Параллельное секвенирование внехромосомных кольцевых ДНК и транскриптомов в одиночных раковых клетках

Новости

ДомДом / Новости / Параллельное секвенирование внехромосомных кольцевых ДНК и транскриптомов в одиночных раковых клетках

Oct 15, 2023

Параллельное секвенирование внехромосомных кольцевых ДНК и транскриптомов в одиночных раковых клетках

Природная генетика, том 55,

Nature Genetics, том 55, страницы 880–890 (2023 г.) Процитировать эту статью

8449 Доступов

159 Альтметрика

Подробности о метриках

Внехромосомные ДНК (вкДНК) часто встречаются при раке, но многие вопросы об их происхождении, структурной динамике и влиянии на внутриопухолевую гетерогенность до сих пор не решены. Здесь мы описываем одноклеточную внехромосомную кольцевую ДНК и секвенирование транскриптома (scEC&T-seq), метод параллельного секвенирования кольцевых ДНК и полноразмерной мРНК из отдельных клеток. Применяя scEC&T-seq к раковым клеткам, мы описываем межклеточные различия в содержании вкДНК, одновременно исследуя их структурную гетерогенность и влияние на транскрипцию. Содержащие онкоген вкДНК клонально присутствовали в раковых клетках и вызывали различия в межклеточной экспрессии онкогенов. Напротив, другие небольшие кольцевые ДНК были эксклюзивными для отдельных клеток, что указывает на различия в их отборе и размножении. Межклеточные различия в структуре вкДНК указывают на циркулярную рекомбинацию как механизм эволюции вкДНК. Эти результаты демонстрируют scEC&T-seq как подход к систематической характеристике как малых, так и больших кольцевых ДНК в раковых клетках, что облегчит анализ этих элементов ДНК при раке и за его пределами.

Измерение нескольких параметров в одних и тех же клетках является ключом к точному пониманию биологических систем и их изменений во время заболеваний1. В случае кольцевых ДНК крайне важно интегрировать информацию о последовательностях ДНК с измерениями результатов транскрипции, чтобы оценить их функциональное влияние на клетки. В клетках человека можно выделить по крайней мере три типа кольцевых ДНК2,3,4,5: (1) небольшие кольцевые ДНК (<100 т.п.н.)6, которые описаны под разными названиями, включая эккДНК6, микроДНК4, апоптотические кольцевые ДНК6, малые полидисперсные кольцевые ДНК7 и теломерные кольцевые ДНК или С-кольца8; (2) круги вырезания Т-клеточных рецепторов (TREC)9; и (3) большие (>100 т.п.н.) онкогенные кольцевые внехромосомные ДНК с амплифицированным числом копий10,11 (называемые вкДНК и видимые как двухминутные хромосомы во время метафазы12). Несмотря на нашу растущую способность характеризовать множество особенностей в отдельных клетках13, глубокая характеристика содержания, структуры и последовательности кольцевой ДНК в отдельных клетках остается неуловимой с помощью современных подходов.

При раке амплификации онкогенов на вкДНК представляют особый интерес, поскольку они мощно стимулируют гетерогенность числа межклеточных копий благодаря своей уникальной способности реплицироваться и неравномерно разделяться во время митоза14,15,16,17,18,19. Эта гетерогенность позволяет опухолям адаптироваться и уклоняться от терапии2,20,21,22. Действительно, пациенты с раком, содержащим вкДНК, имеют неблагоприятные клинические исходы11. Недавние исследования показывают, что вкДНК, содержащие энхансеры, взаимодействуют друг с другом в ядерных узлах17,23 и могут влиять на отдаленные хромосомные местоположения в транс23,24. Это предполагает, что даже вкДНК, не содержащие онкогены, могут быть функциональными23,24. Более того, недавно мы обнаружили, что опухоли содержат неожиданный репертуар более мелких, нейтральных по числу копий кольцевых ДНК с еще неизвестной функциональной значимостью3.

В этом исследовании мы сообщаем о секвенировании внехромосомной кольцевой ДНК и транскриптома одной клетки (scEC&T-seq), методе, который позволяет параллельно секвенировать все типы кольцевой ДНК, независимо от их размера, содержания и количества копий, а также полноразмерную мРНК в одном клетки. Мы демонстрируем его полезность для профилирования одиночных раковых клеток, содержащих как структурно сложные мультифрагментированные вкДНК, так и небольшие кольцевые ДНК.

Современные подходы к очистке кольцевой ДНК включают три последовательных этапа: выделение ДНК с последующим удалением линейной ДНК посредством расщепления экзонуклеазой и обогащением кольцевой ДНК путем амплификации по катящемуся кругу3,6,25. Мы пришли к выводу, что этот подход можно масштабировать до отдельных клеток, а в сочетании с Smart-seq2 (ссылка 26) он может позволить параллельное секвенирование кольцевой ДНК и мРНК. Чтобы оценить наш метод на отдельных клетках, мы использовали линии клеток рака нейробластомы, которые мы ранее охарактеризовали в массовых популяциях3. Мы использовали FACS для разделения клеток на 96-луночные планшеты (рис. 1а, дополнительные рис. 1а, б и дополнительная таблица 1). ДНК отделяли от полиаденилированной РНК, которая захватывалась на магнитных шариках, связанных с одноцепочечными последовательностями дезокситимидиновых (Oligo dT) праймеров, аналогично предыдущим подходам27. ДНК подвергали расщеплению экзонуклеазой, что успешно проводилось в прошлом в массовых популяциях клеток, для обогащения кольцевой ДНК3,6,25 (рис. 1b). ДНК, подвергнутая воздействию эндонуклеазы PmeI перед расщеплением экзонуклеазой, служила отрицательным контролем3. В некоторых случаях ДНК оставляли непереваренной в качестве дополнительного контроля (рис. 1б). ДНК, оставшаяся после различных режимов расщепления, была амплифицирована. Амплифицированную ДНК подвергали парному секвенированию на Illumina, а в некоторых случаях – секвенированию с длинным считыванием Nanopore (рис. 1а). Был проанализирован состав последовательностей кольцевых ДНК и сделан вывод о геномном происхождении в кольцевых областях с использованием ранее разработанных вычислительных алгоритмов для анализа кольцевых ДНК3.

100 kb) circular DNAs containing oncogenes, was observed after 1-day exonuclease digestion (P = 2.10 × 10−5, two-sided Welch's t-test; Supplementary Fig. 1e). This enrichment was not as pronounced as that of smaller circular DNAs after prolonged 5-day exonuclease digestion, suggesting that ecDNA may be less stable in the presence of exonuclease compared to smaller circular DNAs, or that small circular DNAs are more efficiently amplified by φ29 polymerase (Supplementary Fig. 1e,f). PmeI endonuclease incubation before 5-day exonuclease digestion significantly reduced reads mapping to mtDNA by 404.8 fold (P < 2.2 × 10−16, two-sided Welch's t-test; Fig. 1c,d and Supplementary Fig. 1c). Similar depletion was observed for reads mapping to circular DNAs containing PmeI recognition sites, confirming specific enrichment of circular DNA through our scEC&T-seq protocol (P < 2.2 × 10−16, two-sided Welch's t-test; Fig. 1f and Supplementary Fig. 1g,h). Significant concordance between Illumina- and Nanopore-based detection of circular DNAs suggested reproducible detection independent of sequencing technology (two-sided Pearson correlation, R = 0.95, P < 2.2 × 10−16; Supplementary Fig. 2a–d). Thus, scEC&T-seq enables the isolation and sequencing of circular DNAs from single cells./p>95%) circular DNAs detected in single cells were larger than apoptotic circular DNAs, suggesting that most circular DNAs were not a result of apoptosis, as suggested by other reports6 (Fig. 2a and Supplementary Fig. 4a). Thus, each cancer cell contains a wide spectrum of individual circular DNAs from different genomic contexts./p>69.5%). Because scEC&T-seq also detects mtDNA (Fig. 2c,d), we hypothesized that heteroplasmic mitochondrial mutations may enable lineage tracing, as demonstrated in other single-cell assays in the past32 (Fig. 1c,d and Supplementary Fig. 1c). Indeed, unsupervised hierarchical clustering by homoplasmic mtDNA variants accurately genotyped cells (Supplementary Fig. 10a). Heteroplasmic SNVs on mtDNA revealed high intercellular heterogeneity, and unsupervised hierarchical clustering on individual single cells grouped them, which indicates subclonality and may allow lineage tracing (Supplementary Fig. 10b and Supplementary Fig. 11a,b). Thus, scEC&T-seq can detect heteroplasmic variants in mtDNA and ecDNA, allowing for a wide range of SNV-based applications and analyses, including lineage inference./p> 30% and MAF < 0.1% for CHP-212 as well as MAF > 30% and MAF < 0.1% for TR14 were considered uninformative for clustering and removed based on spot checking./p>15% in single cells and >2.5% in nuclei) were also excluded. Data were normalized with a scale factor of 10.000 and scaled using default ScaleData settings. To account for gene length and total read count in each cell, the Smart-seq2 data were normalized using transcripts per million; then, a pseudocount of one was added and natural-log transformation was applied. The first four principal components were significant; therefore, the first five principal components were used for FindNeighbors and RunUMAP to capture as much variation as possible as recommended by the Seurat authors. The resolution for FindClusters was set to 0.5./p> 0.2 and supporting reads ≥ 50×). As for CHP-212 and TR14, a genome graph was built using gGnome61 (v.0.1) and manually curated. To check amplicon structure correctness for the patient samples, in silico-simulated Nanopore reads were sampled from the reconstructed amplicon using an adapted version of PBSIM2 (ref. 72) (https://github.com/madagiurgiu25/pbsim2) and preprocessed as the original patient samples. Lastly, the SV profiles between original samples and in silico simulation were compared. All reconstructed amplicons were visualized using gTrack (v.0.1.0; https://github.com/mskilab/gTrack), including the GRCh37/hg19 reference genome and GENCODE 19 track./p>