Summary

Tick Microbiome Charakterisierung von Next-Generation-16 s rRNA Amplikons Sequenzierung

Published: August 25, 2018
doi:

Summary

Hier präsentieren wir ein Next Generation Sequencing-Protokoll für die 16 s rRNA-Sequenzierung die Identifizierung und Charakterisierung mikrobieller Gemeinschaften in Vektoren ermöglicht. Bei dieser Methode wird die DNA-Extraktion, Amplifikation und Barcoding der Proben durch PCR, Sequenzierung auf eine-Durchflusszelle und Bioinformatik Sequenzdaten phylogenetische Informationen übereinstimmen.

Abstract

In den letzten Jahrzehnten haben vektorübertragene Krankheiten wieder aufgetaucht und mit alarmierender Rate, wodurch erhebliche Morbidität und Mortalität weltweit ausgebaut. Effektive und allgemein verfügbaren Impfstoffe sind für einen Großteil dieser Erkrankungen erfordern die Entwicklung von neuartigen Krankheit Minderungsstrategien fehlen. Zu diesem Zweck beinhaltet eine vielversprechende Möglichkeit der Seuchenbekämpfung targeting Vektor Mikrobiom, die Gemeinschaft der Mikroben bewohnen den Vektor. Der Vektor Microbiome spielt eine Schlüsselrolle in der Erreger Dynamik und Manipulationen das Mikrobiom zu reduzierten Vektor Fülle oder Erreger-Übertragung für eine Handvoll vektorübertragene Krankheiten geführt haben. Allerdings erfordert die Umsetzung dieser Erkenntnisse in Krankheit Steuer-und Regelanwendungen ein gründliches Verständnis der Vektor mikrobielle Ökologie, historisch durch unzureichende Technologie in diesem Bereich begrenzt. Das Aufkommen der Next Generation Sequencing Ansätze hat schnelle, hochparallele Sequenzierung von verschiedenen mikrobiellen Gemeinschaften ermöglicht. Ausrichtung auf das hoch konserviert 16 s rRNA-gen hat Charakterisierungen von Mikroben in Vektoren unter unterschiedlichen ökologische und experimentellen Bedingungen erleichtert. Diese Technik beinhaltet die Verstärkung der 16 s rRNA-gen, Probe Barcoding über Laden Proben auf einer Durchflusszelle für die Sequenzierung, PCR und Bioinformatik Ansätze Sequenzdaten phylogenetische Informationen übereinstimmen. Art oder Gattung-Ebene Kennung für eine hohe Anzahl von Wiederholungen kann in der Regel durch diesen Ansatz, damit umgehen Herausforderungen mißraten Entdeckung, Auflösung und Ausgabe von traditionellen Kultivierung, Mikroskopie oder histologische Färbung erreicht werden Techniken. Daher ist diese Methode eignet sich gut für die Charakterisierung von Vektor Mikroben unter unterschiedlichen Bedingungen aber kann nicht aktuell informieren über mikrobielle Funktion, Stelle innerhalb des Vektors oder Reaktion auf Antibiotika-Behandlung. Insgesamt ist 16 s Next Generation Sequencing eine leistungsfähige Technik für die Identität und Rolle der Vektor Mikroben in der Dynamik der Krankheit besser zu verstehen.

Introduction

Das Wiederaufleben und Verbreitung von vektorübertragenen Krankheiten in den letzten Jahrzehnten Bedrohung eine ernsthafte für globale Gesundheit von Mensch und Natur. Wirksame Impfstoffe fehlen für die meisten dieser Krankheiten, und Bemühungen sind durch die komplexe biologische Natur der Vektoren und Vektor-Wirt Interaktionen behindert. Verständnis der Rolle der mikrobielle Wechselwirkungen innerhalb eines Vektors bei der Übertragung der Erreger können für die Entwicklung von neuen Strategien, die diese Herausforderungen umgehen. Insbesondere müssen die Wechselwirkungen zwischen Vektor-assoziierten mikrobielle Kommensalen, Symbionten und Krankheitserreger, genannt das Mikrobiom wichtige Konsequenzen für die Übertragung der Erreger. Überwältigende Beweise jetzt unterstützt diese Behauptung mit Beispiele, die zeigen einer Verbindung zwischen dem Vektor Mikrobiom und Kompetenz für Krankheiten wie Malaria, Zika-Virus und Lyme-Borreliose1,2,3. Allerdings erfordert die Umsetzung dieser Erkenntnisse in Strategien zur Seuchenbekämpfung weit mehr Detailwissen über die Struktur, Funktion und Herkunft der Vektor mikrobiome. Identifizierung und Charakterisierung der mikrobiellen Gemeinschaft unter unterschiedlichen ökologische und experimentellen Bedingungen Vektor bilden einen wichtigen Weg in die Zukunft in diesem Bereich.

Ein Verfahren zur Identifizierung von mikrobiellen Bewohner eines Vektors Erreger erfolgt hier durch die Verwendung von westlichen schwarzen Beinen Zecke, Ixodes Pacificus, eine Vektor-Spezies von der Lyme-Borreliose-Erreger Borrelia Burgdorferi. Während Zecken mehr Arten von menschlichen Krankheitserreger als andere Arthropoden Hafen, ist relativ wenig über die Biologie und Gemeinschaft Ökologie der Tick mikrobiome4bekannt. Es ist offensichtlich, dass Zecken beherbergen eine Vielzahl von Viren, Bakterien, Pilze und Protozoen die Kommensalen, Endosymbionts und transiente mikrobiellen Bewohner5,4enthalten. Vorherige Arbeit hat gezeigt, dass starke Schwankungen der Ixodes mikrobiome Geographie, Spezies, Geschlecht, Lebensphase und Blutmehl Quelle6,7,8zugeordnet. Jedoch die Mechanismen, die diese Variante unbekannt bleiben und detailliertere Untersuchungen über den Ursprung und Montage dieser mikrobiellen Gemeinschaften zu rechtfertigen. Zecken können Mikroben durch vertikale Übertragung erwerben Kontakt mit Gastgebern und Aufnahme aus der Umgebung durch die Luftlöcher, Mund und anal Pore9. Verständnis der Faktoren, die Gestaltung der Ausbildung und Entwicklung der Zecke Mikrobiom, ist speziell der relative Anteil der vertikalen und ökologischen Übertragung, wichtig für das Verständnis der natürlichen Muster und Variationen in tick Microbiome Vielfalt und wie interagieren diese Gemeinschaften während der Übertragung der Erreger, mit möglichen Anwendungen, Krankheit oder Vektor-Steuerung.

Leistungsstarke Molekulare Techniken, wie Next Generation Sequencing, jetzt zur Identifizierung von mikrobieller Gemeinschaften existieren und können eingesetzt werden, um Vektor mikrobiome unter verschiedenen Umwelt- oder experimentellen Bedingungen zu charakterisieren. Vor dem Aufkommen dieser Hochdurchsatz-Sequenzierung Ansätze die Identifizierung von Mikroben stützte sich überwiegend auf Mikroskopie und Kultur. Während Mikroskopie eine schnelle und einfache Technik ist, sind morphologische Methoden zur Identifizierung von Mikroben von Natur aus subjektiv und grob und begrenzt durch geringe Empfindlichkeit und Erkennung10. Kultur-basierte Methoden sind im großen und ganzen für mikrobielle Identifizierung verwendet und können zur Anfälligkeit von Mikroben für Droge-Behandlungen-11zu ermitteln. Allerdings leidet diese Methode auch geringe Empfindlichkeit, wie es hat geschätzt, dass weniger als 2 % der ökologischen Mikroben in einem Labor Einstellung12kultiviert werden können. Histologische Färbung Ansätze sind auch eingesetzt worden, zu erkennen und bestimmte Mikroben innerhalb von Vektoren zu lokalisieren, Untersuchungen von verschiedenen Taxa Ausschüttungen innerhalb der Zecke zu aktivieren und Hypothesen über mikrobielle Wechselwirkungen zu studieren. Allerdings sind Vorkenntnisse der mikrobiellen Identität für die Auswahl der geeigneten Flecken, was diesen Ansatz ungeeignet für mikrobielle Charakterisierung und Identifizierung erforderlich. Darüber hinaus histologische Färbung ist eine sehr zeitaufwendige und mühsame Prozess und skaliert nicht gut für große Probenmengen. Traditionelle Molekulare Ansätze wie Sanger-Sequenzierung sind ähnlich in ihrer Empfindlichkeit und Erkennung von verschiedenen mikrobiellen Gemeinschaften begrenzt.

Sequenzierung der nächsten Generation ermöglicht die schnelle Identifizierung von Mikroben aus einer großen Anzahl von Proben. Das Vorhandensein von standard Markergene und Referenz Datenbanken weitere ermöglicht verbesserte taxonomische Auflösung oft auf die Gattung oder Art. Kleinen Untereinheit ribosomalen RNAs sind häufig verwendet, um dieses Ziel zu erreichen mit 16 s rRNA ist die am häufigsten aufgrund des Vorhandenseins von konservierten und Variable Regionen innerhalb des Gens, so dass für die Erstellung von universellen Primer mit einzigartigen Amplifikate für jede bakterielle Art13,14. Dieser Bericht beschreibt ein Verfahren zur Identifizierung von Taxa in der Zecke Microbiome durch 16 s rRNA Next Generation Sequencing. Dieses Protokoll betont insbesondere die Schritte bei der Vorbereitung von Proben für die Sequenzierung. Mehr Details über die Sequenzierung verallgemeinert und Bioinformatik Schritte vorgesehen sind, da gibt es eine Vielzahl von Plattformen Sequenzierung und Analyse-Programme verfügbar, jeweils mit umfangreicher Dokumentation. Die Machbarkeit dieses Ansatzes Next Generation Sequencing zeigt eine Untersuchung der mikrobiellen Gemeindeversammlung innerhalb eine wichtige Krankheit Vektor zuweisen.

Protocol

1. kreuzen Sie Sammlung und Oberfläche Sterilisation Durch Ziehen einer 1 m2 weiße Tuch über einen Tick-assoziierten Lebensraum, Entfernen von Zecken Zecken an Wirtsarten, oder Aufzucht im Labor15,16Zecken sammeln. Verwenden Sie feine Pinzette, um Zecken zu manipulieren und bei-80 ° c aufbewahren Zecken in die einzelnen PCR-Rohre und entfernen Oberflächenverunreinigungen durch Vortexen für 15 s sukzessive mit 500 μL von Wasse…

Representative Results

Insgesamt 42 Zecken aus drei separaten Ei Kupplungen und zwei Umweltexposition Perioden 0 und 2 Wochen im Boden für die Sequenzierung Microbiome verarbeitet wurden. Jeder Behandlungsgruppe, als ein einziges Kupplung und Belichtung Mal enthalten 6-8 Tick Proben zu replizieren. Diese verarbeiteten Tick-Extrakte wurden auf einer nächsten Generation Sequenzer geladen und ergab 12,885,713 gepaart Ende liest Filter übergeben. Waren in diesem Lauf 3 Negativkontrollen aus dem Extraktionsschrit…

Discussion

Sequenzierung der nächsten Generation der 16 s rRNA geworden eine Standardmethode für die mikrobielle Identifizierung und aktiviert die Studie wie Vektor mikrobiome Erreger-Übertragung auswirken. Die hier beschriebene Protokoll beschreibt die Verwendung dieser Methode zu untersuchen, mikrobielle Gemeindeversammlung in I. Pacificus, ein Vektor-Arten für Lyme-Borreliose; Allerdings kann es leicht angewendet werden, um andere Zeckenarten oder Arthropoden Vektor Arten zu studieren.

In…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Diese Arbeit wurde unterstützt durch die National Science Foundation vergibt an A.S. (DEB #1427772, 1745411, 1750037).

Materials

Item Name of Material/Equipment Company Catalog #
1 DNeasy Blood & Tissue Kit Qiagen 69504
2 Qubit 4 Fluorometer ThermoFisher Scientific Q3326
3 NanoDrop 8000 Spectrophotometer ThermoFisher Scientific ND-8000-GL
4 2x KAPA HiFi HotStart ReadyMix Kapa Biosystems KK2501
5 AMPure XP beads Agen Court A63880 
6 Magnetic Rack ThermoFisher Scientific MR02
6 TE buffer Teknova T0223
7 Nextera Index Kit Illumina FC-121-1011
8 KAPA Library Quantification Kit Roche KK4824
9 MiSeq System Illumina SY-410-1003
10 MiSeq Reagent Kit v3  Illumina MS-102-3001
11 10 mM Tris-HCl with 0.1% Tween 20 Teknova T7724

References

  1. Dong, Y., Manfredini, F., Dimopoulos, G. Implication of the mosquito midgut microbiota in the defense against malaria parasites. Public Library of Science Pathogens. 5 (5), (2009).
  2. Aliota, M. T., Peinado, S. A., Velez, I. D., Osorio, J. E. The wMel strain of Wolbachia reduces transmission of Zika virus by Aedes aegypti. Scientific Reports. 6 (July), 1-7 (2016).
  3. Narasimhan, S., et al. Gut microbiota of the tick vector Ixodes scapularis modulate colonization of the Lyme disease spirochete. Cell Host and Microbe. 15 (1), 58-71 (2014).
  4. Clay, K., Fuqua, C. The Tick Microbiome: Diversity, Distribution and Influence of the Internal Microbial Community for a Blood-Feeding Disease Vector. Critical Needs and Gaps in Understanding Prevention, Amelioration, and Resolution of Lyme and Other Tick-Borne Diseases: The Short-Term and Long-Term Outcomes. , 1-22 (2010).
  5. Noda, H., Munderloh, U. G., Kurtti, T. J. Endosymbionts of Ticks and Their Relationship to Wolbachia spp. and Tick-Borne Pathogens of Humans and Animals. Applied and Environmental Microbiology. 63 (10), 3926-3932 (1997).
  6. van Treuren, W., et al. Variation in the microbiota of Ixodes ticks with regard to geography, species, and sex. Applied and Environmental Microbiology. 81 (18), 6200-6209 (2015).
  7. Swei, A., Kwan, J. Y. Tick microbiome and pathogen acquisition altered by host blood meal. The ISME Journal: Multidisciplinary Journal of Microbial Ecology. 11 (3), 813-816 (2017).
  8. Kwan, J. Y., Griggs, R., Chicana, B., Miller, C., Swei, A. Vertical vs. horizontal transmission of the microbiome in a key disease vector, Ixodes pacificus. Molecular Ecology. 26 (23), 6578-6589 (2017).
  9. Narasimhan, S., Fikrig, E. Tick microbiome: The force within. Trends in Parasitology. 31 (7), 315-323 (2015).
  10. Houpikian, P., Raoult, D. Traditional and molecular techniques for the study of emerging bacterial diseases: One laboratory’s perspective. Emerging Infectious Diseases. 8 (2), 122-131 (2002).
  11. Kotsilkov, K., Popova, C., Boyanova, L., Setchanova, L., Mitov, I. Comparison of culture method and real-time PCR for detection of putative periodontopathogenic bacteria in deep periodontal pockets. Biotechnology and Biotechnological Equipment. 29 (5), 996-1002 (2015).
  12. Wade, W. Unculturable bacteria – The uncharacterized organisms that cause oral infections. Journal of the Royal Society of Medicine. 95 (2), 81-83 (2002).
  13. Klindworth, A., et al. Evaluation of general 16S ribosomal RNA gene PCR primers for classical and next-generation sequencing-based diversity studies. Nucleic Acids Research. 41 (1), 1-11 (2013).
  14. Janda, J. M., Abbott, S. L. 16S rRNA gene sequencing for bacterial identification in the diagnostic laboratory: Pluses, perils, and pitfalls. Journal of Clinical Microbiology. 45 (9), 2761-2764 (2007).
  15. Falco, R. C., Fish, D. A comparison of methods for sampling the deer tick, Ixodes dammini, in a Lyme disease endemic area. Experimental & Applied Acarology. 14 (2), 165-173 (1992).
  16. Patrick, C. D., Hair, J. A. Laboratory rearing procedures and equipment for multi-host ticks (Acarina: Ixodidae). Journal of Medical Entomology. 12 (3), 389-390 (1975).
  17. Köchl, S., Niederstätter, H., Parson, W. DNA extraction and quantitation of forensic samples using the phenol-chloroform method and real-time PCR. Methods in Molecular Biology. 297, 13-30 (2005).
  18. Wallace, D. M., Berger, S. L., Kimmel, R. Large- and small- scale phenol extractions. Guide to molecular cloning techniques. 18, 33-41 (1987).
  19. Zeugin, J. A., Hartley, J. L. Ethanol Precipitation of DNA. Focus. 7 (4), 1-2 (1985).
  20. Walsh, P. S., Metzger, D. A., Higuchi, R. Chelex 100 as a medium for simple extraction of DNA for PCR-based typing from forensic material. BioTechniques. 10, 506-518 (1991).
  21. Gariepy, T. D., Lindsay, R., Ogden, N., Gregory, T. R. Identifying the last supper: utility of the DNA barcode library for bloodmeal identification in ticks. Molecular Ecology Resources. 12, 646-652 (2012).
  22. Ammazzalorso, A. D., Zolnik, C. P., Daniels, T. J., Kolokotronis, S. O. To beat or not to beat a tick: comparison of DNA extraction methods for ticks (Ixodes scapularis). PeerJ. 3, 1-14 (2015).
  23. Desjardins, P., Conklin, D. NanoDrop microvolume quantitation of nucleic acids. Journal of Visualized Experiments. , (2010).
  24. TaKara Bio. . Library Quantification Kit: User Manual. , (2018).
  25. Genohub. . Cluster density optimization on Illumina sequencing instruments. , (2018).
  26. Fadrosh, D. W., et al. An improved dual-indexing approach for multiplexed 16S rRNA gene sequencing on the Illumina MiSeq platform. Microbiome. 2 (6), (2014).
  27. Caporaso, G. J., et al. QIIME allows analysis of high-throughput community sequencing data. Nature Methods. 7, 335-336 (2010).
  28. Schloss, P. D., et al. Introducing mothur: open-source, platform-independent, community-supported software for describing and comparing microbial communities. Applied and Environmental Microbiology. 75, 7537-7541 (2009).
  29. Duguma, D., et al. Developmental succession of the microbiome of Culex mosquitoes Ecological and evolutionary microbiology. BMC Microbiology. 15 (1), 1-13 (2015).
  30. Fagen, J. R. Characterization of the Relative Abundance of the Citrus Pathogen Ca. Liberibacter Asiaticus in the Microbiome of Its Insect Vector, Diaphorina citri, using High Throughput 16S rRNA Sequencing. The Open Microbiology Journal. 6 (1), 29-33 (2012).
  31. Geiger, A., et al. First isolation of Enterobacter, Enterococcus, and Acinetobacter spp. as inhabitants of the tsetse fly (Glossina palpalis palpalis) midgut. Infection, Genetics and Evolution. 9 (6), 1364-1370 (2009).
  32. Salter, S. J., et al. Reagent and laboratory contamination can critically impact sequence-based microbiome analyses. BMC Biology. 12 (1), 1-12 (2014).
  33. Rand, K. H., Houck, H. Taq polymerase contains bacterial DNA of unknown origin. Molecular and Cellular Probes. 4, 445-450 (1990).
  34. Grahn, N., Olofsson, M., Ellnebo-Svedlund, K., Monstein, H. J., Jonasson, J. Identification of mixed bacterial DNA contamination in broad-range PCR amplification of 16S rDNA V1 and V3 variable regions by pyrosequencing of cloned amplicons. FEMS Microbiology Letters. 219, 87-91 (2003).
  35. Mohammadi, T., Reesink, H. W., Vandenbroucke-Grauls, C. M., Savelkoul, P. H. Removal of contaminating DNA from commercial nucleic acid extraction kit reagents. Journal of Microbiological Methods. 61, 285-288 (2005).
  36. Weiss, S., Amir, A., Hyde, E. R., Metcalf, J. L., Song, S. J., Knight, R. Tracking down the sources of experimental contamination in microbiome studies. Genome Biology. 15, 564 (2014).
  37. Paulson, J. N., Stine, O. C., Bravo, H. C., Pop, M. Differential abundance analysis for microbial marker-gene surveys. Nature Methods. 10 (12), 1200-1202 (2013).
  38. Weiss, S., et al. Normalization and microbial differential abundance strategies depend upon data characteristics. Microbiome. 5 (1), 1-18 (2017).
  39. McMurdie, P. J., Holmes, S. Waste Not, Want Not: Why Rarefying Microbiome Data Is Inadmissible. Public Library of Science Computational Biology. 10 (4), (2014).
  40. Edmonds, K., Williams, L. The role of the negative control in microbiome analyses. The Federation of American Societies for Experimental Biology Journal. 23 (Suppl 1), (2017).
  41. Gall, C. A., et al. The bacterial microbiome of Dermacentor andersoni ticks influences pathogen susceptibility. The ISME Journal: Multidisciplinary Journal of Microbial Ecology. 10, 1846-1855 (2016).
  42. Gofton, A. W., et al. Inhibition of the endosymbiont "Candidatus Midichloria mitochondrii" during 16S rRNA gene profiling reveals potential pathogens in Ixodes ticks from Australia. Parasites & Vectors. , 1-11 (2015).
  43. Pruesse, E., et al. SILVA: a comprehensive online resource for quality checked and aligned ribosomal RNA sequence data compatible with ARB. Nucleic Acids Research. 35, 7188-7196 (2007).
  44. DeSantis, T. Z., et al. Greengenes, a chimera-checked 16S rRNA gene database and workbench compatible with ARB. Applied and Environmental Microbiology. 72, 5069-5072 (2006).
  45. Cole, J. R., et al. The Ribosomal Database Project: improved alignments and new tools for rRNA analysis. Nucleic Acids Research. 37, D141-D145 (2009).
  46. Benson, D. A., Karsch-Mizrachi, I., Lipman, D. J., Ostell, J., Wheeler, D. L. GenBank. Nucleic Acids Research. 34, D16-D20 (2006).
  47. Schloss, P. D. The effects of alignment quality, distance calculation method, sequence filtering, and region on the analysis of 16S rRNA gene-based studies. Public Library of Science Computational Biology. 6 (7), 19 (2010).
  48. Balvočiute, M., Huson, D. H., SILVA, R. D. P. Greengenes, NCBI and OTT – how do these taxonomies compare?. BMC Genomics. 18 (Suppl 2), 1-8 (2017).
  49. Langille, M. G., et al. Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences. Nature Biotechnology. 31 (9), 814-821 (2013).
check_url/58239?article_type=t

Play Video

Cite This Article
Couper, L., Swei, A. Tick Microbiome Characterization by Next-Generation 16S rRNA Amplicon Sequencing. J. Vis. Exp. (138), e58239, doi:10.3791/58239 (2018).

View Video