Summary

Eine integrierte Plattform für genomweite Kartierung von Chromatin Staaten mit hohem Durchsatz ChIP-Sequenzierung im Tumorgewebe

Published: April 05, 2018
doi:

Summary

Hier beschreiben wir eine optimierte Hochdurchsatz-ChIP-Sequenzierung Protokoll und rechnerische Analysen Pipeline für die Bestimmung der genomweiten Chromatin Zustand Muster von gefrorenen Tumorgewebe und Zell-Linien.

Abstract

Histon-Modifikationen stellen eine wichtige Komponente des das epigenom und eine wichtige regulatorische Rolle bei der Bestimmung der transkriptionellen Status der zugehörigen Loci. Darüber hinaus hat das Vorhandensein von spezifischen Änderungen verwendet worden, die Position und nicht-kodierenden Funktionselemente wie Enhancer für Identität bestimmen. In den letzten Jahren geworden Chromatin Immunopräzipitation gefolgt von Sequenzierung der nächsten Generation (ChIP-Seq) ein mächtiges Werkzeug bei der Bestimmung der genomweiten Profile der einzelnen Histon-Modifikationen. Jedoch ist es immer deutlicher geworden, dass die kombinatorische Muster von Chromatin Modifikationen, als Chromatin Staaten bezeichnet die Identität und die Natur von der damit verbundenen genomischen Locus bestimmen. Daher, bestehend aus robusten Hochdurchsatz-(HT) Methoden für die Profilerstellung einer Reihe von Histon Modifikation Marken sowie computergestützte Analysen Rohrleitungen in der Lage, Arbeitsabläufe Umgang mit Myriaden von ChIP-Seq profiling Datasets, sind notwendig für umfassende Ermittlung der epigenomischen Staaten in große Anzahl von Proben. Die HT-ChIP-Seq-Workflow, die hier vorgestellten besteht aus zwei Modulen: 1) ein experimentelles Protokoll für die Profilerstellung mehrere Histon-Modifikationen von geringen Mengen an tumorproben und Zell-Linien in einem 96-Well-Format; und 2) eine numerische Daten-Analyse-Pipeline, die vorhandenen Tools zur Berechnung der einzelnen Mark Belegung und kombinatorische Chromatin Zustand Muster kombiniert. Zusammen ermöglichen diese beiden Module einfache Verarbeitung von Hunderten von ChIP-Seq-Proben in eine schnelle und effiziente Weise. Die hier vorgestellten Workflow wird verwendet, um 6 Histon Mark Profile in Melanom Tumoren und Zelllinien Chromatin Zustand Muster abgeleitet. Insgesamt präsentieren wir Ihnen einen umfassende ChIP-Seq-Workflow, der die Dutzende von menschlichen tumorproben und Krebszelllinien festzustellen, epigenomischen Aberrationen in verschiedenen Tumoren angewendet werden kann.

Introduction

Die Mehrheit der Säugetier-Genome (98-99 %) bestehen aus Nichtkodierende Sequenz, und diese Nocoding-Regionen enthalten regulatorische Elemente bekannt, bei der Kontrolle der Genexpression und Chromatin Organisation1,2teilzunehmen. In einer normalen Zelle ist die angegebene Assembly genomic DNA in verdichteten Chromatinstruktur entscheidend für die räumliche Organisation, Regulierung und präzises Timing von verschiedenen DNA-assoziierten Prozesse3,4,5. In eine Krebszelle führen jedoch Chromatin Modifikationen von aberranten epigenetischen Mechanismen zu unsachgemäßen Organisation von Chromatinstruktur, einschließlich des Zugangs zu regulatorischen Elemente, chromosomale Schleife Systeme und Gen Ausdruck Muster6, 7,8,9,10.

Trotz der jüngsten Fortschritte haben wir Verständnis für epigenetische Veränderungen beschränkt, die Tumorprogression oder therapeutische Reaktion zugeordnet sind. Das epigenom besteht aus einer Reihe von Änderungen, einschließlich Histon Marks und DNA-Methylierung, die bilden zusammen einen dynamischen Zustand (bezeichnet als Chromatin-Staat), der bei der Gen-Expression-Netzwerken und anderen Prozessen entscheidend für die Aufrechterhaltung der auftrifft zelluläre Identität. Vor kurzem wurden Änderungen in Enhancer in mehreren Malignome gezeigt, durch das Studium der H3K27Ac profile11. Obwohl solche Studien in die Korrelation von isolierten epigenetischen Markierungen Einblick, wurden mehr als 100 epigenetische Modifikationen identifizierten12,13 ohne klares Verständnis ihrer biologischen Rollen und Interdependenz. Darüber hinaus gibt es eine noch größere Anzahl von möglichen kombinatorische Muster dieser Histon und DNA-Veränderungen, und es ist diese kombinatorische Muster – keine individuelle Anpassungen -, die epigenetische Staaten14diktieren. Daher gibt es enormen Bedarf zur Identifikation von Veränderungen in diesen Staaten Chromatin während Tumorprogression oder Reaktionen auf die Therapie. Umfassende Kenntnisse der epigenom Änderungen bei Krebsarten hat teilweise aufgrund von technischen (z. B. Erzeugung von großen Datenmengen aus kleinen Menge an klinischen Material/einzelne Zellen) hinken und analytische (z.B. Algorithmen zu definieren Kombinatorische Staaten) Herausforderungen. Daher gibt es kritische Notwendigkeit für robuste Hochdurchsatz-Methoden für die Profilerstellung große Anzahl von Histon Modifikation Markierungen von klinischem Material und einfach zu implementierende rechnerische Ansätze, kombinatorische Muster vorherzusagen, die erleichtert Bestimmung der epigenetischen Staaten mit verschiedenen Stufen der Tumorgenese und therapeutischen Widerstand verbunden. Darüber hinaus verfügbaren Daten aus den letzten epigenom profiling Studien15,16,17,18,19,20,21, 22,23 in normalen Geweben und Zelllinien mit Chromatin Profile von Tumoren für weitere Einblicke in epigenom Beitrag zur Tumorbiologie integriert werden können.

Chromatin-profiling ist ein leistungsfähiges Werkzeug zur Ermittlung der global verbindliche Muster von verschiedenen Chromatin Änderungen15,24geworden. In den letzten Jahren ist die ChIP-Seq der “Goldstandard” für die Untersuchung von DNA-Protein Interaktionen auf einer globalen Skala25,26,27geworden. Für jeden ChIP-Seq-Experiment sind wichtige Schritte für seinen Erfolg, einschließlich Gewebe Verarbeitung und Dissoziation, bestimmen optimale Beschallung Bedingungen bestimmen optimale antikörperkonzentration für Niederschlag, Bibliothek Vorbereitung notwendig, nach Abschluss der Sequenzierung Datenverarbeitung und nachgelagerte Analyse. Jeder dieser Schritte enthalten wichtige Qualitätskontrolle Prüfpunkte und zusammengenommen sind ausschlaggebend für richtig identifizieren potenzielle Ziele für die funktionelle Validierung. Durch Innovation in den folgenden Schritten haben mehrere vorherige Studien Methoden zum Ausführen von ChIP oder ChIP-Seq aus kleine Menge an Gewebe28,29,30,31,32 entwickelt. . Darüber hinaus haben einige Studien gezeigt, Protokolle für Hochdurchsatz-ChIP Experimente gefolgt von PCR-basierte Quantifizierung33,34. Schließlich sind einige öffentlich zugängliche Analyse Plattformen für ChIP-Seq-Daten jetzt wie Easeq35 und Galaxy36zur Verfügung. Allerdings hat eine integrierte Plattform für die Durchführung von ChIP-Seq in eine Hochdurchsatz-Mode in Kombination mit einer rechnerischen Pipeline einzelne Markierung sowie Chromatin-Zustand-Analysen durchführen gefehlt.

Dieses Protokoll beschreibt einen vollständigen und umfassenden ChIP-Seq-Workflow für genomweite Kartierung von Chromatin Staaten im Tumorgewebe und Zell-Linien, mit leicht Richtlinien umfasst alle die notwendigen Schritte für ein gelungenes Experiment. Durch die Annahme einer Hochdurchsatz-Methode zuvor von Blecher-Gonen Et Al. beschrieben 37, dieses Protokoll auf Dutzenden von Proben parallel durchgeführt werden kann und auf Krebszelllinien und menschlichen Tumoren wie Melanom, Dickdarm, Prostata und Glioblastoma Multiforme erfolgreich angewendet wurde. Wir zeigen die Methodik für die sechs Kern-Histon-Modifikationen, die Schlüsselkomponenten der epigenetischen regulatorischen Landschaft im menschlichen Melanom-Zelllinien und tumorproben darstellen. Diese Änderungen umfassen H3K27ac (Enhancer), H3K4me1 (aktive und Balanciert, Enhancer), H3K4me3 (Promotoren), H3K79me2 (transkribiert Regionen), H3K27me3 (Polycomb Repression) und H3K9me3 (heterochromatischen Repression). Diese Markierungen können entweder allein oder in Kombination verwendet werden, um funktionell unterschiedlichen Chromatin Staaten repräsentieren sowohl repressive als auch aktive Domains zu identifizieren.

Protocol

Alle klinische Proben wurden nach den Richtlinien der Institutional Review Board erhalten. 1. Puffer Vorbereitung 200 mL TE-Puffer (10 mM Tris-HCl, 10 mM Ethylenediaminetetraacetic Säure (EDTA) pH 8.0) zu machen. 200 mL STE-Puffer (10 mM Tris-HCl, 10 mM EDTA pH 8.0, 140 mM NaCl) zu machen. 200 mL von 2,0 M Glycin (37,52 g Glycin in 200 mL Wasser) zu machen und auf 65 ° c erwärmen 200 mL 5 % Natrium-Deoxycholate (DOC)-Lösung (10 g DOC in 200 mL Wasser…

Representative Results

Dieses Protokoll ermöglicht die Immunopräzipitation aus gefrorenen Tumorgewebe und Zell-Linien, die auf Dutzenden von Proben parallel mit einer Hochdurchsatz-Methode (Abbildung 1A)ausgeführt werden können. Chromatin Fragmente sollte im Bereich zwischen ~ 200-1000 bps für optimale Immunopräzipitation. Wir haben festgestellt, dass der Zeitaufwand für die Schur die selbe zu erreichen für verschiedene Gewebe und Zelltypen unterscheidet si…

Discussion

Dieses Protokoll beschreibt eine vollständige und umfassende Hochdurchsatz-ChIP-Seq-Modul für genomweite Kartierung von Chromatin Staaten in menschlichen Tumorgewebe und Zell-Linien. In jedem ChIP-Seq-Protokoll ist einer der wichtigsten Schritte Antikörperbesonderheit. Hier veranschaulicht diese Methode Immunopräzipitation Bedingungen für die beschriebenen sechs Histon Änderungen, von die alle sind ChIP-Klasse und wurden zuvor in unserer und anderer Labors42,44</…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Wir danken Marcus Coyle, Curtis Gumbs, SMF Kern am MDACC für Sequenzierung Unterstützung. Die in diesem Artikel beschriebene Arbeiten wurde unterstützt durch Zuschüsse von der NIH-Zuschuss (CA016672), SMF Kern und NCI vergibt (1K99CA160578 und R00CA160578) an K. R.

Materials

ChIP-grade H3K4me1 antibody Abcam ab8895
ChIP-grade H3K27ac antibody Abcam ab4729
ChIP-grade H3K4me3 antibody Abcam ab8580
ChIP-grade H3K79me2 antibody Abcam ab3594
ChIP-grade H3K27me3 antibody Abcam ab6002
ChIP-grade H3K9me3 antibody Abcam ab8898
1M Tris HCl, pH 8.0 Teknova T1080
EDTA Sigma-Aldrich E9884
NaCl Sigma-Aldrich S7653
Glycine Sigma-Aldrich G8898
Sodium deoxycholate Sigma-Aldrich 30970
DPBS Sigma – Life Sciences D8537-500ML
SDS Sigma-Aldrich 74255
Triton-X Sigma-Aldrich X100-100ML
LiCl Sigma-Aldrich 746460
NP-40 Calbiochem 492016-100ML
1% TWEEN-20 Fisher Bioreagents BP337-500
BSA – IgG-free Sigma – Life Sciences A2058-5G
HBSS Gibo 14025092
GentleMACS C tube GentleMACS 120-008-466 disassociation tube
16% Formaldehyde Peierce 28906
miniProtease inhibitor  Roche Diagnostics 11836153001 protease inhibitor tablets
Dynabeads Protein G  Invitrogen 10009D
Bioruptor NGS tubes 0.65 mL Diagenode C30010011 sonication tubes
DynaMag – 96 Side Skirted Invitrogen 120.27 96-well magnetic stand
TE buffer Promega V6231
RNase A Invitrogen 12091021
Proteinase K Invitrogen 100005393
AMPure XP beads Beckman Coulter A63882 paramagnetic beads
Ethanol Sigma-Aldrich E7023
Qubit ds DNA High Sensitivity Assay Kit Invitrogen Q32854 high sensitivity DNA reagents
NEBNext Ultra II DNA Library Prep Kit New England BioLabs E7645L DNA Library Prep Kit
Nuclease-free water Ambion AM9932
High sensitivity D1000 ScreenTape Agilent Technologies 5067-5584 high sensitivity DNA reagents
High sensitivity D1000 reagents Agilent Technologies 5067-5585 high sensitivity DNA reagents
Multiplex Oligos (Index primers- Set 1) New England BioLabs E7335L Multiplex Oligos 
Multiplex Oligos (Index primers- Set 2) New England BioLabs E7500L Multiplex Oligos 
TapeStation 4200 Agilent Technologies G2991AA high sensitivity DNA electropherogram instrument
Bioruptor Pico sonication device  Diagenode B01060001 water bath disruputor
Mixer Nutator 421105
Bio-Rad C1000 Touch Thermal Cycler Bio-Rad 1851196 PCR Thermal cycler
Water Bath Fisher Scientific 2322
Multichannel Pipet Denville 1003123
Tube Revolver Thermo-Scientific 88881001
96-Well Skirted Plate Eppendorf 47744-110
Allegra X-12R Centrifuge  Beckman Coulter A99464 benchtop centrifuge
Centrifuge 5424 Eppendorf 22620461 tabletop centrifuge
Optical tube strips (8x Strip) Agilent Technologies 401428
Optical tube strip caps (8x strip) Agilent Technologies 401425
Loading Tips, 10 Pk Agilent Technologies 5067-5599
IKA MS3 vortex IKA 3617000 vortex

References

  1. Rao, S. S., et al. A 3D map of the human genome at kilobase resolution reveals principles of chromatin looping. Cell. 159 (7), 1665-1680 (2014).
  2. Hnisz, D., Day, D. S., Young, R. A. Insulated Neighborhoods: Structural and Functional Units of Mammalian Gene Control. Cell. 167 (5), 1188-1200 (2016).
  3. Dixon, J. R., et al. Topological domains in mammalian genomes identified by analysis of chromatin interactions. Nature. 485 (7398), 376-380 (2012).
  4. Sanyal, A., Lajoie, B. R., Jain, G., Dekker, J. The long-range interaction landscape of gene promoters. Nature. 489 (7414), 109-113 (2012).
  5. Wang, X., et al. SMARCB1-mediated SWI/SNF complex function is essential for enhancer regulation. Nat Genet. 49 (2), 289-295 (2017).
  6. Hnisz, D., et al. Activation of proto-oncogenes by disruption of chromosome neighborhoods. Science. 351 (6280), 1454-1458 (2016).
  7. Jäger, R., et al. Capture Hi-C identifies the chromatin interactome of colorectal cancer risk loci. Nat Commun. 6, 6178 (2015).
  8. Krijger, P. H., de Laat, W. Regulation of disease-associated gene expression in the 3D genome. Nat Rev Mol Cell Biol. 17 (12), 771-782 (2016).
  9. Mansour, M. R., et al. Oncogene regulation. An oncogenic super-enhancer formed through somatic mutation of a noncoding intergenic element. Science. 346 (6215), 1373-1377 (2014).
  10. Weischenfeldt, J., et al. Pan-cancer analysis of somatic copy-number alterations implicates IRS4 and IGF2 in enhancer hijacking. Nat Genet. 49 (1), 65-74 (2017).
  11. Herz, H. M., Hu, D., Shilatifard, A. Enhancer malfunction in cancer. Mol Cell. 53 (6), 859-866 (2014).
  12. Kouzarides, T. Chromatin modifications and their function. Cell. 128 (4), 693-705 (2007).
  13. Tan, M., et al. Identification of 67 histone marks and histone lysine crotonylation as a new type of histone modification. Cell. 146 (6), 1016-1028 (2011).
  14. Strahl, B. D., Allis, C. D. The language of covalent histone modifications. Nature. 403 (6765), 41-45 (2000).
  15. Ernst, J., et al. Mapping and analysis of chromatin state dynamics in nine human cell types. Nature. 473 (7345), 43-49 (2011).
  16. Consortium, E. P., et al. An integrated encyclopedia of DNA elements in the human genome. Nature. 489 (7414), 57-74 (2012).
  17. Rivera, C. M., Ren, B. Mapping human epigenomes. Cell. 155 (1), 39-55 (2013).
  18. Stergachis, A. B., et al. Developmental fate and cellular maturity encoded in human regulatory DNA landscapes. Cell. 154 (4), 888-903 (2013).
  19. Xie, W., et al. Epigenomic analysis of multilineage differentiation of human embryonic stem cells. Cell. 153 (5), 1134-1148 (2013).
  20. Chen, L., et al. Transcriptional diversity during lineage commitment of human blood progenitors. Science. 345 (6204), 1251033 (2014).
  21. Saeed, S., et al. Epigenetic programming of monocyte-to-macrophage differentiation and trained innate immunity. Science. 345 (6204), 1251086 (2014).
  22. Bernstein, B. E., et al. The NIH Roadmap Epigenomics Mapping Consortium. Nat Biotechnol. 28 (10), 1045-1048 (2010).
  23. Roadmap Epigenomics, C., et al. Integrative analysis of 111 reference human epigenomes. Nature. 518 (7539), 317-330 (2015).
  24. Ernst, J., Kellis, M. ChromHMM: automating chromatin-state discovery and characterization. Nat Methods. 9 (3), 215-216 (2012).
  25. Feng, J., Liu, T., Qin, B., Zhang, Y., Liu, X. S. Identifying ChIP-seq enrichment using MACS. Nat Protoc. 7 (9), 1728-1740 (2012).
  26. Zhang, Y., et al. Model-based analysis of ChIP-Seq (MACS). Genome Biol. 9 (9), R137 (2008).
  27. Landt, S. G., et al. ChIP-seq guidelines and practices of the ENCODE and modENCODE consortia. Genome Res. 22 (9), 1813-1831 (2012).
  28. O’Neill, L. P., VerMilyea, M. D., Turner, B. M. Epigenetic characterization of the early embryo with a chromatin immunoprecipitation protocol applicable to small cell populations. Nat Genet. 38 (7), 835-841 (2006).
  29. Dahl, J. A., Collas, P. Q2ChIP, a quick and quantitative chromatin immunoprecipitation assay, unravels epigenetic dynamics of developmentally regulated genes in human carcinoma cells. Stem Cells. 25 (4), 1037-1046 (2007).
  30. Zhang, B., et al. Allelic reprogramming of the histone modification H3K4me3 in early mammalian development. Nature. 537 (7621), 553-557 (2016).
  31. Dahl, J. A., et al. Broad histone H3K4me3 domains in mouse oocytes modulate maternal-to-zygotic transition. Nature. 537 (7621), 548-552 (2016).
  32. Shen, J., et al. H3K4me3 epigenomic landscape derived from ChIP-Seq of 1,000 mouse early embryonic cells. Cell Res. 25 (1), 143-147 (2015).
  33. Flanagin, S., Nelson, J. D., Castner, D. G., Denisenko, O., Bomsztyk, K. Microplate-based chromatin immunoprecipitation method, Matrix ChIP: a platform to study signaling of complex genomic events. Nucleic Acids Res. 36 (3), e17 (2008).
  34. Nelson, J. D., Denisenko, O., Sova, P., Bomsztyk, K. Fast chromatin immunoprecipitation assay. Nucleic Acids Res. 34 (1), e2 (2006).
  35. Lerdrup, M., Johansen, J. V., Agrawal-Singh, S., Hansen, K. An interactive environment for agile analysis and visualization of ChIP-sequencing data. Nat Struct Mol Biol. 23 (4), 349-357 (2016).
  36. Afgan, E., et al. The Galaxy platform for accessible, reproducible and collaborative biomedical analyses: 2016 update. Nucleic Acids Res. 44 (W1), W3-W10 (2016).
  37. Blecher-Gonen, R., et al. High-throughput chromatin immunoprecipitation for genome-wide mapping of in vivo protein-DNA interactions and epigenomic states. Nat Protoc. 8 (3), 539-554 (2013).
  38. Tang, M. pyflow-ChIPseq: a snakemake based ChIP-seq pipeline. Zenodo. , (2017).
  39. Koster, J., Rahmann, S. Snakemake–a scalable bioinformatics workflow engine. Bioinformatics. 28 (19), 2520-2522 (2012).
  40. Ramirez, F., et al. deepTools2: a next generation web server for deep-sequencing data analysis. Nucleic Acids Res. 44 (W1), W160-W165 (2016).
  41. Bailey, T., et al. Practical guidelines for the comprehensive analysis of ChIP-seq data. PLoS Comput Biol. 9 (11), e1003326 (2013).
  42. Fiziev, P., et al. Systematic Epigenomic Analysis Reveals Chromatin States Associated with Melanoma Progression. Cell Rep. 19 (4), 875-889 (2017).
  43. Liu, T., et al. Broad chromosomal domains of histone modification patterns in C. elegans. Genome Res. 21 (2), 227-236 (2011).
  44. Egelhofer, T. A., et al. An assessment of histone-modification antibody quality. Nat Struct Mol Biol. 18 (1), 91-93 (2011).
  45. Rai, K., et al. Dual Roles of RNF2 in Melanoma Progression. Cancer Discov. , (2015).
  46. Cotney, J. L., Noonan, J. P. Chromatin immunoprecipitation with fixed animal tissues and preparation for high-throughput sequencing. Cold Spring Harb Protoc. (2), 191-199 (2015).
  47. Cejas, P., et al. Chromatin immunoprecipitation from fixed clinical tissues reveals tumor-specific enhancer profiles. Nat Med. 22 (6), 685-691 (2016).
check_url/56972?article_type=t

Play Video

Cite This Article
Terranova, C., Tang, M., Orouji, E., Maitituoheti, M., Raman, A., Amin, S., Liu, Z., Rai, K. An Integrated Platform for Genome-wide Mapping of Chromatin States Using High-throughput ChIP-sequencing in Tumor Tissues. J. Vis. Exp. (134), e56972, doi:10.3791/56972 (2018).

View Video