$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Analyse de l’ensemble du processus de règlement de gène est nécessaire pour bien comprendre les adaptations cellulaires en réponse à un stimulus spécifique ou un traitement. Combinant total RNA-seq, 4sU-seq, ribosome profilage et ChIP-seq à différents moments conduit à une analyse approfondie des principaux processus de régulation génique au fil du temps. Une compréhension approfondie des processus biologiques est nécessaire pour définir le montage expérimental, mais aussi les points dans le temps optimale.
Étant donné que les méthodes pour étudier la régulation génique améliorent rapidement, ces protocoles peuvent être adaptées aux changements rapides. Néanmoins, ils fournissent les moyens les plus importants pour l’étude des mécanismes de régulation génique base dans n’importe quel type de cellule. Ici, nous avons discuter de certains des pièges et des faits, il faut considérer lors de l’utilisation de ces méthodes.
Cellules : Les cellules doivent être très viables et, si vous utilisez des cellules isolées primaires, pureté des populations de cellules doit être garantie (p. ex., analyse des FACS pour des cellules primaires de T). Cellules même légèrement stressés peuvent influencer les résultats de ces méthodes de séquençage très sensible et abaisser la quantité de l’ARN transcrit ou nouvellement traduite et conduire à lectures non désirées de la réaction de stress dans les résultats de séquençage. La vitesse de centrifugation mentionnée dans le présent protocole pour granuler cellules est optimisée pour les cellules T primaires. Ainsi, régler la vitesse selon le type de cellule.
4 sU les effets sur la physiologie cellulaire : En plus des options susmentionnées pour vérifier une perturbation minime à physiologie cellulaire lors de l’addition de 4sU, analyse supplémentaire et/ou complémentaires peut être effectuée, surtout lorsque le nombre de cellules est limité. Effets sur la prolifération cellulaire peuvent être analysés en vérifiant le temps de doublement des cellules en comptant simplement les cellules marquées et non marquées. Induction de stress nucléolaire pourrait également être testée en analysant la morphologie des cellules par immunofluorescence souillant des noyaux et nucléoline. Pour vérifier l’impact de 4sU, expression de gène global pouvait être mesurée en corrélant lire des comtes de l’ARN total marqué à l’ARN total sans étiquette.
Nombre de cellules : Pour in vitro généré des cellules T, nous recommandons commençant par au moins la quantité de cellules indiquées dans le tableau 2. Choisissez un nombre suffisant selon la méthode selon le type de cellules. Étant donné que les cellules T ont moins cytoplasme et ARN par rapport aux autres cellules, des quantités plus faibles probables d’autres cellules sera adéquates. Pour ChIP-seq, nombre de cellules dépendre fortement l’anticorps utilisé et le niveau d’expression de la protéine d’intérêt dans les cellules. Pour les histones ou puce RNAPII, fewe cellules peuvent être utilisés, alors que le nombre de cellules nécessaire d’augmenter lorsque des facteurs de transcription sont utilisés, surtout s’ils sont exprimés à des niveaux faibles.
4 sU-étiquetage et biotinylation RNA : Lors de l’utilisation de cellules adhérentes, 4sU étiquetage peut être adressée comme indiqué par Rädle et al. 19 depuis 4sU très rapidement intégrer des cellules, il peut être ajouté directement au milieu de suspension, adhérentes ou cellules semi adhérentes.
Il est recommandé de commencer la biotinylation avec 60 à 80 µg d’ARN. Néanmoins, des quantités plus faibles de l’ARN peuvent être utilisées, même si nous n’ai pas tester pour moins de 30 µg. Ajouter un coprecipitant (par exemple, GlycoBlue) quelle précipitation RNA si la pastille est difficile à voir. Duffy et coll. ont également montré que biotine methylthiosulfonate-activé (MTS-biotine) plus efficacement réagit avec de l’ARN marqué 4sU que HPDP-biotine31. Par conséquent, il pourrait être utile envisagent de changer de MTS-biotine, en particulier, pour la récupération des petits ARN, qui ont tendance à avoir moins résidus uridine (se référer au protocole biotinylation mentionné par voir de Duffy et al. ; Purification d’ARN marqué 4sU, Procédures expérimentales).
Pour la récupération de l’ARN nouvellement transcrite, il est possible d’utiliser des billes paramagnétiques ou perles de RNA nettoyage de votre choix. Toujours tenir compte du fait que ces kits peuvent ou ne peuvent pas purifier d’ARN spécifiques. Par exemple, si vous êtes intéressé de miARN, envisagez d’utiliser des kits spécifiques pour séquençage et capture de miRNA.
Quantification de l’ARN transcrit nouvellement : Afin de quantifier précisément les RNA nouvellement transcrite, mesure doit être effectuée par un fluorimètre approprié (voir la Table des matières). Moins de 1 h d’exposition 4sU, RNA nouvellement transcrite représente environ 1 à 4 % de l’ARN total. ARN nouvellement transcrite de 1 h étiqueté, les lymphocytes T activés se compose de ~ 90-94 % des ARNr11.
Ribosome profilage : Lors de l’établissement de la méthode, nous avons déterminé que l’utilisation de 1.5 fois le montant de la nucléase que celle suggérée dans le protocole original garantit une bonne digestion. En outre, aucun effet indésirable n’ont été signalés pour des quantités élevées de nucléase. Car il est assez difficile d’overdigest la PRSA alors qu’ils font partie de l’ARN lié par les protéines ribosomales, vous pouvez augmenter encore légèrement le montant pour titrer la digestion nucléasique optimale.
Si moins de 500 ng d’ARN du FPR ont été récupérés à l’étape 4.4.2, répétez l’appauvrissement de l’ARNr et piscine purifiée PRSA avec ARN Clean & concentrateur-5 colonnes. Vous pouvez également charger deux échantillons identiques à côté de l’autre sur le gel (étape 4.5.3) et tranches de gel piscine pendant l’élution RNA du gel (étape 4.5.6).
Il est recommandé de couper le F.p.i. sur un gel aussi étroitement que possible aux bandes nt 28 et 30. Cela aide à éliminer les fragments non désirés d’ARNr et les ARNt, qui plus tard deviendra partie de votre bibliothèque et réduire le séquençage lectures pour votre PRSA.
Il est également recommandé d’éviter la lumière durant la purification du gel UV. Cela peut créer des pseudos dans les fragments d’ARN, mais aussi des dimères de pyrimidine, qui, en fin de compte, peuvent gravement affecter la préparation de la bibliothèque et les résultats du séquençage.
Préparation de la bibliothèque et le séquençage des données : Ribosome profilage de protocole permet de générer une banque d’ADNc convenant au séquençage. Généré par 4sU-étiquetage des échantillons peuvent être utilisés directement pour la préparation de la bibliothèque avec n’importe quel kit de séquençage ARN approprié. Depuis l’ARN nouvellement transcrite, surtout lorsqu’à l’aide de quelques fois, l’étiquetage peut pas encore polyadénylé, aucune sélection de poly-A ne doit être effectuée. Au lieu de cela, nous recommandons fortement de déplétion ARNr pour empêcher réduisant la profondeur de séquençage de l’échantillon réel. À l’aide de cellules T, nous avons commencé avec 400 ng d’ARN nouvellement transcrite et total (selon le kit, voir matériaux), jouée ARNr épuisement et réduit les cycles pour l’amplification PCR à minimiser le biais PCR. Preparation de la bibliothèque peut être réalisé avec des matériaux moins. Pour tenir compte de la bibliothèque complexité un nombre de cycles PCR doit être optimisé.
Pour ChIP-seq il y a aussi de nombreux kits disponibles pour la préparation de la bibliothèque. Dans notre bibliothèque de mains préparation a travaillé bien à partir de 2 ng de puce ADN (voir la documentation pour une suggestion sur quel kit à utiliser). N’oubliez pas de vérifier les indices pour la balance des couleurs pendant le séquencement. Nous vous recommandons une profondeur de séquençage au moins 40 x 106 lectures chaque 4sU-seq, total RNA-seq, et ChIP-seq échantillons et ≥80 x 106 lectures pour ribosome profilage des échantillons. La profondeur de séquençage dépend de l’échantillon et l’analyse bioinformatique en aval et sont à considérer avec précaution. Pour analyser les lectures intronic pour cotranscriptional l’épissure, 100 séquençage jumelé-fin de bp doit être choisi.
Séquençage biais : Le séquençage est devenu l’étalon-or lors de la détermination des changements globaux dans la transcription, la traduction ou la liaison de facteur de transcription. Au sein de ces dernières années, les méthodes existantes ont été poussés à leurs limites ou de nouvelles techniques ont été développées pour le séquençage de plus en plus petites quantités de départ de l’ARN. Pour cela, l’amplification de l’ADNc, qui introduit le bruit ou la partialité. Récemment, des identificateurs uniques moléculaires (UMIs) ont été développés pour identifier expérimentalement les doublons introduits par PCR. Récemment, il a été démontré que UMIs juste légèrement améliorent la puissance de séquençage et le taux de fausse découverte d’expression différentielle des gènes32. Néanmoins, envisagez d’utiliser des identificateurs uniques moléculaires (UMIs) pour toutes les bibliothèques de séquençage au contrôle pour la complexité de la bibliothèque, en particulier lors du démarrage avec de faibles quantités d’ARN et lors de nombreux cycles de PCR sont nécessaires.
Tampons et solutions de stock : Tous les tampons pour 4sU-seq et ribosomes profilage doivent être préparées dans des conditions strictes de RNase-libre à l’aide de l’eau exempte de nucléase. Il est recommandé d’acheter pré-faites NaCl exempte de nucléase, Tris-HCl, EDTA, citrate de sodium et d’eau. Afin d’assurer des conditions sans nucléase, une solution de décontamination de RNase peut être utilisée pour nettoyer les surfaces ou les pipettes. Tous les tampons pour ChIP-seq doivent être au moins exempte de DNase et peut être stocké à température ambiante. Toujours ajouter les inhibiteurs de protéase et, éventuellement, les inhibiteurs de la phosphatase juste avant utilisation et le garder sur la glace.
Bio-informatique : Analyse toutes les données de séquençage (c.-à-d., ChIP-seq, RNA-seq et ribsosome profilage) implique le contrôle de la qualité (par exemple, à l’aide de FastQC, http://www.bioinformatics.babraham.ac.uk/projects/fastqc/), règlage de l’adaptateur (par exemple, avec cutadapt20) suivie de mappage vers le génome de référence pour les cellules à l’étude. Pour les données de RNA-seq (total et 4sU-seq), ainsi que ribosome données de profilage, un mappeur de RNA-seq épissé est nécessaire, comme ContextMap 221. Des alignements de données unspliced ChIP-seq, à l’aide de BWA-MEM22 est suffisant. L’expression des gènes peut être calculée à l’aide de la RPKM modèle (lectures par kilobases de Exon par Million de Fragments mappé)1, après avoir déterminé lire des comptes par le gène à l’aide d’un programme, par exemple featureCounts23. Pour les appels de pic de données ChIP-seq, un certain nombre de programmes est disponible, par exemple, Mac24 ou GEM25. Autres analyses en aval peuvent être effectuées en R26, en particulier à l’aide des outils fournis par le projet de Bioconductor27.
Ici, un défi majeur dans l’intégration des niveaux d’ARN - 4sU et total et l’activité traductionnelle du ribosome profilage est normalisation. Une approche classique pour régler ce problème est de normaliser au niveau des gènes de maintien de la maison. Pour réduire le bruit dû aux fluctuations aléatoires des gènes individuels de maintien de la maison, il est recommandé d’utiliser non seulement quelques gènes de ménager mais niveaux médians pour un ensemble plus vaste, par exemple la > 3 000 gènes de ménager compilées par Eisenberg et Levanon28 . Pour le calcul du taux de roulement du RNA des ratios de 4sU-à QU'ARN total, normalisation est basé sur le chiffre d’affaires moyen taux (par exemple, en supposant une demi-vie de RNA de 5 h)29. Cependant, puisque cela ne suppose aucun changement global pour les gènes de maintien de la maison, nous recommandons l’utilisation d’approches d’analyse indépendante de la normalisation, par exemple, d’une série chronologique des types de données différents pour identifier les groupes de gènes de clustering basé sur corrélation avec un comportement distinct dans la transcription et la traduction lors de l’activation. Pour une description détaillée sur bioinformatical intégration des types de données différents, nous nous référons à l’origine de publication11.
Analyse de l’intégration de données et les taux de chiffre d’affaires : Un article récemment publié33 comparant les demi-vies déterminées par un contrôle de gène multiplexé (MGC) à des méthodes globales pourraient montrer que les demi-vies correspondent mieux avec ceux obtenus par des méthodes de marquage métaboliques par rapport aux autres méthodes (par exemple, inhibition générale de transcription de médicaments). Toutefois, il convient de mentionner que les différences entre les calculs de Half-Life peuvent survenir et ont été décrits 15,34. Nous représentent la majeure partie des problèmes et des différences qui sont introduites par la réaction de stress dus à l’exposition prolongée 4sU. Il est donc indispensable d’exclure de la réponse au stress introduite par 4sU-étiquetage. Afin de valider davantage le taux de roulement, nous recommandons l’utilisation du MSG.
En outre, un groupe de données généré ici pourrait également être utilisé pour un plus intégrative données analyse (p. ex., règlement d’ARN long non codantes)35,36.