JoVE Logo

サインイン

このコンテンツを視聴するには、JoVE 購読が必要です。 サインイン又は無料トライアルを申し込む。

この記事について

  • 要約
  • 要約
  • 概要
  • プロトコル
  • 結果
  • ディスカッション
  • 開示事項
  • 謝辞
  • 資料
  • 参考文献
  • 転載および許可

要約

このプロトコルは、自己免疫疾患の発症中のマウス腸内細菌叢の変化を分析するためのシンプルで費用効果の高いDNA単離方法を提供します。

要約

腸内細菌叢は、免疫系の教育に重要な役割を果たしています。この関係は、遺伝的要因だけでなく、発症の引き金となったり、病気の経過を悪化させたりする可能性のある環境要因によって引き起こされる自己免疫疾患を理解するために非常に重要です。狼瘡が発生しやすいMRL / lpr雌マウスの腸内細菌叢の動態に関する以前に発表された研究は、腸内細菌叢の変化が病気の進行をどのように変えることができるかを示しました。ここでは、自己免疫の研究のために腸内細菌叢から代表的なサンプルを抽出するためのプロトコルについて説明します。微生物叢サンプルは肛門から収集され、処理され、そこからフェノール - クロロホルム法を用いてDNAが抽出され、アルコール沈殿によって精製される。PCRを実行した後、精製されたアンプリコンは、アルゴンヌ国立研究所の次世代シーケンシングプラットフォームを使用してシーケンスされます。最後に、16SリボソームRNA遺伝子シーケンシングデータを解析します。例として、CX3CR1の有無にかかわらずMRL/lprマウスの腸内細菌叢の比較から得られたデータが示されている。結果は、プロテオバクテリア門などの病原性細菌を含む属と、健康な共生微生物叢の一部と考えられている ビフィズス菌属に有意差を示しました。要約すると、このシンプルで費用効果の高いDNA単離方法は信頼性が高く、自己免疫疾患に関連する腸内細菌叢の変化の調査に役立ちます。

概要

人間とバクテリアは長い間共存してきました。彼らは、宿主の免疫応答に定量的および定性的な方法で影響を与える相互有益な効果との共依存関係を確立しました1。最近の研究では、腸内細菌叢の組成と、多発性硬化症2、関節リウマチ32型糖尿病4、炎症性腸疾患5、全身性エリテマトーデス(SLE)6などの自己免疫疾患の病因との関連が示唆されています。しかし、腸内細菌叢がこれらの自己免疫疾患の主な原因なのか二次的な影響なのかはまだ不明です7。潜在的に、腸内細菌叢は自己免疫疾患のエフェクター段階で病気を悪化させたり、これらの病気の誘発を調節する役割を果たす可能性があります8

腸内細菌叢症は、狼瘡が発生しやすいMRL/Mp-Faslpr(MRL/lpr)マウスで報告されており、乳酸菌の有意な枯渇を伴う腸内細菌叢の変化が観察されました9。5種類のラクトバチルス菌株を混合して経口投与したところ、狼瘡様症状は大きく軽減され、SLEの病態調節における微生物叢の重要な役割が示唆された。

以下のDNA抽出技術は、狼瘡を起こしやすいマウスのマウスSLE様疾患の過程で微生物叢の変動を追跡し、定性的および定量的に分析することを可能にする。健康な腸内細菌叢を調べるか、嚥下障害を定義するかにかかわらず、データがどのように収集され、それが正確で再現性があるかどうかを批判的に検討することが重要です10。このプロセスでは、すべてのステップが重要です。DNA抽出プロセス中にバイアスを導入する可能性のある問題は、微生物の表現が不正確になる可能性があるため、微生物DNAを抽出するには適切な方法論を使用する必要があります。フェノール-クロロホルム法がここに記載されているが、特定のケースでうまく機能する細菌からDNAを抽出するための市販のキットがあります11。ただし、それらの使いやすさは、コストと必要なサンプル量によって制限されます。

ここで紹介するプロトコルは費用対効果が高く、少量のサンプルしか必要としません。あらゆる種類の便サンプルで問題なく機能し、時間の経過に伴う腸内細菌叢のダイナミクスの研究やグループ間の比較に役立ちます。DNAは、フェノール、クロロホルム、イソアミルアルコールを使用するアルコール精製法で単離されます。アルコールベースの抽出は、最終ステップでDNAが沈殿するタンパク質や脂質のサンプルを洗浄して除去するのに役立ちます。提案手法は、効率と品質が著しく高く、細菌集団の同定において正確であることが証明されています。手順中の重要な注意点の1つは、DNA汚染が発生する可能性があるため、適切なサンプルの取り扱いが必要であることです12

次に、DNAは、イルミナMiSeqなどの16S rRNA遺伝子の次世代シーケンシングプラットフォームによって分析されます。特に、V4超可変領域は、高ランク分類群13のより良い定量化を提供するために分析されます。その後のバイオインフォマティクス解析は外部委託し、その後、標準的な統計手法を用いた社内解析を行います。ダウンストリームシーケンシングに利用できるオープンソースのバイオインフォマティクスソフトウェアプログラムは多数あり、実行される分析の種類は、関心のある特定の生物学的問題に大きく依存します14。このプロトコルは、シーケンシング前の実験ステップに特に焦点を当てており、糞便サンプルからDNAを取得するためのより用途が広く、費用効果が高く、比較可能で効率的な方法を提供します。

プロトコル

B6.129P2(Cg)-Cx3cr1tm1Litt/JマウスのCx3cr1 gfp/gfp遺伝子座をMRL/MpJ-Fas lpr/J(MRL/lpr)に10世代にわたってバッククロスさせ、MRL/lpr-CX 3CR1 gfp/gfpマウスを作製した。一塩基多型(SNP)パネルを用いたゲノムスクリーニングにより、新たに作製したマウスの遺伝的背景はMRL/LPRと97%以上同一であることが確認された。その後、マウスは、バージニア工科大学の施設内動物管理使用委員会(IACUC)の特定の要件に従って、特定の病原体のない環境で飼育および維持され、サンプルは、マウスが13、14、および15週齢のときに収集されました。

1.マウスからの微生物叢サンプルの収集

  1. 各マウスを個別にケージから取り出します。糞便ペレットを肛門から直接採取し、処理されるまで-80°Cで保管します。滅菌済みの清潔な鉗子、チューブ、手袋でサンプルを処理します。
    注意: 容器(ビーカーなど)を使用して、糞便サンプルを待っている間にマウスを置くことができます。各マウスの前後にエタノールで容器を洗浄します。
  2. 凍結ペレットを事前に計量した2 mLスクリューキャップチューブに追加します。糞便重量をグラム単位で記録し、糞便ペレットあたり0.02〜0.05 gにする必要があります。
  3. 0.1 mmガラスビーズの薄層、500 μLの溶解バッファー(50 mM NaCl、5 mM Tris、および50 mM EDTA)、および200 μLの20% SDSをペレットに加えます。
  4. チューブをホモジナイザーで4分間(最大出力で)ビーズビートした後、3〜5分間ボルテックスします。
  5. 泡と泡を取り除くために短時間回転します(遠心分離機のボタンを1,000〜1,200 x gに達するまで押してから解放します)。

2.DNA抽出

  1. ステップ1.5で得られた上清350 μL(破片を運ばないように)を新しい1.5 mLスナップキャップチューブに移します。500 μLのフェノール-クロロホルム-イソアミルアルコール(PCI;25:24:1、v / v)混合物を加え、1分間ボルテックスします。
    注:今後、サンプルは化学フード内で取り扱う必要があります。PCIは有毒です。
  2. 6,000 x g で4°Cで3分間スピンします。 180 μLの水相(最上層)を新しい1.5 mLスナップキャップチューブに移します。180 μL(1:1)のクロロホルムを加え、反転させて混合します。
    注意: 最上層を転送するときは、最下層からの汚染を最小限に抑えてください。
  3. 18,400 x g で4°Cで3分間スピンします。 180 μLの水相を新しいスナップキャップチューブに移します。
    注意: PCIとクロロホルムを廃棄した後、生物学的安全キャビネットで次の手順を実行できます。
  4. 180 μLの冷イソプロパノールと36 μLの5M NH4Acを加え、数回反転させて混合し、チューブを氷上に20分間置きます。
  5. 18,400 x g で4°Cで20分間スピンします。 上清を捨てるために注ぐ。反転させながら、500μLの冷たい70%エタノールでペレットを数回洗浄します。
    注:エタノールは二重脱イオン滅菌水で希釈する必要があります。
  6. 18,400 x g で4°Cで3分間スピンします。 上清を廃棄して残留エタノールを除去する。
  7. ペレットが透明になるまで、ティッシュペーパー上でチューブを逆さまに20分間風乾します。ペレットを50 μLの分子グレードの水に懸濁します。液体を37°Cで10分間加熱して、大きなDNAペレットを完全に溶解します。
  8. 加熱後にチューブを回転させて、蓋の結露液滴を回収します(3,400 x g で1分間)。
  9. 濃度を測定し、分光光度計を使用して260/280比を取得します。ブランクとして分子グレードの水を使用してください。良質のDNAは、1.8から2の範囲の260/280の比率を持つ必要があります。
    注:予想されるDNA収量は、糞便ペレットあたり少なくとも0.03gです。

3. 16S rRNA遺伝子シーケンシングのためのサンプル調製

  1. DNAサンプルをアルゴンヌ国立研究所に送り、そこでライブラリの準備を行い、イルミナミセックで配列決定します。
    1. サンプルをフルスカートの96ウェルプレートで送り、サンプルを列(A1-A12、B1-B12など)に配置し、ホイルプレートシールで密封します。
    2. 1ウェルあたりサンプルあたり20 μLの最終容量を、1〜50 ng / μLの濃度で送ります。
      注:希釈は分子グレードの水で行う必要があります。
    3. サンプルを調製した後、室温で600 x g で1分間回転してから、サンプルを-80°Cで24時間凍結します。
    4. ドライアイスで一晩送ってください。

結果

アルゴンヌ国立研究所の結果は、資格のあるバイオインフォマティシャンによって分析され、続いて標準的な統計的手法を使用して社内でデータが分析されます。典型的なマイクロバイオーム分析では、サンプル中のさまざまな微生物の代理として、類似した配列を操作分類単位(OTU)またはアンプリコン配列バリアント(ASV)にクラスター化します。次に、サンプル全体のOTUまたはASVの数を使用...

ディスカッション

バランスの取れた腸内細菌叢は、人体を病気から守ることができます。このバランスが外部または内部のトリガーによって乱されると、結果は壊滅的なものになる可能性があります。この方法は、マウスモデルにおける腸内細菌叢の動態を分析する方法を提示します。この方法は、グループ間の比較だけでなく、腸内細菌叢を経時的に追跡して、腸内細菌叢を破壊する時間依存の要因をより?...

開示事項

著者は、利益相反はないと宣言しています。

謝辞

アルゴンヌ国立研究所と協力しているバイオインフォマティシャンの支援に感謝します。この作業は、さまざまなNIHおよび内部助成金によってサポートされています。

資料

NameCompanyCatalog NumberComments
0.1 mm glass beadsBioSpec Products11079101
2 mL screw cap tubesThermo Fisher Scientific3488
20% SDSFisherScientificBP1311-1SDS 20%
96% Ethanol, Molecular Biology GradeThermo Fisher ScientificT032021000CS
Ammonium Acetate (5 M)Thermo Fisher ScientificAM9071NH4AC 5M
B6.129P2(Cg)-Cx3cr1tm1Litt/JJackson Laboratory005582
Bullet Blender storm 24Next Advance4116-BBY24MHomogenizer
ChloroformFisherScientificC298-500
DEPC-Treated WaterThermo Fisher ScientificAM9916
Ethylenediamine Tetraacetic AcidFisherScientificBP118-500EDTA
Foil plate sealFisherScientificNC0302491
Kimwipes-Kimtech 34256FisherScientific06-666C
MRL/MpJ-Faslpr/J (MRL/lpr) miceJackson Laboratory000485
Nanodrop 2000 spectrophotomerThermo Fisher ScientificND2000CLAPTOP
Phenol: chloroform: isoamylalchohol (25:24:1)FisherScientificBP1752I-400PCI
Scale with 4 decimalsMettler ToledoMS205DU
Skirted 96-well platesThermo Fisher ScientificAB-0800
Sodium chlorideFisherScientific15528154NaCl
Tris HydrochlorideFisherScientificBP1757-100
VortexScientific IndustriesSI-0236

参考文献

  1. Lee, Y. K., Mazmanian, S. K. Has the microbiota played a critical role in the evolution of the adaptive immune system. Science. 330 (6012), 1768-1773 (2010).
  2. Lee, Y. K., Menezes, J. S., Umesaki, Y., Mazmanian, S. K. Proinflammatory T-cell responses to gut microbiota promote experimental autoimmune encephalomyelitis. Proceedings of the National Academy of Sciences of the United States of America. 108, 4615-4622 (2011).
  3. Yeoh, N., Burton, J. P., Suppiah, P., Reid, G., Stebbings, S. The role of the microbiome in rheumatic diseases. Current Rheumatology Reports. 15 (3), 314 (2013).
  4. Larsen, N., et al. Gut microbiota in human adults with type 2 diabetes differs from non-diabetic adults. PLoS One. 5 (2), 9085 (2010).
  5. Alam, M. T., et al. Microbial imbalance in inflammatory bowel disease patients at different taxonomic levels. Gut Pathogens. 12 (1), (2020).
  6. Vieira, S. M., Pagovich, O. E., Kriegel, M. A. Diet, microbiota and autoimmune diseases. Lupus. 23 (6), 518-526 (2014).
  7. Mu, Q., Zhang, H., Luo, X. M. SLE: another autoimmune disorder influenced by microbes and diet. Frontiers of Immunology. 6, 608 (2015).
  8. Tektonidou, M. G., Wang, Z., Dasgupta, A., Ward, M. M. Burden of serious infections in adults with systemic lupus erythematosus: a national population-based study. Arthritis Care & Research. 67 (8), 1078-1085 (2015).
  9. Mu, Q., et al. Control of lupus nephritis by changes of gut microbiota. Microbiome. 5 (1), 73 (2017).
  10. Panek, M., et al. Methodology challenges in studying human gut microbiota - effects of collection, storage, DNA extraction and next generation sequencing technologies. Scientific Reports. 8 (1), 5143 (2018).
  11. Fiedorová, K., et al. The impact of dna extraction methods on stool bacterial and fungal microbiota community recovery. Frontiers in Microbiology. 10, 821 (2019).
  12. Gerasimidis, K., et al. The effect of DNA extraction methodology on gut microbiota research applications. BMC Research Notes. 9, 365 (2016).
  13. Bukin, Y. S., et al. The effect of 16S rRNA region choice on bacterial community metabarcoding results. Scientific Data. 6 (1), 190007 (2019).
  14. Galloway-Peña, J., Hanson, B. Tools for analysis of the microbiome. Digestive Diseases and Sciences. 65 (3), 674-685 (2020).
  15. Sharpton, T. J. An introduction to the analysis of shotgun metagenomic data. Frontiers in Plant Science. 5, 209 (2014).

転載および許可

このJoVE論文のテキスト又は図を再利用するための許可を申請します

許可を申請

さらに記事を探す

183

This article has been published

Video Coming Soon

JoVE Logo

個人情報保護方針

利用規約

一般データ保護規則

研究

教育

JoVEについて

Copyright © 2023 MyJoVE Corporation. All rights reserved