Summary

Einzellige RNA Sequenzierung von Eindringmittel beschrifteten Maus Neuronen mit Handsortierung und doppelte In Vitro Transkription mit absoluten zählt Sequenzierung (DIVA-Seq)

Published: October 26, 2018
doi:

Summary

Dieses Protokoll beschreibt das manuelle Sortieren Verfahren, um einzelne Eindringmittel beschrifteten Neuronen, gefolgt von in-vitro- Transkription-basierte mRNA Verstärkung für die hoch-Tiefe einzellige RNA Sequenzierung zu isolieren.

Abstract

Einzelne Zelle RNA Sequenzierung (RNA-Seq) ist jetzt ein weit implementierten Werkzeug für die Untersuchung der Genexpression. Handelsübliche einzellige RNA-Sequenzierung Plattformen verarbeiten alle Eingabezellen wahllos. Manchmal wird Fluoreszenz-aktivierte Zelle sortieren (FACS) stromaufwärts verwendet, um einen speziell gekennzeichneten Bevölkerung von Interesse zu isolieren. Eine Einschränkung des FACS ist die Notwendigkeit für eine hohe Anzahl von Eingabezellen mit deutlich beschrifteten Brüche, unpraktisch zum sammeln und Profilerstellung seltene oder spärlich beschrifteten Neuron Populationen aus dem Gehirn der Maus. Hier beschreiben wir eine Methode für manuell sammeln spärlich Eindringmittel mit der Bezeichnung einzelner Neuronen aus frisch Maus Hirngewebe dissoziiert. Dieser Prozess ermöglicht es für die Erfassung mit der Bezeichnung der einzelnen Neuronen mit hoher Reinheit und anschließende Integration mit einer in-vitro- Transkription-basierte Verstärkung Protokoll, die endogene Transkript Verhältnisse bewahrt. Wir beschreiben eine doppelte lineare Verstärkung-Methode, die einzigartige Molekül Bezeichner (UMIs) verwendet, um einzelne mRNA zählt zu generieren. Zwei Runden der Verstärkung ergibt ein hohes Maß an gen-Erkennung pro Einzelzelle.

Introduction

Einzelne Zelle RNA Sequenzierung (RNA-Seq) verwandelte transkriptomischen Studien. Während große einzellige RNAseq ausgeführt werden kann, mit einer Vielzahl von Techniken, wie Tropfen1,2, Mikrofluidik3, Nanogrids4und Mikrovertiefungen5, können nicht die meisten Methoden definierte Zelltypen sortieren. genetisch codierte Fluorophore ausdrücken. Um eine wählen Sie die Zellenbevölkerung zu isolieren, wird Fluoreszenz-aktivierte Zelle sortieren (FACS) häufig verwendet, um markierte Zellen in eine einzelne Zelle Modus zu sortieren. Allerdings FACS hat einige Einschränkungen und erfordert sorgfältige Verarbeitung Beispielschritte. Erstens eine große Anzahl von Eingabezellen sind in der Regel benötigt (oft mehrere Millionen Zellen pro mL), mit einem signifikanten Anteil (> 15 – 20 %) mit der beschrifteten Bevölkerung. Zweitens können Zelle Vorbereitungen erfordern mehrfache Umläufe der Dichte Gradienten Zentrifugation Schritte zum Entfernen von Gliazellen Bruchteil, Schmutz und Zelle-Klumpen, die sonst die Düse oder Flow Zelle verstopfen könnte. Drittens: FACS beschäftigt in der Regel färben und Entfärben Schritte für die lebenden/Toten Färbung (z. B. 4 ‘, 6-Diamidino-2-Phenylindole (DAPI) Propidium Jodid (PI) und Cytotracker Farbstoffe), die zusätzliche Zeit in Anspruch nehmen. Viertens: als Faustregel für Zweifarben-Sortierung (z. B. DAPI und grün/rot fluoreszierenden Proteins (GFP/RFP)), in der Regel zwei Proben und ein Steuerelement benötigt werden, erfordern eine unbeschriftete Probe neben die gewünschte Maus Belastung verarbeitet werden. Fünftens ist Filterung oft mehrmals vor und während der Probe zu sortieren, um proaktiv verhindert verstopfte Querprofillinien in ein FACS-Maschine durchgeführt. Sechstens muss Zeit zugeteilt werden, in am häufigsten verwendeten FACS-Setups zu initialisieren und stabilisieren den Fluidstrom und Tröpfchen Kalibrierung durchführen. Siebte, Kontrolle, die Proben in der Regel in der Reihenfolge vor der eigentlichen Probenentnahme Entschädigung Matrizen, Wams Ablehnung einzurichten laufen, Tore, etc. Benutzer entweder führen Sie die Schritte 6 bis 7 sich vorzeitig oder erfordern die Hilfe eines Technikers parallel. Zu guter Letzt Post-FACS, oft gibt es Maßnahmen, um sicherzustellen, dass nur einzelne beschriftet Zellen sind in jede Vertiefung; zum Beispiel durch Überprüfung Proben in einem High-Content-Screening-Setup wie eine schnelle Platte-Imager.

Um die oben beschriebenen Schritte zu umgehen und erleichtern eine relativ schnelle, gezielte Sequenzierung von eine kleine Population von einzelnen Eindringmittel beschrifteten Neuronen, beschreiben wir eine manuelle Sortieren gefolgt von zwei Runden von einem hochsensiblen in-vitro- Verfahren Verstärkung-Protokoll, genannt double in-vitro-Transkription mit absoluten zählt Sequenzierung (DIVA-Seq). Die RNA-Verstärkung und cDNA-Bibliothek-Generation sind von Eberwine Et al. 6 und Hashimshony Et al. 7, mit bestimmten Modifikationen entsprechend Maus Interneuronen, die kleinere zelluläre Volumen haben; Darüber hinaus haben wir auch gefunden, dass es ebenso nützlich für exzitatorischen pyramidale Neuronen.

Protocol

Alle Verfahren, die unter anderem tierische Themen wurden von IACUC am Cold Spring Harbor Laboratory, NY (IACUC #16-13-09-8) genehmigt. 1. manuelle Sortierung der Gewebekulturen beschrifteten Maus Neuronen Ziehen Sie Glas Mikrokapillaren (siehe Tabelle der Materialien), 10 – 15 µm Ausfahrt Durchmesser mit Hilfe einer Kapillare Abzieher mit den folgenden Einstellungen: Hitze: 508, ziehen: leer, Vel: leer, Zeit: leer. Ein 0,2 µm Polyvinylidene Difluoride …

Representative Results

Mit der oben beschriebenen Protokoll, GABAergen Neuronen manuell wurden sortiert (Abbildung 1) und RNA wurde verstärkt, dann in eine cDNA-Bibliothek (Abbildung 2) und bei großer Tiefe8sequenziert. Die verstärkte RNA (aRNA) Produkte lagen zwischen 200 – 4.000 bp in der Größe, mit einer Spitze Verteilung leicht über 500 bp (Abb. 3A). Die Perle-gereinigte cDNA-Bibliothek …

Discussion

Das manuelle Sortieren Protokoll eignet sich für eine betreute RNA Sequenzierung des Neurons Populationen, die entweder dünn mit der Bezeichnung im Gehirn von Mäusen oder repräsentieren eine seltene Zellpopulation, die sonst nicht möglich ist, mit aktuellen Hochdurchsatz-Zelle zu studieren Sortierung und Verstärkung Methoden. Zellen ausgesetzt FACS in der Regel durchlaufen Mantel und Probe Linie Drücke im Bereich von ~ 9 – 14 Psi, je nach Düsengröße und Ereignisraten gewünscht. Darüber hinaus können die Ze…

Declarações

The authors have nothing to disclose.

Acknowledgements

Diese Arbeit wurde durch Zuschüsse aus dem NIH (5R01MH094705 / 04 und R01MH109665-01, Z.J.H.), CSHL Robertson Neurowissenschaften Fonds (Z.J.H.) und ein NARSAD Postdoc-Stipendium (für A.P.) unterstützt.

Materials

ERCC RNA Spike-In Control Mixes Thermo Fisher Cat# 4456740
SuperScript III Thermo Fisher Cat# 18080093
RNaseOUT Recombinant Ribonuclease Inhibitor Thermo Fisher Cat# 10777019
RNA fragmentation buffer New England Biolabs Cat# E6105S
RNA MinElute kit Qiagen Cat# 74204
Antarctic phosphatase New England Biolabs Cat# M0289
Poly nucleotide kinase New England Biolabs Cat# M0201
T4 RNA ligase2, truncated New England Biolabs Cat# M0242
Ampure Xp magnetic  beads Beckman Coulter Cat# A63880
SPRIselect size selection magnetic beads Thermo Fisher Cat# B23317
DL-AP5 Tocris Cat# 0105
CNQX Tocris Cat# 1045
TTX Tocris Cat# 1078
Protease from Streptomyces griseus Sigma-Aldrich Cat# P5147
Message Amp II kit Thermo Fisher Cat# AM1751
Carbogen Airgas Cat# UN3156
Sylgard 184 Sigma-Aldrich Cat# 761036
Illumina TrueSeq smallRNA kit Illumina Cat# RS-200-0012
Bioanalyzer RNA Pico chip Agilent Cat# 5067-1513
Bioanalyzer High Sensitvity DNA chip Agilent Cat# 5067-4626
Bioanalyzer 2100 Agilent
Dissection microscope with fluorescence and bright field illumination with DIC optics.  (Leica model MZ-16F). Leica Model MZ-16F
Glass microcapillary: Borosilicate capillary tubes 500/pk. OD= 1 mm, ID=0.58 mm, wall= 0.21 mm, Length= 150 mm. Warner instruments Model GC100-15, Order# 30-0017
Capillary pipette puller Sutter Instruments Co P-97
Vibratome Thermo Microm HM 650V
Vibratome tissue cooling unit Thermo Microm CU 65

Referências

  1. Macosko, E. Z., et al. Highly Parallel Genome-wide Expression Profiling of Individual Cells Using Nanoliter Droplets. Cell. 161 (5), 1202-1214 (2015).
  2. Klein, A. M., et al. Droplet barcoding for single-cell transcriptomics applied to embryonic stem cells. Cell. 161 (5), 1187-1201 (2015).
  3. Xin, Y., et al. Use of the Fluidigm C1 platform for RNA sequencing of single mouse pancreatic islet cells. Proceedings of the National Academy of Sciences of the United States of America. 113 (12), 3293-3298 (2016).
  4. Gao, R., et al. Nanogrid single-nucleus RNA sequencing reveals phenotypic diversity in breast cancer. Nature Communications. 8 (1), 228 (2017).
  5. Yuan, J., Sims, P. A. An Automated Microwell Platform for Large-Scale Single Cell RNA-Seq. Scientific Reports. 6, 33883 (2016).
  6. Eberwine, J., et al. Analysis of gene expression in single live neurons. Proceedings of the National Academy of Sciences of the United States of America. 89 (7), 3010-3014 (1992).
  7. Hashimshony, T., Wagner, F., Sher, N., Yanai, I. CEL-Seq: Single-Cell RNA-Seq by Multiplexed Linear Amplification. Cell Reports. 2 (3), 666-673 (2012).
  8. Paul, A., et al. Transcriptional Architecture of Synaptic Communication Delineates GABAergic Neuron Identity. Cell. 171 (3), 522-539 (2017).
  9. Zeisel, A., et al. Cell types in the mouse cortex and hippocampus revealed by single-cell RNA-seq. Science. 1934, (2015).
  10. Tasic, B., et al. Adult mouse cortical cell taxonomy revealed by single cell transcriptomics. Nature Neuroscience. 19, 335-346 (2016).
  11. Okaty, B. W., et al. Multi-Scale Molecular Deconstruction of the Serotonin Neuron System. Neuron. 88 (4), 774-791 (2015).
  12. Poulin, J. F., Tasic, B., Hjerling-Leffler, J., Trimarchi, J. M., Awatramani, R. Disentangling neural cell diversity using single-cell transcriptomics. Nature Neuroscience. 19 (9), 1131-1141 (2016).
  13. Crow, M., Paul, A., Ballouz, S., Huang, Z. J., Gillis, J. Exploiting single-cell expression to characterize co-expression replicability. Genome Biology. 17, 101 (2016).
  14. Crow, M., Paul, A., Ballouz, S., Huang, Z. J., Gillis, J. Characterizing the replicability of cell types defined by single cell RNA-sequencing data using MetaNeighbor. Nature Communications. 9 (1), (2018).
  15. Hrvatin, S., et al. Single-cell analysis of experience-dependent transcriptomic states in the mouse visual cortex. Nature Neuroscience. 21 (1), 120-129 (2018).
check_url/pt/58690?article_type=t

Play Video

Citar este artigo
Paul, A., Huang, Z. J. Single-cell RNA Sequencing of Fluorescently Labeled Mouse Neurons Using Manual Sorting and Double In Vitro Transcription with Absolute Counts Sequencing (DIVA-Seq). J. Vis. Exp. (140), e58690, doi:10.3791/58690 (2018).

View Video