Summary

Eine Methode zur gezielten 16 s Sequenzierung des menschlichen Milchproben

Published: March 23, 2018
doi:

Summary

Ein semi-automatischen Workflow wird für gezielte Sequenzierung der 16 s rRNA von Muttermilch und anderen Low-Biomasse Probentypen vorgestellt.

Abstract

Studien von mikrobiellen Gemeinschaften haben sich mit der Entwicklung der relativ kostengünstig, schnell und hoher Durchsatz Sequenzierung verbreitet. Wie bei all diesen Technologien, hängen reproduzierbare Ergebnisse ein Labor-Workflow, der entsprechende Vorsichtsmaßnahmen und Kontrollen enthält. Dies ist besonders wichtig mit niedrig-Biomasse-Proben, wo verunreinigen bakteriellen DNA irreführende Ergebnisse erzeugen. Dieser Artikel beschreibt einen semi-automatischen Workflow, Mikroben aus Muttermilch Milchproben mit gezielte Sequenzierung der 16 s ribosomale RNA (rRNA) V4 Region im Low – mid throughput Maßstab zu identifizieren. Das Protokoll beschreibt Probenvorbereitung aus Vollmilch, einschließlich: lyse, Nukleinsäure-Extraktion, Verstärkung der V4 Region der 16 s rRNA-Gen und Bibliothek Vorbereitung mit Maßnahmen zur Qualitätskontrolle zu probieren. Wichtig ist, das Protokoll und die Diskussion beachten Sie Punkte, die hervorstechenden zur Vorbereitung und Analyse von Proben, niedrig-Biomasse einschließlich entsprechende positive und negative Kontrollen, PCR-Inhibitor Entfernung, Probe Kontamination durch Umwelt-, Reagenz sind oder experimentelle Quellen und experimentelle best Practices entwickelt, um die Reproduzierbarkeit zu gewährleisten. Während das Protokoll wie beschrieben spezifisch menschlichen Milchproben ist, ist es anpassungsfähig an zahlreichen Low – und High-Biomasse Probentypen, einschließlich Proben auf Tupfer, gefroren, pur oder in einem Erhaltung Puffer stabilisiert.

Introduction

Der mikrobiellen Lebensgemeinschaften, die Menschen besiedeln sind vermutlich entscheidender Bedeutung für die menschliche Gesundheit und Krankheit beeinflussen Stoffwechsel, Immunsystem Entwicklung, Anfälligkeit für Krankheiten und Reaktionen auf Impfungen und Medikamenten Therapie1, 2. Bemühungen um den Einfluss der Mikrobiota auf die menschliche Gesundheit derzeit verstehen betonen die Identifizierung von Mikroben verbunden mit definierten anatomischen Kompartimente (d.h., Haut, Darm, Oral usw.),sowie lokalisierte Websites in Diese Fächer3,4. Diese investigativen Bemühungen ist die rasche Entstehung und erhöhte Zugänglichkeit der Next Generation Sequencing (NGS) Technologien, die eine massiv parallele Plattform zur Analyse der mikrobiellen genetischen Inhalte (Mikrobiom) einer Probe. Für viele physiologische Proben, die damit verbundenen Microbiome ist komplex und reichlich (d.h., Hocker), aber für einige Proben ist das Mikrobiom durch geringe mikrobielle Biomasse (d.h., Muttermilch und unteren Atemwege) vertreten, wo Empfindlichkeit, experimentellen Artefakte und mögliche Verunreinigungen werden wichtige Themen. Die gemeinsamen Herausforderungen der Microbiome Studien und geeignete Versuchsanordnung wurden mehrere Review Artikel5,6,7,8.

Enthaltenen basiert eine robuste NGS experimentelle Pipeline auf gezielte Sequenzierung der rRNA 16 s V4 Region9 Mikrobiom der Muttermilch zu charakterisieren. Microbiome Analyse der menschlichen Milch ist kompliziert, nicht nur durch eine von Natur aus geringe mikrobielle Biomasse-10, sondern zusätzlich durch hohe Niveaus der menschlichen DNA Hintergrund11,12,13,14 und mögliche Übertragung von PCR-Inhibitoren15,16 in extrahierten Nukleinsäuren. Dieses Protokoll setzt auf handelsübliche Extraktion Kits und semi-automatischen Plattformen, die helfen können Variabilität auf Probe Vorbereitung Chargen zu minimieren. Es enthält eine wohldefinierte mock Bakteriengemeinschaft, die neben Proben verarbeitet wird, als eine Qualitätskontrolle überprüfen jeden Schritt im Protokoll und bieten eine unabhängige Metrik der Pipeline Robustheit. Obwohl das Protokoll als beschrieben für die Muttermilch Proben handelt, es ist leicht anpassbar an andere Probentypen wie Hocker, rektale und vaginale, Haut, areolar und mündliche Tupfer10,17, und dient als Ausgangspunkt für Forscher, die Microbiome Analysen durchführen möchten.

Protocol

Für alle Protokoll-Schritte geeigneter persönliche Schutzausrüstung (PSA) muss getragen werden, und strengen Verunreinigung Präventionsansätze unternommen werden müssen. Beobachten Sie Arbeitsabläufe von Vorverstärkung Arbeitsbereichen zu Post-Verstärkung Arbeitsbereiche, Kontamination der Proben zu minimieren. Alle Lieferungen verwendet sind steril, frei von RNase, DNase, DNA und pyrogenfreie. Alle Pipettenspitzen werden gefiltert. Ein Flussdiagramm der Protokoll-Schritte steht zur Verfügung (<strong class="xf…

Representative Results

Die hier vorgestellten Protokoll beinhaltet wichtige Qualitätskontrolle (QC) Schritte um sicherzustellen, dass die generierten Daten treffen für Protokoll Sensitivität, Spezifität und Verunreinigung Kontrolle benchmarks. QC zunächst das Protokoll folgt PCR Verstärkung der 16 s V4 Region (Abbildung 2). 1 µL des PCR-Produktes von jeder Probe wurde analysiert, durch Elektrophorese zu bestätigen, dass es innerhalb der erwarteten Größenbereich von 315-45…

Discussion

Gezielte Sequenzierung der nächsten Generation der 16 s rRNA ist eine weit verbreitete und schnelle Technik für Microbiome Charakterisierung18. Jedoch können viele Faktoren, einschließlich Batch Effekte, Umweltverschmutzung, Probe Cross-Kontamination, Sensitivität und Reproduzierbarkeit beeinträchtigen Versuchsergebnisse und verwirren ihre Auslegung7,19 , 20. um robuste 16 s Analysen am besten zu er…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Wir möchten Helty Adisetiyo, PhD und Shangxin Yang, PhD für die Entwicklung des Protokolls zu danken. Umfassende Unterstützung für die internationalen mütterlichen pädiatrische Jugendlichen AIDS klinische Studien Gruppe (IMPAACT) wurde vom National Institute of Allergy und Infectious Diseases (NIAID) des National Institute of Health (NIH) unter Preis zahlen zur Verfügung gestellt. UM1AI068632 (IMPAACT LOC), UM1AI068616 (IMPAACT SDMC) und UM1AI106716 (IMPAACT-LC), mit Kofinanzierung von Eunice Kennedy Shriver National Institute of Child Health and Human Development (NICHD) und das National Institute of Mental Health (NIMH). Der Inhalt ist ausschließlich in der Verantwortung der Autoren und nicht unbedingt die offizielle Meinung des NIH.

Materials

AllPrep RNA/DNA Mini Kit Qiagen 80204 DNA/RNA extraction kit
Eliminase Fisher Scientific 435532 RNase, DNase, DNA decontaminant 
Thermo Mixer Fisher Scientific temperature-controlled vortexer 
Buffer RLT plus Qiagen 1053393 guanidinium thiocyanate lysis buffer/ Part of Allprep kit
ß-Mercaptoethanol  Sigma Aldrich 63689-25ML-F ß-ME is a reducing agent that will irreversibly denature RNases by reducing disulfide bonds
LME Beads MP Biomedicals 116914050 bead tube
QIAgen TissueLyzer Qiagen 85300 automated sample disruptor adapter set
QIAshredder column Qiagen  79654
QIAgen RB tube manufacturer's microcentrifuge tube in kit
QIAcube and related plasticware Qiagen 9001292 automated DNA/RNA purification instrument
DNA exitus plus Applichem A7089 non-enzymatic decontamination solution
EB Buffer Qiagen 19086 elution buffer
QIAgility and related plasticware Qiagen 9001532 robotic liquid handler
PCR water MO BIO 17000-
5PRIME HotMasterMix Quantabio 2200400
Barcoded reverse primers Eurofin No Catalog #'s designed and ordered
 96 well PCR plate USA scientific 1402-9708
Tapestation 2200 and related plasticware Agilent G2964AA automated DNA/RNA fragment analyzer
D1000 reagents for Tapestation  Agilent 5067-5585 Sample buffer and ladder are part of this kit
OneStep PCR Inhibitor Removal Kit  Zymo Research 50444470 PCR inhibitor removal is done per the manufacturer's instructions.
QIAquick PCR Purification Kit Qiagen 28104 DNA clean up kit: silica-membrane-based purification of PCR products
Qubit dsDNA HS Assay Kit Thermo Fisher Q32854 dimethylsulfoxide-based dilution buffer and dye are part of this kit.
Qubit Fluorometer Thermo Fisher Q33216
NanoDrop Thermo Fisher microvolume spectrophotometer
MiSeq 300 V2 kit Illumina 15033624/15033626
MiSeq    Illumina No Catalog #'s next generation sequencer

References

  1. Ahern, P. P., Faith, J. J., Gordon, J. I. Mining the human gut microbiota for effector strains that shape the immune system. Immunity. 40 (6), 815-823 (2014).
  2. Postler, T. S., Ghosh, S. Understanding the Holobiont: How Microbial Metabolites Affect Human Health and Shape the Immune System. Cell Metab. , (2017).
  3. Hall, M. W., et al. Inter-personal diversity and temporal dynamics of dental, tongue, and salivary microbiota in the healthy oral cavity. NPJ Biofilms Microbiomes. 3, 2 (2017).
  4. Perez Perez, G. I., et al. Body Site Is a More Determinant Factor than Human Population Diversity in the Healthy Skin Microbiome. PLoS One. 11 (4), e0151990 (2016).
  5. Hamady, M., Knight, R. Microbial community profiling for human microbiome projects: Tools, techniques, and challenges. Genome Res. 19 (7), 1141-1152 (2009).
  6. Human Microbiome Project, C. A framework for human microbiome research. Nature. 486 (7402), 215-221 (2012).
  7. Kim, D., et al. Optimizing methods and dodging pitfalls in microbiome research. Microbiome. 5 (1), 52 (2017).
  8. Hugerth, L. W., Andersson, A. F. Analysing Microbial Community Composition through Amplicon Sequencing: From Sampling to Hypothesis Testing. Front Microbiol. 8, 1561 (2017).
  9. Caporaso, J. G., et al. Ultra-high-throughput microbial community analysis on the Illumina HiSeq and MiSeq platforms. ISME J. 6 (8), 1621-1624 (2012).
  10. Pannaraj, P. S., et al. Association Between Breast Milk Bacterial Communities and Establishment and Development of the Infant Gut Microbiome. JAMA Pediatr. , (2017).
  11. Ho, F. C., Wong, R. L., Lawton, J. W. Human colostral and breast milk cells. A light and electron microscopic study. Acta Paediatr Scand. 68 (3), 389-396 (1979).
  12. Parmely, M. J., Beer, A. E., Billingham, R. E. In vitro studies on the T-lymphocyte population of human milk. J Exp Med. 144 (2), 358-370 (1976).
  13. Sabbaj, S., et al. Human immunodeficiency virus-specific CD8(+) T cells in human breast milk. J Virol. 76 (15), 7365-7373 (2002).
  14. Jimenez, E., et al. Metagenomic Analysis of Milk of Healthy and Mastitis-Suffering Women. J Hum Lact. 31 (3), 406-415 (2015).
  15. Ghosh, M. K., et al. Quantitation of human immunodeficiency virus type 1 in breast milk. J Clin Microbiol. 41 (6), 2465-2470 (2003).
  16. Lim, N. Y., Roco, C. A., Frostegard, A. Transparent DNA/RNA Co-extraction Workflow Protocol Suitable for Inhibitor-Rich Environmental Samples That Focuses on Complete DNA Removal for Transcriptomic Analyses. Front Microbiol. 7, 1588 (2016).
  17. Bender, J. M., et al. Maternal HIV infection influences the microbiome of HIV-uninfected infants. Sci Transl Med. 8 (349), 349ra100 (2016).
  18. Cox, M. J., Cookson, W. O., Moffatt, M. F. Sequencing the human microbiome in health and disease. Hum Mol Genet. 22 (R1), R88-R94 (2013).
  19. Lauder, A. P., et al. Comparison of placenta samples with contamination controls does not provide evidence for a distinct placenta microbiota. Microbiome. 4 (1), 29 (2016).
  20. Salter, S. J., et al. Reagent and laboratory contamination can critically impact sequence-based microbiome analyses. BMC Biol. 12, 87 (2014).
  21. Walker, A. W., et al. 16S rRNA gene-based profiling of the human infant gut microbiota is strongly influenced by sample processing and PCR primer choice. Microbiome. 3, 26 (2015).
  22. Glassing, A., Dowd, S. E., Galandiuk, S., Davis, B., Chiodini, R. J. Inherent bacterial DNA contamination of extraction and sequencing reagents may affect interpretation of microbiota in low bacterial biomass samples. Gut Pathog. 8, 24 (2016).
  23. Kennedy, K., Hall, M. W., Lynch, M. D., Moreno-Hagelsieb, G., Neufeld, J. D. Evaluating bias of illumina-based bacterial 16S rRNA gene profiles. Appl Environ Microbiol. 80 (18), 5717-5722 (2014).
  24. Weiss, S., et al. Tracking down the sources of experimental contamination in microbiome studies. Genome Biol. 15 (12), 564 (2014).
  25. Aho, V. T., et al. The microbiome of the human lower airways: a next generation sequencing perspective. World Allergy Organ J. 8 (1), 23 (2015).
  26. Charlson, E. S., et al. Topographical continuity of bacterial populations in the healthy human respiratory tract. Am J Respir Crit Care Med. 184 (8), 957-963 (2011).
  27. Bittinger, K., et al. Improved characterization of medically relevant fungi in the human respiratory tract using next-generation sequencing. Genome Biol. 15 (10), 487 (2014).
  28. Jervis-Bardy, J., et al. Deriving accurate microbiota profiles from human samples with low bacterial content through post-sequencing processing of Illumina MiSeq data. Microbiome. 3, 19 (2015).
  29. Knights, D., et al. Bayesian community-wide culture-independent microbial source tracking. Nat Methods. 8 (9), 761-763 (2011).
  30. Lazarevic, V., Gaia, N., Girard, M., Schrenzel, J. Decontamination of 16S rRNA gene amplicon sequence datasets based on bacterial load assessment by qPCR. BMC Microbiol. 16, 73 (2016).
  31. Kurilshikov, A., Wijmenga, C., Fu, J., Zhernakova, A. Host Genetics and Gut Microbiome: Challenges and Perspectives. Trends Immunol. 38 (9), 633-647 (2017).
  32. . Mock microbial communities Available from: https://www.atcc.org/en/Products/Microbiome_Standards.aspx?utm_id=t170601524l1 (2017)

Play Video

Cite This Article
Tobin, N. H., Woodward, C., Zabih, S., Lee, D. J., Li, F., Aldrovandi, G. M. A Method for Targeted 16S Sequencing of Human Milk Samples. J. Vis. Exp. (133), e56974, doi:10.3791/56974 (2018).

View Video