Summary

簡単で費用対効果の高いDNA単離法を用いたループス発生マウスの糞便微生物叢動態の解析(英語)

Published: May 02, 2022
doi:

Summary

このプロトコルは、自己免疫疾患の発症中のマウス腸内細菌叢の変化を分析するためのシンプルで費用効果の高いDNA単離方法を提供します。

Abstract

腸内細菌叢は、免疫系の教育に重要な役割を果たしています。この関係は、遺伝的要因だけでなく、発症の引き金となったり、病気の経過を悪化させたりする可能性のある環境要因によって引き起こされる自己免疫疾患を理解するために非常に重要です。狼瘡が発生しやすいMRL / lpr雌マウスの腸内細菌叢の動態に関する以前に発表された研究は、腸内細菌叢の変化が病気の進行をどのように変えることができるかを示しました。ここでは、自己免疫の研究のために腸内細菌叢から代表的なサンプルを抽出するためのプロトコルについて説明します。微生物叢サンプルは肛門から収集され、処理され、そこからフェノール – クロロホルム法を用いてDNAが抽出され、アルコール沈殿によって精製される。PCRを実行した後、精製されたアンプリコンは、アルゴンヌ国立研究所の次世代シーケンシングプラットフォームを使用してシーケンスされます。最後に、16SリボソームRNA遺伝子シーケンシングデータを解析します。例として、CX3CR1の有無にかかわらずMRL/lprマウスの腸内細菌叢の比較から得られたデータが示されている。結果は、プロテオバクテリア門などの病原性細菌を含む属と、健康な共生微生物叢の一部と考えられている ビフィズス菌属に有意差を示しました。要約すると、このシンプルで費用効果の高いDNA単離方法は信頼性が高く、自己免疫疾患に関連する腸内細菌叢の変化の調査に役立ちます。

Introduction

人間とバクテリアは長い間共存してきました。彼らは、宿主の免疫応答に定量的および定性的な方法で影響を与える相互有益な効果との共依存関係を確立しました1。最近の研究では、腸内細菌叢の組成と、多発性硬化症2、関節リウマチ32型糖尿病4、炎症性腸疾患5、全身性エリテマトーデス(SLE)6などの自己免疫疾患の病因との関連が示唆されています。しかし、腸内細菌叢がこれらの自己免疫疾患の主な原因なのか二次的な影響なのかはまだ不明です7。潜在的に、腸内細菌叢は自己免疫疾患のエフェクター段階で病気を悪化させたり、これらの病気の誘発を調節する役割を果たす可能性があります8

腸内細菌叢症は、狼瘡が発生しやすいMRL/Mp-Faslpr(MRL/lpr)マウスで報告されており、乳酸菌の有意な枯渇を伴う腸内細菌叢の変化が観察されました9。5種類のラクトバチルス菌株を混合して経口投与したところ、狼瘡様症状は大きく軽減され、SLEの病態調節における微生物叢の重要な役割が示唆された。

以下のDNA抽出技術は、狼瘡を起こしやすいマウスのマウスSLE様疾患の過程で微生物叢の変動を追跡し、定性的および定量的に分析することを可能にする。健康な腸内細菌叢を調べるか、嚥下障害を定義するかにかかわらず、データがどのように収集され、それが正確で再現性があるかどうかを批判的に検討することが重要です10。このプロセスでは、すべてのステップが重要です。DNA抽出プロセス中にバイアスを導入する可能性のある問題は、微生物の表現が不正確になる可能性があるため、微生物DNAを抽出するには適切な方法論を使用する必要があります。フェノール-クロロホルム法がここに記載されているが、特定のケースでうまく機能する細菌からDNAを抽出するための市販のキットがあります11。ただし、それらの使いやすさは、コストと必要なサンプル量によって制限されます。

ここで紹介するプロトコルは費用対効果が高く、少量のサンプルしか必要としません。あらゆる種類の便サンプルで問題なく機能し、時間の経過に伴う腸内細菌叢のダイナミクスの研究やグループ間の比較に役立ちます。DNAは、フェノール、クロロホルム、イソアミルアルコールを使用するアルコール精製法で単離されます。アルコールベースの抽出は、最終ステップでDNAが沈殿するタンパク質や脂質のサンプルを洗浄して除去するのに役立ちます。提案手法は、効率と品質が著しく高く、細菌集団の同定において正確であることが証明されています。手順中の重要な注意点の1つは、DNA汚染が発生する可能性があるため、適切なサンプルの取り扱いが必要であることです12

次に、DNAは、イルミナMiSeqなどの16S rRNA遺伝子の次世代シーケンシングプラットフォームによって分析されます。特に、V4超可変領域は、高ランク分類群13のより良い定量化を提供するために分析されます。その後のバイオインフォマティクス解析は外部委託し、その後、標準的な統計手法を用いた社内解析を行います。ダウンストリームシーケンシングに利用できるオープンソースのバイオインフォマティクスソフトウェアプログラムは多数あり、実行される分析の種類は、関心のある特定の生物学的問題に大きく依存します14。このプロトコルは、シーケンシング前の実験ステップに特に焦点を当てており、糞便サンプルからDNAを取得するためのより用途が広く、費用効果が高く、比較可能で効率的な方法を提供します。

Protocol

B6.129P2(Cg)-Cx3cr1tm1Litt/JマウスのCx3cr1 gfp/gfp遺伝子座をMRL/MpJ-Fas lpr/J(MRL/lpr)に10世代にわたってバッククロスさせ、MRL/lpr-CX 3CR1 gfp/gfpマウスを作製した。一塩基多型(SNP)パネルを用いたゲノムスクリーニングにより、新たに作製したマウスの遺伝的背景はMRL/LPRと97%以上同一であることが確認された。その後、マウスは、バージニア工科大学の施…

Representative Results

アルゴンヌ国立研究所の結果は、資格のあるバイオインフォマティシャンによって分析され、続いて標準的な統計的手法を使用して社内でデータが分析されます。典型的なマイクロバイオーム分析では、サンプル中のさまざまな微生物の代理として、類似した配列を操作分類単位(OTU)またはアンプリコン配列バリアント(ASV)にクラスター化します。次に、サンプル全体のOTUまたはASVの数を使用…

Discussion

バランスの取れた腸内細菌叢は、人体を病気から守ることができます。このバランスが外部または内部のトリガーによって乱されると、結果は壊滅的なものになる可能性があります。この方法は、マウスモデルにおける腸内細菌叢の動態を分析する方法を提示します。この方法は、グループ間の比較だけでなく、腸内細菌叢を経時的に追跡して、腸内細菌叢を破壊する時間依存の要因をより?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

アルゴンヌ国立研究所と協力しているバイオインフォマティシャンの支援に感謝します。この作業は、さまざまなNIHおよび内部助成金によってサポートされています。

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