Summary
Cytométrie en flux d’imagerie fournit une approche idéale pour détecter la modification morphologique et fonctionnelle des cellules aux niveaux individuel et populationnelles. Fonction d’endocytose perturbée pour présentation des antigènes lipidiques dans les cellules dendritiques humaines exposés à des polluants a été démontrée avec un combiné transcriptomique profilage de l’expression génique et démonstration morphologique de la protéine traite.
Abstract
Les analyses populationnelles de l’altération morphologique et fonctionnelle des protéines intervenant dans l’endocytose sont difficiles en raison de la demande de capture d’image à une analyse d’image plane et statistique unicellulaire à un niveau populationnelle. Pour surmonter cette difficulté, nous avons utilisé d’imagerie cytométrie et transcriptomique profilage (RNA-seq) pour déterminer la localisation sous-cellulaire altérée de l’amas de protéine de différenciation 1D (CD1d) associée à l’expression des gènes intervenant dans l’endocytose altérée chez l’homme les cellules dendritiques (CD), qui ont été exposés à la common liphophile air pollutant benzo [a] pyrène. La co-localisation de CD1d et protéines intervenant dans l’endocytose marqueur Lamp1 parmi des milliers de cellules images capturées avec écoulement cytometry d’imagerie a été analysée à l’aide d’idées et ImageJ-Fidji programmes. Nombreuses images cellulaires avec des protéines CD1d et Lamp1 co colorées ont été visualisées après blocage sur CD1d+Lamp1+ DCs idées. La co-localisation CD1d et Lamp1 améliorée sur BaP, l’exposition a été démontrée plus loin à l’aide de diagrammes de dispersion binariser, testé avec des coefficients de Mander pour co localisées d’intensité et tracés selon le pourcentage de zones co localisées à l’aide de ImageJ-Fidji. Nos données fournissent une approche instrumentale et bioinformatiques avantageuse pour mesurer la co-localisation de la protéine au niveau cellulaire unique et populationnelle, soutenant un résultat fonctionnel avec facultés affaiblies d’altération transcriptomique chez les humains exposés à des polluants Contrôleurs de domaine.
Introduction
Présentation de l’antigène implique en général des protéines intracellulaires traite, qui a été souvent étudié en utilisant la caractérisation morphologique et détermination des caractéristiques phénotypiques des antigène présentant des cellules1,2,3 . Pour intégrer les avantages de l’imagerie et les méthodes de phénotypage, nous décrivons une plate-forme d’analyse d’imagerie au niveau de la population à démontrer une colocalisation de protéine altérée dans les cellules dendritiques humaines (DCs) tant de cellule unique. Dans la présentation des antigènes peptidiques, complex majeur d’histocompatibilité (CMH) de classe I molécules lier un peptide court (8-10 résidus) dans le réticulum endoplasmique pour activer classiques CD8+ T des cellules, tandis que les molécules MHC classe II lient un relativement plus longue peptide (~ 20 résidus) dans des compartiments endocytose pour activer classiques CD4 des cellules de+ T1,4. En revanche, les lipides spécifiques T cellules sont activées par CD1 protéines avec des antigènes lipidiques chargés principalement dans des compartiments endocytose5,6. Présentation des antigènes lipidiques exige la fourniture des lipides métabolites produits en lipide métabolisme7,8,9,10 et le chargement des métabolites de lipides fonctionnels aux protéines CD1 endocytose compartiments5,6. Dans ce contexte, différents facteurs cellulaires modulant la présentation des antigènes lipidiques, en particulier dans l’exposition dans l’environnement des polluants lipophiles et désordres du système immunitaire, sont essentiels pour être défini. Dans cette étude, nous avons utilisé analyse transcriptomique, image profilage et analyse d’imagerie cellulaire et populationnelle de DCs de macrophages dérivés de monocytes humains afin de déterminer la protéine intervenant dans l’endocytose traite contribuant à la présentation des antigènes lipidiques à l’exposition à des polluants. Certes, cette plate-forme combinée peut être appliquée à l’étude traite des protéines subcellulaire et colocalisation dans différents processus biologiques.
Sur le plan technique, localisation subcellulaire de protéine a été démontrée généralement à l’aide de la microscopie confocale et statistiquement analysées dans un nombre limité de cellules détectées1,2,3,11. En outre, cytométrie en flux a été largement appliquée aux populations de cellules de porte avec des signaux de co teinté de plusieurs protéines à un niveau cellulaire12; Toutefois, cela n’a pas une visualisation détaillée de colocalisation de protéine subcellulaire. Pour réaliser des analyses complètes et statistiques de pourcentage colocalisation de protéine au niveau cellulaire et la population, nous incorporons imagerie approches de profilage et d’analyse afin de déterminer les caractéristiques de la co-localisation de protéine avec biologique pertinence. Plus précisément, nous utilisons cytométrie en flux d’imagerie pour détecter la co-localisation de CD1d et protéine 1 (Lamp1) de la membrane lysosomale associés aux protéines dans cette étude. Le dosage des molécules épididymaire était auparavant difficile à accomplir à l’échelle populationnelle. Dans cette étude, nous avons adapté le programme de ImageJ-Fidji à examiner le pourcentage de colocalisation de protéine avec un grand nombre de cellules co colorées au niveau cellulaire populationnelle tant individuels. Plus précisément, nous avons mesuré des zones localisées de co, intensité et la taille populationnelle pour étayer la conclusion que la protéine CD1d a été largement conservée dans des compartiments endocytose fin de DCs humaines dans une exposition à un polluant lipophiles de benzo [a] pyrène (BaP)13 . Ce combiné cellulaire et la population d’imagerie analyse a fourni des résultats hautement reproductibles, complets et statistiquement significatives de colocalisation CD1d-Lamp1 pertinente pour la présentation des antigènes lipidiques inhibé.
Le transcriptome de DCs humains exposés au BaP a fortement soutenu l’hypothèse que le métabolisme des lipides endocytose et CD1d endocytose trafic ont porté atteinte aux exposition BaP. Pour tester cette hypothèse, nous avons appliqué la cytométrie en flux d’imagerie pour profiler les images de population DC qui ont été colorées conjointement avec plusieurs protéines dont CD1d, endocytose marqueurs et DC. Enfin, les cellules colorées co analysés statistiquement pour illustrer le pourcentage d’intensité et de zones de colocalisation CD1d et Lamp1.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Les protocoles humaines dans cette étude ont été approuvées par l’Institutional Review Board de l’Université de Cincinnati et toutes les méthodes ont été effectuées conformément aux directives et règlements. Des échantillons de sang provenant de donneurs sains ont été obtenues depuis le centre Hoxworth de sang au centre médical de l’Université de Cincinnati.
1. transcriptomique profilage de DCs de macrophages dérivés de monocytes humains exposés à des polluants
- Extraction de l’ARN totale de DCs BaP-exposés
- Différencier les DCs humaines à l’aide de cytokines GM-CSF et IL-4 et exposer DCs au BaP pendant 4 jours,13.
- Trier DCs exposés au BaP utilisant l’écoulement cytometry basé sur les marqueurs de surface exprimées (lignée–HLA-DR,+), dont la majorité se compose de DCs classiques (CD11c+CD1c+)13. En général, trier les 10 000 contrôleurs de domaine dans le milieu de culture contenant 10 % FBS, centrifuger DCs à 600 x g et 4 ° C pendant 6 min et retirez immédiatement le surnageant par aspiration à l’aide d’une pointe de pipette de 1 mL.
- Une fois que le surnageant est éliminé par aspiration, lyse le culot cellulaire en ajoutant 0,4 mL de tampon de lyse/liaison depuis le kit d’isolation d’ARN pour le stockage à-80 ° C avant l’extraction de l’ARN.
- Utiliser le kit d’isolation d’ARN avec le protocole d’extraction ARN total pour extraire le RNA total14. Mesurer l’intégrité de RNA à l’aide d’un Bioanalyzer15.
- Analyse transcriptomique des DCs triés (Figure 1 a)
- Préparer la bibliothèque à l’aide d’un kit de préparation d’ARN bibliothèque de RNA-seq. Bref, fragmentent l’ARN polyA (~ 200 bp), inverse transcrire les fragments pour le 1er volet du cDNA et suivi par la deuxième synthèse de cDNA de brin étiquetée avec dUTP.
- Ligaturer ADNc double brin à l’adaptateur avec une structure en épingle après purification de perle, fin-réparation et dA-tailing. Les résidus d’uracile dans le 2ème brin de la boucle d’ADNc et adaptateur avec enzyme utilisateur (réactif de l’Excision uracile-spécifique) pour maintenir la spécificité du strand et ouvrir la boucle de l’adaptateur pour PCR de l’accise.
- Effectuer 13 cycles de PCR avec des amorces universelles et indice spécifique afin d’enrichir la bibliothèque indexée. Nettoyer la bibliothèque et exécuté sur une puce de Bioanalyzer ADN haute sensibilité pour vérifier la qualité de la bibliothèque et la distribution de la taille.
- Utiliser un kit de quantification de bibliothèque et un système PCR en temps réel combinées avec des informations de taille de bibliothèque pour calculer concentration bibliothèque via une méthode de la courbe d’étalonnage.
- Proportionnellement poule individuellement indexées bibliothèques compatibles et ajuster la concentration totale finale à 15 h. Effectuer la génération de cluster de bibliothèque et la bibliothèque avec une valeur de lecture simple 1 x 50 bp pour produire 25 millions de lectures par exemple de séquence.
- Séquençage
- Charger le séquençage et l’indexation des réactifs pour les paniers de réactif SBS et PE, respectivement. Placer les réactifs dans un bain d’eau de qualité laboratoire pendant 1 h jusqu'à ce que toute la glace a fondu et les réactifs dans chaque bouteille/tube sont mélangés correctement.
- Préparer le mélange de l’ICB en ajoutant l’enzyme décongelé de colorant et de-20 ° C à la bouteille et mélanger. Préparer une solution de NaOH selon les instructions de séquençage. Placez tous les réactifs à 4 ° C jusqu’au moment de l’utiliser.
- Pendant les 1 h période d’attente, allumez le séquenceur. Attendez que le lecteur DONOTEJECT de comparaître et de connecter l’ordinateur à un lecteur réseau.
- Lancer le logiciel de commande de sequencer.
- Préparer 2 L de solution de lavage entretien contenant 0,5 % de Tween 20 et 0,03 % de ProClin 300 qualité en laboratoire l’eau.
- Dans le panier de réactif SBS, ajouter environ 100 mL de solution de lavage entretien à chacun des 8 bouteilles et bouchons de l’entonnoir pour les bouteilles. Dans le panier de réactif de PE, ajouter environ 12 mL de solution de lavage entretien à chacun des dix tubes coniques 15 mL et jeter les bouchons.
- Charger les deux paniers avec les bouteilles/tubes remplie de solution pour le séquenceur.
- Dans le logiciel de commande de sequencer, choisissez le cycle de lavage entretien ; Suivez les instructions à l’écran pour nettoyer le circuit de fluide de séquenceur jusqu'à ce que le processus est terminé.
- Commencer un nouveau départ dans l’onglet « Séquence » du logiciel ; diriger les données de sortie à un lecteur réseau. Choisissez les paramètres pour lecture seule 1 x 50 bp avec les bibliothèques de l’indice unique multiplexé.
- Éventuellement, ouvrir une session dans le moyeu de séquence BaseSpace afin que le statut de séquençage peut être contrôlé à distance via un ordinateur ou un téléphone intelligent.
- Télécharger un exemple de feuille de démultiplexage et renseignent le réactif selon l’exigence du logiciel.
- Charger les réactifs SBS et PE à l’aide du séquenceur. Amorcez le système avec une cellule de flux utilisés (~ 15 min).
- Une fois terminée la génération de cluster (~4.5 h), sortez la cellule de flux, vaporiser légèrement la cellule de flux d’eau et essuyer, sécher avec du papier de la lentille. Légèrement la cellule de flux de pulvérisation avec l’éthanol à 95 % et séchez-le. Sous une lumière pour vous assurer que la surface soit propre sans débris ou les résidus de sel.
- Une fois terminée l’étape de Prime, charger la cellule d’écoulement en cluster et démarrer le séquençage. Le logiciel de visualisation de l’analyse de séquence démarre automatiquement.
- Surveiller la qualité de données de séquençage par SAV dont la densité de cluster, filtre passe-bande lectures, cluster pass filtre %, % ≥Q30, % de legs de phase/la prophase, QC, etc. , que cela aide à comprendre la qualité des données et le dépannage de l’indexation.
- Changer le joint de cellule de flux et d’effectuer un lavage d’entretien après que le séquençage est terminé. Le séquenceur est prêt pour la prochaine exécution.
- Analyse bioinformatique
- Effectuer la bioinformatique RNA-seq données analyse13.
2. voie analyse des profils de transcriptomique (Figure 1 b)
- Taille-bordure Bioconductor permet de comparer la résultante gene expression intensité comtes entre des contrôleurs de domaine BaP-exposés et non exposés de trois donateurs. Ensuite, identifier des gènes différentiellement exprimés entre des contrôleurs de domaine BaP-exposés et non exposés, basés sur la variation absolue de pli (> 2 plis) et la découverte de fausse taux de valeurs (FDR) - ajusté p-(< 0,05).
- Pour prédire les groupes fonctionnels d’expression différentielle des gènes exprimés, utilisez le paquet de logiciel de ToppCluster pour rechercher les gènes modifiés contre plusieurs bases de données y compris KEGG et REACTOME et générer des données clusters. ToppCluster utilise le test de hypergéométrique pour obtenir un enrichissement fonctionnel via le gène liste enrichissement analyse16.
- Outre l’entrée les résultats de ces groupes de fonction Cytoscape17,18 Version 3.3.0, une plate-forme logicielle de source ouverte largement utilisée pour la visualisation de réseaux complexes. Ainsi, les gènes impliqués dans les différents groupes ou voies, y compris les groupes intervenant dans l’endocytose et le métabolisme des lipides, sont présentés dans un réseau avec l’annotation de la couleur du changement sans moyenne pli de gene expression (Figure 1 b)13.
3. imagerie cytométrie de CD1d et Lamp1 colocalisation
- Anticorps d’étiquetage de DCs BaP-exposés
- Exposer 0,5 x 106 DCs humaines à 5,94 mM BaP pendant 4 jours à 37 ° C dans 2 mL de Dulbecco complet milieu Eagle modifié. Récolter DCs par centrifugation à 400 g pendant 10 min. bloc la DCs différenciée en incubant les cellules avec bloqueur de sérum humain et anti-humain Fc receptor anticorps pendant 10 min dans la glace, y compris les anticorps anti-CD16, CD32 et CD64.
- Incuber Violet brillant 421-anti-CD1c (L161), teindre de phycoérythrine/cyanine 7 (PE/Cy7) - anti - HLA-DR et PE/Cy5-anti-CD11c avec DCs pendant 20 min dans la glace. Le tableau 1 montre cette liste des anticorps.
- Difficulté de DCs avec 4 % de paraformaldéhyde dans du PBS et leur permeabilize avec tampon de lavage perméabilisation. Effectuer la coloration intracellulaire avec un mélange de PE marquée purifiée anti-humain CD1d (51,1) et marqué Alexa Fluor 647 anti-Lamp1 (CD107a) (H4A3).
- Imagerie des mesure de cytométrie de débit (Figure 2)
- Analyse des échantillons colorés à l’aide d’un cytomètre de flux d’imagerie à la base de cytométrie en flux de l’hôpital pour enfants de Cincinnati en utilisant un objectif X 40 à 300 pixels pour une cellule avec environ 10 mm de diamètre. Taille d’un pixel est d’environ 0,5 mm de 0,5 mm de l’objet.
- Acquisition de 10 000 images cellulaires de manière impartiale, selon les instructions du fabricant.
4. imagerie Analyses d’Images de cytométrie en flux
- Analyse de colocalisation à l’aide de logiciels d’idées (Figure 2)
- Effectuer une compensation avec single tachée par rapport aux échantillons non teinté en réglant l’intensité de la fluorescence des échantillons non teinté le seuil, y compris non colorés exposés au BaP DCs avec BaP autofluorescence, comme données de cytométrie en flux régulier analyse.
- Porte de coloration des cellules afin d’obtenir des sous-ensembles d’HLA-DR+CD11c+CD1d+Lamp1+ cellules (Figure 2 a) et afficher les images cellulaire dans les sous-ensembles fermées (Figure 2 b).
- Enregistrer les images de cellule dans un format png, basé sur deux critères d’inclusion technique, la présence visuelle de forts signaux co tachées et localisation sous-cellulaire des protéines CD1d et Lamp1, pour les analyses de co-localisation avec ImageJ-Fidji (Figure 2 b).
- Logiciels ImageJ-Fidji permet d’effectuer des analyses de colocalisation (Figure 3).
- Préparer les fichiers image en fusionnant les 100 images enregistrées cellule pour DCs humaines non exposés et exposés au BaP, respectivement (Figure 3 a).
- Analyser CD1d (rouge) et Lamp1 colocalisation (vert) à l’aide d’un diagramme de dispersion.
- Exécutez le programme d’ImageJ-Fidji. Ouvrir le fichier .png avec 100 images de cellules (Figure 3 b et 4 a Figure) : « fichier | Ouvrir ».
- Fractionner l’image avec les canaux rouges et verts fusionnées en deux images avec un rouge ou un canal vert : « Image | Couleur | Fractionner des chaînes ».
- Dessiner un diagramme de dispersion en utilisant les commandes « Analyze | Colocalisation | Seuil de colocalisation ». Enregistrez le diagramme de dispersion à l’aide de la touche « PrintScreen » .
- Calculer les coefficients de colocalisation de Mander pour chaque image cellulaire unique (n = 100) (Figure 4 b)
- Sélectionnez une image de cellule unique sur le fichier image avec split chaînes à l’aide de la "ovale » outil de sélection.
- Utiliser les commandes « Analyze | Colocalisation | Seuil de colocalisation ». Sélectionnez « Channel 1 » dans la boîte de dialogue de la région d’intérêt (ROI). Garder toutes les options de calcul, y compris « Mander à l’aide de seuils » pour chaque image de la cellule.
- Répétez ce calcul pour toutes les images de 100 cellules.
- Enregistrer et ouvrir les résultats à l’aide d’une feuille de calcul.
- Tracer la moyenne et les erreurs-types pour les « Coefficients de binariser Massé » (n = 100, 0 signifie aucune colocalisation et 1 signifie colocalisation parfaite). Test t de Student permet de calculer la valeur de p pour la comparaison entre les groupes de BaP-exposés et non exposés (Figure 4 b).
- Calculer le pourcentage d’intensité pixel seuillée co localisée entre CD1d et Lamp1 pour plusieurs images de cellules (n = 100) (Figure 4).
- Utiliser le même protocole d’analyse en 4.2.3 et en outre, sélectionnez l' option de résultat « % intensité seuil épididymaire ».
- Effectuer cette analyse ainsi que les coefficients de colocalisation de Massé.
- De même, tracer la moyenne et les erreurs-types pour % intensité épididymaire entre CD1d et Lamp1. Test t de Student permet de calculer la valeur de p pour la comparaison entre les groupes de BaP-exposés et non exposés (Figure 4).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Les polluants lipophiles BaP modifie des groupes de gènes intervenant dans l’endocytose dans DCs de macrophages dérivés de monocytes DCs. homme humains de chaque donateur (n = 3) ont été incubées en présence de BaP et triés pour DCs classiques, qui ont été utilisés plus de RNA extraction et transcriptomique d’analyse tel que décrit . Lors de la normalisation de l’expression des gènes, les gènes modifiés entre groupes BaP-exposés et non exposés ont été regroupés selon la corrélation fonctionnelle de gènes différentiellement exprimés. Nous la liste de gène de la Toppcluster programme16 pour les analyses des voies cellulaires pertinents d’entrée et effectuez le test statistique en utilisant une fausse découverte taux (FDR) correction des valeurs de p (Figure 1 b). Plusieurs groupes de gène majeur, y compris le métabolisme des lipides et des fonctions intervenant dans l’endocytose, ont été identifiés dans DCs exposés au BaP. Dans cette étude, nous avons axé spécifiquement sur le critère fonctionnel de la traite endocytose, parce que la présentation des antigènes CD1-mediated a été fortement tributaire de l’antigène de lipides chargement dans l’endocytose voie5,19, 20,,21.
Cd1d trafic endocytose est démontré à l’aide d’imagerie de cytométrie en flux. Après avoir obtenu un grand nombre d’images de cellule à l’aide d’imagerie de cytométrie en flux, nous avons commencé à l’aide du programme idées pour visualiser des images individuelles cellulaires par le biais de déclenchement commodément des populations de cellules colorées conjointement avec les anticorps multiples (Figure 2 a). Plus précisément, nous avons pu porte la population majeure de DC co tachée de HLA-DR et CD11c davantage montrer les contrôleurs de domaine avec co-expression CD1d et Lamp1 (Figure 2 a). Signaux co colorées peuvent être enrichies par blocage de la population cellulaire avec double tache de CD1d et Lamp1 (Figure 2 a). Nous avons d’abord montré les non-exposés normales DCs avec minime co-localisation des protéines CD1d et Lamp1, indiquant le niveau basal de la traite endocytose CD1d et le haut niveau de l’expression en surface dans des conditions physiologiques (Figure 2 b)5, 19,20,21. Pour mesurer la co-localisation des protéines CD1d et Lamp1, nous avons utilisé au départ idées pour montrer une légère augmentation de similitude de détail vif entre protéines CD1d et Lamp1 avec BaP exposition13. La similitude de détail vif a calculé d’après le coefficient de corrélation de Pearson pour tester la corrélation de deux facteurs, alors que les protéines CD1d et Lamp1 étaient probablement pas très se chevauchaient en condition physiologique, indiquant que CD1d est capable de transitoirement de trafic grâce à des compartiments endocytose fin d’obtenir des antigènes lipidiques fonctionnelle. Ainsi, il est biologiquement plus significatif pour vérifier si la protéine CD1d BaP exposition conserve plus dans les compartiments d’endocytose fin comme en témoigne l’augmentation du pourcentage de superposé protéines CD1d et Lamp1, à l’aide de l’imagerie analyse logiciel Fidji dans le Paquet ImageJ. Enfin, rétention de la protéine CD1d dans des compartiments endocytose tardive peut servir à confirmer sur le plan fonctionnel gène intervenant dans l’endocytose profils BaP exposition.
Co localisées d’intensité et de la zone entre protéines CD1d et Lamp1 a été mesurée. Pour obtenir un réglage de seuil reproductible et pourcentages des zones localisées de co et de l’intensité, nous avons appliqué ImageJ-Fidji22, qui a également été utilisé dans plusieurs d’autres études23,24,25. Nous choisissons au hasard CD1d+Lamp1+ cellules avec forte tache Co et la localisation sous-cellulaire clair des protéines CD1d et Lamp1 sous forme d’images d’entrée (Figure 2 b). Images de cellulaires individuelles peuvent être fusionnées dans un fichier d’image unique pour une analyse cohérente (Figure 3 a). Dans notre étude, nous avons fusionné 100 images de cellule et ouvert dans le programme d’analyser en définissant les « seuils de colocalisation » (Figure 3 b). La co-localisation d’intensité pixel entre deux canaux (PE-étiqueté CD1d et Lamp1 marqué AF647) a été montrée globale avec un diagramme de dispersion en détectant les pixels ont localisé de ces images de 100 cellules (Figure 4 a). Dans ce complot, lignes horizontales et verticales représentent les seuils de Costes et les lignes diagonales représentent le rapport entre l’intensité globale pixel entre deux canaux. Seuil de la Costes offre un cadre visible pour enlever les pixels faibles de deux canaux superposés. Le diagramme de dispersion résulte présente une colocalisation accrue des protéines CD1d et Lamp1 exposition BaP. En outre, nous avons mesuré le degré de colocalisation entre protéines CD1d et Lamp1 à l’aide de coefficients de Massé (Figure 4 b). Par conséquent, les coefficients de Massé démontrent colocalisation accrue entre CD1d et Lamp1 dans des compartiments endocytose fin du BaP-exposés DCs rivalisant avec DCs non-exposés, comme statistiquement pris en charge par les tests de Student t (Figure 4 b). Toutefois, si l’intensité de protéine est hétérogène entre les zones épididymaire et non-épididymaire, épididymaire intensité sera incomparable aux zones épididymaire. Par conséquent, il est également nécessaire pour examen supplémentaire la co-localisation basée sur l’intensité (Figure 4). Ainsi, chaque colonne représente un calcul de moyenne de pourcentage d’intensité épididymaire de multiples images de cellules (n = 100) entre les conditions de BaP-exposés et non exposés pour une paire de protéines co localisées. Test t de Student montrent également une signification statistique (n = 100, p< 0,001) entre les groupes de BaP-exposés et non exposés avec une erreur standard indiquée. Au total, nos résultats démontrent que la CD1d protéine a été retenue en fin endosomes au BaP exposition, soutenant que l’expression des gènes altérés BaP davantage mène à l’altération de la fonction endocytose et CD1d traite.
En résumé, CD1d-Lamp1 colocalisation augmente lors de l’exposition de BaP. Plusieurs paramètres basés sur des images de cellules (Figure 2 b), y compris les diagrammes de dispersion avec intensité pixel superposées (Figure 4 a), amélioré les coefficients de Massé (Figure 4 b) et a augmenté le pourcentage d’intensité avec chevauchement ( Figure 4), soutenir CD1d rétention endocytose à l’exposition de BaP. Cette analyse de co-localisation d’images cellulaires est une approche précise pour déterminer le degré de colocalisation de protéine et de démontrer les mécanismes biologiques de fonctions cellulaires, par exemple, endocytose fonction de compatible avec les gènes intervenant dans l’endocytose perturbé expression, encore qui contribuent à l’activation inhibée de restriction CD1d T cells13.
Figure 1 : Perturbation des transcriptomes DC BaP exposition (A) Organigramme de RNA-Seq. Tout d’abord, analyse de contrôle qualité (CQ) a été réalisée afin d’examiner la qualité de l’ARN total. En utilisant un système automatisé et la qualité l’ARN total comme entrée, poly-A ARN a été isolé, qui démontrait appauvri ARNr en analyse RNA QC poly-A. L’ARN polyA connut alors une bibliothèque automatisée préparation et indexation par PCR. Ensuite, la bibliothèque amplifiée a été analysée par un Bioanalyzer de CQ avec rendement attendu et de la distribution granulométrique. Après quantification qPCR, indexées bibliothèques ont été mis en commun et en cluster vers la cellule de flux pour le séquençage et la qualité de données de séquençage était en temps réel suivi. L’axe représente relatives comtes de cytométrie de flux des signaux de coloration. (B) les gènes modifiés ont été regroupés en différents groupes fonctionnels et les groupes de gènes associés à l’endocytose métabolisme lipidique et de la fonction sont indiqués. Rouge : CD1d ; Vert : Lamp1. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 2 : Analyse d’images cellulaires en utilisant le programme idées. (A), macrophages dérivés de monocytes DCs de sains donneurs ont été d’abord bloquées sur HLA-DR + CD11c + cellules et plus fermée sur CD1d+Lamp1+ cellules utilisant le programme idées. (B) images cellulaires ont été extraites de l’HLA-DR+CD11c+CD1d+Lamp1+ la population pour la visualisation d’images cellulaire. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 3 : Analyse d’images cellulaires en utilisant le programme Fidji-ImageJ. Cellules avec forte tache Co de protéines CD1d et Lamp1 ont été choisis au hasard pour l’analyse de l’image à l’aide de Fidji-ImageJ, mais les cellules * avec marquage invisible ou faible pour protéine CD1d ou Lamp1 était exclu comme dans la Figure 2 b. Images (A) ces cellulaires choisis au hasard ont été assemblés en un seul fichier image comme une image d’entrée. (B) la co-localisation analyse a été réalisée en fixant les seuils de colocalisation des voies vertes et rouges. Les diagrammes de dispersion ont été générés avec le calcul du seuil. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 4 : Colocalisation des protéines CD1d et lampe 1. Au moyen de jeu similaire de données indiqué dans Sharma et al. 13, intensité pixel co localisée entre protéines CD1d et Lamp1 de contrôleurs de domaine dans les conditions de BaP-exposés et non exposés a été recalculé et illustré avec des nuages de points (A). Coefficients de Massé de colocalisation CD1d et Lamp1 ont été calculés et sont affichés avec une moyenne des images (B) de la cellule sélectionnée. Le pourcentage d’intensité pixel Co localisé a été également calculé (C). Signification statistique (n = 100, p < 0,001) a été obtenue avec les tests de Student t en comparaison avec le groupe non-exposés. Erreurs-types ont été indiquées. Données proviennent d’un essai avec des cellules d’un donneur sain. Deux analyses indépendantes ont été effectuées avec des résultats similaires. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
| Anticorps | Fluorophores ou anticorps secondaire | Clone |
| HLA-DR | Phycoérythrine/Cyanine 7 (PE/Cy7) | L243 |
| CD11c | Phycoérythrine/Cyanine 5 (Cy5/PE) | 3.9 |
| CD1c | Violet brillant 421 | L161 |
| Purifiée anti-humain CD1d | PE-anti-souris IgG2b | 51.1 |
| Lamp1 | Alexa Fluor 647 (AF647) | CD107a(H4A3) |
Tableau 1 : anticorps utilisés dans cette étude. Grâce à une excitation partagée et longueurs d’onde d’émission, fluorophores PE/Cy5 et AF647 se chevauchent partiellement à la coloration des signaux. Nous utilisons ces fluorophores pour étiqueter une protéine de surface (CD11c) et une protéine intracellulaire (Lamp1) respectivement pour éviter leur chevauchement de signal à un niveau subcellulaire. Nous utilisons également titrage optimal et l’indemnisation pour réduire au minimum les signaux avec chevauchement entre les deux fluorophores.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Confirmation fonctionnelle d’une voie de gène est difficile, en raison de l’expression génique largement contaminé impliquant de multiples voies et la difficulté d’intégrer les activités cellulaires individuelles et populationnelles. Nous avons utilisé d’imagerie cytométrie à spécifiquement test CD1d traite des compartiments de l’endocytose. Cytométrie en flux d’imagerie intègre la mesure populationnelle des cellules et la démonstration individuelle de colocalisation subcellulaire des protéines multiples. Microscopie confocale a déjà fourni à haute résolution dans la mesure de colocalisation de la protéine, et cytométrie en flux est en mesure de fournir le phénotypage complet pour différentes populations cellulaires. Cytométrie en flux d’imagerie combine les avantages de microscopie confocale et cytométrie de flux à une résolution d’image acceptable pour analyser la colocalisation de la protéine de manière médiatisées pour fonctionnelle confirmation d’altération transcriptomique par environmental polluants.
Analyses de colocalisation de plusieurs protéines dans une échelle populationnelle sont techniquement difficile, parce que (i) des analyses de plusieurs cellules individuelles détaillées sont fastidieuses et relativement biaisée ; (ii) il est difficile de définir un seuil optimal pour l’interprétation des pixels se chevauchent, basées sur l’intensité ou la zone de coloration positive ; et (iii) observation équilibrée des cellules individuelles et populationnelles est critique. Dans cette étude, nous nous sommes concentrés sur l’exécution d’une observation significative sur le plan biologique, un test de signification statistique et une démonstration d’imagerie des protéines localisées conjointement. Pour atteindre cet objectif, nous avons tout d’abord obtenu des milliers d’images de DCs humaines cytométrie d’imagerie. Des analyses quantitatives des fichiers d’imagerie combine une analyse de similarité de détail lumineux en utilisant le logiciel idées ainsi qu’une analyse de colocalisation statistiquement testé à l’aide de Fidji-ImageJ. Le programme idées permet de blocage la population co tachée, calculant la co-localisation des deux protéines, similitude de détail brillant axée sur le coefficient de corrélation de Pearson, et de sélectionner au hasard colorées Co de cellules sur la localisation subcellulaire des protéines13. Pour davantage faire la démonstration pertinente biologique des protéines localisées Co, nous avons utilisé des logiciels ImageJ-Fidji et appliqué le coefficient de la Massé pour calculer le pourcentage de zones localisées conjointement et chevauchaient intensité pixel pour démontrer le degré de Localisation de cd1d dans la voie de l’endocytose.
L’étape critique pour l’utilisation du programme ImageJ-Fidji est d’effectuer l’analyse d’imagerie de cellules simples. Variation de colocalisation de protéine du pourcentage de cellules individuelles peut être contrôlée par rapport aux couleurs visuellement fusionnées d’images de cellule unique. La co-localisation de protéines pourcentage de toutes les cellules de 100 en moyenne, les moyens et les écarts-types peut être calculées pour démontrer la co-localisation de protéine et corrélation fonctionnelle à l’échelle populationnelle. Cette analyse bio-informatique est simple et simple sans concernant des résultats ambigus, car cette analyse offre un calcul du seuil reproductible à l’aide de méthode de la Costes pour produire le même a entraîné des seuils pour les ensembles de données mêmes et seuils similaires pour semblable datasets26. La limitation de cette technique est les saisies manuelles fastidieuses des images unicellulaire et sélection potentiellement subjective des cellules visuellement co colorées en utilisant le logiciel d’idées. Dans notre étude, nous analysons 100 images de cellules de chaque groupe et nous fixer des critères de sélection reproductible, y compris des signaux forts co teinté et clair localisation sous-cellulaire des protéines CD1d et Lamp1. Surmonter ces limitations, il faut amélioration technique des logiciels d’analyse pour permettre l’analyse de lots et sélection objective des cellules simples basée sur des caractéristiques morphologiques au-delà de l’intensité de coloration fournies par cytométrie en flux. En population et sommaire, combiné cellulaire analyse d’imagerie fournira des résultats hautement reproductibles, complets, statistiquement testées et biologiquement pertinentes de colocalisation de protéines pourcentage. Nous croyons que cette analyse de colocalisation CD1d-Lamp1 peut servir comme un exemple réussi d’analyses d’imagerie cellulaire de haut profil pour répondre à des questions plus larges sur l’altération morphologique et fonctionnelle des protéines cellulaires.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Les auteurs n’ont rien à divulguer
Acknowledgments
Les auteurs remercient Robert Giulitto (Centre de sang Hoxworth) pour les échantillons de sang humain et Dr Liang Niu pour la normalisation de l’expression génique lit. Nous remercions également les subventions de l’Institut National of Environmental Health Sciences (ES006096), Center for Environmental génétique (CEG) projetpilote (S.H.), Institut National des allergies et maladies infectieuses (AI115358) (S.H.), Université de Cincinnati University Research Council award (S.H.) et l’Université de Cincinnati College de médecine Enhancement financement de base (X. Z.).
Materials
| Name | Company | Catalog Number | Comments |
| Transcriptomics | Illumina | HiSeq 2500 v4 | Illumina HiSeq system |
| ImagingStream X | Millipore | 100220 | Imaging flow cytometry |
| mirVana miRNA Isolation Kit | Thermo Fisher | Total RNA extraction | |
| Agilent RNA 6000 Pico Kit | Agilent | Total RNA QC analysis | |
| Veriti 96-Well Fast Thermal Cycler | Thermo Fisher | PCR, enzyme reaction | |
| NEBNext Poly(A) mRNA Magnetic Isolation Module | New England Biolab | PolyA RNA purification | |
| Automated SMARTer Apollo system | Takara | PolyA RNA purification | |
| NEBNext Ultra RNA Library Prep Kit for Illumina | New England Biolab | Library preparation | |
| Agencourt AMPure XP magnetic beads | Beckman Coulter | DNA purification | |
| 2100 Bioanalyzer | Agilent | Library QC, size distribution analysis | |
| Agilent High Sensitivity DNA Kit | Agilent | Library QC, size distribution analysis | |
| QuantStudio 5 Real-Time PCR System (Thermo Fisher) | Thermo Fisher | Library quantification | |
| NEBNext Library Quant Kit | New England Biolab | Library quantification | |
| cBot | Illumina | Library cluster generation | |
| TruSeq SR Cluster Kit v3 - cBot – HS | Illumina | Library cluster generation | |
| HiSeq 1000 | Illumina | Sequencing | |
| TruSeq SBS Kit v3 - HS (50-cycles) | Illumina | Sequencing | |
| Phycoerythrin/Cyanine 7 (PE/Cy7) | Bio Legend | L243 | |
| Phycoerythrin/Cyanine 5 (PE/Cy5) | Bio Legend | 3.9 | |
| Brilliant violet 421 | Bio Legend | L161 | |
| PE-anti-mouse IgG2b | Bio Legend | 51.1 | |
| Alexa Fluor 647 (AF647) | Bio Legend | CD107a(H4A3) |
References
- Roche, P. A., Cresswell, P. Antigen Processing and Presentation Mechanisms in Myeloid Cells. Microbiology Spectrum. 4 (3), (2016).
- Huang, S., et al. MR1 uses an endocytic pathway to activate mucosal-associated invariant T cells. The Journal of experimental medicine. 205 (5), 1201-1211 (2008).
- Nakamura, N., et al. Endosomes are specialized platforms for bacterial sensing and NOD2 signalling. Nature. 509 (7499), 240-244 (2014).
- Blum, J. S., Wearsch, P. A., Cresswell, P.
- Brennan, P. J., Brigl, M., Brenner, M. B. Invariant natural killer T cells: an innate activation scheme linked to diverse effector functions. Nature reviews. Immunology. 13 (2), 101-117 (2013).
- Zajonc, D. M., Kronenberg, M. CD1 mediated T cell recognition of glycolipids. Current opinion in structural biology. 17 (5), 521-529 (2007).
- Cox, D., et al. Determination of cellular lipids bound to human CD1d molecules. PloS one. 4 (5), e5325 (2009).
- Yuan, W., Kang, S. J., Evans, J. E., Cresswell, P. Natural lipid ligands associated with human CD1d targeted to different subcellular compartments. Journal of immunology. 182 (8), 4784-4791 (2009).
- Huang, S., et al. Discovery of deoxyceramides and diacylglycerols as CD1b scaffold lipids among diverse groove-blocking lipids of the human CD1 system. Proceedings of the National Academy of Sciences of the United States of America. 108 (48), 19335-19340 (2011).
- de Jong, A., et al. CD1a-autoreactive T cells recognize natural skin oils that function as headless antigens. Nature. 15 (2), 177-185 (2014).
- Trombetta, E. S., Mellman, I. Cell biology of antigen processing in vitro and in vivo. Annual review of immunology. 23, 975-1028 (2005).
- Maecker, H. T., McCoy, J. P., Nussenblatt, R. Standardizing immunophenotyping for the Human Immunology Project. Nature reviews. Immunology. 12 (3), 191-200 (2012).
- Sharma, M., et al. Inhibition of endocytic lipid antigen presentation by common lipophilic environmental pollutants. Science Reports. 7 (1), 2085 (2017).
- Boom, R., et al. Rapid and simple method for purification of nucleic acids. Journal of clinical microbiology. 28 (3), 495-503 (1990).
- Nachamkin, I., et al. Agilent 2100 bioanalyzer for restriction fragment length polymorphism analysis of the Campylobacter jejuni flagellin gene. Journal of clinical microbiology. 39 (2), 754-757 (2001).
- Kaimal, V., Bardes, E. E., Tabar, S. C., Jegga, A. G., Aronow, B. J. ToppCluster: a multiple gene list feature analyzer for comparative enrichment clustering and network-based dissection of biological systems. Nucleic acids research. 38 (Web Server issue), W96-W102 (2010).
- Bauer-Mehren, A. Integration of genomic information with biological networks using Cytoscape). Methods in molecular biology. 1021, 37-61 (2013).
- Cline, M. S., et al. Integration of biological networks and gene expression data using Cytoscape. Nature protocols. 2 (10), 2366-2382 (2007).
- Huang, S., Moody, D. B. Donor-unrestricted T cells in the human CD1 system. Immunogenetics. 68 (8), 577-596 (2016).
- Huang, S. Targeting Innate-Like T Cells in Tuberculosis. Frontiers in immunology. 7, 594 (2016).
- Moody, D. B., Porcelli, S. A. Intracellular pathways of CD1 antigen presentation. Nature reviews. Immunology. 3 (1), 11-22 (2003).
- Schindelin, J., et al. Fiji: an open-source platform for biological-image analysis. Nature. 9 (7), 676-682 (2012).
- Diard, M., et al. Stabilization of cooperative virulence by the expression of an avirulent phenotype. Nature. 494 (7437), 353-356 (2013).
- Bader, E., et al. Identification of proliferative and mature beta-cells in the islets of Langerhans. Nature. 535 (7612), 430-434 (2016).
- Eliceiri, K. W., et al.
- Costes, S. V., et al. Automatic and quantitative measurement of protein-protein colocalization in live cells. Biophysical journal. 86 (6), 3993-4003 (2004).
