Summary

En Vivo Estudio Funcional de Variantes Humanas Raras Asociadas a la Enfermedad Usando Drosophila

Published: August 20, 2019
doi:

Summary

El objetivo de este protocolo es esbozar el diseño y la realización de experimentos in vivo en Drosophila melanogaster para evaluar las consecuencias funcionales de las variantes genéticas raras asociadas con las enfermedades humanas.

Abstract

Los avances en la tecnología de secuenciación han hecho que los conjuntos de datos de genoma completo y de exoma completo sean más accesibles tanto para el diagnóstico clínico como para la investigación en genética humana de vanguardia. Aunque se han desarrollado varios algoritmos in silico para predecir la patogenicidad de las variantes identificadas en estos conjuntos de datos, los estudios funcionales son críticos para determinar cómo las variantes genómicas específicas afectan la función proteica, especialmente por tener un sentido erróneo Variantes. En la Red de Enfermedades No Diagnosticadas (UDN) y otros consorcios de investigación de enfermedades raras, organismos modelo (MO) incluyendo Drosophila, C. elegans,pez cebra y ratones se utilizan activamente para evaluar la función de la enfermedad humana putativa Variantes. Este protocolo describe un método para la evaluación funcional de variantes humanas raras utilizadas en el Centro de Detección de Organismos Modelo Drosophila Core de la UDN. El flujo de trabajo comienza con la recopilación de información humana y MO de múltiples bases de datos públicas, utilizando el recurso web MARRVEL para evaluar si la variante es probable que contribuya a la condición de un paciente, así como diseñar experimentos eficaces basados en disponibles conocimientos y recursos. A continuación, se generan herramientas genéticas (por ejemplo, líneas de ADNc humanos T2A-GAL4 y UAS) para evaluar las funciones de las variantes de interés en Drosophila. Tras el desarrollo de estos reactivos, se pueden realizar ensayos funcionales de dos puntas basados en experimentos de rescate y sobreexpresión para evaluar la función de las variantes. En la rama de rescate, los genes de la mosca endógena se “humanizan” reemplazando el gen de la Drosophila ortopéloga por transgenes humanos de referencia o variante. En la rama de sobreexpresión, las proteínas humanas de referencia y variante se impulsan exógenamente en una variedad de tejidos. En ambos casos, cualquier fenotipo escorable (por ejemplo, letalidad, morfología ocular, electrofisiología) se puede utilizar como lectura, independientemente de la enfermedad de interés. Las diferencias observadas entre los alelos de referencia y de variante sugieren un efecto específico de la variante, y por lo tanto probablemente la patogenicidad. Este protocolo permite evaluaciones rápidas e in vivo de variantes putativas causantes de enfermedades humanas de genes con funciones conocidas y desconocidas.

Introduction

Los pacientes con enfermedades raras a menudo se someten a un arduo viaje conocido como la “odisea diagnóstica” para obtener un diagnóstico preciso1. Se cree que la mayoría de las enfermedades raras tienen un fuerte origen genético, lo que hace que los análisis genéticos/genómicos sean elementos críticos del estudio clínico. Además de la secuenciación de paneles genéticos candidatos y el análisis de variación de los números de copia basados en microarrays cromosómicos, las tecnologías de secuenciación de todo el exónmio (WES) y de secuenciación del genoma completo (WGS) se han convertido en herramientas cada vez más valiosas en la última década2, 3. Actualmente, la tasa de diagnóstico para la identificación de una variante patógena conocida en WES y WGS es de 25% (mayor en casos pediátricos)4,5. Para la mayoría de los casos que permanecen sin diagnosticar después del WES/WGS clínico, un problema común es que hay muchos genes y variantes candidatas. La secuenciación de próxima generación a menudo identifica variantes novedosas o ultra raras en muchos genes, y la interpretación de si estas variantes contribuyen a los fenotipos de la enfermedad es un reto. Por ejemplo, aunque se cree que la mayoría de las mutaciones sin sentido o en marcadas en los genes son alelos de pérdida de función (LOF) debido a la descomposición mediada por tonterías de la transcripción codificada, las mutaciones truncadas encontradas en los últimos exones escapan a este proceso y pueden funcionar como alelos benignos o de ganancia de función (GOF)6.

Por otra parte, predecir los efectos de un alelo de sentido erróneo es una tarea desalentadora, ya que puede dar lugar a una serie de diferentes escenarios genéticos como se describe por primera vez por Herman Muller en la década de 1930 (es decir, amorfo, hipómorfo, hipermorfo, antimorfo, neomorfo o isomorfo)7 . Numerosos programas y metodologías en silico se han desarrollado para predecir la patogenicidad de variantes de mala detección basadas en la conservación evolutiva, el tipo de cambio de aminoácidos, la posición dentro de un dominio funcional, la frecuencia del alelo en la población general, y otros parámetros8. Sin embargo, estos programas no son una solución integral para resolver el complicado problema de la interpretación de variantes. Curiosamente, un estudio reciente demostró que cinco algoritmos de predicción de patogenicidad variante ampliamente utilizados (Polyphen9, SIFT10, CADD11, PROVEAN12, Mutation Taster) están de acuerdo en la patogenicidad -80% del tiempo8 . En particular, incluso cuando todos los algoritmos están de acuerdo, devuelven una predicción incorrecta de patogenicidad hasta el 11% del tiempo. Esto no sólo conduce a una interpretación clínica defectuosa, sino que también puede disuadir a los investigadores de dar seguimiento a nuevas variantes al enumerarlas falsamente como benignas. Una forma de complementar la limitación actual del modelado de silico es proporcionar datos experimentales que demuestren el efecto de la función variante in vitro, ex vivo (por ejemplo, células cultivadas, organoides) o in vivo.

Los estudios funcionales in vivo de variantes asociadas a enfermedades raras en MO tienen fortalezas únicas13 y han sido adoptados por muchas iniciativas de investigación de enfermedades raras en todo el mundo, incluyendo la Red de Enfermedades No Diagnosticadas (UDN) en los Estados Unidos y Rare Redes de Modelos y Mecanismos de Enfermedades (RDMM) en Canadá, Japón, Europa y Australia14. Además de estos esfuerzos coordinados para integrar a los investigadores de MO en el flujo de trabajo de diagnóstico de enfermedades raras y estudios mecánicos a escala nacional, una serie de estudios de colaboración individuales entre investigadores clínicos y de MO han llevado al descubrimiento y la caracterización de muchos nuevos genes y variantes causantes de enfermedades humanas82,83,84.

En la UDN, un Centro centralizado de Cribado de Organismos Modelo (MOSC) recibe presentaciones de genes y variantes candidatas con una descripción de la condición del paciente y evalúa si la variante es probable que sea patógena utilizando herramientas informáticas e in vivo Experimentos. En la Fase I (2015-2018) de la UDN, el MOSC comprendía un Núcleo Drosophila [Baylor College of Medicine (BCM)] y Zebrafish Core (Universidad de Oregón) que trabajaba en colaboración para evaluar casos. Utilizando el análisis informático y una serie de estrategias experimentales diferentes en Drosophila y pez cebra, el MOSC ha contribuido hasta ahora al diagnóstico de 132 pacientes, identificación de 31 nuevos síndromes55,descubrimiento de varios nuevos genes de la enfermedad (p. ej., EBF315, ATP5F1D16, TBX217, IRF2BPL18, COG419, WDR3720) y expansión fenotípica de la enfermedad conocida genes (por ejemplo, CACNA1A21,ACOX122).

Además de los proyectos dentro de la UDN, los investigadores del MOSC Drosophila Core han contribuido a los nuevos descubrimientos genéticos de la enfermedad en colaboración con los Centros de Genómica Mendeliana y otras iniciativas (por ejemplo, ANKLE223, TM2D3 24, NRD125, OGDHL25, ATAD3A26, ARIH127, MARK328, DNMBP29) utilizando el mismo conjunto de informática y genética estrategias desarrolladas para la UDN. Dada la importancia de los estudios de MO sobre el diagnóstico de enfermedades raras, el MOSC se amplió para incluir un núcleo de C. elegans y un segundo núcleo de pez cebra (ambos en la Universidad de Washington en St. Louis) para la Fase II (2018-2022) de la UDN.

Este manuscrito describe un protocolo de estudio funcional in vivo que se utiliza activamente en el núcleo de Drosophila UDN MOSC para determinar si las variantes de mala detección tienen consecuencias funcionales en la proteína de interés utilizando moscas transgénicas que expresan Proteínas. El objetivo de este protocolo es ayudar a los investigadores de MO a trabajar en colaboración con grupos de investigación clínica para proporcionar evidencia experimental de que una variante candidata en un gen de interés tiene consecuencias funcionales, facilitando así el diagnóstico clínico. Este protocolo es más útil en un escenario en el que un investigador de Drosophila es abordado por un investigador clínico que tiene un paciente de enfermedad rara con una variante candidata específica en un gen de interés.

Este protocolo se puede dividir en tres elementos: (1) recopilar información para evaluar la probabilidad de que la variante de interés sea responsable del fenotipo del paciente y la viabilidad de un estudio funcional en Drosophila,(2) herramientas genéticas existentes y el establecimiento de otras nuevas, y (3) realizar estudios funcionales in vivo. El tercer elemento se puede subdividir en dos subelementos en función de cómo se puede evaluar la función de una variante de interés (experimento de rescate o estrategias basadas en sobreexpresión). Es importante tener en cuenta que este protocolo puede adaptarse y optimizarse a muchos escenarios fuera de la investigación de enfermedades monogénicas raras (por ejemplo, enfermedades comunes, interacciones gene-ambiente y pantallas farmacológicas/genéticas para identificar dianas terapéuticas). La capacidad de determinar la funcionalidad y la patogenicidad de las variantes no sólo beneficiará al paciente de interés al proporcionar un diagnóstico molecular preciso, sino que también tendrá impactos más amplios en la investigación científica tanto traslacional como básica.

Protocol

1. Recopilación de información humana y MO para evaluar: Probabilidad de que una variante de interés sea responsable de los fenotipos de enfermedades y viabilidad de estudios funcionales en Drosophila Realizar extensas búsquedas de bases de datos y literatura para determinar si los genes y variantes de interés específicos son buenos candidatos para explicar el fenotipo del paciente de interés. Específicamente, recopile la siguiente información. Evaluar si el gen de i…

Representative Results

Estudio funcional de la variante de novo Missense en EBF3 Vinculado a Fenotipos de NeurodesarrolloEn un hombre de 7 años con fenotipos de neurodesarrollo incluyendo hipotonía, ataxia, retraso del desarrollo global y trastorno expresivo del habla, médicos y genetistas humanos en el Proyecto de Institutos Nacionales de Enfermedades No Diagnosticadas de Salud (UDP) identificó una variante de olfato de novo (p.R163Q) en EBF3 (Early B-Cell Factor 3)15…

Discussion

Los estudios experimentales con Drosophila melanogaster proporcionan un sistema de ensayo robusto para evaluar las consecuencias de las variantes humanas asociadas a la enfermedad. Esto se debe a la gran cantidad de conocimiento y diversas herramientas genéticas que han sido generadas por muchos investigadores en el campo de la mosca durante el siglopasado 89. Al igual que cualquier otro sistema experimental, sin embargo, es importante reconocer las advertencias y limitaciones que existe…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Agradecemos a José Salazar, Julia Wang y a la Dra. Karen Schulze por la lectura crítica del manuscrito. Reconocemos a los Doctores Ning Liu y Xi Luo por la caracterización funcional de las variantes TBX2 discutidas aquí. El Centro de Detección de Organismos Modelo de la Red de Enfermedades No Diagnosticadas fue apoyado a través del Fondo Común de los Institutos Nacionales de Salud (NIH) (U54 NS093793). H. T. C. fue apoyado además por el NIH[CNCDP-K12 y NINDS (1K12 NS098482)], American Academy of Neurology (Neuroscience Research grant), Burroughs Wellcome Fund (Career Award for Medical Scientists), Child Neurology Society and Child Neurology Foundation ( PERF Elterman), y el Premio de La Independencia Temprana del Director de los NIH (DP5 OD026426). M. F. W. fue apoyado por la Fundación Simons (Premio SFARI: 368479). S. Y. fue apoyado además por el NIH (R01 DC014932), la Simons Foundation (Premio SFARI: 368479), la Asociación de Alzheimer (New Investigator Research Grant: 15-364099), Naman Family Fund for Basic Research, y Caroline Wiess Law Fund for Research in in Medicina Molecular. La microscopía confocal de BCM es apoyada en parte por NIH Grant U54HD083092 al Núcleo de Neurovisualización del Centro de Investigación de Discapacidades Intelectuales y del Desarrollo (IDDRC).

Materials

Drosophila Stocks for UAS-human cDNA transgenesis
Injection strains for transgenesis (D. melanogaster) BDSC #24871 Specific Reagent: VK33 (3rd chromosome) Injection line
Injection strains for transgenesis (D. melanogaster) BDSC #24872 Specific Reagent: VK37 (2nd chromosome) Injection line
Plasmid DNA
Cloning vector Thermo Fisher #12536-017 Specific Reagent: pDONR221
Drosophila transgenesis vector Gift from Drs. Johannes Bischof and Konrad Basler (Bischof et al., 2013 PNAS) Specific Reagent: pGW-HA.attB
Molecular biology kits and reagents
Agarose Sigma-Aldrich #A2790 Specific Reagent: Agarose (molecular biology grade)
Chemically Competent Cells (E. coli) Thermo Fisher #18265017 Specific Reagent: DH5α
DNA Gel Extraction kit Thermo Fisher #K210012 Specific Reagent: PureLink Gel Extraction Kit
DNA Isolation and purification kit Qiagen #27104 Specific Reagent: QIAprep Spin Miniprep Kit
High Fidelity Polymerase NEB #M0491 Specific Reagent: Q5 Polymerase kit
Recombinase mediated cloning system Thermo Fisher #11789020 Specific Reagent: Gateway BP Clonase kit
Recombinase mediated cloning system Thermo Fisher #11791100 Specific Reagent: Gateway LR Clonase II Enzyme kit
Site Directed Mutagenesis kit Agilent #200523 Specific Reagent: Quick Change II Mutagenesis kit
Electroretinogram Rig related equipment
ERG Analysis Molecular Devices N/A Specific Reagent: Axon pCLAMP 10 Data Software Package
ERG Data Collection LabX #R150358 Specific Reagent: ISO-DAM Isolated Biologic Amplifier
ERG Stimulator Astro-Med #S48 Specific Reagent: Square Pulse Stimulator

References

  1. Boycott, K. M., et al. International Cooperation to Enable the Diagnosis of All Rare Genetic Diseases. The American Journal of Human Genetics. 100 (5), 695-705 (2017).
  2. Lupski, J. R., et al. Whole-Genome Sequencing in a Patient with Charcot-Marie-Tooth Neuropathy. New England Journal of Medicine. 362 (13), 1181-1191 (2010).
  3. Boycott, K. M., Vanstone, M. R., Bulman, D. E., MacKenzie, A. E. Rare-disease genetics in the era of next-generation sequencing: discovery to translation. Nature Reviews Genetics. 14 (10), 681-691 (2013).
  4. Yang, Y., et al. Molecular Findings Among Patients Referred for Clinical Whole-Exome Sequencing. JAMA. 312 (18), 1870 (2014).
  5. Lee, H., et al. Clinical Exome Sequencing for Genetic Identification of Rare Mendelian Disorders. JAMA. 312 (18), 1880 (2014).
  6. Coban-Akdemir, Z., et al. Identifying Genes Whose Mutant Transcripts Cause Dominant Disease Traits by Potential Gain-of-Function Alleles. The American Journal of Human Genetics. 103 (2), 171-187 (2018).
  7. Muller, H. J. Further studies on the nature and causes of gene mutations. Proceedings of the Sixth International Congress of Genetics. , 213-255 (1932).
  8. Ghosh, R., Oak, N., Plon, S. E. Evaluation of in silico algorithms for use with ACMG/AMP clinical variant interpretation guidelines. Genome Biology. 18 (1), 225 (2017).
  9. Adzhubei, I. A., et al. A method and server for predicting damaging missense mutations. Nature Methods. 7 (4), 248-249 (2010).
  10. Vaser, R., Adusumalli, S., Leng, S. N., Sikic, M., Ng, P. C. SIFT missense predictions for genomes. Nature Protocols. 11 (1), 1-9 (2016).
  11. Rentzsch, P., Witten, D., Cooper, G. M., Shendure, J. l., Kircher, M. CADD: predicting the deleteriousness of variants throughout the human genome. Nucleic Acids Research. , (2018).
  12. Choi, Y., Sims, G. E., Murphy, S., Miller, J. R., Chan, A. P. Predicting the functional effect of amino acid substitutions and indels. PloS ONE. 7 (10), 46688 (2012).
  13. Wangler, M. F., et al. Model Organisms Facilitate Rare Disease Diagnosis and Therapeutic Research. Genetics. 207 (1), 9-27 (2017).
  14. Oriel, C., Lasko, P. Recent Developments in Using Drosophila as a Model for Human Genetic Disease. International Journal of Molecular Sciences. 19 (7), 2041 (2018).
  15. Chao, H. T., et al. A Syndromic Neurodevelopmental Disorder Caused by De Novo Variants in EBF3. American Journal of Human Genetics. 100 (1), 128-137 (2017).
  16. Oláhová, M., et al. Biallelic Mutations in ATP5F1D, which Encodes a Subunit of ATP Synthase, Cause a Metabolic Disorder. American Journal of Human Genetics. 102 (3), 494-504 (2018).
  17. Liu, N., et al. Functional variants in TBX2 are associated with a syndromic cardiovascular and skeletal developmental disorder. Human Molecular Genetics. 27 (14), 2454-2465 (2018).
  18. Marcogliese, P. C., et al. IRF2BPL Is Associated with Neurological Phenotypes. American Journal of Human Genetics. 103 (2), 245-260 (2018).
  19. Ferreira, C. R., et al. A Recurrent De Novo Heterozygous COG4 Substitution Leads to Saul-Wilson Syndrome, Disrupted Vesicular Trafficking, and Altered Proteoglycan Glycosylation. The American Journal of Human Genetics. 103 (4), 553-567 (2018).
  20. Kanca, O., et al. De novo variants in WDR37 are associated with epilepsy, colobomas and cerebellar hypoplasia. Americal Journal of Human Genetics. , (2019).
  21. Luo, X., et al. Clinically severe CACNA1A alleles affect synaptic function and neurodegeneration differentially. PLOS Genetics. 13 (7), 1006905 (2017).
  22. Chung, H., et al. ACOX1 induces autoimmunity whereas a de novo gain of function variant induces elevated ROS and glial loss in humans and flies. Cell Metabolism. , (2019).
  23. Yamamoto, S., et al. A Drosophila Genetic Resource of Mutants to Study Mechanisms Underlying Human Genetic Diseases. Cell. 159 (1), 200-214 (2014).
  24. Jakobsdottir, J., et al. Rare Functional Variant in TM2D3 is Associated with Late-Onset Alzheimer’s Disease. PLoS Genetics. 12 (10), 1006327 (2016).
  25. Yoon, W. H., et al. Loss of Nardilysin, a Mitochondrial Co-chaperone for α-Ketoglutarate Dehydrogenase, Promotes mTORC1 Activation and Neurodegeneration. Neuron. 93 (1), 115-131 (2017).
  26. Harel, T., et al. Recurrent De Novo and Biallelic Variation of ATAD3A, Encoding a Mitochondrial Membrane Protein, Results in Distinct Neurological Syndromes. American Journal of Human Genetics. 99 (4), 831-845 (2016).
  27. Tan, K. L., et al. Ari-1 Regulates Myonuclear Organization Together with Parkin and Is Associated with Aortic Aneurysms. Developmental Cell. 45 (2), 226-244 (2018).
  28. Ansar, M., et al. Visual impairment and progressive phthisis bulbi caused by recessive pathogenic variant in MARK3. Human Molecular Genetics. 27 (15), 2703-2711 (2018).
  29. Ansar, M., et al. Bi-allelic Loss-of-Function Variants in DNMBP Cause Infantile Cataracts. The American Journal of Human Genetics. 103 (4), 568-578 (2018).
  30. Wang, J., et al. MARRVEL: Integration of Human and Model Organism Genetic Resources to Facilitate Functional Annotation of the Human Genome. The American Journal of Human Genetics. 100 (6), 843-853 (2017).
  31. Wang, J., Liu, Z., Bellen, H., Yamamoto, S. MARRVEL, a web-based tool that integrates human and model organism genomics information. Journal of Visualized Experiments. , (2019).
  32. Mungall, C. J., et al. The Monarch Initiative: an integrative data and analytic platform connecting phenotypes to genotypes across species. Nucleic Acids Research. 45, 712-722 (2017).
  33. Hu, Y., Comjean, A., Mohr, S. E., Perrimon, N., Perrimon, N. Gene2Function: An Integrated Online Resource for Gene Function Discovery. Genes|Genomes|Genetics. 7 (8), 2855-2858 (2017).
  34. Ioannidis, N. M., et al. An Ensemble Method for Predicting the Pathogenicity of Rare Missense Variants. The American Journal of Human Genetics. 99 (4), 877-885 (2016).
  35. Szklarczyk, D., et al. The STRING database in 2017: quality-controlled protein–protein association networks, made broadly accessible. Nucleic Acids Research. 45 (1), 362-368 (2017).
  36. Hu, Y., et al. Molecular Interaction Search Tool (MIST): an integrated resource for mining gene and protein interaction data. Nucleic Acids Research. 46 (1), 567-574 (2018).
  37. Lawson, C. L., et al. EMDataBank unified data resource for 3DEM. Nucleic Acids Research. 44 (1), 396-403 (2016).
  38. Bienert, S., et al. The SWISS-MODEL Repository-new features and functionality. Nucleic Acids Research. 45 (1), 313-319 (2017).
  39. Webb, B., Sali, A. Comparative Protein Structure Modeling Using MODELLER. Current Protocols in Bioinformatics. 54, 1-37 (2016).
  40. Kelley, L. A., Mezulis, S., Yates, C. M., Wass, M. N., Sternberg, M. J. E. The Phyre2 web portal for protein modeling, prediction and analysis. Nature Protocols. 10 (6), 845-858 (2015).
  41. Bamshad, M. J., et al. The Centers for Mendelian Genomics: A new large-scale initiative to identify the genes underlying rare Mendelian conditions. American Journal of Medical Genetics Part A. 158 (7), 1523-1525 (2012).
  42. Sobreira, N. L. M., et al. Matchmaker Exchange. Current Protocols in Human Genetics. 95, 1-15 (2017).
  43. Temple, G., et al. The completion of the Mammalian Gene Collection (MGC). Genome Research. 19 (12), 2324-2333 (2009).
  44. Katzen, F. Gateway ®Recombinational cloning: a biological operating system. Expert Opinion on Drug Discovery. 2 (4), 571-589 (2007).
  45. Venken, K. J. T., He, Y., Hoskins, R. A., Bellen, H. J. P[acman]: A BAC Transgenic Platform for Targeted Insertion of Large DNA Fragments in D. melanogaster. Science. 314 (5806), 1747-1751 (2006).
  46. Bischof, J., et al. A versatile platform for creating a comprehensive UAS-ORFeome library in Drosophila. Development. 140 (11), 2434-2442 (2013).
  47. Bischof, J., Sheils, E. M., Björklund, M., Basler, K. Generation of a transgenic ORFeome library in Drosophila. Nature Protocols. 9 (7), 1607-1620 (2014).
  48. Laible, M., Boonrod, K. Homemade site directed mutagenesis of whole plasmids. Journal of Visualized Experiments. (27), e1135 (2009).
  49. Balana, B., Taylor, N., Slesinger, P. A. Mutagenesis and Functional Analysis of Ion Channels Heterologously Expressed in Mammalian Cells. Journal of Visualized Experiments. (44), e2189 (2010).
  50. Bischof, J., Maeda, R. K., Hediger, M., Karch, F., Basler, K. An optimized transgenesis system for Drosophila using germ-line-specific C31 integrases. Proceedings of the National Academy of Sciences. 104 (9), 3312-3317 (2007).
  51. Ringrose, L. Transgenesis in Drosophila melanogaster. Methods in Molecular Biology. 561, 3-19 (2009).
  52. Venken, K. J. T., He, Y., Hoskins, R. A., Bellen, H. J. P[acman]: A BAC Transgenic Platform for Targeted Insertion of Large DNA Fragments in D. melanogaster. Science. 314 (5806), 1747-1751 (2006).
  53. Groth, A. C., Fish, M., Nusse, R., Calos, M. P. Construction of transgenic Drosophila by using the site-specific integrase from phage phiC31. Genetics. 166 (4), 1775-1782 (2004).
  54. Greenspan, R. . Fly Pushing: The Thory and Practice of Drosophila Genetics. , (2004).
  55. Ashburner, M., Golic, K., Hawley, R. S. . Drosophila: A Laboratory Handbook. , (2005).
  56. Diao, F., White, B. H. A Novel Approach for Directing Transgene Expression in Drosophila: T2A-Gal4 In-Frame Fusion. Genetics. 190 (3), 1139-1144 (2012).
  57. Diao, F., et al. Plug-and-Play Genetic Access to Drosophila Cell Types using Exchangeable Exon Cassettes. Cell Reports. 10 (8), 1410-1421 (2015).
  58. Bellen, H. J., et al. The Drosophila Gene Disruption Project: Progress Using Transposons With Distinctive Site Specificities. Genetics. 188 (3), 731-743 (2011).
  59. Lee, P. -. T., et al. A gene-specific T2A-GAL4 library for Drosophila. eLife. 7, (2018).
  60. Venken, K. J. T., et al. MiMIC: a highly versatile transposon insertion resource for engineering Drosophila melanogaster genes. Nature Methods. 8 (9), 737-743 (2011).
  61. Li-Kroeger, D., et al. An expanded toolkit for gene tagging based on MiMIC and scarless CRISPR tagging in Drosophila. eLife. 7, (2018).
  62. Salazar, J. L., Yamamoto, S. Integration of Drosophila and Human Genetics to Understand Notch Signaling Related Diseases. Advances in Experimental Medicine and Biology. 1066, 141-185 (2018).
  63. Wangler, M. F., Yamamoto, S., Bellen, H. J. Fruit Flies in Biomedical Research. Genetics. 199 (3), 639-653 (2015).
  64. Duffy, J. B. GAL4 system indrosophila: A fly geneticist’s swiss army knife. Genesis. 34 (1-2), 1-15 (2002).
  65. Nagarkar-Jaiswal, S., et al. A library of MiMICs allows tagging of genes and reversible, spatial and temporal knockdown of proteins in Drosophila. eLife. 4, (2015).
  66. Dolph, P., Nair, A., Raghu, P. . Electroretinogram Recordings of Drosophila. (1), (2011).
  67. Lauwers, E., Verstreken, P. Assaying Mutants of Clathrin-Mediated Endocytosis in the Fly Eye. Methods in Molecular Biology. 1847, 109-119 (2018).
  68. Rhodes-Mordov, E., Samra, H., Minke, B. Electroretinogram (ERG) Recordings from Drosophila. Bio-Protocol. 5 (21), (2015).
  69. Deal, S., Yamamoto, S. Unraveling novel mechanisms of neurodegeneration through a large-scale forward genetic screen in Drosophila. Frontiers in Genetics. , (2019).
  70. Chouhan, A. K., et al. Uncoupling neuronal death and dysfunction in Drosophila models of neurodegenerative disease. Acta Neuropathologica Communications. 4 (1), 62 (2016).
  71. Lek, M., et al. Analysis of protein-coding genetic variation in 60,706 humans. Nature. 536 (7616), 285-291 (2016).
  72. Liberg, D., Sigvardsson, M., Akerblad, P. The EBF/Olf/Collier family of transcription factors: regulators of differentiation in cells originating from all three embryonal germ layers. Molecular and Cellular Biology. 22 (24), 8389-8397 (2002).
  73. Prasad, B. C., et al. Unc-3, a gene required for axonal guidance in Caenorhabditis elegans, encodes a member of the O/E family of transcription factors. Development. 125 (8), 1561-1568 (1998).
  74. Jinushi-Nakao, S., et al. Knot/Collier and Cut Control Different Aspects of Dendrite Cytoskeleton and Synergize to Define Final Arbor Shape. Neuron. 56 (6), 963-978 (2007).
  75. Pozzoli, O., Bosetti, A., Croci, L., Consalez, G. G., Vetter, M. L. Xebf3 is a regulator of neuronal differentiation during primary neurogenesis in Xenopus. Developmental Biology. 233 (2), 495-512 (2001).
  76. Wang, S. S., Lewcock, J. W., Feinstein, P., Mombaerts, P., Reed, R. R. Genetic disruptions of O/E2 and O/E3 genes reveal involvement in olfactory receptor neuron projection. Development. 131 (6), 1377-1388 (2004).
  77. Fulp, C. T., et al. Identification of Arx transcriptional targets in the developing basal forebrain. Human Molecular Genetics. 17 (23), 3740-3760 (2008).
  78. Gécz, J., Cloosterman, D., Partington, M. ARX: a gene for all seasons. Current Opinion in Genetics & Development. 16 (3), 308-316 (2006).
  79. Dubois, L., Vincent, A. The COE–Collier/Olf1/EBF–transcription factors: structural conservation and diversity of developmental functions. Mechanisms of Development. 108 (1-2), 3-12 (2001).
  80. Cook, R. K., et al. The generation of chromosomal deletions to provide extensive coverage and subdivision of the Drosophila melanogaster genome. Genome Biology. 13 (3), 21 (2012).
  81. Chao, H. -. T., et al. A Syndromic Neurodevelopmental Disorder Caused by De Novo Variants in EBF3. The American Journal of Human Genetics. 100 (1), 128-137 (2017).
  82. Sleven, H., et al. De Novo Mutations in EBF3 Cause a Neurodevelopmental Syndrome. The American Journal of Human Genetics. 100 (1), 138-150 (2017).
  83. Harms, F. L., et al. Mutations in EBF3 Disturb Transcriptional Profiles and Cause Intellectual Disability, Ataxia, and Facial Dysmorphism. The American Journal of Human Genetics. 100 (1), 117-127 (2017).
  84. Tanaka, A. J., et al. De novo variants in EBF3 are associated with hypotonia, developmental delay, intellectual disability, and autism. Molecular Case Studies. 3 (6), 002097 (2017).
  85. Blackburn, P. R., et al. Novel de novo variant in EBF3 is likely to impact DNA binding in a patient with a neurodevelopmental disorder and expanded phenotypes: patient report, in silico functional assessment, and review of published cases. Molecular Case Studies. 3 (3), 001743 (2017).
  86. Lopes, F., Soares, G., Gonçalves-Rocha, M., Pinto-Basto, J., Maciel, P. Whole Gene Deletion of EBF3 Supporting Haploinsufficiency of This Gene as a Mechanism of Neurodevelopmental Disease. Frontiers in Genetics. 8, 143 (2017).
  87. Liu, N., et al. Functional variants in TBX2 are associated with a syndromic cardiovascular and skeletal developmental disorder. Human Molecular Genetics. 27 (14), 2454-2465 (2018).
  88. Mesbah, K., et al. Identification of a Tbx1/Tbx2/Tbx3 genetic pathway governing pharyngeal and arterial pole morphogenesis. Human Molecular Genetics. 21 (6), 1217-1229 (2012).
  89. Bellen, H. J., Yamamoto, S. Morgan’s legacy: fruit flies and the functional annotation of conserved genes. Cell. 163 (1), 12-14 (2015).
  90. Richards, S., et al. Standards and guidelines for the interpretation of sequence variants: a joint consensus recommendation of the American College of Medical Genetics and Genomics and the Association for Molecular Pathology. Genetics in Medicine. 17 (5), 405-423 (2015).
  91. McGary, K. L., Park, T. J., Woods, J. O., Cha, H. J., Wallingford, J. B., Marcotte, E. M. Systematic discovery of nonobvious human disease models through orthologous phenotypes. Proceedings of the National Academy of Sciences of the United States of America. 107 (14), 6544-6549 (2010).
  92. Yamamoto, S., et al. A Drosophila Genetic Resource of Mutants to Study Mechanisms Underlying Human Genetic Diseases. Cell. 159, 200-214 (2014).
  93. Ausubel, F. M. . Current Protocols in Molecular Biology. , (1989).
  94. Rubin, G., Spradling, A. Genetic transformation of Drosophila with transposable element vectors. Science. 218 (4570), 348-353 (1982).
  95. Sun, Y., Sriramajayam, K., Luo, D., Liao, D. J. A Quick, Cost-Free Method of Purification of DNA Fragments from Agarose Gel. Journal of Cancer. 3, 93-95 (2012).
  96. Ronaghi, M. DNA Sequencing :A Sequencing Method Based on Real-Time Pyrophosphate. Science. 281 (5375), 363-365 (1998).
  97. Ho, S. N., Hunt, H. D., Horton, R. M., Pullen, J. K., Pease, L. R. Site-directed mutagenesis by overlap extension using the polymerase chain reaction. Gene. 77 (1), 51-59 (1989).

Play Video

Cite This Article
Harnish, J. M., Deal, S. L., Chao, H., Wangler, M. F., Yamamoto, S. In Vivo Functional Study of Disease-associated Rare Human Variants Using Drosophila. J. Vis. Exp. (150), e59658, doi:10.3791/59658 (2019).

View Video