Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

유방암에서 에스트로겐 수용체 신호 전달에 의해 대사 규제 시스템 생물학

Published: March 17, 2016 doi: 10.3791/53832

Abstract

-omics의 출현으로 암과 대사 증후군과 같은 만성 질환에 대한 우리의 이해가 개선 된 접근한다. 그러나, 유전자 발현 마이크로 어레이 깊이 순서화 실험 대사 프로파일로부터 획득되는 대규모 데이터 집합의 정보를 효과적으로 마이닝 발견하는 것이 필수적이다하고 효과적으로 병든 세포 표현형의 중요한 표적 레귤레이터. 에스트로겐 수용체 α (ERα)은 에스트로겐 반응 유방암에 중요한 유전자 프로그램을 조절하는 마스터 전사 인자 중 하나입니다. ERα는 유방암 대사에 신호의 역할을 이해하기 위해서 우리는 에스트라 디올로 치료 MCF-7 세포에서 transcriptomic cistromic 및 메타 볼로 데이터를 이용했다. 이 보고서에서 우리는 RNA-서열, 칩 - 서열 및 대사 체학 실험 얻어진 데이터의 통합 전산 분석을 위해 샘플의 생성을 설명했다. 이 방법은 새로운 몰을 서술에 유용하다정상 또는 병에 걸린 세포의 영향 대사 특정 전사 인자에 의해 조절된다 큘라 메커니즘과 유전자 조절 회로.

Introduction

에스트로겐은 생식 조직, 대사 조직, 뇌와 뼈 하나를 포함하여 모두 여성과 남성의 많은 생리 학적 과정의 중요한 규제입니다. 이 조직에서의 유익한 효과에 더하여, 에스트로겐은 유방 및 생식 조직에서 발생하는 암을 구동한다. 에스트로겐은 주로 세포 유형 특정한 효과를 유도 ERS를 통해 작동한다. 칩-서열을 이용하여 RNA-서열 및 게놈 전체 ERα DNA 결합 부위 분석을 사용 ERα에 의해 규제 성적 증명서의 깊은 순서는 ERα 그들로부터 발생하는 다른 조직과 암에서 어떻게 작동하는지 이해하는 데 유용한 것으로 입증되었다. 우리와 다른 유전자 발현 (ERβ 대 ERα) 다른 수용체와 관련된 프로파일 2, 3, 다른 리간드 3-5 다른 coregulators 2,4,6,7를 발표했다.

RNA-서열은 마이크로 어레이 바에 비해 높은 정밀도와 효율성을 제공하는 전 사체를 검사하는 주요 방법입니다SED의 유전자 발현 분석 (8). 세포주 2-4,7, 조직 또는 종양 샘플에서 얻은 RNA 게놈이 가능한 어셈블리에 매핑 서열화되고 차등 조절 유전자 식별된다. 염색질 면역 침전 (칩)은 알려진 규정 결합 부위에 결합하는 전사 인자와 coregulator 염색질을 해부하기 위해 사용된다. 칩-SEQ (높은 처리량 시퀀싱 뒤에 칩)는 글로벌 결합 부위의 편견 검출을 제공한다. 대사 체학은 다른 점점 사용하는 시스템 생물학 접근, 정량적으로 측정, 화학 물질 및 유전 적 교란 등의 다양한 자극에 살아있는 시스템의 동적 multiparametric 반응이다.

글로벌 대사 프로파일 링을 수행하여, 판독 기능은 세포, 조직 및 혈액에서 수득 할 수있다. 또한, 사체 실험에​​서 정보는 항상 생화학 적 경로에 기여하는 효소의 수준에서 실제 변화를 반영하지 않습니다. 결합 된사체 및 대사 체 데이터의 분석을 확인하고 실제 대사 산물의 변화와 유전자 발현의 변화의 상관 관계를 우리에게 있습니다. 이러한 대규모 데이터 집합은 기계적 세부 사항을 제공 모두로부터 정보를 모으고 복잡한 생물학적 시스템, 인간 발달과 암, 당뇨병과 같은 질환들에 관련된 특히 조절 전사 인자의 역할을 이해한다.

포유 동물 게놈의 복잡한 본질은 도전 통합 완전히 사체, cistrome 대사 체 및 실험으로부터 얻은 데이터를 해석 할 수있다. 일단 기능적 결합 부위가 확인되어 있기 때문에 표적 유전자의 발현에 중요한 변화를 초래할 것이다 기능적 바인딩 이벤트를 식별하는 단계; 전사 바인딩 (TF) 모티브 분석을 포함, 분석 계속되는, 높은 정밀도로 수행 될 수있다. 이는 생물학적으로 의미있는 TF 캐스케이드 및 메커니즘의 식별을 이끈다. 또한 직접 comparis각 실험의 데이터가 저울과 소음을 다른 어떤 경우에는 의미있는 신호가 인구 노이즈에 의해 가려하는이 있기 때문에 RNA-서열 및 칩-SEQ 실험에 항상 가능한 것은 아니다. 우리는 유방암에 ERα에 의해 직접 신진 대사 조절을 이해하는 세 가지 독립적이지만 관련 접근 방식에서 정보를 통합하는 연구의 인식하지 못합니다. 따라서, 본 논문에서 우리의 전반적인 목표는 유전자 발현 및 대사 산물의 변화에​​ 생산 바인딩 이벤트를 관련하는 것입니다. 이 목표를 달성하기 위해, 우리는 RNA-SEQ 칩-SEQ와 대사 체학 실험으로부터 데이터를 통합 및 대사 경로에서의 유전자 발현 변화를 야기 할 이벤트를 결합 ERα 유도 이러한 에스트로겐을 확인 하였다. 처음으로, 우리는 유방의 대사를 조절하는 신규 한 유전자 회로를 밝히기 위해서 칩 서열, RNA-SEQ와 대사 체학 프로파일을 생성하고, 상기 데이터의 통합 분석을 수행하기위한 프로토콜 (도 1)의 완전한 세트를 제공 할암 세포주.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

RNA-SEQ 샘플 1. 준비

  1. 세포 배양 및 치료
    1. 문화 개선 MEM (IMEM)을 더한 10 %의 열 불활성 FBS, 1 % 페니실린 / 가습 된 5 % CO 2 분위기에서 37 ° C에서 스트렙토 페놀 레드 배지에서 MCF7 세포.
      참고 : 동일한 세포주 및 세포 배양 조건을 연구 전반에 걸쳐 사용된다.
    2. 6 웰 플레이트에 잘 당 종자 10 만 MCF7 세포. 각각의 치료를위한 삼중있다. 3 일에, 매체를 제거하거나 잘 각각 10 -8 M E2없이 2 ml의에게 신선한 매체를 추가합니다. 가습 5 % CO 2 분위기에서 37 ° C에서 24 시간 동안 접시를 품어.
    3. 세포 수확을 위해, 각 웰에 1 ml의 RNA 분리 시약 (산 구 아니 디늄 티오 시아 네이트 - 페놀 - 클로로포름)를 첨가하고, 실온 (RT)에서 5 분 동안 배양. 그 후 1.5 ㎖의 튜브에 피펫 예금 의해 파쇄 시약 수집
  2. RNA 분리
    1. 200 μL chlorofo 추가10 초 동안 1 ml의 세포 용 해물 시약 (1.1.3)와 소용돌이에 RM. 실온에서 5 분간 인큐베이션. 4 ℃에서 15 분 동안 16,000 XG에 원심 분리기 샘플. 원심 분리 후, 다른 단계를 방해하지 않고 새로운 튜브로 수성 단계 (위)를 전송합니다.
    2. 전송 된 수성 위상 새로운 튜브에 500 ㎕를 100 % 이소프로판올을 추가하고 반전 섞는다. -20 ° C에서 밤새 품어. 4 ℃에서 10 분 동안 16,000 XG에서 샘플을 원심 분리기. 튜브의 하단에 펠렛을 관찰한다. 뜨는을 취소하고 간단한 소용돌이에 의해 750 μL의 RNase없는 70 % 에탄올로 펠렛을 씻는다.
    3. 원심 분리기 샘플 4 ° C에서 5 분 6,000 XG에. 상층 액을 제거하고 나머지 모든 에탄올을 수집하기 위해 4 ° C에서 1 분 동안 16,000 XG에서 샘플을 원심 분리기. 10 분 동안 공기 건조에 이르기까지 측 튜브를 겔 로딩 팁 피펫으로 남아있는 에탄올을 제거하고 설정합니다. 에 의존적 20 ~ 50 μL DEPC 처리 수의 펠렛을 해산펠렛의 크기에 땡.
  3. 프로토콜 4 다음 RNA 정화 키트를 사용하여 RNA를 정제 하였다. 프로토콜 9 따르는 대해 형광 계 분석 키트를 사용하여 RNA 농도를 측정한다.
    주 : 260 nm에서의 OD는 260 nm에서 OD RNA의 농도 및 비율을 결정하기 위해 수행되며, 280 nm의이 샘플의 순도를 결정하기 위해 사용된다. 이는 바이오 분석기 분석을 사용하여 RNA 품질 검사를 권장합니다.
  4. 시퀀싱 약 0.5-1 μg의 정제 된 RNA를 가져 가라.
    참고 : 생명 공학 센터 시퀀싱 라이브러리를 준비하고 쌍 엔드 이전에 2 상세한 방법을 사용하여 염기 서열을 읽어 수행한다.

칩-SEQ 샘플 2. 준비

  1. 세포 배양 및 치료
    1. 씨앗 성장 매체에서 10cm 접시 당 50 만 MCF7 세포.
      참고 : 각각의 풀다운은 16 판을 사용 하였다. 3 일에, 배지를 제거하고 또는 각 10 -8 M E2없이 5 ml의에게 신선한 매체를 추가플레이트. 45 분 (가습 5 % CO 2 분위기에서 37 ° C)에 대한 세포 치료.
  2. 가교 및 세포 수확
    1. 염색질 가교 실온에서 15 분 동안 배양 5 ㎖ 매체에 250 μL의 37 % 포름 알데히드를 추가한다. 5 ml의 얼음 차가운 1X MEM으로 세포를 세척하여 가교 중지합니다.
    2. 플레이트 당 250 ㎕의 세포 용해 완충액 (10 mM의 EDTA, 50 mM의 트라이 HCl을 1 % SDS, 0.5 % N, N-dimethyldodecan -1- 아민 옥사이드)에서 세포를 수확.
  3. 염색질의 분열
    1. 염색질 필요한 크기에 도달하는 30 A, 30 초 X 8 세포를 초음파 처리. 30 sec의 초음파 후 얼음에 각각의 샘플을 쿨.
    2. 원심 분리기 16, 000 4 ° C에서 10 분 동안 XG, 조심스럽게 하단에있는 펠렛을 방해하지 않고 뜨는을 피펫.
    3. 상층 액의 5 μL 나누어지는을 가지고, 이전 10 설명 된대로 1.5 % 아가 로스 젤을 통해 전기 영동에 의해 DNA의 크기를 확인합니다. 이상적인 크기DNA의 200 ~ 500 bp의 사이에 있어야한다.
  4. 크로 마틴 면역 침전
    1. 입력으로 세포 용 해물 25 μl를 저장합니다. 50 ㎖의 튜브에 20 ㎖의 IP 버퍼 (2 mM의 EDTA, 100 mM의 염화나트륨, 20 mM의 트리스 -HCl 및 0.5 % 트리톤 X) ERα 항체 (500 μL의 F10 500 μL와 세포 용 해물의 4 ml의 혼합 cell에서 reverse 20) 500 μL와 동지 ProtG 단백질 자성 비드 코팅. chromatin- 항체 복합체의 형성을 허용하기 위해 4 ℃로 밤새 회전에 의해 상기 혼합물을 인큐베이션.
  5. 세척과 역 가교
    1. 세척 완충액을 제거하기 위해 자화 측의 자성 비드를 수집하는 자기 받침대를 사용한다.
    2. 25 ml의 세척 완충액으로 세척 자성 비드 I (2 mM의 EDTA, 20 mM 트리스 염산 01 % SDS, 1 % 트리톤 X 및 150 mM의 염화나트륨). 철저하게 25 ml의 모든 자성 비드가 혼합 잘 위스콘신 때까지 다음 튜브를 반전 측면을 따라 튜브에 천천히 버퍼 씻어 추가, DNA - 단백질 복합체를 방해하지 않고 자기 구슬을 씻어펠릿으로 나타나지 않고 세척 완충액을 토륨. 다른 방법으로, 튜브를 반전하는 회 전자를 사용한다. 샘플 와동하지 마십시오. 다음 단계에서 동일한 방법을 이용하여 상기 자성 비드를 세척 하였다.
    3. 25 ml의 세척 버퍼 II (2 mM의 EDTA, 20 mM 트리스 염산 01 % SDS, 1 % 트리톤 X, 500 mM의 염화나트륨)에 자기 구슬을 씻으십시오.
    4. 25 ml의 세척 버퍼 III에 자석 구슬을 씻으 (1.6 mM의 EDTA, 10 mM 트리스 염산, 1 % NP-40, 1 % Dexycholate 250 밀리미터의 LiCl).
    5. 두 번 25 ㎖의 1X TE 완충액 (1 mM의 EDTA, 10 mM 트리스 염산)에 자석 구슬을 씻으십시오.
    6. 500 ㎕의 용출 완충액에서 DNA를 용리 (1 % SDS, 10 mM의 NaHCO3을), 그리고 (4) 튜브에 500 ㎕의 DNA 용출을 할당. 입력으로부터의 DNA의 경우, 125 ㎕의 용출 완충액에서 DNA를 용출시킨다.
    7. 가열 블록에서 밤새 65 ℃에서 인큐베이션 튜브. 심지어 모든 튜브를 통해 열을 유지하기 위해 알루미늄 호일로 가열 블록 튜브 커버. 개방에서 그들을 유지하기 위해 튜브에 무게를 둡니다. </ 리>
  6. DNA 분리
    1. 5 분간 RT에서 튜브를 냉각시키고. 칩 DNA 분리 키트를 이용 풀다운 시료로부터 DNA를 분리. 제조업체의 지시 사항을 따르십시오.
      1. 65 ℃에서의 용출 완충제를 워밍업. 각 튜브에 결합 완충액 625 μl를 추가합니다. 용액이 선명해질 때까지 침전물을 형성하는 경우, 또 다른 250 μL 바인딩 버퍼를 추가합니다.
      2. 30 초 동안 16,000 XG에서 열 원심 분리기 상에 샘플을로드합니다. 250 μL 세척 버퍼와 샘플을 씻으십시오. 처음 사용하는 경우에 세척 완충액에 에탄올을 추가해야. 세탁을 반복합니다.
      3. 15 ㎕의 용출 완충액에서 DNA를 용출시킨다. 동일의 DNA는 약 55 μl의 DNA를 달성하기 위해 4 관에서 풀다운 결합합니다.
    2. 하는 DNA 정제 키트를 사용하여 입력 DNA를 분리.
      1. 65 ℃에서의 용출 완충제를 워밍업. 각각의 튜브에 625 μL 바인딩 버퍼를 추가하고 10 분 동안 품어. 2 ML의 collecti에 컬럼에 샘플을로드튜브.
      2. 1 분 동안 16,000 XG에 750 μL 세척 버퍼, 원심 분리기와 샘플을 씻으십시오. 남아있는 버퍼를 제거하기 위해 원심 분리를 반복합니다. EB 30 μL로 DNA를 용출시킨다.
    3. 수정 (11)와 상업 형광 색소 분석을 사용하여 DNA 농도를 측정한다.
      1. 시약 및 DNA 샘플을 희석 세이 버퍼로 1X TE로 20 배 TE 버퍼를 희석. 5 μL를 격리 DNA를 가지고 1X TE 50 μL로 희석.
      2. 2 μg의 / ㎖ DNA 스톡 용액으로부터 빈 1, 10, 100, 1000 μg의 / ㎖ 범위의 DNA 표준을 만든다. 96 웰 플레이트에서, 25 각 표준의 μL뿐만 아니라 중복의 DNA 희석을 할당합니다. (표준 세중 권장합니다.)
      3. 플라스틱 튜브로 1X TE 완충액 dsDNA 시약에서 200 배 희석함으로써 작업 시약을 준비한다. 광을 피하기 위해 알루미늄 호일로 작업 시약 용액을 커버. 각 샘플에 시약을 작업 200 μl를 추가합니다. 에서실온에서 5 분간 cubate. 빛을 피하기 위해 알루미늄 호일로 접시를 커버.
      4. (480 nm의 방출은 520nm에서 여기)를 형광 플레이트 판독기를 사용하여 샘​​플의 형광을 측정한다. DNA 농도에 비해 개화의 DNA 표준 곡선을 생성합니다. 생성 된 DNA를 표준 곡선에 기초하여, 시료의 농도를 결정한다.
  7. qPCR에 사용 칩 실험의 검증
    1. DNA를 분리하고 물에 20 μL로 희석 2 μl를 가져 가라. 2.5 ㎕의 DNA 희석, 5 ㎕를 그린 I PCR 마스터 믹스, 1 μL 프라이머, 1.5 μL 클레아없는 물을 혼합하여 세중의 qPCR에 반응을 설정합니다.
    2. 다음과 같은 프로그램을 사용하여 빠른 리얼 타임 PCR 시스템으로 qPCR에를 실행 1 단계 : 95 ° C 60 초, 단계 2 : 60 초, 2 단계를 반복 39 회 10 초 95 ° C, 60 ° C.
  8. 시퀀싱 생명 공학 센터 10 NG의 DNA 샘플을 보낼 수 있습니다.
    참고 : BIOTEC시간 센터는 지시에 따라 라이브러리에 칩 DNA를 준비하고, 이전에 2 상세한 방법을 사용하여 하나의 읽기 순서를 수행한다.

3. 대사 체학 분석 샘플 준비

  1. 세포 배양 및 치료
    1. 씨앗 성장 매체에서 10cm 접시 당 40 만 MCF7 세포. 각각의 치료를 위해 3 개의 시료를 준비합니다. 검출을위한 충분한 세포를 받기 위해 각 샘플에 두 접시를 사용합니다. 3 일에, 배지를 제거하고 세포 또는 10-8 M E2없이 5 ml의에게 신선한 매체를 추가합니다. 24 시간 (가습 5 % CO 2 분위기에서 37 ° C)에 대한 세포 치료.
  2. 샘플 컬렉션
    1. 플레이트에 PBS 1X 5 ml의 얼음 차가운 추가 간략 판을 여러 번 틸팅 후 PBS를 대기음. 두 번 반복하고, 마지막 세척 후 가능한 한 많은 PBS를 제거합니다.
    2. 각각의 판에 미리 차가운 아세톤 750 μl를 추가하고 세포를 긁어. 두 플레이트로부터 아세톤 세포 수확기얼음에 2 ML 튜브에.
    3. 정상화 세포 수
      1. 각각의 치료를위한 세포 정량이 추가 플레이트를 사용합니다. 하려면 플레이트에서 세포를 탈 부착 HE 각 플레이트에 (1X HBSS, 10 mM의 HEPES, 0.075 %의 NaHCO3, 1 mM의 EDTA)를 버퍼 및 5 분 동안 품어 2 ㎖를 추가합니다.
      2. 수집하고 HE 버퍼에 세포를 피펫 팅하여 잘 세포를 섞는다. 혈구를 사용하여 세포 수를 계산하는 20 ㎕의 세포 용액의 총을 사용합니다.
  3. 식별하고, 가스 크로마토 그래피 질량 분석법 (GC-MS) 분석을 이용하여 대사 물질을 정량 할 대사 체학 센터로 전송하기 전에 -80 ° C에서 샘플들을 저장한다.

4. 통합적인 분석

  1. RNA-서열 데이터 분석 :
    1. FastQC를 사용하여 FASTQ 파일의 품질 검사를 수행 읽기 QC (http://galaxy.illinois.edu)
      1. FastQC를 선택 NGS의 도구에서 읽기 : 품질 관리 및 조작. 현재 histor에서 원시 데이터 파일을 업로드와이.
        참고 : 출력 파일 작업이 다중 출력이있을 수 있으므로에 대해 무엇을 생각 나게하는 제목을 제공하는 것이 좋습니다.
    2. 실행하고 출력 파일은 역사에 표시됩니다. 각 시퀀스 파일에 대한 동일한 절차를 반복한다. FASTX 툴킷 : NGS에서 클립을 사용하여 트림 어댑터.
    3. 정렬이 나온 RefSeq 게놈 참조 주석 12 (기본값)으로 Tophat2를 사용 hg19을 읽습니다.
      1. NGS의 도구에서 Tophat2을 선택 RNA 분석. 라이브러리 쌍 유형 (쌍 엔드 대 단일 엔드)을 표시합니다.
      2. 현재 역사의 입력 FASTQ 파일을 업로드합니다. 참조 게놈을 선택합니다. 기본값으로 설정을 선택합니다. 또는 수정 전체 매개 변수 목록을 사용합니다.
      3. 실행하고 두 개의 출력 파일을 생성합니다 : 하나의 접합의 UCSC 침대 곡을; 다른 하나는 BAM 형식으로 읽기 정렬의 목록입니다.
    4. 시퀀싱 데이터 분석 도구에 BAM 파일을 업로드합니다. 정량적하여 식 값을 계산형 치수 도구.
    5. 기본값을 사용하여 표현 분석 도구를 사용하여 차등 상향 조절 유전자를 확인하고 변경> 2, p 값이 <0.05 배. 마찬가지로, 기본값을 사용하여 표현 분석 도구를 사용하여 차등 하향 조절 유전자를 식별하고 변경 <0.5 p- 값 <0.05 배.
  2. 칩 - 서열 데이터 분석 :
    1. 정렬 FASTQ 갤럭시에 Bowtie2 13 (기본값)를 사용하여 hg19에 읽어들입니다.
      1. NSC의 도구에서 Bowtie2를 선택 매핑. 라이브러리가 동료-쌍 (쌍 엔드 대 단일 엔드) 인 경우 확인합니다. 현재의 역사에서 FASTQ 파일을 업로드합니다.
      2. 참조 게놈을 선택합니다. 기본 매개 변수 설정을 사용합니다. 실행 및 매핑 순서가 BAM 파일로 읽어와 출력 파일을 생성합니다. 모든 시퀀스 파일에 대해이 절차를 반복합니다.
    2. 이전에 2 설명 된 바와 같이, MACS (14) 6.0E-7의 p- 값 컷오프 0.01의 FDR을 사용하여 봉우리를 식별합니다.
    3. 대사 체학 데이터 분석 :
      1. KEGG_IDs에 대사 산물의 화학 이름을 변환합니다.
      2. VS. E2 차량 검출 레벨을 비교하여 차별적으로 조절 대사를 확인하고 (2 배 컷오프가 본 연구에 사용 된) 샘플을 처리 하였다.
    4. 통합 분석 :
      1. 시퀀싱 데이터 분석 도구를 사용하여 ERα 결합 부위가 유전자를 식별합니다. 거리의 차단으로 20킬로바이트를 사용하여 유전자 기능에 지역을 번역합니다.
      2. 차단으로 각각 p- 값 <0.05로, 배 변경> (2)를 사용하여 RNA-서열 데이터 분석에서 차동 위쪽 및 아래쪽 조절 유전자를 확인하고 변경 <0.5 배. 벤 다이어그램을 비교하여 ERα 바인딩 사이트를 함유하는 유전자의 목록과 비교한다.
      3. Cytoscape의 Metscape 15 모듈을 사용하여 E2 변조 대사 경로를 식별하기 위해이 목록을 사용합니다.
        1. 앱 Metscape 모듈을 선택하여 네트워크 다음 경로-BAS 빌드 선택에드 옵션을 선택합니다.
        2. 유기체 (인간)을 선택합니다. E2 제어형 화합물 목록 선택 데이터 파일 (KEGG ID)는도 E2 유전자 목록을 조절.
        3. 네트워크 유형으로 -Reaction -Enzyme - 유전자 및 화합물 선택합니다. 쿼리와 같은 화합물 / 유전자를 선택합니다.
        4. 네트워크를 구축 할 수 있습니다. E2를 하향 조절 화합물 및 유전자를 사용하여 반복합니다.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Transcriptomics
E2 처리에 의한 차등 발현 유전자를 분석하기 위해, 우리는 RNA-SEQ 실험을 수행하기로 결정했습니다. mRNA 수준에 대한 정보를 제공 할뿐만 아니라, RNA-SEQ 데이터는 비 코딩 RNA를 (길이 비 코딩 RNA를, 마이크로 RNA)와 스 플라이 싱 이벤트의 변화를 모니터링하기 위해 사용될 수있다. 본 연구의 범위는 대사 조절에 중요​​한 단백질 코딩 유전자를 식별하기 때문에 우리는 RNA를 코딩 비 또는 대안 전사 유전자의 분석에 대한 정보를 제공하지 않았다. 그러나, RNA-SEQ 차등 유전자 발현 이벤트에 대한 정보를 얻을 수있는 훌륭한 방법이다.

고품질 판독 얻기 위해서는 고순도의 RNA를 얻기 위해 중요하다. RNA를 분리 한 후 우리는 RNA 청소 키트를 사용하여 RNA를 정제 하였다. 불행하게도 RNA의 약 50 %는이 과정에서 손실되고 RNA를 시작의 양이 C로 이동해야onsideration 정제 공정의 마지막에 필요한 양 (100-500 NG)을 얻었다.

우리는 매우 정확하며 미량 RNA의 정량 선호하는 방법입니다 형광 RNA HS 분석을 사용하여 RNA 수율을 정량화. 다음에, RNA 샘플의 무결성 및 전반적인 품질은 RNA의 최소량을 사용하여 겔 전기 대안이다 bioanlayzer을 이용하여 조사 하였다. 분석은 모든 샘플이 샘플 (그림 2B)의 무결성과 순도를 나타내는 18S와 28S rRNAs의 선명하고 깨끗한 밴드를 보여줍니다. RNA 무결성 번호 (RIN)은 RNA의 품질 관리를위한 기준으로 사용되었다. RIN (10)는 그대로 RNA를 나타내고, RIN 6 부분적으로 저하 및 RIN3 강하게 (16)을 분해.

RIN은 시퀀싱 실험을 위해 최소 7 할 것을 권장합니다. 우리 RNA 샘플 모두는 9.6-9.9 사이 RIN 값을 수신 <강한> (그림 2A). 시퀀싱 라이브러리는 다운 스트림에 대한 준비 각 샘플 (표 1)에 대해 획득 된 판독 평균 18,000,000 고품질 시퀀싱 Illumina 사 (2500)로서 매우 높은 처리량 서열화 시스템을 사용하여 각 샘플에서 고품질 RNA의 500ng에서 생성 된 분석. 높은 처리량 시퀀스 원시 데이터의 전반적인 품질을 확인하려면 FastQC 각 샘플의 판독을 위해 실행되었습니다. 한 차량 RNA-서열 데이터에 대한 대표적인 FastQC 보고서는 (그림 3) 줬습니다. (가) 대부분의 판독 시퀀스 길이는 약 100 염기쌍 (도 3A)이었다. 각각의 읽기, 품질 평가 점수는 제 5 BP에 대한 32 ~ 34과 6-100bp (그림 3B) 36-38이었다. 17990863이 시료로부터 생성 된 판독 중 대부분은보다 높은 품질 (34) (도 3c)를 점수였다. 시퀀스에서 판독 당 GC 함량은 48 %의 GC의 평균 정규 분포를 따랐다. 전반적으로 품질(가) 읽기의 점수는 매우 높았다.

ERα 결합 부위의 Cistromic 분석
바람직한 크기 DNA 단편을 수득 효율적 깊은 시퀀싱을 달성하기 중요한 요소 중 하나이다. 현재 시퀀싱 방법은 예를 들어, 매우 높은 처리량 시퀀싱 시스템 300-600 BP, 쏠리 AB / 17 100-200 염기쌍을 DNA 조각에 다른 요구 사항이있을 수 있습니다. 이 실험에서, DNA 단편의 대부분은 300 bp의 600 bp의 겔과 같이 (도 4) 사이에있다. 대안으로, 독자 그러나 우리는 우리의 설립 프로토콜은 높은 품질 필요한 샘플을 제공하고 재현 가능한 결과를 제공 느낌 MNase의 소화를 사용하여 염색질을 준비하기로 결정했습니다 수 있습니다. 각 치료에서 DNA와 해당 입력 샘플의 열 NG는 EB 완충액을 제조 하였다. DNA 칩은 매우 높은 처리량 시퀀싱 시스템을 사용하여 서열화 단일 판독 하였다. DNA 칩 샘플에 대해 수득입력 DNA가 35.000,000는 (표 1)를 읽어보다 더 굴복하면서 20000000 읽습니다.

대사 체학
GCMS를 이용하여 포유류 세포에서 대사 산물을 정량하기 위해 세포 질량의 적어도 10 μg의 필요하다. 우리는 실험과 40 MCF7 세포에서 시작되었다. 수확의 시간으로 각 접시에 약 50 만 세포가 있었다. 피크로 표시되는 대사의 개요 제어 및 에스트라 디올 처리 샘플 (도 5)를 비교 하였다. mammalians에 공지 전체의 60 %에 대해 계산 된 식별 정보 (100) 대사. 여기에서 우리는 E2 치료 (표 2)에 상당한 변화를 보여 상위 10 대사 산물의 목록을 제시한다. 전반적으로, E2는 프럭 토스 및 만노스 대사 히스티딘 대사 퓨린 대사, 콜레스테롤 생합성 비타민 B3 대사 경로를 포함한 상향 조절. 하향 조절 경로이었다 부타 metabolism, 새로이 지방산 생합성, 펜 토스 포스페이트 경로, 요소 회로 및 아르기닌 대사 (표 3).

데이터 분석 및 통합
RNA-SEQ 칩-SEQ와 GC-MS로부터 데이터가 RNA-SEQ 칩-SEQ에서 확인 된 유전자와 비교 한 결과. 단계 (도 6)의 일련의 처리 및 분석 하였다 상향 - 조절 한 세트 및 에스트라 디올에 의해 하향 조절 유전자 한 세트를 추출 하였다. 대사 데이터에서, 우리는 에스트라 디올 처리에 의해 위, 아래로 조절 화합물의 두 세트를 획득했습니다. 다음으로 시각화하고 인간의 신진 대사 (15)의 맥락에서 유전자 발현 및 대사 데이터를 해석, Metscape, Cytoscape에 대한 응용 프로그램을 사용했다. 먼저 우리는 네트워크의 화합물의 구성 요소, 반응, 효소, 유전자를 포함하기로 결정했습니다. 우리는 화합물 / 쿼리와 같은 유전자와 두 E2까지 규제 (도 7a)의 네트워크와 다운 선택-regulation (그림 7B)를 나타내었다. Metscape 또한 선택적 경로에 네트워크를 구축 할 수있는 옵션을 제공합니다. 예를 들어, 다운 - 조절 전체 네트워크 구축 등의 데이터의 동일한 세트를 이용하여, 안드로겐 호르몬 생합성 대사 경로의 서브 네트워크는 특정 경로로 화합물 / 유전자로부터 쿼리를 전환하여 생성 하였다. 큰 변화와 유전자 또는 화합물을 밝은 색으로 강조했다. 한 바와 같이, 드롭 다운 창에서 특정 경로를 선택하는 외에, 하나는 선택된 영역에 "서브 네트워크를 생성"기능을 적용하여 서브 네트워크를 생성 할 수있다. 도 6AB, ERα 활성화 및 유전자 조절 영역에 직접 결합에 도시 된 바와 같이 유방암 세포에서 많은 대사 경로 영향. 우리 통합 분석은 ERα 직접 (F가 결합하고 새로이 지방산 생합성 경로에 중요 FASN 유전자의 발현을 조절하는 것으로 나타났다igure 7C). 또한 E2 처리는 다음 경로에 CYP4Z1, CYP2E1, CYP4B1, CYP2C8, TPO, GSTA4 및 GSTM2의 발현을 억압에 의해 안드로겐 에스트로겐 생합성 경로를 하향 조절.

그림 1
그림 1 : RNA-서열, 칩 - 서열, 및 대사 체 분석을위한 RNA, DNA의 샘플 및 세포 용 해물의 준비의 워크 플로우.

그림 2
그림 2 :. 애질런트 2100 Bioanalyzer RNA 무결성 번호 (RIN), RNA 품질의 지표로 분석 된 RNA를의 대표적인 electropherogram은 9.9로 분석에 의해 주어졌다. RNA의의 가상 젤 그림에 (A)의 26S와 18S의 두 밴드는 날카로운 샘플. (B) t에서 개별 추적의 형광 신호그는 RNA가 28S 피크의 강도가보다 큰 18S 피크가 있음을 보여주고 더 오염이 보이지 않는다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 3
도 3 :. RNA-SEQ 원 데이터에 대표 품질 검사 차량 샘플의 시퀀스 데이터 중 하나 FastQC를 사용하여 분석 하였다. (A) 100 bp의 인 라이브러리의 시퀀스 길이 분포. (B) 읽기의 위치를 따라 품질 평가 점수. (C) 순서에 따라 품질 점수는 모든 시퀀스의 보편적 높은 품질을 보여 주었다. (D) 이론적 분포와 일치 읽기 당 GC 함량. 라를 보려면 여기를 클릭하십시오이 그림의 rger 버전입니다.

그림 4
도 4 : 초음파 염색질 단편을 겔 전기 영동에 각 시료의 세포 용 해물의 5 μL 첫 차선의 1000 bp의 플러스 사다리 1.5 % 아가 로스 겔상에서 실행 하였다.. 조각의 대부분은 혈압 (300) 사이에 600.있는 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 5
그림 5 :. GC-MS에서 대사를 나타내는 피크의 개요 상단 패널은 컨트롤에서 하부 패널 동안 E2 처리 된 샘플에서 확인 된 피크를 보여줍니다. 에 방 아파트 된 밀폐 지역은 각각의 페이지로 표시되는 정확한 대사를 표시합니다 eak. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 6
그림 6 : 통합적인 클러스터링 방법의 흐름도.

그림 7
그림 7 : Metscape에서 통합 된 유전자의 대사 산물 데이터의 시각화 (A) E2에 의해 조절이 최대 경로의 네트워크.. (B) E2로 하향 조정 경로의 네트워크. (C) E2는 서브 함수를 적용함으로써 생성되는 새로이 지방산 생합성 네트워크에서 조절되는 것으로 발견 FASN의 인근 지역에 ERα 채용 자극.3832fig7large.jpg "대상 ="_ 빈 ">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

1 번 테이블
표 1 : RNA-서열 및 칩 서열의 매우 높은 처리량 시퀀싱의 요약.

표 2
표 2 : E2 처리에 상당한 변화와 상위 10 대사 산물의 목록입니다.

표 3
표 3 : 진학 위쪽 및 아래쪽 규제 E2 처리에 의해.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

본 논문에서는 E2로 치료 MCF-7 세포에서 생성 및 RNA-서열, 칩 - 서열 및 대사 체학 데이터의 통합 분석을 설명했다. 우리는 생물학적으로 중요한 발견을 생산하는 가장 효율적인 방법과 사용자 친화적 인 부드러운 상품을 활용하는 전략 수립 프로토콜을 개발. 우리의 지식으로, 우리는 세 가지 분석 ERα 직접 유방암 세포 규제 식별 새로운 대사 경로에서 -omics 데이터를 통합하는 최초의 연구이다.

Transcriptomics
성공적인 transcriptomic 분석을위한 고품질의 RNA를 시작하는 것이 중요합니다. 좋은 방법은,의 RNase없는 벤치를 만들어 자주 장갑을 변경, C °에서 -80 저장하고 사용 얼음에 유지를 포함하여 RNA 분해의 가능성을 제거합니다. -20 ºC에서 하룻밤 배양의 추가는 RNA 복구를 향상시킨다. 반복 동결 융해의 RNA를 방지하기 위해, 하나는 다운 스트림 procedur의 RNA를 할당 할 수단리 및 정제시 에스. 시퀀싱 에러의 존재는 샘플로부터의 cDNA를 사용 QRT-PCR 종종 RNA-SEQ에서 식별 발현 된 유전자를 확인하기 위해 수행된다. 따라서, 충분한 RNA는이 목적을 위해 할당한다. 우리는 스플 라이스 변형, 비 코딩 RNA를과의 miRNAs를 분석하기 위해 우리가 할 수 쌍 엔드 시퀀싱을 수행합니다. 높은 시퀀싱 비용을 피하기 위해, 단일 엔드 시퀀싱뿐만 아니라 수행 할 수있다. 마이크로 어레이에 비해 RNA-SEQ 더 민감하고 칩에 형성된 프로브에 한정되지 않는다. 우리는 코딩 서열에뿐만 아니라, 비 - 코딩 유전자 전 사체에 접합 차동뿐만 아니라 정보를 획득. 현재는 쥐 실험에서 얻어진 리간드 치료뿐만 아니라 조직 후 다양한 세포주의 전 사체 분석을 위해이 기술을 사용한다.

Cistromics
초고 처리량 시퀀싱 방법은 라이브러리 생성을위한 최소한 5 ng의 DNA 칩을 필요로한다. 표준 장에서IP-SEQ 프로토콜 (18), 적어도 10 NG를하는 것이 좋습니다. 형광 측정으로 정량 중요합니다. 이 프로토콜에서 우리는 DNA의 농도를 결정하는 이중 가닥 DNA 검출 분석을 사용 하였다. 하나는 정확한 DNA 정량을위한 형광 분석을 사용할 수 있습니다. 각 실험 바람직한 DNA 단편의 크기를 생성하는 자신의 초음파 프로토콜을 확립하기위한 장비 및 재료의 차이에 대해, 매우 중요하다. 오버 전단 큰 사이즈의 칩의 DNA를 효율적으로 시퀀싱에 대한 문제를 만드는 동안 대상의 DNA를 농축의 손실이 발생할 수있는 칩 DNA를. 서열로 DNA를 제출하기 전에, qPCR에 의해 몇 가지 알려진 영역 농축을 확인하는 것이 중요하다. 이 기술은 여전히​​ 면역 침전에 사용되는 항체의 효율성 및 특이성에 의해 제한된다. 확실하게 비교 분석에 사용될 수있는 결합 부위의 정보를 얻으려면, 우리는 ENCODE 칩 서열 표준에 다음과 같은 우리의 시약을 확인, 19 및 사용 standar을일관된 데이터 세트를 제공 dized 프로토콜. 이후 전사 인자 결합 부위 농축 분석 결합 칩 서열 여전히 염색질로 전사 인자의 직접적인 결합을 결정하는 가장 좋은 방법 중 하나이다. 현재는 다른 세포주뿐만 아니라 에스트로겐 응답 마우스 조직에서 염색질을 채용 키나제 coregulators 및 다른 전사 인자를 연구하기 위해,이 프로토콜을 이용하고있다.

대사 체학
인간의 유방암 세포에서 성공적인 대사 프로파일 들어 조심 샘플 준비는 매우 중요하다. 이 프로토콜에서 사용하고 세포 배양 조건에서 세포의 양은 MCF7 세포에 적합하다. 다른 세포주 대사 상당수의 검출을위한 더 많거나 적은 세포가 필요할 수 있습니다. 우리는 각각의 실험에서 100 대사를 주위에 얻을 수 있습니다. 이 방법은 낮은 농도로 존재하는 단명 대사 또는 대사 산물의 검출 제한됩니다. 이 방법은 USI의 용이성을 제공한다하나의 샘플 준비를 ng를하는 것은 여러 대사 산물을 식별합니다. 우리는 현재 혈청 및 마우스의 다양한 조직에서 에스트로겐 규제 대사를 식별하기 위해이 기술을 사용하고 있습니다.

데이터 통합
수많은 transcriptomics 및 cistromics 연구는 MCF7 세포 2,5-7,20 포함 유방암 세포에서 에스트로겐 시그널링 및 유전자 조절을 조사하기 위하여 수행 하였다. 본 연구에서 최초로, 우리는 대사 체학 데이터를 직접 첨가 리간드 첨가시 ERα 의해 조절되는 대사성 네트워크를 추정하려고. 이 새로운 접근 방식은 세포 대사에 영향을 미칠 에스트로겐에 의해 조절 점 분자 회로들을 핀 할 수있게. 전반적으로, 우리의 연구 결과는 유방암 생물학의 마스터 레귤레이터로 ERα의 역할을 지원합니다.

요약하면, 우리는 integr 치료 후 에스트로겐과 RNA-SEQ 유방암 세포 칩 서열 및 대사 체학의 샘플 생성을 위해 프로토콜의 세부 개론을 제공이 -omics 방식에서 얻은 데이터의 극상 분석. 이러한 프로토콜은 다른 전사 인자의 핵 수용체 리간드 영양 조건 유사한 분석을 수행하는 연구자있게된다.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

일리노이 대학은 화이자 ZME에서 탐정 개시 허가를받은 YCZ이 기금에서 급여 지원을 받았다.

Acknowledgments

이 작품은 국립 식량 농업 연구소, 농업의 미국학과, 수상 ILLU-698-909 (ZME)과 화이자, Inc의 (ZME)에서 보조금에 의해 지원되었다. 그 내용은 전적으로 저자의 책임이며 반드시 미국 농무부의 공식 견해를 대변하지 않습니다.

Materials

Name Company Catalog Number Comments
Triglyceride Mix Sigma 17810-1AMP-S
Oleic acid  Sigma O1257-10MG Oleic Acid-Water Soluble powder 
TRIzol Reagent Life technologies  15596-026
Dynabeads Protein A Life technologies  10006D
Dynabeads Protein G Life technologies  10007D
QIAquick PCR Purification Kit QIAGEN 28106 DNA isolation of input sample 
ZYMO ChIP-DNA Isolation kit  Zymo Research  D5205 ChIP DNA Clean & Concentrator
Quant-iTª PicoGreen¨ dsDNA Assay Kit Invitrogen  P7589 DNA Quantitation
RNase-Free DNase Set QIAGEN 79254 RNA purification
DEPC Treated Water  LIFE TECH 462224 Dnase/Rnase Free
Model 120 Sonic Dismembrator Fisher Scientific  FB120110 With 1/8 probe 
 Fisher Scientific Sound Enclosure Fisher Scientific  FB-432-A For sound reduction
 Eppendorf Tubes 5.0 ml Eppendorf  0030 119.401 200 tubes (2 bags of 100 ea.)
Random Primer Mix  NEB S1330S
DNTP MIX NEB N0447S
M-MuLV Reverse Transcriptase NEB M0253S
FastStart SYBR Green Master ROCHE 4673484001
Agarose Fisher  BP160100 1.5% agarose gel 
Qubit RNA HS Assay Kit Life technologies  Q32852 RNA quantification (100 assays) 
Formaldehyde Sigma F8775
Protease Inhibitor tablets  Roche  4693116001 Each tablet is sufficient for 10 ml lysis buffer
PhosSTOP Phosphatase Inhibitor Cocktail Tablets Roche  4906845001 Each tablet is sufficient for 10 ml lysis buffer
Qubit Assay Kits Life technologies  Q32850 For 100 assays
Automated cell counter ORFLO MXZ000
tube Rotator  VWR 10136-084
Victor X5 Multilple plate reader  PerkinElmer 2030-0050
Microcentrifuge 5417R Eppendorf 22621807
Magnetic Stand Diagenode B04000001 
Fast Real-time PCR system Applied Science  4351405

DOWNLOAD MATERIALS LIST

References

  1. Hamilton, K. J., Arao, Y., Korach, K. S. Estrogen hormone physiology: reproductive findings from estrogen receptor mutant mice. Reprod Biol. 14 (1), 3-8 (2014).
  2. Madak-Erdogan, Z., et al. Integrative genomics of gene and metabolic regulation by estrogen receptors alpha and beta, and their coregulators. Mol Syst Biol. 9, 676 (2013).
  3. Gong, P., et al. Transcriptomic analysis identifies gene networks regulated by estrogen receptor alpha (ERalpha) and ERbeta that control distinct effects of different botanical estrogens. Nucl Recept Signal. 12, e001 (2014).
  4. Bergamaschi, A., et al. The forkhead transcription factor FOXM1 promotes endocrine resistance and invasiveness in estrogen receptor-positive breast cancer by expansion of stem-like cancer cells. Breast Cancer Res. 16 (5), 436 (2014).
  5. Madak-Erdogan, Z., et al. Nuclear and extranuclear pathway inputs in the regulation of global gene expression by estrogen receptors. Mol Endocrinol. 22 (9), 2116-2127 (2008).
  6. Madak-Erdogan, Z., Lupien, M., Stossi, F., Brown, M., Katzenellenbogen, B. S. Genomic collaboration of estrogen receptor alpha and extracellular signal-regulated kinase 2 in regulating gene and proliferation programs. Mol Cell Biol. 31, 226-236 (2011).
  7. Madak-Erdogan, Z., Ventrella, R., Petry, L., Katzenellenbogen, B. S. Novel roles for ERK5 and cofilin as critical mediators linking ERalpha-driven transcription, actin reorganization, and invasiveness in breast cancer. Mol Cancer Res. 12 (5), 714-727 (2014).
  8. Wang, Z., Gerstein, M., Snyder, M. RNA-Seq: a revolutionary tool for transcriptomics. Nat Rev Genet. 10 (1), 57-63 (2009).
  9. Invitrogen. Quant-iT™ PicoGreen ® dsDNA Reagent and Kits. , Available from: http://www.nature.com/protocolexchange/system/uploads/3551/original/Quant-iT_Picogreen_dsDNA.pdf?1423512049 (2008).
  10. Lee, P. Y., Costumbrado, J., Hsu, C. Y., Kim, Y. H. Agarose gel electrophoresis for the separation of DNA fragments. J Vis Exp. (62), (2012).
  11. Quant-iT™ Assays for high-throughput quantitation of DNA, RNA, and oligos. , Available from: https://tools.thermofisher.com/content/sfs/brochures/F-065432%20quantit%20htp_FLR.pdf (2006).
  12. Kim, D., et al. TopHat2: accurate alignment of transcriptomes in the presence of insertions, deletions and gene fusions. Genome Biol. 14 (4), R36 (2013).
  13. Langdon, W. B. Performance of genetic programming optimised Bowtie2 on genome comparison and analytic testing (GCAT) benchmarks. BioData Min. 8, (2015).
  14. Zhang, Y., et al. Model-based analysis of ChIP-Seq(MACS). Genome Biol. 9 (9), R137 (2008).
  15. Gao, J., et al. Metscape: a Cytoscape plug-in for visualizing and interpreting metabolomic data in the context of human metabolic networks. Bioinformatics. 26, 971-973 (2010).
  16. Schroeder, A., et al. The RIN: an RNA integrity number for assigning integrity values to RNA measurements. BMC Mol Biol. 7 (3), (2006).
  17. Mokry, M., et al. Efficient double fragmentation ChIP-seq provides nucleotide resolution protein-DNA binding profiles. PLoS One. 5 (11), e15092 (2010).
  18. Park, P. J. ChIP-seq: advantages and challenges of a maturing technology. Nat Rev Genet. 10, 669-680 (2009).
  19. Landt, S. G., et al. ChIP-seq guidelines and practices of the ENCODE and modENCODE consortia. Genome Res. 22 (9), 1813-1831 (2012).
  20. Hah, N., Kraus, W. L. Hormone-regulated transcriptomes: lessons learned from estrogen signaling pathways in breast cancer cells. Mol Cell Endocrinol. 382, 652-664 (2014).

Tags

의학 문제 (109) RNA-서열 전 사체 칩 - 서열 cistrome 대사 체학 에스트로겐 유방암
유방암에서 에스트로겐 수용체 신호 전달에 의해 대사 규제 시스템 생물학
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Zhao, Y. C., Madak Erdogan, Z.More

Zhao, Y. C., Madak Erdogan, Z. Systems Biology of Metabolic Regulation by Estrogen Receptor Signaling in Breast Cancer. J. Vis. Exp. (109), e53832, doi:10.3791/53832 (2016).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter