Özet

Unicellulaire Gene Expression utilisant Multiplex RT-qPCR à Caractériser Hétérogénéité des rares populations lymphoïdes

Published: January 19, 2017
doi:

Özet

Ce protocole décrit comment évaluer l'expression d'un large éventail de gènes au niveau clonal. Unicellulaire RT-qPCR produit des résultats très fiables avec une forte sensibilité pour des centaines d'échantillons et les gènes.

Abstract

L'expression des gènes hétérogénéité est une caractéristique intéressante pour enquêter dans les populations lymphoïdes. L'expression des gènes dans ces cellules varie au cours de l'activation cellulaire, le stress, ou la stimulation. L' expression du gène de multiplexage unicellulaire permet l'évaluation simultanée de plusieurs dizaines de gènes 1, 2, 3. Au niveau d'une seule cellule, l' expression des gènes multiplex détermine la population hétérogénéité 4, 5. Il permet la distinction de l'hétérogénéité de la population en déterminant à la fois le mélange probable de stades précurseurs diverses entre les cellules matures et aussi la diversité des réponses cellulaires à des stimuli.

Cellules lymphoïdes innées (CIT) ont récemment été décrit comme une population de effecteurs innées de la réponse immunitaire 6, 7. Dans ce protocole, l'hétérogénéité des cellules de la CIT, ilcompartiment Patic est étudiée au cours de l'homéostasie.

Actuellement, la technique la plus largement utilisée pour évaluer l'expression du gène est RT-qPCR. Cette expression génétique méthode mesure seul gène à la fois. En outre, cette méthode ne permet pas d'estimer l'hétérogénéité de l'expression génique, étant donné que plusieurs cellules sont nécessaires pour un test. Cela conduit à la mesure de l'expression du gène moyen de la population. Lors de l'évaluation grand nombre de gènes, RT-qPCR devient une durée de vie, et la méthode d'échantillonnage consommant reagent-. Par conséquent, les compromis limitent le nombre de gènes ou de populations de cellules qui peuvent être évalués, ce qui augmente le risque de manquer l'image globale.

Ce mémoire décrit multiplex unicellulaire par RT-PCR quantitative peut être utilisée pour surmonter ces limitations. Cette technique a bénéficié de récentes avancées technologiques microfluidique 1, 2. Les réactions qui se produisent dans les puces multiplex RT-qPCR ne sont pas excEED niveau-nanolitre. Par conséquent, l'expression des gènes de cellules isolées, ainsi que l'expression des gènes multiples simultanées peuvent être effectuées dans un reagent-, échantillon-, et d'une manière rentable. Il est possible de tester le gène cellulaire signature hétérogénéité au niveau clonal entre les sous – ensembles de cellules dans une population à différents stades de développement ou dans des conditions différentes de 4, 5. Travailler sur les populations rares avec un grand nombre de conditions au niveau d'une seule cellule est plus une restriction.

Introduction

Au cours des dernières années, les cellules lymphoïdes innées (de ILC) ont été de plus en plus étudié. En dépit de leur manque de récepteurs spécifiques d'un antigène, ils appartiennent à la lignée lymphoïde et représentent des sentinelles importantes pour l'homéostasie tissulaire et une inflammation. CVA sont actuellement classés en trois groupes en fonction de leur expression de combinaisons spécifiques de facteurs de transcription ainsi que sur leur capacité à produire des cytokines 6, 7.

ILC contribuent à de nombreuses situations homéostatiques et physiopathologiques dans divers organes via la production de cytokines spécifiques 8, 9. Pour être en mesure de comprendre le rôle de ces cellules, il est important de déterminer les différentes sous-populations de la CDI par organe et d'identifier leurs relations de développement. En outre, des phénomènes de plasticité entre les différents sous-ensembles ont été liés. En étudiant l'hétérogénéitédes cellules présentes dans un organe, il est possible de délimiter leur stade de maturation et de distinguer leurs fonctions spécifiques.

Pour illustrer la technique de multiplexage à cellule unique RT-qPCR, ILC hépatiques ont été choisis, avec un accent particulier sur leur hétérogénéité au sein du même groupe CIT (type 1 ILC) 10. Tout d'abord, grâce à l'utilisation de la cytométrie de flux, trois populations distinctes de la CDI ont été caractérisées dans le foie. Groupe 1 CIT représente environ 80% des effecteurs innés, tandis que les deux autres populations sont les populations ILC hépatiques rares (moins de 5% des effecteurs innés). Ces populations ont été triés à l'aide largement exprimées marqueurs de surface cellulaire des populations ILC. En conséquence, les populations triées ILC dans le foie semblent largement semblables l'un à l'autre.

Multiplex unique cellule RT-qPCR a émergé comme l' une des meilleures techniques pour enquêter rapidement sur l'hétérogénéité de ces populations 11 </sup>. Deux caractéristiques sont déterminées en prenant avantage du multiplex unicellulaire technique de RT-PCR quantitative. Tout d'abord, en regardant au niveau clonal, il est possible de récupérer l'expression génique spécifique d'une cellule pour une comparaison entre les cellules qui présentent apparemment des stades de développement similaires. Puis, en regardant une combinaison pré-sélectionnée de l'expression des gènes, nous allons déterminer de nouvelles signatures de gènes basée sur les profils d'expression génique simultanées à un point de temps. Ces éléments permettent la collecte d'une grande variété de données d'expression d'un grand nombre de cellules, même sur des populations rares, car la technique est réalisée au niveau clonal. Ainsi, l'hétérogénéité ILC dans le foie peut être évaluée de manière adéquate.

Ensuite, en triant toutes les cellules avec un phénotype ILC global, un large aperçu de l'expression multiple gène du foie populations ILC est obtenue, même si elles représentent des populations extrêmement rares. Une puce à base de microfluidique permet l'expérimentation de mêmeune petite quantité de matériau cellulaire. En conséquence, les profils d'expression génétique des populations de cellules rares peuvent être obtenus. Grâce à un logiciel en ligne de signature génétique d'analyse, les grappes de la population cellulaire et les relations cellulaires potentiels peut être étudiée. Par conséquent, les tests fonctionnels peuvent être effectués pour valider les données de classification au niveau in vivo.

Des dizaines d'expressions de gènes pourraient être évalués de manière concomitante sur des centaines ou des cellules plus simples sur la même puce 3, 11, 12. Conception de l'essai est la partie la plus longue et la plus importante de l'expérience. La détermination des gènes pertinents à l'hypothèse à tester est essentielle pour obtenir des résultats pertinents. Deuxièmement, le contrôle interne (tels que des marqueurs de surface connus utilisés pour le tri) et des contrôles spécifiques sont nécessaires. Ceci est crucial pour tester la spécificité amorce d'amplification, l'efficacité de l'amplification, et til absence de concurrence de l'amorce. Par conséquent, en travaillant avec une seule cellule multiplex RT-PCR quantitative est une technique qui fait gagner du temps, car l'expression de multiples gènes d'une cellule est évaluée en même temps.

En utilisant la même puce et la combinaison de réactifs pour toutes les cellules limite les éventuelles erreurs de manipulation et permet la reproductibilité entre les échantillons. Au total, les différents aspects de multiplex à cellule unique RT-qPCR permet la production de résultats très fiables au niveau clonal, avec un grand niveau de sensibilité pour une grande variété d'échantillons et de gènes. Les résultats obtenus offrent des données puissants et robustes pour les tests biostatistiques.

Ceci peut être réalisé en raison de l'aspect microfluidique du procédé, ce qui permet de travailler sur de très petites quantités de matériau et conduit à des résultats exhaustifs. Enfin, en utilisant un logiciel en ligne, il est possible de comparer les populations désirées.

Protocol

Toutes les expériences sur les animaux ont été approuvés par le Comité de sécurité Institut Pasteur en accord avec le ministère français de l'Agriculture et des lignes directrices de l'UE. 1. Préparer une unique cellule Plate Tri 96 puits Préparer préamplification mélange dans un tube de 1,5 ml par addition de 5,0 pi de tampon spécifique rétrotranscription, 1,3 ul de faible teneur en acide éthylènediaminetétra-tampon (EDTA) TE (solution à 10 mM de TE, pH 8, et d'une solu…

Representative Results

populations lymphoïdes présentent une grande diversité dans l'expression des gènes. Dans ce protocole, le foie compartiment ILC hétérogénéité a été étudiée en utilisant une seule cellule multiplex RT-qPCR expression génique. Contrairement à d'autres techniques d'expression génique, multiplex unicellulaire RT-qPCR expression génique permet de travailler sur plusieurs populations, même les plus rares, dans le même temps. Cette spécificité, associée à une …

Discussion

Ce protocole décrit comment obtenir des informations d'expression génique exhaustive au niveau clonal. Ici, nous avons étudié le foie ILC compartiment hétérogénéité. Après un tri à cellule unique des différentes populations de la CIT (basées sur des marqueurs de surface ILC largement exprimés), les échantillons ont été pré-amplifiées pour les gènes présélectionnés spécifiques. Ensuite, l'ADNc obtenu et des amorces ont été chargées sur une RT-qPCR puce microfluidique multiplex. Enfin, n…

Açıklamalar

The authors have nothing to disclose.

Acknowledgements

This work was supported by the Institut Pasteur, INSERM, Université Paris Diderot and by the Ministère de la Recherche (to S.C.); the Association pour la Recherche sur le Cancer (to S.C. and R.G.); the REVIVE Future Investment Program and the Agence Nationale de Recherche (ANR; grant ”Twothyme” to A.C.); ANR grant ”Myeloten” (to R.G.); and the Institut National du Cancer (Role of the immune microenvironment during liver carcinogenesis, to R.G.). We acknowledge the Center for Human Immunology and Cytometry platform at Institut Pasteur for their support.

Materials

Cells Direct One Step qRT-PCR kit Applied Biosystems  11753100 Primer probe detection kit.Contains 2x reaction mix, SSIII Platinium enzyme.
Low TE EDTA Buffer Affymetrix 75793 100ML
96-well plates Thermofisher Scientific AB 1100 96-well plates adapted for cell sorting and thermocycling
Cover film Dominique Dutscher 106570 aluminium cover film; avoid contamination and evaporation
Actb Thermofisher Scientific Mm00607939_s1 20X primer
Aes Thermofisher Scientific Mm01148854_s1 20X primer
Ahr Thermofisher Scientific Mm00478932_s1 20X primer
Bcl2 Thermofisher Scientific Mm00477631_s1 20X primer
c-myc Thermofisher Scientific Mm00487804_s1 20X primer
Cbfb Thermofisher Scientific Mm01251026_s1 20X primer
Cd27 Thermofisher Scientific Mm01185212_s1 20X primer
Cd49a Thermofisher Scientific Mm01306375_s1 20X primer
CD49b Thermofisher Scientific Mm00434371_s1 20X primer
Cxcr5 Thermofisher Scientific Mm00432086_s1 20X primer
Cxcr6 Thermofisher Scientific Mm02620517_s1 20X primer
Eomes Thermofisher Scientific Mm01351985_s1 20X primer
Ets1 Thermofisher Scientific Mm01175819_s1 20X primer
Foxo1 Thermofisher Scientific Mm00490672_s1 20X primer
Gapdh Thermofisher Scientific Mm03302249_s1 20X primer
Gata3 Thermofisher Scientific Mm00484683_s1 20X primer
Gm-csf Thermofisher Scientific Mm01136644_s1 20X primer
Hes1 Thermofisher Scientific Mm01342805_s1 20X primer
Hprt Thermofisher Scientific Mm00446968_s1 20X primer
Id2 Thermofisher Scientific Mm01293217_s1 20X primer
Il-12rb2 Thermofisher Scientific Mm00711781_s1 20X primer
Il-18r1 Thermofisher Scientific Mm00515178_s1 20X primer
Il-1rl1 Thermofisher Scientific Mm00434237_s1 20X primer
Il-22 Thermofisher Scientific Mm001226722_s1 20X primer
Il-23r Thermofisher Scientific Mm00519943_s1 20X primer
Il-2ra Thermofisher Scientific Mm01340213_s1 20X primer
Il-2rb Thermofisher Scientific Mm01195267_s1 20X primer
IL-7r Thermofisher Scientific Mm00434295_s1 20X primer
Klr5 Thermofisher Scientific Mm04207528_s1 20X primer
Lef1 Thermofisher Scientific Mm00550265_s1 20X primer
Ncr1 Thermofisher Scientific Mm01337324_s1 20X primer
Nfil3 Thermofisher Scientific Mm01339838_s1 20X primer
Notch1 Thermofisher Scientific Mm00435249_s1 20X primer
Notch2 Thermofisher Scientific Mm00803069_s1 20X primer
Rora Thermofisher Scientific Mm01173766_s1 20X primer
Rorc Thermofisher Scientific Mm01261022_s1 20X primer
Runx3 Thermofisher Scientific Mm00490666_s1 20X primer
Tbx21 Thermofisher Scientific Mm01299453_s1 20X primer
Tcf3 Thermofisher Scientific Mm01175588_s1 20X primer
Tcf7 Thermofisher Scientific Mm00493445_s1 20X primer
Tle1 Thermofisher Scientific Mm00495643_s1 20X primer
Tle3 Thermofisher Scientific Mm00437097_s1 20X primer
Tsc22d3 Thermofisher Scientific Mm01306210_s1 20X primer
Tnfrsf11a Thermofisher Scientific Mm00437132_s1 20X primer
Tox Thermofisher Scientific Mm00455231_s1 20X primer
Zbtb16 Thermofisher Scientific Mm01176868_s1 20X primer
Zbtb7b Thermofisher Scientific Mm00784709_s1 20X primer
qPCR Master mix  Applied BioSystems P/N 4304437
2X Assay Loading Reagent Fluidigm P/N 85000736 Specific density medium to load assays in multiplex RT-qPCR microfluidic chip. 
2X Sample Loading Reagent Fluidigm P/N 85000735 Specific density medium to load samples in multiplex RT-qPCR microfluidic chip. 
48.48 mutliplex RT qPCR microfluidic chip Fluidigm BMK-M-48.48 48.48 Dynamic Array IFC for Gene Expression;chip for single cell multiplex RT-qPCR reaction
48.48 mutliplex RT qPCR microfluidic chip controller Fluidigm 89000020 48.48 IFC Controller; control the chip internal fluidic system, load samples and assays in reaction chambers
mutliplex RT qPCR microfluidic thermocycler Fluidigm GE48.48 48.48 Dynamic Array IFC thermocycler
96-well plates Thermofisher Scientific AB 1100 96-well plates adapted for cell sorting and thermocycling
C57Bl/6 mice Janvier C57Bl/6 miceJ@RJ
10 mL syringe BD Biosciences 309639
PBS Life Technologies 14040174
HBSS Life Technologies 24020133
RPMI Life Technologies 61870044
FCS CVFSVF000U Eurobio Abcys Standard fœtal calf serum
Potter tube N/A
15 mL tube Corning 352097
1.5 mL tube Sigma-Aldrich T9661-1000EA
Facs machine N/A
centrifuge  Thermofisher Scientific 75004538
1000 µL tips Fisher Scientific 10313272
P1000  Gilson F123602
Percoll Dominique Dutscher 17-0891-01
Facs tube Falcon 352235
anti-CD8 Biotin mouse antibody Sony 1103520 lineage antibody
anti-CD19 Biotin mouse antibody Sony 1177520 lineage antibody
anti-TCRab Biotin mouse antibody BioLegend 109204 lineage antibody
anti-TCRgd Biotin mouse antibody BD Biosciences 553176 lineage antibody
anti-Ter119 Biotin mouse antibody BD Biosciences 553672 lineage antibody
anti-Gr1 Biotin mouse antibody BD Biosciences 553125 lineage antibody
anti-CD45.2 PerCPCy5.5 mouse antibody BioLegend 109828
anti-IL7ra PeCy7 mouse antibody ebioSciences 25-1271-82
anti-CD3 BV510 mouse antibody BD Biosciences 563024
anti-CD4 BV786 mouse antibody BD Biosciences 563727
anti-NKp46 PE mouse antibody ebioSciences 12-3351-82
Streptavidin Sony 2626025
Propidium Iodide Sigma-Aldrich P4864-10ML
Electronic pipette Eppendorf 4986000017
Combitips 0.1 mL Eppendorf 30089405
Multichannel pipette Rainin L8-10XLS+
Accudrop BD Biosciences 345249 verification beads for FACS

Referanslar

  1. Sun, H., et al. A Bead-Based Microfluidic Approach to Integrated Single-Cell Gene Expression Analysis by Quantitative RT-PCR. RSC Adv. 5, 4886-4893 (2015).
  2. Kellogg, R. A., Berg, R. G., Leyrat, A. A., Tay, S. High-throughput microfluidic single-cell analysis pipeline for studies of signaling dynamics. Nat. Protoc. 9 (7), 1713-1726 (2014).
  3. Moignard, V., Macaulay, I. C., Swiers, G., Buettner, F., Schütte, J. Characterisation of transcriptional networks in blood stem and progenitor cells using high-throughput single cell gene expression analysis. Nat. Cell Biol. 15 (4), 363-372 (2013).
  4. Chea, S., Schmutz, S., et al. Single-Cell Gene Expression Analyses Reveal Heterogeneous Responsiveness of Fetal Innate Lymphoid Progenitors to Notch Signaling. Cell Rep. 14 (6), 1500-1516 (2016).
  5. Ishizuka, I. E., Chea, S., et al. Single-cell analysis defines the divergence between the innate lymphoid cell lineage and lymphoid tissue – inducer cell lineage. Nat. Immunol. 17, 1-9 (2016).
  6. Spits, H., Artis, D., et al. Innate lymphoid cells – a proposal for uniform nomenclature. Nat.Rev. Immunol. 13 (2), 145-149 (2013).
  7. Walker, J. A., Barlow, J. L., McKenzie, A. N. J. Innate lymphoid cells- how did we miss them. Nat. Rev. Immunol. 13 (2), 75-87 (2013).
  8. Vallentin, B., Barlogis, V., et al. Innate Lymphoid Cells in Cancer. Cancer Immunol. Res. 3 (10), 1109-1114 (2015).
  9. Monticelli, L. a., Artis, D. Innate lymphoid cells promote lung tissue homeostasis following acute influenza virus infection. Nat. Immunol. 12 (11), 1045-1054 (2012).
  10. Tang, L., et al. Differential phenotypic and functional properties of liver-resident NK cells and mucosal ILC1s. J. Autoimmun. 67, 29-35 (2015).
  11. Durum, K., Gilfillan, S., Colonna, M., Consortium, G. Transcriptional Programs Define Molecular Characteristics of Innate Lymphoid Cell Classes and Subsets. Nat. Immunol. 16 (3), 306-317 (2015).
  12. Wang, H., Ramakrishnan, A., Fletcher, S., Prochownik, E. V., Genetics, M. Clonal dynamics of native haematopoiesis. Nature. 2 (2), 322-327 (2015).
  13. Samsa, L. A., Fleming, N., Magness, S., Qian, L., Liu, J. Isolation and Characterization of Single Cells from Zebrafish Embryos. J. Vis. Exp. (109), e1-e10 (2016).
  14. Klose, C., Flach, M., et al. Differentiation of Type 1 ILCs from a Common Progenitor to All Helper-like Innate Lymhpoid Cell Lineages. Cell. 157, 340-356 (2014).
  15. Dicle, Y., et al. Bioinformatics Approaches to Single-Cell Analysis in Developmental Biology. MHR. 22, 182-192 (2016).
  16. Setty, M., et al. Wishbone identifies bifurcating developmental trajectories from single-cell data. Nat Biotechnol. 34, 637-645 (2016).

Play Video

Bu Makaleden Alıntı Yapın
Perchet, T., Chea, S., Hasan, M., Cumano, A., Golub, R. Single-cell Gene Expression Using Multiplex RT-qPCR to Characterize Heterogeneity of Rare Lymphoid Populations. J. Vis. Exp. (119), e54858, doi:10.3791/54858 (2017).

View Video