$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Une mise en œuvre de la plate-forme de méthyl-Seq rat dépend de plusieurs critères. Figure 1 illustre le flux de travail global de l’étude et met en lumière les mesures spécifiques contrôle qualité (CQ) qui sont nécessaires avant d’avancer. Parmi les premiers facteurs à considérer est la robustesse du modèle animal et le traitement du stress, qui déterminent l’ampleur des changements épigénétiques qui se produisent à travers le méthylome. Étant donné que notre travail animale repose sur notre observation précédente exposition de corticostérone (CORT) pouvant mener à des changements dans la méthylation de l’ADN19,20, notre régime de stress chronique de variable (CVS) devait être de rigueur suffisante pour produire a souligné rats plasmatiques élevés de CORT. Un schéma typique de CVS hebdomadaire est indiqué dans le tableau 1 et se composait des facteurs de stress quotidiens dans le matin, après-midi, et durant la nuit, qui sont constamment modifiés pour empêcher l’accoutumance et diminué la réponse au stress. Dans le traitement de 3 semaines, les animaux stressés présentaient des taux significativement élevés de plasmatique moyenne CORT [jours 4 à 21, contrôlent : 32,7 3,7 ng/mL, Stress : 103,0 11,9 ng/mL (moyenne SEM), P = 2,2 x 10-4, Figure 2 a] au-dessus de ceux d’atones, animaux témoins. Invariablement, ces animaux ont également montré une plus grande anxiété comme comportement sur l’élévation plus labyrinthe (EPM), comme en témoigne le significativement plus de temps passé dans les bras fermés de l’EMP et moins de temps dans les bras ouverts (Figure 2 b). Ces résultats démontrent que l’exposition CVS conduit à endocrines significative et des changements de comportement, qui nous conduit à examiner si ces changements ont été associés à des signatures spécifiques de méthylation de l’ADN.
Nous insistons sur plusieurs points de contrôle qui sont cruciaux pour la construction réussie de la bibliothèque de méthyl-Seq. Commençant par une quantité suffisante d’ADN est nécessaire, comme la sonication, multiples lavage/purification, enrichissement de la cible, et les étapes de conversion du bisulfite successivement réduisent la quantité d’ADN dans la bibliothèque de fini. Bien que plusieurs étapes d’amplification PCR atténuer la perte de la matrice d’ADN, un nombre de cycle PCR excessif peut introduire supérieure lit double. Pour la présente étude de rat méthyl-Seq, 2 g de sang ADNg par rat a été utilisé. Nous notons que le méthyl-Seq bibliothèques peuvent être faites avec quantité d’ADN de départ aussi bas que 500 ng. Petit matériel de départ permet aux utilisateurs de générer des bibliothèques de l’ADN isolé de FACS (fluorescence-lancée de cellules tri) ou aiguille à coups de poing, bien qu’il y a un risque accru de produire une quantité insuffisante de librairies pour le séquençage subséquent. QC est interprété par électrophorèse de 1 L de l’échantillon sur un bioanalyzer, qui fournit le poids moléculaire, la quantité et la molarité ADN. Trois étapes essentielles qui nécessitent l’utilisation de la bioanalyzer sont : 1) après l’étape de sonication pour vous assurer un cisaillement suffisante d’ADN (~ 170 bp, rouge, Figure 3) ; 2) après l’étape de ligature adaptateur indiqué par un changement dans la taille moyenne de l’ADN cisaillée (~ 200 bp, bleu, Figure 3) pour assurer leur ultérieure amplification par PCR ; et 3) après l’étape de purification finale bibliothèque afin d’assurer la quantité et la taille de la bibliothèque pour l’ordonnancement.
Les paquets R BSSeq et BSmooth en Bioconductor ont été utilisées pour analyser le bisulfite de séquençage données18. Ils comprennent des outils et des méthodes d’alignement des séquence lectures, effectuer le contrôle de la qualité, et identifiant différentiellement méthylés des régions (DMR). BSmooth logiciel appelle noeud papillon 2.016,17 comme un alignement de séquence interne pour obtenir des résumés de CpG-niveau de mesure, par l’alignement des lectures d’entrée brutes au bisulfite-converti des séquences génomiques. Les lectures alignées sont ensuite filtrés à travers des procédures de contrôle de qualité rigoureux qui cherchent à identifier le séquençage systématique et des erreurs de base d’appel qui peuvent biaiser les analyses en aval. Une série de parcelles sont générés pour aider visuellement dans ce processus de filtrage. Séquençage métriques sont également générés à l’information pertinente de document tels que le nombre de lectures alignés, % cible et par la couverture de CpG, parmi d’autres (tableau 2). Une fois que les données sont filtrées, un algorithme de lissage/normalisation est réalisé, où chaque CpG est attribuée une valeur estimative de méthylation selon QC tous les lit à partir de chaque échantillon et estimations des voisins GPC pour assurer les appels plus précise de la méthylation statut même dans les cas où la couverture de la séquence est faible. Cette valeur fournit une estimation lissée de la probabilité de méthylation sur chaque site de CpG. En comparant la moyenne des estimations lissée de la méthylation de l’échantillon entre les deux groupes de traitement et le classement des régions génomiques du plus significativement différentes au moins, une liste des DMR est générée (tableau 3).
Le haut avec que DMR entre les groupes soumis à une contrainte et non accentués se trouvait dans le promoteur du gène majeur d’histocompatibilité rat Rt1-m4, a insisté sur les animaux présentant des niveaux plus élevés de la méthylation dans l’ensemble de tous les GPC que les animaux non accentué (Figure 4 a). Pour confirmer la mise en œuvre réussie de la plate-forme de méthyl-Seq et l’analyse des données, les amorces ont été conçus contre la DMR et sanguin de méthylation de l’ADN dans l’ensemble de la cohorte d’animaux stressés et non stressés (8 séquencé par méthyl-Seq et 8 non séquencé) ont été évalués par bisulfite pyrosequencing. Les résultats démontrent une augmentation significative de la méthylation de l’ADN à travers 10 hors de la 12 GPC dosés (changement de 5.1 – 10,4 % méthylation, P < 0,037, Figure 4 b). KEGG voie analyse a été effectuée sur l’ensemble de la DMR nominalement important d’identifier les voies associées au stress. Constamment, DMR associées aux voies mis en cause les maladies liés à l’exposition de stress chronique, comme le diabète, les maladies cardiovasculaires et le cancer (tableau 4). 21 , 22 , 23 pour démontrer un lien entre les données de l’épigénétiques et le degré d’exposition au stress, niveaux de méthylation au CpG-10 on a comparé les concentrations moyennes de CORT de 3 semaines pour chaque animal. Les résultats ont montré une corrélation modeste entre les données du système endocrinien et de méthylation (R2= 0,54, P = 0,001, Figure 5).

Figure 1 : ensemble schématique "workflow" pour la plateforme de rat méthyl-Seq. Un g de l’ADN génomique extrait le sang de souligner et de rats témoins est d’abord transformé pour construire les bibliothèques de méthyl-Seq pour séquençage, analyse et identification des cibles. Un autre 100 ng d’ADN est utilisé pour une validation indépendante des cibles identifiées épigénétiques par bisulfite pyrosequencing. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Figure 2 : exposition à un stress chronique variable (CVS) entraîne des changements endocriniens et comportements chez les rats. (A) plusieurs prélèvements de corticostérone (CORT) démontrent la robustesse de la semaine 3 régime CVS. Des échantillons de sang ont été prélevés dans la matinée avant le régime de stress quotidien. (B) a souligné animaux passée plus de temps dans les bras fermés et moins de temps dans les bras ouverts de l’élevé plus de labyrinthe (EPM). Boîtes avec point de données pour chaque animal sont indiqués. Test T de Student a été réalisé pour une signification statistique. * P < 0,05, ** P < 0,01, et *** P < 0,001. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Figure 3 : dosage du rat cisaillé et adaptateur-ligaturé ADN sur un bioanalyzer. Les courbes rouges et bleues montrent la quantité et la taille de l’ADN génomique (rouge) après la tonte en un sonicateur isotherme et la ligature de l’adaptateur, respectivement. Chaque ligne représente un échantillon et le rouge et bleus courbes reflètent les deux perte d’ADN au cours des plusieurs étapes (fin-réparation, 3'-adénylation et le nettoyage de l’échantillon) et augmentent en taille de bp en raison de la ligature des adaptateurs. Forte des pics à 25 bp et bp 1500 sont des marqueurs standards qui ont été ajoutés au tampon de chargement. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Figure 4 : les changements épigénétiques induites par CVS sont détectés par rat méthyl-suiv. (A) analyse du rat méthyl-Seq données impliqués du promoteur du gène Rt1m4 comme une région différentiellement méthylée (DMR) entre stressés (rouge) et les rats témoins (bleu). La sortie graphique pour la Rt1m4 DMR (région ombrée rose) affiche chaque CpG (ligne grise verticale), les quatre échantillons dans chaque groupe (lignes rouges ou bleues) et les niveaux de méthylation % pour chaque animal (point rouge ou bleu). (B) douze GPC au sein de la DMR ont été validés par le bisulfite pyrosequencing. Les graphiques à barres sont représentés en moyenne de SEM, et un test de Student T-a été réalisé pour une signification statistique. * P < 0,05. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Figure 5 : analyse de régression linéaire ont montré une corrélation modeste entre % ADN méthylation au CpG-10 de Rt1m4 et la semaine 3 plasma CORT les concentrations moyennes de tous les deux souligné et contrôlent les animaux (N = 16). Données d’animaux stressés sont représentées par des cercles rouges. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
| Semaine | Jour 1 | Jour 2 | Jour 3 | Jour 4 | Jour 5 | Jour 6 | Jour 7 |
| AM | Dispositif de retenue pour | Nager | Chambre froide | Nager | Dispositif de retenue pour | Shaker | Nager |
| PM | Shaker | Inclinaison de la cage | Dispositif de retenue pour | Shaker | Chambre froide | Dispositif de retenue pour | Chambre froide |
| Pendant la nuit | Restreindre les aliments | Mouiller la literie | Isolement | Lumière sur | Le surpeuplement | Lumière sur | Mouiller la literie |
Tableau 1 : Un horaire hebdomadaire typique du traitement chronique d’effort variable (CVS).
| Séquençage Metrics | Stress,1 | Contrôle1 |
| (n = 4) | (n = 4) |
| Jumelé fin lectures (PER) | 89,290,397 | 80,165,674 |
| Fin apparié unique mappé lit (UMPER) | 39,200,255 | 35,013,406 |
| Efficacité de taux/cartographie alignement (UMPER / PER) | 44 % | 44 % |
| Double lit (% de UMPER) | 73 % | 65 % |
| UMPER dédupliquée | 10,481,031 | 12,306,018 |
| Moyenne lecture profondeur couverture (x) (ARDC) | x 6 | x 6 |
| GPC (N) | 12,056,878 | 12,056,878 |
| ARDC (x) des GPC | x 2 | x 2 |
| GPC au moins 10 lectures (N) | 481 383 | 595 850 |
| ARDC (X) des GPC au moins 10 lectures | 19 | 19 |
| Sur cible GPC (chevauchement complet avec sonde les régions cibles) | 1 923 872 | 2 007 638 |
| Sur la cible ARDC (x) des GPC | x 7 | 8 x |
| Sur cible GPC au moins 10 lectures (N) | 428 249 | 531 419 |
| Sur cible ARDC (x) des GPC au moins 10 lectures | 18 x | 18 x |
| Sur la cible (p. avec 1 ou plusieurs paires de bases chevauchement avec sonde les régions cibles) (UMPER) | 8 277 715 | 9 369 523 |
| % Sur la cible (de UMPER dédupliquée) | 78 % | 77 % |
| Sur la cible (Total Bases mappées) Mb | 125 Mo | 128 Mo |
| Couverture de profondeur sur cible lecture moyenne (x) (ARDC) | 9 x | x 10 |
|
1 Métriques de séquençage basé sur les moyennes dans l’ensemble de sujets dans chaque groupe | | |
Tableau 2 : Séquençage paramètres obtenus à partir de la plate-forme de méthyl-Seq de rat.
| Chr | début | fin | gène | distance | areaStat | meanDiff | stress | contrôle | Direction |
| chr20 | 1 644 246 | 1 644 390 | RT1-M4 | in_gene | 93.03 | 0,22 | 0,33 | 0,11 | gain |
| chr5 | 160,361,352 | 160,361,564 | LOC690911 | in_gene | -70.75 | -0,19 | 0,72 | 0,91 | perte |
| CHR3 | 61,138,281 | 61,138,330 | RGD1564319 | 265569 | 61.79 | 0,21 | 0,94 | 0,72 | gain |
| CHR2 | 143,064,811 | 143,065,010 | UFM1 | 8569 | -59.48 | -0,11 | 0,13 | 0,24 | perte |
| chr7 | 30,764,111 | 30,764,284 | Ntn4 | in_gene | 57.04 | 0,21 | 0,94 | 0,73 | gain |
| chr17 | 12,469,112 | 12,469,218 | Idnk | 41996 | -50.91 | -0,13 | 0,74 | 0,88 | perte |
| chr7 | 47,101,725 | 47,101,930 | PAWR | in_gene | -50.54 | -0,12 | 0,64 | 0,76 | perte |
| chr5 | 76,111,248 | 76,111,822 | Txndc8 | 151703 | -50.38 | -0,11 | 0,85 | 0,96 | perte |
| chr11 | 80,640,132 | 80,640,356 | Dgkg | in_gene | -50.07 | -0,16 | 0,73 | 0,89 | perte |
| chr8 | 71,759,248 | 71,759,411 | Mir190 | 210226 | -47.84 | -0,17 | 0,58 | 0,75 | perte |
Tableau 3 : Top 10 méthylé différentiellement régions. Pour chaque DMR, la table de sortie montre de gauche à droite de la colonne de droite : localisation chromosomique (chr), coordonnées (début/fin), le nom de gène, distance de la transcription site, le statistique de la superficie différentielle entre a souligné et les témoins des groupes (areaStat), signifie méthylation différentielle (meanDiff), niveaux de méthylation moyenne sur l’ensemble de chaque DMR pour a souligné et groupes témoins (/ contrôle du stress) et la direction de méthylation changent de contrôles.
| Termes de voie KEGG | Comte de gène | % | P-valeur | Benjamini |
| Diabète |
| Diabète sucré de type II | 12 | 0,1 | 3,6 x 10-4
| 9,8 x 10-3
|
| Maladies cardiovasculaires |
| Contraction du muscle lisse vasculaire | 18 | 0,1 | 1.6 x 10-3
| 3,6 x 10-2
|
| Cardiomyopathie ventriculaire droite arythmogène (CVDA) | 13 | 0,1 | 4,0 x 10-3
| 7.1 x 10-2
|
| Cardiomyopathie dilatée | 14 | 0,1 | 7,6 x 10-3
| 1,2 x 10-1
|
| Fonction neuronale |
| Potentialisation à long terme | 11 | 0,1 | 1.5 x 10-2
| 1. 4 x 10-1
|
| De signalisation |
| Voie de signalisation MAPK | 35 | 0,2 | 2,4 x 10-4
| 9,9 x 10-3
|
| Voie de signalisation calcique | 22 | 0,1 | 1,2 x 10-2
| 1. 4 x 10-1
|
| Voie de signalisation de chimiokine | 21 | 0,1 | 1,2 x 10-2
| 1,3 x 10-1
|
| Cancer |
| Voies du cancer | 42 | 0,3 | 4.1 x 10-5
| 3.4 x 10-3
|
| Gliome | 15 | 0,1 | 4.4 x 10-5
| 2,4 x 10-3
|
| Cancer du poumon non à petites cellules | 10 | 0,1 | 7,9 x 10-3
| 1,1 x 10-1
|
| Cancer colorectal | 13 | 0,1 | 8,4 x 10-3
| 1,1 x 10-1
|
| Leucémie myéloïde chronique | 12 | 0,1 | 1,2 x 10-2
| 1,3 x 10-1
|
Tableau 4 : Analyse KEGG voie de DMR identifié chez le rat méthyl-suiv.