Tutaj wprowadzamy kompleksowy protokół do generowania i dalszej analizy organoidów ludzkiego mózgu za pomocą sekwencjonowania RNA pojedynczej komórki i pojedynczego jądra.
Method Article
Tutaj wprowadzamy kompleksowy protokół do generowania i dalszej analizy organoidów ludzkiego mózgu za pomocą sekwencjonowania RNA pojedynczej komórki i pojedynczego jądra.
W ciągu ostatniej dekady, transkryptomika pojedynczej komórki znacznie się rozwinęła i stała się standardową metodą laboratoryjną do jednoczesnej analizy profili ekspresji genów poszczególnych komórek, umożliwiając uchwycenie różnorodności komórkowej. W celu przezwyciężenia ograniczeń wynikających z trudnych do wyizolowania typów komórek, do sekwencjonowania można zastosować alternatywne podejście mające na celu odzyskanie pojedynczych jąder zamiast nienaruszonych komórek, dzięki czemu profilowanie transkryptomu poszczególnych komórek ma uniwersalne zastosowanie. Techniki te stały się kamieniem węgielnym w badaniach nad organoidami mózgowymi, ustanawiając je jako modele rozwijającego się ludzkiego mózgu. Wykorzystując potencjał transkryptomiki pojedynczych komórek i pojedynczych jąder w badaniach nad organoidami mózgu, protokół ten przedstawia przewodnik krok po kroku obejmujący kluczowe procedury, takie jak dysocjacja organoidów, izolacja pojedynczych komórek lub jąder, przygotowanie biblioteki i sekwencjonowanie. Wdrażając te alternatywne podejścia, naukowcy mogą uzyskać wysokiej jakości zestawy danych, umożliwiające identyfikację typów komórek neuronalnych i nieneuronalnych, profili ekspresji genów i trajektorii linii komórkowych. Ułatwia to kompleksowe badania nad procesami komórkowymi i mechanizmami molekularnymi kształtującymi rozwój mózgu.
W ciągu ostatnich lat, technologie organoidowe stały się obiecującym narzędziem do hodowli tkanek podobnych do narządów1,2,3. Szczególnie w przypadku narządów, do których nie ma łatwego dostępu, takich jak ludzki mózg, organoidy dają możliwość uzyskania wglądu w rozwój i manifestację choroby4. W związku z tym organoidy mózgowe są szeroko stosowane jako model eksperymentalny do badania różnych zaburzeń ludzkiego mózgu, w tym chorób rozwojowych, psychiatrycznych, a nawet neurodegeneracyjnych4,5,6.
Wraz z pojawieniem się technologii profilowania transkryptomu pojedynczej komórki, pierwotne tkanki ludzkie i złożone modele in vitro mogły być badane z niespotykanym dotąd poziomem szczegółowości, dostarczając mechanistycznego wglądu w zmiany ekspresji genów na poziomie subpopulacji komórek w zdrowiu i chorobie oraz informując o nowych przypuszczalnych celach terapeutycznych7,8,9. Dziedzina organoidów rozwinęła się dzięki wykorzystaniu profilowania transkryptomu pojedynczej komórki do oceny składu komórkowego, odtwarzalności i wierności technologii organoidów mózgowych10,11,12. Sekwencjonowanie RNA pojedynczej komórki (scRNA-seq) umożliwiło klasyfikację komórek i identyfikację dysregulacji genetycznej w chorych organoidach13,14. Co ważne, to właśnie złożoność tkanek organoidowych wymusza wdrożenie technik umożliwiających profilowanie pojedynczych komórek. Charakterystyka organoidów przy użyciu metod takich jak masowe profilowanie transkryptomu (masowe sekwencjonowanie RNA) prowadzi do zamaskowanej heterogeniczności komórkowej i profili ekspresji genów, które są uśredniane dla wszystkich typów komórek w złożonej tkance, ostatecznie ograniczając nasze zrozumienie procesów zachodzących podczas rozwoju organoidów w zdrowiu i chorobie15,16,17. Wraz z rozwojem metod sekwencjonowania scRNA, tworzona jest coraz większa liczba atlasów, czego przykładem są zasoby takie jak Allen Brain Atlas lub Single cell atlas of human brain organoids autorstwa Uzquiano et al.18.
Osiągnięcie udanego seq scRNA z organoidów mózgowych polega na skutecznej izolacji i wychwytywaniu nienaruszonych komórek. Ponieważ dysocjacja organoidów mózgowych w celu uzyskania pojedynczych komórek opiera się na trawieniu enzymatycznym, może wpływać na wzorce ekspresji genów poprzez wywoływanie stresu i uszkodzenia komórek19,20. Dlatego dysocjacja tkanki na poszczególne komórki jest najważniejszym krokiem. Alternatywnym podejściem jest sekwencjonowanie RNA pojedynczego jądra (snRNA-seq), które ułatwia bezenzymatyczną ekstrakcję jąder zarówno ze świeżych, jak i mrożonych, tissue21,22. Jednak izolacja jąder od tkanki stwarza inne wyzwania, takie jak wzbogacenie typów komórek będących przedmiotem zainteresowania i niska zawartość RNA w jądrach w porównaniu z komórkami.
Badania transkryptomu organoidów mózgowych są powszechnie przeprowadzane przy użyciu scRNA-seq10,18,23. Jednak izolacja pojedynczych jąder może zapewnić ortogonalną i uzupełniającą metodę badania profilu transkryptomicznego organoidów. W tym miejscu przedstawiamy zestaw narzędzi do sekwencjonowania scRNA i snRNA dla organoidów mózgowych i omawiamy punkty krytyczne dla uzyskania najlepszej jakości danych sekwencjonowania.
Opisany protokół jest wykonywany w laboratorium o poziomie bezpieczeństwa biologicznego 1 Centrum Medycyny Molekularnej im. Maxa Delbrücka (numer zatwierdzenia: 138/08), zgodnie z wymaganiami i zgodnie z unijnymi i krajowymi zasadami etyki w badaniach.
1. Pozyskiwanie organoidów przodomózgowia z indukowanych pluripotencjalnych komórek macierzystych (iPSC)
UWAGA: Ten protokół został przetestowany dla kilku różnych linii iPSC hodowanych na różnych podłożach komórek macierzystych różnych firm (Tabela 1). Wytwarzanie organoidów przodomózgowia jest w dużym stopniu zależne od wysokiej jakości iPSC i konfluencji 60%-70% przed rozpoczęciem protokołu. W tym przypadku użyliśmy dostępnej na rynku linii komórkowej (patrz Tabela materiałów).
2. Wyprowadzenie pojedynczej komórki z organoidów
UWAGA: Dysocjacja pojedynczej komórki odbywa się za pomocą Zestawu do dysocjacji tkanek nerwowych (Tabela 2), który wykorzystuje dysocjację mechaniczną i enzymatyczną. Tutaj opisujemy ręczną dysocjację mechaniczną. Alternatywnie można użyć maszyny dysocjującej.
3. Izolacja pojedynczych jąder z organoidów
4. Przygotowanie i sekwencjonowanie bibliotek
5. Analiza
Aby zbadać skład komórek organoidów mózgowych za pomocą scRNA-seq i snRNA-seq, organoidy mózgowe zostały zebrane po 30 dniach hodowli, ponieważ organoidy na tym etapie wykazują już pętle neuroepiteliczne składające się z progenitorów otoczonych przez pośrednie progenitory i neurony we wczesnym stadium4,18. Monitorowanie jakości organoidów przez cały okres wzrostu i hodowli ma zasadnicze znaczenie dla uzyskania wiarygodnych danych dotyczących pojedynczych komórek i pojedynczych jąder.
Organoidy powstają poprzez agregację iPSC w ciała embrionalne (Rysunek 1B,C). Oczekuje się, że po złożeniu te embrionalne ciała będą miały wyraźne krawędzie z minimalnymi resztkami komórkowymi (Rysunek 1C). Po indukcji neuroektodermy, ciała embrionalne wykazują zauważalne pojaśnienie wokół powierzchni ze stosunkowo ciemniejszym obszarem wewnętrznym, co wskazuje na udaną indukcję neuronalną (Rysunek 1D). W kolejnych tygodniach organoidy rozwijają tak zwane pętle, neuronalne struktury przypominające rozetę, składające się głównie z komórek neuroepitelialnych (Ryc. 1E,F). Chociaż organoidy te mogą być utrzymywane w hodowli przez kilka miesięcy, należy zauważyć, że wraz ze wzrostem ich rozmiaru następuje odpowiedni wzrost śmierci komórek w wewnętrznej części organoidów z powodu braku składników odżywczych i dostępności tlenu, co ostatecznie prowadzi do rozwoju martwiczego rdzenia.
Aby zbadać różnorodność komórkową w organoidach korowych poprzez analizę sekwencjonowania, wyizolowaliśmy zarówno pojedyncze komórki, jak i jądra z organoidów. Aby zrównoważyć nieodłączną heterogeniczność w pojedynczej partii organoidów mózgowych, przeprowadziliśmy sekwencjonowanie czterech połączonych organoidów z jednej partii. Dodatkowo, w celach porównawczych między procesami izolacji i w celu usunięcia efektów wsadowych między sekwencją snRNA a biblioteką scRNA-seq, organoidy te podzielono na połówki (w sumie osiem połówek; Rysunek 2). Po enzymatycznej izolacji poszczególnych komórek ważne jest, aby zapewnić, że żywotność komórek utrzymuje się powyżej 80%, przy jednoczesnej obserwacji, że komórki zachowują okrągłą morfologię (Rysunek 3A,B). Podobnie, mechaniczna izolacja pojedynczych jąder powinna dać nienaruszone jądra o różnych rozmiarach z minimalną lub żadną wykrywalną ilością wykrywalnych zanieczyszczeń (Rysunek 3C,D).
Analiza sekwencjonowania wykazała, że więcej komórek niż jąder zostało przechwyconych i zsekwencjonowanych. Oba zestawy danych wykazały dobrą jakość ocenianą na podstawie wysokiej liczby genów i UMI na komórkę i jądro oraz niskiego odsetka odczytów mitochondrialnych (Figura 4A-C). Zgodnie z oczekiwaniami, odczyty mitochondrialne i rybosomalne stanowią większą część całkowitych odczytów odzyskanych w zestawie danych scRNA-seq w porównaniu ze zbiorem danych snRNA-seq. W zbiorze danych scRNA-seq większość komórek zawierała mniej niż 30% odczytów rybosomalnych, podczas gdy w zbiorze danych snRNA-seq większość jąder zawierała mniej niż 5% odczytów rybosomalnych. Ponadto większość komórek przechwyconych w zbiorze danych scRNA-seq zawiera mniej niż 5% odczytów mitochondrialnych. Po odfiltrowaniu odczytów mitochondrialnych około 10 000 komórek i 3 000 jąder przekroczyło próg jakości.
Analiza integracyjna obu zestawów danych wykazała, że wszystkie klastry są reprezentowane w obu zestawach danych, co wskazuje, że obie metody odzyskują te same typy komórek (Rysunek 5A,C). Adnotacja zestawu danych pokazuje, że główne populacje komórek obejmują glej promieniowy, pośrednie komórki progenitorowe, podkorowe komórki progenitorowe i neurony, a także nowonarodzone neurony projekcji głębokiej warstwy i mniej reprezentowane typy komórek, takie jak Cajal-Retzius, komórki korowe i splot naczyniówkowy (Figura 5B). Ogólnie rzecz biorąc, scRNA-seq i snRNA-seq mogą odzyskać wszystkie typy komórek, które powinny być obecne w 30-dniowym organoidzie mózgowym20.

Rysunek 1: Generowanie organoidów mózgowych z iPSC. Przebieg czasowy generowania organoidów mózgowych (A). Przykładowe obrazy udanego różnicowania kory mózgowej od iPSC (B), które tworzą ciała zarodkowe (72 godziny po wysiewie) (C) i wykazują udaną indukcję neuronalną po 7 dniach hodowli (D). Organoid przedstawia wyraźne pętle w dniu 15 (E) i dniu 30 (F). Podziałka: B-D 200 μm, E 400 μm, F 800 μm. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 2: Proces pozyskiwania pojedynczych komórek i pojedynczych jąder z organoidów mózgowych. Dysocjację organoidów na pojedyncze komórki przeprowadza się poprzez mielenie organoidów skalpelem, a następnie trawienie enzymatyczne (u góry). Izolację jąder przeprowadza się przez dysocjację mechaniczną, po której następuje oczyszczanie za pomocą gradientu Percoll (na dole). Zawiesina pojedynczej komórki i jąder jest filtrowana i ładowana do systemu mikroprzepływowego w celu generowania biblioteki i sekwencjonowania. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 3: Reprezentatywne wyniki izolowanych komórek i jąder z 30-dniowych organoidów. (A) Przykładowy obraz komórek zabarwionych na niebiesko trypanowo wykonany za pomocą licznika komórek i (B) odpowiednie zbliżenie. (C) Nałożenie jasnego pola i obrazu fluorescencyjnego jąder barwionych DAPI oraz (D) odpowiednie zbliżenie. Podziałka skali: 100 μM Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 4: Kontrola jakości sekwencji scRNA i snRNA. Wykresy skrzypcowe ilustrują bezwzględną liczbę UMI (A), liczbę genów (B), odczyty mitochondrialne (C) i rybosomalne (D) komórek (niebieskie) i jąder (różowo-fioletowe). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 5: scRNA-seq i snRNA-seq pobierają podobne populacje komórek w 30-dniowych organoidach. Zintegrowany wbudowany UMAP 30-dniowych organoidów, pokazujący wyniki sekwencji scRNA (niebieski) i sekwencji snRNA (różowo-fioletowy) (A), zintegrowane i oznaczone adnotacjami oraz indywidualne profile sekwencji scRNA i sekwencji snRNA (B, C). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.
Tabela 1: Pożywki do hodowli komórkowych i składniki powłok Kliknij tutaj, aby pobrać tę tabelę.
Tabela 2: dysocjacyjne dla scRNA i snRNA-seq. Kliknij tutaj, aby pobrać tę tabelę.
Dodatkowy plik kodowania 1: Plik kodujący używany do analizy danych scRNA-seq i snRNA-seq. Kliknij tutaj, aby pobrać ten plik.
Analiza transkryptomiczna pojedynczych komórek i pojedynczych jąder stała się kluczowym narzędziem do zrozumienia mechanizmów regulacji genów w złożonych tkankach. Obie metody umożliwiają badania transkryptomu organoidów mózgowych. Aby zapewnić ogólny sukces eksperymentu, jakość materiału wyjściowego ma duże znaczenie. Dlatego konieczne jest regularne cięcie organoidów, aby zapobiec tworzeniu się nekrotycznego rdzenia26. Możliwe jest również wyeliminowanie tego problemu za pomocą kultury interfejsu powietrze-ciecz27. Aby zmniejszyć efekty partii spowodowane niejednorodnością organoidów, sugerujemy użycie co najmniej czterech organoidów na ekstrakcję. Alternatywnie możliwe jest przeprowadzenie wielu serii sekwencjonowania poszczególnych organoidów, co dodatkowo pozwala na zbadanie zmienności w obrębie tej samej partii17. W przypadku stosowania obu metod, scRNA-seq i snRNA-seq, równolegle, pocięcie organoidów na dwie części i podzielenie ich dla każdej metody może jeszcze bardziej zmniejszyć różnice spowodowane niejednorodnością organoidów.
Aby uzyskać dobrej jakości profil transkryptomiczny pojedynczej komórki lub jądra, kluczowe jest, aby błona komórkowa lub jądrowa pozostała nienaruszona podczas całej procedury. Dlatego tak ważne jest zoptymalizowanie zarówno stężenia enzymu, jak i czasu trawienia enzymatycznego, które należy dostosować do wieku i wielkości organoidu. Ponadto ważne jest, aby stosować odpowiednie temperatury i prędkość wirowania oraz unikać ostrego pipetowania. W przypadku niskiej żywotności można zastosować zestaw do usuwania martwych komórek po dysocjacji organoidów na pojedyncze komórki. Uzupełnienie, do izolacji jąder konieczne jest dokładne umycie organoidu PBS i dostosowanie liczby uderzeń wygarniaczem do wielkości organoidu. Ważne jest również, aby ostrożnie ułożyć gradient Percoll, aby uniknąć zakłóceń w warstwowaniu. Jeśli uszkodzone jądra pozostają po izolacji, zaleca się przeprowadzenie etapu sortowania za pomocą sortowania komórek aktywowanego fluorescencją22. Ogólnie rzecz biorąc, stosowanie inhibitorów RNAzy ma zasadnicze znaczenie dla wszystkich etapów, od dysocjacji próbki do generowania biblioteki, w celu zachowania wysokiej jakości RNA każdej komórki lub jądra.
W tym badaniu sekwencjonowanie scRNA dało więcej komórek, co pozwala na szerszy przegląd populacji komórek. Ponadto komórki zawierają więcej RNA i są łatwiejsze do wzbogacenia dla określonych typów komórek poprzez markery powierzchniowe w porównaniu z jądrami. Jednak dysocjacja pojedynczych komórek opiera się na procesie enzymatycznym, który może indukować transkrypcję RNA związanych ze stresem 19,28. Szczególnie w chorobach, które są związane ze zwiększoną reakcją na stres, może to prowadzić do artefaktów wywołanych dysocjacją20. Ponadto wykazano, że izolacja pojedynczej komórki spowodowała utratę wrażliwych populacji komórek 3,29. Chociaż może to nie być oczywiste w tym badaniu, jest to możliwy wynik przy użyciu starszych organoidów mózgowych, które charakteryzują się większą różnorodnością komórkową.
Ponieważ oba zestawy danych pobierają te same populacje komórek, wybór metody izolacji w dużym stopniu zależy od pytań badawczych, pozyskiwania tkanek i zarządzania czasem. Podczas gdy po dysocjacji utrwalanie i przechowywanie pojedynczych komórek z organoidów mózgowych w metanolu jest dobrze znane30, izolacja pojedynczych jąder z zamrożonych organoidów mózgowych nadal wymaga optymalizacji.
Ogólnie rzecz biorąc, nasze protokoły stanowią wszechstronną i adaptowalną platformę do badania profilu transkryptomicznego poszczególnych komórek i jąder w organoidach mózgowych, torując drogę do dogłębnych badań kwestii związanych z rozwojem i chorobą w modelach ludzkiego mózgu in vitro.
Autorzy deklarują brak sprzecznych interesów finansowych.
Dziękujemy Valerii Fernandez-Vallone za oryginalne instrukcje dotyczące zestawu do dysocjacji neuronalnej Miltenyi. Dziękujemy również Platformie Technologicznej Genomiki Centrum Maxa Delbruecka za udostępnienie receptury buforu do lizy NP40 oraz cenne porady dotyczące tworzenia tego protokołu. Dziękujemy również Margarecie Herzog i Alexandrze Tschernycheff za wsparcie organizacyjne laboratorium.
| Name | Company | Catalog Number | Comments |
|---|---|---|---|
| 1,4-DITHIO-DL-THREIT-LSG., F. D. MOL.-BIOL., ~1 M W H2O (DTT) | Sigma | 43816-10ML | |
| 1,5 ml probówki o niskim poziomie wiązania DNA | Probówka do mikrowirówek | VWR | 525-0130 |
| 10x rurociąg Cellranger | analiza pipline | ||
| 15 ml Falcon | Probówka wirówkowa | ||
| 2-merkaptoetanolowa (BME) | Life Technologies | 21985023 | |
| 50 ml | Probówka wirówkowa | ||
| A83-01 | Bio Technologies | 379762 | |
| Roztwór antybiotykowy/przeciwgrzybiczy (100X) | Life Technologies | 15240062 | |
| B-27 Plus Suplement | Life Technologies | 17504044 | |
| B-27 Suplement bez witaminy A | Life Technologies | 12587010 | |
| Albumina surowicy bydlęcej, wolna od kwasów tłuszczowych (BSA) | Sigma Aldrich | A8806-5G | |
| cAMP | Biogems | 6099240 | |
| cAMP | Biogems | 6099240 | |
| C-CHIP NEUBAUER ULEPSZONY | VWR | DHC-N01 | |
| Sitko komórkowe 40 i mikro; m | Neolab | 352340 | |
| Sitko do komórek 70 & mikro; m (biały) Nylonowy | Sigma | CLS431751-50EA | |
| Chromium i Następny Zestaw akcesoriów GEM | 10X Genomics | 1000204 | |
| Chromium Next GEM Chip G Zestaw pojedynczych komórek, 16 rxns | 10X Genomics | 1000127 | |
| Chromium Następny zestaw pojedynczych komórek GEM 3' v3.1 | 10X Genomics | 1000268 | |
| kompletny, Wolny od EDTA inhibitor proteazy Cocktaill | Roche | 11873580001 | |
| DAPI | MERCK Chemicals | 0000001722 | |
| DMEM/F12 | Life Technologies | 11320074 | |
| Zestaw młynków do tkanek Dounce 2 ml kompletny | Sigma | Aldrich 10536355 | |
| Essential E8 Flex Technologie | żywotności | A2858501 | |
| Liczenie komórek EVE Slajdy | VWR | EVS-050 ( 734-2676) | |
| Surowica bydlęca dla płodu wolna od tetracyklin (FBS) | PAN Biotech | P30-3602 | |
| Geltrex LDEV-Free (powłoka) | Life Technologies | A1413302 | |
| gentleMACS | Miltenyi Biotec | maschine dysocjacyjny | |
| GlutaMAX suplementy | Life Technologies | 35050038 | |
| Testowana hodowla komórek sodowych heparyny | Sigma | H3149-10KU | |
| ludzka rekombinowana BDNF | StemCell Technologies | 78005.3 | |
| ludzka rekombinowana GDNF | StemCell Technologies | 78058.3 | |
| Roztwór insuliny Ludzki | Sigma Aldrich | I2643-25MG | |
| Wymiana surowicy nokautującej | Life Technologies | 10828028 | |
| LDN193189 Chlorowodorek 98% | Sigma Aldrich | 130-106-540 | |
| MEM aminokwas endogenny (100x) | Sigma Aldrich | M7145-100ml | |
| MgCl2 Chlorek magnezu (1M) Termo bez RNAZ | Scientific | AM9530G | |
| mTeSR Plus | StemCell Technologies | 100-0276 | pożywka dla komórek macierzystych |
| mTeSR1 | StemCell Technologies | 85850 | pożywka dla komórek macierzystych |
| N2 Suplement | StemCell Technologies | 17502048 | |
| Zestaw do dysocjacji tkanek nerwowych | Miltenyi Biotec BV & Co. KG | 130-092-628 | |
| Neurobasal Plus | Life Technologies | A3582901 | |
| NastępnySystem Seq500 | Illumina | Sequencer | |
| NP-40 Surfact-Amps Roztwór detergentu | Life Technologies | 28324 | |
| PBS Dulbecco' s | Invitrogen | 14190169 | |
| PenStrep (Penicylina - Streptomycyna) | Life Technologies | 15140122 | |
| Percoll | Th. Geyer | 10668276 | |
| Pluronic (R) F-127 | Sigma Aldrich | P2443-1KG | |
| RiboLock RNase Inhibitor | Life Technologies | EO0382 | |
| Inhibitor skał (dichlorowodorek Y-27632) SB | Biomol | Cay10005583-10 | |
| SB 431542 | Biogems | 3014193 | |
| Chlorek sodu NaCl (5M), bez RNaz - 100 ml | Invitrogen | AM9760G | |
| StemFlex Medium | Thermo Scientific | A3349401 | pożywka dla komórek macierzystych |
| StemMACS iPS-Brew XF | Miltenyi Biotec | 130-104-368 | pożywka dla komórek macierzystych |
| TC-Platte 96 Well, okrągłe dno | Sarstedt | 83.3925.500 | |
| TISSUi006-A | TissUse GmbH | https://hpscreg.eu/cell-line/TISSUi006-A | |
| Trypan Blue | T8154-20ml | Sigma | |
| TrypLE Express Enzyme, bez czerwieni fenolowej | Life Technologies | 12604013 | Odczynnik na bazie trypsyny |
| UltraPure 1M Tris-HCl Buffer, pH 7,5 | Life Technologies | 15567027 | |
| XAV939 | Enzo Nauki przyrodnicze | BML-WN100-0005 |
Request permission to reuse the text or figures of this JoVE article
Request Permission