Caracterización de la diferenciación in vitro de los queratinocitos primarios humanos por análisis de ARN-Seq
Summary
Aquí se presenta un procedimiento escalonado para la diferenciación in vitro de queratinocitos primarios humanos por inhibición del contacto seguido de caracterización a nivel molecular por el análisis de ARN-seq.
Abstract
Los queratinocitos primarios humanos se utilizan a menudo como modelos in vitro para estudios sobre la diferenciación epidérmica y enfermedades relacionadas. Se han notificado métodos para la diferenciación in vitro de queratinocitos cultivados en formas sumergidas bidimensionales (2D) utilizando diversas condiciones de inducción. Aquí se describe un procedimiento para el método de diferenciación de queratinocitos in vitro 2D por inhibición del contacto y posterior caracterización molecular por ARN-seq. En resumen, los queratinocitos se cultivan en medio de queratinocitos definidos complementados con factores de crecimiento hasta que son totalmente confluentes. La diferenciación es inducida por contactos estrechos entre los queratinocitos y se estimula aún más excluyendo los factores de crecimiento en el medio. Utilizando análisis de ARN-seq, se muestra que ambos 1) queratinocitos diferenciados exhiben firmas moleculares distintas durante la diferenciación y 2) el patrón de expresión génica dinámica se asemeja en gran medida a las células durante la estratificación epidérmica. En cuanto a la comparación con la diferenciación normal de queratinocitos, los queratinocitos portadores de mutaciones del factor de transcripción p63 exhiben morfología alterada y firmas moleculares, consistentes con sus defectos de diferenciación. En conclusión, este protocolo detalla los pasos para la diferenciación de queratinocitos in vitro 2D y su caracterización molecular, con énfasis en el análisis bioinformático de los datos de ARN-seq. Debido a que la extracción de ARN y los procedimientos de ARN-seq han sido bien documentados, no es el foco de este protocolo. El procedimiento experimental de diferenciación in vitro de queratinocitos y tubería de análisis bioinformático se puede utilizar para estudiar eventos moleculares durante la diferenciación epidérmica en queratinocitos sanos y enfermos.
Introduction
Los queratinocitos primarios humanos derivados de la piel humana se utilizan a menudo como modelo celular para estudiar la biología de la epidermis1,2,3,4. La estratificación de la epidermis se puede modelar por diferenciación de queratinocitos, ya sea en una moda monocapa sumergida 2D o 3D aire-lift modelo organotípico2,3,5,6,7. Aunque los modelos 3D se han vuelto cada vez más importantes para evaluar la estructura epidérmica y la función, los modelos de diferenciación 2D siguen siendo ampliamente utilizados, debido a su comodidad y la posibilidad de generar un gran número de células para análisis.
Se han aplicado varias condiciones para inducir la diferenciación de queratinocitos en 2D, incluyendo la adición de suero, alta concentración de calcio, menor temperatura e inhibición de los receptores del factor de crecimiento epidérmico2,3. Cada uno de estos métodos ha sido validado por una serie de genes marcadores de diferenciación de queratinocitos y ha demostrado ser eficaz en la evaluación de la diferenciación de queratinocitos, incluso en condiciones patológicas. Sin embargo, estas condiciones de inducción también muestran diferencias en su eficiencia de diferenciación y cinética cuando se examinan paneles específicos de genes marcadores2,3.
Uno de estos métodos implica la inhibición del contacto con queratinocitos y el agotamiento de los factores de crecimiento en el medio de cultivo8. Se ha demostrado que los queratinocitos pueden diferenciarse espontáneamente cuando las células alcanzan la densidad completa. Excluir los factores de crecimiento en el medio de cultivo puede mejorar aún más la diferenciación. Se ha demostrado que el método que combina la inhibición del contacto y agota los factores de crecimiento genera que los queratinocitos diferenciados con patrones de expresión génica similares a la epidermis estratificada normal cuando se utilizan varios marcadores epidérmicos3,lo que sugiere que este modelo es adecuado para estudiar la diferenciación normal de queratinocitos. Recientemente, se han notificado dos análisis completos de expresión génica de la diferenciación de queratinocitos utilizando este modelo9,10. Los investigadores validaron este modelo a nivel molecular y demostraron que se puede utilizar para estudiar la diferenciación normal y enferma de queratinocitos.
Este protocolo describe el procedimiento para el método de diferenciación in vitro y el análisis molecular de células diferenciadas utilizando ARN-seq. También ilustra la caracterización del transcriptoma de las células en el día de diferenciación 0 (etapa de proliferación), el día 2, el día 4 y el día 7 (diferenciación temprana, media y tardía, respectivamente). Se muestra que los queratinocitos diferenciados muestran patrones de expresión génica que se asemejan en gran medida a las células durante la estratificación epidérmica. Para examinar si este método se puede utilizar para el estudio de la patología cutánea, aplicamos la misma canalización experimental y de análisis para investigar queratinocitos portadores de mutaciones del factor de transcripción p63 que se derivan de pacientes con ectrodactyly, displasia ectodérmica y síndrome de labio/paladar hendido (CEE)11,12. Este protocolo se centra en la diferenciación in vitro de los queratinocitos, así como en el posterior análisis bioinformático del ARN-seq. Otros pasos en el procedimiento completo como la extracción de ARN, la preparación de muestras de ARN-seq y la construcción de bibliotecas, están bien documentados y se pueden seguir fácilmente, especialmente cuando se utilizan muchos kits comerciales de uso común. Por lo tanto, estos pasos se describen brevemente en el protocolo. Los datos muestran que esta tubería es adecuada para el estudio de eventos moleculares durante la diferenciación epidérmica en queratinocitos sanos y enfermos.
Protocol
Representative Results
Discussion
Este trabajo describe un método para inducir la diferenciación de queratinocitos humanos y la posterior caracterización utilizando análisis de ARN-seq. En la literatura actual, muchos estudios sobre la diferenciación de queratinocitos humanos utilizan otros dos métodos, con una alta concentración de calcio o con suero como métodos para inducir la diferenciación2,3,23. Un informe anterior comparó cuidadosamente estos tr…
Declarações
The authors have nothing to disclose.
Acknowledgements
Esta investigación fue apoyada por la Organización Neerlandesa para la Investigación Científica (NWO/ALW/MEERVOUD/836.12.010, H.Z.) (NWO/ALW/Open Competition/ALWOP 376, H.Z., J.G.A.S.); Beca de la Universidad Radboud (H.Z.); y la subvención del Consejo De Becas China 201406330059 (J.Q.).
Materials
| Bioanalyzer 2100 | Agilent | G2929BA | |
| Bovine pituitary extract (BPE) | Lonza | Part of the bulletKit | |
| CFX96 Real-Time system | Bio-Rad | qPCR machine | |
| Dulbecco's Phosphate-Buffered Saline (DPBS) | Sigma-Aldrich | D8537 | |
| Epidermal Growth Factor (EGF) | Lonza | Part of the bulletKit | |
| Ethanolamine >= 98% | Sigma-Aldrich | E9508 | |
| High Sensitivity DNA chips | Agilent | 5067-4626 | |
| Hydrocortison | Lonza | Part of the bulletKit | |
| Insulin | Lonza | Part of the bulletKit | |
| iQ SYBR Green Kit | BioRad | 170-8886 | |
| iScript cDNA synthesis | Bio rad | 1708890 | |
| KAPA Library Quant Kit | Roche | 07960255001 | Low concentration measure kit |
| KAPA RNA HyperPrep Kit with RiboErase | Roche | KK8540 | RNAseq kit |
| KGM Gold Keratinocyte Growth Medium BulletKit | Lonza | 192060 | |
| Nanodrop | deNovix | DS-11 FX (model) | Nanodrop and Qbit for DNA and RNA measurements |
| NEXTflex DNA barcodes -24 | Illumnia | NOVA-514103 | 6 bp long primers |
| Penicillin-Streptomycin | Gibco | 15140122 | |
| RNA Pico Chip | Agilent | 5067-1513 |
Referências
- Hardman, J. A. Skin equivalents for studying the secrets of skin: from development to disease. British Journal of Dermatology. 173 (2), 320-321 (2015).
- Borowiec, A. S., Delcourt, P., Dewailly, E., Bidaux, G. Optimal differentiation of in vitro keratinocytes requires multifactorial external control. PLoS One. 8 (10), 77507 (2013).
- Van Ruissen, F., et al. Induction of normal and psoriatic phenotypes in submerged keratinocyte cultures. Journal of Cellular Physiology. 168 (2), 442-452 (1996).
- Ojeh, N., Pastar, I., Tomic-Canic, M., Stojadinovic, O. Stem Cells in Skin Regeneration, Wound Healing, and Their Clinical Applications. International Journal of Molecular Sciences. 16 (10), 25476-25501 (2015).
- Ali, N., et al. Skin equivalents: skin from reconstructions as models to study skin development and diseases. British Journal of Dermatology. 173 (2), 391-403 (2015).
- Luis, N. M., et al. Regulation of human epidermal stem cell proliferation and senescence requires polycomb- dependent and -independent functions of Cbx4. Cell Stem Cell. 9 (3), 233-246 (2011).
- Mulder, K. W., et al. Diverse epigenetic strategies interact to control epidermal differentiation. Nature Cell Biology. 14 (7), 753-763 (2012).
- Poumay, Y., Pittelkow, M. R. Cell density and culture factors regulate keratinocyte commitment to differentiation and expression of suprabasal K1/K10 keratins. Journal of Investigative Dermatology. 104 (2), 271-276 (1995).
- Kouwenhoven, E. N., et al. Transcription factor p63 bookmarks and regulates dynamic enhancers during epidermal differentiation. EMBO Rep. 16 (7), 863-878 (2015).
- Qu, J., et al. Mutant p63 Affects Epidermal Cell Identity through Rewiring the Enhancer Landscape. Cell Reports. 25 (12), 3490-3503 (2018).
- Brunner, H. G., Hamel, B. C., Van Bokhoven, H. The p63 gene in EEC and other syndromes. Journal of Medical Genetics. 39 (6), 377-381 (2002).
- Browne, G., et al. Differential altered stability and transcriptional activity of DeltaNp63 mutants in distinct ectodermal dysplasias. Journal of Cell Science. 124, 2200-2207 (2011).
- . KGM Gold Keratinocyte Growth Medium BulletKit Available from: https://bioscience.lonza.com/Lonza_bs/CH/en/Culture-Media-and-Reagents/p/000000000000192060/KGM-Gold-Keratinocyte-Growth-Medium-BulletKit (2019)
- Doyle, K. a. M. . Protocols and applications guide. , (1996).
- . Hyperprep Kit Available from: https://sequencing.roche.com/en-us/products-solutions/by-category/Library-preparation/rna-library-preparation/kapa-rna-hyperprep-kit-with-riboerasehmr.html (2019)
- . TrimGalore Available from: https://github.com/FelixKrueger/TrimGalore (2019)
- Dobin, A., et al. STAR: ultrafast universal RNA-seq aligner. Bioinformatics. 29 (1), 15-21 (2013).
- Li, H., et al. The Sequence Alignment/Map format and SAMtools. Bioinformatics. 25 (16), 2078-2079 (2009).
- . Convert chromosome names in a bigWig file Available from: https://gist.github.com/dpryan79/39c70b4429dd4559d88fb079b8669721 (2019)
- 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).
- Eden, E., Navon, R., Steinfeld, I., Lipson, D., Yakhini, Z. GOrilla: a tool for discovery and visualization of enriched GO terms in ranked gene lists. BMC Bioinformatics. 10, 48 (2009).
- Yu, G., Wang, L. G., Han, Y., He, Q. Y. clusterProfiler: an R package for comparing biological themes among gene clusters. Omics. 16 (5), 284-287 (2012).
- Kretz, M., et al. Control of somatic tissue differentiation by the long non-coding RNA TINCR. Nature. 493 (7431), 231-235 (2013).
- Mullegama, S. V., et al. Nucleic Acid Extraction from Human Biological Samples. Methods in Molecular Biology. 1897, 359-383 (2019).
- Ma, F., et al. A comparison between whole transcript and 3′ RNA sequencing methods using Kapa and Lexogen library preparation methods. BMC Genomics. 20 (1), 9 (2019).
- Chao, H. P., et al. Systematic evaluation of RNA-Seq preparation protocol performance. BMC Genomics. 20 (1), 571 (2019).
- Podnar, J., Deiderick, H., Huerta, G., Hunicke-Smith, S. Next-Generation Sequencing RNA-Seq Library Construction. Current Protocols in Molecular Biology. 106, 21 (2014).
- Haque, A., Engel, J., Teichmann, S. A., Lonnberg, T. A practical guide to single-cell RNA-sequencing for biomedical research and clinical applications. Genome Medicine. 9 (1), 75 (2017).
- Oyola, S. O., et al. Optimizing Illumina next-generation sequencing library preparation for extremely AT-biased genomes. BMC Genomics. 13, 1 (2012).
- Quail, M. A., et al. Optimal enzymes for amplifying sequencing libraries. Nature Methods. 9 (1), 10-11 (2011).
- Quail, M. A., et al. A tale of three next generation sequencing platforms: comparison of Ion Torrent, Pacific Biosciences and Illumina MiSeq sequencers. BMC Genomics. 13, 341 (2012).
- Ross, M. G., et al. Characterizing and measuring bias in sequence data. Genome Biology. 14 (5), 51 (2013).
- . ARMOR Available from: https://github.com/csoneson/ARMOR (2019)
- . snakemake-workflows Available from: https://github.com/vanheeringen-lab/snakemake-workflows (2019)
