Method Article
Qui, descriviamo il protocollo e l'implementazione di metil-Seq, una piattaforma di epigenomic, utilizzando un modello del ratto per identificare i cambiamenti epigenetici associati all'esposizione a stress cronico. I risultati dimostrano che la piattaforma di metil-Seq ratto è in grado di rilevare differenze di metilazione che derivano dall'esposizione di sforzo in ratti.
Genomi di una più ampia varietà di animali, appena disponibili, c'è un crescente bisogno di strumenti che possono catturare i cambiamenti epigenetici dinamici in questi modelli animali. Il topo è un particolare modello animale, dove uno strumento epigenetico possa integrare molti studi farmacologici e comportamentali per fornire informazioni meccanicistiche penetranti. A tal fine, abbiamo adattato il SureSelect Target Capture System (denominate metil-Seq) per il ratto, che può valutare i livelli di metilazione del DNA in tutto il genoma di topo. Il design di ratto mirato promotori, isole CpG, coste dell'isola e regioni ricche GC da tutti RefSeq geni.
Per implementare la piattaforma su un esperimento di ratto, ratti Sprague Dawley maschii sono stati esposti allo sforzo cronico variabile per 3 settimane, dopo di che sono stati raccolti campioni di sangue per estrazione del DNA genomico. Metil-Seq librerie furono costruite dai campioni di DNA di ratto dalla tosatura, adattatore legatura, arricchimento di destinazione, conversione di bisolfito e multiplexing. Le librerie sono state sequenziate su una piattaforma di sequenziamento di nuova generazione e le letture in sequenza sono state analizzate per identificare DMRs tra DNA dei ratti stressati e atone. Candidato ideale DMRs indipendentemente sono state convalidate da bisolfito pyrosequencing per confermare l'affidabilità della piattaforma.
I risultati dimostrano che la piattaforma di metil-Seq ratto è un utile strumento epigenetico che può acquisire le modifiche di metilazione indotte tramite l'esposizione allo stress.
Gli avanzamenti in sequenza ad alta velocità hanno condotto ad una ricchezza delle sequenze genomic per modello e organismi non-modello. La disponibilità di tali sequenze ha facilitato la ricerca in genetica, la genomica comparativa e trascrittomica. Per esempio, sequenze genomiche disponibili sono altamente utile per allineare i dati di sequenziamento da esperimenti di ChIP-Seq che arricchiscono DNA sulla base della sua associazione con istone modifiche1o del bisolfuro, che misura la metilazione del DNA di rilevamento di uracile formata da conversione di bisolfito di unmethylated cytosines2. Tuttavia, ci sono stati ritardi nell'implementazione di piattaforme di epigenomic che incorporano dati di sequenziamento genomico disponibile nel loro disegno a causa della mancanza di dati con annotazioni di sequenze regolatrici specie-specifici che possono influenzare la funzione del gene.
In particolare, la metilazione del DNA è uno dei più ampiamente studiati modificazioni epigenetiche sul DNA che possono sfruttare dati genomici disponibili per la costruzione di una piattaforma di methylomic. Un esempio è una piattaforma basata su array per la methylome umana3, che è stato ampiamente utilizzato in varie discipline da oncologia psichiatria4,5. Purtroppo, simili piattaforme per modelli animali non-umani sono scarsi, come non ci è praticamente nessuna piattaforma ampiamente usato che hanno approfittato della sequenza genomica nella loro progettazione iniziale.
Un metodo comune per valutare il paesaggio di methylomic di modelli animali non-umani è rappresentazione ridotta bisolfito sequenziamento (RRBS)6. Questo approccio supera il costo dell'intero genoma del bisolfuro che, fornendo al contempo un paesaggio completo methylomic, fornisce una lettura-profondità copertura inferiore a causa di costo e informazioni funzionali limitate nelle grandi zone di gene-poveri del genoma2 . RRBS comporta la raccolta di limitazione e selezione della dimensione del DNA genomico a arricchire per altamente sequenze GC-ricche come le isole di CpG che sono comunemente trovati nelle vicinanze di promotori di geni e pensati per svolgere un ruolo nel gene regolamento7. Mentre il metodo RRBS è stato utilizzato in una serie di importanti studi, sua dipendenza da enzimi di restrizione non è senza limiti e sfide notevoli. Per esempio, arricchimento delle sequenze di GC-rich in RRBS è interamente dipendente dalla presenza di specifiche sequenze di riconosciuta dall'enzima di restrizione e selezione dimensione successiva tramite l'elettroforesi. Ciò significa che eventuali aree genomiche che non contengono questi siti di restrizione vengono esclusi durante la selezione della dimensione. Inoltre, i confronti cross-specie sono difficili a meno che gli stessi siti di restrizione sono presenti nei loci stessi tra le diverse specie.
Un approccio per superare le limitazioni del RRBS è quello di utilizzare un metodo di arricchimento che si avvale della sequenza genomica pubblicata nella progettazione della piattaforma. La piattaforma umana basata su array utilizza sonde primer progettati contro specifici CpGs per estensione di allele-specifico (CG vs TG dopo la conversione di bisolfito) destinazione ricottura e primer. Il suo design riflette non solo la sequenza genomic umano disponibile, ma nelle regioni regolatrici verificato sperimentalmente acquisite da più linee di indagine, ad esempio ENCODE ed ENSEMBL8. Nonostante il suo ampio uso nelle indagini di methylomic umano, una piattaforma simile non esiste per modelli animali. Inoltre, il formato basato su matrice impone costrizioni significative la superficie disponibile per il posizionamento della sonda. In ultimi anni, gli sforzi sono stati effettuati per combinare la specificità di destinazione accordata dal design della sonda di cattura e la caratteristica di alto-rendimento di sequenziamento di nuova generazione. Un tale sforzo ha provocato il sistema di arricchimento di sequenziamento-basata su target per il genoma del mouse (mouse metil-Seq), che è stato usato per identificare le differenze specifiche del cervello o indotta da glucocorticoidi nella metilazione9,10. Piattaforme simili per altri modello e non-modelli animali sono necessari per facilitare la ricerca di epigenomic in questi animali.
Qui, noi dimostrare l'attuazione di questa nuova piattaforma per condurre analisi methylomic sul ratto. Il ratto ha servito come un importante modello animale in farmacologia, metabolismo, neuroendocrinologia e comportamento. Ad esempio, c'è una crescente necessità di comprendere i meccanismi di fondo che danno luogo a tossicità dei farmaci, l'obesità, risposta allo stress o la tossicodipendenza. Una piattaforma di alto-rendimento in grado di catturare i cambiamenti methylomic sono associati con queste condizioni sarebbe aumentare la nostra comprensione dei meccanismi. Poiché il genoma di topo manca ancora annotazione per regioni regolative, abbiamo incorporato promotori non ridondante, isole CpG, isola shores11e identificati in precedenza sequenze GC-rich in ratto metil-Seq piattaforma12.
Per valutare la corretta progettazione e implementazione della piattaforma SureSelect destinazione arricchimento (genericamente come metil-Seq) per il genoma del ratto, abbiamo impiegato un modello del ratto di stress cronico variabile (CVS)13 per identificare differenzialmente metilato regioni tra animali atone e stressati. La nostra piattaforma di progettazione, protocollo e implementazione può essere utile per gli investigatori che vogliono condurre un'indagine completa ed imparziale epigenetica su un organismo cui sequenza genomica è già disponibile ma rimane scarsamente con annotazioni.
Tutti gli esperimenti sono stati completati in conformità e rispetto tutti i pertinenti orientamenti normativi ed istituzionali, tra cui il Comitato di utilizzo presso la Johns Hopkins School of Medicine e istituzionali Animal Care.
1. gli animali
2. cronico Stress variabile
3. endocrini saggi
4. comportamento
5. progettazione di ratto metil-Seq
6. costruzione della biblioteca di metil-Seq ratto da DNA Genomic
Nota: Per eliminare effetti di batch, elaborare campioni multipli allo stesso tempo e scalare il mix master di conseguenza. Estrazione del DNA utilizzando un kit di estrazione del DNA commercialmente disponibile. Metodi basati su colonna o precipitazione sia restituiscono del DNA di genomic di alta qualità (rapporto di 260/280 ~ 1,8). Uso di metodi basati su fenolo non sono raccomandati. Eluire o risospendere il DNA in buffer di TE basso (10 mM TE, 0,1 mM EDTA, pH 8.0).
7. impostazione della sequenza su un Sequencer di prossima generazione
8. analisi per identificare DMRs
9. convalida di bisolfito Pyrosequencing
Un'implementazione corretta della piattaforma metil-Seq ratto è dipende da diversi criteri. Figura 1 Mostra il flusso di lavoro globale dello studio e mette in evidenza passi specifici (controllo qualità) che sono necessari prima di andare avanti. Uno dei primi fattori da considerare è la robustezza del modello animale ed il regime di sforzo, che determinano la grandezza dei cambiamenti epigenetici che si verificano in tutto il methylome. Poiché il nostro lavoro animale è basata sulla nostra osservazione precedente che esposizione di corticosterone (CORT) può portare a cambiamenti nella metilazione del DNA19,20, il nostro regime di stress cronico variabile (CVS) doveva essere di rigore sufficienti per produrre ha sottolineato ratti con i livelli elevati del plasma CORT. Un regime settimanale tipico di CVS è indicato nella tabella 1 e consisteva di sforzo quotidiani al mattino, pomeriggio, e durante la notte che vengono costantemente modificati per evitare assuefazione e diminuita risposta allo stress. Durante il regime di 3 settimane, gli animali stressati hanno esibito i livelli significativamente elevati di plasmatica CORT [giorni 4 – 21, controllano: 32,7 3,7 ng/mL, Stress: 103,0 11,9 ng/mL (media SEM), P = 2,2 x 10-4, Figura 2A] sopra quelli di unstressed, animali di controllo. Coerentemente, questi animali inoltre hanno mostrati una maggiore ansia-come comportamento su elevato e labirinto (EPM), come indicato da molto più tempo trascorso tra le braccia chiuse di EPM e meno tempo a braccia aperte (Figura 2B). Questi risultati dimostrano che l'esposizione CVS hanno portato a significativo endocrino e cambiamenti comportamentali, che ci porta a indagare se questi cambiamenti sono stati associati con le firme di metilazione di DNA specifiche.
Diamo risalto a diversi posti di blocco che sono cruciali per la costruzione di successo della libreria metil-Seq. A partire con una quantità sufficiente di DNA è necessario, come sonicazione, più lavaggio/purificazione, arricchimento di destinazione, e passaggi di conversione bisolfito successivamente riducono la quantità di DNA nella libreria finito. Anche se diversi passaggi di amplificazione di PCR alleviare la perdita della mascherina del DNA, eccessivo numero di ciclo PCR può introdurre maggiore letture duplicate. Per lo studio corrente ratto metil-Seq, 2 g di sangue gDNA per ratto è stato utilizzato. Notiamo che librerie di metil-Seq possono essere fatta con quantità di DNA di partenza à partir 500 ng. Più piccolo materiale di partenza permette agli utenti di generare librerie da DNA isolato da FACS (ordinamento di fluorescenza-attivato delle cellule) o dell'ago di pugni, anche se c'è rischio aumentato di produrre una quantità insufficiente di librerie per la sequenza successiva. QC viene eseguita tramite l'elettroforesi di 1 L del campione su un bioanalyzer, che fornisce il peso molecolare, la quantità e la molarità di DNA. Tre passaggi critici che richiedono l'uso di bioanalyzer sono: 1) dopo il passaggio di sonicazione per garantire sufficiente tosatura del DNA (~ 170 bp, rosso, Figura 3); 2) a seguito di passaggio di legatura adattatore indicato da un cambiamento nella dimensione media del DNA tranciata (~ 200 bp, blu, Figura 3) per garantire la loro successiva amplificazione mediante PCR; e 3) dopo il passaggio di purificazione finale libreria per garantire la quantità e le dimensioni della libreria per il sequenziamento.
I pacchetti di R BSSeq e BSmooth in Bioconductor sono stati usati per analizzare il bisolfito sequenziamento dati18. Essi comprendono strumenti e metodi per allineare le letture di sequenza, esegue il controllo di qualità, e identificare differenzialmente metilato regioni (DMRs). BSmooth software richiama Bowtie 2.016,17 come un allineatore sequenza interna per ottenere riepiloghi di misurazione CpG-livello, tramite l'allineamento di raw inpue letture a sequenze genomic bisolfuro-convertito. Le letture allineate vengono quindi filtrate attraverso le procedure di controllo di qualità rigoroso che cercano di individuare sequenziamento sistematico ed errori di base chiamata che possono comportare un'asimmetria analisi a valle. Una serie di trame vengono generati per aiutare visivamente in questo processo di filtraggio. Sequenziamento metriche vengono generati anche per documentare le pertinenti informazioni quali il numero di letture allineate, destinazione % e a copertura di CpG, tra gli altri (tabella 2). Una volta che i dati vengono filtrati, un algoritmo di smussatura/normalizzazione viene eseguito, dove ogni CpG è assegnato un valore stimato di metilazione basato su QC tutti legge da ogni campione e stima dalla vicina CpGs per garantire più precisa vocazione di metilazione stato anche nei casi dove la copertura di sequenza è bassa. Questo valore fornisce una levigata stima della probabilità di metilazione in ogni sito di CpG. Confrontando la media delle stime levigata metilazione di ciascun campione tra i due gruppi di trattamento e classifica regioni genomiche dal più significativamente differente al minore, viene generato un elenco di DMRs (tabella 3).
Parte superiore che DMR tra gruppi sollecitate e unstressed era situato nel promotore del gene di istocompatibilità ratto Rt1-m4, con sottolineato animali che esibiscono i livelli elevati di metilazione attraverso tutti i CpGs rispetto agli animali non accentati (Figura 4A). Per confermare la riuscita implementazione della piattaforma metil-Seq e l'analisi dei dati, gli iniettori sono stati progettati contro il DMR e i livelli di metilazione del DNA di sangue nella intera coorte degli animali stressati e unstressed (8 sequenziato da metil-Seq e 8 non in sequenza) sono stati valutati da bisolfito pirosequenziamento. I risultati dimostrano un aumento significativo nella metilazione del DNA attraverso 10 fuori il 12 CpGs analizzati (variazione 5.1 – 10.4% metilazione, P < 0,037, Figura 4B). KEGG pathway analisi è stata effettuata su tutte le dimensioni nominali significativo DMRs per identificare vie connesse con lo sforzo. Coerentemente, DMR-collegata vie implicati malattie connesse con l'esposizione di stress cronico, come diabete, malattie cardiovascolari e cancro (tabella 4). 21 , 22 , 23 per dimostrare un'associazione tra i dati epigenetici e il grado di esposizione allo stress, i livelli di metilazione CpG-10 sono stati confrontati con i livelli medi di CORT 3-settimana per ogni animale. Risultati hanno mostrato una modesta correlazione tra i dati di sistema endocrino e metilazione (R2= 0,54, P = 0,001, Figura 5).
Figura 1: flusso di lavoro nel complesso schematico per la piattaforma di ratto metil-Seq. Un g di DNA genomic estratto dal sangue del sollecitato e ratti di controllo viene elaborato in primo luogo per la costruzione le librerie di metil-Seq per sequenziamento, analisi e identificazione del target. Un altro 100 ng di DNA è utilizzato per la convalida indipendente degli obiettivi identificati epigenetici di bisolfito pirosequenziamento. Clicca qui per visualizzare una versione più grande di questa figura.
Figura 2: l'esposizione cronica a stress variabile (CVS) conduce ai cambiamenti endocrini e comportamentistici in ratti. (A) più campionamenti di corticosterone (CORT) dimostrano la robustezza della settimana 3 regime di CVS. I campioni di sangue sono stati raccolti al mattino prima del regime lo stress quotidiano. (B) gli animali stressato trascorso più tempo tra le braccia chiuse e meno tempo a braccia aperte del elevato più labirinto (EPM). BoxPlot con punto di dati per ogni animale sono mostrati. Test T di Student è stato effettuato per la significatività statistica. * P < 0,05, * * P < 0.01, e * * * P < 0,001. Clicca qui per visualizzare una versione più grande di questa figura.
Figura 3: quantificazione del ratto tranciata e adattatore-legati del DNA su un bioanalyzer. Le curve rosse e blue mostrano la quantità e le dimensioni del DNA genomico (rosso) seguendo la tosatura in un sonicatore isotermici e legatura adattatore, rispettivamente. Ogni riga rappresenta un campione e il rosso e blue curve riflettono sia la perdita di DNA durante le varie fasi (fine-riparazione, 3'-poliadenilazione e pulitura del campione) e aumentano di dimensione bp dovuto la legatura degli adattatori. Taglienti punte a 25 bp e bp 1500 sono marcatori standard che sono stati aggiunti al buffer di caricamento. Clicca qui per visualizzare una versione più grande di questa figura.
Figura 4: cambiamenti epigenetici indotti da CVS vengono rilevati dal ratto metil-segg. (A) analisi del ratto metil-Seq dati implicati il promotore del gene di Rt1m4 come una regione differenzialmente metilata (DMR) tra stressato (rosso) e ratti di controllo (blu). L'output grafico per Rt1m4 DMR (rosa area ombreggiata) consente di visualizzare ogni CpG (linea grigia verticale), i quattro campioni in ciascun gruppo (righe rosse o blu) e i livelli di metilazione % per ciascun animale (punto rosso o blu). (B) dodici CpGs entro il DMR sono state convalidate da bisolfito pirosequenziamento. I grafici a barre sono rappresentati come media SEM, e T-test di uno studente è stato eseguito per la significatività statistica. * P < 0.05. Clicca qui per visualizzare una versione più grande di questa figura.
Figura 5: analisi di regressione lineare ha mostrato una modesta correlazione tra % DNA metilazione di CpG-10 del Rt1m4 e la settimana 3 del plasma medio livelli CORT di entrambi ha sottolineato e controllare gli animali (N = 16). I dati di animali sollecitati sono rappresentati da cerchi rossi. Clicca qui per visualizzare una versione più grande di questa figura.
Settimana | 1 ° giorno | 2 ° giorno | 3 ° giorno | 4 ° giorno | Giorno 5 | 6 ° giorno | Giorno 7 |
AM | Sistema di ritenuta | Nuotare | Camera fredda | Nuotare | Sistema di ritenuta | Shaker | Nuotare |
PM | Shaker | Tilt di gabbia | Sistema di ritenuta | Shaker | Camera fredda | Sistema di ritenuta | Camera fredda |
Pernottamento | Limitare l'alimento | Biancheria da letto di bagnato | Isolamento | Luce su | Affollamento | Luce su | Biancheria da letto di bagnato |
Tabella 1: Un programma settimanale tipico del regime di sforzo variabile cronico (CVS).
Metriche di sequenziamento | Lo stress1 | Controllo1 |
(n = 4) | (n = 4) | |
Accoppiato letture di fine (al) | 89,290,397 | 80,165,674 |
Accoppiati in modo univoco mappato fine legge (UMPER) | 39,200,255 | 35,013,406 |
L'efficienza di tasso/mappatura di allineamento (UMPER / a) | 44% | 44% |
Duplicati letture (% UMPER) | 73% | 65% |
UNZIONE deduplicati | 10,481,031 | 12,306,018 |
Lettura profondità copertura media (x) (ARDC) | 6 x | 6 x |
CpGs (N) | 12,056,878 | 12,056,878 |
ARDC (x) di CpGs | 2 x | 2 x |
CpGs con almeno 10 letture (N) | 481.383 | 595.850 |
ARDC (X) di CpGs con almeno 10 letture | 19 | 19 |
Il Target CpGs (completa sovrapposizione con sonda regioni di destinazione) | 1.923.872 | 2.007.638 |
Il Target ARDC (x) di CpGs | 7 x | 8 x |
Il Target CpGs con almeno 10 letture (N) | 428.249 | 531.419 |
Nella destinazione ARDC (x) di CpGs con almeno 10 legge | 18 x | 18 x |
Il Target (PER con 1 o più coppie di basi sovrapposizione con sonda regioni Target) (UMPER) | 8.277.715 | 9.369.523 |
% Sul bersaglio (di unzione deduplicati) | 78% | 77% |
Il Target (basi totali mappati) Mb | 125 mb | 128 mb |
In copertura di profondità media di lettura di obiettivo (x) (ARDC) | 9 x | 10 x |
1 Sequenziamento metriche basate su medie tra i soggetti in ciascun gruppo |
Tabella 2: Sequenziamento metriche ottenute dalla piattaforma di metil-Seq del ratto.
Chr | inizio | fine | gene | distanza | areaStat | meanDiff | stress | controllo | direzione |
chr20 | 1.644.246 | 1.644.390 | RT1-M4 | in_gene | 93.03 | 0.22 | 0,33 | 0,11 | guadagno |
chr5 | 160,361,352 | 160,361,564 | LOC690911 | in_gene | -70.75 | -0,19 | 0,72 | 0.91 | perdita |
chr3 | 61,138,281 | 61,138,330 | RGD1564319 | 265569 | 61.79 | 0.21 | 0.94 | 0,72 | guadagno |
chr2 | 143,064,811 | 143,065,010 | Ufm1 | 8569 | -59.48 | -0.11 | 0.13 | 0,24 | perdita |
chr7 | 30,764,111 | 30,764,284 | Ntn4 | in_gene | 57.04 | 0.21 | 0.94 | 0,73 | guadagno |
chr17 | 12,469,112 | 12,469,218 | Idnk | 41996 | -50.91 | -0,13 | 0,74 | 0.88 | perdita |
chr7 | 47,101,725 | 47,101,930 | PAWR | in_gene | -50.54 | -0.12 | 0,64 | 0,76 | perdita |
chr5 | 76,111,248 | 76,111,822 | Txndc8 | 151703 | -50.38 | -0.11 | 0.85 | 0,96 | perdita |
chr11 | 80,640,132 | 80,640,356 | DGKG | in_gene | -50.07 | -0.16 | 0,73 | 0.89 | perdita |
chr8 | 71,759,248 | 71,759,411 | Mir190 | 210226 | -47.84 | -0,17 | 0,58 | 0,75 | perdita |
Tabella 3: Top 10 differenzialmente metilato regioni. Per ogni DMR, tabella di output Mostra da sinistra a destra: posizione cromosomica (chr), coordina (inizio/fine), nome del gene, distanza dalla trascrizione avviare sito, statistiche dell'area differenziale tra gruppi (areaStat) di controllo e stressato, significa differenziali di metilazione (meanDiff), i livelli di metilazione media attraverso ogni DMR per stressati e gruppi di controllo (controllo, dello stress) e la direzione di metilazione modificare da controlli.
KEGG Pathway termini | Conteggio di gene | % | Valore di P | Benjamini |
Diabete | ||||
Diabete mellito di tipo II | 12 | 0.1 | 3.6 x 10-4 | 9,8 x 10-3 |
Malattia cardiovascolare | ||||
Contrazione del muscolo liscio vascolare | 18 | 0.1 | 1.6 x 10-3 | 3.6 x 10-2 |
Cardiomiopatia aritmogena del ventricolo destro (ARVC) | 13 | 0.1 | 4,0 x 10-3 | 7.1 x 10-2 |
Cardiomiopatia dilatativa | 14 | 0.1 | 7,6 x 10-3 | 1.2 x 10-1 |
Funzione del neurone | ||||
Potenziamento a lungo termine | 11 | 0.1 | 1.5 x 10-2 | 1.4 x 10-1 |
Segnalazione | ||||
Via di segnalazione MAPK | 35 | 0.2 | 2.4 x 10-4 | 9,9 x 10-3 |
Via di segnalazione del calcio | 22 | 0.1 | 1.2 x 10-2 | 1.4 x 10-1 |
Via di segnalazione di chemokine | 21 | 0.1 | 1.2 x 10-2 | 1.3 x 10-1 |
Cancro | ||||
Percorsi in cancro | 42 | 0.3 | 4.1 x 10-5 | 3.4 x 10-3 |
Glioma | 15 | 0.1 | 4.4 x 10-5 | 2.4 x 10-3 |
Carcinoma polmonare non a piccole cellule | 10 | 0.1 | 7,9 x 10-3 | 1.1 x 10-1 |
Cancro colorettale | 13 | 0.1 | 8,4 x 10-3 | 1.1 x 10-1 |
Leucemia mieloide cronica | 12 | 0.1 | 1.2 x 10-2 | 1.3 x 10-1 |
Tabella 4: Analisi KEGG Pathway di DMRs identificato dal ratto metil-segg.
In questo studio, abbiamo progettato e implementato la piattaforma di metil-Seq per il genoma del ratto. Dimostrando la sua utilità con un modello del ratto di stress, abbiamo dimostrato che la pipeline sperimentale e analitica può fornire differenzialmente metilate regioni tra due gruppi di confronto.
Per garantire un'implementazione corretta della piattaforma, alcuni passaggi critici devono essere osservati. Primo, prima la quantità e la qualità di DNA ha un impatto significativo sulla qualità e quantità della biblioteca metil-Seq finale. Abbiamo utilizzato un fluorimetro, piuttosto che uno spettrofotometro, per garantire che la nostra misura di DNA riflette la quantità di DNA double-stranded presente. Il bioanalyzer fu utilizzato per misurare la dimensione molecolare e la quantità di DNA dopo la tosatura e dopo la legatura adattatore. Verificare la dimensione molecolare "Maiusc" tra questi passaggi è fondamentale per confermare la presenza di adattatori alle estremità di ogni frammento di DNA che saranno sottoposti a PCR adattatore-mediata nei passaggi successivi. La quantità di DNA esogeno che rimane alla fine del passaggio di legatura del adattatore anche è importante, poiché almeno 100 ng del prodotto biblioteca è necessario in questa fase per garantire quantità sufficiente è disponibile dopo la procedura di conversione di arricchimento e bisolfito di destinazione. Una misura finale di alto-sensibilità è stata eseguita la libreria di metil-Seq costruita così che la libreria può essere diluita correttamente per il clustering successive del sequenziatore di nuova generazione. Infine, bisolfito pyrosequencing è stato impiegato come metodo altamente-quantitativa, indipendente per valutare l'accuratezza della pipeline analitica. La validazione finale utilizzando i campioni originale e la replica utilizzando animali addizionali sono passi fondamentali per garantire che l'esperimento può rilevare biologicamente significativi cambiamenti nella metilazione del DNA.
Abbiamo anche diverse linee guida in caso di deviazione dal protocollo o se si verificano problemi. In primo luogo, è possibile perdere troppo DNA durante il fine-riparazione, legatura di adattatore o fasi di purificazione di biglie magnetiche. In alternativa, potrebbe essere piccolo a partire quantità di DNA (< 200 ng) a causa della disponibilità limitata dei tessuti/DNA o implementazione dei vari metodi di arricchimento come ordinamento di attivate la fluorescenza delle cellule. Aumentando il numero di ciclo durante le fasi di amplificazione due libreria può essere in grado di compensare la perdita eccessiva di DNA o bassa a partire quantità di DNA in tutto il protocollo di costruzione di libreria. Tuttavia, non più di un ulteriore 2-3 cicli sono raccomandati, come amplificazione eccessiva modello rischia di condurre ad un aumento del numero di duplicati letture essere sequenziato. Questi duplicati vengono esclusi durante il passo di allineamento per evitare pregiudizi nei calcoli di percentuale di metilazione. In secondo luogo, se la dimensione media di DNA non aumenta da più di 30 bps, controllare che i reagenti siano nuovi, come T4 DNA polimerasi, Klenow, e/o T4 ligasi potrebbe essere vecchia. Reagenti di ricambio disponibili in commercio possono essere utilizzati.
Inoltre, è possibile che il predetto DMRs potrebbero non convalidare da pyrosequencing, dove le differenze di metilazione del DNA non esistono o sono significativamente inferiori a quelli previsti dall'analisi. Validazione poveri dei paesi candidati è un problema troppo comune per molte analisi del genoma, ad esempio quando pyrosequencing risultati non confermano differenziali di metilazione o la dimensione dell'effetto è molto più piccola rispetto a quanto previsto dall'analisi. BSmooth è un pacchetto analitico che "leviga" i livelli di metilazione attraverso una finestra di CpGs multiple. Per l'esperimento corrente, BSmooth implicato un DMR in cui i livelli di metilazione sono stati convalidati da bisolfito pirosequenziamento. Tuttavia, ci sarà probabilmente discrepanze tra i livelli di metilazione preveduti di BSmooth e quelli verificati da pirosequenziamento. Le discrepanze derivano dalla funzione di smussatura che stima i valori medio metilazione in tutti il CpGs entro un DMR, tra cui consecutivi CpGs che possono differire nella metilazione del DNA di più del 50% o CpGs i cui valori di metilazione sono stati esclusi a causa sotto soglia legge profondità. R-pacchetti come MethylKit24 possono essere utilizzati per identificare le finestre più piccole di CpGs o anche singole CpGs cui i livelli di metilazione fortemente correlano con quelli convalidati da pirosequenziamento. Implementazione di pacchetti diversi e test loro regioni previste o CpGs di differenziali di metilazione di pyrosequencing garantirà la robustezza dei dati. In alternativa, originale metil-Seq librerie possono essere Live e aggiunte ai file di lettura per aumentare la profondità di lettura. Poiché la determinazione dei livelli di metilazione sono semi-quantitativa e dettati dal numero di letture [(# of CpGs) / (n # di TpGs + CpGs)], aumentando la profondità di lettura per un determinato CpG aumenta la precisione del suo valore di percentuale di metilazione. In questo studio, abbiamo considerato solo CpGs i cui valori di metilazione sono stati determinati da almeno dieci letture e raggiunto una copertura di lettura complessiva di 19 x per ogni CpG.
La piattaforma di metil-Seq del ratto non è priva di limiti. Mentre è più conveniente che l'intero genoma del bisolfuro, è notevolmente più costoso rispetto ad altri metodi. Tuttavia, la maggior parte del costo era per l'acquisto di corsie sul sequencer e non per il sistema di acquisizione. A seconda della profondità di lettura necessaria, con confronti di croce-tessuto che richiedono meno a causa di differenze di grandi (25 – 70%)12 nella metilazione del DNA, il costo può essere ridotto più campioni per corsia di multiplexing e utilizzando una piattaforma di maggiore capacità. Inoltre, la preparazione del campione è più laborioso rispetto ad altri metodi. Sebbene sia simile ad altri approcci di pulldown che incorporano il sequenziamento di nuova generazione, i passaggi di conversione e purificazione di bisolfito aggiunto aggiungere il carico di lavoro. Nel complesso, la piattaforma di metil-Seq è un'alternativa conveniente all'intero genoma sequenziamento e fornisce la risoluzione di base-accoppiamenti a CpGs più di 2,3 milioni, che è considerevolmente più di quelli analizzati da piattaforme basate su microarray. Ad oggi, l'umani disponibili in commercio e il mouse metil-Seq piattaforme sono stati usati per documentare le modifiche alcool-dipendenti nel macaco cervello25,26, neurodevelopmental geni nel cervello di topo9ed emato-encefalica obiettivi di glucocorticoidi10. Inoltre, la possibilità di indirizzare specifiche regioni indipendentemente dal riconoscimento di sequenza di enzimi di restrizione rende una piattaforma ideale per i confronti inter-specie. Per questo studio, abbiamo progettato la piattaforma di metil-Seq per il ratto, per cui molti esperimenti farmacologici, metabolici e comportamentali vengono eseguiti senza il beneficio di un genoma methylomic strumento. I nostri dati indicano che può essere utilizzato per rilevare DMRs in un modello del ratto di stress correlato altri parametri fisiologici quali livelli plasmatici totali di CORT.
La piattaforma di metil-Seq è ideale per epigenetici esperimenti in animali con genomi sequenziati che potrebbero non avere abbastanza prove sperimentali che documentano regioni regolatorie. Quando tali regioni sono resi disponibili, altre regioni possono essere personalizzati e associate alla versione corrente. Inoltre, la piattaforma è ideale per la genomica comparativa, poiché l'arricchimento di destinazione non è vincolato al riconoscimento degli enzimi di limitazione. Per esempio, la regione del promotore di qualsiasi gene di interesse può essere catturato indipendentemente dal fatto se ospita un sito di restrizione specifici. Allo stesso modo, qualsiasi regioni regolatorie, quali quelle individuate nel mouse o esseri umani, che si conservano nel genoma di interesse possono essere catturati.
Il manoscritto è parte di un premio di concorso da Agilent Technologies.
Questo studio è stato finanziato dal NIH grant MH101392 (RSL) e sostegno dei seguenti premi e fondazioni: un NARSAD Young Investigator Award, Margaret Ann prezzo investigatore, sul fondo di studioso James disordini di umore Wah via Charles T. Bauer Foundation, Baker Fondazione e la Fondazione di partita di progetto (RSL).
Name | Company | Catalog Number | Comments |
Radioimmuno assay (RIA) | MP Biomedicals | 7120126 | Corticosterone, 125I labeled |
Master Pure DNA Purification Kit | Epicentre/Illumina | MC85200 | |
Thermal-LOK 2-Position Dry Heat Bath | USA Scientific | 2510-1102 | Used with 1.5 mL tubes |
Vortex Genie 2 | Fisher | 12-812 | Vortex Mixer |
Ethyl alcohol, Pure | Sigma-Aldrich | E7023 | 100% Ethanol, molecular grade |
Centrifuge 5424 R | Eppendorf | - | Must be capable of 20,000 x g |
Qubit 2.0 | ThermoFisher Scientific | Q32866 | Fluorometer |
Qubit dsDNA BR Assay Kit | ThermoFisher Scientific | Q32850 | |
Qubit dsDNA HS Assay Kit | ThermoFisher Scientific | Q32851 | High sensitivity DNA detection reagents |
Qubit Assay Tubes | ThermoFisher Scientific | Q32856 | |
SureSelectXT Rat Methyl-Seq Reagent Kit | Agilent Technologies | G9651A | Reagents for preparing the Methyl-Seq library |
SureSelect Rat Methyl-Seq Capture Library | Agilent Technologies | 931143 | RNA baits for enrichment of rat targets |
IDTE, pH 8.0 | IDT DNA | 11-05-01-09 | 10 mM TE, 0.1 mM EDTA |
DNA LoBind Tube 1.5 mL | Eppendorf | 22431021 | |
Covaris E-series or S-series | Covaris | - | Isothermal sonicator |
microTUBE AFA Fiber Pre-Slit Snap-Cap 6x16mm (25) | Covaris | 520045 | |
Water, Ultra Pure (Molecular Biology Grade) | Quality Biological | 351-029-721 | |
Veriti 96 Well-Thermal Cycler | Applied Biosystems | 4375786 | |
AMPure XP Beads | Beckman Coulter | A63880 | DNA-Binding magnetic beads |
96S Super Magnet | ALPAQUA | A001322 | Magnetic plate for purification steps |
2200 TapeStation | Agilent Technologies | G2965AA | Electrophresis-based bioanalyzer |
D1000 ScreenTape | Agilent Technologies | 5067-5582 | |
D1000 ScreenTape High Sensitivity | Agilent Technologies | 5067-5584 | |
D1000 Reagents | Agilent Technologies | 5067-5583 | |
D1000 Reagents High Sensitivity | Agilent Technologies | 5067-5585 | |
DNA110 SpeedVac | ThermoFisher Scientific | - | Vacuum Concentrator |
Dynabeads MyOne Streptavidin T1 magnetic beads | Invitrogen | 65601 | Streptavidin magnetic beads |
Labquake Tube Rotator | ThermoFisher Scientific | 415110Q | Nutator Mixer is also acceptable |
EZ DNA Methylation-Gold Kit | Zymo Research | D5006 | Bisulfite conversion kit. Contains Binding, Wash, Desulphonation, and Elution buffers |
Illumina Hi-Seq 2500 | Illumina | - | Next-generation sequencing machine |
PCR and Pyrosequencing Primers | IDT DNA | Variable | |
Taq DNA Polymerase with ThermoPol Buffer - 2,000 units | New England BioLabs | M0267L | |
Deoxynucleotide (dNTP) Solution Set | New England BioLabs | N0446S | |
Pyromark MD96 | QIAGEN | - | Pyrosequencing machine |
Ethyl Alcohol 200 Proof | Pharmco-Aaper | 111000200 | 70% Ethanol solution |
Sodium Hydroxide Pellets | Sigma-Aldrich | 221465 | 0.2 M NaOH denature buffer solution |
Tris (Base) from J.T. Baker | Fisher Scientific | 02-004-508 | 10 mM Tris Acetate Buffer wash buffer solution |
PyroMark Gold Q96 Reagents (50x96) | QIAGEN | 972807 | Reagents required for pyrosequencing |
PyroMark Annealing Buffer | QIAGEN | 979009 | |
PyroMark Binding Buffer (200 mL) | QIAGEN | 979006 | |
Streptavidin Sepharose High Performance Beads | GE Healthcare | 17-5113-01 | Streptavidin-coated sepharose beads |
PyroMark Q96 HS Plate | QIAGEN | 979101 | Pyrosequencing assay plate |
Eppendorf Thermomixer R | Fisher Scientific | 05-400-205 | Plate mixer. 96-well block sold separately (cat. No 05-400-207) |
SureDesign Website | Agilent Technologies | - | Target capture design software (https://earray.chem.agilent.com/suredesign/) |
UCSC Genome Browser | University of California Santa Cruz | - | rat Nov 2004 rn4 assembly |
Agilent Methyl-Seq Protocol | Agilent Technologies | - | https://www.agilent.com/cs/library/usermanuals/public/G7530-90002.pdf |
Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE
Richiedi AutorizzazioneThis article has been published
Video Coming Soon