Summary

Einzellige Analyse der Immunophenotype und Produktion von Zytokinen im peripheren Blut über Masse Zytometrie

Published: June 26, 2018
doi:

Summary

Hier beschreiben wir einen Einzellige Proteomic Ansatz um Immune phänotypische und funktionelle (intrazelluläre Zytokin Induktion) bewerten Veränderungen in peripheren Vollblut Proben, über Masse zytometrie analysiert.

Abstract

Zytokine spielen eine zentrale Rolle in der Pathogenese von Autoimmunkrankheiten. Daher wurde die Messung der Zytokin Ebenen der Schwerpunkt von mehreren Studien in einem Versuch, die genauen Mechanismen zu verstehen, die zum Zusammenbruch der Selbsttoleranz und anschließende Autoimmunität führen. Ansätze bisher basieren auf der Studie einen spezifischen Aspekt des Immunsystems (Single oder paar Zelltypen oder Zytokine) und bieten keine umfassende Beurteilung der komplexen Autoimmunerkrankung. Während Sera-basierten Studien Patienten wichtige Erkenntnisse zur Autoimmunität geleistet haben, bieten sie nicht die spezifische zelluläre Quelle der Dysregulated Zytokine entdeckt. Eine einzellige Gesamtkonzept für die Produktion von Zytokinen in mehreren Immunzelle Teilmengen im Rahmen des “intrinsische” Patienten-spezifischen Plasma zirkulierenden Faktoren zu bewerten ist hier beschrieben. Dieser Ansatz ermöglicht die Überwachung des Patienten-spezifischen immun Phänotyps (oberflächenmarker) und Funktion (Zytokine), entweder in seiner Heimat “inneren pathogenen” Krankheit Staat, oder in der Gegenwart von Therapeutika (in Vivo und ex Vivo).

Introduction

Autoimmunerkrankungen sind eine der Hauptursachen für Morbidität und Mortalität 3-8 % der Bevölkerung betroffen. In den Vereinigten Staaten, autoimmune-Erkrankungen gehören zu den führenden Todesursachen bei junge und Mittelalte Frauen (Alter < 65 Jahre)1,2. Autoimmune-Erkrankungen zeichnen sich durch heterogene klinische Präsentation und unterschiedlichen zugrunde liegenden immunologische Prozesse. Das Spektrum der Heterogenität ist über verschiedene Störungen, wie gemeinsame Beteiligung bei der rheumatoiden Arthritis (RA) und neurologische Erkrankung bei multipler Sklerose (MS) vertreten. Dieses Maß an Heterogenität zeigt jedoch auch innerhalb einer einzelnen Störung, wie systemischer Lupus erythematodes (SLE): bei einigen Patienten können mit renal Pathologie präsentieren, während andere leiden an hämatologischen oder gemeinsame Beteiligung3.

Die zugrunde liegenden immunpathogenese in Autoimmun-Erkrankungen spiegelt die klinische Heterogenität, mit Auto – und hyper-Aktivierung von angeborenen und der adaptiven Immunzelle Teilmengen und damit einhergehende Dysregulated Produktion von Zytokinen. Während Zytokine eine zentrale Rolle in der Pathogenese von Autoimmunkrankheiten spielen, nachweislich verstehen ihre besondere Rolle in den Mechanismus der Krankheit eine Herausforderung sein. Zytokine sind geprägt von Pleiotropie (ein Zytokin kann mehrere Effekte auf verschiedene Zelltypen haben), Redundanz (mehrere Zytokine können die gleiche Wirkung haben), Dualität (ein Zytokin kann pro- und antiinflammatorische Effekte unter verschiedenen Bedingungen haben), und Plastizität (Zytokine können in eine Rolle unterscheidet sich von der “original”, je nach Umgebung geformt werden)4,5,6. Folglich können nicht Populationsebene Methoden heterogene zelluläre Reaktionen auf die gleichen “Zytokin-Milieu” unterscheiden. In ähnlicher Weise bieten Studiendesigns, die sich auf einen spezifischen Aspekt des Immunsystems (eine einzelne Zellentyp oder Cytokine), keine Gesamtbewertung aller Elemente in komplexen Autoimmunkrankheit beteiligt. Während Sera-basierten Studien Patienten wichtige Erkenntnisse zur Autoimmunität geleistet haben, bieten sie nicht die spezifische zelluläre Quelle der Dysregulated Zytokine entdeckt.

Vor kurzem haben wir einen einzelligen Proteomic Ansatz zur Bewertung gleichzeitig mehrere Arten von Immunzellen und ihre verschiedenen Zytokin-Störungen im Umfeld des Patienten spezifische “pathogenen” peripheren Blutplasma zirkulierende Faktoren zu erkennen. Die hier beschriebene Workflow zeichnet sich durch die Verwendung von intakten peripheren Vollblut-Proben, im Gegensatz zu isolierten peripheren mononukleären Blutzellen (PBMCs). Peripheren Blut stellt die meisten physiologisch relevante Fahrzeug immun-vermittelte systemerkrankung, einschließlich 1) nicht-mononukleären Blutzellen oft eingebunden in Autoimmunerkrankung (d.h., Neutrophilen Granulozyten und Thrombozyten) und Plasma (2) studieren zirkulierenden Faktoren wie Nukleinsäuren, Immunkomplexe und Zytokine, haben die immun aktivierende Rollen. Erfassen der “inneren pathogenen” Dysregulated Produktion von Zytokinen, peripherem Blut Proben unmittelbar nach der Blutentnahme (T0, Stunde Null), und nach 6 h Inkubation bei 37 ° C (physiologische Körpertemperatur) mit einem Protein-Transport erfolgt Inhibitor bei fehlender exogene anregende Zustand (T6, Zeit 6 h), Produktion von Zytokinen (Akkumulation, T6-T0) erkennen, die die “intrinsische” Krankheitszustandes (Abbildung 1) widerspiegeln würde. Dysregulated Prozesse, die über widerspiegeln oder unter Aktivierung der Signalwege in Immunreaktionen relevant für die Krankheit, periphere Blutproben sind zu studieren (6 h Inkubation bei 37 ° C mit einem Protein-Transport-Inhibitor) mit einer exogenen behandelt Bedingung, die Pathogenese der Krankheit, wie Toll-Like-Rezeptor (TLR) Agonisten bei SLE (T6 + R848, mal 6 h mit 1 µg/mL R848), um die Produktion von Zytokinen zu erkennen, die eine Reaktion auf Nukleinsäuren widerspiegeln würde reflektiert anregend (Vergleich T0 vs. T6 vs. T6 + R848, Abbildung 1). Um immunmodulatorische Effekte von verfügbaren Therapeutika ex Vivo, studieren, wie sie die präzise immun Dysregulated Prozesse für bestimmte Patienten betreffen, werden mit einem JAK Inhibitor bei den relevanten therapeutischen peripherem Blutproben behandelt. Konzentration (hier 5 Umm Ruxolitinib; T6 + 5R, mal 6 h mit 5 Umm Ruxolitinib), zum Erkennen von Änderungen in “intrinsische” Krankheit Staat als Reaktion auf das Medikament (T0 vs. T6 vs. T6 + 5R, Abbildung 1). Ein JAK Inhibitor wurde für diese Studie ausgewählt, weil JAK-Hemmer nachweislich erfolgreich bei der Behandlung von Autoimmun-Krankheiten wie RA

Um gleichzeitig in mehreren Immunzelle Teilmengen, periphere Blutproben von SLE beschriebenen Dysregulated-Prozesse bewerten wurden Patienten und gesunden Kontrollpersonen verarbeitet, wie oben beschrieben und analysiert durch Masse zytometrie. Masse zytometrie, auch bekannt als Zytometrie-Time-Of-Flight, bietet einzellige Analyse von über 40 Parametern ohne Probleme der spektralen7,8,9überlappen. Diese Technik nutzt seltene Erden Metall-Isotope in Form von löslichen Metall-Ionen als Tags an Antikörpern, statt Fluorophore10gebunden. Zusätzliche Details bezüglich der Masse zytometrie technological Platform (d.h., tuning und Kalibrierung, Probe Erwerb) finden Sie im Leipold Et Al. und McCarthy Et al. 11 , 12 High-Dimensionalität der Masse zytometrie ermöglicht gleichzeitige Messung mehrerer Zytokine in angeborene und adaptive Immunzellen Teilmengen mit einzelligen Granularität (Table of Materials).

Aktuelle konventionellen klinischen und Labor-Parameter sind oft nicht empfindlich oder spezifisch genug, zur Erkennung von laufenden Krankheitsaktivität oder die Reaktion auf bestimmte Immunmodulatoren13, reflektieren die Notwendigkeit, das zugrunde liegende Immunsystem besser abzugrenzen Änderungen, die Schübe zu fahren. Angesichts die Allgegenwart der Cytokine Dysregulation bei Autoimmunerkrankung, haben eine Vielzahl von Behandlungsansätzen, die Antikörper oder kleine Molekulare Inhibitoren targeting Zytokine oder signalproteinen beteiligt bei der Regulierung der Produktion von Zytokinen verwenden vor kurzem entstanden. In ihrer grundlegenden Form bietet der hier beschriebene peripherem Blut analytische Ansatz eine Plattform um patientenspezifische Dysregulated Zelle Teilmengen und ihre abnorme Zytokin-Produktion in Autoimmunerkrankung mit systemischen Manifestationen zu identifizieren. Diese Methodik ermöglicht die Personalisierung von therapeutischen Möglichkeiten wie spezifische Dysregulated Zytokine identifiziert werden können, und eine spezifische Behandlung, die Optionen Ex Vivo getestet zu ihrer Fähigkeit, Immunomodulate zu beurteilen Patienten spezifische Krankheit Prozesses.

Protocol

Alle hier beschriebene Methoden sind durch die Colorado mehrere institutionelle Review Board (COMIRB) von der University of Colorado genehmigt worden. Alle unten beschriebene Verfahren sollte in einem sterilen Gewebekultur Abzug durchgeführt werden, sofern nichts anderes mit gefilterten Pipettenspitzen und alle Reagenzien gefiltert. 1. Vorbereitung der Reagenzien für die peripheren Vollblut Verarbeitung Bereiten Sie Ruxolitinib Lager Aliquote (10 – 15 μl/Vial zur Einzelnutzung) …

Representative Results

Abbildung 1 zeigt den Workflow für die Stimulation und Verarbeitung der peripheren Blutproben, einschließlich Zuweisung von Blut Probe Aliquote, Timing der Zusatz von Stimulation, Protein Inhibitor cocktail, und Inkubation Zeiten bis zur Lyse der Erythrozyten (RBC) und Fixierung. Die Wahl der anregenden Agenten hängt von der Signal- und Cytokine Bahnen, die für die Bewertung ausgerichtet sind. Beispielsweise werden in dem hier beschriebenen Protokoll TLR-…

Discussion

Hier beschreiben wir eine neuartige, einzellige, Proteomic Ansatz für mehrere Immunzelle Arten gleichzeitig zu beurteilen und ihre verschiedenen Zytokin-Störungen im Umfeld des Patienten spezifische “pathogenen” peripheren Blutplasma zirkulierende Faktoren zu erkennen. Diese Methode setzt peripheren Vollblut sowie die analytische Fahrzeug Masse zytometrie als Instrument für die Bewertung der immunologischen zellulären phänotypische und funktionelle Veränderungen. Die Methode ist leicht anwendbar auf Menschen und M?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Wir möchten Aimee Pugh-Bernard für ihre geistigen Input und hilfreichen Kommentare danken. Diese Arbeit war die Boettcher Stiftung Webb Waring Biomedical Research Award und Award K23-1K23AR070897 von der NIH, Elena W.Y. Hsieh unterstützt. Sie wurde auch von prämiennummer K12-HD000850 von Eunice Kennedy Shriver National Institute of Child Health und Human Development and Lucile Packard Foundation für Kinder Gesundheit, Stanford CTSA UL1 TR001085 und Child Health Research unterstützt. Institut der Stanford University.

Materials

Ruxolitinib Santa Cruz SC-364729A Stock Conc: 10 mM; Final Conc: 5 μM
R848 Invivogen tlrl-r848-5 Stock Conc: 1 μg/μL; Final Conc: 1 μg/mL
LPS-EK Invivogen tlrl-eklps Stock Conc: 1 μg/μL; Final Conc: 0.1 μg/mL
Sterile PBS Lonza 17-516F
Lyse/Fix Buffer BD biosciences 558049 Stock Conc: 5X; Final Conc: 1X (dilute in ddH2O)
 BD Phosflow perm/wash buffer I BD biosciences 557885 Stock Conc: 10X; Final Conc: 1:10 (dilute in ddH2O)
RPMI Gibco 21870-076
Sodium Azide (NaN3) Sigma-Aldrich S-8032 Stock Conc: >99.9%; Final Conc: 0.0002
Protein Transport Inhibitor (PTI) eBiosciences 00-4980-93 Stock Conc: 500X; Final Conc: 1X
DNA Intercalator Fluidigm 201192B Stock Conc: 500 μM; Final Conc: 0.1 μM
Cell Staining Media (CSM) PBS + 0.5% BSA, 0.02% NaN3
MaxPar Barcode Perm Buffer Fluidigm 201057 Stock Conc: 10X; Final Conc: 1X
20-plex Pd Barcode Set Fluidigm S0014 Stock Conc: n/a; Final Conc: n/a
EQ TM Four Element Calibration Beads Fluidigm 201078 Stock Conc: 10X; Final Conc: 1X
16% MeOH-free Formaldehyde Solution Thermo 28908 Stock Conc: 16% (w/v); Final Conc: 1.6% (w/v)
Sterile round bottom polystyrene tubes VWR 60818-496 Stock Conc: n/a; Final Conc: n/a
Polypropylene cluster tubes Light Labs A-9001 Stock Conc: n/a; Final Conc: n/a
Helios CyTOF instrument Fluidigm Helios All solutions to be used in CyTOF analysis need to be free of metal contamination. ddH2O is used in the preparation of any solutions should have a resistivity of at least 18.0 MΩ.cm. ddH2O and any self-prepared solutions should be stored in new plastic or glass bottles that have never been autoclaved.
Name Company Catalog Number Comments
Antibodies used for Mass Cytometry
Surface markers
CD1c Biolegend L161 Mass: 161
CD3 BD UCHT1 Mass: 144
CD4 Biolegend SK3 Mass: 174
CD7 BD M-T701 Mass: 149
CD8 Biolegend SK1 Mass: 142
CD11b Fluidigm ICRF44 Mass: 209
CD11c BD B-ly6 Mass: 152
CD15 BD HI98 Mass: 115
CD14 Biolegend M5E2 Mass: 154
CD16 eBioscience/Thermo B73.1 Mass: 165
CD19 Santa Cruz SJ25C1 Mass: 163
CD21 Biolegend Bu32 Mass: 141
CD27 BD L128 Mass: 155
CD38 Fluidigm HIT2 Mass: 172
CD45 total Biolegend HI30 Mass: 89
CD45RA Biolegend HI100 Mass: 153
CD56 Miltenyi REA196 Mass: 168
CD66 BD B1.1/CD66 Mass: 113
CD86 Fluidigm IT2.2 Mass: 150
CD123 Fluidigm 6H6 Mass: 143
CD278/ICOS Biolegend C398.4A Mass: 156
CD179/PD1 Biolegend EH12.2H7 Mass: 162
IgD Biolegend IA6-2 Mass: 146
IgM Biolegend MHM-88 Mass: 151
CXCR5 BD RF8B2 Mass: 173
HLADR Biolegend L243 Mass: 167
Cytokines
IL-1α Biolegend 364-3B3-14 Mass: 147
IL-1β Biolegend  H1b-98 Mass: 169
IL-1RA Santa Cruz  AS17 Mass: 157
IL-6 Biolegend MQ2-13A5 Mass: 164
IL-8 BD E8N1 Mass: 160
IL-12/IL-23p40 Biolegend  C8.6 Mass: 171
IL-17A Biolegend  BL168 Mass: 148
IL23p19 eBioscience/Thermo 23dcdp Mass: 176
MIP1β BD D21-1351 Mass: 158
MCP1 BD 5D3-F7 Mass: 170
IFNα Miltenyi  LT27:295 Mass: 175
IFNγ Biolegend 4S.B3 Mass: 165
PTEN BD A2B1 Mass: 159
TNFα Biolegend Mab11 Mass: 166
Note: If the manufacturer is stated as Fluidigm, this antibody was purchased from Fluidigm with metal pre-conjugated. If the manufacturer is stated as other than Fluidigm, this antibody was self-conjugated using the MaxPar Multi-Metal Labeling  Kit (Fluidigm Cat: 201300) according to manufacturer protocol. 

References

  1. Walsh, S. J., Rau, L. M. Autoimmune diseases: a leading cause of death among young and middle-aged women in the United States. American journal of public health. 90 (9), 1463-1466 (2000).
  2. Mak, A., Cheung, M. W. -. L., Chiew, H. J., Liu, Y., Ho, R. C. -. M. Global trend of survival and damage of systemic lupus erythematosus: meta-analysis and meta-regression of observational studies from the 1950s to 2000s. Seminars in arthritis and rheumatism. 41 (6), 830-839 (2012).
  3. Kaul, A., Gordon, C., et al. Systemic lupus erythematosus. Nature reviews. Disease primers. 2, 16039 (2016).
  4. Annunziato, F., Romagnani, S. Heterogeneity of human effector CD4+ T cells. Arthritis Research & Therapy. 11 (6), 257 (2009).
  5. Peck, A., Mellins, E. D. Plasticity of T-cell phenotype and function: the T helper type 17 example. Immunology. 129 (2), 147-153 (2010).
  6. Basso, A. S., Cheroutre, H., Mucida, D. More stories on Th17 cells. Cell research. 19 (4), 399-411 (2009).
  7. Ornatsky, O., Bandura, D., Baranov, V., Nitz, M., Winnik, M. A., Tanner, S. Highly multiparametric analysis by mass cytometry. Journal of Immunological Methods. 361 (1-2), 1-20 (2010).
  8. Ornatsky, O., Baranov, V. I., Bandura, D. R., Tanner, S. D., Dick, J. Multiple cellular antigen detection by ICP-MS. Journal of Immunological Methods. 308 (1-2), 68-76 (2006).
  9. Bendall, S. C., Simonds, E. F., et al. Single-Cell Mass Cytometry of Differential Immune and Drug Responses Across a Human Hematopoietic Continuum. Science. 332 (6030), 687-696 (2011).
  10. Bandura, D. R., Baranov, V. I., et al. Mass Cytometry: Technique for Real Time Single Cell Multitarget Immunoassay Based on Inductively Coupled Plasma Time-of-Flight Mass Spectrometry. Analytical Chemistry. 81 (16), 6813-6822 (2009).
  11. Leipold, M. D., Maecker, H. T. Mass cytometry: protocol for daily tuning and running cell samples on a CyTOF mass cytometer. Journal of visualized experiments : JoVE. (69), e4398 (2012).
  12. McCarthy, R. L., Duncan, A. D., Barton, M. C. Sample Preparation for Mass Cytometry Analysis. Journal of visualized experiments : JoVE. (122), (2017).
  13. Rahman, A., Isenberg, D. A. Systemic lupus erythematosus. The New England journal of medicine. 358 (9), 929-939 (2008).
  14. O’Gorman, W. E., Hsieh, E. W. Y., et al. Single-cell systems-level analysis of human Toll-like receptor activation defines a chemokine signature in patients with systemic lupus erythematosus. The Journal of allergy and clinical immunology. 136 (5), 1326-1336 (2015).
  15. O’Gorman, W. E., Kong, D. S., et al. Mass cytometry identifies a distinct monocyte cytokine signature shared by clinically heterogeneous pediatric SLE patients. Journal of Autoimmunity. 81, 74-89 (2017).
  16. Simonds, E. F., Bendall, S. C., et al. Extracting a cellular hierarchy from high-dimensional cytometry data with SPADE. Nature Biotechnology. , 1-8 (2011).
  17. Amir, E. -. A. D., Davis, K. L., et al. viSNE enables visualization of high dimensional single-cell data and reveals phenotypic heterogeneity of leukemia. Nature Biotechnology. 31 (6), 545-552 (2013).
  18. Bruggner, R. V., Bodenmiller, B., Dill, D. L., Tibshirani, R. J., Nolan, G. P. Automated identification of stratifying signatures in cellular subpopulations. Proceedings of the National Academy of Sciences of the United States of America. 111 (26), E2770-E2777 (2014).
  19. Levine, J. H., Simonds, E. F., et al. Data-Driven Phenotypic Dissection of AML Reveals Progenitor-like Cells that Correlate with Prognosis. Cell. 162 (1), 184-197 (2015).
  20. Samusik, N., Good, Z., Spitzer, M. H., Davis, K. L., Nolan, G. P. Automated mapping of phenotype space with single-cell data. Nature Publishing Group. 13 (6), 493-496 (2016).
  21. Spitzer, M. H., Gherardini, P. F., et al. IMMUNOLOGY. An interactive reference framework for modeling a dynamic immune system. Science. 349 (6244), 1259425 (2015).
  22. Fienberg, H. G., Simonds, E. F., Fantl, W. J., Nolan, G. P., Bodenmiller, B. A platinum-based covalent viability reagent for single-cell mass cytometry. Cytometry Part A. 81 (6), 467-475 (2012).
  23. Jansen, K., Blimkie, D., et al. Polychromatic flow cytometric high-throughput assay to analyze the innate immune response to Toll-like receptor stimulation. Journal of Immunological Methods. 336 (2), 183-192 (2008).
  24. Zunder, E. R., Finck, R., et al. Palladium-based mass tag cell barcoding with a doublet-filtering scheme and single-cell deconvolution algorithm. Nature Protocols. 10 (2), 316-333 (2015).
  25. Lai, L., Ong, R., Li, J., Albani, S. A CD45-based barcoding approach to multiplex mass-cytometry (CyTOF). Cytometry Part A. , (2015).
  26. Mei, H. E., Leipold, M. D., Schulz, A. R., Chester, C., Maecker, H. T. Barcoding of live human peripheral blood mononuclear cells for multiplexed mass cytometry. The Journal of Immunology. 194 (4), 2022-2031 (2015).
  27. Finck, R., Simonds, E. F., et al. Normalization of mass cytometry data with bead standards. Cytometry Part A. 83 (5), 483-494 (2013).
  28. Takahashi, C., Au-Yeung, A., et al. Mass cytometry panel optimization through the designed distribution of signal interference. Cytometry. Part A : the journal of the International Society for Analytical Cytology. 91 (1), 39-47 (2017).

Play Video

Cite This Article
Baxter, R. M., Kong, D. S., Garcia-Perez, J. E., O’Gorman, W. E., Hsieh, E. W. Single-cell Analysis of Immunophenotype and Cytokine Production in Peripheral Whole Blood via Mass Cytometry. J. Vis. Exp. (136), e57780, doi:10.3791/57780 (2018).

View Video