Summary

Combinación de microdisección de captura láser y qPCR microfluídico para analizar perfiles transcripcionales de células únicas: un enfoque de biología de sistemas para la dependencia de opioides

Published: March 08, 2020
doi:

Summary

Este protocolo explica cómo recoger neuronas individuales, microglia y astrocitos del núcleo central de la amígdala con alta precisión y especificidad anatómica utilizando microdisección de captura láser. Además, explicamos nuestro uso de RT-qPCR microfluídico para medir un subconjunto del transcriptoma de estas células.

Abstract

La heterogeneidad transcripcional profunda en células individuales anatómicamente adyacentes sugiere que la funcionalidad sólida del tejido puede lograrse mediante la diversidad de fenotipos celulares. Experimentos de una sola célula que investigan la dinámica de la red de los sistemas biológicos demuestran respuestas celulares y tisulares a diversas condiciones a una resolución biológicamente significativa. En este documento, explicamos nuestros métodos para recopilar células individuales de ubicaciones anatómicamente específicas y medir con precisión un subconjunto de sus perfiles de expresión génica. Combinamos la microdisección de captura láser (LCM) con reacciones en cadena cuantitativas de la polimerasa de transcripción inversa microfluídica (RT-qPCR). También utilizamos esta plataforma microfluídica RT-qPCR para medir la abundancia microbiana de contenido intestinal.

Introduction

La medición de los perfiles de expresión génica de células individuales ha demostrado una extensa heterogeneidad fenotípica dentro de un tejido. Esta complejidad ha complicado nuestra comprensión de las redes biológicas que gobiernan la función del tejido. Nuestro grupo y otros han explorado este fenómeno en muchos tejidos y condiciones1,2,3,4,5,6. Estos experimentos no sólo sugieren que la regulación de las redes de expresión génica subyace a tal heterogeneidad, sino también que la resolución de una sola célula revela una complejidad en la función del tejido que la resolución a nivel de tejido no aprecia. De hecho, sólo una pequeña minoría de células puede responder a una condición o desafío específico, pero el impacto de esas células en la fisiología general puede ser sustancial. Además, un enfoque de biología del sistema que aplica métodos multivariantes a conjuntos de datos de alta dimensión de múltiples tipos de células y tejidos puede dilucidar los efectos del tratamiento en todo el sistema.

Combinamos LCM y RT-qPCR microfluídico para obtener dichos conjuntos de datos. Tomamos este enfoque aquí en contraste con la recolección de células individuales a través de la clasificación celular activada por fluorescencia (FACS) y el uso de secuenciación de ARN (RNA-seq) para medir su transcriptoma. La ventaja de LCM sobre FACS es que la especificidad anatómica exacta de las células individuales se puede documentar con LCM, relativamente y absolutamente. Además, mientras que el ARN-seq puede medir más características que RT-qPCR, RT-qPCR microfluídico es menos costoso y tiene una mayor sensibilidad y especificidad7.

En este experimento representativo, investigamos los efectos de la dependencia de opioides y la abstinencia de opioides con precipitación de naltrexona en la expresión génica neuronal, microglia y astrocito en el núcleo central de la amígdala (CeA) y la abundancia de microflora intestinal4. Se analizaron cuatro grupos de tratamiento: 1) Placebo, 2) Morfina, 3) Naltrexona y 4) Retiro (Figura 1). Encontramos que la dependencia de opioides no alteraba sustancialmente la expresión génica, pero que la abstinencia de opioides indució la expresión de genes inflamatorios, Tnf en particular. Los astrocitos eran el tipo de célula más afectado. El microbioma intestinal se vio profundamente afectado por la abstinencia de opioides como lo indica una disminución en la relación Firmicutes a Bacteroides, que es un marcador establecido de disbiosis intestinal8,9.

Protocol

Este estudio se llevó a cabo de acuerdo con las recomendaciones del Comité de Cuidado y Uso de Animales (IACUC) de la Universidad Thomas Jefferson y la Facultad de Medicina de la Universidad de Drexel. El protocolo fue aprobado por la Universidad Thomas Jefferson y el Colegio de Medicina de la Universidad de Drexel IACUC. 1. Modelo animal Inserte dos pellets de sulfato de morfina de liberación lenta de 75 mg o dos pellets de placebo por vía subcutánea en ratas macho adultas de S…

Representative Results

La selección de las células individuales se validó tanto visual como molecularmente. Visualmente, la morfología celular fue vista antes de la recolección celular. Las células recogidas fueron vistas en la estación de control de calidad y la mancha de núcleos celulares (DAPI) se superpuso con el marcador de selección de una sola célula fluorescencia. La Figura 2A muestra imágenes representativas de una diapositiva con cerebro de rat…

Discussion

La biología de una sola célula ha demostrado la heterogeneidad de los fenotipos celulares y la robustez de la función tisular. Estos hallazgos han proporcionado información sobre la organización de sistemas biológicos tanto a escala macro como a microescala. Aquí, describimos la combinación de dos métodos, LCM y qPCR microfluídico, para obtener medidas de transcriptoma de una sola célula que proporcionen especificidad anatómica y precisión transcripcional a un costo relativamente bajo(Fi…

Declarações

The authors have nothing to disclose.

Acknowledgements

El trabajo presentado aquí fue financiado a través de NIH HLB U01 HL133360 otorgado a JS y RV, NIDA R21 DA036372 otorgado a JS y EVB, y T32 AA-007463 otorgado a Jan Hoek en apoyo de SJO’S.

Materials

20X DNA Binding Dye Fluidigm 100-7609 NA
2x GE Assay Loading Reagent Fluidigm 85000802-R NA
48.48 Dynamic Array IFC for Gene Expression Fluidigm BMK-M-48.48 NA
96.96 Dynamic Array IFC for Gene Expression Fluidigm BMK-M-96.96 NA
Anti-Cd11β Antibody Genway Biotech CCEC48 Microglia Stain
Anti-NeuN Antibody, clone A60 EMD Millipore MAB377 Neuronal Stain
ArcturusXT Laser Capture Microdissection System Arcturus NA NA
Biomark HD Fluidigm NA RT-qPCR platform
Bovine Serum Antigen Sigma-Aldrich B4287
CapSure Macro LCM Caps ThermoFisher Scientific LCM0211 NA
CellDirect One-Step qRT-PCR Kit ThermoFisher Scientific 11753500 Lysis buffer solution components
DAPI ThermoFisher Scientific 62248 Nucleus Stain
DNA Suspension Buffer TEKnova T0221
Exonuclease I New Englnad BioLabs, Inc. M0293S NA
ExtracSure Sample Extraction Device ThermoFisher Scientific LCM0208 NA
Fisherbrand Superfrost Plus Microscope Slides ThermoFisher Scientific 22-037-246 Plain glass slides
GeneAmp Thin-Walled Reaction Tube ThermoFisher Scientific N8010611
GFAP Monoclonal Antibody ThermoFisher Scientific A-21294 Astrocyte Stain
Goat anti-Mouse IgG (H+L), Superclonal™ Recombinant Secondary Antibody, Alexa Fluor 488 ThermoFisher Scientific A28175 Seconadry Antibody
IFC Controller Fluidigm NA NA
RNaseOut ThermoFisher Scientific 10777019
SsoFast EvaGreen Supermix with Low Rox Bio-Rad PN 172-5211 Rox master mix
SuperScript VILO cDNA Synthesis Kit ThermoFisher Scientific 11754250 Contains VILO and SuperScript
T4 Gene 32 Protein New Englnad BioLabs, Inc. M0300S NA
TaqMan PreAmp Master Mix ThermoFisher Scientific 4391128 NA
TE Buffer TEKnova T0225 NA

Referências

  1. Park, J., et al. Inputs drive cell phenotype variability. Genome Research. 24, 930-941 (2014).
  2. Park, J., Ogunnaike, B., Schwaber, J., Vadigepalli, R. Identifying functional gene regulatory network phenotypes underlying single cell transcriptional variability. Progress in Biophysics and Molecular Biology. 117, 87-98 (2015).
  3. Park, J., et al. Single-Cell Transcriptional Analysis Reveals Novel Neuronal Phenotypes and Interaction Networks Involved in the Central Circadian Clock. Frontiers in Neuroscience. 10, 481 (2016).
  4. O’Sullivan, S. J., et al. Single-Cell Glia and Neuron Gene Expression in the Central Amygdala in Opioid Withdrawal Suggests Inflammation With Correlated Gut Dysbiosis. Frontiers in Neuroscience. 13, 665 (2019).
  5. Buettner, F., et al. Computational analysis of cell-to-cell heterogeneity in single cell RNA-sequencing data reveals hidden subpopulations of cells. Nature Biotechnology. 33, 155-160 (2015).
  6. Papalexi, E., Satija, R. Single-cell RNA sequencing to explore immune cell heterogeneity. Nature Reviews Immunolology. 18, 35-45 (2018).
  7. SEQC/MAQC-III Consortium. A comprehensive assessment of RNA-seq accuracy, reproducibility and information content by the Sequencing Quality Control Consortium. Nature Biotechnology. 32, 903-914 (2014).
  8. Rowin, J., Xia, Y., Jung, B., Sun, J. Gut inflammation and dysbiosis in human motor neuron disease. Physiological Reports. 5, (2017).
  9. Tamboli, C. P., Neut, C., Desreumaux, P., Colombel, J. F. Dysbiosis in inflammatory bowel disease. Gut. 53, 1-4 (2004).
  10. Paxinos, G., Watson, C. . The Rat Brain in Stereotaxic Coordinates: Hard Cover Edition. , (2006).

Play Video

Citar este artigo
O’Sullivan, S. J., Reyes, B. A., Vadigepalli, R., Van Bockstaele, E. J., Schwaber, J. S. Combining Laser Capture Microdissection and Microfluidic qPCR to Analyze Transcriptional Profiles of Single Cells: A Systems Biology Approach to Opioid Dependence. J. Vis. Exp. (157), e60612, doi:10.3791/60612 (2020).

View Video