$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Profili di digestione della cromatina
Ottimizzazione della digestione MNase è essenziale per il successo del presente protocollo. È fondamentale per generare un profilo di digestione dominato dalle dimensioni del frammento di singolo nucleosoma, mentre non eccessivamente digeriti, per consentire il recupero di frammenti di nucleosoma di ordine superiore. Un profilo ideale digestione è costituito da una maggioranza di frammenti di singolo nucleosoma con una piccola frazione che rappresenta frammenti più piccoli e più grandi di singoli nucleosomi. La figura 1 Mostra esempi di profili di distribuzione una dimensione ideale, sovra- digerito e sotto-digerito. Si noti che sub-ottima digestione della cromatina sarà anche apparente nel profilo della libreria sequenza generata dal materiale di IP (Figura 2).
Convalida di qualità libreria ndChIP-seq di qPCR
qPCR è un metodo ben consolidato per la valutazione della qualità dei ChIP18,19,20. Quando eseguire ndChIP-seq su 10.000 cellule la resa di acido nucleico dopo IP sarà inferiore a 1 ng. Pertanto, è essenziale eseguire qPCR dopo la costruzione della libreria per valutare il relativo arricchimento delle regioni di destinazione sopra priorità bassa. Per fornire una stima di sfondo, librerie costruite da cromatina MNase digerito (Input) vengono generate. Per ogni libreria IP, due insiemi degli iniettori sono necessari (vedere Supplementaltabella 3 per un elenco degli iniettori per i contrassegni dell'istone comunemente utilizzati). Un set di primer deve essere specifico per una regione genomica che è costantemente associata con la modifica dell'istone di interesse (positivo destinazione) e un'altra regione che non è contrassegnata con la modifica dell'istone di interesse (target negativo). La qualità della biblioteca ChIP-seq sarà valutata come piegare arricchimento rispetto alla libreria di input. Arricchimento di piega può essere calcolato usando la seguente equazione che presuppone l'amplificazione esponenziale della regione genomica target: 2Ctingresso-CtIP. Il nostro custom made pacchetto software statistico R, qcQpcr_v1.2, è adatto per analisi di arricchimento di qPCR di librerie native ingresso basse di ChIP-seq (File supplementari di codice). Figura 3 rappresenta un risultato di qPCR per le librerie di ChIP-seq di successo e insuccesso. Il valore di arricchimento minima piega previsto per le librerie di ndChIP-seq di buona qualità sono 16 per marcature strette, come H3K4me3 e 7 per grandi marchi, ad esempio H3K27me3.
Modellazione MNase accessibilità
Analisi computazionale di ChIP-seq sono complessa e unica per ogni impostazione sperimentale. Un insieme di linee guida stabilite dal Consorzio di Epigenomic umana internazionale (IHEC) e l'enciclopedia di DNA Elements (ENCODE) può essere utilizzato per valutare la qualità del ChIP-seq librerie21. È importante notare che la profondità di sequenziamento delle librerie influisce il rilevamento e la risoluzione di regioni arricchito20. Il numero di picchi rilevato aumento e si avvicina un altopiano come lettura profondità aumenta. Si consiglia di ndChIP-seq librerie da sequenziare conformemente alle raccomandazioni IHEC di 50 milioni accoppiato-letture (frammenti di 25 milioni) per marcature strette (per esempio, H3K4me3) e 100 milioni accoppiato-letture (frammenti di 50 milioni) per i grandi marchi ( ad esempio, H3K27me3) e22di input. Queste profondità di sequenziamento forniscono sufficiente allineamenti di sequenza per il rilevamento delle cime più significative utilizzando ampiamente utilizzati i chiamanti di picco di ChIP-seq, come MACS2 e HOMER, senza raggiungere la saturazione23,24. Una libreria di mammiferi ndChIP-seq di alta qualità ha un tasso di duplicati di PCR di < 10% e riferimento tasso di allineamento di genoma di > 90% (tra cui letture duplicate). Librerie di successo ndChIP-seq conterrà replica altamente correlate con una parte significativa (> 40%) dei picchi di letture allineati all'interno MACS222 identificato arricchite e ispezione di letture allineate su un browser del genoma dovrebbe rivelare visivamente arricchimenti rilevabili rispetto alla libreria di input (Figura 4). Inoltre, ndChIP-seq può essere utilizzato per valutare la densità nucleosoma utilizzando un algoritmo di distribuzione gaussiana miscela (w1 * n(x; Μ 1,σ1) + w2 * n(x; μ2, σ2) = 1) presso MACS2 identificato regioni arricchite di densità nucleosoma modello come definito da confini accessibili MNase. In questo modello, w1 rappresenta mono-nucleosoma distribuzione peso e w2 rappresenta il nucleosoma di distribuzione peso. Dove w1 è maggiore di w2, c'è dominanza di mono-nucleosoma frammenti e viceversa. Questa analisi richiede che librerie essere sequenziato in modo accoppiato-fine affinché frammento dimensioni possono essere definiti. Al fine di applicare l'algoritmo di distribuzione gaussiana miscela, statisticamente significative regioni arricchite in primo luogo sono identificate. Ti consigliamo di chiamare picco, con MACS2, utilizzando Input come un controllo e con le impostazioni predefinite per un taglio di valore q di 0,01 per grandi marchi e i segni stretti. Un numero di pacchetti statistici che impiega un algoritmo di distribuzione gaussiana miscela è disponibile dai pacchetti di software statistici ampiamente usato. Utilizzando la dimensione del frammento medio, determinato dai contorni lettura accoppiato-fine dei campioni IPed, distribuzioni di MACS2 identificato promotori arricchiti, e un algoritmo di distribuzione gaussiana miscela può essere applicato a ogni promotore utilizzando il pacchetto statistico-R Mclust versione 3.025 per calcolare una distribuzione ponderata. In questa applicazione, si consiglia di eliminare promotori contenenti meno di 30 frammenti allineati perché sotto questa soglia il peso risultante stime diventano inaffidabili. Una biblioteca di ndChIP-seq di buona qualità genera una distribuzione gaussiana miscela che consistono di due componenti con valori medi corrispondenti ai mono-, lunghezze di frammento di-nucleosoma.

Figura 1 : Valutazione della digestione MNase prima generazione della libreria. Profili di analizzatore di elettroforesi capillare basato su chip di un MNase ottimale digerito (A), sotto-digerito (B) e sovra-digerito della cromatina (C). Replicati biologici sono mostrati come tracce di blue, rosse e verde. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 2 : Valutazione della digestione di MNase dopo la generazione della libreria. (A) Post profili di costruzione di libreria di input in modo ottimale digerito (replicati biologici; rosso, verde, nero) e IP (replicati biologici; ciano, viola, blu) e (B) ingresso sub-ottima (replicati biologici; rosso, verde, blu) e IP ( replicati biologici; librerie di ciano, viola, arancione). Clicca qui per visualizzare una versione più grande di questa figura.

Figura 3 : Post costruzione della libreria PCR quantitativa può essere utilizzato per valutare la qualità delle biblioteche ndChIP-seq. Arricchimento di piega delle librerie H3K4me3 IP rispetto alle librerie di input viene calcolato come 2(Ct di input - Ct di IP) per obiettivi positivi e negativi utilizzando qcQpcr_v1.2. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 4 : Rappresentante ndChIP-seq libreria costruita da 10.000 primario CD34+ cavo globuli. Correlazione di Pearson del segnale H3K4me3 (letture al milione letture mappate) calcolati nei promotori (TSS + /-2Kb) tra 3 replicati biologici, replicare (A) 1 e 2, (B) replicare 1 e 3, replicare (C) 2 e 3. (D) UCSC Vista browser del mazzo del gene HOXA di reticolato ChIP-seq generato da 1 milione di cellule per IP, successo ndChIP-seq da 10.000 cellule per IP e infruttuoso ndChIP-seq da 10.000 cellule per IP. (rosso: H3K27me3, verde: H3K4me3 e nero: Input). (E) frazione di letture mappate all'interno MACS2 identificato regioni arricchite di H3K4me3 (nero) e H3K27me3 (grigio). Clicca qui per visualizzare una versione più grande di questa figura.
| Composizione del buffer |
| A. 1. buffer di immunoprecipitazione (IP) |
| 20 mM Tris-HCl a pH 7.5 |
| 2 mM EDTA |
| 150 mM NaCl |
| 0,1% Triton X-100 |
| 0,1% desossicolato |
| 10 mM sodio butirrato |
| A. 2. tampone di lavaggio sale basso |
| 20 mM Tris-HCl a pH 8.0 |
| 2 mM EDTA |
| 150 mM NaCl |
| 1% Triton X-100 |
| 0,1% SDS |
| A. 3. tampone di lavaggio sale alta |
| 20 mM Tris-HCl a pH 8.0 |
| 2 mM EDTA |
| 500 mM NaCl |
| 1% Triton X-100 |
| 0,1% SDS |
| A. 4. tampone di eluizione di ChIP |
| 100 mM NaHCO3
|
| 1% SDS |
| A. 5. 1 x buffer di lisi – 1 mL |
| 0,1% Triton |
| 0,1% desossicolato |
| 10 mM sodio butirrato |
| Tampone di diluizione Ab. 6. |
| 0,05% (p/v) Azide |
| 0.05% ampio spettro antimicrobico (ad es. ProClin 300) |
| in PBS |
| A. 7. 30% soluzione di PEG/1m NaCl magnetica perlina (riferimento16) |
| 30% PEG |
| NaCl di 1m |
| 10 mM Tris-HCl pH 7.5 |
| 1 mM EDTA |
| 1 mL di perline Super-paramagnetici lavati |
| A. 8. 20% soluzione di PEG/1m NaCl magnetica perlina (riferimento16) |
| 30% PEG |
| NaCl di 1m |
| 10 mM Tris-HCl pH 7.5 |
| 1 mM EDTA |
| 1 mL di perline Super-paramagnetici lavati |
Tabella 1: ndChIP-seq composizione di buffer.
| Modifica dell'istone | Concentrazione (µ g / µ l) |
| H3K4me3 | 0,125 |
| H3K4me1 | 0.25 |
| H3K27me3 | 0,125 |
| H3K9me3 | 0,125 |
| H3K36me3 | 0,125 |
| H3K27ac | 0,125 |
Tabella 2: Quantità di anticorpo necessaria per ndChIP-segg.
| Reganet | Volume (µ l) |
| Acqua ultra pura | 478 |
| 1 M Tris-HCl pH 7.5 | 10 |
| 0.5 EDTA M | 10 |
| 5m NaCl | 2 |
| Glicerolo | 500 |
| Volume totale | 1.000 |
Tabella 3: Ricetta per MNase tampone di diluizione.
| Reagente | Volume (µ l) |
| Acqua ultra pura | 13 |
| 20 mM DTT | 1 |
| MNase tampone 10x | 4 |
| 20 U / µ l Mnase | 2 |
| Volume totale | 20 |
Tabella 4: Ricetta per MNase Master Mix.
| Reagente | Volume (µ l) |
| Tampone di eluizione | 30 |
| Buffer G2 | 8 |
| Proteasi | 2 |
| Volume totale | 40 |
Tabella 5: Ricetta per DNA purificazione Master Mix.
| Reagente | Volume (µ l) |
| Acqua ultra pura | 3.3 |
| 10 x endonucleasi di restrizione Buffer (es. NEBuffer) | 5 |
| 25 mM ATP | 2 |
| dNTPs da 10 millimetri | 2 |
| T4 Polinucleotide chinasi (10 U / µ l) | 1 |
| T4 DNA polimerasi (3 U / µ l) | 1.5 |
| DNA polimerasi I, Large (Klenow) frammento (5 U / µ l) | 0.2 |
| Volume totale | 15 |
Tabella 6: Ricetta per fine riparazione Master Mix.
| Reagente | Volume (µ l) |
| Acqua ultra pura | 8 |
| 10 x endonucleasi di restrizione Buffer (es. NEBuffer) | 5 |
| 10 millimetri dATP | 1 |
| Klenow (3' - 5' exo-) | 1 |
| Volume totale | 15 |
Tabella 7: Ricetta per A-Tailing Master Mix.
| Reagente | Volume (µ l) |
| Acqua ultra pura | 4.3 |
| la legatura rapida buffer 5x | 12 |
| Ligasi del DNA T4 (2000 U / µ l) | 6.7 |
| Volume totale | 23 |
Tabella 8: Ricetta per adattatore legatura Master Mix.
| Reagente | Volume (µ l) |
| Acqua ultra pura | 7 |
| 25 uM primer PCR 1.0 | 2 |
| HF buffer 5x | 12 |
| DMSO | 1.5 |
| DNA polimerasi | 0,5 |
| Volume totale | 23 |
Tabella 9: Ricetta per PCR Master Mix.
| Temprature (° C) | Durata (s) | Numero di cicli |
| 98 | 60 | 1 |
| 98 | 30 | |
| 65 | 15 | 10 |
| 72 | 15 | |
| 72 | 300 | 1 |
| 4 | tenere premuto | tenere premuto |
Tabella 10: PCR metodo run.
| OLIGO | Sequenza | Modifica |
| PE_adapter 1 | 5'-/ 5Phos/GAT CGG AAG AGC GGT TCA GCA GGA ATG CCG AG -3 ' | 5' modifica: fosforilazione |
| PE_adapter 2 | 5' - ACA CTC TTT CCC TAC ACG ACG CTC TTC CGA TC * T - 3' | 3' modifica: * T è un legame fosforotioato |
Supplemental tabella 1: Sequenze Oligo per generazione di adattatore PE.
| Nome di primer | Sequenza | Indice | IndexRevC (da utilizzare per la sequenza) |
| Iniettore di PCR inversa indicizzazione 1 | CAAGCAGAAGACGGCATACGAGATCGTGATCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | CGTGAT | atcacg |
| PCR inversa indicizzazione iniettore 2 | CAAGCAGAAGACGGCATACGAGATCTGATCCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | CTGATC | gatcag |
| PCR inversa indicizzazione primer 3 | CAAGCAGAAGACGGCATACGAGATGGGGTTCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | GGGGTT | aacccc |
| PCR inversa indicizzazione primer 4 | CAAGCAGAAGACGGCATACGAGATCTGGGTCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | CTGGGT | acccag |
| PCR inversa indicizzazione primer 5 | CAAGCAGAAGACGGCATACGAGATAGCGCTCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | AGCGCT | agcgct |
| PCR inversa indicizzazione primer 6 | CAAGCAGAAGACGGCATACGAGATCTTTTGCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | CTTTTG | caaaag |
| PCR inversa indicizzazione primer 7 | CAAGCAGAAGACGGCATACGAGATTGTTGGCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | TGTTGG | ccaaca |
| PCR inversa indicizzazione primer 8 | CAAGCAGAAGACGGCATACGAGATAGCTAGCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | AGCTAG | ctagct |
| PCR inversa indicizzazione primer 9 | CAAGCAGAAGACGGCATACGAGATAGCATCCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | AGCATC | gatgct |
| PCR inversa indicizzazione primer 10 | CAAGCAGAAGACGGCATACGAGATCGATTACGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | CGATTA | taatcg |
| PCR inversa indicizzazione primer 11 | CAAGCAGAAGACGGCATACGAGATCATTCACGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | CATTCA | tgaatg |
| PCR inversa indicizzazione primer 12 | CAAGCAGAAGACGGCATACGAGATGGAACTCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | GGAACT | agttcc |
| PCR inversa indicizzazione primer 13 | CAAGCAGAAGACGGCATACGAGATACATCGCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | ACATCG | cgatgt |
| PCR inversa indicizzazione primer 14 | CAAGCAGAAGACGGCATACGAGATAAGCTACGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | AAGCTA | tagctt |
| PCR inversa indicizzazione primer 15 | CAAGCAGAAGACGGCATACGAGATCAAGTTCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | CAAGTT | aacttg |
| PCR inversa indicizzazione primer 16 | CAAGCAGAAGACGGCATACGAGATGCCGGTCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | GCCGGT | accggc |
| PCR inversa indicizzazione primer 17 | CAAGCAGAAGACGGCATACGAGATCGGCCTCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | CGGCCT | aggccg |
| PCR inversa indicizzazione primer 18 | CAAGCAGAAGACGGCATACGAGATTAGTTGCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | TAGTTG | caacta |
| PCR inversa indicizzazione primer 19 | CAAGCAGAAGACGGCATACGAGATGCGTGGCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | GCGTGG | ccacgc |
| PCR inversa indicizzazione primer 20 | CAAGCAGAAGACGGCATACGAGATGTATAGCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | GTATAG | ctatac |
| PCR inversa indicizzazione primer 21 | CAAGCAGAAGACGGCATACGAGATCCTTGCCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | CCTTGC | gcaagg |
| PCR inversa indicizzazione primer 22 | CAAGCAGAAGACGGCATACGAGATGCTGTACGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | GCTGTA | tacagc |
| PCR inversa indicizzazione primer 23 | CAAGCAGAAGACGGCATACGAGATATGGCACGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | ATGGCA | tgccat |
| PCR inversa indicizzazione primer 24 | CAAGCAGAAGACGGCATACGAGATTGACATCGGTCTCGGCATTCCTGCTGAACCGCTCTTCCGATCT | TGACAT | atgtca |
Supplemental tabella 2: PCR inversa indicizzazione sequenze dell'iniettore.
| Primer | Sequenza |
| ZNF333_genic_H3K9me3_F | 5'-AGCCTTCAATCAGCCATCATCCCT-3' |
| ZNF333_genic_H3K9me3_R | 5'-TCTGGTATGGGTTCGCAGATGTGT-3' |
| HOXA9-10_F | 5'-ACTGAAGTAATGAAGGCAGTGTCGT-3' |
| HOXA9-10_R | 5'-GCAGCAYCAGAACTGGTCGGTG-3' |
| GAPDH_genic_H3K36me3_F | 5'-AGGCAACTAGGATGGTGTGG-3' |
| GAPDH_genic_H3K36me3_R | 5'-TTGATTTTGGAGGGATCTCG-3' |
| GAPDH-F | 5'-TACTAGCGGTTTTACGGGCG-3' |
| GAPDH-R | 5'-TCGAACAGGAGGAGCAGAGAGCGA-3' |
| Modifica dell'istone | Obiettivo positivo | Obiettivo negativo |
| H3K4me3 | GAPDH | HOXA9-10 |
| H3K4me1 | GAPDH_genic | ZNF333 |
| H3K27me3 | HOXA9-10 | ZNF333 |
| H3K27ac | GAPDH | ZNF333 |
| H3K9me3 | ZNF333 | HOXA9-10 |
| H3K36me3 | GAPDH_genic | ZNF333 |
Supplemental tabella 3: Elenco degli iniettori per i contrassegni dell'istone comunemente usati (H3K4me3, H3K4me1, H3K27me3, H3K27ac, H3K9me3 e H3K36me3).
Supplementare File 1: foglio di lavoro ndChIP-seq. Per favore clicca qui per scaricare questo file.
File supplementari di codice: qcQpcr_v1.2. Pacchetto software statistico R per l'analisi di arricchimento di qPCR di librerie native ingresso basse di ChIP-seq. Per favore clicca qui per scaricare questo file.