Summary

Analisi del sequenziamento dell'mRNA a cella singola multiplexed delle cellule embrionali del topo

Published: January 07, 2020
doi:

Summary

Qui abbiamo presentato un metodo di sequenziamento dell’mRNA a singola cellula multiplexed per profilare l’espressione genica nei tessuti embrionali del topo. Il metodo di sequenziamento dell’mRNA a singola cellula (scRNA-Seq) basato su droplet in combinazione con strategie di multiplexing può profilare singole cellule da più campioni contemporaneamente, riducendo significativamente i costi del reagente e riducendo al minimo gli effetti batch sperimentali.

Abstract

Il sequenziamento di mRNA a singola cellula ha compiuto progressi significativi negli ultimi anni ed è diventato uno strumento importante nel campo della biologia dello sviluppo. È stato utilizzato con successo per identificare popolazioni di cellule rare, scoprire nuovi geni marcatori e decodificare informazioni spaziali e temporali sullo sviluppo. Il metodo a singola cellula si è evoluto anche dalla tecnologia Fluidigm C1 basata microfluidica alle soluzioni a base di gocciolamento negli ultimi due o tre anni. Qui abbiamo usato il cuore come esempio per dimostrare come profilare le cellule del tessuto embrionale del topo usando il metodo scRNA-Seq basato su gocciolamento. Inoltre, abbiamo integrato due strategie nel flusso di lavoro per profilare più campioni in un unico esperimento. Utilizzando uno dei metodi integrati, abbiamo contemporaneamente profilato più di 9.000 cellule da otto campioni di cuore. Questi metodi saranno preziosi per il campo della biologia dello sviluppo fornendo un modo conveniente per profilare contemporaneamente singole cellule provenienti da diversi background genetici, stadi di sviluppo o posizioni anatomiche.

Introduction

Il profilo trascrizionale di ogni singola cellula varia tra le popolazioni cellulari durante lo sviluppo embrionale. Sebbene l’ibridazione molecolare singola in situ possa essere utilizzata per visualizzare l’espressione di un piccolo numero di geni1, il sequenziamento dell’mRNA a singola cellula (scRNA-Seq) fornisce un approccio imparziale per illustrare i modelli di espressione dei geni a livello di genoma nei singoli geni. Dopo che è stato pubblicato per la prima volta nel 20092, scRNA-Seq è stato applicato per studiare più tessuti in più fasi di sviluppo negli ultimi anni3,4,5. Inoltre, poiché l’atlante delle cellule umane ha recentemente lanciato i suoi progetti incentrati sullo sviluppo, si prevede che nel prossimo futuro saranno generati più dati di cellule singole provenienti da tessuti embrionali umani.

Il cuore come primo organo a svilupparsi svolge un ruolo critico nello sviluppo embrionale. Il cuore è costituito da più tipi di cellule e lo sviluppo di ogni tipo di cellula è strettamente regolato temporalmente e spazialemente. Negli ultimi anni, l’origine e il lignaggio cellulare delle cellule cardiache nelle fasi iniziali dello sviluppo sono state caratterizzate6, che forniscono un enorme strumento di navigazione utile per comprendere la patogenesi congenita delle malattie cardiache, nonché per sviluppare metodi più tecnologicamente avanzati per stimolare la rigenerazione cardiomiocita7.

Lo scRNA-Seq ha subito una rapida espansione negli ultimi anni8,9,10. Con i metodi appena sviluppati, la progettazione e l’analisi di esperimenti a cella singola è diventato più realizzabile11,12,13,14. Il metodo qui presentato è una procedura commerciale basata sulle soluzioni di gocciolina (vedi Tabella dei materiali)15,16. Questo metodo è dotato di catturare celle e insiemi di perline codificate in modo univoco in una goccia di emulsione olio-acqua sotto il controllo di un sistema di controllo microfluidico. La velocità di caricamento delle celle nelle goccioline è estremamente bassa in modo che la maggior parte delle emulsioni delle goccioline contengano una sola cella17. L’ingegnoso design della procedura deriva dalla separazione di una singola cellula in emulsioni di goccioline che si verificano contemporaneamente con la codifica a barre, che consente l’analisi parallela di singole cellule utilizzando RNA-Seq su una popolazione eterogenea.

L’incorporazione di strategie di multiplexing è una delle aggiunte importanti al tradizionale flusso di lavoro a cella singola13,14. Questa aggiunta è molto utile per eliminare i doppietti cellulari, ridurre i costi sperimentali ed eliminare gli effetti di lotto18,19. Una strategia di codifica a barre basata su lipidi e una strategia di codifica a barre basata su anticorpi (vedi Tabella dei materiali) sono i due metodi di multiplexing per lo più utilizzati. I codici a barre specifici vengono utilizzati per etichettare ogni campione in entrambi i metodi e i campioni etichettati vengono quindi miscelati per l’acquisizione di una singola cella, la preparazione della libreria e la sequenza. Successivamente, i dati di sequenza in pool possono essere separati analizzando le sequenze di codici a barre (Figura 1)19. Tuttavia, esistono differenze significative tra i due metodi. La strategia di codifica a barre basata su lipidi si basa su oligonucleotidi modificati ai lipidi, che non è stato trovato per avere preferenze di tipo di cellula. Mentre la strategia di codifica a barre basata su anticorpi può rilevare solo le cellule che esprimono le proteine dell’antigene19,20. Inoltre, ci vogliono circa 10 min per macchiare i lipidi ma 40 min per macchiare gli anticorpi (Figura 1). Inoltre, gli oligonucleotidi modificati dai lipidi sono più economici degli oligonucleotidi coniugati da anticorpi, ma non disponibili in commercio al momento della scrittura di questo articolo. Infine, la strategia basata sui lipidi può multiplex 96 campioni in un esperimento, ma la strategia basata su anticorpi attualmente può essere solo multiplex 12 campioni.

Il numero di cellule raccomandato al multiplex in un singolo esperimento dovrebbe essere inferiore a 2,5 x 104,altrimenti porterà a un’alta percentuale di doppietti cellulari e a una potenziale contaminazione da mRNA ambientali. Attraverso le strategie di multiplexing, il costo dell’acquisizione di una singola cella, della generazione di cDNA e della preparazione della libreria per più campioni sarà ridotto al costo di un campione, ma il costo di sequenziamento rimarrà lo stesso.

Protocol

La procedura animale è in accordo con l’Università di Pittsburgh Institutional Animal Care and Use Committee (IACUC). 1. Dissezione del cuore embrionale del topo e preparazione della sospensione a cella singola NOTA: Questo passaggio potrebbe richiedere alcune ore a seconda del numero di embrioni da sezionare. Per acquisire cuori embrionali E18.5, eutanasia un topo CD1 incinta dalla somministrazione di CO2. Utilizzare un rasoio per rimuovere i…

Representative Results

In questo studio, abbiamo usato il cuore embrionale del topo come esempio per mostrare come è stato eseguito il sequenziamento di mRNA a singola cellula multiplexed per elaborare simultaneamente i diversi campioni da parti separate di un organo. I cuori del topo E18.5 CD1 sono stati isolati e sezionati nell’atrio sinistro (LA), nell’atrio destro (RA), nel ventricolo sinistro (LV) e nel ventricolo destro (RV). Le cellule atriale e ventricolalare sono state poi codificate a barre in modo i…

Discussion

In questo studio, abbiamo dimostrato un protocollo per analizzare i profili trascrizionali a singola cellula. Abbiamo anche fornito due metodi opzionali ai campioni multiplex nel flusso di lavoro scRNA-Seq. Entrambi i metodi si sono dimostrati fattibili in vari laboratori e hanno fornito soluzioni per eseguire un esperimento a cella singola conveniente e privo di effetti in batch18,26.

Ci sono alcuni passaggi che dovrebbero essere segu…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ringraziamo David M. Patterson e Christopher S. McGinnis del laboratorio Dr. .ev J. Gartner per la loro fornitura gentile di reagenti di codifica a barre a base di lipidi e suggerimenti sui passaggi sperimentali e l’analisi dei dati. Questo lavoro è stato fondato dai National Institutes of Health (HL13347202).

Materials

10% Tween-20 Bio-Rad 1610781
10x Chip Holder 10x Genomics 120252 330019
10x Chromium Controller 10x Genomics 120223
10x Magnetic Separator 10x Genomics 120250 230003
10x Vortex Adapter 10x Genomics 330002, 120251
10x Vortex Clip 10x Genomics 120253 230002
4200 TapeStation System Agilent G2991AA
Agilent High Sensitivity DNA Kit Agilent 5067-4626 University of Pittsburgh Health Sciences Sequencing Core
Barcode Oligo Integrated DNA Technologies Single-stranded DNA 25 nmol
Buffer EB Qiagen 19086
CD1 mice Chales River Strain Code 022 ordered pregnant mice
Centrifuge 5424R Appendorf 2231000214
Chromium Chip B Single Cell Kit, 48 rxns 10x Genomics 1000073 Store at ambient temperature
Chromium i7 Multiplex Kit, 96 rxns 10x Genomics 120262 Store at -20 °C
Chromium Single Cell 3' GEM Kit v3,4 rxns 10x Genomics 1000094 Store at -20 °C
Chromium Single Cell 3' Library Kit v3 10x Genomics 1000095 Store at -20 °C
Chromium Single Cell 3' v3 Gel Beads 10x Genomics 2000059 Store at -80 °C
Collagenase A Sigma/Millipore 10103578001 Store powder at 4 °C, store at -20 °C after it dissolves
Collagenase B Sigma/Millipore 11088807001 Store powder at 4 °C, store at -20 °C after it dissolves
D1000 ScreenTape Agilent 5067-5582 University of Pittsburgh Health Sciences Sequencing Core
DNA LoBind Tube Microcentrifuge Tube, 1.5 mL Eppendorf 022431021
DNA LoBind Tube Microcentrifuge Tube, 2.0 mL Eppendorf 022431048
Dynabeads MyOne SILANE 10x Genomics 2000048 Store at 4 °C, used in Beads Cleanup Mix (Table 1)
DynaMag-2 Magnet Theromo Scientific 12321D
Ethanol, Pure (200 Proof, anhydrous) Sigma E7023-500mL
Falcon 15mL High Clarity PP Centrifuge Tube Corning Cellgro 14-959-70C
Falcon 50mL High Clarity PP Centrifuge Tube Corning Cellgro 14-959-49A
Fetal Bovine Serum, qualified, United States Fisher Scientific 26140079 Store at -20 °C
Finnpipette F1 Multichannel Pipettes, 10-100μl Theromo Scientific 4661020N
Finnpipette F1 Multichannel Pipettes, 1-10μl Theromo Scientific 4661000N
Flowmi Cell Strainer Sigma BAH136800040 Porosity 40 μm, for 1000 uL Pipette Tips, pack of 50 each
Glycerin (Glycerol), 50% (v/v) Ricca Chemical Company 3290-32
HBSS, no calcium, no magnesium Thermo Fisher Scientific 14170112
Human TruStain FcX (Fc Receptor Blocking Solution) BioLegend 422301 Add 5 µl of Human TruStain FcX per million cells in 100 µl staining volume
Isopropanol (IPA) Fisher Scientific A464-4
Kapa HiFi HotStart ReadyMix (2X) Fisher Scientific NC0295239 Store at -20 °C, used in Lipid-tagged barcode library mix (Table 1)
Lipid Barcode Primer (Multi-seq Primer) Integrated DNA Technologies Single-stranded DNA 100 nmol
Low TE Buffer (10 mM Tris-HCl pH 8.0, 0.1 mM EDTA) Thermo Fisher Scientific 12090-015
MasterCycler Pro Eppendorf 950W
Nuclease-Free Water (Ambion) Thermo Fisher Scientific AM9937
PCR Tubes 0.2 ml 8-tube strips Eppendorf 951010022
Phosphate-Buffered Saline (PBS) 1X without calcium & magnesium Corning Cellgro 21-040-CV
Phosphate-Buffered Saline (PBS) with 10% Bovine Albumin (alternative to Thermo Fisher product) Sigma-Aldrich SRE0036
Pipet 4-pack (0.1–2.5μL, 0.5-10μL, 10–100μL, 100–1,000μL variable-volume pipettes Fisher Scientific 05-403-151
Selection reagent (SPRIselect Reagent Kit) Beckman Coulter B23318 (60ml)
Template Switch Oligo 10x Genomics 3000228 Store at -20 °C, used in Master Mix (Table 1)
The antibody based barcoding strategy is also known as Cell Hashing
The cell browser is Loup Cell Browser 10x Genomics https://support.10xgenomics.com/single-cell-gene-expression/software/visualization/latest/what-is-loupe-cell-browser
The commercial available analysis pipline in step 8.1 is Cell Ranger 10x Genomics https://support.10xgenomics.com/single-cell-gene-expression/software/pipelines/latest/what-is-cell-ranger
The lipid based barcoding strategy is also known as MULTI-seq
The well maintained R platform is Seurat V3 satijalab https://satijalab.org/seurat/
TipOne RPT 0.1-10/20 ul XL ultra low retention filter pipet tip USA Scientific 1180-3710
TipOne RPT 1000 ul XL ultra low retention filter pipet tip USA Scientific 1182-1730
TipOne RPT 200 ul ultra low retention filter pipet tip USA Scientific 1180-8710
TotalSeq-A0301 anti-mouse Hashtag 1 Antibody BioLegend 155801 0.1 – 1.0 µg of antibody in 100 µl of staining buffer for every 1 million cells
TotalSeq-A0302 anti-mouse Hashtag 2 Antibody BioLegend 155803 0.1 – 1.0 µg of antibody in 100 µl of staining buffer for every 1 million cells
TotalSeq-A0302 anti-mouse Hashtag 3 Antibody BioLegend 155805 0.1 – 1.0 µg of antibody in 100 µl of staining buffer for every 1 million cells
TrueSeq RPI primer Integrated DNA Technologies Single-stranded DNA 100 nmol, used in Lipid-tagged barcode library mix (Table 1)
Trypan Blue Solution, 0.4% Fisher Scientific 15250061
Trypsin-EDTA (0.25%), phenol red Fisher Scientific 25200-056
Universal I5 Integrated DNA Technologies Single-stranded DNA 100 nmol

References

  1. Raj, A., Van Den Bogaard, P., Rifkin, S. A., Van Oudenaarden, A., Tyagi, S. Imaging individual mRNA molecules using multiple singly labeled probes. Nature Methods. 5 (10), 877 (2008).
  2. Tang, F., et al. mRNA-Seq whole-transcriptome analysis of a single cell. Nature Methods. 6 (5), 377 (2009).
  3. Li, G., Plonowska, K., Kuppusamy, R., Sturzu, A., Wu, S. M. Identification of cardiovascular lineage descendants at single-cell resolution. Development. 142 (5), 846-857 (2015).
  4. DeLaughter, D. M., et al. Single-cell resolution of temporal gene expression during heart development. Developmental Cell. 39 (4), 480-490 (2016).
  5. Li, G., et al. Single cell expression analysis reveals anatomical and cell cycle-dependent transcriptional shifts during heart development. Development. 146 (12), dev173476 (2019).
  6. Meilhac, S. M., Buckingham, M. E. The deployment of cell lineages that form the mammalian heart. Nature Reviews Cardiology. 1, (2018).
  7. Liu, Z., et al. Single-cell transcriptomics reconstructs fate conversion from fibroblast to cardiomyocyte. Nature. 551 (7678), 100 (2017).
  8. Lafzi, A., Moutinho, C., Picelli, S., Heyn, H. Tutorial: guidelines for the experimental design of single-cell RNA sequencing studies. Nature Protocols. 1, (2018).
  9. The Tabula Muris Consortium. Single-cell transcriptomics of 20 mouse organs creates a Tabula Muris. Nature. 562 (7727), 367 (2018).
  10. Gawad, C., Koh, W., Quake, S. R. Single-cell genome sequencing: current state of the science. Nature Reviews Genetics. 17 (3), 175 (2016).
  11. Grün, D., van Oudenaarden, A. Design and analysis of single-cell sequencing experiments. Cell. 163 (4), 799-810 (2015).
  12. Ziegenhain, C., et al. Comparative analysis of single-cell RNA sequencing methods. Molecular cell. 65 (4), 631-643 (2017).
  13. Hashimshony, T., et al. CEL-Seq2: sensitive highly-multiplexed single-cell RNA-Seq. Genome Biology. 17 (1), 77 (2016).
  14. Islam, S., et al. Characterization of the single-cell transcriptional landscape by highly multiplex RNA-seq. Genome Research. 21 (7), 1160-1167 (2011).
  15. Macosko, E. Z., et al. Highly parallel genome-wide expression profiling of individual cells using nanoliter droplets. Cell. 161 (5), 1202-1214 (2015).
  16. Klein, A. M., et al. Droplet barcoding for single-cell transcriptomics applied to embryonic stem cells. Cell. 161 (5), 1187-1201 (2015).
  17. . Library Prep -Single Cell Gene Expression -Official 10x Genomics Support Available from: https://support.10xgenomics.com/single-cell-gene-expression/library-prep (2018)
  18. McGinnis, C. S., et al. MULTI-seq: sample multiplexing for single-cell RNA sequencing using lipid-tagged indices. Nature Methods. 1, (2019).
  19. Stoeckius, M., et al. Cell hashing with barcoded antibodies enables multiplexing and doublet detection for single cell genomics. Genome Biology. 19 (1), 224 (2018).
  20. Chan, M. M., et al. Molecular recording of mammalian embryogenesis. Nature. 570 (7759), 77-82 (2019).
  21. . Agilent 4200 TapeStation System Available from: https://www.agilent.com/cs/library/datasheets/public/5991-6029EN.pdf (2019)
  22. . SPRIselect User Guide Available from: https://research.fhcrc.org/content/dam/stripe/hahn/methods/mol_biol/SPRIselect%20User%20Guide.pdf (2012)
  23. . Qubit 4 Fluorometer User Guide Available from: https://assets.thermofisher.com/TFS-Assets/LSG/manuals/MAN0017209_Qubit_4_Fluorometer_UG.pdf (2018)
  24. . Agilent High Sensitivity DNA Kit Guide Available from: https://www.agilent.com/cs/library/usermanuals/public/High%20Sensitivity_DNA_KG.pdf (2016)
  25. Butler, A., Hoffman, P., Smibert, P., Papalexi, E., Satija, R. Integrating single-cell transcriptomic data across different conditions, technologies, and species. Nature Biotechnology. 36 (5), 411 (2018).
  26. Weber, R. J., Liang, S. I., Selden, N. S., Desai, T. A., Gartner, Z. J. Efficient targeting of fatty-acid modified oligonucleotides to live cell membranes through stepwise assembly. Biomacromolecules. 15 (12), 4621-4626 (2014).
  27. . Single Cell Protocols Cell Preparation Guide Available from: https://support.10xgenomics.com/single-cell-gene-expression/sample-prep (2017)

Play Video

Cite This Article
Feng, W., Przysinda, A., Li, G. Multiplexed Single Cell mRNA Sequencing Analysis of Mouse Embryonic Cells. J. Vis. Exp. (155), e60647, doi:10.3791/60647 (2020).

View Video