ラベル アイソフォーム の投稿を表示しています。 すべての投稿を表示
ラベル アイソフォーム の投稿を表示しています。 すべての投稿を表示

2018年4月17日火曜日

ハイブリッド でIso-Seqしたい方はこの論文を!

Iso-Seqは皆さんご存じですね。
PacBioのロングリードで完全長cDNAを一気に読んで、スプライシングバリアントを含めたRNAの構造解析をする方法です。

ショートリードでデノボで転写産物をシークエンス&アセンブリする方法には、Trinityという有名なものがあります。
しかしリピート配列があると正確に転写産物を再現できない、K-merサイズによってはアセンブリが不正確になる、など、ショートリードだけの完全長cDNAシークエンスには限界がありました。

IDP-denovo
そんな中、ショートリードでデノボアセンブリしたアイソフォームコンティグに、ロングリード配列をマッピングさせて、アイソフォーム全体の姿を再現するIDP-denovoというツールが出ました。

この論文はあくまでも、ショートリードがメインで、これを補佐する役割としてPacBioのロングリードが登場します。
正直、私はPacBio一本でやった方が良い気がしたのですが、、、。
だって最初のショートリードのアセンブルで、既に、読める配列がイルミナ技術に依存しているでしょう?
それからPacBioで一分子配列を付け足して補正、ってどれだけ精度が上がるのか疑問。

多分、コストが問題だったのでしょう。
でも今はSequel使えばコスト的にもだいぶ割安感があると思うんですけどね。



さてさて、ここからはIso-Seqの話です。
SMRT Link(PacBio解析ソフトウェア)バージョン5.1には、Iso-SeqとIso-Seq2が搭載されています。
へぇ、Iso-Seq2とは?

その前にIso-Seq解析のおさらいです。
実験のプロトコルはこちらからダウンロードできる。簡単に言うと、

  1. サンプルの中で発現しているmRNAの、完全長cDNAを作る
  2. 完全長cDNAをPCRで十分量増やす
  3. SMRT Bellライブラリを作る(SequelではIso-Seqのサイズ分割は基本行わない。長い転写産物に注目したい場合は4kbを境に分割しても良い)
  4. Sequelで読む→ データが出てくる


ここから先は、SMRT Link 5.1で解析すると仮定しますね。
Iso-Seq解析は最初にCCSを作ります。

5'プライマー、インサート配列、ポリA配列、3'プライマーを持つ場合、完全長cDNAとみなされます。完全長=Full Length(FL)と不完全長=Non-FLのリードに分ける。
このステップがClassify

次のステップがClustering
アイソフォームレベルのクラスタリングを行うにはFLのCCSだけが使われる。
このクラスタリングステップがとても時間がかかり、今まで問題になっていた。
Iso-Seq1では配列の長さが同じくらいのものをまとめ、クラスタリングを行っている。
Iso-Seq2では塩基配列のパターンから同じようなものをまとめ、クラスタリングを行っている。
2の方が1より2倍ほど計算速度が速いとのこと。
さて、クラスタリングしてアイソフォーム配列が出来たら、これにFLとNon-FLのサブリードをアラインし、ArrowまたはQuiverで配列精度を高める。
いずれにしても、転写産物を網羅的に見る場合は、Iso-Seq2の方が良い。
一方、ターゲットIso-Seqの場合は、どのアイソフォームも同じような配列パターンを持つので、サイズによってクラスタリングする普通のIso-Seqの方が良い。

最後に、リファレンスがある場合はGMAPでゲノム配列にマップして、Alternative Splicingを見る。ここはヒトとかマウスとかのモデル生物で行われる。
アイソフォームを見つけたらその精査が必要だ。
SQANTIというツールは見つけたアイソフォーム配列を、機能ごとにアノテーション付けてくれる。
FSM = full splice match   (perfect match w/ known isoform)
ISM = incomplete splice match  (partial match)
NIC = novel in catalog  (novel isoform with known junctions)
NNC = novel not in catalog  (novel isoform with new junctions)
というように。
論文にもなっているのでこちらもどうぞ

そのほかにもありますが今日のところはこれにて


5月18日(金)は秋葉原にて「PacBio現場の会 2018」
登録はこちらから!

2017年11月10日金曜日

薬草などのIso-Seq論文3本

長年この仕事をしているとたまに、別々の研究者からほとんど同じ研究内容の話を別々にされることがあります。
例えば所属が違うAさんとBさんから、全く同じ生物種の、非常に近い研究テーマの話を、別々にされる。
あれ? もしかして共同研究者? って思ってしまうけれどもそこは要注意です。
とりあえずその場では初めて聞いたふうに取り繕って、後で名前をググって確かめます。

経験上、50%以上の確率でそういう場合は競争相手。
(注:フィールドによって若干その割合は違う。植物系は共同研究の確率高い。動物系は半々。医学系はほぼ競争相手だ!)
守秘義務があるのでもちろん聞いた研究内容は誰にも言いませんが、競争相手同士からほぼ同時に相談あるいは話をされたときは細心の注意を払います。
そんな時は聞き役に徹すべし

さて、ほぼ同時に、薬草を材料にしたIso-Seqの論文が3本出たそうです。
韓国・中国・インド・オーストラリアのチームから。
材料はそれぞれ違うのでかれらは競争相手同士ではないでしょう。

そのうちのひとつ Panax ginseng(オタネニンジン・高麗人参・朝鮮人参)は、異質四倍体の3.2Gbゲノムと結構複雑なんですね。
リピートも多く、読みにくい。
そこでIso-Seqを行って完全長トランスクリプトーム解析を行った。
Jo et al., Isoform Sequencing Provides a More Comprehensive View of the Panax ginseng Transcriptome

組織は4か所から採取
RSIIを使っているので、サイズセレクションをしています。
1‐2kb、2‐3kb、3‐6kb、6kb以上、という風に4区画ですね。
サブリードがトータルで822万本取れています
そこからcDNAをフルでカバーしていて、Isoformごとにクラスタリングして、クオリティも良いものだけをフィルタリングしていくと、
このテーブルの下の数字くらいの数、合計17万4000本くらいになる

ご存じかもしれませんが、Iso-SeqはSequelではもうサイズセレクションをしません。
そのまま全部のサイズのcDNAでライブラリを作り、一気に同じセルで流します。
ここに書きましたので参照下さい

Iso-Seqは、遺伝子のスプライシングイベントを正確に読むことができる、単純かつ素晴らしいアプリケーションだと思っています。
ゲノム配列が完全にわかっていないような生物でも、cDNAの完全長を読めば、ある程度どんな遺伝子が発現していたのかがわかるので、非モデル生物の研究にもかなり使われてきています。
今年はそういった成果が次々に論文になりました。
今の論文なので実験をした当時はRSIIですから、サイズセレクションを必ずしています。
来年あたりはSequelを使った、サイズセレクション無しの論文も期待!

2017年10月4日水曜日

ASHG2017でのイベント情報

すっかり涼しくなってきたな~と思えるときもある10月。
10月と言えばアメリカ人類遺伝学会(ASHG)。
毎年恒例で多くの日本人研究者も集まりますが、今年は特に多い。
場所がフロリダ州オーランドだからでしょうか?

ということで、PacBioのイベント情報をお知らせします。
ASHG学会に行く人も行かないひともぜひチェック!

このページ行けば全部書いてあるんですけど、まとめますね。

ワークショップは10/18(水)の現地時間12時半から
テーマはヒトゲノム構造解析
Cas9を使った配列特異的ターゲットシークエンスを使って脊髄小脳失調症タイプ10のメカニズム解明に挑む例や、大きなゲノム構造変異と知的障害の関係性の研究、1000人ゲノムプロジェクトの最新情報など。
特に1000人ゲノムの発表は、今年HUGOのPresidentでもあるDr. Charles Leeです!
参加はこちらから、学会には行けないけど後で講演を聞きたい!というひとも、レジストして
Not attending. Send the recording
を選択すればOKですよ! (もちろん参加したひとにも録画のリンクが送られてきます)

それ以外の注目イベントはこれ!

10/19 11:00 am-12:30 pmの Concurrent Platform Session “Advances in the Genetics of Autoimmune Disease,”では、“The MHC Diversity in Africa Resource: A roadmap to understanding HLA diversity in Africa,”(Martin Pollard of the Wellcome Trust Sanger Institute)というタイトルの発表があります。PacBioを使ったMHCシークエンスの実例が示されるそうです。

同日午後4:15-6:15の Concurrent Invited Session “Analysis of Cancer Genome Variation Using Long-read Sequencing”では、Dr. Fritz Sedlazeck (Baylor College of Medicine)、Dr. Jacques Banchereau (Jackson Labs for Genomic Medicine) らによるガンゲノムへのPacBioの応用例がこれでもか!と発表される予感。

Dr. Xufeng Zhao、Dr. Mark Chaissonらは、the Human Genome Structural Variation Consortiumを代表して, “Comprehensive Discovery of Structural Genomic Variants Through Integration of Multiple Sequencing Platforms,” というタイトルのポスターを18日の 午後2:00-3:00 のポスターセッションで発表するそうです (Poster #1501).
彼らは最近、3組のトリオの全ゲノムをPacBioで読んで解析し、1000 Genome Projectのショートリードデータ解析よりも10倍以上の構造変異を見つけたとして bioRxiv に発表。この論文はチェックしているかたも多いでしょう。

PacBio社からの注目は、Tyson Clark が “Targeted Enrichment Without Amplification and SMRT Sequencing of Repeat-expansion Disease Causative Genomic Regions” というポスターを18日の 3:00-4:00 pm で発表します。
これが例のCas9ターゲットです!(Poster #1480).

さらにさらに、初日17日(火)の午後1時から4時にあるGenome Reference Consortium (GRC) & Genome in a Bottle consortium (GIAB) Workshop も見逃せませんよ。
ヒトゲノムリファレンスのアップデートが話し合われるとても面白いワークショップです!PacBioのロングリードも大活躍しています。

と、いろいろ書きましたがプレスリリースにも書いてありますので時間がある方はどうぞ。
PacBio関連のプレゼンだけで約30もあるそうです! 全部をフォローするのは難しいけれどできるだけ聞いてきます。


2017年9月5日火曜日

Iso-Seq:Sequelでの実力はどれくらいか?



以前、こちらやこちらのブログで、「言葉を覚える鳥」ゲノムのことを書きました。
ゲノムを読んだら次は遺伝子発現、ということで、Iso-Seq(完全長cDNAのシークエンス)をやった結果のデータが公式にアップされました。

PacBio公式ブログでの記事はこちら

ポスターはこちらからダウンロードできます。
出たばかりのSMRT Link v5 を使っていたようですね。

データ出力のところを注目してみましょう。
SMRT Cellは4個使っています。
セルごとにバーコードで2種の鳥のサンプルを読んでいます。
Cellあたりの出力塩基数は6.1Gbから7.7Gb、ポリメラーゼリード長のN50はなんと32kb~38kb!
どうです? いや、長さが全てだとは言いません。でもPacBioでもこんなに長いリードが出るんです。
冗談はさておき、サブリードのN50 も5kb台です。十分転写産物をカバーできていると言えるでしょう。

ポスターを見ると、High QualityのIsoformは、Zebra Finchもハチドリも、それぞれおよそ17,000本を得ています。
これは偶然でしょうか? (いいえ)

2種類のサンプル(AとB)を4セルで読むとき、Aを2セル、Bを2セル、というシークエンス方法もあります。
今回はわざわざバーコードを付けて、ABを後から区別できるようにし、2つを混ぜてから4セルで読んでいます。
こうすることで1セルに2種類のサンプルが均等に読まれることになります。
結果、異なるセル間の出力のばらつきがたとえあったとしても、A、Bそれぞれの4セル分のリード数は同じようになると期待できますよね。
これもSequelになって出力が増えたおかげかな?

さて、この解析のところでIso-Seq2もしくはToFU2というのが出てきますが、これはまだ開発版でサポート外です。
今までのIso-Seqとどう違うかというと、主に解析パフォーマンスを上げるためのバージョンアップになります。
SGEを使うのがオプションになったり、クラスターを作るところでBLASRとDALIGNERのどちらかを選べたりします。
Sequelになってデータ量が増えた分、Iso-Seqの解析時間がかかり過ぎていた問題点を、これで改善する目的で作られました。
詳しくはこちらのPDFをご覧あれ
ToFU2: Design Overview より



2016年7月12日火曜日

バクテリアのIsoSeqをするには?


今日はバクテリアのIso-Seqの話です。
そもそもイントロンが無いバクテリアの転写産物ですが、完全長で読む意義はあります、よね。完全長で読みたい、というニーズはあったようです。

ではどうするか?
CDNAを作る逆転写には、タカラクローンテック社の SMARTer PCR cDNA Synthesis kit を使います。
でもこの逆転写反応には、PolyA-Tail 配列があることが必要です。
しかしバクテリアのmRNAには、PolyA-tail 配列が無い!

そこで最初に、mRNAの3'側に、酵素反応で強制的にPolyA-tail 配列をつけてしまいます。
Epicentre PolyA Polymerase Tailing Kit

しかしこの反応は、rRNAに対しても PolyA-Tail を付加してしまうので、この後 rRNAを除去することが必要です。
Thermo Fisher RiboMinus

流れとしてはこんな感じ

二重鎖 cDNA が得られたら、PCR増幅して、サイズセレクションして、SMRT Bell ライブラリ作って、RSIIでシークエンス

SMRT bell作る前処理の、rRNA probe とのハイブリ効率はどれくらいなんでしょう?
ここでちゃんとrRNAを除いておかないといけませんね。

プロトコルは、Unsupported つまり、サポート対象外ですが、興味のあるかたはここからご覧下さい

2016年7月1日金曜日

Iso-Seq アイソフォームシークエンスアップデート 植物

早いものでもう7月!
あー、もう今年も後半戦になっちゃったー。
7月が終われば夏休みの8月、それが終われば超忙しい学会シーズンの9月、10月。
11月になったらもう分生で、あっという間に12月で師走。
何でしょうね、歳を取ると月日が経つのが早く感じるって言いますね。


さて、アイソフォームシークエンス(Iso-Seq)で最近Nature Communicationから論文が出ました。
Iso-Seqといえば、PacBioのロングリードが活かせるアプリケーションのひとつ、完全長cDNAシークエンスです。
これは前にもいろいろ書きましたが、いわゆるAlternative Splicingを含むmRNAの構造変異が、連続配列として観測できる実験方法です。

これはとうもろこし
論文リンクはこちら
」
そしてこれはソルガムキビ
論文リンクはこちら

どちらも植物ですね。

とうもろこしの方は、6種類の組織から読まれた111,151種類のRNA転写産物のうち、57%はこれまで知られていなかったらしいです!!
とうもろこしといえばアメリカの主要な農作物。
もうとっくに研究し尽くされていて当然と思っていましたが、そうではなかったんですね。

ソルガムキビ、私もよく知らない植物ですが、この論文のすごいのは、彼ら独自で解析パイプラインを作ったこと。
Transcriptome Analysis Pipeline for Isoform Sequencing(TAPIS)というツールは、リファレンス配列にクオリティをパスしたCCSをGMAPでマッピングした後、リファレンス配列を使ってエラーコレクションをするらしいです。

ソルガムキビの論文より引用

これは新たな方法ですね。

9月24日(土)、鳥取大学にて、育種学会があります。
私はその中のセッションにて、Iso-Seqについて話す予定です。
このように新たな論文が次々に出てくるのはうれしいですね。フォローアップをちゃんとしなきゃ。

その他、Iso-Seqの論文をまとめたサイトはこちらにあります!
Pacの社員、リーズさん(かわいい台湾出身の女性インフォマティシャン)がまとめてくれました。
参考になると思います。

2015年8月17日月曜日

ところで最近cDNAシークエンスはどうなった

アイソフォームシークエンス、通称 Iso-Seq
これは以前もこのブログで紹介しました
ところで、良くある質問が、どれくらい読んだら十分か、というもの。
転写量が低いアイソフォームも高いものも、まんべんなく検出するには、何セル読んだら良いのか?

簡単なようで難しい問題です。

これは逆に出力から考えた方が良さそうです。

1つのSMRT Cellから出力されるリード数は、およそ6万本。
1本1本が独立のアイソフォーム配列由来です。
ReadsOf Insert、別名CCSですが、これがちゃんと全長cDNAをカバーしているかどうかが大事です。
ここで全長というのは、逆転写酵素で転写産物を復元した後、PCR増幅するときのPCRプライマー配列が、シークエンスされた後のReadsOf Insertで、5’側と3’側にちゃんとあることを言います。

つまり、長いアイソフォームほど、全長読まれる確率は低くなる
設定するReads Of Insetのパス数は、アイソフォーム配列の精度に影響する
では、出力されるReadsOfInsertのうち、どれくらいが全長読まれたものなのか?

先月のユーザーミーティングでは、いつくかIso-Seqの発表もありました。
その中のひとつでは、3パターンでサイズセレクションをしていて、そのうち完全長cDNAだった割合は、

  • 1-2kb:50%(1セル6万本出力と仮定すると、3万本)
  • 2-3kb:30%(同18,000本)
  • 3kb-:20%(同12,000本)

というふうに、転写産物の長さが長くなるほど、完全長アイソフォームの数は少なくなりました。
当然といえば当然。

他の発表でも、サイズセレクションのデータは無いけれど、8セル使ったIso-Seqの実験で完全長は21万本。
64セル読んだときは完全長cDNAは100万本(全体のリード数は470万本)だったそうです。

このような数字が、自分の目的に合うかどうか?
で、計算してはいかがでしょうか。

しかし、完全長cDNAといっても、もしかすると5’側の配列が欠けていることがあるかもしれません。
これは逆転写酵素Takara-Clontech SMARTerが、最初に転写産物の5’キャッピングをしないことが原因です。
5’側まで行かなくてもcDNAが完成してしまうため、ある程度、完全長では無いcDNAができてしまいます。
その後PCR増幅するときに使う5’と3’のプライマー配列が、シークエンスで読めていれば、Iso-Seqでは完全長cDNAと言います。
ここ、気をつけて下さい。


もうひとつ、その昔、Iso-Seqが開発途中だった3年前の話です。
転写ノーマライゼーションというものがありました。
これは、転写量が高いアイソフォームばかり読めてしまって、転写が低い産物がなかなか読めないことを防ぐために考えられたプロトコルです。

カムチャッカカニから抽出したDuplex-specific nuclease(DSN)を使用した方法で、原理としては以下のようなもの。

  1. 一度cDNAをDenatureしたあと、Renatureする→ Abundantな転写産物ほど二本鎖に戻りやすいはず
  2. 二本鎖DNAを特異的にHydrolyzeする酵素(DSN)で処理する→ Abundantな転写産物ほど優先的に分解される
  3. 転写レベルが低かったcDNAが分解されずに残る
    → これでライブラリを作ることで、レアなcDNAも少ないセル数でシークエンスすることができるし、高発現だったcDNAは、2のところで分解されてライブラリにならないはず


しかーし、結局公式プロトコールにはならなかった。理由は以下の通り
  • cDNAを一旦Denatureした後、二本鎖にする段階で、長いcDNAほど、同じ配列(ドメイン配列など)を有する他のアイソフォームと非特異的に二本鎖を形成する確率が高くなる
  • 長いcDNAは、それが例えレアな転写産物であっても、非特異的Renatureを作りやすいことで、結果DSN分解(hydrolysis)されてしまう
  • ノーマライゼーションステップには、追加でPCR増幅が必要なため、さらに増幅バイアスが生じる(Iso-Seqは2回、PCR増幅しますので、ノーマライズするときは合計3回のPCRが必要になる)
これらを考えて、海外のあるユーザは、2kb未満の比較的短いcDNAに対してのみ、ノーマライズ処理をしているそうです。
短ければ非特異的Renatureはある程度防げるだろう、という考えです(増幅バイアスはかかりますが)。

とは言うものの、PacBioとして公式に勧めているプロトコルではありません。自己責任です。
酵素自体はEvrogen社で販売されているようですね。

じゃあ今はどうなんだ? と聞かれそうですが、今もノーマライゼーションは公式プロトコルにはありません。
転写産物の高いものだけを、読む前に減らす方法は難しいのかな。


2015年6月7日日曜日

Single Cell Sequencing と Single Molecule Sequencing - シングルセルと一分子 (2) 


G&T-Seq

G&T-seq って何だ?
Nature Methodにのるくらいだから、何か新しいすごい方法かな?と思って読んだら何と、" Genome & Transcriptome " シークエンスとのこと。

えっ?

でもこの論文、シングルセルから、ゲノムDNAとmRNA(完全長)を同時に分けて抽出し、シークエンスできるというところがすごい、らしい。

Macaulay et al. (2015) Nature Method

先ず、シングルセルは、フローサイトかマニュアルで分離した後、溶解。
そしてビオチン化されたSMARTer&オリゴdTプライマーと混ぜる。
オリゴdTは細胞内のmRNAのPoly-Aと結合するから、これでmRNAを釣ることができる。
このプライマー、ビオチン側にはストレプトアビジンでマグビーズが結合されているので、後で磁気で吸着させて他と分けることができるというわけ。

そしてPoly-A付きのmRNAと、ゲノムDNAを分けたら、mRNAは完全長を増幅。
ゲノムDNAは、全ゲノム増幅(Whole Genome Amplification: WGA)したそうです。
WGAは2種類、Multiple Displacement Amplification (MDA)と、PicoPLEX (Rubicon Genomics社のWGA)を使用した。

WGAの良し悪しは、色々議論があると思いますが、PicoPLEXで増やした方のゲノムはコピー数解析に用いられていました。
一方MDAの方はHiSeq Xシステムでがっつり全ゲノムリシークエンス、& SureSelect でターゲットを決めた後HiSeq 2500ラン。

転写産物の方は、ビーズで回収してきた後、直ちに逆転写酵素SuperScript IIでcDNAにし、KAPA HiFi Hotstart ReadyMixでシークエンスに必要な量まで増幅しています。
完全長を保ちつつ均一にcDNAを増幅できれば、PacBioシークエンスもできるわけです。

本論分では、1セルあたり2 SMRT Cell を使用してPacBioシークエンス(x 4セル)、当然Iso-Seq、しています。
2 SMRT Cellという数字から、恐らくサイズセレクションはしていません。
Iso-Seqでコンセンサスを出すまではSMRT Analysisで行い、その後ゲノムにマッピングする際はBLATを使っていました。BLASRではなく。

Nature Methodなので、メソッドに注目を置く論文ですから、サイエンス上の発見ということはあまり書かれていません。
シングルセルで、ゲノム変異とmRNA、特にアイソフォームを見ることもこれで可能になったということがすごいですね。

Single Cell Iso-Seq というのがいよいよ現実になった !!


2015年6月2日火曜日

Single Cell Sequencing と Single Molecule Sequencing - シングルセルと一分子

今年の5月は暑い!6月も暑い!何でこんなに暑いのか。
巷ではクールビズならぬ、スーパークールビズ、というものがあるそうで、何でも「暑い夏は、アロハシャツやポロシャツで仕事しましょう!」という試みらしいです。
「なーんだ、いつもやっていることじゃん」って思ったあなた、時代を先取りしてますね。

でもビジネスマンとして、客先にアロハで行ったらきっとびっくりされる。
日本で根付くにはまだまだ10年くらいかかるでしょうか。
ビジネスアロハ、とか普及すれば良いのに。
ハワイではオフィシャル用のアロハ、沖縄でもフォーマル用のかりゆし、というのがちゃんとあるように。


さて、今日はシングルセルのはなし。

Single Cellというのは文字通り1細胞
Single MoleculeというのはPacBioのシークエンス原理でもある、1分子

この2つ、文字が似ているせいか、混乱される方が非常に多い。
1分子というのはここではDNAを増幅せずに1分子をそのまま読むということで、Single Molecule シークエンスという使われ方をします。

Single Cell シークエンスというと、1つの細胞からDNAまたはRNAを抽出し、その1つの細胞内にあるゲノムや、1つの細胞内で発現している遺伝子をシークエンスするという意味です。
がんのように、細胞ごとに異なるゲノム変異を持っているような環境を研究対象にしたい場合、シングルセルで読むことは非常に意味があります。


Human Immunoglobulin (IgH)のスプライスアイソフォームをシングルセルレベルで明らかにした
論文です。
タイトルだけを読むと、PacBioのIso-Seqを、シングルセルでやったのか?と思ってしまうかもしれません。
でも中身を読むとそうではありませんでした。
Vollmers et al. 2014
シングルセルで読んだのは上の方
Single B-Cell RNA-Seqは、フリューダイムのC1システム&Nextera XT transposaseでイルミナ用のライブラリを作り、MiSeqとHiSeqを使って行なっている。
一方PacBioシークエンスは、B-Cell RNAサンプルをバルクで集めて行なっている。シングルセルではありませんでした。
バルクとはいえ、B-Cellにて発現しているIGH遺伝子のアイソフォームをPacBioのロングリードで一気にシークエンスする。
その結果、新規のアイソフォーム(Alternative Transcript)が複数見つかった。
これら新規アイソフォームは、SangerシークエンスでもValidationされて、確かに存在することが確かめられた。

で、既知・新規含めたIGHアイソフォーム配列が求められた上で、C1使用してシングルセルで読んだショートリードRNA-Seqデータを、それらと比較する。
どのセルでどんなアイソフォームが発現していたのか、わかるわけです。

なーるほど。

最初からPacBioだけで全てをやろうとしないで、ショートリードとの見事なコラボレーション!
シングルセルのアプリケーションとして、参考になりますね。


2014年11月18日火曜日

CGGのその後は・・・ Iso-Seq

しばらくブログを更新していないと、「最近忙しいんですか?」と言われ、
頻繁に更新していると、「最近ヒマなんですか?」と言われる。

いえいえ、ヒマなわけ無いじゃないですか!!

で、10月全く更新していなかったのは、わけがあるんです。
10月は、試薬の大きなバージョンアップの発表があって、本当は書きたかったんですが、ポリシーというか、顧客第一主義というわけで、まずは、全顧客に知らせてから、ということにしたんです。

ちょうど昨年の10月、NGS現場の会の大会で、新しい試薬P5-C3を発表しました。
平均リード長 8,500 bp ということになりました。

今年、新試薬P6-C4は、平均リード長が10,000 bpを越えます。(最適条件下でね)
こちらが完成した新しいカタログに載せているリード長の分布↓

どうですか?
びっくりしますよね。
分子生物学会で、ブース番号53に、カタログを置いておきます!

ところで、今日は、Iso-Seqの話。
以前も書きました、cDNAのアイソフォームを、アセンブリ無しに一気に読む方法です。

先日も某大学でセミナーをしてきたのですが、後で個別質問が出まして、改めて一緒に考えたりもしました。
そんな中、良い論文がありますので紹介します。

Pretto et al., (2014) Differential increases of specific FMR1 mRNA isoforms in premutation carriers. J Med Genet.
PubMed番号25358671
まだahead of print ?

この話は以前、「Iso-Seq WholeかTargetか」のところで書いた、Target Iso-Seqです
題材は、FMR1遺伝子 以前、2013年の4月、「リピートの秘密」のところでも書いた、CGGリピートがフェノタイプを決める、あの遺伝子です。

当時の論文は、CGGが200回連続でリピートしていても、PacBioで読めるぞ!というような、「GCに強いPac!」というメッセージが強めでした。
でも、よく考えたら、このリピートによって影響を受けるのは転写される遺伝子、mRNAです。
というわけで、このDifferential increases...の論文で注目したのは、転写されたmRNAのアイソフォームです。

figure from Pretto DI, et al.

Premutationと呼ばれるキャリアーは、CGGが55~200リピート。
このリピートはFMR1遺伝子の5'UTRと、Exon1の間にあります。
17個のCoding ExonからなるFMR1は、リピートの数によって、RNA-bindingドメインであるExon12や、アルギニン-グリシン-グリシン(RGG)RNA-bindingドメインやリン酸化サイト、メチル化サイトが存在するExon15が、Alternative Splicingを起こすのです。
でも、これまでどのようなアイソフォームが何種類存在するのかはわかっていなかった。

そこで、Iso-Seq!

遺伝子の後ろのほうが、スプライスされているから見てみよう、ということで、Exon9と3’UTRを挟むようにプライマーを設計。これでExon9から17までのスプライスイベントが読める。

ControlとPremutaionのサンプルを、PBMC(perpheral blood mononuclear cells)、cerebellum brain、primary fibroblastsからそれぞれ得て(計6サンプル)、これらのcDNAを先の配列特異的プライマーで増幅。
そして6つのライブラリを作ってそれぞれPacBioシークエンス(SMRT Sequence)

平均18,000リード/サンプルが得られたらしい
精度90%以上のCCSを解析に使用と言っているので、リード長の中央値が1,053bpと書いているのも恐らくCCSの長さのことだろう。
Exon9から3'UTRまでの想定される長さが1,095bpなので、間違いなく彼らの言うリードとはCCSだ。

ゲノムにアラインして、Exon9と3’UTRにマッチしなかったリード(CCS)は除去
これで26%が消えたらしい。
さらにPBMC、Brain、Fibroblastに共通して見られるアイソフォーム、などという条件で絞り込んでいくと、16種類のアイソフォームが見えてきたという。

もちろん、というか、5’UTRからExon8までの間もちゃんと増やして見ている。
ここではExon3のスキップがあったそうだ。

PacBioのシークエンスは、いくつもの連続するExonを読みきることで、アイソフォームの形を見ることができる。
では、発現量はどうか?
彼らは、そこにはNGSは使っていない。
qRT-PCRを使用して、発現量を測っている。

この論文は、FMR1転写物のスプライシングによって、どのFMR1アイソフォームが作られているかをPacBioのシークエンスで調査した初めての研究です!

ちなみにこのシークエンスが行われたのは、前のバージョンのRSで、一度に75,000個のZMWしか読めない機械。ケミストリーはC2
1サンプルに付き、2-3個のセルを使っていたらしい。
当時は平均リード長が、2,000 bp とか3,000 bp とか言われていた時代。
あれからたった2年ですよ。
今や平均10,000bp越え。


ところで、Alternative splicingの論文は、アイソフォームの絵を見ないと、読んでいてもさっぱりイメージつきませんね。
論文には、Fig.5に、きれいなExonのスプライスされた絵があるんですが、これ無しで論文を読み進めてもチンプンカンプンでした。





2014年8月30日土曜日

Iso-Seq WholeかTargetか

大阪は梅田、阪急三番街。 新阪急ホテルとの間に地蔵横丁がある。
うっかりすると通り過ぎるような、小さい路地。
そこの角にある、「玉五郎」というラーメン屋に入った。

カウンターのみの店だが入りやすい雰囲気。
先に食券を買って店の入り口に並ぶ。 結構混んでいる。
店内、3分の1は女性客で、私の隣も女子1人だった。

煮干のだしがきいた豚骨ラーメン。 つけめんは結構太麺。
お勧めはチャーシュー、煮玉子入りの特製ラーメンと水餃子。
味がしっかり濃いので、飲んだ後のシメには向かないかな。
がっつり食べたいときにおすすめ!


さてさて、らーめんとは関係ありませんが、Iso-Seqの話をします。
アイソフォームシークエンス、の略で、いわゆる転写産物のAlternative Splicingを、PacBioで一気に読んで解析しようというアプリケーション。
以前も少し紹介しましたね。
ここで


スタンフォードのチームは、ヒト幹細胞を使い、転写産物の本来の姿、アイソフォームの姿を明らかにしようとしました。
RT-PCRでcDNAを作り、そこから直接PacBioライブラリを作製、34 SMRT Cell使ってシークエンスし、ゲノムにアラインしたら10%が新規のアイソフォームだった、というお話でした。

彼らの研究の続編がこちらです。


こちらもヒトの細胞株を使ったWhole Transcriptomeです。
この論文は、ある意味すごい。
今、PacBioのIso-Seqプロトコルでは、全長cDNAを作製した後、PCRで増幅し、その後ゲルに流すなどしてサイズセレクションするんです。
1-2kb、2-3kb、3kb以上、という風に分画し、サイズを分けてそれぞれのcDNAを回収する。
回収後はさらにPCR増幅し、1μg以上の量に増やす。

そしてサイズごとに分けてライブラリ作製 → シークエンス、という流れです。

なんでサイズに分けるかというとですね、前にも書いたかな? サイズによってZMWウェルの中への入りやすさが違うからです。
これを「ローディングバイアス」と言います。
短いライブラリほど、優先的にウェルに入る傾向にあるから、できるだけサイズをそろえてあげて、別々のセルで読む必要があるのです。

しかーし、ここに問題があります。

増幅バイアスです。

PCR増幅されやすいライブラリ配列は、どんどん増幅され、指数関数的に増えていきます。
つまり、転写量はわからなくなります。

というわけで、スタンフォード大のDr. Tilgnerらは、増幅していません。
ローディングバイアスと増幅バイアスを天秤にかけ、どちらを取るか。
転写産物の量をできるだけあるがままに解析するには、増幅はしないほうが良い。
という判断のもと、サイズセレクションはしませんでした。

数百万もの細胞を使って大量にRNAを抽出、RT-PCRでcDNAにしたあと、できるだけ増幅バイアスをかけずにライブラリを作製、シークエンスしています。

1株につき32セルを使用し、711,000本のCCSを取得、これらをゲノムにマッピングした例が下の図です。
Tilgner et al.
Exon-Intronがはっきり分かれてマップされているのがわかりますね。
これ、1本が、1分子のRNA (cDNA) を全長で読んだ結果なんですよ。
アセンブリしていません。

このような図は、もちろんサイズで分画したライブラリでシークエンスしても得られます。
誤解の無い様付け加えると、このようなWhole Transcriptomeの実験でも、サイズ分画した例はいくつもあります。 論文も出ています。
むしろPacBioとしては、どんな場合もIso-Seqは、サイズ分画を勧めているくらいです。
それは先ほど説明した、ローディングバイアスを避けるため。
アイソフォームの量よりも、種類を得る目的に使用してもらうためです。
なのでIso-Seqは、「新規のアイソフォームの種類を発見しよう!」という目的に向いています。

さて、Dr. Tilgnerらの論文は、HiSeqのデータも持っているので、アイソフォームごとの発現量推定も行っていますし、さらにアレルごとの転写産物解析にもチャレンジしています。
とはいっても結構、シークエンスコスト、解析コスト共にハードルが高いので、現実的かどうかは意見の分かれるところです。


Whole Transcriptomeはちょっと・・・ フルコースより単品が良い、ってひともいるでしょう。
見たい遺伝子はある程度決まっている。
他の遺伝子はあんまり興味は無い、というかた。
ターゲットIso-Seqはいかがでしょう?

この論文は、特定の遺伝子にフォーカスしてSplice Variantをシークエンス解析した例です。


完全長の neurexinの遺伝子配列を特異的プライマーで増やし、シークエンスします。
あらかじめ大体のサイズがわかっていますから、コントロールしやすいですね。

転写産物の長さは、4~5kbらしいです。結構長い。
PacBioシークエンスは少なくとも1パスは完全に全長を読んでいたものだけを解析に使用しています。
そうして参照配列にマッピングしたあと見てみると、Nrxn1αについては取得できた2,574本の完全長cDNAから247種類のアイソフォームを分類できました。
Treutlein et al.
ターゲットIso-Seqの利点は、全トランスクリプトームを対象にしているわけでは無いので、セル数が比較的少なく済む点です。

これは論文に出てくる数字をまとめたものですが、使用したセル数にばらつきがあるのがわかります。
6セル使ったライブラリのサイズは4.5~4.7kb、比較的長い。
1.5kbくらいのライブラリに対しては、2,3セルで十分量のデータが得られているとのこと。

Movie時間が90分ですが、今(2014年8月現在)は最高180分まで読むことができます。
なので、今同じ実験を組んだら、セルの数はもっと少なくて済むはずです。


Whole Iso-SeqかTarget Iso-Seqか?

目的によって分かれるでしょうが、どちらにしても、遺伝子の転写の姿が、アイソフォームの姿が、今までよりはっきりとわかる、このアプリケーションはとても魅力的だと思いませんか?

実際使ってみたい!
こんなふうな実験は可能か?
といったアイデアがある方は、お知らせください。
ディスカッションしましょう!