Un método de secuenciación de 16S específica de las muestras de leche humana
Summary
Se presenta un flujo de trabajo semi-automático para específica secuenciación de 16S rRNA de la leche humana y otros tipos de biomasa, bajo muestra.
Abstract
Estudios de comunidades microbianas se han generalizado con el desarrollo de la secuencia relativamente barato, rápido y alto rendimiento. Sin embargo, al igual que con todas estas tecnologías, la reproducibilidad depende de un flujo de trabajo de laboratorio que incorpora controles y precauciones apropiadas. Esto es particularmente importante con las muestras de baja biomasa donde contaminantes ADN bacteriano pueden generar resultados engañosos. Este artículo detalla un flujo de trabajo semi automatizado para identificar microbios de las muestras de leche materna humana utilizando secuenciación específica de la región de V4 de ARN ribosómico (ARNr) 16S en una escala de bajo a medio throughput. El protocolo describe la preparación de las muestras de leche entera, incluyendo: lisis, extracción de ácidos nucleicos, la amplificación de la región V4 del gene del rRNA 16S y preparación de la biblioteca con las medidas de control de calidad de la muestra. Lo importante, el protocolo y la discusión consideran cuestiones que son salientes a la preparación y análisis de muestras de baja biomasa incluyendo controles positivos y negativos adecuados, eliminación de inhibidor de la polimerización en cadena, contaminación de las muestras ambiental, reactivo, o fuentes experimentales y experimentales mejores prácticas destinadas a garantizar la reproducibilidad. Mientras que el protocolo como se describe es específico para las muestras de leche humana, es adaptable a numerosos tipos de muestras de biomasa de baja y alta, incluyendo las muestras recogidas en torundas, congelados aseado o estabilizado en un buffer de conservación.
Introduction
Las comunidades microbianas que colonizan seres humanos se creen que son críticamente importantes para la salud y la enfermedad que influyen en el metabolismo, desarrollo inmune, susceptibilidad a la enfermedad y las respuestas a la vacunación y medicamentos terapia1, 2. esfuerzos para comprender la influencia de la microbiota en la salud humana en la actualidad destacan la identificación de los microbios asociados con compartimentos anatómicos definidos (es decir, piel, intestinal, oral, etc.), así como de sitios localizados dentro de Estos compartimentos3,4. Estos esfuerzos de investigación que se basa es la rápida aparición y mayor accesibilidad de tecnologías de secuenciación de próxima generación (NGS) que proporcionan una plataforma masiva y en paralelo para el análisis del contenido genético microbiano (microbioma) de una muestra. Para muchos las muestras fisiológicas, el microbioma asociado es complejo y abundante (es decir, heces), pero, para algunas muestras, el microbioma está representada por la baja biomasa microbiana (es decir, leche humana, tracto respiratorio inferior) donde sensibilidad, artefactos experimentales y posible contaminación se convierten en cuestiones importantes. Los desafíos comunes de microbioma estudios y el diseño experimental apropiado han sido objeto de varios artículos de revisión5,6,de7,8.
Presentados en este documento es una tubería experimental robusta de NGS en base específica secuenciación del rRNA 16S V4 región9 para caracterizar el microbioma de la leche humana. Análisis de microbioma de la leche humana son complicado no sólo por una de biomasa microbiana inherentemente baja10, pero además por altos niveles de ADN humano fondo11,12,13,14 y potencial remanente de PCR inhibidores15,16 en ácido nucleico extraído. Este protocolo se basa en kits de extracción disponibles en el mercado y plataformas semi-automatizadas que pueden ayudar a minimizar la variabilidad entre lotes de preparación de muestra. Incorpora una comunidad simulada bacteriana bien definida que es procesada junto a las muestras como un control de calidad para validar cada paso en el protocolo y proporcionar una métrica independiente de robustez de la tubería. Aunque el protocolo como se describe es específico para las muestras de leche humana, es fácilmente adaptable a otros tipos de muestras como heces, rectal, vaginal, piel, frotis oral y areolar10,17y puede servir como punto de partida para investigadores que deseen realizar análisis de microbioma.
Protocol
Representative Results
Discussion
Objetivo generación secuenciación de 16S rRNA es una técnica ampliamente utilizada, rápida para microbioma caracterización18. Sin embargo, muchos factores, incluyendo efectos de lote, contaminación ambiental, contaminación de la muestra, sensibilidad y reproducibilidad pueden adversamente afectar resultados experimentales y confundir su interpretación7,19 , 20. para mejor facilitar el análisis de…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Nos gustaría agradecer a Helty Adisetiyo, PhD y Shangxin Yang, PhD para el desarrollo del protocolo. Apoyo total para el internacional materno pediátrico adolescentes SIDA clínico ensayos grupo (IMPAACT) fue proporcionada por el Instituto Nacional de alergias y enfermedades infecciosas (NIAID) de los institutos nacionales de salud (NIH) números de premio UM1AI068632 (IMPAACT LOC), UM1AI068616 (IMPAACT SDMC) y UM1AI106716 (IMPAACT LC), con cofinanciación de Eunice Kennedy Shriver Instituto Nacional de salud infantil y desarrollo humano (NICHD) y el Instituto Nacional de Salud Mental (NIMH). El contenido es responsabilidad exclusiva de los autores y no representan necesariamente la opinión oficial de los NIH.
Materials
| AllPrep RNA/DNA Mini Kit | Qiagen | 80204 | DNA/RNA extraction kit |
| Eliminase | Fisher Scientific | 435532 | RNase, DNase, DNA decontaminant |
| Thermo Mixer | Fisher Scientific | temperature-controlled vortexer | |
| Buffer RLT plus | Qiagen | 1053393 | guanidinium thiocyanate lysis buffer/ Part of Allprep kit |
| ß-Mercaptoethanol | Sigma Aldrich | 63689-25ML-F | ß-ME is a reducing agent that will irreversibly denature RNases by reducing disulfide bonds |
| LME Beads | MP Biomedicals | 116914050 | bead tube |
| QIAgen TissueLyzer | Qiagen | 85300 | automated sample disruptor adapter set |
| QIAshredder column | Qiagen | 79654 | |
| QIAgen RB tube | manufacturer's microcentrifuge tube in kit | ||
| QIAcube and related plasticware | Qiagen | 9001292 | automated DNA/RNA purification instrument |
| DNA exitus plus | Applichem | A7089 | non-enzymatic decontamination solution |
| EB Buffer | Qiagen | 19086 | elution buffer |
| QIAgility and related plasticware | Qiagen | 9001532 | robotic liquid handler |
| PCR water | MO BIO | 17000- | |
| 5PRIME HotMasterMix | Quantabio | 2200400 | |
| Barcoded reverse primers | Eurofin | No Catalog #'s | designed and ordered |
| 96 well PCR plate | USA scientific | 1402-9708 | |
| Tapestation 2200 and related plasticware | Agilent | G2964AA | automated DNA/RNA fragment analyzer |
| D1000 reagents for Tapestation | Agilent | 5067-5585 | Sample buffer and ladder are part of this kit |
| OneStep PCR Inhibitor Removal Kit | Zymo Research | 50444470 | PCR inhibitor removal is done per the manufacturer's instructions. |
| QIAquick PCR Purification Kit | Qiagen | 28104 | DNA clean up kit: silica-membrane-based purification of PCR products |
| Qubit dsDNA HS Assay Kit | Thermo Fisher | Q32854 | dimethylsulfoxide-based dilution buffer and dye are part of this kit. |
| Qubit Fluorometer | Thermo Fisher | Q33216 | |
| NanoDrop | Thermo Fisher | microvolume spectrophotometer | |
| MiSeq 300 V2 kit | Illumina | 15033624/15033626 | |
| MiSeq | Illumina | No Catalog #'s | next generation sequencer |
References
- Ahern, P. P., Faith, J. J., Gordon, J. I. Mining the human gut microbiota for effector strains that shape the immune system. Immunity. 40 (6), 815-823 (2014).
- Postler, T. S., Ghosh, S. Understanding the Holobiont: How Microbial Metabolites Affect Human Health and Shape the Immune System. Cell Metab. , (2017).
- Hall, M. W., et al. Inter-personal diversity and temporal dynamics of dental, tongue, and salivary microbiota in the healthy oral cavity. NPJ Biofilms Microbiomes. 3, 2 (2017).
- Perez Perez, G. I., et al. Body Site Is a More Determinant Factor than Human Population Diversity in the Healthy Skin Microbiome. PLoS One. 11 (4), e0151990 (2016).
- Hamady, M., Knight, R. Microbial community profiling for human microbiome projects: Tools, techniques, and challenges. Genome Res. 19 (7), 1141-1152 (2009).
- Human Microbiome Project, C. A framework for human microbiome research. Nature. 486 (7402), 215-221 (2012).
- Kim, D., et al. Optimizing methods and dodging pitfalls in microbiome research. Microbiome. 5 (1), 52 (2017).
- Hugerth, L. W., Andersson, A. F. Analysing Microbial Community Composition through Amplicon Sequencing: From Sampling to Hypothesis Testing. Front Microbiol. 8, 1561 (2017).
- Caporaso, J. G., et al. Ultra-high-throughput microbial community analysis on the Illumina HiSeq and MiSeq platforms. ISME J. 6 (8), 1621-1624 (2012).
- Pannaraj, P. S., et al. Association Between Breast Milk Bacterial Communities and Establishment and Development of the Infant Gut Microbiome. JAMA Pediatr. , (2017).
- Ho, F. C., Wong, R. L., Lawton, J. W. Human colostral and breast milk cells. A light and electron microscopic study. Acta Paediatr Scand. 68 (3), 389-396 (1979).
- Parmely, M. J., Beer, A. E., Billingham, R. E. In vitro studies on the T-lymphocyte population of human milk. J Exp Med. 144 (2), 358-370 (1976).
- Sabbaj, S., et al. Human immunodeficiency virus-specific CD8(+) T cells in human breast milk. J Virol. 76 (15), 7365-7373 (2002).
- Jimenez, E., et al. Metagenomic Analysis of Milk of Healthy and Mastitis-Suffering Women. J Hum Lact. 31 (3), 406-415 (2015).
- Ghosh, M. K., et al. Quantitation of human immunodeficiency virus type 1 in breast milk. J Clin Microbiol. 41 (6), 2465-2470 (2003).
- Lim, N. Y., Roco, C. A., Frostegard, A. Transparent DNA/RNA Co-extraction Workflow Protocol Suitable for Inhibitor-Rich Environmental Samples That Focuses on Complete DNA Removal for Transcriptomic Analyses. Front Microbiol. 7, 1588 (2016).
- Bender, J. M., et al. Maternal HIV infection influences the microbiome of HIV-uninfected infants. Sci Transl Med. 8 (349), 349ra100 (2016).
- Cox, M. J., Cookson, W. O., Moffatt, M. F. Sequencing the human microbiome in health and disease. Hum Mol Genet. 22 (R1), R88-R94 (2013).
- Lauder, A. P., et al. Comparison of placenta samples with contamination controls does not provide evidence for a distinct placenta microbiota. Microbiome. 4 (1), 29 (2016).
- Salter, S. J., et al. Reagent and laboratory contamination can critically impact sequence-based microbiome analyses. BMC Biol. 12, 87 (2014).
- Walker, A. W., et al. 16S rRNA gene-based profiling of the human infant gut microbiota is strongly influenced by sample processing and PCR primer choice. Microbiome. 3, 26 (2015).
- Glassing, A., Dowd, S. E., Galandiuk, S., Davis, B., Chiodini, R. J. Inherent bacterial DNA contamination of extraction and sequencing reagents may affect interpretation of microbiota in low bacterial biomass samples. Gut Pathog. 8, 24 (2016).
- Kennedy, K., Hall, M. W., Lynch, M. D., Moreno-Hagelsieb, G., Neufeld, J. D. Evaluating bias of illumina-based bacterial 16S rRNA gene profiles. Appl Environ Microbiol. 80 (18), 5717-5722 (2014).
- Weiss, S., et al. Tracking down the sources of experimental contamination in microbiome studies. Genome Biol. 15 (12), 564 (2014).
- Aho, V. T., et al. The microbiome of the human lower airways: a next generation sequencing perspective. World Allergy Organ J. 8 (1), 23 (2015).
- Charlson, E. S., et al. Topographical continuity of bacterial populations in the healthy human respiratory tract. Am J Respir Crit Care Med. 184 (8), 957-963 (2011).
- Bittinger, K., et al. Improved characterization of medically relevant fungi in the human respiratory tract using next-generation sequencing. Genome Biol. 15 (10), 487 (2014).
- Jervis-Bardy, J., et al. Deriving accurate microbiota profiles from human samples with low bacterial content through post-sequencing processing of Illumina MiSeq data. Microbiome. 3, 19 (2015).
- Knights, D., et al. Bayesian community-wide culture-independent microbial source tracking. Nat Methods. 8 (9), 761-763 (2011).
- Lazarevic, V., Gaia, N., Girard, M., Schrenzel, J. Decontamination of 16S rRNA gene amplicon sequence datasets based on bacterial load assessment by qPCR. BMC Microbiol. 16, 73 (2016).
- Kurilshikov, A., Wijmenga, C., Fu, J., Zhernakova, A. Host Genetics and Gut Microbiome: Challenges and Perspectives. Trends Immunol. 38 (9), 633-647 (2017).
- . Mock microbial communities Available from: https://www.atcc.org/en/Products/Microbiome_Standards.aspx?utm_id=t170601524l1 (2017)
