Summary

Encellet Profiling for å utvikle og modne Retinal Neurons

Published: April 19, 2012
doi:

Summary

En metode for isolering av single netthinnens celler og påfølgende forsterkning av deres cDNAs er beskrevet. Encellede transcriptomics avslører graden av cellulær heterogenitet stede i en vev og avdekker nye markør gener for sjeldne celle populasjoner. Den medfølgende protokollen kan tilpasses mange forskjellige celletyper.

Abstract

Høyt spesialiserte, men overmåte små populasjoner av celler spiller viktige roller i mange vev. Identifiseringen av celle-type spesifikke markører og genuttrykk programmer for ekstremt sjeldne celle undergrupper har vært en utfordring ved bruk av standard hel-vev tilnærminger. Genuttrykk profilering av individuelle celler gir enestående tilgang til celletyper som utgjør bare en liten prosentandel av det totale vev 1-7. I tillegg kan denne teknikken brukes til å undersøke genekspresjon programmene som er forbigående uttrykt i små antall celler under dynamiske utvikling overganger 8.

Denne utgaven av mobilnettet mangfold oppstår gjentatte ganger i det sentrale nervesystemet (CNS), hvor nevrale forbindelser kan forekomme mellom ganske ulike celler 9. Det nøyaktige antallet distinkte celletyper er ikke nøyaktig kjent, men det har blitt anslått at det kan være så mange som 1000 forskjellige typer i cortex itself 10. Funksjonen (e) av komplekse nevrale kretser kan stole på noen av de sjeldne nevrale typene og hvilke gener de uttrykker. Ved å identifisere nye markører og bidra til å molecularly klassifisere ulike nerveceller, er encellede tilnærming spesielt nyttig i analysen av celletyper i nervesystemet. Det kan også bidra til å belyse mekanismene for nevral utvikling ved å identifisere differensielt uttrykte gener og gen veier under tidlige stadier av nevronale stamceller utvikling.

Som en enkel, lett tilgjengelig vev med betydelig neuronal mangfold, er virveldyr netthinnen en utmerket modellsystem for å studere prosessene i mobilnettet utvikling, neuronal differensiering og nevronale diversifisering. Men som i andre deler av CNS, kan dette mobilnettet mangfoldet presentere et problem for å bestemme de genetiske mekanismer som driver netthinnens stamfedre til å vedta en bestemt celle skjebne, spesielt på grunn av at Rod fotoreseptorene utgjør majority av den totale retinal cellen befolkning 11. Her rapporterer vi en metode for identifisering av vitnemål uttrykt i enkle netthinnens celler (figur 1). Den encellede profilering teknikk åpner for vurdering av mengden av heterogenitet stede innenfor ulike cellulære bestander av netthinnen 2,4,5,12. I tillegg har denne metoden avdekket en rekke nye kandidat gener som kan spille rollen (e) i cellen skjebne beslutningsprosessene som skjer i undergrupper av netthinnens stamceller 8. Med noen enkle justeringer i protokollen, kan denne teknikken brukes til mange forskjellige vev og celletyper.

Protocol

1. Cell Dissosiasjon Et flytdiagram som beskriver protokollen vises er Figur 1. For katalog tallene for de spesielle reagenser som brukes i denne protokollen, se tabell 1. Dissekere netthinnen i en PBS bad. Under disseksjonen, er det best å fjerne glasslegemet og linsen siden holde dem med netthinnen kan hindre dissosiasjon. Det er ikke alltid kritisk viktig å fjerne alt av retinal pigment epitelet (RPE) og i noen tilfeller kan det være umulig å fjerne det. Men for encell…

Discussion

Et stadig voksende antall studier er avslørende robust celle-til-celle variasjon i populasjoner som ble antatt å være mer homogen med hensyn til deres genuttrykk 6,8. I minst ett tilfelle har dette genet uttrykket "støy" vist seg å spille en viktig biologisk funksjon 13. Genekspresjon forskjeller mellom de enkelte cellene er skjult ved hjelp av tradisjonelle hel-vev metoder. Disse eksperimentene generere uttrykk profilen en "gjennomsnittlig" celle, som kanskje ikke er repre…

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