$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Pomyślne wdrożenie platformy Methyl-Seq dla szczurów zależy od kilku kryteriów. Rysunek 1 pokazuje ogólny przebieg badania i podkreśla konkretne etapy kontroli jakości (QC), które są potrzebne przed przejściem dalej. Jednym z pierwszych czynników, które należy wziąć pod uwagę, jest solidność modelu zwierzęcego i schemat stresu, które określają wielkość zmian epigenetycznych zachodzących w metylomie. Ponieważ nasza praca na zwierzętach opiera się na naszej poprzedniej obserwacji, że ekspozycja na kortykosteron (CORT) może prowadzić do zmian w metylacji DNA19,20, nasz schemat przewlekłego stresu zmiennego (CVS) musiał być wystarczająco rygorystyczny, aby wyprodukować zestresowane szczury z podwyższonym poziomem CORT w osoczu. Typowy tygodniowy schemat CVS jest przedstawiony w Tabeli 1 i składa się z codziennych stresorów rano, po południu i w nocy, które są stale zmieniane, aby zapobiec przyzwyczajeniu i zmniejszonej reakcji na stres. W trakcie 3-tygodniowego reżimu zestresowane zwierzęta wykazywały znacznie podwyższone poziomy średniego CORT w osoczu [dni 4–21, kontrola: 32,7 3,7 ng / ml, stres: 103,0 11,9 ng / ml (średnia SEM), P = 2,2 x 10-4, Rysunek 2A] w porównaniu z niezestresowanymi zwierzętami kontrolnymi. Konsekwentnie, zwierzęta te wykazywały również większe zachowania podobne do lęku w labiryncie na podwyższonym plusie (EPM), na co wskazuje znacznie więcej czasu spędzonego w zamkniętych ramionach EPM i mniej czasu w otwartych ramionach (Rysunek 2B). Wyniki te pokazują, że ekspozycja na CVS doprowadziła do znaczących zmian endokrynologicznych i behawioralnych, co skłoniło nas do zbadania, czy zmiany te były związane ze specyficznymi sygnaturami metylacji DNA.
Kładziemy nacisk na kilka punktów kontrolnych, które są kluczowe dla pomyślnej budowy biblioteki Methyl-Seq. Rozpoczęcie od wystarczającej ilości DNA jest konieczne, ponieważ sonikacja, wielokrotne mycie/oczyszczanie, wzbogacanie celu i etapy konwersji wodorosiarczynów sukcesywnie zmniejszają ilość DNA w gotowej bibliotece. Chociaż kilka etapów amplifikacji PCR łagodzi utratę matrycy DNA, nadmierna liczba cykli PCR może powodować wyższe zduplikowane odczyty. W obecnym badaniu Methyl-Seq na szczurach użyto 2 μg gDNA krwi na szczura. Zwracamy uwagę, że biblioteki Methyl-Seq mogą być tworzone z początkową ilością DNA tak niską, jak 500 ng. Mniejszy materiał wyjściowy pozwala użytkownikom na generowanie bibliotek z DNA wyizolowanego za pomocą FACS (sortowanie komórek aktywowanych fluorescencją) lub igł, chociaż istnieje zwiększone ryzyko wytworzenia niewystarczającej liczby bibliotek do późniejszego sekwencjonowania. Kontrolę jakości przeprowadza się przez elektroforezę 1 μl próbki na bioanalizatorze, który zapewnia masę cząsteczkową DNA, ilość i molowość. Trzy krytyczne kroki, które wymagają użycia bioanalizatora, to: 1) następujący etap sonikacji w celu zapewnienia wystarczającego ścinania DNA (~170 pz, czerwony, Rysunek 3); 2) następujący po etapie ligacji adaptera wskazywany przez zmianę średniej wielkości ściętego DNA (~200 pz, niebieski, Rysunek 3) w celu zapewnienia ich późniejszej amplifikacji metodą PCR; oraz 3) po ostatnim kroku oczyszczania biblioteki w celu zapewnienia ilości i rozmiaru biblioteki do sekwencjonowania.
Pakiety R BSSeq i BSmooth w Bioconductor zostały użyte do analizy danych sekwencjonowania wodorosiarczynów18. Obejmują one narzędzia i metody do ujednolicania odczytów sekwencji, przeprowadzania kontroli jakości i identyfikacji regionów metylowanych różnicowo (DMR). Oprogramowanie BSmooth wywołuje Bowtie 2.016,17 jako wewnętrzny wyrównywacz sekwencji w celu uzyskania podsumowań pomiarów na poziomie CpG, poprzez wyrównanie surowych odczytów wejściowych do sekwencji genomowych przekształconych w wodorosiarczyn. Wyrównane odczyty są następnie filtrowane przez rygorystyczne procedury kontroli jakości, które mają na celu zidentyfikowanie systematycznych błędów sekwencjonowania i wywoływania bazy, które mogą zniekształcić dalsze analizy. Generowana jest seria wykresów, które wizualnie pomagają w tym procesie filtrowania. Generowane są również metryki sekwencjonowania w celu udokumentowania istotnych informacji, takich jak między innymi liczba wyrównanych odczytów, % docelowy i pokrycie CpG (Tabela 2). Po przefiltrowaniu danych wykonywany jest algorytm wygładzania/normalizacji, w którym każdemu CpG przypisywana jest szacowana wartość metylacji na podstawie wszystkich odczytów QC z każdej próbki i szacunków z sąsiednich CpG, aby zapewnić dokładniejsze wywoływanie stanu metylacji nawet w przypadkach, gdy pokrycie sekwencji jest niskie. Wartość ta zapewnia wygładzone oszacowanie prawdopodobieństwa metylacji w każdym miejscu CpG. Porównując średnią wygładzonych oszacowań metylacji każdej próbki między dwiema grupami poddanymi działaniu substancji i klasyfikując regiony genomu od najbardziej znacząco różniących się do najmniejszych, generowana jest lista DMR (Tabela 3).
Najwyższy DMR między grupami zestresowanymi i niezestresowanymi znajdował się w promotorze głównego genu zgodności tkankowej szczura Rt1-m4, przy czym zwierzęta zestresowane wykazywały wyższy poziom metylacji u wszystkich CpG niż zwierzęta niezestresowane (Rysunek 4A). Aby potwierdzić pomyślne wdrożenie platformy Methyl-Seq i analizę danych, zaprojektowano startery w odniesieniu do DMR, a poziomy metylacji DNA krwi w całej kohorcie zwierząt zestresowanych i niezestresowanych (8 zsekwencjonowanych przez Methyl-Seq i 8 niezsekwencjonowanych) oceniono za pomocą pirosekwencjonowania wodorosiarczynowego. Wyniki wskazują na znaczny wzrost metylacji DNA w 10 z 12 badanych CpG (5,1–10,4 zmiana % metylacji, P <0,037, Figura 4B). Analizę szlaku KEGG przeprowadzono na wszystkich nominalnie istotnych DMR w celu zidentyfikowania szlaków związanych ze stresem. Konsekwentnie, szlaki związane z DMR wiązały się z chorobami związanymi z przewlekłym narażeniem na stres, takimi jak cukrzyca, choroby sercowo-naczyniowe i rak (Tabela 4). 21,22,23 Aby wykazać związek między danymi epigenetycznymi a stopniem narażenia na stres, poziomy metylacji w CpG-10 porównano ze średnimi 3-tygodniowymi poziomami CORT dla każdego zwierzęcia. Wyniki wykazały niewielką korelację między danymi endokrynologicznymi a danymi dotyczącymi metylacji (R2 = 0,54, P = 0,001, Rysunek 5).

Rysunek 1: Ogólny schematyczny przebieg pracy dla szczurzej platformy Methyl-Seq. Jeden μg genomowego DNA wyekstrahowanego z krwi zestresowanych i kontrolnych szczurów jest najpierw przetwarzany w celu skonstruowania bibliotek Methyl-Seq do sekwencjonowania, analizy i identyfikacji celu. Kolejne 100 ng DNA wykorzystuje się do niezależnej walidacji zidentyfikowanych celów epigenetycznych poprzez pirosekwencjonowanie wodorosiarczynów. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rycina 2: Narażenie na przewlekły zmienny stres (CVS) prowadzi do zmian endokrynologicznych i behawioralnych u szczurów. (A) Wielokrotne pobieranie próbek kortykosteronu (CORT) wykazuje solidność 3-tygodniowego schematu CVS. Próbki krwi pobierano rano przed codziennym reżimem stresu. (B) Zestresowane zwierzęta spędzały więcej czasu w zamkniętych ramionach, a mniej w otwartych ramionach podwyższonego labiryntu plus (EPM). Pokazane są wykresy skrzynkowe z punktem danych dla każdego zwierzęcia. Test T Studenta został przeprowadzony dla istotności statystycznej. *P<0,05, **P<0,01 oraz ***P<0,001. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rycina 3: Kwantyfikacja strzyżonego i podwiązanego adapterowo DNA szczura na bioanalizatorze. Czerwona i niebieska krzywa pokazują ilość i rozmiar genomowego DNA (czerwonego) po ścinaniu odpowiednio w izotermicznym sonikatorze i ligacji adaptera. Każda linia reprezentuje jedną próbkę, a czerwona i niebieska krzywa odzwierciedlają zarówno utratę DNA podczas kilku etapów (naprawa końca, adenylacja 3' i oczyszczanie próbki), jak i wzrost wielkości pz w wyniku ligacji adapterów. Ostre piki przy 25 pz i 1500 pz to standardowe znaczniki, które zostały dodane do bufora ładowania. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Ryc. 4: Zmiany epigenetyczne wywołane przez CVS są wykrywane przez szczurzego Methyl-Seq. (A) Analiza danych Methyl-Seq u szczurów wykazała, że promotor genu Rt1m4 jest zróżnicowanym regionem metylowym (DMR) między szczurami zestresowanymi (czerwonymi) i kontrolnymi (niebieskimi). Graficzne wyjście dla Rt1m4 DMR (różowy zacieniony region) wyświetla każdy CpG (pionowa szara linia), cztery próbki w każdej grupie (czerwone lub niebieskie linie) oraz % poziomów metylacji dla każdego zwierzęcia (czerwona lub niebieska kropka). (B) Dwanaście CpG w DMR zostało zwalidowanych przez pirosekwencjonowanie wodorosiarczynowe. Wykresy słupkowe są reprezentowane jako średnia SEM, a test T Studenta został przeprowadzony w celu uzyskania istotności statystycznej. *P<0,05. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rycina 5: Analiza regresji liniowej wykazała niewielką korelację między % metylacji DNA w CpG-10 Rt1m4 a 3-tygodniowymi średnimi poziomami CORT w osoczu zarówno zwierząt zestresowanych, jak i kontrolnych (N = 16). Dane dotyczące zwierząt zestresowanych są oznaczone czerwonymi kółkami. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.
| tydzień | Dzień 1 | Dzień 2 | Dzień 3 | Dzień 4 | Dzień 5 | Dzień 6 | Dzień 7 |
| Am | powściągliwość | pływać | Chłodnia | pływać | powściągliwość | Shakerze bostońskim | pływać |
| Pm | Shakerze bostońskim | Nachylenie klatki | powściągliwość | Shakerze bostońskim | Chłodnia | powściągliwość | Chłodnia |
| Noc | Ograniczenie żywności | mokra pościel | Izolacja | Światło włączone | Wyparcia | Światło włączone | mokra pościel |
Tabela 1: Typowy tygodniowy harmonogram schematu przewlekłego zmiennego stresu (CVS).
osób
osób
osób
osób
osób
osób
osób
osób
TGL
osób
TGL
osób
osób
osób
osób
osób
| Metryki sekwencjonowania | Stres1 | Sterowanie1 |
| (n = 4) | (n = 4) |
| Sparowane odczyty końcowe (PER) | 89 290 397 | 80 165 674 |
| Unikalnie mapowane sparowane odczyty końcowe (UMPER) | 39 200 255 | 35 013 406 |
| Szybkość wyrównania/wydajność mapowania (UMPER/PER) | 44% | 44% |
| Zduplikowane odczyty (% UMPER) | 73% | 65% |
| Deduplikowany UMPER | 10 481 031 | 12 306 018 |
| Średnie pokrycie głębokości odczytu (x) (ARDC) | 6-krotnie | 6-krotnie |
| CpG (N) | 12 056 878 | 12 056 878 |
| ARDC (x) CpG | 2x | 2x |
| CpG z co najmniej 10 odczytami (N) | 481 383 | 595 850 |
| ARDC (X) CpG z co najmniej 10 odczytami | Rozdział 19 | Rozdział 19 |
| On Target CpG (pełne pokrywanie się z obszarami docelowymi sondy) | 1 923 872 | 2 007 638 |
| Na celu ARDC (x) CpG | 7x | 8x |
| Na celu CpG z co najmniej 10 odczytami (N) | 428 249 | 531 419 |
| On Target ARDC (x) CpG z co najmniej 10 odczytami | 18-krotny | 18-krotny |
| On Target (PER z 1 lub więcej parami podstawowymi nakładającymi się na regiony docelowe sondy) (UMPER) | 8 277 715 | 9 369 523 |
| % w miejscu docelowym (deduplikowanego UMPER) | 78% | 77% |
| On Target (łączna liczba zmapowanych baz) Mb | 125 Mb | 128 Mb |
| Docelowe średnie pokrycie głębokości odczytu (x) (ARDC) | 9-krotnie | 10x |
| 1Metryki sekwencjonowania oparte na średnich dla osób w każdej grupie | | |
Tabela 2: Metryki sekwencjonowania uzyskane z platformy szczurzego Methyl-Seq.
powiedział:
osób
osób
zł
pkt.
pkt.
osób
osób
pkt.
pkt.
pkt.
pkt.
powiedział:
osób
osób
pkt.
pkt.
pkt.
pkt.
powiedział:
osób
osób
powiedział:
pkt.
pkt.
pkt.
powiedział:
osób
osób
powiedział:
pkt.
pkt.
pkt.
powiedział:
osób
osób
powiedział:
pkt.
pkt.
pkt.
pkt.
powiedział:
osób
osób
pkt.
pkt.
pkt.
pkt.
osób
osób
powiedział:
pkt.
pkt.
pkt.
pkt.
powiedział:
osób
osób
pkt.
pkt.
pkt.
powiedział:
osób
osób
powiedział:
pkt.
pkt.
pkt.
pkt.
| Chr | początek | koniec | gen | odległość | areaStat (Statystyka obszaru) | meanDiff (średnia różnica) | stres | kontrola | kierunek |
| CHR20 | 1 644 246 | 1 644 390 | Zobacz materiał RT1-M4 | in_gene | 93.03 | 0,22 | 0,33 | 0,11 | korzyść |
| Czujnik CHR5 | 160 361 352 | 160 361 564 | LOC690911 | in_gene | -70,75 | -0,19 | 0,72 | 0,91 | strata |
| CHR3 | 61 138 281 | 61 138 330 | RGD1564319 | 265569 | 61,79 | 0,21 | 0,94 | 0,72 | korzyść |
| CHR2 | 143 064 811 | 143 065 010 | Ufm1 | Numer katalogowy: 8569 | -59,48 | -0,11 | 0,13 | 0,24 | strata |
| Certyfikat CHR7 | 30 764 111 | 30 764 284 | Ntn4 | in_gene | Norma 57.04 | 0,21 | 0,94 | 0,73 | korzyść |
| CHR17 | 12 469 112 | 12 469 218 | Idnk | Numer katalogowy: 41996 | -50,91 | -0,13 | 0,74 | 0,88 | strata |
| Certyfikat CHR7 | 47 101 725 | 47 101 930 | Pawr | in_gene | -50,54 | -0,12 | 0,64 | 0,76 | strata |
| Czujnik CHR5 | 76 111 248 | 76 111 822 | Zobacz materiał Txndc8 | 151703 | -50,38 | -0,11 | 0,85 | 0,96 | strata |
| CHR11 | 80 640 132 | 80 640 356 | dgkg powiedział: | in_gene | -50.07 | -0,16 | 0,73 | 0,89 | strata |
| CHR8 | 71 759 248 | 71 759 411 | Mir190 | 210226 | -47,84 | -0,17 | 0,58 | 0,75 | strata |
Tabela 3: 10 najbardziej zróżnicowanych regionów metylowanych. Dla każdego DMR tabela wyników pokazuje od lewej do prawej kolumny: lokalizacja chromosomu (chr), współrzędne (początek/koniec), nazwa genu, odległość od miejsca rozpoczęcia transkrypcji, statystyki obszaru różnicowego między grupą zestresowaną a kontrolną (areaStat), średnia różnica metylacji (meanDiff), średnie poziomy metylacji w każdym DMR dla grup stresowych i kontrolnych (stres/kontrola) oraz kierunek zmiany metylacji z kontroli.
szt.
szt.
Rozdział
pkt.
| Warunki korzystania ze ścieżki KEGG | Liczba genów | % | Wartość P | Beniamini |
| Cukrzyca |
| Cukrzyca typu II | 12 | 0,1 | Wymiary: 3,6 x 10-4 | 9,8 x 10-3 |
| Choroby układu krążenia |
| Skurcz mięśni gładkich naczyń krwionośnych | Rozdział 18 | 0,1 | 1,6 x 10-3 | Wymiary: 3,6 x 10-2 |
| Arytmogenna kardiomiopatia prawej komory (ARVC) | 13 | 0,1 | 4,0 x 10-3 | 7,1 x 10-2 |
| Kardiomiopatia rozstrzeniowa | 14 | 0,1 | 7,6 x 10-3 | 1,2 x 10-1 |
| Funkcja neuronu |
| Długotrwałe wzmocnienie | 11 | 0,1 | 1,5 x 10-2 | 1,4 x 10-1 |
| Sygnalizacja |
| Szlak sygnałowy MAPK | 35 | 0,2 | Wymiary: 2,4 x 10-4 | 9,9 x 10-3 |
| Szlak sygnalizacji wapniowej | 22 Rozdział 22 | 0,1 | 1,2 x 10-2 | 1,4 x 10-1 |
| Szlak sygnalizacyjny chemokiny | 21 | 0,1 | 1,2 x 10-2 | Wymiary 1,3 x 10-1 |
| Rak |
| Szlaki w raku | 42 Rozdział 42 | 0,3 | 4,1 x 10-5 | Wymiary: 3,4 x 10-3 |
| Glejaka | 15 | 0,1 | 4,4 x 10-5 | Wymiary: 2,4 x 10-3 |
| Niedrobnokomórkowy rak płuca | 10 | 0,1 | 7,9 x 10-3 | 1,1 x 10-1 |
| Rak jelita grubego | 13 | 0,1 | 8,4 x 10-3 | 1,1 x 10-1 |
| Przewlekła białaczka szpikowa | 12 | 0,1 | 1,2 x 10-2 | Wymiary 1,3 x 10-1 |
Tabela 4: Analiza szlaku KEGG DMR zidentyfikowanych na szczurzym Methyl-Seq.