Summary

Выделение и транскриптомный анализ типов растительных клеток

Published: April 07, 2023
doi:

Summary

Осуществимость и эффективность высокопроизводительных методов секвенирования скРНК предвещают эру одноклеточных исследований растений. Здесь представлена надежная и полная процедура выделения конкретных типов клеток корня Arabidopsis thaliana и последующего построения и анализа библиотеки транскриптома.

Abstract

В многоклеточных организмах программирование развития и реакции окружающей среды могут сильно различаться в разных типах клеток или даже внутри клеток, что известно как клеточная гетерогенность. В последние годы выделение отдельных клеток и клеток в сочетании с методами секвенирования следующего поколения (NGS) стали важными инструментами для изучения биологических процессов при разрешении в одной клетке. Однако выделение растительных клеток относительно сложнее из-за наличия клеточных стенок растений, что ограничивает применение одноклеточных подходов у растений. Этот протокол описывает надежную процедуру выделения одноклеточных и клеточных клеток на основе флуоресцентно-активированной сортировки (FACS) с растительными клетками, которая подходит для последующего мультиомиксного анализа и других исследований. Используя флуоресцентные маркерные линии корня арабидопсиса , мы демонстрируем, как выделяются определенные типы клеток, такие как клетки перицикла ксилемы, начальные клетки латерального корня, клетки боковой крышки корня, клетки коры и энтодермальные клетки. Кроме того, предусмотрен эффективный последующий метод анализа транскриптома с использованием Smart-seq2. Метод выделения клеток и методы анализа транскриптома могут быть адаптированы к другим типам клеток и видам растений и имеют широкий потенциал применения в науке о растениях.

Introduction

Клетки являются основной единицей всех живых организмов и выполняют структурные и физиологические функции. Хотя клетки в многоклеточных организмах демонстрируют кажущуюся синхронность, клетки разных типов и отдельные клетки демонстрируют различия в своих транскриптомах во время развития и реакций окружающей среды. Высокопроизводительное секвенирование одноклеточной РНК (scRNA-seq) обеспечивает беспрецедентную мощность для понимания клеточной гетерогенности. Применение scRNA-seq в науках о растениях способствовало успешному построению атласарастительных клеток 1, использовалось для идентификации редких клеточных таксонов в тканях растений2, дало представление о составе типов клеток в тканях растений и использовалось для идентификации клеточной идентичности и важных функций, используемых во время развития и дифференцировки растений. Кроме того, можно вывести пространственно-временные траектории развития в тканях растений 1,2,3, открыть новые гены-маркеры 4 и изучить функции важных факторов транскрипции5 с помощью scRNA-seq, чтобы выявить эволюционное сохранение одного и того же типа клеток у разных растений 3. Абиотические стрессы являются одними из наиболее важных факторов воздействия окружающей среды на рост и развитие растений. Исследуя изменения в составе типов клеток в тканях растений в различных условиях лечения с помощью секвенирования одноклеточного транскриптома, можно также разрешить механизм абиотической реакциина стресс 6.

Потенциал разрешения транскрипционной гетерогенности между типами клеток с использованием секвенирования скРНК зависит от метода выделения клеток и платформы секвенирования. Сортировка клеток, активируемая флуоресценцией (FACS), является широко используемым методом выделения субпопуляции клеток для scRNA-seq на основе рассеяния света и флуоресцентных свойств клеток. Разработка флуоресцентных маркерных линий с помощью трансгенной технологии значительно повысила эффективность выделения клеток с помощью FACS7. Проведение секвенирования скРНК с использованием Smart-seq28 еще больше усиливает способность препарировать клеточную гетерогенность. Метод Smart-seq2 обладает хорошей чувствительностью для детекции генов и может обнаруживать гены даже при низком входе транскрипта9. В дополнение к массовому сбору типов клеток, современные сортировщики клеток предоставляют формат сортировки индекса одной ячейки, что позволяет проводить анализ транскриптома с разрешением одной клетки с использованием Smart-seq210 или других мультиплексных методов секвенирования РНК, таких как CEL-seq211. Сортировка по одной ячейке или по ячейке потенциально может быть использована для многих других последующих приложений, таких как параллельные мультиомические исследования12,13. Здесь представлен надежный и универсальный протокол для выделения типов растительных клеток, таких как клетки перицикла ксилемы, клетки боковой корневой крышки, начальные клетки бокового корня, клетки коры и энтодермальные клетки из корней маркерных клеточных линий Arabidopsis thaliana с помощью FACS. Кроме того, протокол включает в себя создание библиотеки Smart-seq2 для последующего анализа транскриптома.

Protocol

Следующий протокол был оптимизирован для семян дикого типа (WT) A. thaliana без флуоресцентных и флуоресцентных маркерных линий для следующих типов корневых клеток: клетки перицикла ксилемы-полюса (J0121), начальные клетки бокового корня, клетки боковой корневой крышки (J3411), клетки энтодер…

Representative Results

Изоляция протопластаЭтот протокол эффективен для сортировки протопластов флуоресцентных линий корневых маркеров A. thaliana. Эти маркерные линии были разработаны путем слияния флуоресцентных белков с генами, экспрессируемыми специфически в типах клеток-мишеней, или с ис?…

Discussion

Протокол на основе Smart-seq2 может генерировать надежные библиотеки секвенирования из нескольких сотен ячеек8. Качество исходного материала имеет важное значение для точности анализа транскриптома. FACS является мощным инструментом для подготовки клеток, представляющих инте?…

Declarações

The authors have nothing to disclose.

Acknowledgements

Мы создали этот протокол в одноклеточном мультиомиксном центре Школы сельского хозяйства и биологии Шанхайского университета Цзяотун при поддержке Национального фонда естественных наук Китая (грант No 32070608), Шанхайской программы Пуцзян (грант No 20PJ1405800) и Шанхайского университета Цзяотун (грант No Agri-X20200202, 2019TPB05).

Materials

0.22 µm strainer Sorfa  622110
Agar Yeasen 70101ES76
Agilent fragment analyzer Aglient Aglient 5200
Agilent high-sensitivity DNA kit Aglient DNF-474-0500
Ampure XP beads BECKMAN A63881
Betaine yuanye S18046-100g
Bleach Mr Muscle FnBn83BK 20% (v/v) bleach
BSA sigma 9048-46-8
CaCl2 yuanye S24109-500g
Cellulase R10 Yakult (Japan) 9012-54-8
Cellulase RS Yakult (Japan) 9012-54-8
Centrifuge tube (1.5 mL) Eppendolf 30121589
DNase, RNase, DNA and RNA Away Surface Decontaminants Beyotime R0127
dNTPs (10 mM) NEB N0447S
DTT (0.1 M)
invitrogen
18090050
Ethanol Sinopharm Chemical Reagent Co., Ltd 100092680
FACS BD FACS Melody BD-65745
FACS Sony SH800S
Filter tip  (1000 µL) Thermo Scientific TF112-1000-Q
Filter tip  (200 µL) Thermo Scientific TF140-200-Q
Filter tip (10 µL) Thermo Scientific TF104-10-Q
Filter tip (100 µL) Thermo Scientific TF113-100-Q
Fluorescent microscope Nikon Eclipse Ni-E
Four-Dimensional Rotating Mixer Kylin -Bell BE-1100
Hemicellulase sigma 9025-56-3
IS PCR primer 5'-AAGCAGTGGTATCAACGCAGAG
T-3'
KAPA HiFi HotStart ReadyMix(2X) Roche  7958935001
KCl Sinopharm Chemical Reagent Co., Ltd 7447-40-7
Macerozyme R10 Yakult (Japan) 9032-75-1
Magnetic separation stand invitrogen 12321D
Mannitol aladdin 69-65-8
MES aladdin 145224948
MgCl2  yuanye R21455-500ml
Microcentrifuges Eppendorf Centrifuge 5425
Micro-mini-centrifuge Titan Timi-10k
MS Phytotech M519
Nextera XT DNA Library Preparation Kit illumina FC-131-1024
oligo-dT30VN primer 5'-AAGCAGTGGTATCAACGCAGAG
TACTTTTTTTTTTTTTTTTTTTTTTT
TTTTTTTTTTVN-3'
PCR instrument Thermal cycler A24811
Pectolyase Yakult (Japan) 9033-35-6
Plant marker lines Nottingham Arabidopsis Stock Centre (NASC)
Qubit 1x dsDNA HS Assay Kit invitrogen Q33231
Qubit 2.0 fluorometer invitrogen Q32866
RNase inhibitor  Thermo Scientific EO0382
RNase-free water invitrogen 10977023
Solution A 400 mM mannitol, 0.05 % BSA , 20 mM MES (pH5.7), 10 mM CaCl2, 20 mM KCl
Solution B 1 % (w/v)cellulase R10, 1 % (w/v) cellulase RS, 1 %  (w/v)hemicellulase, 0.5 %  (w/v)pectolyase and 1 %  (w/v) Macerozyme R10 of in a fresh aliquot of solution A
Sterile pestle BIOTREAT 453463
Strainer (40 µm ) Sorfa  251100
Superscript enzyme (200 U/µL) invitrogen 18090050
SuperScript VI buffer (5x) invitrogen 18090050
T0est tube (5 mL) BD Falcon 352052
Thin-walled PCR tubes with caps (0.5 mL) AXYGEN PCR-05-C
Triton X-100 Sangon Biotech A600198-0500
TSO primer 5'-AAGCAGTGGTATCAACGCAGAG
TACATrGrG+G-3'
Vortex Titan VM-T2

Referências

  1. Zhang, T. -. Q., Chen, Y., Liu, Y., Lin, W. -. H., Wang, J. -. W. Single-cell transcriptome atlas and chromatin accessibility landscape reveal differentiation trajectories in the rice root. Nature Communications. 12 (1), 2053 (2021).
  2. Denyer, T., et al. Spatiotemporal developmental trajectories in the Arabidopsis root revealed using high-throughput single-cell RNA sequencing. Developmental Cell. 48 (6), 840-852 (2019).
  3. Liu, Q., et al. Transcriptional landscape of rice roots at the single-cell resolution. Molecular Plant. 14 (3), 384-394 (2021).
  4. Liu, Z., et al. Global dynamic molecular profiling of stomatal lineage cell development by single-cell RNA sequencing. Molecular Plant. 13 (8), 1178-1193 (2020).
  5. Shahan, R., et al. A single-cell Arabidopsis root atlas reveals developmental trajectories in wild-type and cell identity mutants. Developmental Cell. 57 (4), 543-560 (2022).
  6. Wendrich, J. R., et al. Vascular transcription factors guide plant epidermal responses to limiting phosphate conditions. Science. 370 (6518), (2020).
  7. Carter, A. D., Bonyadi, R., Gifford, M. L. The use of fluorescence-activated cell sorting in studying plant development and environmental responses. The International Journal of Developmental Biology. 57 (6-8), 545-552 (2013).
  8. Picelli, S., et al. Full-length RNA-seq from single cells using Smart-seq2. Nature Protocols. 9 (1), 171-181 (2014).
  9. Wang, X., He, Y., Zhang, Q., Ren, X., Zhang, Z. Direct comparative analyses of 10X genomics chromium and Smart-seq2. Genomics Proteomics Bioinformatics. 19 (2), 253-266 (2021).
  10. Serrano-Ron, L., et al. Reconstruction of lateral root formation through single-cell RNAsequencing reveals order of tissue initiation. Molecular Plant. 14 (8), 1362-1378 (2021).
  11. Hashimshony, T., et al. CEL-Seq2: Sensitive highly-multiplexed single-cell RNA-Seq. Genome Biology. 17, 77 (2016).
  12. Macaulay, I. C., et al. G&T-seq: Parallel sequencing of single-cell genomes and transcriptomes. Nature Methods. 12 (6), 519-522 (2015).
  13. Angermueller, C., et al. Parallel single-cell sequencing links transcriptional and epigenetic heterogeneity. Nature Methods. 13 (3), 229-232 (2016).
  14. De Rybel, B., et al. A novel aux/IAA28 signaling cascade activates GATA23-dependent specification of lateral root founder cell identity. Current Biology. 20 (19), 1697-1706 (2010).
  15. Duncombe, S. G., Barnes, W. J., Anderson, C. T. Imaging the delivery and behavior of cellulose synthases in Arabidopsis thaliana using confocal microscopy. Methods in Cell Biology. 160, 201-213 (2020).
  16. Levy, S. E., Myers, R. M. Advancements in next-generation sequencing. Annual Review of Genomics and Human Genetics. 17 (1), 95-115 (2016).
  17. Ooi, C. C., et al. High-throughput full-length single-cell mRNA-seq of rare cells. PLoS One. 12 (11), e0188510 (2017).
  18. Pertea, M., Kim, D., Pertea, G. M., Leek, J. T., Salzberg, S. L. Transcript-level expression analysis of RNA-seq experiments with HISAT, StringTie and Ballgown. Nature Protocols. 11 (9), 1650-1667 (2016).
  19. Tsyganov, K., Perry, A., Archer, S., Powell, D. RNAsik: A Pipeline for complete and reproducible RNA-seq analysis that runs anywhere with speed and ease. Journal of Open Source Software. 3, 583 (2018).
  20. Love, M. I., Huber, W., Anders, S. Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. Genome Biology. 15 (12), 550 (2014).
  21. Kamiya, T., et al. The MYB36 transcription factor orchestrates Casparian strip formation. Proceedings of the National Academy of Sciences of the United States of America. 112 (33), 10533-10538 (2015).
  22. Zhang, Y., et al. Two types of bHLH transcription factor determine the competence of the pericycle for lateral root initiation. Nature Plants. 7 (5), 633-643 (2021).
  23. Haecker, A., et al. Expression dynamics of WOX genes mark cell fate decisions during early embryonic patterning in Arabidopsis thaliana. Development. 131 (3), 657-668 (2004).
  24. Chen, Q., et al. Auxin overproduction in shoots cannot rescue auxin deficiencies in Arabidopsis roots. Plant Cell Physiol. 55 (6), 1072-1079 (2014).
  25. Nichterwitz, S., et al. Laser capture microscopy coupled with Smart-seq2 for precise spatial transcriptomic profiling. Nature Communications. 7, 12139 (2016).
  26. Long, J., et al. Nurse cell–derived small RNAs define paternal epigenetic inheritance in Arabidopsis. Science. 373 (6550), (2021).
  27. Gutzat, R., et al. Arabidopsis shoot stem cells display dynamic transcription and DNA methylation patterns. EMBO Journal. 39 (20), e103667 (2020).
check_url/pt/64913?article_type=t

Play Video

Citar este artigo
Zhang, J., Ahmad, M., Xie, R., Gao, H. Isolation and Transcriptome Analysis of Plant Cell Types. J. Vis. Exp. (194), e64913, doi:10.3791/64913 (2023).

View Video