概要

Poumon microARN profilage à travers le œstrus chez les souris exposées à l’Ozone

Published: January 07, 2019
doi:

概要

Nous décrivons ici une méthode pour évaluer l’expression de poumon des miARN qui est prévus pour réguler les gènes inflammatoires utilisant des souris exposées à l’ozone ou de l’air filtré à différents stades du cycle oestral.

Abstract

Profilage de microARN (miARN) est devenu d’intérêt pour les chercheurs qui travaillent dans divers domaines de recherche de biologie et de médecine. Les études actuelles montrent un prometteur future de l’utilisation des miARN dans le diagnostic et le soin des maladies pulmonaires. Ici, nous définissons un protocole pour miRNA profilage pour mesurer l’abondance relative d’un groupe des miARN prévues pour réguler les gènes inflammatoires dans le tissu pulmonaire, partir d’un modèle de souris de l’inflammation des voies respiratoires induite par l’ozone. Parce qu’il a été démontré que les niveaux de l’hormone sexuelle peuvent influer sur la régulation de l’immunité innée pulmonaire chez les femelles, cette méthode vise à décrire un miRNA inflammatoire protocole chez les souris femelles, prenant en considération le cycle oestral de profilage stade de chaque animal au moment de l’exposition à l’ozone. Nous abordons également approches bioinformatiques applicable miRNA découverte et cible méthodes d’identification Leduc, un logiciel R/Bioconductor, et logiciel d’analyse fonctionnelle pour comprendre le contexte biologique et les voies associées expression différentielle de miRNA.

Introduction

microARN (miARN) sont courts (19 à 25 nucléotides), naturels, non codantes des molécules d’ARN. Séquences de miARN sont évolutifs conservé selon les espèces, ce qui suggère l’importance des miARN dans la régulation des fonctions physiologiques1. profil d’expression des micro-ARN a été prouvé pour être utile pour identifier les miARN qui sont importants dans la régulation de divers processus, y compris la réponse immunitaire, différenciation cellulaire, processus de développement et l’apoptose2. Plus récemment, les miARN ont été reconnus pour leur utilisation potentielle dans le diagnostic de la maladie et la thérapeutique. Pour les chercheurs qui étudient les mécanismes de régulation génique, mesurant miRNA expression peut éclairer des modèles de systèmes au niveau des processus réglementaires, surtout quand les informations de miRNA sont fusionnées avec le profilage d’ADN messagère et autres données de génome-échelle3. En revanche, miARN ont également montré à être plus stables que les ARNm dans un éventail de types de spécimens et est également mesurables avec une plus grande sensibilité que les protéines4. Cela a conduit à un intérêt considérable dans le développement des miARN comme biomarqueurs pour diverses applications de diagnostiques moléculaires, y compris les maladies pulmonaires.

Dans le poumon, miRNAs jouent un rôle important dans le processus de développement et le maintien de l’homéostasie. En outre, leur expression anormale a été associée à l’apparition et la progression de diverses maladies pulmonaires5. La pneumopathie inflammatoire induite par la pollution de l’air a démontré une plus grande sévérité et pronostic moins favorable chez les femelles, ce qui indique que les hormones et le cycle oestral peuvent réglementer pulmonaire innée immunité et miRNA expression en réponse aux défis environnementaux 6. dans le présent protocole, nous utilisons exposition à l’ozone, qui est une composante majeure de la pollution atmosphérique, pour induire une forme d’inflammation des poumons chez les souris femelles qui se produit en l’absence d’immunité adaptative. En utilisant l’ozone, nous sommes induisant le développement d’hyperréactivité bronchique associé à la lésion des cellules épithéliales des voies respiratoires et une augmentation des neutrophiles et des médiateurs inflammatoires en proximal airways7. Actuellement, il n’y a pas des protocoles bien décrits pour caractériser et analyser des miARN tout le cycle oestral chez des souris exposées à l’ozone.

Ci-dessous, nous décrivons une méthode simple pour identifier les étapes du cycle oestral et miRNA expression dans les tissus pulmonaires chez des souris femelles exposées à l’ozone. Nous abordons également approches bioinformatiques efficace miRNA découverte et cible d’identification, en mettant l’accent sur la biologie computationnelle. Nous analysons les données microarray à l’aide de Leduc, un logiciel R/Bioconductor qui offre une solution intégrée d’analyse de données d’expression de gène des expériences8. Analyse des données de tableau PCR de Leduc a un avantage en termes de puissance sur les procédures de test t basé lorsque vous utilisez le petit nombre de tableaux/échantillons pour comparer l’expression. Pour comprendre le contexte biologique miRNA des résultats d’expression, nous avons ensuite utilisé le logiciel d’analyse fonctionnelle. Afin de comprendre les mécanismes de régulation transcriptionnelles changements et pour prédire les résultats probables, le logiciel combine les datasets miRNA-expression et connaissance de la littérature9. Il s’agit d’un avantage par rapport aux logiciels qu’il suffit de regarder pour l’enrichissement statistique dans le recoupement d’ensembles des miARN.

Protocol

Toutes les méthodes décrites ici ont été approuvés par l’animalier institutionnel et utilisation Comité (IACUC) de la Penn State University. 1. évaluation de la phase du Cycle oestral Bien retenir une femelle souris C57BL/6 (8-9 semaines) en utilisant la technique de retenue une main souris décrite dans Machholz et al.,10. Remplir la pipette en plastique stérile avec 10 μL d’eau ultra pure. Introduire l’embout de la pipette …

Representative Results

Les différents types cellulaires observés dans les frottis sont utilisés pour identifier l’étape de cycle oestral de la souris (Figure 1). Ceux-ci sont identifiés par la morphologie des cellules. Au cours du proestrus, cellules sont presque exclusivement des amas de cellules épithéliales nucléées (Figure 1 a) forme ronde, bien formées. Lorsque la souris est dans la phase d’oestrus, les cellules sont des cellules ép…

Discussion

Profilage de microARN est une technique avantageuse pour diagnostic des maladies et recherches mécanistes. Dans ce manuscrit, nous avons défini un protocole visant à évaluer l’expression des miARN qui est prévus pour réguler les gènes inflammatoires dans les poumons des souris femelles exposées à l’ozone dans le cycle oestral différents stades. Méthodes pour la détermination du cycle oestral, telles que la méthode de détection visuelle, ont été décrits16. Cependant, ceux-ci s?…

開示

The authors have nothing to disclose.

Acknowledgements

Cette recherche a été financée par des subventions de NIH K01HL133520 (PS) et K12HD055882 (PS). Les auteurs remercient Dr Joanna Floros pour l’aide avec les expériences d’exposition de l’ozone.

Materials

C57BL/6J mice The Jackson Laboratory 000664 8 weeks old
UltraPure Water Thermo Fisher Scientific 10813012
Sterile plastic pipette Fisher Scientific 13-711-25 Capacity: 1.7mL
Frosted Microscope Slides Thermo Fisher Scientific 2951TS
Light microscope Microscope World MW3-H5 10X and 20X objective
Ketathesia- Ketamine HCl Injection USP Henry Schein Animal Health 55853 90 mg/kg. Controlled drug.
Xylazine Sterile Solution Lloyd Laboratories 139-236 10mg/kg. Controlled Drug.
Ethanol Fisher Scientific BP2818100 Dilute to 70% ethanol with water.
21G gauge needle BD Biosciences 305165
Syringe Fisher Scientific 329654 1mL
Operating Scissors World Precision Instruments 501221, 504613 14cm, Sharp/Blunt, Curved and 9 cm, Straight, Fine Sharp Tip
Tweezer Kit World Precision Instruments 504616
-80 ˚C freezer Forma 7240
Spectrum Bessman Tissue Pulverizers Fisher Scientific 08-418-1 Capacity: 10 to 50mg
RNase-free Microfuge Tubes Thermo Fisher Scientific AM12400 1.5 mL
TRIzol Reagent Thermo Fisher Scientific 15596026
Direct-zol RNA MiniPrep Plus Zymo Research R2071
NanoDrop Thermo Fisher Scientific ND-ONE-W
miScript II RT kit Qiagen 218161
Mouse Inflammatory Response & Autoimmunity miRNA PCR Array Qiagen MIMM-105Z
Thin-walled, DNase-free, RNase-free PCR tubes Thermo Fisher Scientific AM12225 for 20 μl reactions
miRNeasy Serum/Plasma Spike-in Control Qiagen 219610
Microsoft Excel Microsoft Corporation https://office.microsoft.com/excel/
Ingenuity Pathway Analysis Qiagen https://www.qiagenbioinformatics.com/products/ingenuity-pathway-analysis/
R Software The R Foundation https://www.r-project.org/
Thermal cycler or chilling/heating block General Lab Supplier
Microcentrifuge General Lab Supplier
Real-time PCR cycler General Lab Supplier
Multichannel pipettor General Lab Supplier
RNA wash buffer Zymo Research R1003-3-48 48 mL
DNA digestion buffer Zymo Research E1010-1-4 4 mL
RNA pre-wash buffer Zymo Research R1020-2-25 25 mL
Ultraviolet ozone analyzer Teledyne API Model T400 http://www.teledyne-api.com/products/oxygen-compound-instruments/t400
Mass flow controllers Sierra Instruments Inc Flobox 951/954 http://www.sierrainstruments.com/products/954p.html

参考文献

  1. Rebane, A., Akdis, C. A. MicroRNAs: Essential players in the regulation of inflammation. Journal of Allergy and Clinical Immunology. 132 (1), 15-26 (2013).
  2. Cannell, I. G., Kong, Y. W., Bushell, M. How do microRNAs regulate gene expression?. Biochemical Society Transactions. 36 (Pt 6), 1224-1231 (2008).
  3. Pritchard, C. C., Cheng, H. H., Tewari, M. MicroRNA profiling: approaches and considerations. Nature Reviews Genetics. 13 (5), 358-369 (2012).
  4. Mi, S., Zhang, J., Zhang, W., Huang, R. S. Circulating microRNAs as biomarkers for inflammatory diseases. Microrna. 2 (1), 63-71 (2013).
  5. Sessa, R., Hata, A. Role of microRNAs in lung development and pulmonary diseases. Pulmonary Circulation. 3 (2), 315-328 (2013).
  6. Fuentes, N., Roy, A., Mishra, V., Cabello, N., Silveyra, P. Sex-specific microRNA expression networks in an acute mouse model of ozone-induced lung inflammation. Biology of Sex Differences. 9 (1), 18 (2018).
  7. Aris, R. M., et al. Ozone-induced airway inflammation in human subjects as determined by airway lavage and biopsy. American Review of Respiratory Disease. 148 (5), 1363-1372 (1993).
  8. Ritchie, M. E., et al. limma powers differential expression analyses for RNA-sequencing and microarray studies. Nucleic Acids Research. 43 (7), e47 (2015).
  9. Krämer, A., Green, J., Pollard, J., Tugendreich, S. Causal analysis approaches in Ingenuity Pathway Analysis. バイオインフォマティクス. 30 (4), 523-530 (2014).
  10. Machholz, E., Mulder, G., Ruiz, C., Corning, B. F., Pritchett-Corning, K. R. Manual restraint and common compound administration routes in mice and rats. Journal of Visualized Experiments. (67), (2012).
  11. Umstead, T. M., Phelps, D. S., Wang, G., Floros, J., Tarkington, B. K. In vitro exposure of proteins to ozone. Toxicology Mechanisms and Methods. 12 (1), 1-16 (2002).
  12. Livak, K. J., Schmittgen, T. D. Analysis of relative gene expression data using real-time quantitative PCR and the 2(-Delta Delta C(T)) Method. Methods. 25 (4), 402-408 (2001).
  13. Phipson, B., Lee, S., Majewski, I. J., Alexander, W. S., Smyth, G. K. Robust hyperparameter estimation protects against hypervariable genes and improves power to detect differential expression. Annals of Applied Statistics. 10 (2), 946-963 (2016).
  14. Smyth, G. K., et al. Linear Models for Microarray and RNA-Seq Data User’s Guide. Bioconductor. , (2002).
  15. Benjamini, Y., Hochberg, Y. Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing. Journal of the Royal Statistical Society. Series B (Methodological). 57 (1), 289-300 (1995).
  16. Byers, S. L., Wiles, M. V., Dunn, S. L., Taft, R. A. Mouse estrous cycle identification tool and images. Public Library of Science ONE. 7 (4), e35538 (2012).
  17. Alves, M. G., et al. Comparison of RNA Extraction Methods for Molecular Analysis of Oral Cytology. Acta Stomatologica Croatica. 50 (2), 108-115 (2016).
  18. Wilfinger, W. W., Mackey, K., Chomczynski, P. Effect of pH and ionic strength on the spectrophotometric assessment of nucleic acid purity. Biotechniques. 22 (3), 478-481 (1997).
  19. Bustin, S. A., et al. The MIQE guidelines: minimum information for publication of quantitative real-time PCR experiments. Clinical Chemistry. 55 (4), 611-622 (2009).
  20. Walker, S. E., Lorsch, J. RNA purification- precipitation methods. Methods in Enzymology. 530, 337-343 (2013).
  21. Git, A., et al. Systematic comparison of microarray profiling, real-time PCR, and next-generation sequencing technologies for measuring differential microRNA expression. RNA. 16 (5), 991-1006 (2010).
  22. Smyth, G. K. Limma: linear models for microarray data. Bioinformatics and Computational Biology Solutions Using R and Bioconductor. , 397-420 (2005).
  23. Griffiths-Jones, S. miRBase: the microRNA sequence database. Methods Mol Biol. 342, 129-138 (2006).
  24. Sethupathy, P., Corda, B., Hatzigeorgiou, A. TarBase: A comprehensive database of experimentally supported animal microRNA targets. RNA. 12 (2), 192-197 (2006).
  25. Agarwal, V., Bell, G. W., Nam, J., Bartel, D. P. Predicting effective microRNA target sites in mammalian mRNAs. eLife. 4, e05005 (2015).
  26. Xiao, F., Zuo, Z., Cai, G., Kang, S., Gao, X., Li, T. miRecords: an integrated resource for microRNA-target interactions. Nucleic Acids Res. 37, D105-D110 (2009).
  27. Mullany, L. E., Wolff, R. K., Slattery, M. L. Effectiveness and Usability of Bioinformatics Tools to Analyze Pathways Associated with miRNA Expression. Cancer Informatics. 14, 121-130 (2015).

Play Video

記事を引用
Fuentes, N., Silveyra, P. Lung microRNA Profiling Across the Estrous Cycle in Ozone-exposed Mice. J. Vis. Exp. (143), e58664, doi:10.3791/58664 (2019).

View Video