Summary

Küçük RNA'ları Ölçmek için AQRNA-seq

Published: February 02, 2024
doi:

Summary

Mutlak miktar tayini RNA dizilimi (AQRNA-seq), biyolojik karışımlardaki tüm küçük RNA’ların manzarasını ölçmek için geliştirilmiş bir teknolojidir. Burada, açlığın neden olduğu uyku hali sırasında Mycobacterium bovis BCG’deki transfer RNA (tRNA) havuzundaki değişiklikleri ölçen AQRNA-seq’nin hem kütüphane hazırlama hem de veri işleme adımları gösterilmektedir.

Abstract

AQRNA-seq, biyolojik bir numunedeki sıralama okuma sayıları ile küçük RNA kopya sayıları arasında doğrudan doğrusal bir ilişki sağlar, böylece küçük RNA havuzunun doğru bir şekilde nicelleştirilmesini sağlar. Burada açıklanan AQRNA-seq kütüphanesi hazırlama prosedürü, özel olarak tasarlanmış dizileme bağlayıcılarının kullanımını ve ters transkripsiyon sürecini bloke eden metilasyon RNA modifikasyonlarını azaltmak için bir adımı içerir, bu da tam uzunlukta cDNA veriminin artmasıyla sonuçlanır. Ek olarak, eşlik eden biyoinformatik boru hattının ayrıntılı bir uygulaması sunulmaktadır. AQRNA-seq’in bu gösterimi, 20 günlük bir besin yoksunluğu ve 6 günlük resüsitasyon süreci boyunca seçilen 5 günde hasat edilen Mycobacterium bovis BCG’deki 45 tRNA’nın kantitatif bir analizi yoluyla gerçekleştirildi. AQRNA-seq’in verimliliğini ve titizliğini artırmaya yönelik devam eden çabalar da burada tartışılacaktır. Bu, PCR amplifikasyonundan sonra primer dimer sorunlarını azaltmak için jel saflaştırmasını ortadan kaldırmaya ve daha doğru okuma eşlemesi sağlamak için tam uzunlukta okumaların oranını artırmaya yönelik yöntemlerin araştırılmasını içerir. AQRNA-seq’te gelecekteki iyileştirmeler, çeşitli organizmalardan alınan hücre ve doku örneklerindeki tüm küçük RNA türlerinin miktarını belirlemek için bu teknolojinin otomasyonunu ve yüksek verimli uygulamasını kolaylaştırmaya odaklanacaktır.

Introduction

Büyük paralel dizileme olarak da bilinen yeni nesil dizileme (NGS), DNA parçalanmasını, adaptör oligonükleotidlerin bağlanmasını, polimeraz zincir reaksiyonu (PCR) tabanlı amplifikasyonu, DNA’nın dizilenmesini ve parça dizilerinin bir genomda yeniden birleştirilmesini içeren bir DNA dizileme teknolojisidir. NGS’nin RNA dizisine (RNA-dizilimi) adaptasyonu, RNA transkriptlerini ve varyantlarını tanımlamak ve ölçmek için güçlü bir yaklaşımdır1. RNA kütüphanesi hazırlama iş akışlarındaki ve biyoinformatik analiz boru hatlarındaki yenilikçi gelişmeler, laboratuvar cihazlarındaki ilerlemelerle birleştiğinde, RNA-seq uygulamalarının repertuarını genişletti ve ekzom dizilemenin ötesine geçerek, kodlamayan RNA profillemesi2, tek hücre analizi3, uzamsal transkriptomik 4,5, alternatif birleştirme analizi6 gibi gelişmiş fonksiyonel omiklere ilerledi, diğerleri arasında. Bu gelişmiş RNA-seq yöntemleri, normal ve hastalıklı hücre ve dokudaki transkriptomun kantitatif analizi yoluyla karmaşık RNA fonksiyonlarını ortaya çıkarır.

RNA dizilimindeki bu ilerlemelere rağmen, birkaç temel teknik özellik yöntemin nicel gücünü sınırlamaktadır. Çoğu RNA-seq yöntemi, deneysel değişkenler (yani biyolojik numuneler ve/veya fizyolojik durumlar) arasındaki RNA seviyelerindeki değişikliklerin kesin ve doğru bir şekilde ölçülmesine izin verirken, bir numune içindeki RNA moleküllerinin seviyelerinin nicel karşılaştırmalarını sağlayamazlar. Örneğin, çoğu RNA-seq yöntemi, eksprese edilen tRNA’ların hücresel bir havuzundaki tek tek tRNA izoseptör moleküllerinin nispi kopya sayısını doğru bir şekilde ölçemez. Eşlik eden yayın7’de vurgulandığı gibi, RNA-seq ile ilgili bu sınırlama, RNA yapısının çeşitli özelliklerinden ve kütüphane hazırlığının biyokimyasından kaynaklanmaktadır. Örneğin, 3′ ve 5′ uçlu dizileme bağlayıcılarını RNA moleküllerine bağlamak için kullanılan ligasyon enzimlerinin aktivitesi, RNA’nın terminal nükleotidlerinin ve dizileme bağlayıcılarının kimliğinden güçlü bir şekilde etkilenir. Bu, bağlayıcı ligasyonlarının verimliliğinde büyük farklılıklara ve sıralama okumalarında derin artefaktal artışlara yol açar 8,9,10.

İkinci bir sınırlama seti, RNA moleküllerinin doğal yapısal özelliklerinden kaynaklanmaktadır. Spesifik olarak, RNA ikincil yapı oluşumu ve epitranskriptomun düzinelerce transkripsiyon sonrası RNA modifikasyonundaki dinamik değişiklikler, ters transkripsiyon sırasında polimeraz düşmesine veya mutasyonuna neden olabilir. Bu hatalar, eksik veya kesilmiş cDNA sentezi veya değişmiş RNA dizisi ile sonuçlanır. Bu fenomenlerin her ikisi de ikincil yapıları veya bazı modifikasyonları haritalamak için kullanılabilse de, sonraki kütüphane hazırlama adımları kesilmiş cDNA’ları yakalayamazsa veya veri işleme, bir referans veri kümesiyle eşleşmeyen mutasyona uğramış dizileri atarsa, RNA-seq’in nicel doğruluğunu düşürür11,12. Ayrıca, RNA transkriptlerinin muazzam kimyasal, uzunluk ve yapısal çeşitliliğinin yanı sıra uzun RNA’ları düzgün bir şekilde parçalamak için araçların olmaması, çoğu RNA-seq yönteminin tüm RNA türlerineuygulanabilirliğini azaltır 13.

AQRNA-seq (mutlak miktar tayini RNA dizileme) yöntemi, kantitatif doğruluğu sınırlayan bu teknik ve biyolojik kısıtlamaların birçoğunu ortadan kaldırmak için geliştirilmiştir7. RNA dizileme kütüphanesi hazırlığı sırasında yakalama, ligasyon ve amplifikasyonda diziye bağlı önyargıları en aza indiren AQRNA-seq, diğer yöntemlere kıyasla üstün doğrusallık elde eder ve 963 miRNA’dan oluşan bir referans kütüphanesinin %75’ini 2 kat doğrulukla doğru bir şekilde ölçer. Dizileme okuma sayısı ve RNA bolluğunun bu doğrusal korelasyonu, RNA oligonükleotid standartlarının değişken uzunluklu bir havuzunun analizinde ve kuzey blotlama gibi ortogonal yöntemlere atıfta bulunulduğunda da gözlenir. Dizileme okuma sayısı ve RNA bolluğu arasında doğrusallık oluşturmak, AQRNA-seq’in bir numune içindeki tüm RNA türlerinin doğru ve mutlak miktar tayinini elde etmesini sağlar.

Burada, AQRNA-seq kitaplığı hazırlama iş akışı ve beraberindeki aşağı akış veri analizi işlem hattı için protokolün bir açıklaması yer almaktadır. Yöntem, Mycobacterium bovis bacilli de Calmette et Guérin (BCG) tüberküloz modelinde açlığa bağlı uyku hali ve ardından resüsitasyon sırasında tRNA bolluğunun dinamiklerini aydınlatmak için uygulandı. Dizileme verilerinin keşifsel görselleştirilmesi için sonuçlar, çeşitli fenotiplerle ilişkili tRNA bolluğundaki fark edilebilir kalıpları ortaya çıkaran müteakip kümeleme ve diferansiyel ifade analizleriyle birlikte sunuldu.

Protocol

NOT: Şekil 1 , AQRNA-seq kitaplığının hazırlanmasında yer alan prosedürlerin grafiksel bir gösterimini sağlar. Prosedürde kullanılan reaktifler, kimyasallar ve kolonlar/kitler ile ilgili ayrıntılı bilgi Malzeme Tablosunda bulunabilir. (i) %3 agaroz jel elektroforezi, (ii) biyomoleküllerin numune kalite kontrolü için otomatik elektroforez araçları (Malzeme Tablosuna bakınız) ve (iii) UV-Görünür spektrofotometri ve/veya florometrik miktar tayini kullan…

Representative Results

Mikobakteri bovis Üstel büyüme geçiren BCG (bacilli de Calmette et Guérin) suşu 1173P2, bir zaman serisine (0, 4, 10 ve 20 gün) besin açlığına tabi tutuldu, ardından daha önce Hu ve ark.7’de sunulduğu gibi besin açısından zengin ortamda 6 günlük bir resüsitasyon izledi. Küçük RNA’lar, belirlenen beş zaman noktasının her birinde üç biyolojik kopya ile bakteri kültüründen izole edildi. Illumina kütüphaneleri, yukarıda açıklanan AQRNA-seq kütüphane hazı…

Discussion

AQRNA-seq kütüphanesi hazırlama iş akışı, bir numune içindeki RNA’ların yakalanmasını en üst düzeye çıkarmak ve ters transkripsiyon 7 sırasında polimeraz düşüşünü en aza indirmek içintasarlanmıştır. İki aşamalı bir bağlayıcı ligasyonu yoluyla, yeni DNA oligoları (Bağlayıcı 1 ve Bağlayıcı 2), numune içindeki RNA’yı tam olarak tamamlamak için fazla miktarda bağlanır. Fazla bağlayıcılar, tek sarmallı DNA’lara özgü 5′ ila 3′ eksonükleaz olan RecJf il…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Bu çalışmanın yazarları, AQRNA-seq teknolojisinianlatan orijinal makalenin yazarlarına minnettardır 7. Bu çalışma, Ulusal Sağlık Enstitüleri (ES002109, AG063341, ES031576, ES031529, ES026856) ve Singapur-MIT Araştırma ve Teknoloji Antimikrobiyal Direnç IRG İttifakı aracılığıyla Singapur Ulusal Araştırma Vakfı’ndan alınan hibelerle desteklenmiştir.

Materials

2-ketoglutarate  Sigma-Aldrich 75890 Prepare a working solution (1 M) and store it at -20ºC
2100 Bioanalyzer Instrument Agilent G2938C
5'-deadenylase (50 U/μL)  New England Biolabs M0331S (component #: M0331SVIAL) Store at -20 °C
Adenosine 5'-Triphosphate (ATP)  New England Biolabs M0437M (component #: N0437AVIAL) NEB M0437M contains T4 RNA Ligase 1 (30 U/μL), T4 RNA Ligase Reaction Buffer (10X), PEG 8000 (1X), and ATP (100 mM); prepare a working solution (10 mM) and store it at -20ºC
AGAROSE GPG/LE AmericanBio AB00972-00500 Store at ambient temperature
Ammonium iron(II) sulfate hexahydrate Sigma-Aldrich F2262 Prepare a working solution (0.25 M) and store it at -20 °C
Bioanalyzer Small RNA Analysis Agilent 5067-1548  The Small RNA Analysis is used for checking the quality of input RNAs and the efficiency of enzymatic reactions (e.g., Linker 1 ligation)
Bovine Serum Albumin (BSA; 10 mg/mL)  New England Biolabs B9000 This product was discontinued on 12/15/2022 and is replaced with Recombinant Albumin, Molecular Biology Grade (NEB B9200).
Chloroform  Macron Fine Chemicals 4441-10
Demethylase  ArrayStar AS-FS-004 Demethylase comes with the rtStar tRNA Pretreatment & First-Strand cDNA Synthesis Kit (AS-FS-004)
Deoxynucleotide (dNTP) Solution Mix New England Biolabs N0447L (component #: N0447LVIAL) This dNTP Solution Mix contains equimolar concentrations of dATP, dCTP, dGTP and dTTP (10 mM each)
Digital Dual Heat Block VWR Scientific Products 13259-052 Heating block is used with the QIAquick Gel Extraction Kit 
DyeEx 2.0 Spin Kit  Qiagen 63204  Effective at removing short remnants (e.g., oligos less than 10 bp in length)
Electrophoresis Power Supply Bio-Rad Labrotories PowerPac 300
Eppendorf PCR Tubes (0.5 mL) Eppendorf 0030124537
Eppendorf Safe-Lock Tubes (0.5 mL) Eppendorf 022363611
Eppendorf Safe-Lock Tubes (1.5 mL) Eppendorf 022363204
Eppendorf Safe-Lock Tubes (2 mL) Eppendorf 022363352
Ethyl alcohol (Ethanol), Pure Sigma-Aldrich E7023  The pure ethanol is used with the Oligo Clean and Concentrator Kit from Zymo Research
Gel Imaging System Alpha Innotech FluorChem 8900
Gel Loading Dye, Purple (6X), no SDS New England Biolabs N0556S (component #: B7025SVIAL) NEB N0556S contains Quick-Load Purple 50 bp DNA Ladder and Gel Loading Dye, Purple (6X), no SDS
GENESYS 180 UV-Vis Spectrophotometer Thermo Fisher Scientific 840-309000 The spectrophotometer is used for measuring the oligo concentrations using the Beer's law
HEPES Sigma-Aldrich H4034 Prepare a working solution (1 M; pH = 8 with NaOH) and store it at -20 °C
Hydrochloric acid (HCl)  VWR Scientific Products BDH3028  Prepare a working solution (5 M) and store it at ambient temperature
Isopropyl Alcohol (Isopropanol), Pure Macron Fine Chemicals 3032-16 Isopropanol is used with the QIAquick Gel Extraction Kit 
L-Ascorbic acid Sigma-Aldrich A5960 Prepare a working solution (0.5 M) and store it at -20ºC
Microcentrifuge Eppendorf 5415D
NanoDrop 2000 Spectrophotometer Thermo Fisher Scientific ND-2000
NEBuffer 2 (10X) New England Biolabs M0264L (component #: B7002SVIAL) NEB M0264L contains RecJf (30 U/μL) and NEBuffer 2 (10X); store at -20 °C
Nuclease-Free Water (not DEPC-Treated) Thermo Fisher Scientific AM9938 
Oligo Clean & Concentrator Kit  Zymo Research D4061  Store at ambient temperature
PEG 8000 (50% solution)  New England Biolabs M0437M (component #: B1004SVIAL) NEB M0437M contains T4 RNA Ligase 1 (30 U/μL), T4 RNA Ligase Reaction Buffer (10X), PEG 8000 (1X), and ATP (100 mM); prepare a working solution (10 mM) and store it at -20ºC
Peltier Thermal Cycler MJ Research PTC-200
Phenol:choloroform:isoamyl alcohol 25:24:1 pH = 5.2  Thermo Fisher Scientific J62336 
PrimeScript Buffer (5X) TaKaRa 2680A 
PrimeScript Reverse Transcriptase TaKaRa 2680A 
QIAquick Gel Extraction Kit  Qiagen 28704 This kit requires a heating block and isopropanol to work with
Quick-Load Purple 100 bp DNA Ladder New England Biolabs N0551S (component #: N0551SVIAL)
Quick-Load Purple 50 bp DNA Ladder New England Biolabs N0556S (component #: N0556SVIAL) NEB N0556S contains Quick-Load Purple 50 bp DNA Ladder and Gel Loading Dye, Purple (6X), no SDS
RecJf (30 U/μL)  New England Biolabs M0264L (component #: M0264LVIAL) NEB M0264L contains RecJf (30 U/μL) and NEBuffer 2 (10X); store at -20 °C
RNase Inhibitor (murine; 40 U/μL)  New England Biolabs M0314L (component #: M0314LVIAL) Store at -20 °C
SeqAMP DNA Polymerase  TaKaRa 638509  TaKaRa 638509 contains SeqAMP DNA Polymerase and SeqAMP PCR Buffer (2X)
SeqAMP PCR Buffer (2X)  TaKaRa 638509  TaKaRa 638509 contains SeqAMP DNA Polymerase and SeqAMP PCR Buffer (2X)
Shrimp Alkaline Phosphatase (1 U/μL)  New England Biolabs M0371L (component #: M0371LVIAL)
Sodium hydroxide (NaOH) Sigma-Aldrich  S5881 Prepare a working solution (5 M) and store it at ambient temperature
T4 DNA Ligase (400 U/μL)  New England Biolabs M0202L (component #: M0202LVIAL) NEB M0202L contains T4 DNA Ligase (400 U/μL) and T4 DNA Ligase Reaction Buffer (10X)
T4 DNA Ligase Reaction Buffer (10X)  New England Biolabs M0202L (component #: B0202SVIAL) NEB M0202L contains T4 DNA Ligase (400 U/μL) and T4 DNA Ligase Reaction Buffer (10X)
T4 RNA Ligase 1 (30 U/μL)  New England Biolabs M0437M (component #: M0437MVIAL) NEB M0437M contains T4 RNA Ligase 1 (30 U/μL), T4 RNA Ligase Reaction Buffer (10X), PEG 8000 (1X), and ATP (100 mM)
T4 RNA Ligase Reaction Buffer (10X)  New England Biolabs M0437M (component #: B0216SVIAL) NEB M0437M contains T4 RNA Ligase 1 (30 U/μL), T4 RNA Ligase Reaction Buffer (10X), PEG 8000 (1X), and ATP (100 mM)

References

  1. Byron, S. A., Van Keuren-Jensen, K. R., Engelthaler, D. M., Carpten, J. D., Craig, D. W. Translating RNA sequencing into clinical diagnostics: opportunities and challenges. Nat Rev Gen. 17 (5), 257-271 (2016).
  2. Grillone, K., et al. Non-coding RNAs in cancer: platforms and strategies for investigating the genomic "dark matter.&#34. J Exp Clin Cancer Res. 39 (1), 117 (2020).
  3. Hwang, B., Lee, J. H., Bang, D. Single-cell RNA sequencing technologies and bioinformatics pipelines. Exp Mol Med. 50 (8), 1-14 (2018).
  4. Goh, J. J. L., et al. Highly specific multiplexed RNA imaging in tissues with split-FISH. Nat Methods. 17 (7), 689-693 (2020).
  5. Moses, L., Pachter, L. Museum of spatial transcriptomics. Nat Methods. 19 (5), 534-546 (2022).
  6. Cummings, B. B., et al. Improving genetic diagnosis in Mendelian disease with transcriptome sequencing. Sci Transl Med. 9 (386), 5209 (2017).
  7. Hu, J. F., et al. Quantitative mapping of the cellular small RNA landscape with AQRNA-seq. Nat Biotech. 39 (8), 978-988 (2021).
  8. Alon, S., et al. Barcoding bias in high-throughput multiplex sequencing of miRNA. Genome Res. 21 (9), 1506-1511 (2011).
  9. Fuchs, R. T., Sun, Z., Zhuang, F., Robb, G. B. Bias in ligation-based small RNA sequencing library construction is determined by adaptor and RNA structure. PLoS One. 10 (5), e0126049 (2015).
  10. Pang, Y. L. J., Abo, R., Levine, S. S., Dedon, P. C. Diverse cell stresses induce unique patterns of tRNA up- and down-regulation: tRNA-seq for quantifying changes in tRNA copy number. Nuc Acids Res. 42 (22), e170 (2014).
  11. Machnicka, M. A., Olchowik, A., Grosjean, H., Bujnicki, J. M. Distribution and frequencies of post-transcriptional modifications in tRNAs. RNA Biol. 11 (12), 1619-1629 (2014).
  12. Li, F., et al. Regulatory impact of RNA secondary structure across the Arabidopsis transcriptome. Plant Cell. 24 (11), 4346-4359 (2012).
  13. García-Nieto, P. E., Wang, B., Fraser, H. B. Transcriptome diversity is a systematic source of variation in RNA-sequencing data. PLOS Comput Biol. 18 (3), e1009939 (2022).
  14. . FASTQC: a quality control tool for high throughput sequence data Available from: https://www.bioinformatics.babraham.ac.uk/projects/fastqc/ (2010)
  15. Chen, S., Zhou, Y., Chen, Y., Gu, J. Fastp: an ultra-fast all-in-one FASTQ preprocessor. Bioinformatics. 34 (17), i884-i890 (2018).
  16. 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).
  17. R Core Team. R: a language and environment for statistical computing. R Foundation for Statistical Computing. , (2022).
  18. Ougland, R., et al. AlkB restores the biological function of mRNA and tRNA inactivated by chemical methylation. Mol Cell. 16 (1), 107-116 (2004).
  19. Bernhardt, H. S., Tate, W. P. Primordial soup or vinaigrette: did the RNA world evolve at acidic pH. Biol Direct. 7, 4 (2012).
  20. Altschul, S. F., Gish, W., Miller, W., Myers, E. W., Lipman, D. J. Basic local alignment search tool. J Mol Biol. 215 (3), 403-410 (1990).
  21. Martin, M. Cutadapt removes adapter sequences from high-throughput sequencing reads. EMBnet. J. 17 (1), 10-12 (2011).

Play Video

Cite This Article
Chen, R., Yim, D., Dedon, P. C. AQRNA-seq for Quantifying Small RNAs. J. Vis. Exp. (204), e66335, doi:10.3791/66335 (2024).

View Video