Summary

Analisi della dinamica del microbiota fecale in topi inclini al lupus utilizzando un metodo di isolamento del DNA semplice ed economico

Published: May 02, 2022
doi:

Summary

Questo protocollo fornisce un metodo di isolamento del DNA semplice ed economico per l’analisi delle alterazioni del microbiota intestinale murino durante lo sviluppo della malattia autoimmune.

Abstract

Il microbiota intestinale ha un ruolo importante nell’educazione del sistema immunitario. Questa relazione è estremamente importante per comprendere le malattie autoimmuni che non sono solo guidate da fattori genetici, ma anche da fattori ambientali che possono innescare l’insorgenza e / o peggiorare il decorso della malattia. Uno studio precedentemente pubblicato sulla dinamica del microbiota intestinale nei topi femmina MRL / lpr inclini al lupus ha mostrato come i cambiamenti del microbiota intestinale possono alterare la progressione della malattia. Qui, viene descritto un protocollo per estrarre campioni rappresentativi dal microbiota intestinale per studi di autoimmunità. I campioni di microbiota vengono raccolti dall’ano e lavorati, da cui il DNA viene estratto utilizzando un metodo fenolo-cloroformio e purificato mediante precipitazione alcolica. Dopo l’esecuzione della PCR, gli ampliconi purificati vengono sequenziati utilizzando una piattaforma di sequenziamento di nuova generazione presso l’Argonne National Laboratory. Infine, vengono analizzati i dati di sequenziamento del gene RNA ribosomiale 16S. Ad esempio, vengono mostrati i dati ottenuti dai confronti del microbiota intestinale di topi MRL / lpr con o senza CX3CR1. I risultati hanno mostrato differenze significative nei generi contenenti batteri patogeni come quelli del phylum Proteobacteria, così come il genere Bifidobacterium, che è considerato parte del microbiota commensale sano. In sintesi, questo metodo di isolamento del DNA semplice ed economico è affidabile e può aiutare lo studio dei cambiamenti del microbiota intestinale associati alle malattie autoimmuni.

Introduction

Esseri umani e batteri hanno coesistito per molto tempo. Hanno stabilito una relazione codipendente con effetti benefici reciproci che influenza le risposte immunitarie dell’ospite in modi quantitativi e qualitativi1. Studi recenti suggeriscono un’associazione tra la composizione del microbiota intestinale e la patogenesi delle malattie autoimmuni che includono la sclerosi multipla 2, l’artrite reumatoide3, il diabete di tipo2 4, la malattia infiammatoria intestinale5 e il lupus eritematoso sistemico (LES)6. Tuttavia, non è ancora chiaro se il microbiota intestinale sia la causa principale o un effetto secondario di queste malattie autoimmuni7. Potenzialmente, il microbiota intestinale potrebbe esacerbare la malattia durante la fase effettrice dei disturbi autoimmuni o svolgere un ruolo nella regolazione dell’induzione di queste malattie8.

La disbiosi intestinale è stata riportata in topi MRL/Mp-Faslpr (MRL/lpr) femminili inclini al lupus e sono stati osservati cambiamenti del microbiota intestinale con una significativa deplezione di lattobacilli9. Quando una miscela di cinque ceppi di Lactobacillus è stata somministrata per via orale, i sintomi simili al lupus sono stati ampiamente attenuati in questi topi, suggerendo un ruolo essenziale del microbiota nella regolazione della patogenesi del LES.

La seguente tecnica di estrazione del DNA consente di seguire le fluttuazioni del microbiota e analizzarle qualitativamente e quantitativamente durante il decorso della malattia murina simile al LES nei topi inclini al lupus. Sia che si tratti di esaminare il microbiota intestinale sano o di definire la disbiosi, è importante esaminare criticamente come vengono raccolti i dati e se sono accurati e riproducibili10. Ogni fase è fondamentale in questo processo. È necessario utilizzare una metodologia appropriata per estrarre il DNA microbico poiché qualsiasi possibile problema che introduce distorsioni durante il processo di estrazione del DNA potrebbe comportare una rappresentazione microbica imprecisa. Mentre il metodo fenolo-cloroformio è descritto qui, ci sono kit disponibili in commercio per estrarre il DNA da batteri che funzionano bene in casi particolari11. Tuttavia, la loro usabilità è limitata dal costo e dalla quantità di campione richiesta.

Il protocollo qui presentato è conveniente e richiede solo una piccola quantità di campione. Funziona bene con qualsiasi tipo di campione di feci ed è utile nello studio delle dinamiche del microbiota intestinale nel tempo e nei confronti tra gruppi. Il DNA viene isolato con un metodo di purificazione dell’alcol, che utilizza fenolo, cloroformio e alcol isoamilico. L’estrazione a base alcolica aiuta a pulire e rimuovere il campione di proteine e lipidi, dove il DNA viene precipitato nella fase finale. Il metodo proposto ha un’efficienza e una qualità significativamente elevate e si è dimostrato accurato nell’identificazione delle popolazioni batteriche. Una nota critica durante la procedura è che può verificarsi una contaminazione del DNA e quindi è necessaria un’appropriata gestione del campione12.

Il DNA viene quindi analizzato dalle piattaforme Next Generation Sequencing per il gene rRNA 16S, come l’Illumina MiSeq. In particolare, la regione iper-variabile V4 viene analizzata per fornire una migliore quantificazione per i taxa di alto rango13. La successiva analisi bioinformatica viene esternalizzata, seguita da un’analisi interna utilizzando metodi statistici standard. Esistono numerosi programmi software bioinformatici open source disponibili per il sequenziamento a valle e il tipo di analisi eseguite dipende fortemente dalla specifica questione biologica di interesse14. Questo protocollo si concentra specificamente sulle fasi sperimentali prima del sequenziamento e fornisce un metodo più versatile, economico, confrontabile ed efficiente per ottenere DNA da campioni fecali.

Protocol

Il locus Cx3cr1 gfp/gfp dei topi B6.129P2(Cg)-Cx3cr1tm1Litt/J è stato reincrociato con MRL/MpJ-Fas lpr/J (MRL/lpr) per 10 generazioni per generare topi MRL/lpr-CX 3 CR1 gfp/gfp. Lo screening del genoma utilizzando pannelli di polimorfismo a singolo nucleotide (SNP) ha confermato che il background genetico dei topi di nuova generazione era identico per oltre il 97% a quello di MRL / lpr. Successivamente, i topi sono stati allevati e mantenuti in uno…

Representative Results

I risultati dell’Argonne National Laboratory sono analizzati da un bioinformatico qualificato, seguito da un’analisi interna dei dati utilizzando metodi statistici standard. Le tipiche analisi del microbioma comportano il raggruppamento di sequenze simili in unità tassonomiche operative (OTU) o varianti di sequenza ampliconica (ASV) come proxy per diversi microrganismi in un campione. I conteggi di OTU o ASV tra i campioni possono quindi essere utilizzati per verificare i cambiamenti nella diversità all’interno del cam…

Discussion

Il microbiota intestinale equilibrato può proteggere il corpo umano dalle malattie. Una volta che questo equilibrio viene interrotto da fattori scatenanti esterni o interni, le conseguenze possono essere devastanti. Questo metodo presenta un modo per analizzare la dinamica del microbiota intestinale in modelli murini. Il metodo è adatto non solo per i confronti tra gruppi, ma anche per tracciare il microbiota intestinale nel tempo per identificare meglio i fattori dipendenti dal tempo che interrompono il microbiota int…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Apprezziamo l’aiuto dell’Argonne National Laboratory e dei nostri bioinformatici che collaborano. Questo lavoro è supportato da vari NIH e sovvenzioni interne.

Materials

0.1 mm glass beads BioSpec Products 11079101
2 mL screw cap tubes Thermo Fisher Scientific 3488
20% SDS FisherScientific BP1311-1 SDS 20%
96% Ethanol, Molecular Biology Grade Thermo Fisher Scientific T032021000CS
Ammonium Acetate (5 M) Thermo Fisher Scientific AM9071 NH4AC 5M
B6.129P2(Cg)-Cx3cr1tm1Litt/J Jackson Laboratory 005582
Bullet Blender storm 24 Next Advance 4116-BBY24M Homogenizer
Chloroform FisherScientific C298-500
DEPC-Treated Water Thermo Fisher Scientific AM9916
Ethylenediamine Tetraacetic Acid FisherScientific BP118-500 EDTA
Foil plate seal FisherScientific NC0302491
Kimwipes-Kimtech 34256 FisherScientific 06-666C
MRL/MpJ-Faslpr/J (MRL/lpr) mice Jackson Laboratory 000485
Nanodrop 2000 spectrophotomer Thermo Fisher Scientific ND2000CLAPTOP
Phenol: chloroform: isoamylalchohol (25:24:1) FisherScientific BP1752I-400 PCI
Scale with 4 decimals Mettler Toledo MS205DU
Skirted 96-well plates Thermo Fisher Scientific AB-0800
Sodium chloride FisherScientific 15528154 NaCl
Tris Hydrochloride FisherScientific BP1757-100
Vortex Scientific Industries SI-0236

References

  1. Lee, Y. K., Mazmanian, S. K. Has the microbiota played a critical role in the evolution of the adaptive immune system. Science. 330 (6012), 1768-1773 (2010).
  2. Lee, Y. K., Menezes, J. S., Umesaki, Y., Mazmanian, S. K. Proinflammatory T-cell responses to gut microbiota promote experimental autoimmune encephalomyelitis. Proceedings of the National Academy of Sciences of the United States of America. 108, 4615-4622 (2011).
  3. Yeoh, N., Burton, J. P., Suppiah, P., Reid, G., Stebbings, S. The role of the microbiome in rheumatic diseases. Current Rheumatology Reports. 15 (3), 314 (2013).
  4. Larsen, N., et al. Gut microbiota in human adults with type 2 diabetes differs from non-diabetic adults. PLoS One. 5 (2), 9085 (2010).
  5. Alam, M. T., et al. Microbial imbalance in inflammatory bowel disease patients at different taxonomic levels. Gut Pathogens. 12 (1), (2020).
  6. Vieira, S. M., Pagovich, O. E., Kriegel, M. A. Diet, microbiota and autoimmune diseases. Lupus. 23 (6), 518-526 (2014).
  7. Mu, Q., Zhang, H., Luo, X. M. SLE: another autoimmune disorder influenced by microbes and diet. Frontiers of Immunology. 6, 608 (2015).
  8. Tektonidou, M. G., Wang, Z., Dasgupta, A., Ward, M. M. Burden of serious infections in adults with systemic lupus erythematosus: a national population-based study. Arthritis Care & Research. 67 (8), 1078-1085 (2015).
  9. Mu, Q., et al. Control of lupus nephritis by changes of gut microbiota. Microbiome. 5 (1), 73 (2017).
  10. Panek, M., et al. Methodology challenges in studying human gut microbiota – effects of collection, storage, DNA extraction and next generation sequencing technologies. Scientific Reports. 8 (1), 5143 (2018).
  11. Fiedorová, K., et al. The impact of dna extraction methods on stool bacterial and fungal microbiota community recovery. Frontiers in Microbiology. 10, 821 (2019).
  12. Gerasimidis, K., et al. The effect of DNA extraction methodology on gut microbiota research applications. BMC Research Notes. 9, 365 (2016).
  13. Bukin, Y. S., et al. The effect of 16S rRNA region choice on bacterial community metabarcoding results. Scientific Data. 6 (1), 190007 (2019).
  14. Galloway-Peña, J., Hanson, B. Tools for analysis of the microbiome. Digestive Diseases and Sciences. 65 (3), 674-685 (2020).
  15. Sharpton, T. J. An introduction to the analysis of shotgun metagenomic data. Frontiers in Plant Science. 5, 209 (2014).

Play Video

Cite This Article
Cabana Puig, X., Reilly, C. M., Luo, X. M. Analysis of Fecal Microbiota Dynamics in Lupus-Prone Mice Using a Simple, Cost-Effective DNA Isolation Method. J. Vis. Exp. (183), e63623, doi:10.3791/63623 (2022).

View Video