Summary

Характеристика в пробирке Дифференциация первичных кератиноцитов человека с помощью анализа РНК-Сек

Published: May 16, 2020
doi:

Summary

Представлена здесь пошаговая процедура для дифференциации в пробирке первичных кератиноцитов человека путем ингибирования контакта с последующим характеристикой на молекулярном уровне анализом РНК-сек.

Abstract

Первичные кератиноциты человека часто используются в качестве моделей in vitro для исследований по эпидермальной дифференциации и сопутствующим заболеваниям. Сообщалось о методах дифференциации кератиноцитов в пробирке, обучаемых двумерными (2D) подводными способами с использованием различных условий индукции. Описана здесь процедура 2D в пробирке метод дифференциации кератиноцитов путем ингибирования контакта и последующей молекулярной характеристики РНК-сек. Короче говоря, кератиноциты выращиваются в определенных кератиноцитов среды дополняется факторами роста, пока они полностью стечены. Дифференциация вызвана тесными контактами между кератиноцитами и в дальнейшем стимулируется за счет исключения факторов роста в среде. Используя анализы РНК-сек, показано, что оба дифференцированных кератиноцита обладают различными молекулярными сигнатурами во время дифференциации и 2) динамический шаблон экспрессии генов в значительной степени напоминает клетки во время эпидермального расслоения. Что касается сравнения с нормальной дифференциацией кератиноцитов, то кератиноциты, несущие мутации транскрипционные факторы p63, обладают измененной морфологией и молекулярными сигнатурами, в соответствии с их дефектами дифференциации. В заключение, этот протокол подробно шаги для 2D в пробирке кератиноцитов дифференциации и его молекулярной характеристики, с акцентом на биоинформатический анализ данных РНК-сек. Поскольку процедуры извлечения РНК и РНК-сек хорошо документированы, это не является фокусом этого протокола. Экспериментальная процедура дифференциации кератиноцитов в пробирке и биоинформатического анализа трубопровода может быть использована для изучения молекулярных событий во время эпидермальной дифференциации в здоровых и больных кератиноцитах.

Introduction

Первичные кератиноциты человека, полученные из кожи человека, часто используются в качестве клеточной модели для изучениябиологии эпидермиса 1,2,3,4. Стратификация эпидермиса может быть смоделирована с помощью дифференциации кератиноцитов, либо в 2D погруженном монослойном моде, либо в 3D органотипическоймодели 2,3,5,6,7. Хотя 3D-модели становятся все более важными для оценки эпидермальной структуры и функции, 2D модели дифференциации по-прежнему широко используются, в связи с их удобством и возможностью генерировать большое количество клеток для анализа.

Различные условия были применены для индуцирования дифференциации кератиноцитов в 2D, в том числе добавление сыворотки, высокая концентрация кальция, более низкая температура и ингибирование рецепторовэпидермального фактора роста 2,3. Каждый из этих методов был проверен рядом генов маркера дифференциации кератиноцитов и показал свою эффективность в оценке дифференциации кератиноцитов, в том числе в патологических условиях. Тем не менее, эти условия индукции также показывают различия в эффективности их дифференциации и кинетики, когда конкретные панелимаркерных генов рассматриваются 2,3.

Один из этих методов включает в себя ингибирование контакта кератиноцитов и истощение факторов роста в средекультуры 8. Было показано, что кератиноциты могут дифференцироваться спонтанно, когда клетки достигают полной плотности.  Исключение факторов роста в среде культуры может еще больше усилить дифференциацию. Метод объединения ингибирования контакта и истощения факторов роста было показано для создания дифференцированных кератиноцитов с генными экспрессионными моделями, похожими на нормальный стратифицированный эпидермис при использовании нескольких эпидермальныхмаркеров 3, предполагая, что эта модель подходит для изучения нормальной дифференциации кератиноцитов. Недавно, два всеобъемлющих анализа экспрессии генов дифференциации кератиноцитов с помощью этой модели былизарегистрированы 9,10. Исследователи проверили эту модель на молекулярном уровне и показали, что она может быть использована для изучения нормальной и больной дифференциации кератиноцитов.

Этот протокол описывает процедуру метода дифференциации in vitro и молекулярного анализа дифференцированных клеток с использованием РНК-сек. Он также иллюстрирует характеристику транскриптома клеток на день дифференциации 0 (стадия распространения), день 2, день 4 и день 7 (ранняя, средняя и поздняя дифференциация, соответственно). Показано, что дифференцированные кератиноциты отображают модели экспрессии генов, которые во многом напоминают клетки во время эпидермального расслоения. Чтобы изучить, может ли этот метод быть использован для изучения патологии кожи, мы применили тот же экспериментальный и анализ трубопровода для исследования кератиноцитов проведения мутаций транскрипционного фактора p63, которые являются производными от пациентов с эктродактически, эктодермальной дисплазии и расщелины губы / неба (EEC)синдром 11,12. Этот протокол фокусируется на дифференциации кератиноцитов в пробирке, а также последующем биоинформатическое анализ РНК-сек. Другие шаги в полной процедуре, такие как экстракция РНК, подготовка образца РНК-сек и строительство библиотеки, хорошо документированы и могут быть легко соблюдены, особенно при использовании многих широко используемых коммерческих комплектов. Таким образом, эти шаги лишь кратко описаны в протоколе. Данные показывают, что этот трубопровод подходит для изучения молекулярных явлений во время эпидермальной дифференциации в здоровых и больных кератиноцитах.

Protocol

Биопсия кожи была взята из ствола здоровых добровольцев или пациентов с мутациями p63, чтобы создать первичную культуру кератиноцитов. Все процедуры, касающиеся создания первичных кератиноцитов человека, были одобрены комитетом по этике Медицинского центра Университета Радбуда в Нейм…

Representative Results

Нормальная дифференциация кератиноцитов и анализ РНК-секВ этом эксперименте для дифференциации и анализа РНК-сек использовались линии кератиноцитов, полученные от пяти особей. На рисунке 1 обобщается экспериментальная процедура дифференциации и результат…

Discussion

В этой работе описывается метод индуцирования дифференциации кератиноцитов человека и последующая характеристика с использованием анализа РНК-сек. В текущей литературе, многие исследования по дифференциации кератиноцитов человека использовать два других метода, с высокой концентр?…

Declarações

The authors have nothing to disclose.

Acknowledgements

Это исследование было поддержано Нидерландской организацией научных исследований (NWO/ALW/MEERVOUD/836.12.010, H.З.) (NWO/ALW/Open Competition/ALWOP 376, H.З., J.G.A.S.); стипендии Университета Радбуда (Х.З.); и грант Китайского стипендиального совета 201406330059 (J.З.).

Materials

Bioanalyzer 2100 Agilent G2929BA
Bovine pituitary extract (BPE) Lonza Part of the bulletKit
CFX96 Real-Time system Bio-Rad qPCR machine
Dulbecco's Phosphate-Buffered Saline (DPBS) Sigma-Aldrich D8537
Epidermal Growth Factor (EGF) Lonza Part of the bulletKit
Ethanolamine >= 98% Sigma-Aldrich E9508
High Sensitivity DNA chips Agilent 5067-4626
Hydrocortison Lonza Part of the bulletKit
Insulin Lonza Part of the bulletKit
iQ SYBR Green Kit BioRad 170-8886
iScript cDNA synthesis Bio rad 1708890
KAPA Library Quant Kit Roche 07960255001 Low concentration measure kit
KAPA RNA HyperPrep Kit with RiboErase Roche KK8540 RNAseq kit
KGM Gold Keratinocyte Growth Medium BulletKit Lonza 192060
Nanodrop deNovix DS-11 FX (model) Nanodrop and Qbit for DNA and RNA measurements
NEXTflex DNA barcodes -24 Illumnia NOVA-514103 6 bp long primers
Penicillin-Streptomycin Gibco 15140122
RNA Pico Chip Agilent 5067-1513

Referências

  1. Hardman, J. A. Skin equivalents for studying the secrets of skin: from development to disease. British Journal of Dermatology. 173 (2), 320-321 (2015).
  2. Borowiec, A. S., Delcourt, P., Dewailly, E., Bidaux, G. Optimal differentiation of in vitro keratinocytes requires multifactorial external control. PLoS One. 8 (10), 77507 (2013).
  3. Van Ruissen, F., et al. Induction of normal and psoriatic phenotypes in submerged keratinocyte cultures. Journal of Cellular Physiology. 168 (2), 442-452 (1996).
  4. Ojeh, N., Pastar, I., Tomic-Canic, M., Stojadinovic, O. Stem Cells in Skin Regeneration, Wound Healing, and Their Clinical Applications. International Journal of Molecular Sciences. 16 (10), 25476-25501 (2015).
  5. Ali, N., et al. Skin equivalents: skin from reconstructions as models to study skin development and diseases. British Journal of Dermatology. 173 (2), 391-403 (2015).
  6. Luis, N. M., et al. Regulation of human epidermal stem cell proliferation and senescence requires polycomb- dependent and -independent functions of Cbx4. Cell Stem Cell. 9 (3), 233-246 (2011).
  7. Mulder, K. W., et al. Diverse epigenetic strategies interact to control epidermal differentiation. Nature Cell Biology. 14 (7), 753-763 (2012).
  8. Poumay, Y., Pittelkow, M. R. Cell density and culture factors regulate keratinocyte commitment to differentiation and expression of suprabasal K1/K10 keratins. Journal of Investigative Dermatology. 104 (2), 271-276 (1995).
  9. Kouwenhoven, E. N., et al. Transcription factor p63 bookmarks and regulates dynamic enhancers during epidermal differentiation. EMBO Rep. 16 (7), 863-878 (2015).
  10. Qu, J., et al. Mutant p63 Affects Epidermal Cell Identity through Rewiring the Enhancer Landscape. Cell Reports. 25 (12), 3490-3503 (2018).
  11. Brunner, H. G., Hamel, B. C., Van Bokhoven, H. The p63 gene in EEC and other syndromes. Journal of Medical Genetics. 39 (6), 377-381 (2002).
  12. Browne, G., et al. Differential altered stability and transcriptional activity of DeltaNp63 mutants in distinct ectodermal dysplasias. Journal of Cell Science. 124, 2200-2207 (2011).
  13. . KGM Gold Keratinocyte Growth Medium BulletKit Available from: https://bioscience.lonza.com/Lonza_bs/CH/en/Culture-Media-and-Reagents/p/000000000000192060/KGM-Gold-Keratinocyte-Growth-Medium-BulletKit (2019)
  14. Doyle, K. a. M. . Protocols and applications guide. , (1996).
  15. . Hyperprep Kit Available from: https://sequencing.roche.com/en-us/products-solutions/by-category/Library-preparation/rna-library-preparation/kapa-rna-hyperprep-kit-with-riboerasehmr.html (2019)
  16. . TrimGalore Available from: https://github.com/FelixKrueger/TrimGalore (2019)
  17. Dobin, A., et al. STAR: ultrafast universal RNA-seq aligner. Bioinformatics. 29 (1), 15-21 (2013).
  18. Li, H., et al. The Sequence Alignment/Map format and SAMtools. Bioinformatics. 25 (16), 2078-2079 (2009).
  19. . Convert chromosome names in a bigWig file Available from: https://gist.github.com/dpryan79/39c70b4429dd4559d88fb079b8669721 (2019)
  20. Love, M. I., Huber, W., Anders, S. Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. Genome Biol. 15 (12), 550 (2014).
  21. Eden, E., Navon, R., Steinfeld, I., Lipson, D., Yakhini, Z. GOrilla: a tool for discovery and visualization of enriched GO terms in ranked gene lists. BMC Bioinformatics. 10, 48 (2009).
  22. Yu, G., Wang, L. G., Han, Y., He, Q. Y. clusterProfiler: an R package for comparing biological themes among gene clusters. Omics. 16 (5), 284-287 (2012).
  23. Kretz, M., et al. Control of somatic tissue differentiation by the long non-coding RNA TINCR. Nature. 493 (7431), 231-235 (2013).
  24. Mullegama, S. V., et al. Nucleic Acid Extraction from Human Biological Samples. Methods in Molecular Biology. 1897, 359-383 (2019).
  25. Ma, F., et al. A comparison between whole transcript and 3′ RNA sequencing methods using Kapa and Lexogen library preparation methods. BMC Genomics. 20 (1), 9 (2019).
  26. Chao, H. P., et al. Systematic evaluation of RNA-Seq preparation protocol performance. BMC Genomics. 20 (1), 571 (2019).
  27. Podnar, J., Deiderick, H., Huerta, G., Hunicke-Smith, S. Next-Generation Sequencing RNA-Seq Library Construction. Current Protocols in Molecular Biology. 106, 21 (2014).
  28. Haque, A., Engel, J., Teichmann, S. A., Lonnberg, T. A practical guide to single-cell RNA-sequencing for biomedical research and clinical applications. Genome Medicine. 9 (1), 75 (2017).
  29. Oyola, S. O., et al. Optimizing Illumina next-generation sequencing library preparation for extremely AT-biased genomes. BMC Genomics. 13, 1 (2012).
  30. Quail, M. A., et al. Optimal enzymes for amplifying sequencing libraries. Nature Methods. 9 (1), 10-11 (2011).
  31. Quail, M. A., et al. A tale of three next generation sequencing platforms: comparison of Ion Torrent, Pacific Biosciences and Illumina MiSeq sequencers. BMC Genomics. 13, 341 (2012).
  32. Ross, M. G., et al. Characterizing and measuring bias in sequence data. Genome Biology. 14 (5), 51 (2013).
  33. . ARMOR Available from: https://github.com/csoneson/ARMOR (2019)
  34. . snakemake-workflows Available from: https://github.com/vanheeringen-lab/snakemake-workflows (2019)

Play Video

Citar este artigo
Smits, J. G., Qu, J., Niehues, H., Zhou, H. Characterization of In Vitro Differentiation of Human Primary Keratinocytes by RNA-Seq Analysis. J. Vis. Exp. (159), e60905, doi:10.3791/60905 (2020).

View Video