Targeted sequencing of mutations via RNA-templated gap filling of oligonucleotides for single-cell RNA-seq

Deze studie beschrijft een methode die gebruikmaakt van Bst DNA-polymerase voor RNA-getemplde gap filling en ligatie van oligonucleotiden, waardoor gerichte mutatiesequentiebepaling in combinatie met whole-transcriptome analyse in dezelfde enkele cel mogelijk wordt.

De kern

De "DNA-Puzzel-vuller": Een nieuwe manier om mutaties in één enkele cel te vinden

Stel je voor dat je een enorme bibliotheek hebt, waar elke cel in je lichaam een unieke boek is. In deze boeken staan instructies voor hoe je lichaam werkt. Soms maken deze boeken echter een typfoutje (een mutatie). Als je die foutjes kunt vinden, kun je bijvoorbeeld beter begrijpen hoe kanker ontstaat of hoe een ziekte zich ontwikkelt.

Het probleem is echter: het vinden van die foutjes in één enkel boekje is extreem moeilijk.

Het oude probleem: Een zoektocht in de mist

Vroeger hadden wetenschappers twee manieren om te kijken naar deze foutjes:

1. De "Grote Boek" methode: Ze keken naar heel veel cellen tegelijk. Dat gaf een goed overzicht, maar je zag niet welke foutje in welke specifieke cel zat.
2. De "Enkele Cel" methode: Ze keken naar één cel, maar dan was het boek zo dun en onvolledig dat ze vaak net de pagina misten waar de fout stond. Het was alsof je probeert een woord te vinden in een boek waarvan 90% van de pagina's weggeblazen is.

De nieuwe oplossing: De slimme "Gap-filler"

In dit nieuwe onderzoek hebben de wetenschappers een slimme truc bedacht, genaamd GoT-Multi-Gap. Ze gebruiken een molecuul dat werkt als een slimme bouwvakker met twee specialiteiten: het kan schrijven (als een schrijver) en het kan knippen (als een schaar).

Hier is hoe het werkt, stap voor stap, met een analogie:

1. De twee helften van een puzzel
Stel je voor dat je een lange zin (het RNA in de cel) hebt, maar ergens in het midden ontbreekt een stukje (de mutatie). De wetenschappers plakken twee kleine plakkers (probes) aan weerszijden van het gat.

• De linkerplakker is klaar om te schrijven.
• De rechterplakker is echter geblokkeerd. Het heeft een "slot" (een 5'-OH groep) waardoor hij niet vastgeplakt kan worden. Hij is nog niet klaar.

2. De bouwvakker komt aan boord
Nu komt de Bst-polymerase (de bouwvakker) binnen. Deze heeft een superkracht: hij leest de zin op het boekje en vult het gat op door letters (nucleotiden) toe te voegen aan de linkerplakker, precies tot hij de rechterplakker bereikt.

• Analogie: Het is alsof de bouwvakker de ontbrekende stenen in een muur precies invult zodat de twee helften elkaar raken.

3. Het slot openen
Nu het gat gevuld is, doet de bouwvakker iets slims. Hij gebruikt zijn "schaar-functie" (nick translation) om het slot aan de rechterplakker eraf te knippen.

• Analogie: Hij snijdt het slotje eraf en maakt de rechterplakker klaar om vastgeplakt te worden.

4. De lijm
Nu dat het slot weg is, komt er een lijm (SplintR ligase) en plakt de twee plakkers stevig aan elkaar. Omdat ze nu perfect op elkaar aansluiten, weten we: "Aha! Hier zat een foutje!"

Waarom is dit zo geweldig?

• Je hoeft niet te raden: Bij oude methoden moesten ze van tevoren precies weten welke fout er zat om de juiste plakkers te maken. Met deze nieuwe methode kunnen ze elk gat vullen, zelfs als ze niet precies weten wat de fout is. Het is alsof je een sleutel maakt die past bij elk slot, in plaats van 100 verschillende sleutels te maken.
• Twee dingen tegelijk: Ze kunnen nu in één en dezelfde cel kijken naar:
  1. Welke instructies het boekje bevat (welke genen zijn actief?).
  2. Of er foutjes in staan (mutaties).
     Dit is als het lezen van een boek én het controleren op typos in één keer, zonder het boek te hoeven openen en sluiten.
• Schaalbaar: Ze kunnen dit doen met duizenden cellen tegelijk, wat eerder onmogelijk was.

Het resultaat

De wetenschappers hebben dit getest op drie soorten kankercellen. Ze zagen dat de methode heel goed werkt: ze konden precies zien welke cel tot welke groep behoorde en welke mutaties die cel had, zonder dat de kwaliteit van de andere data (de rest van het boek) slechter werd.

Kortom: Ze hebben een slimme "puzzel-vuller" bedacht die het mogelijk maakt om de genetische foutjes in individuele cellen te vinden, zelfs als die cellen maar heel weinig informatie bevatten. Dit opent de deur naar veel betere diagnoses en inzicht in hoe ziektes zich ontwikkelen, cel voor cel.

Technische samenvatting

Probleemstelling

Het detecteren van mutaties op geëxprimeerde mRNA-moleculen in single-cell RNA-sequencing (scRNA-seq) is cruciaal voor het koppelen van genotype aan fenotype in kanker en andere somatische ziekten. Echter, bestaande methoden hebben aanzienlijke beperkingen:

• Schaarsheid van data: scRNA-seq-dekking is vaak spaarzaam, wat het vinden van mutaties moeilijk maakt.
• Afhankelijkheid van transcript-einden: Methoden die vertrouwen op het vangen van 5'- of 3'-einden van transcripten, hebben een lage gevoeligheid als de mutatie ver van deze uiteinden ligt.
• Doorvoervermogen: Op platen gebaseerde methoden voor volledige transcriptsequencing zijn beperkt tot enkele honderden tot duizenden cellen.
• Vooraf bekende mutaties: Bestaande probe-gebaseerde methoden (zoals RASLseq of GoT-Multi) vereisen dat mutaties vooraf bekend zijn om allel-specifieke probes te ontwerpen. Dit werkt niet goed bij complexe mutatielandschappen of onbekende varianten, en de specificiteit van ligatie kan variëren.

Methodologie: GoT-Multi-Gap

De auteurs hebben een nieuwe methode ontwikkeld, GoT-Multi-Gap, die de beperkingen van bestaande ligatie-gebaseerde assays overwint door gebruik te maken van de unieke enzymatische eigenschappen van Bst DNA-polymerase (Full Length) uit Bacillus stearothermophilus.

Het kernmechanisme (RNA-templated gap filling):

1. Hybridisatie: Twee oligonucleotide-probes (LHS en RHS) hybridiseren naast elkaar op het doel-mRNA, met een "gap" (gat) ertussen waar de mutatie zich bevindt.
2. Blokkering van valse ligatie: De downstream probe (RHS) heeft een 5'-OH groep aan het uiteinde in plaats van de vereiste 5'-fosfaatgroep. Dit maakt de probe ongeschikt voor ligatie, waardoor spurious (vals-positieve) ligatie wordt voorkomen.
3. Reverse Transcriptie en Gap-vulling: De Bst-polymerase fungeert als reverse transcriptase. Het verlengt de upstream probe (LHS) in de richting van de downstream probe, vult het gat op basis van het RNA-templat en overschrijdt de mutatie.
4. Nick Translation (Activatie): Na het vullen van het gat, gebruikt Bst zijn nick-translation-activiteit om één of meerdere nucleotiden van het 5'-uiteinde van de downstream probe af te knippen. Hierdoor wordt de 5'-OH verwijderd en wordt een 5'-fosfaat blootgelegd.
5. Ligatie: De downstream probe is nu "ligatie-compatibel". Een RNA-templated DNA-ligase (SplintR) sluit de nikk (het gat) af, waardoor een sequentie-klare construct wordt gevormd.
6. Integratie: Dit proces is geïntegreerd in de 10x Genomics Flex-workflow. De geligeerde probes worden gevangen op barcoded kralen, wat gelijktijdige analyse van genexpressie en mutaties mogelijk maakt.

Belangrijkste Bijdragen

• Onafhankelijkheid van vooraf bekende mutaties: In tegenstelling tot eerdere methoden vereist deze aanpak geen allel-specifieke probe-ontwerp. De gap-vulling maakt de mutatie omzetten in een ligatie-compatibel substraat zonder dat de exacte sequentie vooraf bekend hoeft te zijn.
• Dubbele enzymatische activiteit: Het benutten van zowel de reverse-transcriptase- als de nick-translation-activiteit van BstFL om een schakelproces te creëren dat specifieke activatie van probes mogelijk maakt.
• Compatibiliteit met hoge doorvoer: De methode werkt naadloos samen met bestaande high-throughput scRNA-seq-platforms (10x Flex), waardoor duizenden cellen gelijktijdig kunnen worden geanalyseerd op transcriptoomniveau en mutaties.
• Verbeterde specificiteit: Door de 5'-OH blokkering en de noodzaak van nick-translation voor activatie wordt de achtergrondruimte (vals-positieven) sterk verminderd.

Resultaten

De methode werd gevalideerd met drie cellijnen (MCF-7, SK-BR-3, LnCAP) met 61 bekende single nucleotide variants (SNV's) als "ground truth".

• Genotyping Specificiteit: Van de 61 doellocaties toonden 38 targets (met voldoende cellen) een hoge specificiteit (80-100%) voor de verwachte cellijnen. Negatieve controles (loci zonder variatie) toonden alleen wildtype sequenties met minimale achtergrondruis.
• Invloed van Genexpressie: De belangrijkste factor voor detectie-efficiëntie was de abundantie van het doel-mRNA. Er was een matige positieve correlatie (R = 0,37) tussen genexpressie en genotyping-snelheid.
• Invloed van Probe-ontwerp:
  • GC-gehalte: Binnen het aanbevolen venster van 44-72% had het GC-gehalte geen significant effect. Buiten dit bereik daalde de gevoeligheid aanzienlijk.
  • Gap-lengte en Positie: De lengte van het gat en de positie van de mutatie binnen het gat hadden geen meetbaar effect op de efficiëntie in single-cell data (in tegenstelling tot in situ assays waar langere gaten moeilijker waren).
• Transcriptoom Integriteit: De gap-vulling stap verstoorde de downstream 10x Flex-workflow niet. De unieke transcripten (UMI) en genentellingen waren vergelijkbaar met standaard 10x experimenten, en de celpopulaties bleven duidelijk onderscheidbaar op basis van canonieke marker-genen.

Betekenis en Conclusie

De GoT-Multi-Gap methode biedt een robuust en schaalbaar platform voor het detecteren van geëxprimeerde mutaties in single-cell transcriptomen. Door de beperkingen van bestaande ligatie-methoden te omzeilen, stelt het onderzoekers in staat om:

1. Mutaties te detecteren zonder vooraf kennis van de exacte varianten.
2. Gelijktijdig het volledige transcriptoom en multiplex mutatieprofielen te analyseren in dezelfde cel.
3. Genotype-phenotype relaties in kanker en somatische ziekten systematisch te onderzoeken op single-cell resolutie.

Dit vormt een belangrijke stap voorwaarts in het begrijpen van clonale evolutie en intratumorele heterogeniteit, met name in scenario's waar mutaties complex of onbekend zijn.