Summary

Caratterizzazione della differenziazione in vitro dei cheratinociti primari umani mediante analisi RNA-Seq

Published: May 16, 2020
doi:

Summary

Qui è presentata una procedura graduale per la differenziazione in vitro dei cheratinociti primari umani per inibizione del contatto seguita dalla caratterizzazione a livello molecolare mediante analisi RNA-seq.

Abstract

I cheratinociti primari umani sono spesso usati come modelli in vitro per studi sulla differenziazione epidermica e sulle malattie correlate. Sono stati riportati metodi per la differenziazione in vitro dei cheratinociti coltivati in modo sommerso bidimensionale (2D) utilizzando varie condizioni di induzione. Qui descritta è una procedura per il metodo di differenziazione dei cheratinociti in vitro 2D per inibizione del contatto e successiva caratterizzazione molecolare da parte dell’RNA-seq. In breve, i cheratinociti vengono coltivati in un mezzo cheratinocita definito integrato con fattori di crescita fino a quando non sono completamente confluenti. La differenziazione è indotta da stretti contatti tra i cheratinociti e ulteriormente stimolata escludendo i fattori di crescita nel mezzo. Usando analisi RNA-seq, è dimostrato che entrambi 1) cheratinociti differenziati mostrano firme molecolari distinte durante la differenziazione e 2) il modello di espressione genica dinamica assomiglia in gran parte alle cellule durante la stratificazione epidermica. Per quanto riguarda il confronto con la normale differenziazione dei cheratinociti, i cheratinociti che trasportano mutazioni del fattore di trascrizione p63 mostrano morfologia alterata e firme molecolari, coerenti con i loro difetti di differenziazione. In conclusione, questo protocollo descrive in dettaglio i passaggi per la differenziazione dei cheratinociti in vitro 2D e la sua caratterizzazione molecolare, con particolare attenzione all’analisi bioinformatica dei dati RNA-seq. Poiché l’estrazione dell’RNA e le procedure RNA-seq sono state ben documentate, non è al centro di questo protocollo. La procedura sperimentale di differenziazione dei cheratinociti in vitro e di pipeline di analisi bioinformatica può essere utilizzata per studiare eventi molecolari durante la differenziazione epidermica in cheratinociti sani e materici.

Introduction

I cheratinociti primari umani derivati dalla pelle umana sono spesso usati come modello cellulare per studiare la biologia dell’epidermide1,2,3,4. La stratificazione dell’epidermide può essere modellata dalla differenziazione dei cheratinociti, sia in modo monostrato sommerso 2D che nel modello organotipico di sollevamento dell’aria 3D2,3,5,6,7. Sebbene i modelli 3D siano diventati sempre più importanti per valutare la struttura e la funzione epidermica, i modelli di differenziazione 2D sono ancora ampiamente utilizzati, a causa della loro convenienza e della possibilità di generare un gran numero di cellule per le analisi.

Varie condizioni sono state applicate per indurre la differenziazione dei cheratinociti in 2D, tra cui l’aggiunta di siero, alta concentrazione di calcio, temperatura più bassa e inibizione dei recettori del fattore di crescita epidermico2,3. Ognuno di questi metodi è stato convalidato da una serie di geni marcatori di differenziazione dei cheratinociti e si è dimostrato efficace nel valutare la differenziazione dei cheratinociti, anche in condizioni patologiche. Tuttavia, queste condizioni di induzione mostrano anche differenze nella loro efficienza di differenziazione e cinetica quando vengono esaminati pannelli specificidi geni marcatori 2,3.

Uno di questi metodi prevede l’inibizione del contatto dei cheratinociti e l’esaurimento dei fattori di crescita nel mezzodi coltura 8. È stato dimostrato che i cheratinociti possono differenziarsi spontaneamente quando le cellule raggiungono la piena densità.  Escludere i fattori di crescita nel mezzo di coltura può migliorare ulteriormente la differenziazione. Il metodo che combina l’inibizione del contatto e l’esaurimento dei fattori di crescita ha dimostrato di generare cheratinociti differenziati con modelli di espressione genica simili alla normale epidermide stratificata quando si utilizzano diversi marcatori epidermici3, suggerendo che questo modello è adatto per studiare la normale differenziazione dei cheratinociti. Recentemente, sono state riportate due analisi complete dell’espressione genica della differenziazione dei cheratinocitiutilizzando questo modello 9,10. I ricercatori hanno convalidato questo modello a livello molecolare e hanno dimostrato che può essere utilizzato per studiare la differenziazione dei cheratinociti normale e masabile.

Questo protocollo descrive la procedura per il metodo di differenziazione in vitro e l’analisi molecolare di cellule differenziate utilizzando RNA-seq. Illustra anche la caratterizzazione del trascritoma delle cellule nel giorno di differenziazione 0 (fase di proliferazione), giorno 2, giorno 4 e giorno 7 (differenziazione precoce, media e tardiva, rispettivamente). È dimostrato che i cheratinociti differenziati mostrano schemi di espressione genica che assomigliano in gran parte alle cellule durante la stratificazione epidermica. Per esaminare se questo metodo può essere utilizzato per lo studio della patologia cutanea, abbiamo applicato la stessa pipeline sperimentale e di analisi per indagare i cheratinociti che portano mutazioni del fattore di trascrizione p63 che derivano da pazienti con ectrodattilia, displasia ectodermica e sindrome labbro/palatoschisi (CEE)11,12. Questo protocollo si concentra sulla differenziazione in vitro dei cheratinociti e sulla successiva analisi bioinformatica dell’RNA-seq. Altri passaggi della procedura completa come l’estrazione dell’RNA, la preparazione del campione RNA-seq e la costruzione della biblioteca, sono ben documentati e possono essere facilmente seguiti, specialmente quando si utilizzano molti kit commerciali comunemente usati. Pertanto, questi passaggi sono descritti solo brevemente nel protocollo. I dati mostrano che questa pipeline è adatta per studiare eventi molecolari durante la differenziazione epidermica in cheratinociti sani e materici.

Protocol

Le biopsie cutanee sono state prelevate dal tronco di volontari sani o pazienti con mutazioni p63, per impostare la coltura primaria di cheratinociti. Tutte le procedure relative alla creazione di cheratinociti primari umani sono state approvate dal comitato etico del Radboud University Nijmegen Medical Centre (“Commissie Mensgebonden Onderzoek Arnhem-Nijmegen”). È stato ottenuto il consenso informato. 1. Differenziazione dei cheratinociti primari umani per inibizione del contatto P…

Representative Results

Differenziazione normale dei cheratinociti e analisi RNA-seqIn questo esperimento, le linee cheratinociti derivate da cinque individui sono state utilizzate per la differenziazione e le analisi RNA-seq. La figura 1 riassume la procedura sperimentale di differenziazione e i risultati dell’analisi RNA-seq. Una panoramica delle procedure di differenziazione in vitro dei cheratinociti normali e dei cambiamenti della morfologia cellulare durante la differenziazione è illustr…

Discussion

Questo lavoro descrive un metodo per indurre la differenziazione dei cheratinociti umani e la successiva caratterizzazione usando analisi RNA-seq. Nella letteratura attuale, molti studi sulla differenziazione dei cheratinociti umani usano altri due metodi, con un’alta concentrazione di calcio o con siero come metodi per indurre ladifferenziazione 2,3,23. Una relazione precedente ha confrontato attentamente questi tre diversi<sup…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Questa ricerca è stata sostenuta dall’Organizzazione olandese per la ricerca scientifica (NWO/ALW/MEERVOUD/836.12.010, H.Z.) (NWO/ALW/Open Competition/ALWOP 376, H.Z., J.G.A.S.); Borsa di studio della Radboud University (H.Z.); e sovvenzione del Consiglio delle borse di studio cinesi 201406330059 (J.Q.).

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

References

  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

Cite This Article
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