RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
it_IT
Menu
Menu
Menu
Menu
Research Article
Please note that some of the translations on this page are AI generated. Click here for the English version.
Erratum Notice
Important: There has been an erratum issued for this article. View Erratum Notice
Retraction Notice
The article Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology. View Retraction Notice
Presentato qui è un metodo per sequenziare singoli nuclei isolati dal giro dentato del topo che esclude la maggior parte dei neuroni attraverso l'ordinamento dei nuclei attivati dalla fluorescenza (FAN). Questo approccio genera profili di espressione di alta qualità e facilita lo studio della maggior parte degli altri tipi di cellule rappresentati nella nicchia, comprese le popolazioni scarse come le cellule staminali neurali.
La neurogenesi ippocampale adulta (AHN), che consiste nel mantenimento permanente delle cellule staminali neurali proliferative e quiescenti (NSC) all'interno della zona subgranulare (SGZ) del giro dentato (DG) e nella loro differenziazione dai neuroni appena nati in cellule granulari nello strato cellulare del granulo, è ben convalidata in numerosi studi. L'utilizzo di animali geneticamente modificati, in particolare roditori, è uno strumento prezioso per studiare le vie di segnalazione che regolano l'AHN e per studiare il ruolo di ciascun tipo di cellula che compone la nicchia neurogena dell'ippocampo. Per affrontare quest'ultimo, i metodi che combinano l'isolamento di singoli nuclei con il sequenziamento di prossima generazione hanno avuto un impatto significativo nel campo dell'AHN per identificare le firme geniche per ciascuna popolazione cellulare. È tuttavia necessario perfezionare ulteriormente queste tecniche per profilare fenotipicamente popolazioni cellulari più rare all'interno della DG. Qui, presentiamo un metodo che utilizza il Fluorescence Activated Nuclei Sorting (FANS) per escludere la maggior parte delle popolazioni neuronali da una sospensione di singoli nuclei isolata da DG appena sezionata, selezionando nuclei non colorati per l'antigene NeuN, al fine di eseguire il sequenziamento dell'RNA di singoli nuclei (snRNA-seq). Questo metodo è un potenziale trampolino di lancio per studiare ulteriormente la regolazione intercellulare dell'AHN e per scoprire nuovi marcatori e meccanismi cellulari tra le specie.
La generazione continua di neuroni ippocampali in età adulta, nota anche come neurogenesi ippocampale adulta (AHN), è associata a funzioni cognitive come l'apprendimento, l'acquisizione / cancellazione della memoria e la separazione dei modelli e sembra essere un importante meccanismo di resilienza nell'invecchiamento e nelle malattie neurodegenerative per prevenire i deficit cognitivi 1,2,3 . I roditori sono stati il modello di scelta per studiare l'AHN utilizzando diversi metodi, tra cui l'immunocitochimica e i metodi di sequenziamento di nuova generazione (NGS). La traduzione di questi risultati in altre specie rimane controversa. In effetti, l'AHN è stato osservato nella maggior parte delle specie, ma la misura in cui persiste per tutta la vita, in particolare negli esseri umani 4,5,6,7,8, è regolarmente dibattuta.
Ad oggi, varie vie di segnalazione intrinseche ed estrinseche sono state confermate per modulare AHN1. Tuttavia, l'impatto della comunicazione intercellulare sull'AHN sta appena emergendo9. Ciò potrebbe essere attribuito in primo luogo all'insufficiente specificità dei marcatori cellulari attualmente noti per condurre analisi in vivo con animali geneticamente modificati. In effetti, molti studi si sono basati su marcatori come la doppia cortina o la proteina acida fibrillare gliale (GFAP) che sono espressi in più tipi di cellule1. In secondo luogo, la complessità e l'alto grado di diversità cellulare nella nicchia10 dell'ippocampo adulto comporta sfide tecniche per profilare ogni tipo di cellula. Ciò è particolarmente vero per l'analisi bioinformatica con marcatori cellulari sovrapposti utilizzati nelle pipeline analitiche per diverse popolazioni, come le NSC o le cellule gliali, con conseguenti conclusioni controverse nella valutazione dell'AHN 7,11. In terzo luogo, il vasto numero di neuroni mina lo studio di popolazioni cellulari meno abbondanti, come astrociti, oligodendrociti o cellule ependimali, anche se il loro ruolo nella regolazione fine dell'AHN sta diventando prominente9. Insieme, queste limitazioni influiscono sulla capacità di tradurre i risultati dai roditori ad altre specie. Ciò è particolarmente amplificato dalla difficoltà di ricapitolare in vitro un tessuto complesso, come la nicchia neurogena ippocampale, e dai numerosi ostacoli all'accesso a tessuti di alta qualità insieme alla mancanza di protocolli standardizzati per il trattamento dei tessuti negli studi che coinvolgono tessuti umani12,13. È quindi fondamentale sviluppare nuovi approcci per profilare le popolazioni cellulari e identificare nuovi marcatori cellulari all'interno del giro dentato (DG) che alla fine porteranno a una migliore comprensione dei diversi contributi di ciascun tipo di cellula alla regolazione dell'AHN.
Per raggiungere questo obiettivo, l'isolamento di singole cellule (sc) e singoli nuclei (sn) combinato con il sequenziamento dell'RNA è diventato strumentale per studiare tessuti complessi come il DG14. Pertanto, le strategie di arricchimento cellulare per isolare singole cellule dalla nicchia ippocampale adulta del topo sono state eseguite principalmente per esaminare le NSC15,16. Un'interessante strategia per arricchire le cellule non neuronali del DG è stata applicata sequenziando le singole cellule singole doppie negative GluR1/Cd24 che hanno portato alla sequenziazione di 1.408 cellule senza cluster distinti tra astrociti e NSC dopo analisi bioinformatica17. Ciò potrebbe essere dovuto alla dura digestione enzimatica richiesta per la preparazione di singole cellule che danneggia l'integrità cellulare e l'RNA. Per aggirare questo problema tecnico, sono stati sviluppati diversi metodi che utilizzano invece l'isolamento di singoli nuclei e sono particolarmente adatti per tessuti complessi11,18. Tuttavia, la predominanza di neuroni all'interno del DG o più in generale all'interno del sistema ippocampale-entorinale genera un bias di campionamento per studiare la totalità delle popolazioni cellulari presenti all'interno di queste aree cerebrali. Inoltre, il numero limitato di celle da caricare per la preparazione di librerie di singole cellule accentua la presenza della maggior popolazione cellulare in pipeline analitiche di singoli nuclei sequenziati. Infatti, i grandi cluster neuronali sono spesso annotati e analizzati mentre altre popolazioni cellulari sono sottorappresentate o mancate 5,11.
Nel tentativo di superare questi pregiudizi e di essere in grado di profilare tipi di cellule diversi dai neuroni presenti nel DGG del topo, in questo studio è stato ideato un metodo che utilizza il principio del Fluorescence Activated Nuclei Sorting (FANS)18 che esclude la maggior parte delle popolazioni neuronali mediante selezione negativa di singoli nuclei colorati con antigene nucleare neuronale (NeuN, conosciuto anche come Rbfox3). Questa scelta dell'antigene è stata guidata dalla letteratura che descrive NeuN come un marcatore neuronale affidabile19 e dalla necessità di utilizzare una proteina nucleare per questo approccio. Le cellule classificate FACS neuN-negative sono state quindi preparate per il sequenziamento dell'RNA su una piattaforma genomica 10x. I risultati dimostrano che l'esclusione delle cellule che esprimono NeuN consente un profilo trascrittomico specifico per tipo cellulare e di alta qualità delle popolazioni cellulari gliali e rare.
La cura degli animali e le procedure sperimentali sono state eseguite in conformità con le linee guida del Francis Crick Institute, nonché le linee guida e le leggi del Ministero degli Interni del Regno Unito.

Figura 1: Preparazione di una sospensione di singoli nuclei dal DG sezionato di topi adulti per snRNA-seq di popolazioni non neuronali. Diagramma di flusso che descrive le fasi principali del protocollo che includono la dissezione del DG, la preparazione di una sospensione di singoli nuclei, l'immunocolorazione NeuN e il sequenziamento negativo di NeuN-FANS prima di procedere con snRNA-seq. Fare clic qui per visualizzare una versione ingrandita di questa figura.
1. Dissezione della DG (tempistica: 15 min)
2. Dissociazione tissutale, isolamento di singoli nuclei e immunocolorazione anti-NeuN (Tempistica: 2 ore)
3. Selezione dei nuclei attivati dalla fluorescenza (FANS) per escludere le popolazioni neuronali (Timing: 45 min)

Figura 2: Isolamento e profilo trascrittomico di popolazioni cellulari non neuronali dal DG. (A-C) Strategia di gating per isolare singoli nuclei neuN-AF488 negativi ed escludere detriti cellulari. (A) FANS dot plot di un campione rappresentativo di nuclei isolati, raffigurante l'impostazione del gate per la selezione dei nuclei DAPI+ e l'esclusione di detriti cellulari e aggregati. (B) Ulteriore selezione di singoli nuclei rilevanti utilizzando l'area FSC e l'area SSC. (C) Le porte per NeuN-AF488 per escludere la popolazione positiva e ordinare per i singoli nuclei negativi. (D) Micrografia di una buona sospensione di nuclei singoli con quantità minima di detriti e percentuale maggiore di nuclei di buona qualità (forma rotonda, freccia nera) rispetto ai nuclei di cattiva qualità (freccia bianca). Barre della scala = 50 μm, 10 μm (riquadro). (E,F) Analisi dei dati snRNA-seq e profilazione delle distinte popolazioni cellulari isolate dal DG di topi maschi C57BL/6J di 22 mesi. Grafici UMAP (Uniform Manifold Approximation and Projection for Dimension Reduction) di profili di singoli nuclei dalle (E) cellule non classificate FACS e (F) cellule classificate FACS NeuN-negative, colorate per tipo di cella. (G) Grafici a torta che confrontano le frequenze dei tipi di cellule identificati in entrambi i campioni. (H) Metriche rispettive per i campioni sequenziati: numero di nuclei, numero mediano di geni e trascritti per nucleo. (I) Grafici di violino che mostrano la distribuzione del numero di geni e trascritti rilevati per ciascun tipo di cellula in entrambi i campioni. Astr. = astrociti, Olig. = oligodendrociti, Vasc. = cellule vascolari, CRCs = cellule di Cajal-Retzius, Neur. = neuroni, Imm. = cellule immunitarie, OPC = cellule precursori degli oligodendrociti. Fare clic qui per visualizzare una versione ingrandita di questa figura.
4. Preparazione della sospensione di singoli nuclei per eseguire il sequenziamento dell'RNA dei singoli nuclei (Tempistica: 30 min)
5. Preparazione e sequenziamento della libreria
NOTA: la descrizione dei seguenti passaggi si basa sulla piattaforma di sequenziamento interna utilizzata in questo studio (vedere la tabella dei materiali). Pertanto, alcune impostazioni potrebbero differire quando si utilizza una piattaforma diversa. Qui, vengono descritti solo i passaggi chiave e ogni parametro deve essere determinato seguendo le linee guida e i protocolli del produttore scelto, anche se con l'ottimizzazione prima del primo utilizzo. È fondamentale garantire che la preparazione delle librerie venga eseguita il più rapidamente possibile dopo aver concentrato le sospensioni di nuclei ordinati per evitare la degradazione dell'RNA e garantire una qualità ottimale del sequenziamento.
Il protocollo qui presentato descrive un metodo per preparare una sospensione di singoli nuclei non neuronali isolati dal DG per eseguire snRNA-seq. Con o senza FANS, il clustering bioinformatico ha rivelato gruppi ben separati di nuclei corrispondenti a tipi cellulari noti all'interno del DG (Figura 2E,F). All'interno del campione non classificato FACS, la maggior parte dei nuclei di alta qualità che sono stati sequenziati comprendeva tre gruppi di neuroni (84,9% dei nuclei totali per questo campione, Figura 2E, G, H). Tali risultati sono attesi, considerando che le popolazioni cellulari più rappresentate nella DG sono i neuroni granuli, altri neuroni eccitatori (etichettati come neuroni eccitatori) e i neuroni inibitori10. I cluster non neuronali identificati erano per lo più costituiti da tipi di cellule gliali (11,1%), tra cui astrociti, oligodendrociti e cellule precursori degli oligodendrociti (OPC), cellule immunitarie (3,3%) e cellule di Cajal-Retzius (0,6%). Quando si eseguono FANS per escludere popolazioni NeuN positive (campione classificato FACS NeuN-negativo; Figura 2F,G,H), gruppi di cellule gliali sono diventati predominanti (81,3%). L'isolamento di un maggior numero di nuclei gliali permette una migliore segmentazione di diverse popolazioni che si raggrupperebbero senza FANS. Infatti, ri-clustering e analizzando geni specifici espressi nelle NSC o negli astrociti, quattro sotto-cluster si sono separati (Figura supplementare 2A,B). Osservando marcatori cellulari più specifici e valutando i livelli di espressione genica tra i tipi cellulari, è stato rilevato un piccolo gruppo di NSC segregato separatamente dalle principali popolazioni astrocitarie con maggiore espressione di Hopx e Notch2 e quasi nessuna espressione di Aldh1a1 o Aqp4 (Figura supplementare 2C). Tuttavia, a causa della sovrapposizione nell'espressione genica tra astrociti e NSC, sarebbero necessarie ulteriori analisi per profilare e identificare in modo specifico diversi sottotipi di cellule. Inoltre, il campione FANS NeuN-negativo aveva cluster aggiuntivi etichettati come cellule vascolari (2,3%) che comprendono cellule endoteliali, periciti e cellule leptomeningee vascolari quando referenziati per l'espressione di marcatori cellulari specifici (dati non mostrati).
Seguendo le linee guida per il protocollo scelto per generare librerie per il sequenziamento, sono stati ottenuti profili di espressione di alta qualità con o senza FANS. Per i campioni sequenziati a 50.000 letture/nucleo, sono stati rilevati in media 2.510 geni per nucleo per il campione non classificato FACS (5.578 trascrizioni, Figura 2H) e 1.665,5 geni (3.508 trascrizioni) per il campione FANS NeuN-negativo, dopo aver filtrato nuclei di bassa qualità (Figura 2H,I). Queste metriche confermano che questo protocollo genera un profilo trascrittomico di alta qualità di singoli nuclei paragonabile agli studi che utilizzano approcci diversi22,23 e che il processo di selezione FACS non danneggia i nuclei per il successivo snRNA-seq. In particolare, la differenza nel numero di geni e trascritti per nucleo tra i due campioni non è dovuta alla minore qualità dei dati, ma all'alta percentuale di neuroni nel campione non selezionato FACS (84,9% rispetto all'1,7% nel campione FANS NeuN-negativo), che hanno una maggiore attività trascrizionale (2.660 geni / nucleo e 6.170 trascritti / nucleo in campioni non classificati FACS) rispetto all'attività trascrizionale media di tutti i tipi di cellule non neuronali (1.090 geni / nucleo e 1.785 trascrizioni/nucleo, Figura 2I).
Insieme, questi risultati rappresentativi mostrano che la selezione di nuclei NeuN negativi utilizzando FANS è un potente strumento per isolare tipi di cellule a bassa abbondanza dal tessuto cerebrale appena sezionato ed eseguire profili trascrittomici singoli nuclei di alta qualità di queste distinte popolazioni cellulari tramite metodi snRNA-seq.
Figura supplementare 1: Convalida dell'immunocolorazione per FANS. La sospensione dei nuclei è stata incubata (A) senza l'anticorpo anti-NeuN-AF 488 come controllo negativo o (B) con l'anticorpo e fatta passare attraverso il selezionatore FACS per convalidare le condizioni di immunocolorazione. Clicca qui per scaricare questo file.
Figura supplementare 2: Analisi dell'espressione genica e ri-clustering dell'ammasso di astrociti. (A) Grafico UMAP (Uniform Manifold Approximation and Projection for Dimension Reduction) che mostra il raggruppamento di 4968 nuclei sulla base dei profili di espressione dell'intero genoma dalla Figura 2F. Le chiamate di tipo di cella sono state eseguite in base a marcatori di tipo cella. (B) Ammasso di astrociti composto da 2579 nuclei scelti da (A) per ulteriori sotto-impostazioni per studiare potenziali sottotipi cellulari. Quattro sottotipi sono stati rilevati mediante clustering Seurat (0-3), mostrati da colori diversi. (C) Livelli di espressione genica di specifici marcatori cellulari nei quattro tipi di cellule. Tutti gli appezzamenti sono stati ottenuti utilizzando il pacchetto Seurat R24. In breve, i conteggi di RNA-seq sono stati normalizzati per ogni cellula per l'espressione totale e moltiplicati per il fattore di scala (10.000). Questo risultato è stato quindi trasformato in log. I valori trasformati sono stati scalati (varianza scalata a uno) e centrati (media impostata a zero) all'interno di ogni cella prima che UMAP fosse applicato per calcolare gli incorporamenti, che sono stati utilizzati come valori sugli assi x e y. I grafici rappresentano l'output di una tecnica di riduzione dimensionale su un grafico a dispersione 2D in cui ogni punto rappresenta una cella con le rispettive coordinate x e y in base agli incorporamenti di celle determinati dalla tecnica di riduzione. Le cellule con firme geniche simili sono posizionate l'una vicino all'altra dagli embedding. Clicca qui per scaricare questo file.
Figura supplementare 3: Analisi dell'espressione genica di NeuN nella linea neurogena. (A) Grafico UMAP che mostra il raggruppamento della linea neurogena dal set di dati pubblicamente disponibile15. Gli UMAP sono stati generati come nella Figura supplementare 2. (B) Livelli di espressione genica di specifici marcatori cellulari attraverso la linea neurogena che mostrano astrociti (acquaporina 4 = Aqp4), NSC (proteina solo omeodominio = Hopx), NeuN / Rbfox3 (NSC e cellule progenitrici intermedie [IPC]) e cellule cicliche (chinasi ciclina-dipendente 6 = Cdk6). Clicca qui per scaricare questo file.
Tabella supplementare 1: Composizioni dei mezzi e dei buffer utilizzati nello studio. Clicca qui per scaricare questo file.
SG, TL e SK sono dipendenti di Merck Sharp & Dohme LLC, una consociata di Merck & Co., Inc., Rahway, NJ, USA nota come MSD al di fuori degli Stati Uniti e del Canada. SG è azionista di Merck & Co., Inc., Rahway, NJ, USA.
Presentato qui è un metodo per sequenziare singoli nuclei isolati dal giro dentato del topo che esclude la maggior parte dei neuroni attraverso l'ordinamento dei nuclei attivati dalla fluorescenza (FAN). Questo approccio genera profili di espressione di alta qualità e facilita lo studio della maggior parte degli altri tipi di cellule rappresentati nella nicchia, comprese le popolazioni scarse come le cellule staminali neurali.
Gli autori desiderano ringraziare Lachlan Harris e Piero Rigo per il supporto tecnico e Jason M. Uslaner e Ditte Lovatt per aver fornito feedback sul manoscritto. Questo lavoro è stato sostenuto dal sostegno di sovvenzioni del MRC e da una collaborazione di ricerca precompetitiva con MSD, il Francis Crick Institute, che riceve i suoi finanziamenti da Cancer Research UK (FC0010089), UK Medical Research Council (FC0010089), Wellcome Trust (FC0010089) e da un Wellcome Trust Investigator Award a FG (106187 / Z / 14 / Z). Ci scusiamo con i molti autori il cui lavoro non abbiamo potuto discutere e citare per mancanza di spazio.
| Microprovetta da 0,5 ml | Eppendorf | 30124537 | |
| 10,00µ m Flouresbrite YG Microsfere carbossilate | Polysciences | 15700-10 | |
| 15 mL provette da centrifuga | in polipropilene Corning | 430052 | |
| 2 paia di pinze sterili Dumont #5 | Fine Science Tools | 11252-30 | |
| 4′,6-diamidino-2-fenilindolo (DAPI) | Sigma Aldrich | D9564-10MG | |
| 4150 TapeStation System | Agilent | N/A | |
| Provetta da 5 mL in polipropilene ad alta trasparenza a fondo tondo con tappo a scatto | Falcon | 352063 | |
| Provetta in polistirene a fondo tondo da 5 mL con filtro cellulare Tappo a scatto | Falcon | 352235 | |
| Provette da centrifuga in polipropilene da 50 mL | Corning | 430829 | |
| 70 &; filtro cellulare m | Falcon | 352350 | |
| 8 picchi SPHERO Arcobaleno Calibrazione Particelle | BD Biosciences | RCP-30-5A | |
| Accudrop Beads | BD Biosciences | N/A | |
| Allegra X-30R Centrifuga | Beckman Coulter | N/A | |
| Anticorpo anti-NeuN, clone A60, Alexa Fluor 488 coniugato | Millipore | MAB377X | |
| BD FACSAria Citometro a flusso a fusione | BD Biosciences | N/A | |
| Beckman Coulter MoFlo XDP | Beckman Coulter | N/A | |
| Regolatore di cromo | 10x Genomics | N/A | |
| Cromo Next GEM Single Cell 3' Kit di reagenti v3.1 | 10x Genomics | PN-1000121; PN-1000120; PN-1000213 | |
| BSA 7,5% | Gibco | 15260037 | |
| Ditiotreitolo (DTT) | Thermo Scientific | R0861 | |
| Dounce set di smerigliatrici per tessuti: mortaio, pestello sciolto (A) e pestello stretto (B) | KIMBLE | D8938-1SET | |
| Eppendorf Tubes Protein LoBind 1,5 ml | Eppendorf | 30108116 | |
| Halt, 100x Inibitore della proteasi | ThermoFisher | 78429 | |
| HiSeq 4000 Sistema di sequenziamento | Illumina | N/A | Configurazione del sequenziamento: 28-8-0-91 |
| KCl | Qualsiasi fornitore | di prodotti chimici | Laboratorio realizzato |
| LUNA-FX7 Contatore cellulare automatizzato | Loghi Biosystems | N/A | |
| MgCl2 | Qualsiasi fornitore | di prodotti chimici | Laboratorio realizzato |
| N° 10 bisturi monouso sterili custoditi | Swann-Morton | 6601 | |
| Acqua priva di nucleasi | Sigma Aldrich | W4502-1L | |
| Paio di forbici chirurgiche sterili per studenti Strumenti di | scienze fini | 91401-12 | |
| PBS | Qualsiasi fornitore | di prodotti chimici | |
| Inibitore della RNasi realizzato in laboratorio 40 U e micro; l-1 | Ambion | AM2684 | |
| RNasin 40 U µ l-1 | Promega | N211A | |
| Piastra di Petri sterile | Corning | 430167 | |
| Saccarosio | Sigma Aldrich | 59378-500G | |
| Tris tampone, pH 8.0 | Qualsiasi fornitore | di prodotti chimici | Laboratorio realizzato |
| Triton X-100 10% (v/v) | Sigma Aldrich | T8787-250ML | |
| Trypan blue | Invitrogen | T10282 |