首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >如何用少量样本做m6A研究

如何用少量样本做m6A研究

作者头像
生信交流平台
发布2020-08-05 09:52:16
发布2020-08-05 09:52:16
1.7K0
举报

N6-甲基腺嘌呤(m6A)是分布最为广泛且保守的RNA修饰。在人类细胞中,目前在近7000个蛋白编码RNA和noncoding RNA中发现了大约10000个m6A修饰位点。作为转录后调控的重要途经之一,m6A修饰影响着RNA剪切,降解,pre-miRNA产生和蛋白翻译等各个阶段,并且在癌症的产生和进程中也起着重要的作用。

图1:m6A修饰对mRNA的多重调控 (Shi et al., 2019)

MeRIP-Seq是目前m6A修饰研究中最为常用的技术之一,但传统的protocol中,需要8-9μg的mRNA,也就是300μg的总RNA。这么多的RNA量有时候很难从癌症病人样本中获得,这也就限制其在临床癌症研究中的应用。

m6A测序方法的不断优化,让我们进一步有更多可能去研究m6A的方方面面

2018年,多伦多大学的何厚胜课题组对MeRIP-Seq的实验流程进行了优化,将样本需求降低至2μg总RNA,打破了传统protocol的限制。相关实验优化数据发表在同年的PloS Biology上,标题为《Refined RIP-seq protocol for epitranscriptome analysis with low input materials》。让我们一起来看看这篇文章对MeRIP-Seq做了哪些优化吧:)

细节性的优化至关重要,一起来围观学习

1、对片段化、清洗和洗脱条件的优化

  • RNA片段化时的buffer温度从94℃降低至70℃,这样可以降低因Dimroth重排而产生的m1A修饰向m6A修饰的转化,确保检测的真实性。
  • 将RNA片段化的大小从100nt提高到200nt,这样可以将RNA片段的获得量提高2倍。
  • 先使用有m6A修饰的control RNA(GLuc)和无修饰的control RNA(CLuc)的混合样品(1:4)对三种IP后清洗和洗脱的方法进行比较,发现方法二处理后,能够获得更好的信噪比。对IP下来的RNA按照方法二进行第二轮的IP处理也会增加信噪比。类似结果在人肺癌细胞系A549的实验中也得到了验证。

图2:三种样品清洗方法对实验信噪比的影响

2、对MeRIP-Seq数据分析中Peak calling和motif分析pipeline的优化

目前对MeRIP-Seq数据进行m6A peak calling分析的软件有两类,一类是早先为ChIP-Seq数据分析所研发的软件,如MACS;另一类则是专门为转录组m6A位点检测而开发的如exomepeak,HEPeak及在前两者基础上发展的MeTPeak。

利用已发表的两份MeRIP-Seq数据,对MACS和MeTPeak两种方法进行了对比,发现尽管MACS可以获得更多的Peak数,但使用MeTPeak所获得m6A Peaks更具有m6A主要发生的位点RRACH(R=G or A; H=A, C, or U)这一motif的富集的特点,在MACS 单独发现的Peaks中有超过20%的Peaks分布在TSS这一m6A修饰较少发生的区域,此外,MeTPeak的分析具有链特异性,并且能更好的在剪接的外显子(junction exons)区域发现Peaks,因而在MeRIP-Seq数据分析中,MeTPeak更为适用。

图3:两种MeRIP数据分析方法的比较

3、对MeRIP中使用的anti-m6A抗体的检测

抗体质量对能否真实高效的检测m6A修饰位点来说,是至关重要的。文章对来自三家公司(Synaptic Systems, NEB和Millipore)的anti-m6A抗体进行比较。比较spike-in的阴性对照和阳性对照RNA GLuC和CLuc进行实验后的信噪比,发现使用NEB和Millipore的抗体都可以获得100倍以上的信噪比。三种抗体所获得的Peak的重叠率约为60%, peak都在常发生m6A修饰的终止密码子附近有富集。使用NEB和Millipore抗体所获得的Peak都体现了m6A的moitf特征-GGAC有明显富集。

图4:三种抗体在MeRIP实验中的表现

优化结果怎么样?来,上数据!

将32μg总RNA的 MeRIP-Seq数据与已发表的300μg总RNA的MeRIP-Seq数据进行了比对,发现有大量的m6A peak重叠,表明使用优化的MeRIP实验流程,用32μg总RNA是没问题的。

图5:32μg起始量的peak文库与300μg文库(control)的比对

32μg的样本量也很难保证?那就再优化优化,寻求更低的样本量!

4、进一步降低总RNA的样本量

为了能进一步降低对样本量需求,因而对32μg、12μg、6μg和2μg的总RNA样本进行了实验比对,发现2μg总RNA比较适合进行low-input 的MeRIP-Seq。将用32μg RNA与2μg RNA的实验结果的peaks进行比对,发现peak有相当数量的重叠,而且unique peaks更倾向于落在相对低表达的基因上。从2μg样本中所获得的peak和其他更多RNA样本用量的peak一样, m6A修饰在终止密码子附近有富集,同时GGAC修饰位点也有显著富集。

图6:2μg样品量文库与其它文库的比对

低微量样本的MeRIP-seq结果究竟如何,那就用事实说话!

5、应用验证

利用改进后的protocol,使用2ug总RNA的起始量,对两位肺腺癌患者的癌症样本进行MeRIP-seq检测。每份样本最终获得近12000个peak,发现在953个基因上有差异peak,209个基因可以检测到蛋白质水平上的差异。证明这一改进的低样本量的MeRIP-Seq流程可以适用于样本量受限的癌症等方面的研究。

图7:两个癌症样本中发现的m6A修饰及差异性peaks

1.Refined RIP-seq protocol for epitranscriptome analysis with low input materials

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-07-04,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信交流平台 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档