Summary

Sequenciação do ARN de célula única de neurônios fluorescente etiquetadas do Mouse usando a classificação Manual e duplo In Vitro a transcrição com contagens absolutas sequenciamento (DIVA-Seq)

Published: October 26, 2018
doi:

Summary

Este protocolo descreve o manual de procedimento para isolar o único neurônios fluorescente etiquetados seguidos em vitro baseada na transcrição de amplificação do mRNA para a sequenciação do ARN de alta profundidade única célula de triagem.

Abstract

A sequenciação do ARN unicelulares (RNA-seq) agora é uma ferramenta amplamente implementada para análise de expressão gênica. Plataformas de sequenciação do ARN monocelulares comercialmente disponíveis processam tudo entradas células indiscriminadamente. Às vezes, fluorescência-ativado da pilha (FACS) de classificação é usada contra a corrente para isolar uma população especificamente rotulada de interesse. Uma limitação de FACS é a necessidade de números elevados de células entradas com frações significativamente rotuladas, que é impraticável para coleta e criação de perfil de populações raras ou escassamente rotulada neurônio do cérebro do rato. Aqui, descrevemos um método para manualmente coletando esparsas fluorescente etiquetado único neurônios de recém dissociado tecido de cérebro de rato. Este processo permite a captura de neurônios com rótulo único com pureza elevada e subsequente integração com um em vitro protocolo de amplificação baseada na transcrição que preserva os rácios de transcrição endógena. Nós descrevemos um método de amplificação linear duplo que usa identificadores da molécula original (UMIs) para gerar contagens individuais do mRNA. Duas rodadas de resultados de amplificação em um alto grau de deteção de gene por uma única célula.

Introduction

A sequenciação do ARN unicelulares (RNA-seq) transformou-se estudos de transcriptomic. Enquanto em grande escala RNAseq de célula única pode ser executada usando uma variedade de técnicas, como as gotas1,2, Microfluido3, nanogrids4e micropoços5, a maioria dos métodos não pode classificar tipos de células definidas que expressam fluorophores geneticamente codificado. Para isolar uma população selecione a célula, fluorescência-ativado da pilha (FACS) de classificação é frequentemente usada para classificar as pilhas etiquetadas em um modo de célula única. No entanto, FACS tem algumas restrições e requer etapas de processamento de amostra meticuloso. Em primeiro lugar, um grande número de células de entrada é normalmente necessários (muitas vezes vários milhões de células / mL), com uma fração significativa (> 15 – 20%) contendo a população rotulada. Em segundo lugar, preparações da pilha podem exigir várias rodadas de etapas de centrifugação gradiente de densidade para remover fração glia, detritos e aglomerados de células que caso contrário podem obstruir o bocal ou fluxo de célula. Em terceiro lugar, FACS geralmente emprega a coloração e descoloração passos para viver/morrer coloração (por exemplo, 4, 6-diamidino-2-phenylindole (DAPI), iodeto de propidium (PI) e corantes Cytotracker), que ocupam tempo adicional. Em quarto lugar, como uma regra de ouro para duas cores classificação (como DAPI e proteína fluorescente verde/vermelho (GFP/RFP)), geralmente duas amostras e um controle são necessários, exigindo uma amostra sem rótulo para ser processado além da estirpe do mouse desejado. Em quinto lugar, a filtragem é frequentemente realizada várias vezes antes e durante a amostra classificação para proativamente evitar linhas de exemplo obstruído em uma máquina de FACS. Em sexto lugar, o tempo deve ser atribuído em configurações de FACS mais comumente usadas para inicializar e estabilizar o fluxo de fluido e realizar a calibração da gota. Sétimo, controle de amostras geralmente são executadas em sequência antes da colheita de amostra real para criar matrizes de compensação, rejeição de gibão, definindo portões, etc. os usuários também executar as etapas 6 e 7 se antes do tempo ou exigir o assistência de um técnico em paralelo. Finalmente, post-FACS, muitas vezes há medidas para assegurar que somente rotulado única células estão presentes em cada poço; por exemplo, verificando as amostras em uma configuração de alto teor de triagem como um gerador de imagens de prato rápido.

Para contornar as etapas descritas acima e facilitar um relativamente rápida, alvo de sequenciamento de uma pequena população de neurônios fluorescente etiquetadas único, descrevemos um manual de classificação procedimento seguido por duas rodadas de um altamente sensíveis em vitro Protocolo de amplificação, chamado dobro da transcrição in vitro com contagens absolutas sequenciamento (DIVA-Seq). A geração de biblioteca de amplificação e do cDNA de RNA é adaptada de Eberwine et al . 6 e Hashimshony et al . 7, com certas modificações para atender interneurônios rato que têm volumes menores de celulares; Além disso, encontramos também é igualmente útil para excitatórios neurônios piramidais.

Protocol

Todos os procedimentos, incluindo assuntos animais foram aprovados pelo IACUC em Cold Spring Harbor Laboratory, NY (IACUC #16-13-09-8). 1. manual de classificação de neurônios de rato fluorescente etiquetadas Puxe microcapilares de vidro (veja a Tabela de materiais) para 10-15 µm de diâmetro de saída usando um extrator capilar com as seguintes configurações: calor: 508, puxe: em branco, vel: em branco, tempo: em branco. Anexe tubos de silicone flex?…

Representative Results

Usando o protocolo descrito acima, gabaérgica neurônios manualmente foram classificados (Figura 1) e RNA amplificado, depois foi transformado em uma biblioteca de cDNA (Figura 2) e sequenciado em alta profundidade8. Os produtos amplificados do RNA (aRNA) variaram entre 200 – 4.000 bp em tamanho, com uma distribuição de pico ligeiramente acima de 500 bp (Figura 3A). A bib…

Discussion

O manual de classificação protocolo é apropriado para uma sequenciação do ARN supervisionada de neurônio populações que são escassamente rotulada do cérebro de ratos ou estão representando uma população de células raras que caso contrário, não é viável para estudar usando a célula atual da elevado-produção métodos de triagem e amplificação. As células submetidas a FACS geralmente sofrem pressões de linha bainha e amostra na faixa de ~ 9 – 14 psi, dependendo do tamanho do bocal e desejado taxas…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Este trabalho foi apoiado por concessões do NIH (5R01MH094705-04 e 01-R01MH109665 para Z.J.H.), pelo fundo de neurociência CSHL Robertson (para Z.J.H.) e por um NARSAD Doctoral Fellowship (para A.P.).

Materials

ERCC RNA Spike-In Control Mixes Thermo Fisher Cat# 4456740
SuperScript III Thermo Fisher Cat# 18080093
RNaseOUT Recombinant Ribonuclease Inhibitor Thermo Fisher Cat# 10777019
RNA fragmentation buffer New England Biolabs Cat# E6105S
RNA MinElute kit Qiagen Cat# 74204
Antarctic phosphatase New England Biolabs Cat# M0289
Poly nucleotide kinase New England Biolabs Cat# M0201
T4 RNA ligase2, truncated New England Biolabs Cat# M0242
Ampure Xp magnetic  beads Beckman Coulter Cat# A63880
SPRIselect size selection magnetic beads Thermo Fisher Cat# B23317
DL-AP5 Tocris Cat# 0105
CNQX Tocris Cat# 1045
TTX Tocris Cat# 1078
Protease from Streptomyces griseus Sigma-Aldrich Cat# P5147
Message Amp II kit Thermo Fisher Cat# AM1751
Carbogen Airgas Cat# UN3156
Sylgard 184 Sigma-Aldrich Cat# 761036
Illumina TrueSeq smallRNA kit Illumina Cat# RS-200-0012
Bioanalyzer RNA Pico chip Agilent Cat# 5067-1513
Bioanalyzer High Sensitvity DNA chip Agilent Cat# 5067-4626
Bioanalyzer 2100 Agilent
Dissection microscope with fluorescence and bright field illumination with DIC optics.  (Leica model MZ-16F). Leica Model MZ-16F
Glass microcapillary: Borosilicate capillary tubes 500/pk. OD= 1 mm, ID=0.58 mm, wall= 0.21 mm, Length= 150 mm. Warner instruments Model GC100-15, Order# 30-0017
Capillary pipette puller Sutter Instruments Co P-97
Vibratome Thermo Microm HM 650V
Vibratome tissue cooling unit Thermo Microm CU 65

References

  1. Macosko, E. Z., et al. Highly Parallel Genome-wide Expression Profiling of Individual Cells Using Nanoliter Droplets. Cell. 161 (5), 1202-1214 (2015).
  2. Klein, A. M., et al. Droplet barcoding for single-cell transcriptomics applied to embryonic stem cells. Cell. 161 (5), 1187-1201 (2015).
  3. Xin, Y., et al. Use of the Fluidigm C1 platform for RNA sequencing of single mouse pancreatic islet cells. Proceedings of the National Academy of Sciences of the United States of America. 113 (12), 3293-3298 (2016).
  4. Gao, R., et al. Nanogrid single-nucleus RNA sequencing reveals phenotypic diversity in breast cancer. Nature Communications. 8 (1), 228 (2017).
  5. Yuan, J., Sims, P. A. An Automated Microwell Platform for Large-Scale Single Cell RNA-Seq. Scientific Reports. 6, 33883 (2016).
  6. Eberwine, J., et al. Analysis of gene expression in single live neurons. Proceedings of the National Academy of Sciences of the United States of America. 89 (7), 3010-3014 (1992).
  7. Hashimshony, T., Wagner, F., Sher, N., Yanai, I. CEL-Seq: Single-Cell RNA-Seq by Multiplexed Linear Amplification. Cell Reports. 2 (3), 666-673 (2012).
  8. Paul, A., et al. Transcriptional Architecture of Synaptic Communication Delineates GABAergic Neuron Identity. Cell. 171 (3), 522-539 (2017).
  9. Zeisel, A., et al. Cell types in the mouse cortex and hippocampus revealed by single-cell RNA-seq. Science. 1934, (2015).
  10. Tasic, B., et al. Adult mouse cortical cell taxonomy revealed by single cell transcriptomics. Nature Neuroscience. 19, 335-346 (2016).
  11. Okaty, B. W., et al. Multi-Scale Molecular Deconstruction of the Serotonin Neuron System. Neuron. 88 (4), 774-791 (2015).
  12. Poulin, J. F., Tasic, B., Hjerling-Leffler, J., Trimarchi, J. M., Awatramani, R. Disentangling neural cell diversity using single-cell transcriptomics. Nature Neuroscience. 19 (9), 1131-1141 (2016).
  13. Crow, M., Paul, A., Ballouz, S., Huang, Z. J., Gillis, J. Exploiting single-cell expression to characterize co-expression replicability. Genome Biology. 17, 101 (2016).
  14. Crow, M., Paul, A., Ballouz, S., Huang, Z. J., Gillis, J. Characterizing the replicability of cell types defined by single cell RNA-sequencing data using MetaNeighbor. Nature Communications. 9 (1), (2018).
  15. Hrvatin, S., et al. Single-cell analysis of experience-dependent transcriptomic states in the mouse visual cortex. Nature Neuroscience. 21 (1), 120-129 (2018).

Play Video

Cite This Article
Paul, A., Huang, Z. J. Single-cell RNA Sequencing of Fluorescently Labeled Mouse Neurons Using Manual Sorting and Double In Vitro Transcription with Absolute Counts Sequencing (DIVA-Seq). J. Vis. Exp. (140), e58690, doi:10.3791/58690 (2018).

View Video