福昕翻译

>

翻译学堂

>

患者核细胞揭示环状线性RNA高活性疾病生物标志物(上)

患者核细胞揭示环状线性RNA高活性疾病生物标志物(上)


具有脂质特异性寡克隆IgM谱带特征的患者外周血单个核细胞的全转录组分析揭示了两个环状RNA和两个线性RNA作为高活性疾病的生物标志物



患者核细胞揭示环状线性RNA高活性疾病生物标志物(结论)


 Leire Iparraguirre1,Danel Olaverri 1,2,Telmo Blasco 1,2,LucíaSepúlveda1,3,


塔玛拉·卡斯蒂略(TamaraCastillo-Triviño)4,梅赛德斯·埃斯皮尼诺(MercedesEspiño)5,露西恩·科斯塔·弗罗萨(Lucienne Costa-Frossard)5,阿尔瓦罗·普拉达(ÁlvaroPr ada)6,路易莎·玛丽亚·比利亚(LuisaMaríaVillar 3.5),大卫·奥塔吉(David Otaegui)1.3和梅德·穆尼奥斯·库拉(MaiderMuñoz-Culla)1.3


1 Biodonostia健康研究所神经科学领域的多发性硬化症小组

20014西班牙圣塞瓦斯蒂安; leire.iparraguirre@biodonostia.org(L.I.); a904612@alumni.unav.es(D.O.); tblasco@tecnun.es(TB。); lucia.sepulveda@biodonostia.org(L.S.); david.otaegui@biodonostia.org(D.O.)

2 Navarra Tecnun-Universidad生物医学工程与科学系,

Manuel deLardizábal15,20018西班牙圣塞瓦斯蒂安

3 西班牙多发性硬化症网络,西班牙巴塞罗那08028; luisamaria.villar@salud.madrid.org

4 巴斯克卫生局神经病学系生物dondonia健康研究所神经科学区多发性硬化小组,西班牙圣塞瓦斯蒂安,20014; TAMARA.CASTILLOTRIVINO@osakidetza.eus

5 西班牙马德里28034拉蒙·卡哈尔医院(IRYCIS)多发性硬化病科免疫学和神经病学系; mercedes.espino@salud.madrid.org(M.E.); lucienne.costa@salud.madrid.org(L.C.-F.)

6 巴斯克卫生局免疫学系生物dondonia健康研究所神经科学领域多发性硬化小组,西班牙圣塞瓦斯蒂安,20014; ALVAROJOSE.PRADAINURRATEGUI@osakidetza.eus





收到:2020年10月26日;接受:2020年11月23日;发布时间:2020年11月26日


摘要:抗髓磷脂脂质特异性寡克隆IgM带(LS-OCMBs)的存在已被定义为多发性硬化症侵袭性进化的准确预测指标。但是,这种生物标记物的检测是在脑脊液中进行的,这是一种侵入性很强的液体活检。在本研究中,我们旨在研究具有脂质特异性寡克隆IgM谱带特征的患者的外周血单核细胞(PBMC)中miRNA,snoRNA,circRNA和linearRNA的表达情况。我们纳入了总共89名MS患者,其中47名LS-OCMB状态为阴性,而42名为阳性状态。在发现队列中使用微阵列芯片(miRNA和snoRNA)和RNA-seq(环形和线性RNA)来进行分析研究,并通过RT-qPCR在整个队列中验证了候选对象。候选者的生物标志物潜力通过ROC曲线分析进行评估。 RNA-seq和RT-qPCR验证显示,在LS-OCMBs阳性患者的PBMC中,两个环状RNA(hsa_circ_0000478和hsa_circ_0116639)和两个线性RNA(IRF5和MTRNR2L8)被下调。最后,这些RNA在某些组合中显示出70%的准确度。 hsa_circ_0000478,hsa_circ_0116639,IRF5和MTRNR2L8的表达可能是高度活跃疾病的微创生物标志物。

 

关键词:多发性硬化;生物标志物转录组微小RNA;环状RNA;寡克隆带



 

1. 介绍

多发性硬化症(MS)是中枢神经系统(CNS)的一种慢性,炎性,神经变性和脱髓鞘疾病。它被认为是一种自身免疫性疾病,其中外周自身反应性淋巴细胞进入中枢神经系统并产生免疫反应,导致白质和灰质的脱髓鞘性病变[1]。据估计,大约有2到300万人患有MS,它通常会影响20至40岁的年轻人。此外,MS在女性中的流行率是男性的三倍,并且有证据表明该比率在最近70年中有所增加[1],这是与其他几种自身免疫性疾病共有的现象。

MS的病程和临床表型在患者之间以及同一个人中随时间变化都很大。因此,生物标记物可以帮助诊断,MS表型的分化以及监测疾病的进展[2,3]。

疾病活动性生物标志物可以与疾病的不同病理生理过程相关,并且理想地可以帮助区分具有侵袭性病程的患者和具有良性病状的患者[2]。在这种情况下,抗髓磷脂脂质特异性寡克隆IgM带(LS-OCMBs)限于脑脊液(CSF)的存在已被定义为侵袭性进化的准确预测因子[4]。然而,对于该测试,需要脑脊液样本,这是一种侵入性很强的液体活检。因此,为发现微创生物标志物,例如血液生物标志物,已经付出了巨大的努力[5]。

在这种情况下,基因表达谱研究已被广泛用于新的生物标志物发现,但也阐明了疾病中致病过程的分子机制[6,7]。除了经典的蛋白质编码转录组以外,非编码转录组在过去几十年中也引起了人们的极大兴趣,包括我们小组在内的几位作者都证明了它在MS发病机理中的作用[8-10]。 MicroRNA是研究最好的非编码小RNA类型,尽管其他诸如小核仁RNA也与MS相关[11,12]。 MiRNA是单链小的非编码RNA,它们在转录后水平上调节基因表达,并与目标mRNA结合,并且它们参与几乎所有已知的生物学过程[13]。最近,环状RNA(circRNA)作为RNA领域的新参与者出现,在转录后调控机制中起着重要作用。人们发现它们参与了多个过程,例如肿瘤,代谢和免疫相关途径,因此,它们还与多种疾病(如神经系统疾病和自身免疫性疾病)相关,包括在MS中的一些研究[14-18]。 miRNA和circRNA都被认为是广泛的样品类型,如血液,血清,唾液,尿液和CSF中生物标志物的有前途[19-21]。

鉴于这些证据,并且由于对MS固体,可复制和可及的生物标志物的需求不断增加,我们假设对具有LS-OCMBs特征的患者外周血单核细胞(PBMC)进行的全转录组研究可以揭示新的生物标志物与此稳定的CSF标记相关。这样的生物标记物可以更容易地用于持续监测患者,因为与腰穿相比,血液采样的侵入性较小,副作用较小。

考虑到这一点,在本研究中,我们分析了89例阳性(n = 42)和阴性(n = 47)患者外周血单个核细胞(PBMC)中小的非编码RNA,circRNA和线性RNA的表达。 LS-OCMBs表征,发现两个环状RNA和两个线性RNA,两组之间差异表达,可作为未来高度活跃疾病的血液生物标记。


2. 实验部分

2.1. 患者,样品收集和RNA分离

在征得知情同意后,在医院Ramon y Cajal招募了MS患者。按照标准的Ficol梯度分离方法,采集血样并分离PBMC并在液氮中冷冻直至使用。按照制造商的说明,使用miRNeasy mini试剂盒(Qiagen,Hilden,德国)分离总RNA。使用NanoDrop ND-1000分光光度计(ThermoFisher Scientific,Waltham,Massachusetts,MA,USA)测量RNA浓度,并使用Agilent 2100生物分析仪(Agilent Technologies,Inc.)评估微阵列和RNA-seq实验中样品的质量。美国加利福尼亚州圣克拉拉市),在所有样品中获得的RNA完整性数均高于6。如前所述[4,22],获得了CSF来分析LS-OCMB的状态。

表1总结了患者的主要临床和人口统计学特征。表S1列出了样品的完整列表以及包括每个样品的实验。该研究得到医院伦理委员会的批准(MMC-UEM-2018-01,2018年10月)。该析队列仅包括女性样本,旨在减少变异的来源,并考虑到该疾病中女性的MS发病率是男性的三倍[1]。

 

 表1.患者的临床和人口统计数据摘要。


包括分析人群中的患者。年龄-平均(范围).png


*包括分析人群中的患者。年龄-平均(范围)。 LS-OCMB-脂质特异性寡克隆IgM带。 P-正。 N-负数。 F—女。男—男。我们没有年龄数据的验证队列中有7个主题(1个阳性和6个阴性)。

 

2.2. 芯片分析

使用FlashTag HSR生物素标记试剂盒(Genisphere LLC,Hatfield,Pennsylvania,PA,USA)标记总RNA(200 ng),并与GeneChipmiRNA 4.0 Array(Affymetrix,Santa Clara,CA,USA)杂交,覆盖2578, 2025年和1996年人类成熟的miRNA,pre-miRNA和snoRNA。标记的RNA与阵列杂交,在GeneChip Fluidics Station 450中洗涤并染色,并在GeneChip Scanner 7G(Affymetrix,美国加利福尼亚州圣克拉拉)中进行扫描。

微阵列数据分析是在Transcriptome Analysis Console 4.0软件(Affymetrix,美国加利福尼亚州圣克拉拉)中进行的,仅将RMA + DABG算法应用于人类探针集以进行标准化,检测和汇总。我们在具有正负LS-OCMBs的患者之间进行了经典的差异表达分析,考虑到差异表达那些探针集,这些探针集的p值低于0.01,而绝对倍数变化(FC)值高于或等于1.5。

2.3.RNAseq

在CD Genomics(Shirley,纽约,NY,美国)中进行了文库制备和下一代测序。在文库制备之前,再次使用Agilent 2100生物分析仪测量RNA样品的浓度和质量。标准化后,使用Ribo-ZerorRNA去除试剂盒从总RNA样品中去除rRNA,然后进行纯化和片段化步骤。要构建测序文库,需进行链特异性cDNA合成,将3j末端进行腺苷酸化,然后连接衔接子。对生成的库进行质量控制和标准化过程。配对末端测序是用Illumina HiSeq X Ten PE150(Illumina,圣地亚哥,加利福尼亚,美国)进行的。

这项研究中提供的数据(微阵列和RNA-seq实验的原始数据)可在GeneExpressionOmnibus(GEO)中以序列号GSE159036公开获得。

2.4. RNA-Seq数据中的CircRNA检测和定量

首先,检查测序质量,然后使用STAR版本2.5.4b(https://code.google。com /archive /)将读数映射到人类基因组(hg19,从UCSCGenome Browser [23]下载)。p / rna-star /)[24]或BWA版本0.7.17-1(http://maq.sourceforge.net)[25]。随后,通过CIRCexplorer2版本2.3.3(https://circexplorer2.readthedocs。io/en/latest /)[26]和CIRI2版本2.0.5(https://sourceforge.net/projects/ciri/ )[27]遵循作者的建议。此外,只有这两种算法支持的circRNA才被视为真正的circRNA,并用于后续分析中,该方法已在其他作者的文献中进行了描述[28]。 CircRNA的表达基于根据CIRI2定量分析的反向剪接连接。滤出低表达(读数总和<10)的circRNA后,使用DESeq2 1.28.1版(http:// www。bioconductor.org/packages/release/bioc/html/DESeq2.html)进行差异表达分析[ 29] R(版本3.6.3)的软件包(https:

//R-studio(版本1.0.136)(https://rstudio.com/)中的//www.r-project.org/),以差异形式考虑

表达的circRNA显示p值<0.05和倍数变化高于2。为了选择一组候选物用于验证目的,应用了两个附加过滤器:(1)BaseMean值大于5(BM> 5)和( 2)删除任何样本中读取计数值为零的转录本。最后,我们选择了十个具有最高绝对倍数变化值的候选circRNA。

2.5. RNA-Seq数据中的线性RNA检测和定量


经过测序和质量控制后,使用Kallisto版本0.44.0[30]算法进行转录本伪比对,鉴定和定量。使用DESeq2软件包进行差异表达分析。在运行DESeq2算法之前,我们应用了具有最小读取次数(大于或等于10的读取次数之和)的过滤器,以删除低表达转录本。对于后续分析,由于检测到大量的转录本且我们的样本量较小,我们添加了一个过滤器,以仅保留最可靠的转录本(有关其读取计数)。因此,我们创建了一个检测过滤器,如下所示:(1)在两个组中都检测到了转录本-在每个组的3个样本中,至少有两个读数的转录本。 (2)成绩单仅在一组中检测到-转录本在阴性的4个样本中至少有两个读数组,但仅在阳性组中有1个样品(仅在阴性组中检测到),并且转录组在3个阳性组中具有至少两个读数,但在阴性组中只有1个读数(仅在阳性组中有)。用该检测过滤器选择的转录本被认为是一致的线性RNA。最后,差异表达的转录本被认为是那些显示p值<0.05和绝对倍数变化值大于2的转录本。为了进行验证,我们选择了十个具有最高绝对倍数变化值并具有指定基因名称的线性线性RNA。

图1总结了所有这些分析实验以及数据分析步骤,工具和过滤器。

2.6. cDNA合成和定量PCR

为了验证候选microRNA,使用TaqManTM Advanced miRNA cDNA合成试剂盒(Applied BiosystemsTM,Foster City,CA,USA)将总RNA(10 ng)反转录为cDNA。为了量化miRNA的表达,我们按照制造商的规程使用了TaqMan Advanced miRNA测定法和TaqMan Fast Advanced预混液(Applied BiosystemsTM,美国加利福尼亚州福斯特市)。 hsa-miR-191-5p的测定用作标准化目的的参考miRNA。

指出分析实验,数据分析工具,过滤器和候选者选择标准.png

图1.研究摘要指出分析实验,数据分析工具,过滤器和候选者选择标准。阳性。负数-负数。 DE-差异表达。 FC-倍数变化。 BM-BaseMean。 BSJ-背面接合点。 Padj-调整后的p值。 BWA-Burrows-Wheeler对准器。

为了验证候选circRNA,按照试剂盒操作规程,使用高容量cDNA反转录试剂盒(AppliedBiosystems,Foster City,CA,USA),使用随机引物将总RNA(500 ng)逆转录为cDNA。使用10 ng cDNA作为模板并使用Power SYBRGreenMaster Mix(Applied BiosystemsTM Foster City,CA,USA)通过以下热循环程序建立PCR反应:温度为50℃持续2分钟,温度为95℃ 10分钟,在95℃持续15 s,在60℃进行1分钟的40个循环,然后进行解离曲线分析。如前所述[18],使用了不同的引物,以使扩增子跨过反向剪接连接(BSJ)。 EEF1A1和B2M用作参考基因,使用两个基因的平均值进行标准化。熔解曲线中单峰的存在表明扩增的特异性。

为了验证候选线性RNA,按照制造商的规程,使用带有HiFlex缓冲液的miScript II RT(Qiagen,Hilden,德国)试剂盒,用oligo-dT和随机引物将总RNA(500 ng)反转录为cDNA。使用以下热循环程序,以10 ng cDNA为模板并使用miSscript SYBRGreenPCR试剂盒(Qiagen,Hilden,德国)建立PCR反应:温度为95℃15分钟,40个循环为94℃15分钟s,55℃30 s和70℃30 s,然后进行解离曲线分析。使用QuantiTect引物分析(Qiagen,Hilden,德国)(表S2)进行每个线性RNA的扩增,并将B2M用作标准化的参考基因。熔解曲线中存在单峰表明扩增的特异性。


所有逆转录反应均在Veriti Thermal Cycler(美国加利福尼亚州福斯特城的Applied Biosytems公司进行)中进行,定量PCR反应在CFX384 Touch实时PCR检测系统(Bio-Rad Laboratories,Inc.,大力神,加利福尼亚州,美国)。

在运行所有验证实验之前,对circRNA扩增进行了技术验证。随后,按照制造商的说明,使用ExoSAP-IT™PCR产品纯化试剂(Applied Biosystems,美国加利福尼亚州福斯特市)纯化RT-qPCR扩增产物,并对Sanger测序(ABIprism3130)(Applied Biosystems,加利福尼亚州Foster City,美国)

为了检查BSJ的存在。另外,还对PCR产物在琼脂糖凝胶上进行电泳以证实单个扩增产物的存在。

在CFX Maestro 1.0(Bio-RadLaboratories,Inc.,Hercules,CA,USA)中分析了原始Cq值和熔解曲线。使用2ˆDDCq方法计算以倍数变化(FC)表示的表达水平。 R在RStudio中对DCq数据进行统计分析。数据分布通过Shapiro-Wilk检验进行了测试,分布差异通过学生t检验或非参数Wilcoxon秩和检验进行了评估。在每个circRNA和线性RNA数据集中,在进行统计分析之前先删除异常值样本,然后使用R中的boxplot.stat函数识别这些值。

2.7. 基因超表达测试

为了描述差异表达转录本的功能,基于基因本体论数据库的完整生物学过程(2019年12月9日发布),应用了PANTHER过度表达测试(2019年11月7日发布,Panther [31])。作为参考背景,我们使用了产生上面定义的检测到的转录本的基因列表。进行Fisher检验,并将假发现率(FDR)校正应用于原始p值,将FDR值设置为低于0.05的显着阈值。

2.8. ROC曲线分析

基于RT-qPCR获得的DCq值,我们在RStudio中的R环境中执行了接收器工作特性曲线(ROC曲线)分析。使用了三个不同的数据集:(1)circRNA验证数据,(2)线性RNA验证数据和(3)两个数据集中的样本以测试转录本的不同组合。鉴于我们只需要包括没有任何缺失值的样本(表S1),因此最后一个数据集较小。用“ Epi”软件包的ROC功能计算出不同转录本的组合。

3. 结果

3.1. microRNA表达谱

微阵列分析能够检测出全部6659个人类探针组(42.45%)中的至少一个样品中的2827个探针组(图2A)。在检测到的探针组中,有33例显示LS-OCMBs阳性和阴性患者之间存在差异表达,更重要的是,显示最高表达的前10个探针组能够根据患者LS-OCMBs的状态对患者进行分组(图2B)。在这10个探针集中,我们可以找到五个成熟的miRNA,两个pre-miRNA和两个小核仁RNA。为了进行验证,我们选择了可以使用TaqMan Advanced miRNA分析的四个成熟miRNA(hsa-miR-6800-5p,hsa-miR-6821-5p,hsa-miR-4485和hsa-miR-4741)。但是,RT-qPCR验证结果并未确认这四个miRNA的改变(图2C)。


3.2. circRNA表达谱

环状转录组的RNA-seq分析流程检测到27,630个真正的circRNA和5431个circRNA(19.6%),总读数≥10(图3A)。差异表达分析显示,两组之间有124个circRNA发生了改变(p <0.05; FC> | 2 |),其中72个被上调,而52个被下调。

我们选择了十个候选circRNA,以在更大的队列中通过RT-qPCR确认它们的差异表达。首先,用于引物扩增的技术测试确认了10种circRNA候选物中有9种进行了单一且特异性的circRNA扩增。circMETRNL是一种在琼脂糖凝胶上未显示出良好扩增和单条带的抗体,因此我们在随后的验证实验中将其丢弃。此外,PCR产物的Sanger测序证实扩增子跨越BSJ(图S1)。如图3C所示,通过qPCR在LS-OCMB阳性患者的PBMC中证实了hsa_circ_0000478和hsa_circ_0116639的较低表达(分别为FC = -1.5和FC = -1.65; p <0.01)。

微阵列表达的miRNA结果.png

图2.微阵列表达的miRNA结果。 (A)热图显示了在至少一个样品中表达的miRNA的表达(微阵列强度信号)。 (B)显示最高表达的十个DEmiRNA的表达热图。分层聚类表明,这十个miRNA的表达模式能够根据患者的LS-OCMBs状态对其进行分组。 (C)选定候选miRNA的RT-qPCR验证结果。 P-LS-OCMB阳性。 N-LS-OCMB负状态。 DE-差异表达。

通过RNA-seq进行的circRNA和线性RNA表达谱结果.png

2020121818595498987.png

图3.通过RNA-seq进行的circRNA和线性RNA表达谱结果。 (A)火山图显示circRNA阳性和阴性组之间的表达差异(log2 FC),显示所有高10的样品的读数总和.DEcircRNA以红色突出显示,并且标记那些DEcircRNA的碱基均值高于图5.(B)火山图显示了阳性和阴性组之间线性RNA的表达差异(log2 FC)。差异表达的线性RNA突出显示为红色,标记点的DE线性RNA的p值已调整

<0.01。C)选定候选circRNA的RT-qPCR验证结果。星号表示统计学上的显着差异(p <0.01)。由于样品量的限制,circ_0000478和circ_0116639验证所包含的样品比其余circRNA多得多(表S1)。 (D)选定的候选线性RNA的RT-qPCR验证结果。星号表示差异具有统计学意义(p<0.05)。P:LS-OCMB的阳性状态。 N:LS-OCMB否定状态。


3.3. 线性成绩单表达谱

在本研究中,我们还通过RNA序列分析了线性转录组,鉴定出115,869个转录本,总读取次数≥10。我们使用检测标准应用了一个额外的过滤器,该过滤器可以识别出具有一致表达模式的84,863个线性RNA,从两组中均检测到92.8%。其中,有2441个转录物被差异表达(p<0.05和FC> | 2 |),两组均检测到1421个转录物(图3B)。其余的转录本是特定于一组的,仅在LS-OCMBs阴性患者的PBMC中表达382份,而在LS-OCMBs阳性的患者中表达638份。

我们选择了十个候选线性RNA来通过RT-qPCR确认它们的差异表达。

更大的队列。如图3D所示,在LS-OCMB阳性患者的PBMC中证实了IRF5和MTRNR2L8较低表达(两个转录本中FC = -1.33; p <0.05)。差异表达的线性RNA主要在免疫系统的生物过程中富集。图4显示了最有意义和最丰富的术语(FDR<0.01和倍富集> 2)。补体激活,体液免疫应答和I型干扰素信号传导

路径出现在最丰富的术语中。


点击:查看更多生物学文章

          使用文档翻译功能


免责声明:福昕翻译只充当翻译功能,此文内容及相关信息仅为传递更多信息之目的,仅代表作者个人观点,与本网无关,版权归原始网站所有。仅供读者参考,并请自行核实相关内容。若需要浏览原文、下载参考文献等,请自行搜索文中提到的原文网站进行阅读。

来源于:mdpi


福昕翻译转换文章内容来源:https://fanyi.pdf365.cn/help/70
上一篇: 怎么把整篇英文PDF文档翻译成中文?
下一篇: 怎么操作图片翻译?看这里