Summary

At identificere transskription faktor Olig2 genomisk bindingssteder i akut renset PDGFRα + celler ved lav-celle kromatin Immunoprecipitation sekventering analyse

Published: April 16, 2018
doi:

Summary

Her præsenterer vi en protokol, der er designet til at analysere genome-wide bindingen af oligodendrocyte transskription faktoren 2 (Olig2) i akut renset hjernen oligodendrocyte forløber celler (OPCs) ved at udføre lav-celle kromatin immunoprecipitation (ChIP) , bibliotek forberedelse, høj overførselshastighed sekvensering og bioinformatic dataanalyse.

Abstract

I pattedyrceller er gen transskription reguleret på en bestemt måde, celle type af transcriptional faktorer interaktioner med genomisk DNA. Afstamning-specifikke transkriptionsfaktorer betragtes som spiller en afgørende rolle i celle specifikation og differentiering under udvikling. ChIP kombineret med høj overførselshastighed DNA-sekventering (ChIP-FF.) er almindeligt anvendt til at analysere genome-wide bindingssteder transkriptionsfaktorer (eller dens tilknyttede komplekse) til genomisk DNA. Men et stort antal celler er nødvendig for et standard ChIP reaktion, hvilket gør det vanskeligt at studere det begrænsede antal isolerede primærelementer eller sjældne cellepopulationer. For at forstå den regulerende mekanisme af oligodendrocyte afstamning-specifikke transskription faktor Olig2 i akut renset mus OPCs, en detaljeret metode ved hjælp af ChIP-seq til at identificere genome-wide bindingsstederne af Olig2 (eller Olig2 komplekse) er vist. Først protokollen forklarer hvordan til at rense Trombocyt-afledt vækst faktor receptor alpha (PDGFRα) positiv OPCs fra mus hjerner. Dernæst Olig2 antistof medieret ChIP og bibliotek konstruktion udføres. Den sidste del beskriver bioinformatic software og procedurer, der anvendes til Olig2 ChIP-seq analyse. Sammenfattende rapporter dette papir en metode til at analysere genome-wide bindingerne af transcriptional faktor Olig2 i akut renset hjernen OPCs.

Introduction

Det er vigtigt at undersøge protein (eller protein kompleks) DNA bindinger og de epigenetiske mærker at bygge transcriptional regulerende net involveret i forskellige biologiske processer. Især kan bindingerne af transkriptionsfaktorer til genomisk DNA spille en vigtig rolle i genregulering, Celledifferentiering og væv-udvikling. Et kraftfuldt værktøj til at studere transkriptionel regulering og epigenetiske mekanismer er kromatin immunoprecipitation (ChIP). På grund af de hurtige fremskridt i den næste generation sequencing technology anvendes ChIP kombineret med høj overførselshastighed DNA-sekventering (ChIP-seq) til analyser af protein-DNA bindinger og epigenetiske mærker1. En standardprotokol, der ChIP-seq kræver dog omkring 20 millioner celler pr. reaktion, hvilket vanskeliggør anvendelsen af denne teknik, når cellen er begrænset, som isolerede primærelementer og sjældne cellepopulationer.

Oligodendrocyte slægt celler herunder oligodendrocyte forløber celler (OPCs) og oligodendrocytes distribueres bredt i hele hjernen og er afgørende for udvikling og funktion af hjernen. Som en slags forløber celler er OPCs i stand til selvfornyelse og differentiering. OPCs ikke kun tjene som stamfaderen til oligodendrocytes men også spille en vigtig rolle i udbredelsen af neuronal signalering ved at kommunikere med andre typer af hjernen celler2. Tidligere undersøgelser har antydet, at oligodendrocyte udvikling er reguleret af afstamning-specifikke transskriptionsfaktorer såsom Olig2 og Sox103,4. Disse transkriptionsfaktorer fandtes for at binde til regionerne promotor eller forstærker i nogle afgørende gener til at påvirke deres udtryk under oligodendrocyte specifikation og differentiering. Men det er udfordrende at identificere DNA bindende protein (eller protein kompleks) interesse for akut renset primære OPCs med et meget begrænset antal celler.

Denne protokol beskriver hvordan man systematisk undersøge den genomisk DNA immunoprecipitated af Olig2 i renset mus OPCs på genom-plan ved hjælp af ChIP-seq teknik. OPCs fra mus hjerner blev akut renset af immunopanning og bruges i en ChIP eksperiment uden spredning in vitro. Et begrænset antal OPCs kan opnås ved immunopanning og er utilstrækkelig til standard ChIP-seq eksperimenter. Heri, er en lav-celle ChIP-seq protokol med så lavt som 20 tusind celler pr. ChIP reaktion for transkriptionsfaktorer beskrevet. Kort sagt, blev tværbundet celler mængden og sonicated af en sonikering enhed til at vride kromatin. Den vredne kromatin blev inkuberet med Olig2 antistof samt protein A-belagte perler for at faelde Olig2 antistof bundet genomisk DNA. Efter eluering fra protein A-belagte perler og omvendt cross-linking, blev genomisk DNA udfældes ved Olig2 antistof renset ved phenol-chloroform ekstraktion. Det resulterende produkt var kvantificeres og udsat for T-hale, primer udglødning skabelon skifter og udvidelse, tilsætning af adaptere og forstærkning, bibliotek størrelse udvælgelse og rensning skridt for ChIP-seq bibliotek konstruktion.

Efter sekvensering, blev kvaliteten af de rå læsninger fra både den prøve, der tilberedes med Olig2 transskription faktor antistof og stikprøven, der analyseret. Lav kvalitet basepar og adapter indeholdende læse fragmenter blev trimmet. Næste, klippede læser blev justeret til musen reference genom. Genomisk regioner, der var betydeligt beriget for ChIP læser, i forhold til kontrolprøve, blev opdaget som toppe. Væsentlig tinder, der repræsenterer potentielle transskription faktor bindingssteder, blev filtreret og visualiseret i en genom-browser.

Navnlig, kan i denne protokol beskrevne metode anvendes bredt for ChIP-FF. i andre transkriptionsfaktorer med enhver celletype i begrænset antal.

Protocol

Alle animalske forbrug og eksperimenterende protokoller blev udført i overensstemmelse med retningslinjer for pleje og anvendelse af forsøgsdyr og godkendt af den institutionelle biosikkerhed og dyrs Velfærdsudvalg på University of Texas Health Science Center i Houston. 1. rensning af PDGFRα Positive Oligodendrocyte slægt celler fra mus hjernen (modificeret fra tidligere beskrevne immunopanning protokoller5,6,<sup class=…

Representative Results

Lav-celle ChIP-seq blev udført og bioinformatic analyser blev udført for at undersøge de potentielle vekselvirkninger mellem transcriptional faktor Olig2 med genomisk DNA i akut renset hjernen OPCs. Figur 1 viser en generel arbejdsgang både den eksperimentelle og procedurer for analyse af data. I denne protokol, var postnatal mus hjerner adskilt i en enkelt celle suspension. Efter væv dissociation, blev immunopanning udført for at rense OPCs ved hjælp …

Discussion

Pattedyr gen forordning netværk er meget komplekse. ChIP-seq er en kraftfuld metode til at undersøge genome-wide protein-DNA interaktioner. Denne protokol omfatter Sådan udføres Olig2 ChIP-seq ved hjælp af et lavt antal renset OPCs fra mus hjerner (så lavt som 20 tusind celler pr. reaktion). Det første vigtige skridt for denne protokol er rensning af OPCs fra mus hjerner af immunopanning med PDGFRα antistof. Til positiv udvælgelse af OPCs med PDGFRα belagt plader belagt OPCs ofte svagt binder sig til PDGFRα pl…

Disclosures

The authors have nothing to disclose.

Acknowledgements

JQW, XD, RCDD og YY blev støttet af tilskud fra de nationale institutter for sundhed R01 NS088353; NIH grant 1R21AR071583-01; den Staman Ogilvie fond-Hermann Mindefond; UTHealth HJERNEN initiativ og CTSA UL1 TR000371; og et tilskud fra University of Texas System neurovidenskab og Neurotechnology Research Institute (Grant #362469).

Materials

Reagent/ Equipment
Banderiaea simplicifolia lectin 1 Vector Laboratories # L-1100
Rat anti-PDGFRa antibody BD Bioscience # 558774
Neural tissue dissociation Kit (P) MACS Miltenyi Biotec # 130-092-628
Accutase STEMCELL technologies # 07920
TRIzol Thermo Fisher # 15596026
Anti-NG2 Chondroitin Sulfate Proteoglycan Antibody Millipore # AB5320
Bioruptor Pico sonication device Diagenode # B01060001
True MicroChIP kit Diagenode # C01010130
Phenol:Chloroform:Isoamyl Alcohol (25:24:1, v/v) Thermo Fisher # 15593031
NucleoSpin Gel and PCR Clean-Up kit MACHEREY-NAGEL # 740609
Quant-iT PicoGreen dsDNA Assay Kit Thermo Fisher # P11496
DNA SMART ChIP-Seq kit Clontech Laboratories # 634865
Agencourt AMPure XP Beckman Voulter # A63880
GlycoBlue Thermo Fisher # AM9516
pico-green Thermo Fisher # P11496
D-PBS Thermo Fisher # 14190-144
SYBR Green master mix Bio-Rad Laboratories # 1725124
DMEM/F12 Fisher Scientific # 11-320-033
Penicillin-Streptomycin (P/S) Fisher Scientific # 15140122
N-2 Supplement Fisher Scientific # 17502048
B-27 Supplement Fisher Scientific # 17504044
insulin Sigma # I6634 Prepare 0.5 mg/ml insulin solution by dissolving 5 mg insulin in 10 ml water and 50 μl of 1 N HCl.
Bovine Serum Albumin, suitable for cell culture (BSA) Sigma # A4161 Prepare 4% BSA solution by dissolving 4 g BSA in 100 ml D-PBS and adjust the pH to 7.4
Fibroblast Growth Factor basic Protein, Human recombinant (bFGF) EMD Millipore # GF003
HUMAN PDGF-AA VWR # 102061-188
poly-D-lysine VWR # IC15017510 Prepare 1 mg/ml poly-D-lysine solution by dissolving 10 mg poly-D-lysine in 10 ml water and dilute 100 times when using.
Falcon Disposable Petri Dishes, Sterile, Corning, 100x15mm VWR # 25373-100
Falcon Disposable Petri Dishes, Sterile, Corning, 150x15mm VWR # 25373-187
HBSS, 10X, no Calcium, no Magnesium, no Phenol Red Fisher Scientific # 14185-052
Trypan Blue Stemcell Technologies # 07050
protease inhibitor cocktail Sigma # 11697498001
Software
FastQC [10] http://www.bioinformatics.babraham.ac.uk/projects/fastqc/ Obtaining quality control metrics of raw and trimmed reads
Trimmomatic 0.33 [11] http://www.usadellab.org/cms/?page=trimmomatic Trimming and filtering raw reads
GENCODE mm10 ftp://ftp.sanger.ac.uk/pub/gencode/Gencode_mouse/release_M15/GRCm38.primary_assembly.genome.fa.gz Mouse reference genome
Bowtie2 2.2.4 [12] http://bowtie-bio.sourceforge.net/bowtie2/index.shtml Aligning reads to a reference genome
SAMTools 1.5 [13] http://samtools.sourceforge.net/ Converting SAM file into BAM format
HOMER 4.9.1 [14] http://homer.ucsd.edu/homer/ Creating a tag directory and annotating enriched genomic regions with gene symbols
R 3.2.2 [15] https://www.R-project.org/ Programming scripts and running functions
SPP 1.13 [16] https://github.com/hms-dbmi/spp Creating a strand cross-correlation plot
MACS2 2.2.4 [17] https://github.com/taoliu/MACS Finding regions of ChIP enrichment over control
BEDTools 2.25 [18] http://bedtools.readthedocs.io/en/latest/ Genome arithmetics
bedGraphToBigWig http://hgdownload.cse.ucsc.edu/admin/exe/ Converting bedGraph file into bigwig
IGV browser 2.3.58 [19] http://software.broadinstitute.org/software/igv/ Visualization and browsing of significant ChIP-seq peaks
Microsoft Excel Spreasheet program
ENCODE's blacklist https://sites.google.com/site/anshulkundaje/projects/blacklists Filtering peaks
mm10.chrom.sizes http://hgdownload.cse.ucsc.edu/goldenPath/mm10/bigZips/mm10.chrom.sizes. Converting bedGraph file into bigwig
ENCODE's motif database [25] http://compbio.mit.edu/encode-motifs/ Comprehensive motif database required for motif enrichment
MEME-ChIP [20] http://meme-suite.org/index.html Motif enrichment analysis and motif discovery
Primer names used for qPCR Primer sequences used for qPCR
Mbp-F: CTATAAATCGGCTCACAAGG
Mbp-R: AGGCGGTTATATTAAGAAGC
Iba1-F: ACTGCCAGCCTAAGACAACC
Iba1-R: GCTTTTCCTCCCTGCAAATCC
Mog-F: GGCTTCTTGGAGGAAGGGAC
Mog-R: TGAATTGTCCTGCATAGCTGC
GAPDH-F ATGACATCAAGAAGGTGGTG
GAPDH-R CATACCAGGAAATGAGCTTG
Tuj1-F TTTTCGTCTCTAGCCGCGTG
Tuj1-R GATGACCTCCCAGAACTTGGC
PDGFRα-F AGAGTTACACGTTTGAGCTGTC
PDGFRα-R GTCCCTCCACGGTACTCCT

References

  1. Wu, J. Q., et al. Tcf7 is an important regulator of the switch of self-renewal and differentiation in a multipotential hematopoietic cell line. PLoS Genet. 8 (3), e1002565 (2012).
  2. Zuchero, J. B., Barres, B. A. Intrinsic and extrinsic control of oligodendrocyte development. Curr Opin Neurobiol. 23 (6), 914-920 (2013).
  3. Liu, Z., et al. Induction of oligodendrocyte differentiation by Olig2 and Sox10: evidence for reciprocal interactions and dosage-dependent mechanisms. Dev Biol. 302 (2), 683-693 (2007).
  4. Dong, X., et al. Comprehensive Identification of Long Non-coding RNAs in Purified Cell Types from the Brain Reveals Functional LncRNA in OPC Fate Determination. PLoS Genet. 11 (12), e1005669 (2015).
  5. Hilgenberg, L. G., Smith, M. A. Preparation of dissociated mouse cortical neuron cultures. J Vis Exp. (10), e562 (2007).
  6. Emery, B., Dugas, J. C. Purification of oligodendrocyte lineage cells from mouse cortices by immunopanning. Cold Spring Harb Protoc. 2013 (9), 854-868 (2013).
  7. Cahoy, J. D., et al. A transcriptome database for astrocytes, neurons, and oligodendrocytes: a new resource for understanding brain development and function. J Neurosci. 28 (1), 264-278 (2008).
  8. Zhang, Y., et al. An RNA-sequencing transcriptome and splicing database of glia, neurons, and vascular cells of the cerebral cortex. J Neurosci. 34 (36), 11929-11947 (2014).
  9. Cheng, X., et al. Bone morphogenetic protein signaling and olig1/2 interact to regulate the differentiation and maturation of adult oligodendrocyte precursor cells. Stem Cells. 25 (12), 3204-3214 (2007).
  10. Bolger, A. M., Lohse, M., Usadel, B. Trimmomatic: a flexible trimmer for Illumina sequence data. Bioinformatics. 30 (15), 2114-2120 (2014).
  11. Langmead, B., Salzberg, S. L. Fast gapped-read alignment with Bowtie 2. Nat Methods. 9 (4), 357-359 (2012).
  12. Li, H., et al. The Sequence Alignment/Map format and SAMtools. Bioinformatics. 25 (16), 2078-2079 (2009).
  13. Heinz, S., et al. Simple combinations of lineage-determining transcription factors prime cis-regulatory elements required for macrophage and B cell identities. Mol Cell. 38 (4), 576-589 (2010).
  14. Team, R. C. A language and environment for statistical computing. R Foundation for Statistical Computing. , (2015).
  15. Kharchenko, P. V., Tolstorukov, M. Y., Park, P. J. Design and analysis of ChIP-seq experiments for DNA-binding proteins. Nat Biotechnol. 26 (12), 1351-1359 (2008).
  16. Zhang, Y., et al. Model-based analysis of ChIP-Seq (MACS). Genome Biol. 9 (9), R137 (2008).
  17. Quinlan, A. R., Hall, I. M. BEDTools: a flexible suite of utilities for comparing genomic features. Bioinformatics. 26 (6), 841-842 (2010).
  18. Robinson, J. T., et al. Integrative genomics viewer. Nat Biotechnol. 29 (1), 24-26 (2011).
  19. Bailey, T. L., et al. MEME SUITE: tools for motif discovery and searching. Nucleic Acids Res. 37 (Web Server issue), W202-W208 (2009).
  20. Sims, D., Sudbery, I., Ilott, N. E., Heger, A., Ponting, C. P. Sequencing depth and coverage: key considerations in genomic analyses. Nat Rev Genet. 15 (2), 121-132 (2014).
  21. Landt, S. G., et al. ChIP-seq guidelines and practices of the ENCODE and modENCODE consortia. Genome Res. 22 (9), 1813-1831 (2012).
  22. Consortium, E. P. An integrated encyclopedia of DNA elements in the human genome. Nature. 489 (7414), 57-74 (2012).
  23. Mazzoni, E. O., et al. Embryonic stem cell-based mapping of developmental transcriptional programs. Nat Methods. 8 (12), 1056-1058 (2011).
  24. Kheradpour, P., Kellis, M. Systematic discovery and characterization of regulatory motifs in ENCODE TF binding experiments. Nucleic Acids Res. 42 (5), 2976-2987 (2014).
  25. Dugas, J. C., Tai, Y. C., Speed, T. P., Ngai, J., Barres, B. A. Functional genomic analysis of oligodendrocyte differentiation. J Neurosci. 26 (43), 10967-10983 (2006).
  26. Gilfillan, G. D., et al. Limitations and possibilities of low cell number ChIP-seq. BMC Genomics. 13, 645 (2012).
  27. Raskatov, J. A., et al. Modulation of NF-kappaB-dependent gene transcription using programmable DNA minor groove binders. Proc Natl Acad Sci U S A. 109 (4), 1023-1028 (2012).
  28. Cheneby, J., Gheorghe, M., Artufel, M., Mathelier, A., Ballester, B. ReMap 2018: an updated atlas of regulatory regions from an integrative analysis of DNA-binding ChIP-seq experiments. Nucleic Acids Res. , (2017).
  29. Yevshin, I., Sharipov, R., Valeev, T., Kel, A., Kolpakov, F. GTRD: a database of transcription factor binding sites identified by ChIP-seq experiments. Nucleic Acids Res. 45 (D1), D61-D67 (2017).
  30. Kulakovskiy, I. V., et al. HOCOMOCO: a comprehensive collection of human transcription factor binding sites models. Nucleic Acids Res. 41 (Database issue), D195-D202 (2013).
  31. Jain, D., Baldi, S., Zabel, A., Straub, T., Becker, P. B. Active promoters give rise to false positive ‘Phantom Peaks’ in ChIP-seq experiments. Nucleic Acids Res. 43 (14), 6959-6968 (2015).
  32. Gerstein, M. B., et al. Architecture of the human regulatory network derived from ENCODE data. Nature. 489 (7414), 91-100 (2012).
check_url/kr/57547?article_type=t

Play Video

Cite This Article
Dong, X., Cuevas-Diaz Duran, R., You, Y., Wu, J. Q. Identifying Transcription Factor Olig2 Genomic Binding Sites in Acutely Purified PDGFRα+ Cells by Low-cell Chromatin Immunoprecipitation Sequencing Analysis. J. Vis. Exp. (134), e57547, doi:10.3791/57547 (2018).

View Video