$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Analiza całego procesu regulacji genów jest konieczna, aby w pełni zrozumieć adaptacje komórkowe w odpowiedzi na określony bodziec lub leczenie. Połączenie całkowitego sekwencjonowania RNA, sekwencji 4sU, profilowania rybosomów i sekwencjonowania ChIP-w różnych punktach czasowych prowadzi do kompleksowej analizy głównych procesów regulacji genów w czasie. Dogłębne zrozumienie procesów biologicznych jest wymagane do zdefiniowania konfiguracji eksperymentu, a także optymalnych punktów czasowych.
Ponieważ metody badania regulacji genów szybko się poprawiają, protokoły te można dostosować do szybkich zmian. Niemniej jednak dostarczają one najważniejszych metod badania podstawowych mechanizmów regulacji genów w każdym typie komórki. Tutaj omawiamy niektóre pułapki i fakty, które należy wziąć pod uwagę podczas korzystania z tych metod.
Komórek: Komórki muszą być wysoce żywotne, a w przypadku stosowania pierwotnych izolowanych komórek musi być zagwarantowana czystość populacji komórek (np. analiza FACS dla pierwotnych limfocytów T). Nawet lekko zestresowane komórki mogą wpływać na wyniki tych bardzo czułych metod sekwencjonowania i zmniejszać ilość nowo transkrybowanego lub translowanego RNA, a także prowadzić do niepożądanych odczytów reakcji na stres w wynikach sekwencjonowania. Prędkość wirowania wspomniana w tym protokole do komórek osadzających jest zoptymalizowana dla pierwotnych limfocytów T. W ten sposób dostosuj prędkość do typu komórki.
Wpływ 4sU na fizjologię komórki: Oprócz wyżej wymienionych opcji weryfikacji minimalnych zaburzeń fizjologii komórkowej po dodaniu 4sU, można przeprowadzić dalszą i/lub dodatkową analizę, zwłaszcza gdy liczba komórek jest ograniczona. Wpływ na proliferację komórek można przetestować, weryfikując czas podwajania komórek, po prostu licząc komórki znakowane i nieznakowane. Indukcję stresu jąderkowego można również przetestować, analizując morfologię komórek za pomocą barwienia immunofluorescencyjnego nukleoliny i jąder. Aby dokładniej zweryfikować wpływ 4sU, zmienioną globalną ekspresję genów można zmierzyć poprzez korelację liczby odczytów z znakowanego całkowitego RNA do nieznakowanego całkowitego RNA.
Numery komórek: W przypadku limfocytów T wytwarzanych in vitro zalecamy rozpoczęcie od co najmniej liczby komórek wskazanej w Tabeli 2. Wybierz odpowiednie liczby dla każdej metody w zależności od typu komórek. Ponieważ limfocyty T mają mniej cytoplazmy i RNA w porównaniu z innymi komórkami, najprawdopodobniej wystarczająca będzie mniejsza ilość innych komórek. W przypadku ChIP-seq liczba komórek w dużym stopniu zależy od użytego przeciwciała i poziomu ekspresji białka będącego przedmiotem zainteresowania w komórkach. W przypadku histonów lub RNAPII ChIP można użyć komórek fewe, podczas gdy liczba komórek musi zostać zwiększona, gdy stosowane są czynniki transkrypcyjne, zwłaszcza jeśli ulegają one ekspresji na niskich poziomach.
Znakowanie 4 sU i biotynylacja RNA: W przypadku stosowania komórek adherentnych, znakowanie 4sU można kierować zgodnie z opisem Rädle i wsp. 19 Ponieważ komórki bardzo szybko zawierają 4sU, można go dodać bezpośrednio do podłoża komórek zawiesinowych, adherentnych lub częściowo przylegających.
Zaleca się rozpoczęcie biotynylacji od 60 - 80 μg RNA. Niemniej jednak można stosować mniejsze ilości RNA, chociaż nie testowaliśmy mniej niż 30 μg. Dodać współprecypitent (np. GlycoBlue) podczas wytrącania RNA, jeśli osadek jest trudny do zobaczenia. Duffy i wsp. wykazali również, że biotyna aktywowana metylotiosulfonianem (biotyna MTS) skuteczniej reaguje z RNA znakowanym 4sU niż HPDP-biotyna31. W związku z tym warto rozważyć przejście na MTS-biotynę, w szczególności w celu odzyskania małych RNA, które mają tendencję do zawierania mniejszej ilości reszt urydyny (patrz protokół biotynylacji wspomniany przez Duffy'ego i wsp.; patrz Oczyszczanie RNA znakowanego 4sU, Procedury eksperymentalne).
Do odzyskania nowo przepisanego RNA możliwe jest użycie kulek paramagnetycznych lub kulek RNA Cleanup według własnego uznania. Zawsze bierz pod uwagę, że te zestawy mogą, ale nie muszą, oczyszczać się pod kątem określonych RNA. Na przykład, jeśli interesują Cię miRNA, rozważ użycie specjalnych zestawów do wychwytywania i sekwencjonowania miRNA.
Kwantyfikacja nowo transkrybowanego RNA: Aby dokładnie określić ilościowo nowo transkrybowane RNA, pomiar należy wykonać za pomocą odpowiedniego fluorometru (patrz Tabela materiałów). W ciągu 1 godziny od ekspozycji na 4sU nowo transkrybowane RNA stanowi około 1 - 4% całkowitego RNA. Nowo transkrybowane RNA znakowane 1 h, aktywowane limfocyty T składają się z ~90 - 94% rRNA11.
Profilowanie rybosomów: Opracowując metodę, ustaliliśmy, że użycie 1,5 razy większej ilości nukleazy niż sugerowano w pierwotnym protokole gwarantuje prawidłowe trawienie. Nie zgłoszono również żadnych działań niepożądanych w przypadku zwiększonych ilości nukleazy. Ponieważ dość trudno jest nadmierne trawienie RPF, gdy są one częścią RNA związanego przez białka rybosomalne, nadal można nieznacznie zwiększyć ilość, aby miareczkować optymalne trawienie nukleazy.
Jeśli w kroku 4.4.2 odzyskano mniej niż 500 ng RNA RPF, powtórz zubożenie rRNA i połącz oczyszczone RPF z kolumnami RNA Clean & Concentrator-5. Alternatywnie, załadować dwie identyczne próbki obok siebie na żel (krok 4.5.3) i połączyć plastry żelu podczas elucji RNA z żelu (krok 4.5.6).
Zalecamy przycięcie RPF na żelu tak ciasno, jak to możliwe, do pasm 28 i 30 nt. Pomaga to w eliminowaniu niechcianych fragmentów z rRNA i tRNA, które później staną się częścią Twojej biblioteki i zmniejszą odczyty sekwencjonowania dla Twoich RPF.
Zaleca się również unikanie światła UV podczas oczyszczania żelu. Może to powodować powstawanie nacięć we fragmentach RNA, a także dimerów pirymidynowych, które w końcu mogą poważnie wpłynąć na przygotowanie biblioteki i wyniki sekwencjonowania.
Przygotowanie biblioteki i sekwencjonowanie danych: Protokół profilowania rybosomów umożliwia wygenerowanie biblioteki cDNA odpowiedniej do sekwencjonowania. Próbki wygenerowane przez znakowanie 4sU mogą być bezpośrednio wykorzystane do przygotowania biblioteki za pomocą dowolnego odpowiedniego zestawu do sekwencjonowania RNA. Ponieważ nowo transkrybowane RNA, zwłaszcza przy użyciu krótkich czasów znakowania, może nie być jeszcze poliadenylowane, nie należy przeprowadzać selekcji poli-A. Zamiast tego zdecydowanie zalecamy zubożenie rRNA, aby zapobiec zmniejszeniu głębokości sekwencjonowania dla rzeczywistej próbki. Używając limfocytów T, zaczęliśmy od 400 ng nowo transkrybowanego i całkowitego RNA (w zależności od zestawu, patrz materiały), przeprowadziliśmy zubożenie rRNA i zredukowaliśmy cykle amplifikacji PCR, aby zminimalizować błąd PCR. Przygotowanie biblioteki można wykonać przy użyciu mniejszej ilości materiału wyjściowego. Aby uwzględnić złożoność biblioteki, należy zoptymalizować liczbę cykli PCR.
Dla ChIP-seq dostępnych jest również wiele zestawów do przygotowania biblioteki. W naszych rękach przygotowanie biblioteki działało dobrze, zaczynając od 2 ng DNA ChIP (zobacz materiały, aby uzyskać sugestię, którego zestawu użyć). Pamiętaj, aby sprawdzić indeksy balansu kolorów podczas sekwencjonowania. Zalecamy głębokość sekwencjonowania ≥40 x 106 odczytów dla próbek 4sU-seq, total RNA-seq i ChIP-seq oraz ≥80 x 106 odczytów dla próbek profilowania rybosomów. Głębokość sekwencjonowania zależy od próbki i dalszej analizy bioinformatycznej i powinna być dokładnie rozważona. Aby przeanalizować odczyty introniczne pod kątem splicingu kotranskrypcyjnego, należy wybrać sekwencjonowanie sparowanych końców 100 pz.
Błąd systematyczny sekwencjonowania: Sekwencjonowanie stało się złotym standardem przy określaniu globalnych zmian w transkrypcji, translacji lub wiązaniu czynników transkrypcyjnych. W ostatnich latach dotychczasowe metody zostały doprowadzone do granic możliwości lub opracowano nowe techniki sekwencjonowania coraz mniejszych początkowych ilości RNA. Wymaga to amplifikacji cDNA, co wprowadza szum lub odchylenie. Niedawno opracowano unikalne identyfikatory molekularne (UMI) w celu eksperymentalnej identyfikacji duplikatów wprowadzonych przez PCR. Niedawno wykazano, że UMI tylko nieznacznie poprawiają moc sekwencjonowania i wskaźnik fałszywych odkryć dla zróżnicowanej ekspresji genów32. Niemniej jednak rozważ użycie unikalnych identyfikatorów molekularnych (UMI) dla wszystkich bibliotek sekwencjonowania w celu kontrolowania złożoności biblioteki, zwłaszcza gdy zaczynasz od małych ilości RNA i gdy potrzebnych jest wiele cykli PCR.
Roztwory buforowe i podstawowe: Wszystkie do sekwencji 4sU i profilowania rybosomów muszą być przygotowane w ścisłych warunkach wolnych od RNaz przy użyciu wody wolnej od nukleaz. Zaleca się kupowanie gotowych NaCl bez nukleaz, Tris-HCl, EDTA, cytrynianu sodu i wody. Aby zapewnić warunki wolne od nukleaz, do czyszczenia pipet lub powierzchni można użyć roztworu odkażającego RNazę. Wszystkie dla ChIP-seq muszą być co najmniej wolne od DNaz i mogą być przechowywane w temperaturze pokojowej. Zawsze dodawaj inhibitory proteazy i opcjonalnie inhibitory fosfatazy bezpośrednio przed użyciem i trzymaj na lodzie.
Bioinformatyka: Analiza wszystkich danych sekwencjonowania (tj. sekwencjonowania ChIP, sekwencjonowania RNA i profilowania rybosomów) obejmuje kontrolę jakości (np. przy użyciu FastQC, http://www.bioinformatics.babraham.ac.uk/projects/fastqc/), przycinanie adapterem (np. za pomocą cutadapt20), a następnie mapowanie do genomu referencyjnego dla badanych komórek. W przypadku danych sekwencyjnych RNA (zarówno całkowitych, jak i sekwencyjnych 4sU), a także danych profilowania rybosomów, wymagany jest mapowanie sekwencjonowania RNA, takie jak ContextMap 221. W przypadku niepołączonych wyrównań danych ChIP-seq wystarczy użyć BWA-MEM22 . Ekspresję genów można obliczyć za pomocą modelu RPKM (Reads per Kilobase of Exon per Million Fragments Mapped)1, po określeniu liczby odczytów na gen za pomocą programu, np. featureCounts23. Dla szczytowych połączeń z danych ChIP-seq dostępnych jest wiele programów, np. MACS24 lub GEM25. Dalsze analizy można przeprowadzić w odniesieniu do R26, w szczególności przy użyciu narzędzi dostarczonych w ramach projektu Bioconductor27.
W tym przypadku głównym wyzwaniem w integracji poziomów 4sU i całkowitego RNA oraz aktywności translacyjnej z profilowania rybosomów jest normalizacja. Klasycznym podejściem do rozwiązania tego problemu jest normalizacja do poziomu genów odpowiedzialnych za utrzymanie domu. Aby zredukować szum spowodowany losowymi fluktuacjami dla poszczególnych genów związanych z prowadzeniem domu, zaleca się nie tylko użycie kilku genów związanych z prowadzeniem domu, ale także średnich poziomów dla większego zestawu, np. >3000 genów utrzymania domu opracowanych przez Eisenberga i Levanona28. W celu obliczenia szybkości obrotu RNA na podstawie stosunku 4sU- do całkowitego RNA, normalizacja opiera się na medianie szybkości obrotu (np. przy założeniu okresu półtrwania RNA wynoszącego 5h)29. Ponieważ jednak zakłada to brak ogólnych zmian w genach zajmujących się utrzymaniem porządku, zalecamy stosowanie podejść analitycznych niezależnych od normalizacji, np. opartego na korelacji grupowania szeregów czasowych różnych typów danych w celu zidentyfikowania grup genów o odmiennym zachowaniu w transkrypcji i translacji podczas aktywacji. Szczegółowy opis bioinformatycznej integracji różnych typów danych znajduje się w oryginalnej publikacji11.
Analiza wskaźników rotacji i integracja danych: Niedawno opublikowana praca33 porównująca okresy półtrwania wyznaczone za pomocą multipleksowanej kontroli genów (MGC) z metodami globalnymi może wykazać, że okresy półtrwania najlepiej korelują z tymi uzyskanymi za pomocą metod znakowania metabolicznego w porównaniu z innymi metodami (np. ogólnym hamowaniem transkrypcji przez leki). Należy jednak wspomnieć, że mogą wystąpić różnice między obliczeniami okresu półtrwania, które zostały opisane 15,34. Uwzględniamy większość problemów i różnic, które są wprowadzane przez reakcję na stres z powodu długotrwałej ekspozycji na 4sU. Dlatego niezbędne jest wykluczenie reakcji na stres wprowadzonej przez oznakowanie 4sU. Aby dokładniej zweryfikować wskaźniki rotacji, zalecamy użycie MGC.
Dodatkowo, wygenerowany tutaj zestaw danych może być również wykorzystany do bardziej zintegrowanej analizy danych (np. regulacji długich niekodujących RNA)35,36.