Summary
该方案描述了从人肠系膜动脉中分离、培养和分析内皮细胞。此外,还提供了一种制备用于空间转录组学的人类动脉的方法。蛋白质组学,转录组学和功能测定可以在分离的细胞上进行。该方案可以重新用于任何中型或大型动脉。
Abstract
内皮细胞(EC)通过其对环境线索的动态反应,对血管和全身功能至关重要。阐明EC的转录组和表观基因组对于了解它们在发育,健康和疾病中的作用至关重要,但分离的原代细胞的可用性有限。最近的技术已经实现了EC转录组和表观基因组的高通量分析,从而鉴定了以前未知的EC细胞亚群和发育轨迹。虽然EC培养物是探索EC功能和功能障碍的有用工具,但培养条件和多个传代可以引入改变天然EC性质的外部变量,包括形态学,表观遗传状态和基因表达程序。为了克服这一局限性,本文展示了一种从供体肠系膜动脉中分离出人类原发性EC的方法,旨在捕获其天然状态。内膜层中的ECs通过使用特定的酶在机械和生化上解离。所得细胞可直接用于本体RNA或单细胞RNA测序或接种用于培养。此外,描述了用于制备用于空间转录组学的人类动脉组织的工作流程,特别是用于市售平台,尽管该方法也适用于其他空间转录组分析技术。该方法可以应用于从健康或疾病状态的各种供体收集的不同血管,以深入了解EC转录和表观遗传调节,这是内皮细胞生物学的一个关键方面。
Introduction
内皮细胞(EC)衬里血管腔内,是血管张力和组织灌注的关键调节因子。EC在对细胞外环境做出反应并适应血流动力学和组成变化的能力方面非常出色。这些动态反应通过细胞内信号传导事件网络介导,包括具有时空分辨率的转录和转录后调制。这些反应的失调与许多病理学有关,包括但不限于心血管疾病,糖尿病和癌症1,2。
很大一部分研究利用细胞系或动物模型来询问EC转录组。前者是一个有用的工具,因为相对易于使用和便宜。然而,连续培养可以给EC引入表型改变,例如成纤维细胞特征和缺乏极化,使它们与 体内 状态3断开连接。原代细胞,例如人脐静脉EC(HUVEC)自20世纪80年代以来一直是一种流行的选择,但来源于成人中不存在的发育性血管床,因此不太可能完全代表成熟的EC。动物,特别是小鼠模型,更好地代表了EC的生理或病理生理环境,并允许由于遗传扰动而对转录组进行询问。鼠EC可以从各种组织中分离,包括主动脉,肺和脂肪组织,使用基于酶的程序4,5,6,7。然而,分离的细胞不能用于多次传代,除非转化6 并且通常数量有限,这需要从多个动物5,8,9中汇集。
在转录组学水平上探索血管结构的新技术的出现,特别是单细胞分辨率,通过揭示ECs 5,10,11,12,13,14的新功能和特性,实现了内皮生物学的新时代。由Tabula Muris研究人员建立的丰富资源收集了100,000个细胞的单细胞转录组谱,包括来自20个不同小鼠器官的EC15的EC,揭示了具有组织间和组织内差异的独特转录组特征5,13。然而,小鼠和人类在基因组,表观基因组和转录组之间存在明显差异,特别是在非编码区域16,17,18中。上述缺点强调了使用人类样本分析EC的重要性,以便获得EC在健康和疾病中的原生状态的忠实特征。
大多数EC分离方法依赖于通过均质化,精细切割和组织切碎的物理解离,然后与蛋白水解酶一起孵育不同时间。酶和条件在组织类型之间也有很大差异,从胰蛋白酶到胶原酶,单独使用或组合使用19,20,21。通常包括进一步的基于抗体的富集或纯化,以提高EC的纯度。通常,针对EC膜标志物的抗体,例如CD144和CD31与磁珠偶联并加入细胞悬浮液22,23中。这种策略通常可以适用于从多个人和小鼠组织中分离EC,包括该方案中引入的技术。
在它们的天然状态下,EC与多种细胞类型相互作用,并且可能存在于血管壁龛中,其中细胞接近性对功能至关重要。虽然单细胞和单核RNA测序(scRNA和snRNA-seq)研究对于最近在描述EC异质性方面取得的突破至关重要,但解离过程破坏了组织环境和细胞 - 细胞接触,这对于理解EC生物学也很重要。空间转录组分析于2012年开发,并于2020年被评为年度方法24,已用于分析全球基因表达,同时保留各种组织中的空间特征,包括脑25,肿瘤26和脂肪组织27。这些技术可以靶向,使用特异性于附着在亲和试剂或荧光标签上的特定RNA序列的专用探针,从而以亚细胞分辨率28,29,30,31检测选择基因。它们也可以是无靶向的32,33,通常使用空间条形码的寡核苷酸来捕获RNA,它们一起转化为cDNA用于随后的seq文库制备,因此具有以无偏倚方式推断整个组织基因表达的优点。然而,目前还没有使用市售技术在单一蜂窝水平上实现空间分辨率。这可以通过与scRNA-seq数据的数据集成在一定程度上克服,最终允许在复杂组织环境中绘制单细胞转录组,同时保留其原始空间信息34。
在本文中,描述了使用人肠系膜上动脉(一种用于研究血管舒张,血管重塑,氧化应激和炎症的外周动脉)来分析EC转录组的工作流程35,36,37。描述了两种技术:1)从血管的内膜中分离和富集EC,结合机械解离和酶消化,适用于单细胞转录组测序或随后 的体外 培养;2)准备用于空间转录组分析的动脉切片(图1)。这两种技术可以独立进行,也可以互补地用于分析EC及其周围细胞。此外,该工作流程可以适应任何中型或大型动脉。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
人体组织研究是从希望之城的南加州胰岛细胞资源中心获得的去识别标本上进行的。使用死后人体组织的研究同意是从捐赠者的近亲那里获得的,并且这项研究的伦理批准由希望之城的机构审查委员会(IRB No. 01046)授予。
1.物理解离(估计时间:1-2小时)
- 将新鲜动脉放在10厘米的培养皿上,并用无菌的Dulbecco磷酸盐缓冲盐水(D-PBS)清洗。
- 用无菌镊子和解剖剪刀,去除脂肪和外部结缔组织,直到血管清洁。用放置在培养皿外部的尺子测量容器的长度,并拍照记录(图1A)。
- 将适当的消化缓冲液预热至37°C:对于scRNA-seq使用细胞解离酶;对于细胞培养测定,使用1-6mg / mL胶原酶D,3mg / mL细菌衍生蛋白酶,100mM HEPES,120mM NaCl,50 mM KCl,5mM葡萄糖,1mM CaCl26,38 (pH 7.0,不需要调整)在使用前5分钟加入。
- 取肠系膜动脉(通常直径为6-8 mm),用剪刀纵向切割以垂直打开血管腔。
- 使用针头将容器连接到所有四个角的黑蜡上,使内膜暴露在外(图1B)。
- 向内膜中加入1 mL预热消化缓冲液。取一把无菌手术刀,轻轻刮擦血管腔两次。
注意:此过程的目的是解离内膜层,这可能需要练习。需要施加足够的力来去除内皮,但不要太大,以至于更深层的组织也被去除,这将减少EC的代表。 - 将消化缓冲液转移到5 mL管中。向内膜中加入1mL消化缓冲液,并小心地上下移液以收集剩余的细胞并加入5mL试管中。将细胞在37°C下孵育,以150rpm旋转5分钟。
- 向细胞悬浮液中加入2mL M199培养基(如果继续使用scRNA-seq,则为D-PBS)以淬灭酶促反应。轻轻混合并在4°C,600 ×g 离心5分钟。
- 除去上清液并将上清液单独储存以培养作为对照,以观察在步骤1.8中是否在沉淀中捕获所有细胞。将细胞沉淀重悬于1mL M199培养基中(如果继续使用scRNA-seq,则为D-PBS)。
- 通过将10μL台盼蓝与10μL细胞原液混合来评估细胞活力。观察细胞形态并使用血细胞计数器计数细胞。
注意:此时,细胞可用于蛋白质或RNA定量,或按照标准方案39使用EC培养基进行体外培养。或者,可以按照下一节所述准备它们进行测序。 - 对于培养物,通过在室温下将500μL附着试剂移液到孔中30分钟来涂覆6孔板的两个孔。除去附着试剂并用无菌D-PBS洗涤后,将整个细胞储备分配到一个孔中,并将上清液作为对照保持在第二个孔中。
2. 制备scRNA-seq研究(估计时间:3-4小时)
- 从步骤1.11到的细胞原液在4°C,600 ×g 下离心5分钟。除去上清液,用P1000移液管和宽孔吸头在1mL的0.04%牛血清白蛋白(BSA)中D-PBS中轻轻重悬沉淀。充分混合以确保单细胞悬浮液。
- 将溶液通过40μm过滤器以除去细胞碎片。如果碎片仍然存在,通过第二个过滤器进入4 mL的0.04%BSA D-PBS。
- 在4°C,600 ×g 下离心5分钟。使用带有宽口径移液器吸头的P1000移液器除去上清液并将沉淀重悬于D-PBS中的500μL 0.04%BSA中。充分混合以确保单细胞悬浮液。
- 通过将10μL细胞原液与10μL台盼蓝混合来评估细胞活力。使用血细胞计数器,观察形态,确定是否存在没有簇的单细胞悬浮液,检查组织碎片,并计算活细胞和死细胞的数量。
- 如果细胞聚集或碎片残留,在D-PBS中用0.04%BSA重复洗涤或再次通过40μm过滤器。
注意:虽然这会降低产量,但重要的是细胞存在于干净的单细胞悬浮液中以获得最佳测序。 - 单细胞悬浮液可用于scRNA-seq。
3. 空间转录组分析(估计时间:3-4小时)
- 将异戊烷(2-甲基丁烷)加入金属罐中,并在液氮(LN2)或干冰(优选LN2 )中冷却,因为它会使温度低于干冰)。将最佳切割温度化合物(OCT)倒入标记的塑料冷冻室中,注意不要产生气泡并去除出现的气泡。将冷冻肉冻放在干冰上冷却。
- 切割至少两个冠状部分,血管长度为1厘米。使用长(12“)镊子,将组织浸没在异戊烷中直至冷冻。将组织快速浸没在OCT中,方向为中心可见的管腔。注意去除任何气泡,尤其是组织旁边的气泡。
- 使用长(12“)镊子,抓住冷冻室,并将其握在金属罐中。虽然模具的底部应该在液体中,但它不应该太深,让异戊烷流过组织。观察冻结,OCT将在1-2分钟内从外部逐渐变白。
- 将这些部分储存在-80°C的密封容器中长达6个月。
注意:始终将样品保持在干冰上,不允许超过一个冻融循环。该组织可用于组织学分析,RNA / DNA荧光 原位 杂交(FISH)或空间转录组学,现在将对此进行描述。 - 将低温恒温器温度设置为-20°C(腔室)和-10°C(试样头)。在低温恒温器中平衡OCT嵌入的容器切片,刀,刷子和滑块至-20°C约30分钟。在平衡的同时,用70%乙醇清洁机器和所有可能接触这些部分的设备,包括刀片,然后用RNase去污溶液。
- 通过将少量OCT分配到圆形低温恒温器块上并在样品冻结之前将其放在顶部来附着样品。将块放入试样头的中心,并使用左侧的高黑色手柄将块拧到位。切掉容器周围任何多余的OCT。
- 在低温恒温器上将切割厚度设置为10μm,切割约60段并将其置于预冷的1.5 mL管中。这些部分将用于评估RNA质量。从低温恒温器中取出后,立即加入1 mL RNA提取试剂并涡旋,直到切片完全溶解。
- 加入200μL氯仿并混合,直到溶液类似于草莓奶昔。在4°C下以11,200 ×g 离心10分钟。
- 收集水相(白色和粉红色层顶部的透明相)并向其加入500μL异丙醇。通过将管倒置10次混合,并在-80°C下放置至少20分钟。
- 在4°C下以11,200 × g离心10分钟。 将纯化的RNA沉淀溶解在5μL无RNase水中。检查RNA完整性数(RIN)。
注意:RIN ≥ 7 的样品是首选,但 RIN ≥ 6 是可以接受的。用于RNA溶解的组织切片数量和溶液体积可能需要优化,具体取决于用于确保最终RNA浓度在RIN功能范围内的系统,以便进行准确的RIN评估。 - 在进行市售组织优化或基因表达载玻片之前,使用普通载玻片在基准框架内正确切割和放置切片。这可以通过在普通载玻片上绘制6.5 mm x 6.5 mm正方形,在低温恒温器中冷却至-20°C,并在该捕获区域放置部分来实现。
- 在防滚板就位的情况下切割10μm切片,翻转并通过轻轻触摸周围的OCT部分来小心地压平。
- 使用不含RNase的低温恒温刷将组织部分放在正方形内,仅使用周围的OCT.立即将一根手指(戴上手套)放在捕获区域的背面,将该部分融化到载玻片上。
- 一旦切片粘附,将载玻片放在冷冻棒上,以使切片冻结。必须注意避免组织折叠和组织覆盖基准骨架的分界边缘。如有必要,使用刀片沿管腔将组织切成两半或四分之一,以确保血管部分适合6.5 mm x 6.5 mm框架。
- 按照3.12-3.14在组织优化或基因表达载玻片上切割10μm组织切片。将载玻片转移到放置在干冰上的载玻片邮件机上。在-80°C下储存载玻片长达4周,然后继续使用已发布的空间方案33,34。
4. 测序数据分析(预计时间:最长1周,视软件是否熟悉情况而定)
注意:仅对于空间转录组学分析,请跳至步骤 4.8。scRNA-seq数据使用与人类hg38参考转录组对齐的标准化管道进行处理。R包Seurat(v3.2.2)用于根据已发布的指南40分析scRNA-seq数据。
- 使用完善的质量控制指标进行过滤:去除具有非常多基因的罕见细胞(可能是多重细胞)和高线粒体百分比的细胞(低质量或垂死细胞通常存在线粒体污染)。
- 使用“sctransform”对数据进行归一化,与对数归一化相比,这是一种提高样本积分的方法。这些归一化数据用于降维和聚类,而对数归一化表达水平用于基于基因表达水平的分析,例如细胞类型分类41。
- 选择每种细胞类型的标记基因,例如, 血小板内皮细胞粘附分子-1 (PECAM1) 和 von Willebrand 因子 (VWF) 用于 ECs, lumican (LUM) 和 前胶原 C-内肽酶增强子 (PCOLCE) 用于成纤维细胞, B 细胞易位基因 1 (BTG1) 和 CD52 用于巨噬细胞, C1QA 和 C1QB 用于单核细胞, 肌球蛋白重链 11 (MYH11) 和用于血管平滑肌细胞的 转格林 (TAGLN)36.
- 计算每对标记物之间单个细胞的平均表达水平,以便具有与每个细胞类型42关联的平均表达水平的单个标记。
- 将具有两个组分的高斯混合模型(GMM)应用于单个细胞中每个标记物的表达数据,以便将细胞分成两组,即高度表达标记物和低表达标记物。这样,对于每个标记物,每个单个细胞被分配给两个组分42中的一个。
- 使用标记基因集(Fisher's exact test)的统计富集,为每个簇分配一种细胞类型。通过这样做,可以为每个聚类获得一组 p 值,每个值对应于一个像元类型。具有最低 p 值的像元类型将分配给该聚类。
- 使用 Space Ranger 管道处理空间转录组数据,从而实现空间去条形码并生成质量控制 (QC) 指标,包括对 hg38 人类转录组的总对齐读取、唯一分子标识符 (UMI) 的中位数或每个点的基因 35。
注意:R 包 Seurat (v3.2.2) 用于根据已发布的指南40 分析 Space Ranger 处理的数据。 - 使用“sctransform”对数据进行归一化,这种方法已被证明可以改善下游分析,与对数归一化相比,考虑到组织的异质性和斑点计数的非常高的方差。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
这里描述了使用机械和酶解离或冷冻保存的组合来分析肠系膜动脉的EC,用于各种下游测定(图1)。可以使用以下步骤在肠系膜动脉中分析EC:A)从内膜的机械解离与胶原酶消化到培养细胞相结合;B)产生用于scRNA-seq的单细胞悬浮液;或C)动脉的横截面可以嵌入OCT中进行冷冻切片以分析空间转录组(图1 和 图2)。
图1:动脉组织处理和空间分析。 (A)清洁肠系膜动脉。(B)血管切开以暴露内膜。(C)苏木精和曙红(H&E)染色在基准骨架中的肠系膜动脉横截面。在宽视场荧光倒置显微镜下使用5倍镜头拍摄的图像。(D)总基因表达的代表性空间游侠输出文件。 请点击此处查看此图的大图。
图 2:EC 隔离和分析技术概述。 显示肠系膜动脉的不同处理方法的流程图。加工技术导致适用于单细胞(sc)RNA-seq,内皮细胞(EC)培养物或整个组织的细胞悬浮液被嵌入最佳切割温度化合物(OCT)中以进行空间转录组分析。 请点击此处查看此图的大图。
使用所述方案培养的分离EC具有独特的鹅卵石样形态,污染细胞最小(图3A)。EC标志物血管内皮(VE)-钙粘蛋白的表达使用免疫荧光可视化细胞 - 细胞连接确认(图3B)。对分离的EC进行CD31的流式细胞术分析。作为阴性对照,未染色的HUVECs(无抗体)产生1.1%的信号,与IgG一起孵育的HUVECs产生0.8%的信号。作为阳性对照,用CD31抗体染色的HUVECs显示出99%的纯度,并用于门控人肠系膜动脉内皮细胞(HMAECs)的通道。大约80%的细胞是CD31阳性,表明HMAECs占新分离细胞群的大多数(图3C)。通过刮得太硬/太深,以太低的密度接种细胞或将培养物维持在第3代以上,不成功的分离导致细胞具有紊乱的形态,可能表达间充质标志物(αSMA)或伸长类似于成纤维细胞状态(图3D)。
图3:分离培养的肠系膜动脉ECs的验证(A)分离的EC的明场图像,10x晶状体,比例尺= 50μm. (B)以4′,6-二脒-2-苯基吲哚(DAPI)作为核标志物的VE-钙粘蛋白表达的免疫荧光。在广场荧光倒置显微镜下使用10倍镜头拍摄的图像。代表性图像显示了VE-钙粘蛋白的定位。比例尺 = 50 μm. (C) 未染色 HUVEC(左上)的 FACS 图,用 IgG 对照染色的 HUVEC(右上),用 CD31 染色的 HUVEC(左下角),以及用 CD31 染色的分离的人肠系膜动脉内皮细胞 (HMAEC)(右下) (D) 用 DAPI(核标记物)、α-平滑肌肌动蛋白 (αSMA) 和 CD31 染色的 HMAEC 免疫荧光图像。40x 镜头,比例尺 = 100 μm。请点击此处查看此图的大图。
使用细胞解离酶分离的EC经历了scRNA-seq。 图4A 显示了使用本方案从肠系膜动脉中分离出的代表性均匀流形近似和投影(UMAP),用于分离的HMAECs上的scRNA-seq,其中34%的细胞使用PECAM1和VWF(分别图4B,C )作为标记物聚类为EC。
图4:肠系膜动脉ECs的scRNA-seq(A)来自肠系膜动脉的scRNA-seq数据的均匀流形近似和投影(UMAP)图。流形在高维空间中的二维投影,其中每个点代表单个细胞,与其他点的接近程度表示转录组彼此之间的相似程度。单元格按其单元格类型进行颜色编码。(B) 投射到 UMAP 上的 PECAM1 表达式。(C) 投影到 UMAP 上的 VWF 表达式。颜色条表示基因水平的表达,其中RNA水平由对数归一化的唯一分子标识符计数描述。请点击此处查看此图的大图。
对于空间转录组学工作流程,从组织切片中提取的RNA在凝胶上电泳以可视化RNA质量。信号微弱或缺少18S和28S核糖体RNA条带,以及 图5A中观察到的降解产物A1的存在,是低质量RNA的一个例子,不应进一步处理。浓度超出范围的样品可能导致较低的RIN(图5A,泳道B1)。然而,将RNA稀释两倍会增加足够进行(图5A,泳道C1)。在确定基因表达之前,进行组织优化以确定最佳通透化时间,以释放被基因表达载玻片上的寡核苷酸捕获的RNA(图5B)。基于互补DNA(cDNA)足迹的荧光成像,18 min透化产生最低背景但最强的信号,因此被选为最佳持续时间。苏木精和曙红(H&E)染色可视化了血管的形态,从而可以识别感兴趣的区域(图5C)。评估文库质量(图5D)并确定其适合测序。每个点的UMI计数,每个点的读取次数和总基因是Space Ranger管道产生的质量指标,每个指标的变异性如图 5E所示。最后,基因表达(以 肌动蛋白α-2 (ACTA2) 为例, 图5F)通过空间锚定在H&E染色的血管上可视化。
图5:空间转录组学工作流程和代表性结果(A)从两个肠系膜动脉样品中提取的RNA的质量评估,从一个样品中提取A1,从第二个样品中提取B1,从B1稀释2x的C1。红色箭头表示核糖体 28S 和 18S 条带。(B) 空间组织优化(TO)工作流程。(C) 显示组织切片的基因表达(GEX)载玻片(左图);在透化前在GEX载玻片上加载组织切片的H&E图像18分钟,逆转录和文库构建(右图),比例尺= 1厘米。(E)Space Ranger的输出指标显示了不同库平均读取,UMI和每个点的基因之间的范围。误差线表示整个容器部分的最小和最大 (F) ACTA2 表达式。所有显微镜图像均使用宽视场倒置显微镜从5x镜头,tilescan模块中拍摄。请点击此处查看此图的大图。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
所介绍的工作流程详细介绍了一组技术,以单细胞和空间分辨率从单条人类动脉中分析EC。协议中有几个关键步骤和限制因素。转录组分析的一个关键是组织的新鲜度和RNA的完整性。在加工之前尽可能多地将组织保持在冰上以尽量减少RNA降解非常重要。通常,在死亡后8-14小时之间处理死后组织。然而,建议在从供体中提取后尽快开始分离或冷冻保存。特别是对于空间转录组映射,组织应保持在干冰上,并且不应允许超过一个冻融循环。OCT中应嵌入多个容器横截面,以允许在必要时重复。还应努力在组织处理和细胞分离过程中促进无RNase的环境。其次,容器的大小可能是一个限制因素。对于空间转录组学,无论直径如何,该方案都可以在总共1mm的容器上进行。对于细胞培养和scRNA-seq的解离方案,下限将是如果血管太窄(即直径小于1毫米)而无法插入解剖剪刀。基于这些原理,只要血管的大小允许开口,解离方案就可以适用于任何中等或更大尺寸的动脉或静脉,并且空间转录组程序可以应用于任何可以完全或部分适合基准框架的血管。
为了处理用于单细胞转录组分析的组织,几个小组已经描述了使用自由酶和弹性蛋白酶来获得血管壁9,43,44内的所有细胞群。然而,结果数据集平均仅包含注释为ECs9,45的总细胞群的3-7%。改善scRNA-seq数据中有限的EC表示的一种方法是通过FACS44,46利用EC表面标记物来富集EC部分。然而,这通常需要大量的起始组织和昂贵的设备,这些设备可能不是所有实验室都常规可用的。该方案利用了EC独特的解剖位置,即主要在内膜层中,这允许在不需要苛刻的组织消化的情况下富集EC,并增强细胞对scRNA-seq或后续培养的活力。通过使用VE-钙粘蛋白/ CD144抗体偶联磁珠添加步骤,可以增加scRNA-seq的最终细胞混合物中EC的百分比。但是,此步骤可能不会排除由于本机细胞 - 细胞相互作用而与EC相互作用的所有其他细胞。尽管如此,尽管传统上其他细胞类型(例如巨噬细胞,平滑肌细胞和成纤维细胞)在EC分离中被视为“污染”,但它们可以为组织环境中的细胞 - 细胞相互作用提供有用的信息。在scRNA-seq数据分析中,可以使用EC标记物有效地注释EC,并且可以使用几种流行的生物信息学方法(例如,CellChat47,CellphoneDB48,CytoTalk49等)从生物信息学上推断细胞 - 细胞相互作用。此外,包含这些数据可以更有效地整合和解卷积空间转录组分析数据,这些数据不在单细胞分辨率下(见下文)34。
对于空间转录组,目前没有为该技术制备任何组织的金标准,并且在制备脉管系统方面的研究有限,大多数已发表的研究使用动物组织50,51。该技术需要具有专用视觉框架的市售载玻片,其捕获区域包含约5,000个条形码斑点,直径为55μm。斑点放置在距点中心100μm的相邻点之间,留下大约45μm的间隙,这些间隙不会被剖面,从而限制了分辨率。此外,单个斑点将包含多个细胞,因为大多数细胞的面积低于55μm。因此,如上所述,这不是单细胞测序技术。然而,通过将数据与scRNA-seq集成,可以提高分辨率,并且可以揭示斑点内的异质性34。尽管本方案侧重于一种空间转录组学分析测定,但该技术可以适用于其他新兴的空间分析方法52,53 ,因为蛋白质和RNA质量在该过程中得到维持。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
S.Z. 是 Genemo, Inc. 的创始人和董事会成员。
Acknowledgments
这项工作得到了NIH拨款R01HL108735,R01HL145170,R01HL106089(Z.B.C.)的支持;DP1DK126138 和 DP1HD087990(转 S.Z.);艾拉·菲茨杰拉德基金会的赠款和瓦内克家庭项目(向Z.B.C.);以及人类细胞图谱种子网络赠款(授予Z.B.C.和S.Z.)。本出版物中报告的研究包括在希望之城的综合基因组学核心中进行的工作,该工作由美国国立卫生研究院国家癌症研究所支持,奖励编号为P30CA033572。作者要感谢希望之城胰岛移植团队的Ismail Al-Abdullah博士和Meirigeng Qi博士隔离人体组织,City of Hope的Dongqiang Yuan博士协助进行scRNA-seq分析,以及约翰霍普金斯大学医学院心血管病理学部门的Marc Halushka博士对血管组织学的宝贵见解。
Materials
Name | Company | Catalog Number | Comments |
1.5 mL micro-centrifuge tube | USA Scientific | 1615-5500 | |
10 cm dish | Genesee Scientific | 25-202 | |
23G needles | BD | 305145 | |
2-methylbutane | Thermo Fisher | AC327270010 | |
40 µm strainer | Fisher | 14100150 | |
4200 TapeStation System | Agilent Technologies | G2991BA | |
5 mL tube | Thermo Fisher | 14282300 | |
6-well plate | Greiner Bio-One | 07-000-208 | |
Attachment factor | Cell Applications | 123-500 | Attachment reagent in the protocol |
Black wax | Any commercial black wax can be used | ||
Bovine serum albumin heat shock treated | Fisher | BP1600-100 | |
CaCl2 | Fisher | BP510 | |
Centrifuge | Eppendorf | ||
Chloroform | Fisher | C607 | |
Collagenase D | Roche | 11088866001 | |
Cryostat | Leica | ||
Cryostat brushes | |||
D-Glucose | Fisher | D16-1 | |
Dimethyl sulfoxide | Fisher | MT25950CQC | |
Dispase II | Roche | 4942078001 | Bacteria-derived protease in the protocol |
Disposable Safety Scalpels | Myco Instrumentation | 6008TR-10 | |
D-PBS | Thermo Fisher | 14080055 | |
Ethanol | Fisher | BP2818-4 | |
Fetal bovine serum | Fisher | 10437028 | |
Hemocytometer | Fisher | 267110 | |
HEPES | Sigma Aldrich | H3375-100g | |
High sensitivity D1000 sample buffer | Agilent Technologies | 5067-5603 | |
High sensitivity D1000 screen tape | Agilent Technologies | 5067-5584 | |
Incubator | Kept at 37 °C 5% CO2 | ||
Isopropanol | Fisher | BP26324 | |
KCl | Fisher | P217-3 | |
Liquid nitrogen | |||
Medium 199 | Sigma Aldrich | M2520-10X | |
Metal cannister | |||
Microscope | Leica | To assess cell morphology | |
Microvascular endothelial culture medium | Cell Applications | 111-500 | |
NaCl | Fisher | S271-1 | |
New Brunswick Innova 44/44R Orbital shaker | Eppendorf | ||
Optimal Cutting Temperature compound | Fisher | 4585 | |
Plastic cryomolds | Fisher | 22363553 | |
RNA screen tape | Agilent Technologies | 5067-5576 | |
RNA screen Tape sample buffer | Agilent Technologies | 5067-5577 | |
RNase ZAP | Thermo Fisher | AM9780 | |
RNase-free water | Takara | RR036B | RNase-free water (2) in kit |
Sterile 12" long forceps | F.S.T | 91100-16 | |
Sterile fine forceps | F.S.T | 11050-10 | |
Sterile fine scissors | F.S.T | 14061-11 | |
Superfrost PLUS Gold Slides | Fisher | 1518848 | |
TRIzol reagent | Fisher | 15596018 | |
Trypan Blue | Corning | MT25900CI | |
TrypLE Express Enzyme (1X) phenol red | Thermo Fisher | 12605010 | Cell-dissociation enzyme in the protocol |
Visium Accessory Kit | 10X Genomics | PN-1000215 | |
Visium Gateway Package, 2rxns | 10X Genomics | PN-1000316 | |
Visium Spatial Gene Expression Slide & Reagent Kit, 4 rxns | 10X Genomics | PN-1000184 |
References
- Thorin, E., Shreeve, S. M. Heterogeneity of vascular endothelial cells in normal and disease states. Pharmacology & Therapeutics. 78 (3), 155-166 (1998).
- Deanfield, J. E., Halcox, J. P., Rabelink, T. J. Endothelial function and dysfunction: testing and clinical relevance. Circulation. 115 (10), 1285-1295 (2007).
- Hillen, H. F., Melotte, V., van Beijnum, J. R., Griffioen, A. W. Endothelial cell biology. Angiogenesis Assays: A Critical Appraisal of Current Techniques. , John Wiley & Sons. Chichester, West Sussex, UK. 1-38 (2007).
- Nam, D., et al. Partial carotid ligation is a model of acutely induced disturbed flow, leading to rapid endothelial dysfunction and atherosclerosis. American Journal of Physiology-Heart and Circulatory Physiology. 297 (4), 1535-1543 (2009).
- Kalucka, J., et al. Single-cell transcriptome atlas of murine endothelial cells. Cell. 180 (4), 764-779 (2020).
- Tang, X., et al. Suppression of endothelial AGO1 promotes adipose tissue browning and improves metabolic dysfunction. Circulation. 142 (4), 365-379 (2020).
- Ni, C. W., Kumar, S., Ankeny, C. J., Jo, H. Development of immortalized mouse aortic endothelial cell lines. Vascular Cell. 6 (1), 7 (2014).
- Kalluri, A. S., et al. Single-cell analysis of the normal mouse aorta reveals functionally distinct endothelial cell populations. Circulation. 140 (2), 147-163 (2019).
- Wirka, R. C., et al. Atheroprotective roles of smooth muscle cell phenotypic modulation and the TCF21 disease gene as revealed by single-cell analysis. Nature Medicine. 25, 1280-1289 (2019).
- Widyantoro, B., et al. Endothelial cell-derived endothelin-1 promotes cardiac fibrosis in diabetic hearts through stimulation of endothelial-to-mesenchymal transition. Circulation. 121 (22), 2407-2418 (2010).
- Zeisberg, E. M., et al. Endothelial-to-mesenchymal transition contributes to cardiac fibrosis. Nature Medicine. 13 (8), 952-961 (2007).
- Stuart, T., Satija, R. Integrative single-cell analysis. Nature Reviews Genetics. 20, 257-272 (2019).
- Paik, D. T., et al. Single-cell RNA sequencing unveils unique transcriptomic signatures of organ-specific endothelial cells. Circulation. 142 (19), 1848-1862 (2020).
- Palikuqi, B., et al. Adaptable haemodynamic endothelial cells for organogenesis and tumorigenesis. Nature. 585 (7825), 426-432 (2020).
- The Tabula Muris Consortium. et al. Single-cell transcriptomics of 20 mouse organs creates a Tabula Muris. Nature. 562 (7727), 367-372 (2018).
- Hezroni, H., et al. Principles of long noncoding RNA evolution derived from direct comparison of transcriptomes in 17 species. Cell Reports. 11 (7), 1110-1122 (2015).
- Washietl, S., Kellis, M., Garber, M. Evolutionary dynamics and tissue specificity of human long noncoding RNAs in six mammals. Genome Research. 24 (4), 616-628 (2014).
- Chen, J., et al. Evolutionary analysis across mammals reveals distinct classes of long non-coding RNAs. Genome Biology. 17 (19), 19 (2016).
- Drake, B. L., Loke, Y. W. Isolation of endothelial cells from first trimester decidua using immunomagnetic beads. Human Reproduction. 6, 1156-1159 (1991).
- McDouall, R. M., Yacoub, M., Rose, M. L. Isolation, culture and characterization of MHC class II-positive microvascular endothelial cells from the human heart. Microvascular Research. 51, 137-152 (1996).
- Sokol, L., et al. Protocols for endothelial cell isolation from mouse tissues: small intestine, colon, heart, and liver. STAR Protocols. 2 (2), 100489 (2021).
- Springhorn, J. P., Madri, J. A., Squinto, S. P. Human capillary endothelial cells from abdominal wall adipose tissue: isolation using an anti-pecam antibody. In Vitro Cellular Developmental Biology Animal. 31 (6), 473-481 (1995).
- Hewett, P. W., Murray, J. C. Immunomagnetic purification of human microvessel endothelial cells using Dynabeads coated with monoclonal antibodies to PECAM-1. European Journal of Cell Biology. 62 (2), 451-454 (1993).
- Marx, V. Method of the Year: spatially resolved transcriptomics. Nature Methods. 18 (1), 9-14 (2021).
- Maynard, K. R., et al. Transcriptome-scale spatial gene expression in the human dorsolateral prefrontal cortex. Nature Neuroscience. 24 (3), 425-436 (2021).
- Ji, A. L., et al. Multimodal analysis of composition and spatial architecture in human squamous cell carcinoma. Cell. 182 (2), 497-514 (2020).
- Bäckdahl, J., et al. Spatial mapping reveals human adipocyte subpopulations with distinct sensitivities to insulin. Cell Metabolism. 33 (9), 1869-1882 (2021).
- Wang, J., et al. RNAscope: a novel in situ RNA analysis platform for formalin-fixed, paraffin-embedded tissues. Journal of Molecular Diagnostics. 14, 22-29 (2012).
- Codeluppi, S., et al. Spatial organization of the somatosensory cortex revealed by osmFISH. Nature Methods. 15, 932-935 (2018).
- Eng, C. H. L., et al. Transcriptome-scale super-resolved imaging in tissues by RNA seqFISH. Nature. 568, 235-239 (2019).
- Eng, C. H. L., Shah, S., Thomassie, J., Cai, L. Profiling the transcriptome with RNA SPOTs. Nature Methods. 14, 1153-1155 (2017).
- Rodriques, S. G., et al. Slide-seq: a scalable technology for measuring genome-wide expression at high spatial resolution. Science. 363 (6434), 1463-1467 (2019).
- Ståhl, P. L., et al. Visualization and analysis of gene expression in tissue sections by spatial transcriptomics. Science. 353 (6294), 78-82 (2016).
- Rao, A., et al. Exploring tissue architecture using spatial transcriptomics. Nature. 596 (7871), 211-220 (2021).
- Sachidanandam, K., et al. Differential effects of diet-induced dyslipidemia and hyperglycemia on mesenteric resistance artery structure and function in type 2 diabetes. Journal of Pharmacology and Experimental Therapeutics. 328 (1), 123-130 (2009).
- Calandrelli, R., et al. Stress-induced RNA-chromatin interactions promote endothelial dysfunction. Nature Communications. 11 (1), 5211 (2020).
- Souza-Smith, F. M., et al. Mesenteric resistance arteries in Type 2 diabetic db/db mice undergo outward remodeling. PLoS One. 6 (8), 23337 (2011).
- Asterholm, I., et al. Adipocyte inflammation is essential for healthy adipose tissue expansion and remodeling. Cell Metabolism. 20 (1), 103-118 (2014).
- Marin, V., et al. Endothelial cell culture: protocol to obtain and cultivate human umbilical endothelial cells. Journal of Immunological Methods. 254 (1-2), 183-190 (2001).
- Stuart, T., et al. Comprehensive integration of single-cell data. Cell. 177 (7), 1888-1902 (2019).
- Hafemeister, C., Satija, R. Normalization and variance stabilization of single-cell RNA-seq data using regularized negative binomial regression. Genome Biology. 20 (1), 296 (2019).
- Bonnycastle, L. L., et al. Single-cell transcriptomics from human pancreatic islets: sample preparation matters. Biology Methods Protocols. 5 (1), (2020).
- Espitia, O., et al. Implication of molecular vascular smooth muscle cell heterogeneity among arterial beds in arterial calcification. PLoS One. 13 (1), 0191976 (2018).
- Engelbrecht, E., et al. Sphingosine 1-phosphate-regulated transcriptomes in heterogenous arterial and lymphatic endothelium of the aorta. eLife. 9, 52690 (2020).
- Hu, H., et al. Single-cell transcriptomic atlas of different human cardiac arteries identifies cell types associated with vascular physiology. Arteriosclerosis, Thrombosis, and Vascular Biology. 41 (4), 1408-1427 (2021).
- van Beijnum, J., et al. Isolation of endothelial cells from fresh tissues. Nature Protocols. 3 (6), 1085-1091 (2008).
- Jin, S., et al. Inference and analysis of cell-cell communication using CellChat. Nature Communications. 12 (1), 1088 (2021).
- Efremova, M., Vento-Tormo, M., Teichmann, S. A., Vento-Tormo, R. CellPhoneDB: inferring cell-cell communication from combined expression of multi-subunit ligand-receptor complexes. Nature Protocols. 15 (4), 1484-1506 (2020).
- Hu, Y., Peng, T., Gao, L., Tan, K. CytoTalk: de novo construction of signal transduction networks using single-cell RNA-Seq data. Science Advances. 7 (16), (2020).
- Sanchez-Ferras, O., et al. A coordinated progression of progenitor cell states initiates urinary tract development. Nature Communications. 12 (1), 2627 (2021).
- Mantri, M., et al. Spatiotemporal single-cell RNA sequencing of developing chicken hearts identifies interplay between cellular differentiation and morphogenesis. Nature Communications. 12 (1), 1771 (2021).
- Merritt, C. R., et al. Multiplex digital spatial profiling of proteins and RNA in fixed tissue. Nature Biotechnology. 38 (5), 586-599 (2020).
- Moffit, J. R., et al. High-throughput MERFISH. Proceedings of the National Academy of Sciences of the United States of America. 113 (39), 11046-11051 (2016).