Summary

Une seule cellule de profilage de développer et d'âge mûr neurones de la rétine

Published: April 19, 2012
doi:

Summary

Procédé pour l'isolement de cellules rétiniennes uniques et d'amplification ultérieur de leurs ADNc est décrite. Monocellulaires transcriptomique révèle le degré de l'actuelle hétérogénéité cellulaire dans un tissu et découvre de nouveaux gènes marqueurs de populations de cellules rares. Le protocole d'accompagnement peut être ajustée en fonction de nombreux types cellulaires différents.

Abstract

Populations hautement spécialisés, mais extrêmement faible de cellules jouent un rôle important dans de nombreux tissus. L'identification de la cellule de type marqueurs spécifiques et des programmes d'expression génique pour des sous-ensembles de cellules extrêmement rares a été un défi en utilisant des tissus entiers approches. Profilage de l'expression génique des cellules individuelles permet un accès sans précédent à des types cellulaires qui composent seulement un petit pourcentage de l'ensemble du tissu 1-7. En outre, cette technique peut être utilisée pour examiner les programmes de l'expression des gènes qui sont exprimés dans transitoirement un petit nombre de cellules au cours de dynamiques de développement des transitions 8.

Cette question de la diversité cellulaire se pose à plusieurs reprises dans le système nerveux central (SNC) où les connexions neuronales peuvent se produire entre les cellules très diverses 9. Le nombre exact de types cellulaires distincts n'est pas connue avec précision, mais il a été estimé qu'il pourrait y avoir jusqu'à 1000 différents types dans le cortex itself 10. La fonction (s) de circuits neuronaux complexes peut s'appuyer sur quelques-uns des types rares neurones et les gènes qu'ils expriment. En identifiant de nouveaux marqueurs et d'aider à classer les différents neurones moléculaire, l'approche unique de cellules est particulièrement utile dans l'analyse des types de cellules dans le système nerveux. Il peut aussi aider à élucider les mécanismes de développement du système nerveux par l'identification des gènes différentiellement exprimés et les voies de gènes au cours des étapes précoces du développement progéniteur neuronal.

En simple, le tissu facilement accessible avec la diversité neuronale considérable, la rétine des vertébrés est un excellent modèle pour étudier les processus de développement cellulaire, la différenciation neuronale et la diversification neuronale. Cependant, comme dans d'autres parties du système nerveux central, cette diversité cellulaire peut présenter un problème pour la détermination des voies génétiques qui conduisent progéniteurs rétiniens d'adopter un destin cellulaire spécifique, en particulier étant donné que les photorécepteurs tige forment le majorité de la population totale des cellules rétiniennes 11. Nous rapportons ici une méthode pour l'identification des transcrits exprimés dans les cellules rétiniennes simples (figure 1). La technique de profilage à cellule unique permet pour l'évaluation de la quantité de l'hétérogénéité au sein de différentes populations cellulaires de la rétine 2,4,5,12. En outre, cette méthode a révélé une foule de nouveaux gènes candidats qui pourraient jouer un rôle (s) dans le destin des cellules aux processus décisionnels qui se produisent dans des sous-ensembles de cellules progénitrices rétiniennes 8. Avec quelques ajustements simples du protocole, cette technique peut être utilisée pour de nombreux tissus différents et des types de cellules.

Protocol

1. Dissociation cellulaire Un organigramme décrivant le protocole qui est affiché est la figure 1. Pour les numéros de catalogue des réactifs particuliers utilisés dans le présent protocole, s'il vous plaît se référer au tableau 1. Disséquer la rétine dans un bain de PBS. Lors de la dissection, il est préférable d'enlever le vitré et la lentille depuis les garder avec la rétine peuvent entraver la dissociation. Il n'est pas toujours une importance c…

Discussion

Un nombre sans cesse croissant d'études révèlent robustes cellule à cellule variabilité des populations que l'on croyait à être plus homogènes en ce qui concerne leur expression génique 6,8. Dans un cas au moins, cette expression du gène du «bruit» a été montré à jouer un rôle important biologique 13. Différences d'expression des gènes entre les cellules individuelles sont obscurcies à l'aide de tissus traditionnels ensemble des méthodes. Ces expériences de gé…

Disclosures

The authors have nothing to disclose.

Materials

Reaction mixtures:

Cell Lysis buffer

0.45 μ 10X reaction buffer (100 mM Tris-HCl pH 8.3, 500 mM KCl, 2 mM MgCl2)
0.23 μl 10% NP-40
0.23 μl 0.1M DTT
0.05 μl RNase Inhibitor (40 U/μl)
0.05 μl SUPERase-In (20U/μl)
0.13 μl Modified Oligo d(T) primer
(TATAGAATTCGCGGCCGCTCGCGATTTTTTTTTTTTTTTTTTTTTTTT)
0.09 μl dNTPs (2.5 mM each)
3.27 μl dH20 (use molecular biology grade for all reaction mixtures)

Tailing Reaction Mixture

0.18 μl 100 mM dATP
0.6 μl 10X reaction buffer(100 mM Tris-HCl pH 8.3, 500 mM KCl, 2 mM MgCl2)
4.62 μl dH2O
0.3 μl TdT (400 U/μl)
0.3 μl RNase H (2 U/μl)

PCR Reaction Mixture

10 μl 10x Ex-Taq HS Buffer with Mg2+
10 μl 2.5 mM dNTPs
0.2 μl Modified Oligo d(T) primer (10 μg/μl)
1 μl Ex-Taq HS Polymerase (5U/μl)
68.8 μl dH2O

10X One-Phor All Buffer

0.5M Potassium acetate
0.1M Tris acetate (pH 7.6)
0.1M Magnesium acetate

Solutions:

10X Phosphate buffered saline (1 liter)

80g NaCl
2g KCl
14.4 g Na2PO4
2.4 g KH2PO4
adjust to pH 7.4 with NaOH and bring the volume to 1 liter with water

Name of the reagent Company Catalog number Comments
Vertical needle puller David Kopf Instruments Model 750  
Microcapillary tubes Sigma P0674  
Aspirator tube assembly Sigma A5177  
Corning filter tips (100-1000 μl Fisher Scientific 07-200-265  
Hank’s balanced salt solution (1X) Lonza BioWhittaker 10-508F  
HEPES buffer (1M) MP Biomedicals 091688449  
Bovine serum albumin Sigma A9418  
DNase I Roche 04716728001  
papain Worthington LS03126  
Superscript III Invitrogen 18080-044  
RNase Inhibitor Applied Biosystems AM2682 These two RNase inhibitors seem to work the best. Contaminants present in other inhibitors can contribute to a background smear.
SUPERase-In Applied Biosystems AM2694 These two RNase inhibitors seem to work the best. Contaminants present in other inhibitors can contribute to a background smear.
Modified Oligo d(T) primer (gel purified) Oligos ETC   We have used primers purchased from many different companies and have seen the most reliable and reproducible results from Oligos ETC.
T4 gene 32 protein New England Biolabs M0300L  
Exonuclease I New England Biolabs M0293S  
TdT Roche 3 333 574 As with other reagents, using a TdT enzyme from other companies gave more variable results.
RNase H Invitrogen 18021-014  
Ex-Taq HS Polymerase Takara RR006A  
Biotin N6-ddATP Enzo Biosciences 42809  

Table 1. Specific reagents and equipment.

References

  1. Tietjen, I. Single-cell transcriptional analysis of neuronal progenitors. Neuron. 38, 161-175 (2003).
  2. Trimarchi, J. M. Molecular heterogeneity of developing retinal ganglion and amacrine cells revealed through single cell gene expression profiling. J. Comp. Neurol. 502, 1047-1065 (2007).
  3. Trimarchi, J. M., Cho, S. H., Cepko, C. L. Identification of genes expressed preferentially in the developing peripheral margin of the optic cup. Dev. Dyn. 238, 2327-2327 (2009).
  4. Cherry, T. J., Trimarchi, J. M., Stadler, M. B., Cepko, C. L. Development and diversification of retinal amacrine interneurons at single cell resolution. Proc. Natl. Acad. Sci. U.S.A. 106, 9495-9500 (2009).
  5. Roesch, K. The transcriptome of retinal Muller glial cells. J. Comp. Neurol. 509, 225-238 (2008).
  6. Ramos, C. A. Evidence for diversity in transcriptional profiles of single hematopoietic stem cells. PLoS Genet. 2, e159 (2006).
  7. Chiang, M. K., Melton, D. A. Single-cell transcript analysis of pancreas development. Dev. Cell. 4, 383-393 (2003).
  8. Trimarchi, J. M., Stadler, M. B., Cepko, C. L. Individual retinal progenitor cells display extensive heterogeneity of gene expression. PLoS ONE. 3, e1588 (2008).
  9. Nelson, S. B., Sugino, K., Hempel, C. M. The problem of neuronal cell types: a physiological genomics approach. Trends Neurosci. 29, 339-345 (2006).
  10. Stevens, C. F. Neuronal diversity: too many cell types for comfort. Curr. Biol. 8, R708-R710 (1998).
  11. Cepko, C. L., Austin, C. P., Yang, X., Alexiades, M., Ezzeddine, D. Cell fate determination in the vertebrate retina. Proc. Natl. Acad. Sci. U.S.A. 93, 589-595 (1996).
  12. Kim, D. S. Identification of molecular markers of bipolar cells in the murine retina. J. Comp. Neurol. 507, 1795-1810 (2008).
  13. Chang, H. H., Hemberg, M., Barahona, M., Ingber, D. E., Huang, S. Transcriptome-wide noise controls lineage choice in mammalian progenitor cells. Nature. 453, 544-547 (2008).
  14. Levsky, J. M., Singer, R. H. Gene expression and the myth of the average cell. Trends Cell Biol. 13, 4-6 (2003).
  15. Livesey, F. J., Cepko, C. L. Vertebrate neural cell-fate determination: lessons from the retina. Nat. Rev. Neurosci. 2, 109-118 (2001).
  16. Masland, R. H., Raviola, E. Confronting complexity: strategies for understanding the microcircuitry of the retina. Annu. Rev. Neurosci. 23, 249-284 (2000).
  17. Blackshaw, S. Genomic analysis of mouse retinal development. PLoS Biol. 2, e247 (2004).
  18. Livesey, F. J., Young, T. L., Cepko, C. L. An analysis of the gene expression program of mammalian neural progenitor cells. Proc. Natl. Acad. Sci. U.S.A. 101, 1374-1379 (2004).
  19. Chowers, I. Identification of novel genes preferentially expressed in the retina using a custom human retina cDNA microarray. Invest. Ophthalmol. Vis. Sci. 44, 3732-3741 (2003).
  20. Clarke, G. C., Leavitt, R. A., Andrews, B. R., Hayden, D. F., Lumsden, M. R., J, C., McInnes, R. R. A one-hit model of cell death in inherited neuronal degenerations. Nature. 406, 195-199 (2000).
  21. McEvoy, J. F. -. O., Zhang, J., Nemeth, J., Brennan, K., Bradley, R., Krafcik, C., Rodriguez-Galindo, F., Wilson, C., Xiong, M., Lozano, S. Coexpression of normally incompatible developmental pathways in retinoblastoma genesis. Cancer Cell. 20, 260-275 (2011).
  22. Gelder, R. N. V. a. n. Amplified RNA synthesized from limited quantities of heterogeneous cDNA. Proc. Natl. Acad. Sci. U.S.A. 87, 1663-1667 (1990).
  23. Ginsberg, S. D., Che, S. Expression profile analysis within the human hippocampus: comparison of CA1 and CA3 pyramidal neurons. J. Comp. Neurol. 487, 107-118 (2005).
  24. Iscove, N. N. Representation is faithfully preserved in global cDNA amplified exponentially from sub-picogram quantities of mRNA. Nat. Biotechnol. 20, 940-943 (2002).
  25. Subkhankulova, T., Livesey, F. J. Comparative evaluation of linear and exponential amplification techniques for expression profiling at the single-cell level. Genome Biol. 7, R18 (2006).
check_url/3824?article_type=t

Play Video

Cite This Article
Goetz, J. J., Trimarchi, J. M. Single-cell Profiling of Developing and Mature Retinal Neurons. J. Vis. Exp. (62), e3824, doi:10.3791/3824 (2012).

View Video