Summary

단세포 RNA 시퀀싱 및 인간 췌장 섬 분석

Published: July 18, 2019
doi:

Summary

여기서, 우리는 액적 기반 의 미세 유체 단일 세포 RNA 염기서열 분석 기술을 사용하여 단면 췌도로부터 단일 세포의 고품질, 대규모 전사체 데이터를 생성하는 프로토콜을 제시한다.

Abstract

췌도는 독특한 호르몬 발현 패턴을 가진 내분비 세포로 구성됩니다. 내분비 세포는 정상 및 병리학 적 조건에 대한 응답에서 기능적 차이를 보여줍니다. 이 프로토콜의 목표는 액적 기반 미세 유체 단일 세포 RNA 염기서열 분석 기술을 사용하여 각 내분비 세포 유형의 고품질, 대규모 전사체 데이터를 생성하는 것입니다. 이러한 데이터는 정상 또는 특정 조건에서 각 내분비 세포 유형의 유전자 발현 프로필을 구축하는 데 활용될 수 있다. 이 공정에는 신중한 취급, 정확한 측정 및 엄격한 품질 관리가 필요합니다. 이 프로토콜에서는 인간 췌도 해리, 시퀀싱 및 데이터 분석을 위한 자세한 단계를 설명합니다. 약 20,000개의 인간 단일 아일렛 세포의 대표적인 결과는 프로토콜의 성공적인 적용을 입증한다.

Introduction

췌 장 섬 혈액 포도 당 수준을 조절 하는 내 분 비 호르몬을 해제. 기능적으로 그리고 형태학적으로 다른 5개의 내분비 세포 모형은, 이 필수적인 역할에 관여합니다: α 세포는 글루카곤, β 세포 인슐린, δ 세포 소마토스타틴, PP세포 췌장 폴리펩티드 및 θ 세포 그렐린 1을 생성합니다. 유전자 발현 프로파일링은 정상 또는 특정 조건에서 내분비 세포를 특성화하는 유용한 접근법이다. 역사적으로, 전체 아일렛 유전자 발현 프로파일링은 마이크로어레이 및 차세대RNA 시퀀싱 2, 3,4,5,6,7을 사용하여 생성되었다. , 8.전체 아일렛 전사체는 장기 특이적 전사체 및 질병 후보 유전자를 식별하는 데 유익하지만, 각 아일렛 세포 유형의 분자 이질성을 밝히지 못한다. 레이저 포획 미세 해부 (LCM) 기술은 섬9,10,11,12에서 특정 세포 유형을 직접 얻기 위해 적용되었지만 표적 세포의 순도에 미치지 못합니다. 인구. 이러한 한계를 극복하기 위해, 형광 활성화 세포 선별(FACS)은 α-및 β세포(13,14,15,16)와 같은 특정 내분비 세포 집단을 선택하는 데 사용되어 왔다. , 17세 , 18. 또한, Dorrell 외. 4 개의 하위 집단으로 β 세포를 분류하는 항체 기반 FACS 분류 접근 방식을 사용19. FACS-정렬 된 섬 세포는 또한 단일 세포의 RNA 시퀀싱을 위해 도금 될 수 있습니다. 그러나 플레이트 기반 방법은 확장성20,21,22에서어려움을 겪습니다.

각 내분비 세포 유형의 고품질, 대규모 전사체 데이터를 생성하기 위해 인간 아일렛 세포에 미세 유체 기술을 적용했습니다. 미세 유체 플랫폼은 높은 처리량, 고품질 및 확장 가능한 방식으로 많은 수의 단일 셀로부터 전사체 데이터를 생성합니다23,24,25,26,27. 다량으로 포획된 세포 유형의 분자 특성을 밝히는 것 외에도, 확장성이 뛰어난 미세 유체 플랫폼은 충분한 세포가 제공될 때 희귀 세포 유형을 식별할 수 있게 합니다. 따라서, 인간 췌도에 플랫폼을 적용하면 그렐린 분비 σ-세포의 프로파일링을 허용하인데, 그 희소성(28)으로 인해거의 알려지지 않은 기능을 가진 희귀한 내분비 세포 유형이다. 최근 몇 년 동안, 여러 연구는 기술29,30,31,32를사용하여 인간 작은 섬의 대규모 전사 데이터를보고 우리와 다른 사람에 의해 출판되었다, 33. 데이터는 내분비 세포 이질성과 질병에 미치는 영향을 연구하기 위해 아일렛 커뮤니티를 위해 공개적으로 사용할 수 있고 유용한 자원입니다.

여기에서, 우리는 α-, β-, δ-, PP, 및 비내분비 세포의 더 작은 비율을 포함하여 대략 20,000개의 인간 적인 작은 islet 세포의 전사체 데이터를 생성하기 위하여 이용된 액적계 미유체 단세포 RNA 염기서열 분석 프로토콜을 기술합니다 32. 워크플로는 고립 된 인간 섬으로 시작하여 섬 세포 해리, 단일 셀 캡처 및 데이터 분석의 단계를 묘사합니다. 이 프로토콜은 갓 분리된 섬을 사용해야 하며 설치류와 같은 인간 및 기타 종의 섬에 적용할 수 있습니다. 이 워크플로우를 사용하여 기준선 및 기타 조건에서 편견없고 포괄적인 아일렛 셀 아틀라스를 구축할 수 있습니다.

Protocol

1. 인간 섬 해리 특정 인구 통계학을 가진 기증자의 작은 섬이 연구 목적을 위해 요구되지 않는 한, 15-80 년 사이, 어느 성의 시체 기관 기증자로부터 고립 된 인간의 섬을 얻을, 기존의 질병없이. 격리 후, 분리된 섬을 공급업체에서 2-3일 동안 조직 배양 시설에 보관한다. 종종 아일렛 손상이 보이려면 1 일 이상 걸립니다. 작은 섬을 병에 담고 섬 매체에 완전히 담그십시오. 하?…

Representative Results

단세포 RNA 염기서열 분석 워크플로우는 3단계로 구성됩니다: 손상되지 않은 인간 섬을 단일 세포 현탁액으로 해리하고, 액적 기반 기술을사용하여 단일 세포를 포착하고, RNA-seq 데이터를 분석합니다(그림 1). 첫째, 획득 된 인간 섬은 하룻밤 동안 배양되었다. 온전한 섬을 현미경으로 검사하였다(도2A). 해리된 아일렛 세포의 무?…

Discussion

최근 개발된 단세포 기술은 인간 췌도에서 세포 유형을 특성화하고 분자 이질성을 연구하는 새로운 플랫폼을 제공합니다. 우리는 인간 섬을 연구하기 위해 액적 기반 미세 유체 단일 세포 격리 및 데이터 분석 프로토콜을 채택했습니다. 우리의 프로토콜은 서열 품질 및 배치 효과에 상대적으로 작은 변화를 가진 20,000 개 이상의 단일 인간 아일렛 세포에서 RNA 시퀀싱 데이터를 성공적으로 생산했?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

없음

Materials

30 µm Pre-Separation Filters Miltenyi Biotec 130-041-407 Cell strainer
8-chamber slides Chemometec 102673-680 Dell counting assay slides
Bioanalyzer High Sensitivity DNA Kit Agilent 5067-4626 for QC
Bovine Serum Albumin Sigma-Aldrich A9647 Single cell media
Chromium Single Cell 3' Library & Gel Bead Kit v2, 16 rxns 10X Genomics 120237 Single cell reagents
Chromium Single Cell A Chip Kit v2, 48 rx (6 chips) 10X Genomics 120236 Microfluidic chips
CMRL-1066 ThermoFisher 11530-037 Complete islet media
EB Buffer Qiagen 19086 Elution buffer
Eppendorf twin-tec PCR plate, 96-well, blue, semi-skirted VWR 47744-112 Emulsion plate
Fetal Bovine Serum ThermoFisher 16000-036 Complete islet media
Human islets Prodo Labs HIR Isolated human islets
L-Glutamine (200 mM) ThermoFisher 25030-081 Complete islet media
Nextera DNA Library Preparation Kit (96 samples) Illumina FC-121-1031 Library preparation reagents
NextSeq 500/550 High Output Kit v2.5 (75 cycles) Illumina FC-404-2005 Sequencing
Penicillin-Streptomycin (10,000 U/mL) ThermoFisher 15140-122 Complete islet media
Qubit High Sensitivity dsDNA Kit Life Technologies Q32854 for QC
Solution 18 Chemometec 103011-420 Cell counting assay reagent
SPRISelect Reagent Fisher Scientific B23318 Purification beads
Tissue Culture Dishes (10 cm) VWR 10861-594 for islet culture
TrypLE Express Life Technologies 12604-013 Cell dissociation solution
Zymo DNA Clean & Concentrator-5, 50 reactions VWR 77001-152 Library clean up columns

References

  1. Gutierrez, G. D., Gromada, J., Sussel, L. Heterogeneity of the Pancreatic Beta Cell. Frontiers in Genetics. 8 (22), (2017).
  2. Eizirik, D. L., et al. The human pancreatic islet transcriptome: expression of candidate genes for type 1 diabetes and the impact of pro-inflammatory cytokines. PLoS Genetics. 8 (3), e1002552 (2012).
  3. Fadista, J., et al. Global genomic and transcriptomic analysis of human pancreatic islets reveals novel genes influencing glucose metabolism. Proceedings of the National Academy of Sciences. 111 (38), 13924-13929 (2014).
  4. Gunton, J. E., et al. Loss of ARNT/HIF1beta mediates altered gene expression and pancreatic-islet dysfunction in human type 2 diabetes. Cell. 122 (3), 337-349 (2005).
  5. Kutlu, B., et al. Detailed transcriptome atlas of the pancreatic beta cell. BMC Medical Genomics. 2 (3), (2009).
  6. Maffei, A., et al. Identification of tissue-restricted transcripts in human islets. Endocrinology. 145 (10), 4513-4521 (2004).
  7. Moran, I., et al. Human beta cell transcriptome analysis uncovers lncRNAs that are tissue-specific, dynamically regulated, and abnormally expressed in type 2 diabetes. Cell Metabolism. 16 (4), 435-448 (2012).
  8. van de Bunt, M., et al. Transcript Expression Data from Human Islets Links Regulatory Signals from Genome-Wide Association Studies for Type 2 Diabetes and Glycemic Traits to Their Downstream Effectors. PLoS Genetics. 11 (12), e1005694 (2015).
  9. Ebrahimi, A., et al. Evidence of stress in beta cells obtained with laser capture microdissection from pancreases of brain dead donors. Islets. 9 (2), 19-29 (2017).
  10. Marselli, L., Sgroi, D. C., Bonner-Weir, S., Weir, G. C. Laser capture microdissection of human pancreatic beta-cells and RNA preparation for gene expression profiling. Methods in Molecular Biology. 560, 87-98 (2009).
  11. Marselli, L., et al. Gene expression profiles of Beta-cell enriched tissue obtained by laser capture microdissection from subjects with type 2 diabetes. PLoS One. 5 (7), e11499 (2010).
  12. Sturm, D., et al. Improved protocol for laser microdissection of human pancreatic islets from surgical specimens. Journal of Visualized Experiments. (71), (2013).
  13. Ackermann, A. M., Wang, Z., Schug, J., Naji, A., Kaestner, K. H. Integration of ATAC-seq and RNA-seq identifies human alpha cell and beta cell signature genes. Molecular Metabolism. 5 (3), 233-244 (2016).
  14. Benner, C., et al. The transcriptional landscape of mouse beta cells compared to human beta cells reveals notable species differences in long non-coding RNA and protein-coding gene expression. BMC Genomics. 15 (620), (2014).
  15. Blodgett, D. M., et al. Novel Observations From Next-Generation RNA Sequencing of Highly Purified Human Adult and Fetal Islet Cell Subsets. Diabetes. 64 (9), 3172-3181 (2015).
  16. Bramswig, N. C., et al. Epigenomic plasticity enables human pancreatic alpha to beta cell reprogramming. The Journal of Clinical Investigation. 123 (3), 1275-1284 (2013).
  17. Dorrell, C., et al. Transcriptomes of the major human pancreatic cell types. Diabetologia. 54 (11), 2832-2844 (2011).
  18. Nica, A. C., et al. Cell-type, allelic, and genetic signatures in the human pancreatic beta cell transcriptome. Genome Research. 23 (9), 1554-1562 (2013).
  19. Dorrell, C., et al. Human islets contain four distinct subtypes of beta cells. Nature Communications. 7, 11756 (2016).
  20. Li, J., et al. Single-cell transcriptomes reveal characteristic features of human pancreatic islet cell types. EMBO Reports. 17 (2), 178-187 (2016).
  21. Muraro, M. J., et al. A Single-Cell Transcriptome Atlas of the Human Pancreas. Cell Systems. 3 (4), 385-394 (2016).
  22. Segerstolpe, A., et al. Single-Cell Transcriptome Profiling of Human Pancreatic Islets in Health and Type 2 Diabetes. Cell Metabolism. 24 (4), 593-607 (2016).
  23. Bose, S., et al. Scalable microfluidics for single-cell RNA printing and sequencing. Genome Biology. 16 (120), (2015).
  24. Fan, H. C., Fu, G. K., Fodor, S. P. Expression profiling. Combinatorial labeling of single cells for gene expression cytometry. Science. 347 (6222), 1258367 (2015).
  25. Klein, A. M., et al. Droplet barcoding for single-cell transcriptomics applied to embryonic stem cells. Cell. 161 (5), 1187-1201 (2015).
  26. Macosko, E. Z., et al. Highly Parallel Genome-wide Expression Profiling of Individual Cells Using Nanoliter Droplets. Cell. 161 (5), 1202-1214 (2015).
  27. Zheng, G. X., et al. Massively parallel digital transcriptional profiling of single cells. Nature Communications. 8 (14049), (2017).
  28. Dominguez Gutierrez, G., et al. Signature of the Human Pancreatic epsilon Cell. Endocrinology. 159 (12), 4023-4032 (2018).
  29. Baron, M., et al. A Single-Cell Transcriptomic Map of the Human and Mouse. Pancreas Reveals Inter- and Intra-cell Population Structure. Cell Systems. 3 (4), 346-360 (2016).
  30. Lawlor, N., et al. Single-cell transcriptomes identify human islet cell signatures and reveal cell-type-specific expression changes in type 2 diabetes. Genome Research. 27 (2), 208-222 (2017).
  31. Wang, Y. J., et al. Single-Cell Transcriptomics of the Human Endocrine Pancreas. Diabetes. 65 (10), 3028-3038 (2016).
  32. Xin, Y., et al. Pseudotime Ordering of Single Human beta-Cells Reveals States of Insulin Production and Unfolded Protein Response. Diabetes. 67 (9), 1783-1794 (2018).
  33. Xin, Y., et al. RNA Sequencing of Single Human Islet Cells Reveals Type 2 Diabetes Genes. Cell Metabolism. 24 (4), 608-615 (2016).
  34. Chemometec. . Nucleocounter NC-250: Cell count and viability assay. , (2015).
  35. 10X Genomics. . 10X Genomics: Chromium Single Cell 3’ Reagents Kits v2: User Guide. , (2017).
  36. Agilent Technologies. . Agilent Bioanalyzer: High Sensitivity DNA Kit Guide. , (2013).
  37. Thermo Fischer Scientific. . Qubit: dsDNA High Sensitivity Assay Kit. , (2015).
  38. Illumina. . Illumina Nextera DNA Library Prep Reference Guide. , (2016).
  39. Illumina. . llumina NextSeq 500 System Guide. , (2018).
  40. Scrucca, L., Fop, M., Murphy, T. B., Raftery, A. E. mclust 5: Clustering, Classification and Density Estimation Using Gaussian Finite Mixture Models. R J. 8 (1), 289-317 (2016).
  41. Butler, A., Hoffman, P., Smibert, P., Papalexi, E., Satija, R. Integrating single-cell transcriptomic data across different conditions, technologies, and species. Nature Biotechnology. 36 (5), 411-420 (2018).
  42. Stuart, T., et al. Comprehensive integration of single cell data. Preprint at bioRixv. , (2018).
  43. DePasquale, E. A. K., et al. DoubletDecon: Cell-State Aware Removal of Single-Cell RNA-Seq Doublets. bioRxiv. , (2018).
  44. McGinnis, C. S., Murrow, L. M., Gartner, Z. J. DoubletFinder: Doublet detection in single-cell RNA sequencing data using artificial nearest neighbors. bioRxiv. , (2018).
  45. Wolock, S. L., Lopez, R., Klein, A. M. Scrublet: computational identification of cell doublets in single-cell transcriptomic data. bioRxiv. , (2018).
  46. Dominguez Gutierrez, G., et al. Gene Signature of Proliferating Human Pancreatic alpha Cells. Endocrinology. 159 (9), 3177-3186 (2018).
  47. Habib, N., et al. Massively parallel single-nucleus RNA-seq with DroNc-seq. Nature Methods. 14 (10), 955-958 (2017).
  48. Habib, N., et al. Div-Seq: Single-nucleus RNA-Seq reveals dynamics of rare adult newborn neurons. Science. 353 (6302), 925-928 (2016).
  49. Stoeckius, M., et al. Cell Hashing with barcoded antibodies enables multiplexing and doublet detection for single cell genomics. Genome Biology. 19 (1), 224 (2018).

Play Video

Cite This Article
Xin, Y., Adler, C., Kim, J., Ding, Y., Ni, M., Wei, Y., Macdonald, L., Okamoto, H. Single-cell RNA Sequencing and Analysis of Human Pancreatic Islets. J. Vis. Exp. (149), e59866, doi:10.3791/59866 (2019).

View Video