Summary

Kernisolierung aus frischen gefrorenen Hirntumoren für Einzelkern-RNA-seq und ATAC-seq

Published: August 25, 2020
doi:

Summary

Intratumorale Heterogenität ist ein inhärentes Merkmal von Tumoren, einschließlich Gliomen. Wir haben ein einfaches und effizientes Protokoll entwickelt, das eine Kombination aus Puffern und Gradientenzentrifugation verwendet, um einzelne Kerne aus frischem gefrorenem Gliomgewebe für Einzelkern-RNA- und ATAC-Sequenzierungsstudien zu isolieren.

Abstract

Adulte diffuse Gliome weisen Inter- und Intratumorheterogenität auf. Bis vor kurzem konzentrierte sich die Mehrheit der groß angelegten molekularen Profiling-Bemühungen auf Massenansätze, die zur molekularen Klassifizierung von Hirntumoren führten. In den letzten fünf Jahren haben Einzelzellsequenzierungsansätze mehrere wichtige Merkmale von Gliomen hervorgehoben. Die meisten dieser Studien haben frische Hirntumorproben verwendet, um einzelne Zellen mit Durchflusszytometrie oder Antikörper-basierten Trennmethoden zu isolieren. In Zukunft wird die Verwendung von frisch gefrorenen Gewebeproben aus Biobanken eine größere Flexibilität für Einzelzellanwendungen bieten. Darüber hinaus wird die nächste Herausforderung mit dem Fortschreiten des Einzelzellfeldes darin bestehen, Multi-Omics-Daten entweder aus einer einzelnen Zelle oder derselben Probenvorbereitung zu generieren, um die Tumorkomplexität besser zu entschlüsseln. Daher werden einfache und flexible Protokolle, die die Datengenerierung für verschiedene Methoden wie Single-Nucleus-RNA-Sequenzierung (snRNA-seq) und Single-Nucleus-Assay für Transposase-Accessible Chromatin mit Hochdurchsatz-Sequenzierung (snATAC-seq) ermöglichen, für das Feld wichtig sein.

Jüngste Fortschritte im Einzelzellbereich in Verbindung mit zugänglichen mikrofluidischen Instrumenten wie der 10-fachen Genomik-Plattform haben Einzelzellanwendungen in Forschungslabors erleichtert. Um die Heterogenität von Hirntumoren zu untersuchen, haben wir ein verbessertes Protokoll zur Isolierung einzelner Kerne aus frischen gefrorenen Gliomen entwickelt. Dieses Protokoll führt bestehende Einzelzellprotokolle zusammen und kombiniert einen Homogenisierungsschritt, gefolgt von Filtration und puffervermittelter Gradientenzentrifugation. Die resultierenden Proben sind reine Einzelkernsuspensionen, die verwendet werden können, um Einzelkern-Genexpression und Chromatin-Zugänglichkeitsdaten aus derselben Kernpräparation zu generieren.

Introduction

Diffuse niedriggrade Gliome (LGG), der häufigste primäre Hirntumor bei Erwachsenen, sind infiltrative Neoplasmen, die häufig in der Gehirnhemisphäre auftreten. LGGs weisen sowohl inter- als auch intratumorale Heterogenität auf, die nicht nur von der Tumorpopulation, sondern auch von den nicht-malignen Zellen angetriebenwird,die an der Tumorentwicklung und -progression beteiligt sind1,2,3,4,5.

In den letzten zehn Jahren gab es eine Lawine genomischer Daten, die im Bereich der Gliome gesammelt wurden. Diese Daten stammen hauptsächlich aus Massentumorsequenzierungsstudien und haben immens zur molekularen Charakterisierung und der aktuellen Klassifizierung von Hirntumoren5,6,7,8,9,10,11beigetragen . Obwohl diese Studien die breite molekulare Landschaft im Zusammenhang mit Gliomen aufzeigten, gibt es immer noch einen enttäuschenden Mangel an Fortschritten bei der therapeutischen Intervention. Eines der Hindernisse für die Behandlungsresistenz bei Hirntumoren ist die Intratumorheterogenität. Um dieses Problem anzugehen, haben sich verschiedene Studien auf die genomische, transkriptomische, proteomische und epigenetische Heterogenität konzentriert, die in einem Tumor auf Einzelzellebene vorhanden ist12,13,14,15,16,17.

Obwohl es in den letzten Jahren bemerkenswerte technologische Fortschritte im Einzelzellbereich gegeben hat, ist einer der wichtigsten einschränkenden Faktoren die Verfügbarkeit frischer Proben, die benötigt werden, um die Zellen zu isolieren und diese Experimente durchzuführen. Um diese Einschränkung zu überwinden, gab es mehrere erfolgreiche Versuche, Assays wie snRNA-seq und snATAC-seq aus gefrorenem Gewebe durchzuführen, wobei Kerne anstelle von Zellen verwendet wurden18,19. Die meisten dieser Methoden basieren entweder auf fluoreszenzaktivierter Zellsortierung (FACS) oder Filtrationsstrategien. Sowohl Einzelzell- als auch Einzelkernansätze haben ihre Stärken und Nachteile. Einzelzellansätze pflegen mitochondriale Transkripte, die zwar informativ sein können, aber aufgrund ihrer hohen Häufigkeit auch die Transkriptomabdeckung reduzieren können. Einzelkernisolationsansätze eliminieren einen hohen Prozentsatz der mitochondrialen Fraktion, wodurch eine tiefergehende Abdeckung der Kerntranskripte ermöglichtwird 20.

Es gibt verschiedene kommerziell verfügbare Plattformen, die in den letzten Jahren verwendet wurden, um Einzelzellgenomikdaten zu untersuchen, einschließlich RNA-seq und ATAC-seq. Eine der bekanntesten Plattformen ist die 10x Genomics Chromium-Plattform für einzellige Genexpression und Einzelzell-ATAC-Profiling. Da die Plattform mit Hilfe von mikrofluidischen Kammern arbeitet, können Ablagerungen oder Aggregate das System verstopfen, was zum Verlust von Daten, Reagenzien und wertvollen klinischen Proben führt. Daher hängt der Erfolg von Einzelzellstudien weitgehend von der genauen Isolierung einzelner Zellen/Kerne ab.

Das Protokoll, das wir hier demonstrieren werden, ist eine leicht modifizierte Kombination der Protokolle DroNc-seq und Omni-ATAC-seq und verwendet einen ähnlichen Ansatz wie neuere Studien, die snRNA-seq verwenden, um neurologische Störungen und neuronale Zelltypen im menschlichen Gehirn zu verstehen18,19,21,22,23,24. Das Protokoll verwendet eine Kombination aus enzymatischer /mechanischer Dissoziation gefrorener Proben, gefolgt von Filtration und Gradientenzentrifugation und ermöglicht eine schnelle und genaue Isolierung einzelner Kerne aus frischem gefrorenem Gliomgewebe. Wir haben dieses Protokoll erfolgreich verwendet, um snRNA-seq- und snATAC-seq-Daten aus dem gleichen Kernpräparat aus Hirntumorproben zu generieren.

Protocol

Frische gefrorene Gliomproben wurden aus der Gewebebank des Nationalen Zentrums für Tumorerkrankungen (NCT) in Heidelberg gewonnen. Die Verwendung von Patientenmaterial wurde vom Institutional Review Board der Medizinischen Fakultät Heidelberg genehmigt und die Einwilligung aller in die Studie einbezogenen Patienten eingeholt. 1. Experimentelle Vorbereitung Führen Sie alle Schritte auf Eis oder bei 4 °C durch. Vorkühlschläuche, Geschirr, Rasierklingen, Douncer und St?…

Representative Results

Die Einzelkerngenomik ist ein sich entwickelndes Feld mit begrenzten Daten und Protokollen. Ein kritischer Faktor, der das Ergebnis von Einzelkernassays beeinflusst, ist die Isolierung reiner und intakter Kerne. Wir haben zwei veröffentlichte Protokolle (DroNc-seq- und Omni-ATAC-seq-Protokolle) kombiniert, um in relativ kurzer Zeit hochwertige und reine Kerne aus frischen gefrorenen Gliomgewebeblöcken zu isolieren und so die Stabilität der Transkripte zu erhalten (Abbildung 1). <p cla…

Discussion

Das Gebiet der intratumoralen Heterogenität befindet sich in einem spannenden Stadium, wobei neuartige Assays und Plattformen entwickelt werden, um das vorhandene Wissen herauszufordern und zu erweitern. Intratumorale Heterogenität ist ein entscheidender Faktor, der zum Fortschreiten der Krankheit und zur Resistenz gegen die derzeitigen Behandlungsmodalitäten bei Gliomen beiträgt28. Jüngste Studien zu Hirntumoren haben sich auf diesen wichtigen Aspektkonzentriert,indem sie einzelli…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Wir danken dem Single Cell Open Lab (scOpenLab) am Deutschen Krebszentrum (DKFZ) für hilfreiche Gespräche. Diese Forschung wurde von der Deutschen Krebshilfe, Max-Eder-Programm Fördernummer 70111964 (S.T.) unterstützt.

Materials

2-Mercaptoethanol Sigma M6250
CaCl2 Sigma 21115-100ML
Dounce Homogenizer Active motif 40401
EDTA (0.5 M) Thermo Scientific R1021
Falcon 5 mL Round Bottom Polystyrene Test Tube Corning 352235
Iodixanol (aka Optiprep) Stem cell technologies 07820
MACs Smart Strainers (30 µm) Miltenyi Biotec 130-098-458
MACS SmartStrainers (100 µm) Miltenyi Biotec 130-098-463
Mg(Ac)2 Sigma 63052-100ML
NP-40 Abcam ab142227
Nuclei Isolation Kit: Nuclei EZ Prep Sigma NUC101-1KT
Phenylmethanesulfonyl fluoride (PMSF) Sigma P7626
Pre-Separation Filters (20 µm) Miltenyi Biotec 130-101-812
Safe lock tubes 1.5 mL Eppendorf 0030120086
Safe lock tubes 2.0 mL Eppendorf 0030120094
Single Cell ATAC 10x Genomics
Single Cell Gene Expression 10x Genomics
Sucrose Sigma S0389
Wide Bore pipette tips (1000 µL) Themo Fisher Scientific 2079GPK
Wide Bore pipette tips (200 µL) Themo Fisher Scientific 2069GPK

Referenzen

  1. Huse, J. T., Holland, E. C. Targeting brain cancer: advances in the molecular pathology of malignant glioma and medulloblastoma. Nature Reviews Cancer. 10 (5), 319-331 (2010).
  2. Kreso, A., Dick, J. E. Evolution of the cancer stem cell model. Cell Stem Cell. 14 (3), 275-291 (2014).
  3. Filbin, M. G., Suva, M. L. Gliomas Genomics and Epigenomics: Arriving at the Start and Knowing It for the First Time. Annual Review of Pathology. 11, 497-521 (2016).
  4. Ferris, S. P., Hofmann, J. W., Solomon, D. A., Perry, A. Characterization of gliomas: from morphology to molecules. Virchows Archive. 471 (2), 257-269 (2017).
  5. Louis, D. N., et al. The 2016 World Health Organization Classification of Tumors of the Central Nervous System: a summary. Acta Neuropathologica. 131 (6), 803-820 (2016).
  6. Eckel-Passow, J. E., et al. Glioma Groups Based on 1p/19q, IDH, and TERT Promoter Mutations in Tumors. The New England Journal of Medicine. 372 (26), 2499-2508 (2015).
  7. Suzuki, H., et al. Mutational landscape and clonal architecture in grade II and III gliomas. Nature Genetics. 47 (5), 458-468 (2015).
  8. Cancer Genome Atlas Research. Comprehensive, Integrative Genomic Analysis of Diffuse Lower-Grade Gliomas. The New England Journal of Medicine. 372 (26), 2481-2498 (2015).
  9. Noushmehr, H., et al. Identification of a CpG island methylator phenotype that defines a distinct subgroup of glioma. Cancer Cell. 17 (5), 510-522 (2010).
  10. Yan, H., et al. IDH1 and IDH2 mutations in gliomas. The New England Journal of Medicine. 360 (8), 765-773 (2009).
  11. Yan, H., Bigner, D. D., Velculescu, V., Parsons, D. W. Mutant metabolic enzymes are at the origin of gliomas. Krebsforschung. 69 (24), 9157-9159 (2009).
  12. Gawad, C., Koh, W., Quake, S. R. Single-cell genome sequencing: current state of the science. Nature Reviews Genetics. 17 (3), 175-188 (2016).
  13. Tanay, A., Regev, A. Scaling single-cell genomics from phenomenology to mechanism. Nature. 541 (7637), 331-338 (2017).
  14. Wu, M., Singh, A. K. Microfluidic Flow Cytometry for Single-Cell Protein Analysis. Methods in Molecular Biology. 1346, 69-83 (2015).
  15. Schwartzman, O., Tanay, A. Single-cell epigenomics: techniques and emerging applications. Nature Reviews Genetics. 16 (12), 716-726 (2015).
  16. Macaulay, I. C., Ponting, C. P., Voet, T. Single-Cell Multiomics: Multiple Measurements from Single Cells. Trends in Genetics. 33 (2), 155-168 (2017).
  17. Buenrostro, J. D., et al. Single-cell chromatin accessibility reveals principles of regulatory variation. Nature. 523 (7561), 486-490 (2015).
  18. Habib, N., et al. Massively parallel single-nucleus RNA-seq with DroNc-seq. Nature Methods. 14 (10), 955-958 (2017).
  19. Corces, M. R., et al. An improved ATAC-seq protocol reduces background and enables interrogation of frozen tissues. Nature Methods. 14 (10), 959-962 (2017).
  20. Slyper, M., et al. A single-cell and single-nucleus RNA-Seq toolbox for fresh and frozen human tumors. Nature Medicine. 26 (5), 792-802 (2020).
  21. Mathys, H., et al. Single-cell transcriptomic analysis of Alzheimer’s disease. Nature. 570 (7761), 332-337 (2019).
  22. Krishnaswami, S. R., et al. Using single nuclei for RNA-seq to capture the transcriptome of postmortem neurons. Nature Protocols. 11 (3), 499-524 (2016).
  23. Al-Dalahmah, O., et al. Single-nucleus RNA-seq identifies Huntington disease astrocyte states. Acta Neuropathologica Communications. 8 (1), 19 (2020).
  24. Jakel, S., et al. Altered human oligodendrocyte heterogeneity in multiple sclerosis. Nature. 566 (7745), 543-547 (2019).
  25. Butler, A., Hoffman, P., Smibert, P., Papalexi, E., Satija, R. Integrating single-cell transcriptomic data across different conditions, technologies, and species. Nature Biotechnology. , (2018).
  26. Lake, B. B., et al. Integrative single-cell analysis of transcriptional and epigenetic states in the human adult brain. Nature Biotechnology. 36 (1), 70-80 (2018).
  27. Stuart, T., et al. Comprehensive Integration of Single-Cell Data. Cell. 177 (7), 1888-1902 (2019).
  28. Bready, D., Placantonakis, D. G. Molecular Pathogenesis of Low-Grade Glioma. Neurosurgery Clinics of North America. 30 (1), 17-25 (2019).
  29. Venteicher, A. S., et al. Decoupling genetics, lineages, and microenvironment in IDH-mutant gliomas by single-cell RNA-seq. Science. 355 (6332), (2017).
  30. Tirosh, I., et al. Single-cell RNA-seq supports a developmental hierarchy in human oligodendroglioma. Nature. 539 (7628), 309-313 (2016).
  31. Weng, Q., et al. Single-Cell Transcriptomics Uncovers Glial Progenitor Diversity and Cell Fate Determinants during Development and Gliomagenesis. Cell Stem Cell. 24 (5), 707-723 (2019).
  32. Neftel, C., et al. An Integrative Model of Cellular States, Plasticity, and Genetics for Glioblastoma. Cell. 178 (4), 835-849 (2019).
  33. Al-Ali, R., et al. Single-nucleus chromatin accessibility reveals intratumoral epigenetic heterogeneity in IDH1 mutant gliomas. Acta Neuropathologica Communications. 7 (1), 201 (2019).

Play Video

Diesen Artikel zitieren
Narayanan, A., Blanco-Carmona, E., Demirdizen, E., Sun, X., Herold-Mende, C., Schlesner, M., Turcan, S. Nuclei Isolation from Fresh Frozen Brain Tumors for Single-Nucleus RNA-seq and ATAC-seq. J. Vis. Exp. (162), e61542, doi:10.3791/61542 (2020).

View Video