Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phân tích metyl hóa DNA trên quy mô toàn bộ với MeDIP-seq sử dụng các mẫu máu khô lưu trữ
Tóm tắt
Các tác nhân môi trường tiếp xúc trong tử cung và những năm đầu đời được cho là đóng vai trò quan trọng trong nhiều bệnh đa yếu tố, có thể thông qua các tác động lâu dài đến epigenome. Bởi vì epigenome vẫn có thể thay đổi suốt cuộc đời, việc xác định các dấu ấn sinh học liên quan đến bệnh cụ thể sẽ gặp khó khăn. Điều này đã dẫn đến sự gia tăng quan tâm đối với các nghiên cứu liên kết toàn bộ epigenome sử dụng các mẫu máu khô (DBS) thường xuyên được thu thập trong các chương trình sàng lọc trước sinh. Các chương trình như vậy đang được triển khai tại nhiều quốc gia trên thế giới, tạo ra các ngân hàng sinh học lớn và độc đáo. Tuy nhiên, sự sẵn có của vật liệu sinh học này rất hạn chế vì mỗi DBS chỉ được tạo ra từ một vài giọt máu và điều kiện lưu trữ có thể không tối ưu cho các nghiên cứu về epigenetic. Hơn nữa, do các dấu ấn liên quan có thể nằm ngoài cơ thể gen, nên cần có sự khảo sát toàn bộ epigenome. Ở đây, chúng tôi chứng minh, như một bằng chứng về nguyên lý, rằng việc khảo sát toàn bộ genome của metylome dựa trên kết tủa DNA metyl hóa kết hợp với giải trình tự thế hệ tiếp theo (MeDIP-seq) là khả thi bằng cách sử dụng một mẫu DBS 3.2 mm (60 ng DNA) từ thẻ lọc đã được lưu trữ trong suốt 16 năm. Hồ sơ làm giàu, chất lượng chuỗi và phân bố của các đoạn đọc trên các vùng gen giống nhau giữa các mẫu được lưu trữ trong 16 năm, 4 năm và một mẫu đối chứng được chuẩn bị mới, đều tương đương. Tóm lại, chúng tôi cho thấy rằng dữ liệu MeDIP-seq chất lượng cao có thể đạt được từ các thẻ lọc sàng lọc sơ sinh được lưu trữ ở nhiệt độ phòng, do đó cung cấp thông tin về các gen được chú thích cũng như các gen không phải RefSeq và các yếu tố lặp lại. Hơn nữa, số lượng DNA từ một lần đục mẫu DBS chứng tỏ là đủ, cho phép thực hiện nhiều nghiên cứu về epigenome sử dụng một DBS duy nhất.
Từ khóa
#epigenome #methylation #dried blood spots #MeDIP-seq #neonatal screeningTài liệu tham khảo
Putiri EL, Robertson KD. Epigenetic mechanisms and genome stability. Clin Epigenetics. 2011;2:299–314.
Meissner A. Epigenetic modifications in pluripotent and differentiated cells. Nat Biotechnol. 2010;28:1079–88.
Rakyan VK, Down TA, Balding DJ, Beck S. Epigenome-wide association studies for common human diseases. Nat Rev Genet. 2011;12:529–41.
Laird PW. Principles and challenges of genomewide DNA methylation analysis. Nat Rev Genet. 2010;11:191–203.
Nishioka M, Bundo M, Kasai K, Iwamoto K. DNA methylation in schizophrenia: progress and challenges of epigenetic studies. Genome Med. 2012;4:96.
Esteller M. Epigenetics in cancer. N Engl J Med. 2008;358:1148–59.
Guerrero-Preston R, Goldman LR, Brebi-Mieville P, Ili-Gangas C, Lebron C, Witter FR, Apelberg BJ, Hernandez-Roystacher M, Jaffe A, Halden RU, et al. Global DNA hypomethylation is associated with in utero exposure to cotinine and perfluorinated alkyl compounds. Epigenetics. 2010;5:539–46.
Suter M, Ma J, Harris A, Patterson L, Brown KA, Shope C, Showalter L, Abramovici A, Aagaard-Tillery KM. Maternal tobacco use modestly alters correlated epigenome-wide placental DNA methylation and gene expression. Epigenetics. 2011;6:1284–94.
Cao-Lei L, Massart R, Suderman MJ, Machnes Z, Elgbeili G, Laplante DP, Szyf M, King S. DNA methylation signatures triggered by prenatal maternal stress exposure to a natural disaster: Project Ice Storm. PLoS One. 2014;9:e107653.
Melas PA, Rogdaki M, Osby U, Schalling M, Lavebratt C, Ekstrom TJ. Epigenetic aberrations in leukocytes of patients with schizophrenia: association of global DNA methylation with antipsychotic drug treatment and disease onset. FASEB J. 2012;26:2712–8.
Dong E, Nelson M, Grayson DR, Costa E, Guidotti A. Clozapine and sulpiride but not haloperidol or olanzapine activate brain DNA demethylation. Proc Natl Acad Sci U S A. 2008;105:13614–9.
Warner MJ, Ozanne SE. Mechanisms involved in the developmental programming of adulthood disease. Biochem J. 2010;427:333–47.
Tobi EW, Lumey LH, Talens RP, Kremer D, Putter H, Stein AD, Slagboom PE, Heijmans BT. DNA methylation differences after exposure to prenatal famine are common and timing- and sex-specific. Hum Mol Genet. 2009;18:4046–53.
Meaney MJ, Ferguson-Smith AC. Epigenetic regulation of the neural transcriptome: the meaning of the marks. Nat Neurosci. 2010;13:1313–8.
Smith AK, Kilaru V, Kocak M, Almli LM, Mercer KB, Ressler KJ, Tylavsky FA, Conneely KN. Methylation quantitative trait loci (meQTLs) are consistently detected across ancestry, developmental stage, and tissue type. BMC Genomics. 2014;15:145.
Aberg KA, Xie LY, McClay JL, Nerella S, Vunck S, Snider S, Beardsley PM, van den Oord EJ. Testing two models describing how methylome-wide studies in blood are informative for psychiatric conditions. Epigenomics. 2013;5:367–77.
Bjornsson HT, Sigurdsson MI, Fallin MD, Irizarry RA, Aspelund T, Cui H, Yu W, Rongione MA, Ekstrom TJ, Harris TB, et al. Intra-individual change over time in DNA methylation with familial clustering. JAMA. 2008;299:2877–83.
Hollegaard MV, Grauholm J, Nielsen R, Grove J, Mandrup S, Hougaard DM. Archived neonatal dried blood spot samples can be used for accurate whole genome and exome-targeted next-generation sequencing. Mol Genet Metab. 2013;110:65–72.
Bonnelykke K, Sleiman P, Nielsen K, Kreiner-Moller E, Mercader JM, Belgrave D, den Dekker HT, Husby A, Sevelsted A, Faura-Tellez G, et al. A genome-wide association study identifies CDHR3 as a susceptibility locus for early childhood asthma with severe exacerbations. Nat Genet. 2014;46:51–5.
Hollegaard MV, Grauholm J, Norgaard-Pedersen B, Hougaard DM. DNA methylome profiling using neonatal dried blood spot samples: a proof-of-principle study. Mol Genet Metab. 2013;108:225–31.
Beyan H, Down TA, Ramagopalan SV, Uvebrant K, Nilsson A, Holland ML, Gemma C, Giovannoni G, Boehm BO, Ebers GC, et al. Guthrie card methylomics identifies temporally stable epialleles that are present at birth in humans. Genome Res. 2012;22:2138–45.
Aberg KA, Xie LY, Nerella S, Copeland WE, Costello EJ, van den Oord EJ. High quality methylome-wide investigations through next-generation sequencing of DNA from a single archived dry blood spot. Epigenetics. 2013;8:542–7.
Joo JE, Wong EM, Baglietto L, Jung CH, Tsimiklis H, Park DJ, Wong NC, English DR, Hopper JL, Severi G, et al. The use of DNA from archival dried blood spots with the Infinium HumanMethylation450 array. BMC Biotechnol. 2013;13:23.
Cruickshank MN, Oshlack A, Theda C, Davis PG, Martino D, Sheehan P, Dai Y, Saffery R, Doyle LW, Craig JM. Analysis of epigenetic changes in survivors of preterm birth reveals the effect of gestational age and evidence for a long term legacy. Genome Med. 2013;5:96.
Bundo M, Sunaga F, Ueda J, Kasai K, Kato T, Iwamoto K. A systematic evaluation of whole genome amplification of bisulfite-modified DNA. Clin Epigenetics. 2012;4:22.
Ghantous A, Saffery R, Cros MP, Ponsonby AL, Hirschfeld S, Kasten C, Dwyer T, Herceg Z, Hernandez-Vargas H. Optimized DNA extraction from neonatal dried blood spots: application in methylome profiling. BMC Biotechnol. 2014;14:60.
Clark C, Palta P, Joyce CJ, Scott C, Grundberg E, Deloukas P, Palotie A, Coffey AJ. A comparison of the whole genome approach of MeDIP-seq to the targeted approach of the Infinium HumanMethylation450 BeadChip((R)) for methylome profiling. PLoS One. 2012;7:e50233.
Chen G, Yu D, Chen J, Cao R, Yang J, Wang H, Ji X, Ning B, Shi T. Re-annotation of presumed noncoding disease/trait-associated genetic variants by integrative analyses. Sci Rep. 2015;5:9453.
Feber A, Wilson GA, Zhang L, Presneau N, Idowu B, Down TA, Rakyan VK, Noon LA, Lloyd AC, Stupka E, et al. Comparative methylome analysis of benign and malignant peripheral nerve sheath tumors. Genome Res. 2011;21:515–24.
Liu J, Morgan M, Hutchison K, Calhoun VD. A study of the influence of sex on genome wide methylation. PLoS One. 2010;5:e10028.
Bock C, Tomazou EM, Brinkman AB, Muller F, Simmer F, Gu H, Jager N, Gnirke A, Stunnenberg HG, Meissner A. Quantitative comparison of genome-wide DNA methylation mapping technologies. Nat Biotechnol. 2010;28:1106–14.
Wu HC, Wang Q, Chung WK, Andrulis IL, Daly MB, John EM, Keegan TH, Knight J, Bradbury AR, Kappil MA, et al. Correlation of DNA methylation levels in blood and saliva DNA in young girls of the LEGACY Girls study. Epigenetics. 2014;9:929–33.
Shen H, Qiu C, Li J, Tian Q, Deng HW. Characterization of the DNA methylome and its interindividual variation in human peripheral blood monocytes. Epigenomics. 2013;5:255–69.
Lam LL, Emberly E, Fraser HB, Neumann SM, Chen E, Miller GE, Kobor MS. Factors underlying variable DNA methylation in a human community cohort. Proc Natl Acad Sci U S A. 2012;109 Suppl 2:17253–60.
Byun HM, Siegmund KD, Pan F, Weisenberger DJ, Kanel G, Laird PW, Yang AS. Epigenetic profiling of somatic tissues from human autopsy specimens identifies tissue- and individual-specific DNA methylation patterns. Hum Mol Genet. 2009;18:4808–17.
Yang AS, Estecio MR, Doshi K, Kondo Y, Tajara EH, Issa JP. A simple method for estimating global DNA methylation using bisulfite PCR of repetitive DNA elements. Nucleic Acids Res. 2004;32:e38.
Irahara N, Nosho K, Baba Y, Shima K, Lindeman NI, Hazra A, Schernhammer ES, Hunter DJ, Fuchs CS, Ogino S. Precision of pyrosequencing assay to measure LINE-1 methylation in colon cancer, normal colonic mucosa, and peripheral blood cells. J Mol Diagn. 2010;12:177–83.
Taiwo O, Wilson GA, Morris T, Seisenberger S, Reik W, Pearce D, Beck S, Butcher LM. Methylome analysis using MeDIP-seq with low DNA concentrations. Nat Protoc. 2012;7:617–36.
Zhao MT, Whyte JJ, Hopkins GM, Kirk MD, Prather RS. Methylated DNA immunoprecipitation and high-throughput sequencing (MeDIP-seq) using low amounts of genomic DNA. Cell Reprogram. 2014;16:175–84.
Guo H, Zhu P, Guo F, Li X, Wu X, Fan X, Wen L, Tang F. Profiling DNA methylome landscapes of mammalian cells with single-cell reduced-representation bisulfite sequencing. Nat Protoc. 2015;10:645–59.
Guo H, Zhu P, Yan L, Li R, Hu B, Lian Y, Yan J, Ren X, Lin S, Li J, et al. The DNA methylation landscape of human early embryos. Nature. 2014;511:606–10.
McCarthy NS, Melton PE, Cadby G, Yazar S, Franchina M, Moses EK, Mackey DA, Hewitt AW. Meta-analysis of human methylation data for evidence of sex-specific autosomal patterns. BMC Genomics. 2014;15:981.
Jones MJ, Goodman SJ, Kobor MS. DNA methylation and healthy human aging. Aging Cell. 2015;14:924–32.
Flanagan JM, Popendikyte V, Pozdniakovaite N, Sobolev M, Assadzadeh A, Schumacher A, Zangeneh M, Lau L, Virtanen C, Wang SC, et al. Intra- and interindividual epigenetic variation in human germ cells. Am J Hum Genet. 2006;79:67–84.
Sandovici I, Kassovska-Bratinova S, Loredo-Osti JC, Leppert M, Suarez A, Stewart R, Bautista FD, Schiraldi M, Sapienza C. Interindividual variability and parent of origin DNA methylation differences at specific human Alu elements. Hum Mol Genet. 2005;14:2135–43.
Salzberg SL, Phillippy AM, Zimin A, Puiu D, Magoc T, Koren S, Treangen TJ, Schatz MC, Delcher AL, Roberts M, et al. GAGE: a critical evaluation of genome assemblies and assembly algorithms. Genome Res. 2012;22:557–67.
Jaffe AE, Irizarry RA. Accounting for cellular heterogeneity is critical in epigenome-wide association studies. Genome Biol. 2014;15:R31.
Maksimovic J, Gagnon-Bartsch JA, Speed TP, Oshlack A. Removing unwanted variation in a differential methylation analysis of Illumina HumanMethylation450 array data. Nucleic Acids Res. 2015;43:e106.
Hannon E, Lunnon K, Schalkwyk L, Mill J. Interindividual methylomic variation across blood, cortex, and cerebellum: implications for epigenetic studies of neurological and neuropsychiatric phenotypes. Epigenetics. 2015;10:1024–32.
Klengel T, Mehta D, Anacker C, Rex-Haffner M, Pruessner JC, Pariante CM, Pace TW, Mercer KB, Mayberg HS, Bradley B, et al. Allele-specific FKBP5 DNA demethylation mediates gene-childhood trauma interactions. Nat Neurosci. 2013;16:33–41.
St Julien KR, Jelliffe-Pawlowski LL, Shaw GM, Stevenson DK, O’Brodovich HM, Krasnow MA, Stanford BPDSG. High quality genome-wide genotyping from archived dried blood spots without DNA amplification. PLoS One. 2013;8:e64710.
Lienhard M, Grimm C, Morkel M, Herwig R, Chavez L. MEDIPS: genome-wide differential coverage analysis of sequencing data derived from DNA enrichment experiments. Bioinformatics. 2014;30:284–6.