$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Uma implementação bem sucedida da plataforma de metil-Seq rato varia de acordo com vários critérios. A Figura 1 mostra o fluxo de trabalho geral do estudo e destaca as etapas de controle de qualidade específico (QC) que são necessários antes de avançar. Um dos primeiros fatores a considerar é a robustez do modelo animal e o regime de estresse, que determinam a magnitude de mudanças epigenéticas que ocorrem em todo o methylome. Desde que nosso trabalho animal baseia-se na nossa observação anterior de que a exposição de corticosterona (CORT) pode levar a mudanças na metilação de DNA19,20, nosso regime de estresse crônico variável (CVS) precisava ser de rigor suficiente para produzir salientou ratos com níveis de elevados de plasma CORT. Um típico regime semanal de CVS é mostrado na tabela 1 e consistia de estressores diários pela manhã, à tarde, e durante a noite que são alteradas constantemente para evitar habituação e diminuída resposta ao estresse. Durante todo o regime de 3 semanas, os animais forçados exibiram níveis significativamente elevados de plasma média CORT [dias 4-21, controlam: 32,7 3.7 ng/mL, Stress: 103,0 11,9 ng/mL (SEM média), P = 2,2 x 10-4, Figura 2A] sobre aquelas de átonas, controle de animais. Consistentemente, estes animais também mostraram maior comportamento de ansiedade sobre a elevada além de labirinto (EPM), conforme indicado pelo significativamente mais tempo gasto nos braços fechados da EPM e menos tempo nos braços abertos (Figura 2B). Estes resultados demonstram que a exposição CVS levou a significativa endócrinas e alterações comportamentais, levando-na investigar se estas mudanças foram associadas com assinaturas de metilação de DNA específicas.
Ressaltamos que vários pontos de verificação que são cruciais para a construção bem-sucedida da biblioteca de metil-Seq. Começando com uma quantidade suficiente de DNA é necessário, como sonication, várias lavagem/purificação, enriquecimento do alvo, e as etapas de conversão de bissulfito sucessivamente reduzem a quantidade de DNA na biblioteca acabada. Apesar de várias etapas de amplificação da PCR aliviar a perda do molde do ADN, número excessivo de ciclo PCR pode introduzir maiores leituras duplicadas. Para o atual estudo em ratos metil-Seq, utilizou-se 2 g de sangue gDNA por rato. Notamos que bibliotecas de metil-Seq podem ser feitas com quantidade de DNA de partida tão baixa quanto 500 ng. Menores, a partir do material permite aos usuários gerar bibliotecas de DNA isolado por FACS (classificação de fluorescência-ativado da pilha) ou agulha socos, apesar de haver aumento do risco de produzir uma quantidade insuficiente de bibliotecas para sequenciamento subsequente. QC é executado pela electroforese de 1 L da amostra em um bioanalyzer, que fornece a molaridade, quantidade e peso molecular DNA. Três passos críticos que exigem o uso de bioanalyzer são: 1) seguindo passo sonication para garantir suficiente cisalhamento do DNA (~ 170 bp, vermelho, Figura 3); 2) após a etapa de ligadura adaptador indicaram por uma mudança no tamanho médio do DNA cortado (~ 200 bp, azul, Figura 3) para garantir a sua subsequente amplificação por PCR; e 3) após a etapa de purificação biblioteca final para garantir a quantidade e o tamanho da biblioteca para o sequenciamento.
Os R-pacotes BSSeq e BSmooth em Bioconductor foram usados para analisar o bissulfito de sequenciamento de dados18. Eles incluem ferramentas e métodos para alinhar as leituras de sequência, realizando o controle de qualidade, e identificando diferencialmente metilado regiões (DMRs). BSmooth software invoca Bowtie 2.016,17 como um alinhador de sequência interno para obter resumos de medição de nível CpG, pelo alinhamento de leituras entradas brutos de sequências genomic bissulfito-convertido. O lê alinhado então é filtrado através de procedimentos de controle de qualidade rigoroso que procuram identificar sequenciação sistemática e base-chamada erros que podem distorcer as análises a jusante. Uma série de parcelas são gerados para visualmente auxiliar neste processo de filtragem. Métricas de sequenciamento também são geradas para documento informações relevantes como o número de leituras alinhadas, % alvo e por cobertura de CpG, entre outros (tabela 2). Uma vez que os dados são filtrados, um algoritmo de suavização/normalização é realizado, onde cada CpG é atribuído um valor de metilação estimado com base em QC todos lê de cada amostra e estimativas das vizinhas CpGs para garantir mais preciso chamando de metilação estatuto, mesmo nos casos onde a cobertura de sequência é baixa. Esse valor fornece uma estimativa suavizada da probabilidade de metilação em cada local de CpG. Comparando-se a média das estimativas de cada amostra entre os dois grupos de tratamento e ranking de regiões genômicas do mais significativamente diferentes para menos metilação suavizados, é gerada uma lista de DMRs (tabela 3).
O top com que DMR entre grupos tônicas e átonos localizava-se no promotor do gene de histocompatibilidade do rato Rt1-m4, estressada animais exibem níveis mais elevados de metilação através de todas as CpGs que animais átonos (Figura 4A). Para confirmar o sucesso da implementação da plataforma metil-Seq e análise dos dados, primers foram desenhados contra o DMR e os níveis de metilação do DNA de sangue a coorte de inteira de animais estressados e átonos (8 sequenciado como metil-Seq e 8 não sequenciado) foram avaliados pelo bissulfito pyrosequencing. Resultados demonstraram aumento significativo na metilação do DNA em 10 fora as 12 CpGs analisadas (alteração 5.1 – 10,4% metilação, P < 0.037, Figura 4B). KEGG pathway análise foi realizada em todas as DMRs nominalmente significativas para identificar caminhos associados com o stress. Consistentemente, vias associado DMR implicado doenças associadas com a exposição de estresse crônico, tais como diabetes, doenças cardiovasculares e câncer (tabela 4). 21 , 22 , 23 para demonstrar uma associação entre os dados epigenéticos e o grau de exposição ao estresse, níveis de metilação no CpG-10 foram comparados com os níveis CORT 3-semana médios para cada animal. Os resultados mostraram uma modesta correlação entre os dados do sistema endócrino e metilação (R2= 0,54, P = 0,001, Figura 5).

Figura 1: fluxo de trabalho geral esquemático para a plataforma de rato metil-Seq. G um do DNA genômico extraído do sangue do estressado e ratos controle é processado primeiro para a construção das bibliotecas de metil-Seq para sequenciamento, análise e identificação do alvo. Outros 100 ng de DNA é usado para validação independente dos alvos epigenéticas identificados pelo bissulfito pyrosequencing. Clique aqui para ver uma versão maior desta figura.

Figura 2: a exposição ao estresse crônico variável (CVS) leva a alterações endócrinas e comportamentais em ratos. (A) amostras múltiplas de corticosterona (CORT) demonstram a robustez da semana 3 regime de CVS. Foram colhidas amostras de sangue de manhã antes do regime de estresse diário. (B) animais estressados passaram mais tempo nos braços fechados e menos tempo nos braços abertos da elevada além de labirinto (EPM). Boxplots com ponto de dados para cada animal são mostrados. Realizou-se o teste T de Student para a significância estatística. * P < 0.05, * * P < 0,01, e * * * P < 0,001. Clique aqui para ver uma versão maior desta figura.

Figura 3: quantificação de rato cortado e adaptador-ligado DNA em um bioanalyzer. As curvas vermelhas e azuis mostram a quantidade e o tamanho do DNA genômico (vermelho), após o corte em um sonicador isotérmico e ligadura do adaptador, respectivamente. Cada linha representa uma amostra e o vermelho e azuis curvas refletem tanto a perda de DNA durante as diversas etapas (final-reparação, 3'-adenylation e limpeza de amostra) e aumentam de tamanho bp devido a ligadura dos adaptadores. Afiados picos a 25 bp e 1500 bp são marcadores padrão que foram adicionados para o buffer de carregamento. Clique aqui para ver uma versão maior desta figura.

Figura 4: alterações epigenéticas induzida pelo CVS são detectadas pelo rato metil-Seq. (A) análise do rato metil-Seq dados implicado o promotor do gene da Rt1m4 como uma região diferencialmente metilada (DMR) entre estressado (vermelho) e ratos controle (azul). A saída gráfica para o Rt1m4 DMR (região sombreada rosa) exibe cada CpG (linha vertical cinza), quatro amostras de cada grupo (as linhas vermelha ou azuis) e os níveis de metilação % para cada animal (ponto vermelho ou azul). (B) doze CpGs dentro o DMR foram validadas pela pyrosequencing bissulfito. A barra de gráficos são representadas como dizer SEM, e um de T-Student foi realizada para a significância estatística. * P < 0,05. Clique aqui para ver uma versão maior desta figura.

Figura 5: análise de Regressão Linear mostrou uma modesta correlação entre % DNA metilação no CpG-10 de Rt1m4 e a semana 3 significa plasma níveis CORT de ambos estressado e controlam os animais (N = 16). Dados de animais forçados são representados por círculos vermelhos. Clique aqui para ver uma versão maior desta figura.
| Semana | Dia 1 | Dia 2 | Dia 3 | Dia 4 | Dia 5 | Dia 6 | Dia 7 |
| AM | Retenção | Nadar | Quarto frio | Nadar | Retenção | Abanador | Nadar |
| PM | Abanador | Inclinação de gaiola | Retenção | Abanador | Quarto frio | Retenção | Quarto frio |
| Durante a noite | Restringir a comida | Molhar a roupa de cama | Isolamento | Luz acesa | Apinhamento | Luz acesa | Molhar a roupa de cama |
Tabela 1: Uma agenda semanal típica do regime variável de estresse crônico (CVS).
| Métricas de sequenciamento | Stress1 | Controle1 |
| (n = 4) | (n = 4) |
| Emparelhado final leituras (por) | 89,290,397 | 80,165,674 |
| Final emparelhado com exclusividade mapeada lê (UMPER) | 39,200,255 | 35,013,406 |
| Eficiência de taxa/mapeamento de alinhamento (UMPER / PER) | 44% | 44% |
| Lê de duplicata (% de UMPER) | 73% | 65% |
| Do UMPER | 10,481,031 | 12,306,018 |
| Média de cobertura de profundidade de leitura (x) (ARDC) | 6 x | 6 x |
| CpGs (N) | 12,056,878 | 12,056,878 |
| ARDC (x) de CpGs | 2 x | 2 x |
| CpGs pelo menos 10 leituras (N) | 481.383 | 595.850 |
| ARDC (X) de CpGs pelo menos 10 leituras | 19 | 19 |
| No alvo CpGs (sobreposição completa com sonda regiões-alvo) | 1.923.872 | 2.007.638 |
| No alvo ARDC (x) de CpGs | 7 x | 8 x |
| No alvo CpGs pelo menos 10 leituras (N) | 428.249 | 531.419 |
| Na ARDC alvo (x) de CpGs pelo menos 10 lê | 18 x | 18 x |
| No alvo (PER com sobreposição de 1 ou mais pares de Base com sonda regiões-alvo) (UMPER) | 8.277.715 | 9.369.523 |
| % No alvo (do UMPER) | 78% | 77% |
| No alvo (Bases Total mapeadas) Mb | 125 mb | 128 mb |
| Cobertura de profundidade no alvo leitura média (x) (ARDC) | 9 x | 10 x |
|
1 Sequenciamento de métricas baseadas em médias de sujeitos em cada grupo | | |
Tabela 2: Sequenciamento métricas obtidas a partir da plataforma de metil-Seq de rato.
| Chr | início | final | Gene | distância | areaStat | meanDiff | stress | controle | direção |
| chr20 | 1.644.246 | 1.644.390 | RT1-M4 | in_gene | 93.03 | 0.22 | 0,33 | 0.11 | ganho de |
| chr5 | 160,361,352 | 160,361,564 | LOC690911 | in_gene | -70.75 | -0.19 | 0.72 | 0.91 | perda de |
| chr3 | 61,138,281 | 61,138,330 | RGD1564319 | 265569 | 61.79 | 0.21 | 0.94 | 0.72 | ganho de |
| chr2 | 143,064,811 | 143,065,010 | Ufm1 | 8569 | -59.48 | -0.11 | 0.13 | 0,24 | perda de |
| chr7 | 30,764,111 | 30,764,284 | Ntn4 | in_gene | 57,04 | 0.21 | 0.94 | 0,73 | ganho de |
| chr17 | 12,469,112 | 12,469,218 | Idnk | 41996 | -50.91 | -0.13 | 0,74 | 0,88 | perda de |
| chr7 | 47,101,725 | 47,101,930 | PAWR | in_gene | -50.54 | -0.12 | 0.64 | 0.76 | perda de |
| chr5 | 76,111,248 | 76,111,822 | Txndc8 | 151703 | -50.38 | -0.11 | 0.85 | 0,96 | perda de |
| chr11 | 80,640,132 | 80,640,356 | DGKG | in_gene | -50.07 | -0.16 | 0,73 | 0,89 | perda de |
| chr8 | 71,759,248 | 71,759,411 | Mir190 | 210226 | -47.84 | -0.17 | 0,58 | 0.75 | perda de |
Tabela 3: Top 10 diferencialmente metilado regiões. Para cada DMR, a tabela de saída mostra da esquerda para a coluna da direita: localização cromossômica (chr), coordena (início/término), nome do gene, distância da transcrição iniciar site, estatísticas de área diferencial entre estressados e controlam grupos (areaStat), quer dizer metilação diferencial (meanDiff), os níveis de metilação média em cada DMR para estressados e grupos de controle (stress/controle) e direção de metilação mudam de controles.
| KEGG Pathway termos | Contagem de gene | % | P-valor | Benjamini |
| Diabetes |
| Diabetes mellitus tipo II | 12 | 0.1 | 3,6 x 10-4
| 9,8 x 10-3
|
| Doença cardiovascular |
| Contração do músculo liso vascular | 18 | 0.1 | 1.6 x 10-3
| 3,6 x 10-2
|
| Arritmogênica do direito cardiomiopatia ventricular (ARVC) | 13 | 0.1 | 4.0 x 10-3
| 7,1 x 10-2
|
| Cardiomiopatia dilatada | 14 | 0.1 | 7,6 x 10-3
| 1.2 x 10-1
|
| Função do neurônio |
| Potenciação de longa duração | 11 | 0.1 | 1.5 x 10-2
| 1.4 x 10-1
|
| Sinalização |
| Via de sinalização MAPK | 35 | 0.2 | 2,4 x 10-4
| 9,9 x 10-3
|
| Via de sinalização de cálcio | 22 | 0.1 | 1.2 x 10-2
| 1.4 x 10-1
|
| Via de sinalização do chemokine | 21 | 0.1 | 1.2 x 10-2
| 1,3 x 10-1
|
| Câncer |
| Percursos em câncer | 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
|
| Câncer de pulmão de células não pequenas | 10 | 0.1 | 7,9 x 10-3
| 1.1 x 10-1
|
| Câncer colorretal | 13 | 0.1 | 8,4 x 10-3
| 1.1 x 10-1
|
| Leucemia mieloide crônica | 12 | 0.1 | 1.2 x 10-2
| 1,3 x 10-1
|
Tabela 4: Análise KEGG Pathway do DMRs identificadas a partir do rato metil-Seq