Maya S. cerevisiae hipoksik yanıt sırasında zamanla mRNA düzeyleri ölçme
Summary
Burada, RNA-seq S. cerevisiae hücre hipoksik yanıt sırasında zamanla mRNA düzeyleri izlemek için bir iletişim kuralı’nı mevcut. Bu yöntem gen ekspresyonu herhangi bir hücresel yanıt sırasında analiz etmek için adapte edilebilir.
Abstract
Karmaşık gen ekspresyonu değişimler genellikle bir hücresel yanıt büyük bir bölümünü aracılık. Gen bir sinyal yolları veya ikincil etkileri birçok uyaranların belirli zamanlaması tarafından düzenlenmiştir her gen ifadesi benzersiz Kinetik ile değişebilir. Tüm gen yakalamak için Maya S. cerevisiae, RNA-seq analiz hipoksi ifade yanıt hipoksi maruz kaldıktan sonra belirli zamanlarda tüm genler mRNA düzeyleri izlemek için kullanılır. Hipoksi ~ %100 N2 gaz hücrelerde büyüyen tarafından kurulmuştur. Bu metabolitler gen ekspresyonu etkilemez çünkü önemlisi, hipoksik diğer çalışmalar ergosterol ve doymamış yağ asitleri medyaya eklenmedi. O dönemde gen ekspresyonu önemli değişimler yakalar çünkü zaman puan 0 – 4 h hipoksi sonra dizi seçilmiştir. Her zaman noktada orta günlük hipoksik hücreleri hızlı bir şekilde edildi filtre ve dondurulmuş, O2 ve verebildiği gen ekspresyonu değişimler maruz sınırlayan. Toplam RNA hücrelerinden çıkarılan ve sonra cDNA için dönüştürülmüş mRNA için zenginleştirmek için kullanılır. Bu cDNA multiplex kitaplıkları oluşturulmuş olan ve sekiz veya daha fazla örnekleri yeni nesil Sekanslama bir şeritte sıralı. Sonrası sıralama boru hattı açıklanan, hangi eşleme ve okuma gen ücret belirleyerek okumak Kalite temel düzeltme içerir. DESeq2 R istatistiksel ortamında önemli ölçüde hipoksik zaman noktaları herhangi birini değiştirmek genlerin tanımlamak için kullanıldı. Üç biyolojik çoğaltır analizini ortaya yüksek tekrarlanabilirlik, farklı Kinetik genler ve çok sayıda beklenen O2-genler düzenlenir. Bu yöntemlerin nasıl çeşitli organizmalar hücrelerinin hipoksi için zaman içinde yanıt çalışırdım ve gen ekspresyonu diğer hücresel yanıt sırasında çalışmaya adapte.
Introduction
Çoğu organizma gen ifade 1,2,3değiştirerek hipoksi veya düşük O2, cevap verin. Bu yanıtı hücreleri bir substrat kritik birkaç biyosentetik reaksiyonlar ve Aerobik solunum için eksikliği ile aynı zamanda değişen bir Redoks devlet 4ile baş yardımcı olur. S. cerevisiae içinde gerçekleştirilen çeşitli Mikroarray çalışmalarda genler yüzlerce mRNA düzeyde hipoksi 5,6,7,8,9 yanıt olarak değiştirmek göstermek , 10 , 11 , 12. son zamanlarda, RNA-seq hipoksi 13sırasında zamanla gen ifade değişiklikleri tanımlamak için kullanıldı. Burada, deneysel detayları sunulmuştur ve tartışılmaktadır.
Hipoksi çeşitli şekillerde, her O2farklı bir düzeyde üreten elde edilebilir. Burada, hipoksi sürekli akan tarafından kurulmuştur [O2] düşüren ultra yüksek saflıkta N2 şişeler, içine çözünmüş hemen tekrarlanabilir Kinetik 10ile. Metabolizma ve gen ifade için katkıda bulunan bazı O2 molekülleri mevcut vardır ama bu ortamda çok yakın anaerobik olarak kabul olabilir. O2yokluğunda, Maya hücreleri biosynthesize heme, ergosterol ve doymamış yağ asitleri 4,12,14olamaz. Böylece, önceki çalışmalarda bu metabolitler Maya oksijen 5,10,15olmadan büyüyen dahil ettik. Ancak, birçok hipoksik yanıtları bu metabolitler tükenmesi tarafından aracılık ve böylece onları Yenileyici hipoksik gen ifade yanıt-e doğru 12,16tersine çevirir. Doğal hipoksi taklit etmek için bu metabolitler medyaya eklenmedi. Hücreler bu temel metabolitler varlığı olmaksızın hipoksi sinin kısa sürede hücre ölümü (veri gösterilmez) ne de uzun süreli stres yanıt 13fark hiçbir artış oldu.
Yanıt zorlanma ve tamamına onun genotipi bağlıdır. Hipoksik yanıt 2bilinen düzenleyiciler allelleri özellikle önemlidir. Böylece sonuçları bu gerilme ile gerçekleştirilen diğer genomik çalışmalar için karşılaştırılabilir S288C zorlanma arka plan son derece arzu edilir. Ancak, S288C HAP1 gen 17, hipoksik yanıt için kritik bir transkripsiyon regülatör kısmi bir işlev kaybı alleli içerir. Bu gen S288C içinde onarıldı bir wildtype kullanarak Σ1278b kopyadan zorlanma arka plan 11.
Gen ekspresyonu hücresel ortamı son derece bağlıdır. Böylece, genom çapında mRNA analiz yapılırken, zaman, uyarıcı veya genotip gibi başka bir parametre değişen süre sabit bir ortam sağlamak önemlidir. Son derece tekrarlanabilir sonuçlar elde etmek için çalışma için üç Bu yöntemler ve tüm onun biyolojik veya teknik çoğaltır göz önünde bulundurun. İlk olarak, teknik uygulamaları Denemecileri arasında farklılık bu yana aynı experimenter(s) çalışma taşımalıdır. İkinci olarak, her toplu iş iş gen ekspresyonu etkileyebilir biraz farklı bir kompozisyon olduğu gibi maddeler aynı toplu iş büyüme medyada kullanılmalıdır. Üçüncü olarak, hücre döngüsü etkileri en aza indirmek için her zaman noktası zaman uyumsuz hücrelerinin büyüme (1-2 x 107 hücre/mL) orta günlük aşamasında oluşmalıdır.
Hipoksi gen ifade yanıt gibi karmaşık bir yanıt karakterize, bir zaman ders çeşitli etkinlikler Kinetik belirlemek için avantajlıdır. Belirli zaman puan bu yanıtın önemli değişiklikler yakalayacaktır seçilmelidir. Son deneyler sırasında bu dönem 13gen ekspresyonu yaygın değişimler ortaya çünkü bu çalışmada, zaman puan 0 ve 4 h arasında gözlendi.
Küresel gen ekspresyonu ölçmek için kullanılan 18,19RNA-seq yapıldı. Bu yöntem yeni nesil sıralama her genin transkript göreli bolluk belirlemek için kullanır. DNA Mikroarray analizi için karşılaştırıldığında, RNA-seq (daha az bol Tutanaklar bulmak için) daha yüksek hassasiyet, büyük dinamik alan (daha fazla kat değişiklikleri ölçmek için) ve (gen ekspresyonu zaman içinde doğru bir şekilde takip etmek) üstün tekrarlanabilirlik sergiler. Genellikle, en hücresel RNA ribozomal RNA çok yöntemleri için belirli RNA türler 20zenginleştirmek için geliştirilmiştir olur. Burada, Poli-T boncuk mRNA Tutanaklar, Poli A içeren rağmen çeşitli ticari arındırmak için kullanılmıştır – kullanılabilir rRNA tükenmesi kitleri de mRNA zenginleştirme etkili olabilir.
Burada, S. cerevisiae gen ifade yanıt hipoksi olarak karakterize edildi. Hücreler için hipoksi maruz ve sekiz saat noktalarda örneklenmiş (0, 5, 10, 30, 60, 120, 180 ve 240 dk). Tekrarlanabilirlik onaylamak ve istatistiksel olarak değiştirilen kayıtları tanımlamak için üç biyolojik çoğaltır yapıldı. RNA mekanik bozulma ve sütun arıtma tarafından çıkarılan ve RNA-seq analiz için işlenmiş. Sonrası sıralama boru hattı anlatılan ve izin veren tam çoğaltma analizleri gerçekleştirilen programlama komut dosyaları sağlanır. Trimmomatic 21, TopHat2 22, HTseq 23, R istatistiksel çevre 24ve 25 DESeq2 paket RNA-seq verileri işlemek için ve sırasında önemli ölçüde değiştirmek 607 genlerin tanımlamak için kullanılan özel olarak, hipoksi. Asıl bileşen analizi (PCA) ve gen ekspresyonu çoğaltır, teknik tekrarlanabilirlik göstermiştir. Aerobik solunum gibi birçok hücresel süreçler oksijen düzenlenir genler kümesinde zenginleştirilmiş gen Ontoloji (GO) çözümleme göstermek süre kümeleme ve heatmaps geniş çaplı ifade Kinetik, ortaya koydu.
Protocol
Representative Results
Discussion
Bu çalışmada, mRNA düzeyleri tüm genler için sırasında hipoksi S. cerevisiaeMaya olarak ölçüldü. Nasıl küresel gen ifade değişiklikleri anoksik kontrollü bir ortamda büyüme nedeniyle analiz etmek için hedefi oldu. Burada anlatılan yöntem dikkatle kontrollü ve tekrarlanabilir emin olmak için çeşitli adımlar atılmıştır. İlk olarak, hücrelerin tam olarak tanımlanmış bir hipoksik ortamına maruz kaldılar: %99,999 N2 zengin medya (YPD). Hipoksi diğer çalışmaların ?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Biz Lewis-Sigler Enstitüsü Princeton Üniversitesi’nde bütünleştirici genomik sıralama çekirdek tesisi için teknik danışmanlık ve RNA Kütüphane hazırlık ve sıralama için teşekkür ederim. Bu eser hibe Rowan Üniversitesi ve NIH NIGMS R15GM113187 M.J.H. tarafından desteklenmiştir
Materials
| Enclosed dry incubator | Thermo Scientific | MaxQ 4000 | Set at 30°C. Modify the door to allow entry of one Tygon tube. Alternatively, use the New Brunswick G25 incubator, which contains a tube port. Do not use an open-air water shaker, as condensation will collect in the tubes between flasks, possibly cross-contaminating cultures. |
| Micro-analysis Filter Holder | Millipore | XX1002530 | 25mm diameter, stainless steel support, no. 5 perforated silicone stopper mounts in standard 125mL filtering flask |
| Strong vacuum | Edwards | E-LAB 2 | The “house” vacuum may be too weak. Alternatively, use an electric-power portable vacuum pump like the one listed here. |
| 1000-mL flask | To act as vacuum trap. | ||
| ~2-foot lengths of Heavy Wall Vacuum Tubing, inner diameter 3/8 in, outer diameter 7/8 in | Tygon | 38TT | Two pieces: the first connects vacuum to trap, and the second connects trap to filter system. |
| High-pressure N2 gas tank | 99.999% purity, >1000psi, with a regulator and gas flow controller | ||
| Autoclaved 500mL flask | Opening covered with aluminum foil. One for each yeast strain. | ||
| Autoclaved 250mL flasks | Openings covered with aluminum foil. One for each time point plus two for water traps. | ||
| Flask stoppers (size 6, two holes with 5mm diameter) | Sterilized with 70% ethanol. One for each flask. | ||
| Glass tubing, length 9 cm or 17 cm, inner diameter 2 mm, outer diameter 5 mm | Sterilized with 70% ethanol. Two tubes for each flask. Place into the holes of each stopper. See Figure 1 for placement of 9- vs 17- cm tubes. | ||
| ~25-cm lengths of plastic tubing, inner diameter 5 mm | Tygon | E-3603 | One piece for each flask. Sterilized with 70% ethanol. |
| Sterile filter discs | Millipore | HAWP02500 | 25mm diameter, 0.45 µm pore size, one for each time point |
| Sterile dH2O (~100mL) | |||
| 1-mL cuvettes | For measuring OD600 (i.e., cell concentration) | ||
| 50-mL sterile centrifuge tubes | One for each time point | ||
| Clean and sterile tweezers | |||
| liquid nitrogen | For freezing cells | ||
| acid-washed beads | Sigma | G8772 | Keep at 4°C for lysing cells |
| Qiagen RNeasy Mini Kit | Qiagen | 74104 | For RNA column purification |
| Qiagen RLT buffer | Prepare by adding 10µL of β-Mercaptoethanol per 1mL of RLT buffer, keep at 4C. | ||
| 2-mL collection tubes | Qiagen | included in the Qiagen Rneasy Mini Kit | |
| Buffer RPE | Qiagen | included in the Qiagen Rneasy Mini Kit | |
| Buffer RW1 | Qiagen | included in the Qiagen Rneasy Mini Kit | |
| DNase I stock and working solutions | Qiagen | 79254 | The DNase I enzyme comes as lyophilized powder in a glass vial. Using a sterile needle and syringe, inject 550µL of RNase-free water (provided in Qiagen kit) into the vial. Mix by gently inverting the bottle. To avoid denaturing the enzyme, do not vortex. Using a pipet, remove this stock solution from the vial and store in freezer (-20°C) in single-use aliquots (80µL each). The stock solution should not be thawed and refrozen. |
| Buffer RDD | Qiagen | included in the Qiagen DNase Kit | |
| Ice cold 2-mL screw-cap tubes | For lysing cells during RNA extraction | ||
| bead mill homogenizer | Biospec Mini-Beadbeater-24 | 112011 | Keep in cold room |
| Bacto Peptone | BD | DF0118 | for liquid YPD media |
| Bacto Yeast Extract | BD | DF0886 | for liquid YPD media |
| glucose | Fisher | D16 | for liquid YPD media |
| Qubit assay tubes | Thermo Fisher | Q32856 | for measuring nucleic acid concentration |
| Quant-iTTM dsDNA BR Assay Kit | Thermo Fisher | Q32853 | for measuring nucleic acid concentration |
| Quant-iTTM RNA Assay Kit | Thermo Fisher | Q32855 | for measuring nucleic acid concentration |
| Qubit Fluorometer | Thermo Fisher | Q33216 | for measuring nucleic acid concentration |
| Commercial electrophoresis system | Agilent | Bioanalyzer 2100 | for measuring nucleic acid quality |
| Next-generation sequencer | Illumina | HiSeq 2500 | for sequencing libraries |
| automated liquid handling system | Wafergen | Apollo 324 | for creating sequencing libraries |
| PrepX PolyA mRNA Isolation Kit | Wafergen | 400047 | for isolating mRNA from total RNA |
| PrepX RNA SEQ for Illumina Library Kit | Wafergen | 400039 | for creating strand-specific sequencing libraries from total RNA |
| Barcode Splitter | https://toolshed.g2.bx.psu.edu/repository?repository_id=7119c4f7a89efa57&changeset_revision=e7b7cdc1834d | ||
| Samtools, which includes the gzip command | http://www.htslib.org/download/ | ||
| Trimmomatic | http://www.usadellab.org/cms/?page=trimmomatic | ||
| Bowtie2 (installed before TopHat) | http://bowtie-bio.sourceforge.net/bowtie2/index.shtml | ||
| TopHat | https://ccb.jhu.edu/software/tophat/index.shtml | ||
| HTSeq | http://www-huber.embl.de/HTSeq/doc/overview.html | ||
| R (installed before R Studio) | https://cran.rstudio.com | ||
| R Studio (free version) | https://www.rstudio.com/products/rstudio/download/ |
References
- Semenza, G. L. Oxygen sensing, homeostasis, and disease. New Eng. J Med. 365 (6), 537-547 (2011).
- Butler, G. Hypoxia and gene expression in eukaryotic microbes. Annu. Rev. Micro. 67, 291-312 (2013).
- Ratcliffe, P. J. Oxygen sensing and hypoxia signalling pathways in animals: the implications of physiology for cancer. J. Physiol. 591 (Pt 8), 2027-2042 (2013).
- Rosenfeld, E., Beauvoit, B. Role of the non-respiratory pathways in the utilization of molecular oxygen bySaccharomyces cerevisiae. Yeast. 20 (13), 1115-1144 (2003).
- Ter Linde, J. J., et al. Genome-wide transcriptional analysis of aerobic and anaerobic chemostat cultures of Saccharomyces cerevisiae. J. Bacteriol. 181 (24), 7409-7413 (1999).
- Ter Linde, J. J., Steensma, H. Y. A microarray-assisted screen for potential Hap1 and Rox1 target genes in Saccharomyces cerevisiae. Yeast. 19 (10), 825-840 (2002).
- Kwast, K. E., et al. Genomic analyses of anaerobically induced genes in Saccharomyces cerevisiae: functional roles of Rox1 and other factors in mediating the anoxic response. J. Bacteriol. 184 (1), 250-265 (2002).
- Becerra, M., et al. The yeast transcriptome in aerobic and hypoxic conditions: effects of hap1, rox1, rox3 and srb10 deletions. Mol. Microbiol. 43 (3), 545-555 (2002).
- Lai, L. -. C., Kosorukoff, A. L., Burke, P. V., Kwast, K. E. Dynamical remodeling of the transcriptome during short-term anaerobiosis in Saccharomyces cerevisiae: differential response and role of Msn2 and/or Msn4 and other factors in galactose and glucose media. Mol. Cell. Biol. 25 (10), 4075-4091 (2005).
- Lai, L. C., Kosorukoff, A. L., Burke, P. V., Kwast, K. E. Metabolic-State-Dependent Remodeling of the Transcriptome in Response to Anoxia and Subsequent Reoxygenation in Saccharomyces cerevisiae. Euk. Cell. 5 (9), 1468-1489 (2006).
- Hickman, M. J., Winston, F. Heme levels switch the function of Hap1 of Saccharomyces cerevisiae between transcriptional activator and transcriptional repressor. Mol. Cell. Biol. 27 (21), 7414-7424 (2007).
- Hickman, M. J., Spatt, D., Winston, F. The Hog1 mitogen-activated protein kinase mediates a hypoxic response in Saccharomyces cerevisiae. 유전학. 188 (2), 325-338 (2011).
- Bendjilali, N., et al. Time-Course Analysis of Gene Expression During the Saccharomyces cerevisiae Hypoxic Response. G3. 7 (1), 221-231 (2017).
- Chellappa, R., et al. The membrane proteins, Spt23p and Mga2p, play distinct roles in the activation of Saccharomyces cerevisiae OLE1 gene expression. Fatty acid-mediated regulation of Mga2p activity is independent of its proteolytic processing into a soluble transcription activator. J. Biol. Chem. 276 (47), 43548-43556 (2001).
- Abramova, N. E., et al. Regulatory mechanisms controlling expression of the DAN/TIR mannoprotein genes during anaerobic remodeling of the cell wall in Saccharomyces cerevisiae. 유전학. 157 (3), 1169-1177 (2001).
- Hughes, A. L., Todd, B. L., Espenshade, P. J. SREBP Pathway Responds to Sterols and Functions as an Oxygen Sensor in Fission Yeast. Cell. 120 (6), 831-842 (2005).
- Gaisne, M., Bécam, A. M., Verdière, J., Herbert, C. J. A "natural" mutation in Saccharomyces cerevisiae strains derived from S288c affects the complex regulatory gene HAP1 (CYP1). Curr. Gen. 36 (4), 195-200 (1999).
- Wang, Z., Gerstein, M., Snyder, M. RNA-Seq: a revolutionary tool for transcriptomics. Nat. Rev. Gen. 10 (1), 57-63 (2009).
- Anders, S., Huber, W. Differential expression analysis for sequence count data. Genome Biol. 11 (10), R106 (2010).
- Conesa, A., et al. A survey of best practices for RNA-seq data analysis. Genome Biol. 17 (1), 13 (2016).
- Bolger, A. M., Lohse, M., Usadel, B. Trimmomatic: a flexible trimmer for Illumina sequence data. Bioinf. 30 (15), 2114-2120 (2014).
- Kim, D., Pertea, G., Trapnell, C., Pimentel, H., Kelley, R., Salzberg, S. L. TopHat2: accurate alignment of transcriptomes in the presence of insertions, deletions and gene fusions. Genome Biol. 14 (4), R36 (2013).
- Anders, S., Pyl, P. T., Huber, W. HTSeq–A Python framework to work with high-throughput sequencing data. Bioinf. 31 (2), 166-169 (2015).
- . R: A Language and Environment for Statistical Computing Available from: https://www.R-project.org (2015)
- Love, M. I., Huber, W., Anders, S. Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. Genome Biol. 15 (12), 550 (2014).
- Brown, T., Mackey, K., Du, T. Analysis of RNA by Northern and Slot Blot Hybridization. Curr. Prot. Mol. Biol. 74, 4.9.1-4.9.19 (2004).
- Edgar, R., Domrachev, M., Lash, A. E. Gene Expression Omnibus: NCBI gene expression and hybridization array data repository. Nuc. Acids Res. 30 (1), 207-210 (2002).
- Cherry, J. M., et al. Saccharomyces Genome Database: the genomics resource of budding yeast. Nuc. Acids Res. 40, D700-D705 (2012).
- Hothorn, T., Everitt, B. S. . A Handbook of Statistical Analyses using R. , (2014).
- Saldanha, A. J. Java Treeview–extensible visualization of microarray data. Bioinformatics. 20 (17), 3246-3248 (2004).
- Eisen, M. B., Spellman, P. T., Brown, P. O., Botstein, D. Cluster analysis and display of genome-wide expression patterns. Proc. Nat. Acad. Sci. 95 (25), 14863-14868 (1998).
- Davies, B. S. J., Rine, J. A Role for Sterol Levels in Oxygen Sensing in Saccharomyces cerevisiae. 유전학. 174 (1), 191-201 (2006).
- Meena, R. C., Kumar, N., Nath, S., Chakrabarti, A. Homologous Recombination is Activated at Early Time Points Following Exposure to Cobalt Chloride Induced Hypoxic Conditions in Saccharomyces cerevisiae. Ind. J. Microb. 52 (2), 209-214 (2012).
- Snoek, I. S. I., Tai, S. L., Pronk, J. T., Yde Steensma, H., Daran, J. -. M. Involvement of Snf7p and Rim101p in the transcriptional regulation of TIR1 and other anaerobically upregulated genes in Saccharomyces cerevisiae. FEMS Yeast Res. 10 (4), 367-384 (2010).
- Ellahi, A., Thurtle, D. M., Rine, J. The Chromatin and Transcriptional Landscape of Native Saccharomyces cerevisiae Telomeres and Subtelomeric Domains. 유전학. 200 (2), 505-521 (2015).
- Collart, M. A., Oliviero, S., et al. Preparation of yeast RNA. Curr. Prot. Mol. Biol. , (2001).
- Blankenberg, D., et al. Manipulation of FASTQ data with Galaxy. Bioinf. 24 (14), 1783-1785 (2010).
- Martini, P., et al. timeClip: pathway analysis for time course data without replicates. BMC Bioinf. 15, (2014).
- Oh, S., Song, S., Grabowski, G., Zhao, H., Noonan, J. P. Time series expression analyses using RNA-seq: a statistical approach. BioMed Res. Int. 2013, 1-16 (2013).
