podem ser combinados em uma única biblioteca de sequenciamento, reduzindo drasticamente o custo de um experimento individual de scRNA-seq6. O custo do scRNA-seq pode parecer proibitivo para uso em experimentos de fenotipos onde são analisados muitos genótipos, condições ou amostras de pacientes diferentes, mas o multiplexing permite a combinação de até 96 amostras em uma única biblioteca6.

O perfil da expressão genética via scRNA-seq não tem sido a única técnica baseada em sequenciamento de alto rendimento para revolucionar a compreensão atual de como os mecanismos moleculares ditam o destino celular. Embora entender quais transcrições genéticas estão presentes em uma célula permite a identificação do tipo celular, igualmente importante é entender como a organização genômica regula o desenvolvimento e a progressão da doença. Estudos iniciais se basearam na detecção de decote mediado por DNase de sequências não ligadas a histones, seguidos pelo sequenciamento dos fragmentos de DNA resultantes para identificar regiões de cromatina aberta. Em contraste, o ensaio celular único para sequenciamento de cromatina acessível transposon (scATAC-seq) permite que os pesquisadores testem DNA com um transposon domesticado para perfilar facilmente cromatina aberta no nível único de nucleotídeo8. Isso passou por um dimensionamento semelhante ao scRNA-seq e agora os pesquisadores podem identificar tipos de células individuais e perfis de fenótipos em milhares de genomas individuais8.

O emparelhamento de scRNA-seq e scATAC-seq permitiu aos pesquisadores a capacidade de perfilar milhares de células para determinar populações celulares, organização genômica e redes de regulação genética em modelos de doenças e processos de desenvolvimento 9,10,11,12. Aqui, os autores descrevem como primeiro utilizar multi-seq para condensar fenotipagem de uma miríade de modelos animais e empregar scRNA-seq e scATAC-seq emparelhados para obter uma melhor compreensão da paisagem e redes regulatórias de cromatina nesses modelos animais.

Protocol

O uso de animais para esses estudos foi realizado por meio de protocolos aprovados pelo Comitê de Cuidados e Uso de Animais johns Hopkins, em conformidade com as diretrizes do ARRIVE, e foram realizados de acordo com as diretrizes e regulamentos relevantes. 1. MULTI-seq Preparação da mídia Prepare e equilibre o inibidor de ovomucoid, 10 mg de inibidor de ovomucoid e 10 mg de albumina por mL da Solução de Sal Balanceado (EBSS) de Earle, por 30 minutos a…

Representative Results

Este fluxo de trabalho estabelece uma estratégia de investigação de fenótipos de desenvolvimento e processos regulatórios usando sequenciamento de célula única. O multiplexing de amostra multi-seq permite um ensaio inicial de fenotipagem de baixo custo, enquanto a coleta e fixação emparelhadas de amostras para scRNA-seq e scATAC-seq permite uma investigação mais aprofundada (Figura 1). A codificação multi-seq permite o sequenciamento combinado de múl…

Discussion

O poder do MULTI-seq decorre da integração perfeita de dados de múltiplas condições experimentais ou modelos e do enorme benefício em termos de custo e limitação dos efeitos em lote. Utilizar multi-seq oferece um laboratório sem precedentes fenotipagem de profundidade. Métodos não genéticos de multiplexagem, como hashing celular ou hashing de núcleos, abriram a porta para amostras multiplexadas através do uso de anticorposcom código de barras 7,19,20</su…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Agradecemos a Linda Orzolek da Johns Hopkins Transcriptomics and Deep Sequencing Core por ajudar a sequenciar as bibliotecas produzidas e Lizhi Jiang por realizar as explantas ex vivo retinal.

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