Een methode voor transcriptome profilering van granen wordt gepresenteerd. De op microarray gebaseerde genexpressieprofilering begint met de isolatie van hoogwaardig totaal RNA uit granen en gaat verder met de generatie van cDNA. Na cRNA-etikettering en microarray hybridisatie worden aanbevelingen gedaan voor signaaldetectie en kwaliteitscontrole.
De karakterisering van genexpressie is afhankelijk van RNA kwaliteit. Bij het ontkiemen, ontwikkelen en rijpen van granen wordt de extractie van hoogwaardig RNA vaak belemmerd door een hoog zetmeel- en suikergehalte. Deze verbindingen kunnen zowel de opbrengst als de kwaliteit van het geëxtraheerde totale RNA verminderen. De verslechtering van de kwantiteit en de kwaliteit van het totale RNA kan vervolgens een aanzienlijke invloed hebben op de downstream-transcriptomische analyses, die mogelijk niet nauwkeurig de ruimtelijke en/of temporele variatie in het genexpressieprofiel van de geteste monsters weerspiegelen. In dit protocol beschrijven we een geoptimaliseerde methode voor de extractie van totaal RNA met voldoende kwantiteit en kwaliteit om te worden gebruikt voor de hele transcriptoomanalyse van granen. De beschreven methode is geschikt voor verschillende downstream toepassingen die worden gebruikt voor transcriptieprofilering van ontwikkelende, ontkiemende en rijpe granen. De methode van transcriptome profilering met behulp van een microarray platform wordt getoond. Deze methode is speciaal ontworpen voor genexpressie profilering van granen met beschreven genoomsequenties. De gedetailleerde procedure van microarray handling tot de uiteindelijke kwaliteitscontrole wordt beschreven. Dit omvat cDNA-synthese, cRNA-etikettering, microarray-hybridisatie, diascanning, functieextractie en validatie van gegevenskwaliteit. De gegevens gegenereerd door deze methode kan worden gebruikt om het transcriptoom van granen te karakteriseren tijdens de kieming, in verschillende stadia van de ontwikkeling van granen, of op verschillende biotische of abiotische stress voorwaarden. De hier gepresenteerde resultaten illustreren hoogwaardige transcriptiegegevens die vatbaar zijn voor downstream bio-informaticaanalyses, zoals de bepaling van differentieel uitgedrukte genen (DEG’s), karakterisering van genregulerende netwerken en het uitvoeren van transcriptome-brede associatiestudie (TWAS).
Het transcriptoom vertegenwoordigt de volledige set ribonucleic zuur (RNA) transcripties uitgedrukt door het genoom van een organisme op een bepaald moment en in het bijzonder milieu- en groeiomstandigheden. Elke cel heeft zijn individuele transcriptoom, die zijn huidige fysiologische en metabolische toestand weerspiegelt. Een verzameling cellen afkomstig van een soortgelijk weefsel of orgaan wordt gebruikt in een typische transcriptome studie, maar single-cell en ruimtelijk opgelost transcriptomics worden steeds populairder1. Transcriptomische analyses beginnen met de extractie van het totale RNA uit een geselecteerd weefsel op een bepaald tijdstip, en in gedefinieerde groeiomstandigheden. Daartoe bevelen wij het gebruik aan van een nieuw ontwikkelde methode voor de extractie van totaal RNA uit monsters met een hoog zetmeel- of suikergehalte, zoals granen2. De vergelijking van transcriptomen tussen verschillende monsters resulteert in de identificatie van RNA moleculen met verschillende overvloed. Deze RNA moleculen worden beschouwd als differentieel uitgedrukte genen (DEG’s). De overvloed aan transcripties afgeleid van specifieke markergenen kan vervolgens worden gebruikt om de ontwikkelingsstatus te schatten of de reactie van een organisme op omgevingsschommelingen te bepalen. Genen zonder detecteerbare veranderingen in hun transcript overvloed over de ontwikkelingstijd punten in studie worden vaak gebruikt als referentie of huishouding genen.
Het RNA wordt meestal gedetecteerd en gekwantificeerd door verschillende methoden, zoals Noordelijke blotting en kwantitatieve omgekeerde transcriptase polymerase kettingreactie (qRT-PCR), maar de huidige high-throughput transcriptomics methoden zijn sterk afhankelijk van nucleïnezuur hybridisatie met behulp van microarray technologie evenals RNA sequencing (RNA-Seq). RNA-Seq is erg populair op dit moment, omdat het biedt verschillende voordelen voor hoge doorvoer transcriptomic toepassingen zoals elders beoordeeld3,4. Hoewel een oudere technologie, genexpressie profilering met behulp van microarray chips wordt nog steeds op grote schaal gebruikt omdat het een meer gevestigde technologie, die minder van een achtergrond in de bio-informatica vereist. Vergeleken met RNA-Seq zijn de datasets gegenereerd uit microarray experimenten kleiner en gemakkelijker te analyseren. Bovendien is het kosteneffectiever, vooral als het gaat om grote steekproefnummers. In ons laboratorium gebruiken we routinematig transcriptieanalyses met behulp van de microarray-technologie om de rol te bepalen van centrale regelgevende hubs die de moleculaire netwerken en trajecten regelen die betrokken zijn bij de groei, ontwikkeling en stofwisseling van graankorrels5,6,7,8,9. We gebruiken het ook routinematig voor het uitvoeren van genoombrede genexpressieprofileringsstudies om een mechanistisch inzicht te krijgen in de reactie van granen op abiotische spanningen10, evenals bij het uitvoeren van transcriptome-brede associatie (TWAS) en linkagemappingstudies om genen te identificeren die verantwoordelijk zijn voor de kwaliteit van granen en voeding11,12. Andere groepen hebben ook gebruik gemaakt van de microarray technologie in het verstrekken van ontwikkeling-specifieke genexpressie atlas in gerst13, rijst14,15,16, sorghum17, en tarwe18.
Het doel van deze publicatie is om een korte tekstuele samenvatting en een gedetailleerde visuele beschrijving van de methode die we momenteel gebruiken in ons laboratorium voor de transcriptie profilering van granen met behulp van een Agilent microarray platform. Houd er rekening mee dat andere microarray-platforms beschikbaar zijn, maar niet in deze methode worden behandeld. We beginnen het protocol met een gedetailleerde beschrijving van RNA-extractie uit het ontwikkelen of ontkiemen van granen. Op basis van onze ervaring, het verkrijgen van een hoge kwaliteit en hoge kwantiteit transcriptome vatbaar voor downstream transcriptomic analyses is vaak de bottleneck bij het gebruik van graanzaad weefsels. We hebben verschillende commercieel beschikbare RNA-extractiekits geprobeerd, maar geen enkele heeft bevredigende resultaten opgeleverd. Daarom ontwikkelden we een chemisch extractieprotocol om een ruw RNA-extract te verkrijgen dat vervolgens wordt onderworpen aan kolomzuivering met behulp van een commercieel beschikbare kit. Met behulp van deze methode, we routinematig en reproduceerd verkrijgen van hoge kwaliteit RNA2 (Figuur 1), die kan worden gebruikt voor verschillende downstream-toepassingen om een transcriptome profiel te genereren.
De beschreven methode levert zeer reproduceerbare resultaten voor hoogwaardige EN hoogwaardige RNA-extracten (figuur 1). Op basis van onze ervaring raden we drie biologische repliceert aan voor één genotype, stadium of voorwaarde voor analyse. Om statistisch zinvolle verschillen te kunnen detecteren, moet de algemene overvloed aan mRNA worden overwogen. Houd er echter rekening mee dat een beginbedrag van 200 mg weefselmonsters vereist is in drievoud voor de RNA-extractiestap. Voor experimenten met een beperkte hoeveelheid monsters, zoals genetisch gemodificeerde plantaardige materialen, is deze methode dus mogelijk niet geschikt.
Tijdens microarray hybridisatie zijn de volgende stappen het meest kritisch: (1) het laden van de monsters naar de pakkingdia (stap 4.7) en (2) het wassen van de arrays na hybridisatie (stappen 4.13 en 4.14). Monster laden moet zeer zorgvuldig worden gedaan om te voorkomen dat bellen vorming en vloeistof morsen. Voorzichtigheid is geboden bij het aanbrengen van de microarray slide op de pakking schuif met de geladen monsters: de DNA-kant (met gevlekte sondes) moet naar beneden worden gericht om hybridisatie mogelijk te maken. Voor het wassen van de microarrays is de tweede wasstap bijzonder kritisch: hier moet het verwijderen van de dia’s uit wasbuffer 2 heel langzaam worden uitgevoerd (10 s) om bufferartefacten op de dia’s te voorkomen, wat kan interfereren met het verzamelen en analyseren van gegevens.
Om resultaten te ontvangen van het hybridisatie-experiment dat in aanmerking komt voor downstream bioinformatica-analyse, moet men een aantal belangrijke criteria volgen. Het QC-rapport, dat wordt gegenereerd na de uitvoering van het protocol hierboven, geeft een goed idee van wat moet worden verbeterd en welke gegevens zich in een bruikbare staat bevinden (figuur 3). De eerste ontvangen informatie is het gevisualiseerde raster (figuur 2). Hier kan men direct zien of alle gebieden voor de fluorescentie read-out goed zijn uitgelijnd. Als er een visueel detecteerbare verschuiving is, zal dit van invloed zijn op alle andere waarden (achtergrond, signaalintensiteit, enz.) en kan het uitlezen van deze chip niet worden gebruikt. Op het overzicht (Ruimtelijke Verdeling van alle Uitschieters) kan men gemakkelijk elke verontreiniging (bijvoorbeeld stof of haar) herkennen, die de uitkomst beïnvloedde. Vuil kan worden verwijderd door zachtjes blazen en opnieuw scannen van de chip. Het histogram van signaalplot zoals hierboven vermeld moet resulteren in een brede Gauss-vormige curve, met slechts kleine uitschieters (Figuur 2). Afhankelijk van het geanalyseerde weefsel (Figuur 1), kan deze curve er anders uitzien en kan verschijnen om twee pieken te hebben, of een overheersende piek met een schouder. Dit heeft geen invloed op de kwaliteit van de gegevens. Alleen een sterk verschoven piek, of hoge signalen aan de randen wijzen op problemen, zoals “groene monsters” (te hoge fluorescentie-intensiteit), die niet kunnen worden verwijderd door wassen en moet worden gemeld aan de chipfabrikant. Ook moet de “Ruimtelijke verdeling grafiek voor mediane signalen” variëren rond een gemeenschappelijke waarde. Dit moet in het bereik tussen 40 en 100, afhankelijk van de algemene intensiteit uitlezing van de geanalyseerde chip. Een andere belangrijke kwaliteitscontrole is de evaluatie van de piek in gegevens: De log-grafiek voor de piek in signalen moet resulteren in een lineaire en regelmatige lijn. Ten slotte geeft de tabel van “evaluatiestatistieken” een goed en betrouwbaar beeld van de ontvangen resultaten. Hier biedt de fabrikant een reeks waarden die kunnen worden geclassificeerd als Uitstekend, Goed en Evalueren (Figuur 3). Volgens onze ervaring kunnen sommige waarden niet altijd voor alle chips worden toegepast. Voor aangepaste chips voor rijst was de “nonControl-waarde” vaak buiten bereik, maar heeft dit geen aanzienlijke invloed op de verdere gegevensverwerking. Bovendien kan het bereik voor “NegControl” worden uitgebreid, op basis van weefsel, organisme en algemene output van de Chip tot <80. Het bereik voor evaluatie voor waarde E1 med CV kan worden uitgebreid tot <9, in plaats van <8 volgens onze ervaring. Hierna is een goede evaluatie van alle chip uitleesgegevens mogelijk. In het algemeen moet men altijd in gedachten houden dat onafhankelijke biologische repliceert altijd het meest betrouwbare resultaat geven.
Het voordeel van deze techniek ten opzichte van andere methoden ligt in het feit dat het een kosteneffectieve, hoge doorvoermethode voor transcriptieprofilering vertegenwoordigt. Bovendien is de downstream data-analysepijplijn eenvoudiger en meer ingeburgerd. Ondanks voordelen zijn er bepaalde beperkingen van deze techniek, zoals het aantal genen dat kan worden geanalyseerd. De microarray kan alleen vergemakkelijken de analyse van genen eerder gespot sondes op de array. Daarom is deze techniek alleen van toepassing op plantensoorten met gesequenced genoom en volledig geannoteerde genen. We stellen ons voor dat de op microarray gebaseerde transcripties zeer nuttig en relevant zullen blijven, niet alleen voor genexpressieprofilering, maar ook voor andere downstream bio-informaticapijplijnen zoals analyses van genregulerende netwerken en transcriptome-brede associatiestudie.
The authors have nothing to disclose.
Dit werk is ondersteund in het kader van het CGIAR thematisch gebied Global Rice Agri-Food System CRP, RICE, Stress-Tolerant Rice for Africa and South Asia (STRASA) Phase III, en IZN (Interdisciplinary Centre for Crop Plant Research, Halle (Saale), Duitsland. Wij danken Mandy Püffeld voor haar uitstekende technische bijstand en Dr. Isabel Maria Mora-Ramirez voor het delen van informatie en ervaring met de tarwechip. Wij danken Dr. Rhonda Meyer (RG Heterosis, IPK Gatersleben, Duitsland) voor commentaar en het kritisch lezen van het manuscript.
ß-mercaptoethanol | Roth | 4227.3 | Add 300 ul to 20 mL RNA Extraction Buffer immediately prior to use |
Bioanalyzer 2100 | Agilent Technologies | To determine quality and quantity of RNA extract | |
Crushed ice maker | Various brands | To keep samples on ice during sample processing | |
Dewar flask | Various brands | Used as liquid nitrogen container | |
Ethanol, absolute | Roth | 9065.1 | |
Gene Expression Hybridization Kit | Agilent Technologies | 5188-5242 | Kit components: 2X Hi-RPM Hybridization Buffer 25X Fragmentation Buffer 10X Gene Expression Blocking Agent |
Gene Expression Wash buffer Kit | Agilent Technologies | 5188-5325 | Kit components: Gene Expression Wash Buffer 1 Gene Expression Wash Buffer 2 Triton X-102 |
Heat block | Various brands | It is recommended to have at least one heat block for 1.5 ml tubes and another one for 2.0 ml tubes | |
Hybridization oven | Agilent | G2545A | Stainless-steel oven designed for microarray hybridization From Sheldon Manufacturing, used to hybridize the sample in microarray overnight. |
Hybridization gasket slide kit | Agilent | G2534-60014 | |
iQAir air cleaner | To ensure that the experiment is conducted in low-ozone area | ||
Isopropanol | Roth | 9866.5 | |
Lint-free paper, Kimwipes | Kimberly-Clark Professional | KC34155 | |
Low Input Quick Amp Labeling Kit | Agilent Technologies | 5190-2305 | Kit components: T7 Primer 5x First Strand Buffer 0.1M DTT 10 mM dNTP Mix AffinityScript RNAse Block Mix 5x Transcription Buffer NTP Mix T7 RNA Polymerase Blend Nuclease-free water Cyanine 3-CTP |
Metal spatula, small | Ensure that the small metal spatula can fit in the microfuge tubes to ensure easy scooping of samples. | ||
Microarray scanner | Agilent Technologies | Agilent SureScan or Agilent C microarray scanner are recommended | |
Microfuge tubes, nuclease-free | Various brands | 2.0 mL and 1.5 mL volume | |
Microcentrifuge | Eppendorf | 5810 R | It is recommended to have at least one ambient and cold temperature microfuge with rotors that can hold 24 each of 1.5 ml and 2.0 ml microfuge tubes |
Mini incubator | Labnet | I5110-230V | Any small incubator will do. |
Mortar and pestle | Any small ceramic or marble mortar and pestle that can withstand cryogenic grinding using liquid nitrogen. | ||
NaCl | Sigma-Aldrich | S7653-1KG | |
Nanodrop 1000 | Peqlab / Thermofisher | ||
Nuclease-free water | Biozym | 351900302 | |
One-Color RNA Spike-In Kit | Agilent | 5188-5282 | Kit components: One color RNA Spike-Mix Dilution Buffer |
Ozone barrier slide cover kit | Agilent | G2505-60550 | Optional but highly recommended |
PCR tube, 0.2 mL, RNase-free | Stratagene | Z376426 | |
Phenol:chloroform:isoamyl mixture (25:24:1) | Roth | A156.2 | |
Pipette tips, nuclease free, filter tips | Various brands | To accommodate 2, 20, 20, 100, 200 and 1000 ul volumes | |
Pipettor set | Various brands | For 2, 20, 20, 100, 200 and 1000 ul volumes | |
RNA Extraction Buffer | 10 mM Tri-HCl pH 8.0 150 mM LiCl 50 mM EDTA 1.5% EDTA 15 ul/mL β-mercaptoethanol |
We routinely use Roth or Sigma chemicals; Add β-mercaptoethanol fresh daily | |
RNase-free DNase set | Qiagen | 79254 | |
RNeasy Mini Kit | Qiagen | 74104 | Kit components: RNeasy mini spin column (pink) 1.5 ml collection tubes 2 ml collection tubes Buffer RLT Buffer RW Buffer RPE Nuclease-free water |
RNeasy Plant Mini Kit | Qiagen | 74904 | Kit components: RNeasy mini spin column (pink) QIAshredder spin column (purple) 1.5 ml collection tubes 2 ml collection tubes Buffer RLT Buffer RLC Buffer RW1 Buffer RPE Nuclease-free water |
Slide holders for DNA microarray scanner | Agilent | G2505-60525 | |
Slide staining dish with removable rack | DWK Life Sciences 900200 | Fisher Scientific 08-812 | We recommend DWK Life Sciences Wheaton™ Glass 20-Slide Staining Dish with Removable Rack (Complete with dish, cover, and glass slide rack) |
Sodium chloride | Roth | P029.1 | |
Ultralow temperature freezer | Various brand | Capable of storing sample at -80 °C | |
Vortex mixer | Various brands | At least one for single tube vortex-mixer and another one for that can vortex-mix multiple tubes |