$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Un'implementazione corretta della piattaforma metil-Seq ratto è dipende da diversi criteri. Figura 1 Mostra il flusso di lavoro globale dello studio e mette in evidenza passi specifici (controllo qualità) che sono necessari prima di andare avanti. Uno dei primi fattori da considerare è la robustezza del modello animale ed il regime di sforzo, che determinano la grandezza dei cambiamenti epigenetici che si verificano in tutto il methylome. Poiché il nostro lavoro animale è basata sulla nostra osservazione precedente che esposizione di corticosterone (CORT) può portare a cambiamenti nella metilazione del DNA19,20, il nostro regime di stress cronico variabile (CVS) doveva essere di rigore sufficienti per produrre ha sottolineato ratti con i livelli elevati del plasma CORT. Un regime settimanale tipico di CVS è indicato nella tabella 1 e consisteva di sforzo quotidiani al mattino, pomeriggio, e durante la notte che vengono costantemente modificati per evitare assuefazione e diminuita risposta allo stress. Durante il regime di 3 settimane, gli animali stressati hanno esibito i livelli significativamente elevati di plasmatica CORT [giorni 4 – 21, controllano: 32,7 3,7 ng/mL, Stress: 103,0 11,9 ng/mL (media SEM), P = 2,2 x 10-4, Figura 2A] sopra quelli di unstressed, animali di controllo. Coerentemente, questi animali inoltre hanno mostrati una maggiore ansia-come comportamento su elevato e labirinto (EPM), come indicato da molto più tempo trascorso tra le braccia chiuse di EPM e meno tempo a braccia aperte (Figura 2B). Questi risultati dimostrano che l'esposizione CVS hanno portato a significativo endocrino e cambiamenti comportamentali, che ci porta a indagare se questi cambiamenti sono stati associati con le firme di metilazione di DNA specifiche.
Diamo risalto a diversi posti di blocco che sono cruciali per la costruzione di successo della libreria metil-Seq. A partire con una quantità sufficiente di DNA è necessario, come sonicazione, più lavaggio/purificazione, arricchimento di destinazione, e passaggi di conversione bisolfito successivamente riducono la quantità di DNA nella libreria finito. Anche se diversi passaggi di amplificazione di PCR alleviare la perdita della mascherina del DNA, eccessivo numero di ciclo PCR può introdurre maggiore letture duplicate. Per lo studio corrente ratto metil-Seq, 2 g di sangue gDNA per ratto è stato utilizzato. Notiamo che librerie di metil-Seq possono essere fatta con quantità di DNA di partenza à partir 500 ng. Più piccolo materiale di partenza permette agli utenti di generare librerie da DNA isolato da FACS (ordinamento di fluorescenza-attivato delle cellule) o dell'ago di pugni, anche se c'è rischio aumentato di produrre una quantità insufficiente di librerie per la sequenza successiva. QC viene eseguita tramite l'elettroforesi di 1 L del campione su un bioanalyzer, che fornisce il peso molecolare, la quantità e la molarità di DNA. Tre passaggi critici che richiedono l'uso di bioanalyzer sono: 1) dopo il passaggio di sonicazione per garantire sufficiente tosatura del DNA (~ 170 bp, rosso, Figura 3); 2) a seguito di passaggio di legatura adattatore indicato da un cambiamento nella dimensione media del DNA tranciata (~ 200 bp, blu, Figura 3) per garantire la loro successiva amplificazione mediante PCR; e 3) dopo il passaggio di purificazione finale libreria per garantire la quantità e le dimensioni della libreria per il sequenziamento.
I pacchetti di R BSSeq e BSmooth in Bioconductor sono stati usati per analizzare il bisolfito sequenziamento dati18. Essi comprendono strumenti e metodi per allineare le letture di sequenza, esegue il controllo di qualità, e identificare differenzialmente metilato regioni (DMRs). BSmooth software richiama Bowtie 2.016,17 come un allineatore sequenza interna per ottenere riepiloghi di misurazione CpG-livello, tramite l'allineamento di raw inpue letture a sequenze genomic bisolfuro-convertito. Le letture allineate vengono quindi filtrate attraverso le procedure di controllo di qualità rigoroso che cercano di individuare sequenziamento sistematico ed errori di base chiamata che possono comportare un'asimmetria analisi a valle. Una serie di trame vengono generati per aiutare visivamente in questo processo di filtraggio. Sequenziamento metriche vengono generati anche per documentare le pertinenti informazioni quali il numero di letture allineate, destinazione % e a copertura di CpG, tra gli altri (tabella 2). Una volta che i dati vengono filtrati, un algoritmo di smussatura/normalizzazione viene eseguito, dove ogni CpG è assegnato un valore stimato di metilazione basato su QC tutti legge da ogni campione e stima dalla vicina CpGs per garantire più precisa vocazione di metilazione stato anche nei casi dove la copertura di sequenza è bassa. Questo valore fornisce una levigata stima della probabilità di metilazione in ogni sito di CpG. Confrontando la media delle stime levigata metilazione di ciascun campione tra i due gruppi di trattamento e classifica regioni genomiche dal più significativamente differente al minore, viene generato un elenco di DMRs (tabella 3).
Parte superiore che DMR tra gruppi sollecitate e unstressed era situato nel promotore del gene di istocompatibilità ratto Rt1-m4, con sottolineato animali che esibiscono i livelli elevati di metilazione attraverso tutti i CpGs rispetto agli animali non accentati (Figura 4A). Per confermare la riuscita implementazione della piattaforma metil-Seq e l'analisi dei dati, gli iniettori sono stati progettati contro il DMR e i livelli di metilazione del DNA di sangue nella intera coorte degli animali stressati e unstressed (8 sequenziato da metil-Seq e 8 non in sequenza) sono stati valutati da bisolfito pirosequenziamento. I risultati dimostrano un aumento significativo nella metilazione del DNA attraverso 10 fuori il 12 CpGs analizzati (variazione 5.1 – 10.4% metilazione, P < 0,037, Figura 4B). KEGG pathway analisi è stata effettuata su tutte le dimensioni nominali significativo DMRs per identificare vie connesse con lo sforzo. Coerentemente, DMR-collegata vie implicati malattie connesse con l'esposizione di stress cronico, come diabete, malattie cardiovascolari e cancro (tabella 4). 21 , 22 , 23 per dimostrare un'associazione tra i dati epigenetici e il grado di esposizione allo stress, i livelli di metilazione CpG-10 sono stati confrontati con i livelli medi di CORT 3-settimana per ogni animale. Risultati hanno mostrato una modesta correlazione tra i dati di sistema endocrino e metilazione (R2= 0,54, P = 0,001, Figura 5).

Figura 1: flusso di lavoro nel complesso schematico per la piattaforma di ratto metil-Seq. Un g di DNA genomic estratto dal sangue del sollecitato e ratti di controllo viene elaborato in primo luogo per la costruzione le librerie di metil-Seq per sequenziamento, analisi e identificazione del target. Un altro 100 ng di DNA è utilizzato per la convalida indipendente degli obiettivi identificati epigenetici di bisolfito pirosequenziamento. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 2: l'esposizione cronica a stress variabile (CVS) conduce ai cambiamenti endocrini e comportamentistici in ratti. (A) più campionamenti di corticosterone (CORT) dimostrano la robustezza della settimana 3 regime di CVS. I campioni di sangue sono stati raccolti al mattino prima del regime lo stress quotidiano. (B) gli animali stressato trascorso più tempo tra le braccia chiuse e meno tempo a braccia aperte del elevato più labirinto (EPM). BoxPlot con punto di dati per ogni animale sono mostrati. Test T di Student è stato effettuato per la significatività statistica. * P < 0,05, * * P < 0.01, e * * * P < 0,001. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 3: quantificazione del ratto tranciata e adattatore-legati del DNA su un bioanalyzer. Le curve rosse e blue mostrano la quantità e le dimensioni del DNA genomico (rosso) seguendo la tosatura in un sonicatore isotermici e legatura adattatore, rispettivamente. Ogni riga rappresenta un campione e il rosso e blue curve riflettono sia la perdita di DNA durante le varie fasi (fine-riparazione, 3'-poliadenilazione e pulitura del campione) e aumentano di dimensione bp dovuto la legatura degli adattatori. Taglienti punte a 25 bp e bp 1500 sono marcatori standard che sono stati aggiunti al buffer di caricamento. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 4: cambiamenti epigenetici indotti da CVS vengono rilevati dal ratto metil-segg. (A) analisi del ratto metil-Seq dati implicati il promotore del gene di Rt1m4 come una regione differenzialmente metilata (DMR) tra stressato (rosso) e ratti di controllo (blu). L'output grafico per Rt1m4 DMR (rosa area ombreggiata) consente di visualizzare ogni CpG (linea grigia verticale), i quattro campioni in ciascun gruppo (righe rosse o blu) e i livelli di metilazione % per ciascun animale (punto rosso o blu). (B) dodici CpGs entro il DMR sono state convalidate da bisolfito pirosequenziamento. I grafici a barre sono rappresentati come media SEM, e T-test di uno studente è stato eseguito per la significatività statistica. * P < 0.05. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 5: analisi di regressione lineare ha mostrato una modesta correlazione tra % DNA metilazione di CpG-10 del Rt1m4 e la settimana 3 del plasma medio livelli CORT di entrambi ha sottolineato e controllare gli animali (N = 16). I dati di animali sollecitati sono rappresentati da cerchi rossi. Clicca qui per visualizzare una versione più grande di questa figura.
| Settimana | 1 ° giorno | 2 ° giorno | 3 ° giorno | 4 ° giorno | Giorno 5 | 6 ° giorno | Giorno 7 |
| AM | Sistema di ritenuta | Nuotare | Camera fredda | Nuotare | Sistema di ritenuta | Shaker | Nuotare |
| PM | Shaker | Tilt di gabbia | Sistema di ritenuta | Shaker | Camera fredda | Sistema di ritenuta | Camera fredda |
| Pernottamento | Limitare l'alimento | Biancheria da letto di bagnato | Isolamento | Luce su | Affollamento | Luce su | Biancheria da letto di bagnato |
Tabella 1: Un programma settimanale tipico del regime di sforzo variabile cronico (CVS).
| Metriche di sequenziamento | Lo stress1 | Controllo1 |
| (n = 4) | (n = 4) |
| Accoppiato letture di fine (al) | 89,290,397 | 80,165,674 |
| Accoppiati in modo univoco mappato fine legge (UMPER) | 39,200,255 | 35,013,406 |
| L'efficienza di tasso/mappatura di allineamento (UMPER / a) | 44% | 44% |
| Duplicati letture (% UMPER) | 73% | 65% |
| UNZIONE deduplicati | 10,481,031 | 12,306,018 |
| Lettura profondità copertura media (x) (ARDC) | 6 x | 6 x |
| CpGs (N) | 12,056,878 | 12,056,878 |
| ARDC (x) di CpGs | 2 x | 2 x |
| CpGs con almeno 10 letture (N) | 481.383 | 595.850 |
| ARDC (X) di CpGs con almeno 10 letture | 19 | 19 |
| Il Target CpGs (completa sovrapposizione con sonda regioni di destinazione) | 1.923.872 | 2.007.638 |
| Il Target ARDC (x) di CpGs | 7 x | 8 x |
| Il Target CpGs con almeno 10 letture (N) | 428.249 | 531.419 |
| Nella destinazione ARDC (x) di CpGs con almeno 10 legge | 18 x | 18 x |
| Il Target (PER con 1 o più coppie di basi sovrapposizione con sonda regioni Target) (UMPER) | 8.277.715 | 9.369.523 |
| % Sul bersaglio (di unzione deduplicati) | 78% | 77% |
| Il Target (basi totali mappati) Mb | 125 mb | 128 mb |
| In copertura di profondità media di lettura di obiettivo (x) (ARDC) | 9 x | 10 x |
|
1 Sequenziamento metriche basate su medie tra i soggetti in ciascun gruppo | | |
Tabella 2: Sequenziamento metriche ottenute dalla piattaforma di metil-Seq del ratto.
| Chr | inizio | fine | gene | distanza | areaStat | meanDiff | stress | controllo | direzione |
| chr20 | 1.644.246 | 1.644.390 | RT1-M4 | in_gene | 93.03 | 0.22 | 0,33 | 0,11 | guadagno |
| chr5 | 160,361,352 | 160,361,564 | LOC690911 | in_gene | -70.75 | -0,19 | 0,72 | 0.91 | perdita |
| chr3 | 61,138,281 | 61,138,330 | RGD1564319 | 265569 | 61.79 | 0.21 | 0.94 | 0,72 | guadagno |
| chr2 | 143,064,811 | 143,065,010 | Ufm1 | 8569 | -59.48 | -0.11 | 0.13 | 0,24 | perdita |
| chr7 | 30,764,111 | 30,764,284 | Ntn4 | in_gene | 57.04 | 0.21 | 0.94 | 0,73 | guadagno |
| chr17 | 12,469,112 | 12,469,218 | Idnk | 41996 | -50.91 | -0,13 | 0,74 | 0.88 | perdita |
| chr7 | 47,101,725 | 47,101,930 | PAWR | in_gene | -50.54 | -0.12 | 0,64 | 0,76 | perdita |
| chr5 | 76,111,248 | 76,111,822 | Txndc8 | 151703 | -50.38 | -0.11 | 0.85 | 0,96 | perdita |
| chr11 | 80,640,132 | 80,640,356 | DGKG | in_gene | -50.07 | -0.16 | 0,73 | 0.89 | perdita |
| chr8 | 71,759,248 | 71,759,411 | Mir190 | 210226 | -47.84 | -0,17 | 0,58 | 0,75 | perdita |
Tabella 3: Top 10 differenzialmente metilato regioni. Per ogni DMR, tabella di output Mostra da sinistra a destra: posizione cromosomica (chr), coordina (inizio/fine), nome del gene, distanza dalla trascrizione avviare sito, statistiche dell'area differenziale tra gruppi (areaStat) di controllo e stressato, significa differenziali di metilazione (meanDiff), i livelli di metilazione media attraverso ogni DMR per stressati e gruppi di controllo (controllo, dello stress) e la direzione di metilazione modificare da controlli.
| KEGG Pathway termini | Conteggio di gene | % | Valore di P | Benjamini |
| Diabete |
| Diabete mellito di tipo II | 12 | 0.1 | 3.6 x 10-4
| 9,8 x 10-3
|
| Malattia cardiovascolare |
| Contrazione del muscolo liscio vascolare | 18 | 0.1 | 1.6 x 10-3
| 3.6 x 10-2
|
| Cardiomiopatia aritmogena del ventricolo destro (ARVC) | 13 | 0.1 | 4,0 x 10-3
| 7.1 x 10-2
|
| Cardiomiopatia dilatativa | 14 | 0.1 | 7,6 x 10-3
| 1.2 x 10-1
|
| Funzione del neurone |
| Potenziamento a lungo termine | 11 | 0.1 | 1.5 x 10-2
| 1.4 x 10-1
|
| Segnalazione |
| Via di segnalazione MAPK | 35 | 0.2 | 2.4 x 10-4
| 9,9 x 10-3
|
| Via di segnalazione del calcio | 22 | 0.1 | 1.2 x 10-2
| 1.4 x 10-1
|
| Via di segnalazione di chemokine | 21 | 0.1 | 1.2 x 10-2
| 1.3 x 10-1
|
| Cancro |
| Percorsi in cancro | 42 | 0.3 | 4.1 x 10-5
| 3.4 x 10-3
|
| Glioma | 15 | 0.1 | 4.4 x 10-5
| 2.4 x 10-3
|
| Carcinoma polmonare non a piccole cellule | 10 | 0.1 | 7,9 x 10-3
| 1.1 x 10-1
|
| Cancro colorettale | 13 | 0.1 | 8,4 x 10-3
| 1.1 x 10-1
|
| Leucemia mieloide cronica | 12 | 0.1 | 1.2 x 10-2
| 1.3 x 10-1
|
Tabella 4: Analisi KEGG Pathway di DMRs identificato dal ratto metil-segg.