方法文章

高通量筛选转录后调控基因的化学调节剂

DOI:

10.3791/52568

2015年3月3日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

在这里,我们将基于细胞的报告基因测定描述为一种有价值的工具,用于筛选化学文库以查找通过 3' UTR 施加的调节转录后控制机制的化合物。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

转录和转录后调控对基因表达产生深远的影响。然而,普遍采用的基于细胞的筛选试验集中于转录调控,而实质上旨在启动子靶向分子的鉴定。其结果是,转录后机制在很大程度上未覆盖由基因表达的靶向药物的开发。在这里,我们描述了,并在确定能够修改它的化合物旨在调查的3'非翻译区(3'非编码区),在其mRNA的命运的调制的作用的基于细胞的测定。该测定法是基于使用含有感兴趣的基因稳定地整合入一个疾病相关的细胞系的3'非编码区一个萤光素酶报道构建体。该协议被分成两部分,与最初的焦点上的初级筛选旨在治疗24小时后影响萤光素酶活性的分子的鉴定。该协议的第二部分介绍了反筛选必要区分化合物特别是通过3'UTR调控荧光素酶的活性。除了详细协议和有代表性的结果,我们提供关于该测定的开发和上内源靶的命中(多个)的验证重要的考虑因素。所描述的基于细胞的报告基因分析将帮助科学家识别分子通过依赖于3'UTR转录后调节机制蛋白质水平。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

对于基因表达的很长一段转录调控被认为发挥了重大的,如果在控制蛋白质的生产不是唯一的作用。越来越多的证据,但是,表明转录后调控贡献之多,如果不超过,转录调控,以确定细胞蛋白质丰度1,2。基因表达的转录后调控更加复杂和精细的比起初的想法。事实上,转录后调控的所有各个阶段都出现了调控,包括mRNA加工,本地化,营业额,翻译3以及新描述的可逆RNA甲基化4。从一些转录后调控过程可能受到影响,测定下面描述着重于那些涉及mRNA的3'非翻译区(3'非编码区)。 3'UTR广泛影响mRNA的命运通过特定的RNA结合公关互动为主oteins和非编码RNA,以它的调节序列和/或二级结构5。因此,小分子改变这些相互作​​用或干扰的上游信号转导途径将转向,调节蛋白质丰度的平衡。这种治疗方法是用于人类疾病的量存在证据表明疾病相关基因进行转录后调节,从而代表了药物干预的潜在目标特别重要的。因此,系统通过用在高通量形式的转录后控制机制的干扰,允许mRNA水平“调节剂的筛选可成为潜在的新的治疗方法的鉴定有价值的工具。

所描述的基于细胞的报道基因测定允许对能够经由依赖于它的3'端非编码区的机制来调节的mRNA命运的化合物的鉴定。它由几个主要的Components( 图1),并且需要几个预备步骤来验证该测定的可行性。首先,所述报道构建体被设计为包括3'从感​​兴趣的基因的UTR。的3'端非编码区融合到报道基因的末端,如萤火虫荧光素酶( 图1)。通过插入的3'端非编码区施加的任何变化在转录后控制机制将改变该嵌合转录物的稳定性和/或翻译效率,从而导致不​​同的荧光素酶的水平。因此,改变荧光素酶活性的服务感兴趣的基因的受影响的转录后调控的间接测量。该系统的第二组分是控制报道构建,表达相同的报道基因,但不包含任何3'非编码区相同的表达质粒。两个报告质粒可以设计在实验室使用常规的分子生物学的协议或从商业来源购买。

合适的细胞系的选择是用于测定施工的关键。其中细胞系是最佳的模式取决于很多因素,包括从像最大的相似之处病理像可用性,transfectability和生长特性只是实际问题的临床需求。重要的是,前,继续进行1应该确保融合的3'端非编码区的报道基因对嵌合转录物的水平的预期效果。没有来自3中的荧光素酶信号显著差异的'UTR轴承和对照报道构建体瞬时转染在所选择的细胞将指示该3'端非编码区是未官能此细胞模型中,提示输入搜索替代的。对于高通量格式中,3'端非编码区,轴承和控制荧光素酶报道构建体应当稳定地整合在所选择的细胞系。使用稳定整合在瞬时转染细胞系是优选的有几个原因。这将扩大的蜂窝模型,包括难以转染的细胞系的选择,降低在从转染效率的波动所产生的数据的可变性,消退的费用。此外,当瞬时转染的细胞经常超负荷的DNA质粒导致系统的饱和度。在这些设置在记者表达的进一步增加可能是具有挑战性的,导致对潜在的上调化合物的灵敏度下降。

最后,当所有试验组分均成立,它是移动到高通量形式,以确定该测定, 可行性前关键的,如果荧光素酶活性可以确实上调和下调经由插入3'特异性UTR。最好控制将是报道通过感兴趣的3'非编码区来调节mRNA的稳定性或译小分子。如果有这些是不可能的,替代的控制模仿所希望的效果被接受。这些可以是miRNA的或已知通过结合感兴趣的3'端非编码区,以发挥它们的作用的RNA结合蛋白。评价这种控制前的初级筛选不仅表示显影测定法的功能,而且还允许估计在高通量形式的动态范围,灵敏度和性能。

使用所描述的协议,我们筛选了2000化合物库6。神经母细胞瘤,婴儿期最常见的颅外实体肿瘤,被用作生物模型和MYCN癌基因,其扩增的3'端非编码区强烈预示神经母细胞瘤的不良结果,作为目标基因7。 图2列出了实验布局。筛选被分为三个运行与27板筛选一次运行该批处理大小。本批27片包括光谱采集库板N.1-N.8 + n.25(第一轮),N.9,n.16 + n.25(第二轮),并n.16,n.24 + n.25(第三轮),每个板筛选一式三份。因此,一个库板(n.25)所有三种运行使得可能相互比较的运行范围内测定。以下协议描述了一个单,一式三份测试9库板运行。

访问受限。请登录或开始试用以查看此内容。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

注:吞吐量这种检测系统取决于可用的HTS实验室设备。该协议是由在Tecan自由EVO 200机器人,它在96孔格式进行液体处理容易。小型化到384孔格式也是可能的。机器人液体处理系统是为了在所有的实验步骤保持在无菌条件下放置在层流罩。如果没有液体处理自动化是可用的,该协议可以很容易地适合于低吞吐量的格式。

初筛

1.第一天:准备和种子细胞

注:种子细胞,得到80%汇合在测定荧光素酶的活性,在接种后,即 ,48小时的时间。

  1. 重悬胰蛋白酶CHP134-mycn3UTR神经母细胞瘤细 ​​胞的2×10 5个细胞/ ml在RPMI含有10%FBS和1%L-谷氨酰胺的浓度。为27片制备至少250毫升细胞悬液考虑到液体处理,波谷死体积和反复移液步骤。倒入细胞悬浮到无菌的贮存器并将其放置在所述机器人处。
  2. 放置9条形码白色平底96孔板和一个盒上的机器人台200微升无菌吸管提示。各分注步骤之前混合细胞悬浮液通过移液以避免细胞在重力下沉降。分配75微升细胞成9板各孔,以得到每1.5×10 4个细胞的最终密度良好。
  3. 盖上盖子的板和离开他们的保育箱的外面30分钟以使细胞沉降到井的底部。这将最大限度地减少边缘效应。
  4. 重复,以制备27片的总数量的步骤1.2和1.3的两倍。
  5. 将板在37℃和5%CO 2孵育24小时。

2.第2天:治疗与库化合物的细胞

ntent“>注意:频谱收集小分子文库包含2000化合物在10毫在DMSO中的浓度设置在8行和10列的25个96孔板上的第一个和最后列中的孔是空的控件。 。化合物筛选试验一般进行的1-10μM化合物浓度8。这里所描述的筛查方案修复2μM的工作浓度和24小时的试验结束点。

  1. 解冻9化合物文库平板在室温下。
  2. 准备两槽用无菌PBS及PBS-0.5%DMSO的解决方案,并将其放置在机器人的办公桌。每个库板,准备和标记相应一个稀释盘 - 聚丙烯U型底96孔板具有至少400微升一个工作容积。填写列2的每孔稀释板的398微升无菌PBS的使用液体处理器的固定秘诀11。填列1和12用50μl无菌PBS在为了再生在对照孔中的车辆的浓度(0.02%)0.5%的DMSO。
  3. 将两个库板的相应标记稀释板,两箱50微升无菌枪头和机器人桌子六个单元板。揭开细胞板。
  4. 吸取2微升相应的稀释板10毫米原液从两个库板块之一拌匀。这将导致在50微米的中间化合物的浓度。使用同一套技巧,取3微升50μM稀释3条形码白96孔板的细胞。这种稀释方案导致2μM工作的每个浓度测试化合物。
    注:为避免不必要的操作与技巧,使用全套96提示从一开始,尽管库板仅包含80化合物。这是可能的,因为在第一和库板的最后一栏是空的。
  5. 更换枪头,重复圣EP 2.4的第二个库板。
  6. 覆盖细胞板,并将它们返回到培养箱24小时。
  7. 对于其余的库板重复步骤2.3-2.6两次以上。

3.第3天:执行萤光素酶检测

注:在进行萤光素酶测定法中,也能够与基于刃天青还原,以便从每个孔9得到细胞存活率索引的细胞生存力测定法复它。复用萤光素酶和活力测定测定结果减少荧光素酶信号的,但是,可以忽略,如果细胞提供足够高的水平的萤光素酶的活性。荧光素酶活性可以通过各种商业和自制10,11-萤光素酶测定试剂稳定发光信号来检测。

  1. 平衡所选择的重组荧光素酶试剂至室温。确保音量足以让所有的检测板。 27板s170毫升萤光素酶试剂将需要考虑到液体处理,波谷死体积和重复的移液步骤。倾萤光素酶试剂成贮存,并将其放置在机器人处。
  2. 从孵化器中取出9板的细胞,将它们放在机器人的办公桌,发现,等到平衡至室温。添加50微升每孔平板的荧光素酶试剂的由板。在板之间,引入一个延迟等于一个板的发光读数时间。这将确保所有的板被从试剂加成相等的时间间隔内进行测量。
  3. 30分钟温育后,将第一板中的光度计,测量短暂摇动步骤之后发光。重复所有板块。记录每盘的条形码,并将其关联到相应的数据文件,以避免来自大量处理板所产生的错误。
  4. 重复两次,其余18板与细胞步骤3.2-3.3。
  5. 收集剩余的荧光素酶试剂,并将其储存在-20℃。

4.第4天:数据分析

  1. 过程实验数据使用所有样品的归一化,以对板载体处理对照的平均值。对于每个库化合物计算平均值X和SD超过一式三份。
  2. 选择上调和下调通过设定X的阈值±K&times SD,其中,平均值X和SD被计算在所有测定处理后的值,而k的命中是一个定义的常量。
  3. 选择任意的阈值切断<时减少荧光素酶信号的最有可能与化合物毒性相关媒介物处理的对照的20%。丢弃低于该阈值的命中将显著降低了一些在反筛选假阳性命中。
    注:代替控制为基础的正常化,实验数据可被处理施加Z分数或其健壮类似物B·S芯12。此外,可用12命中选拔替代的统计方法。

5.反筛查

注意:被确认和评价的特异性通过反筛选在初级筛选中鉴定的化合物(标记为“命中”)。

  1. 樱桃采摘从存储在单个2D条码管的等分所选命中,创造新的“打板”,节省了相应的布局。不要忘记留下自由位置的控制。
    注:在没有一个有效的樱桃采摘系统,一种可能测试对照和3'非编码区承载细胞并联在初级筛选。在这种情况下,特定​​的选择与只依赖于引入的3'非编码区作用的化合物将初筛消除反筛选的需要之后是可能的。然而,在两种细胞系的平行筛选将增加一倍的检测成本。
  2. 继协议初筛(第“1天:准备和种子细胞”),为每一个“打板”准备三个96孔板每个CHP134-mycn3UTR和CHP134-CTRL稳定的细胞。
  3. 继协议初筛(第“2日:治疗用化合物库的细胞”),使用每个打板治疗3 CHP134-mycn3UTR三CHP134-CTRL板在2μM工作浓度。
    注意:尽管此处所描述的反画面中一式三份以2微米的单次剂量进行的,这可能是有益的替代标准重复和在3种浓度测试命中10倍稀释液从2微米至20纳米。应用这种方法,不仅允许以确认主画面的数据,而且还以获得在主命中初步剂量​​ - 反应数据,最小化假阳性率。在这种情况下,不同的分析管道应该是APPLI编处理实验数据和确认命中。
  4. 继协议初筛(第“3日:执行萤光素酶检测”),测量所有CHP134-mycn3UTR和CHP134-CTRL板荧光素酶的活性。
  5. 下列的协议初筛(参见“第4天:数据分析”),从规格化处理的孔的实验数据,以对板媒介物处理的对照的平均,并计算平均值和SD上重复。对于所测试的各化合物,计算荧光素酶活性在CHP134-mycn3UTR的倍数变化与CHP134-CTRL细胞。选择任意倍数变化下调取舍的> <0.01 1.5和意义p值。
    注:在所描述的测定法设置命中特异性的决定因素参数是萤光素酶活性的一个显著倍数变化在CHP134-mycn3UTR与CHP134-CTRL细胞。如果需要的话,我们也可以通过在本身同时进行细胞活力测定评估化合物的毒性lected化合物。这可能是特别有益的,如果初级命中计数器筛选以剂量响应分析。对于单剂量,我们的经验表明减少荧光素酶活性很强的相关性与细胞活力下降6。因此,在靶细胞以及对照细胞减少荧光素酶活性可以被认为是化合物的毒性,在所测试的浓度的指标。

访问受限。请登录或开始试用以查看此内容。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

使用所描述的方法,我们筛选了2000-化合物库的转录后控制机制的潜在调节剂通过MYCN基因的3'非编码区施加。 图3示出了初级筛选由单个库板例举的结果。显示为媒介物处理的对照的百分比荧光素酶信号,通过测量荧光素酶活性与单个库板的化合物处理CHP134-mycn3UTR细胞的一式三份板获得。正如预期的那样,多数化合物对荧光素酶活性没有影响由接近100%基线值所示。命中(明确的正方形)被选定设置的X±2 SD,那里的平均值X和SD计算在所有检测值的阈值。化合物减少20%以下(一个标有星号)的荧光素酶的活性应考虑被删除的检测抑制最有可能从pronou结果该化合物的NCED细胞毒性。

图4示出在反筛选的约100个化合物获得的数据的几个有代表性的例子。这可以从标准化的荧光素酶信号CHP134-CTRL细胞来判断,在2μM浓度复合W的对细胞活力没有影响,而化合物X显示一些细胞毒活性。两种化合物W和X,但是,会引起MYCN 3'非编码区特异上调荧光素酶活性,以倍数变化差和t检验所指示的。化合物Y 2μM浓度似...

访问受限。请登录或开始试用以查看此内容。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

该协议描述了一种基于细胞的报告基因测定,旨在鉴定靶向3' UTR依赖性转录后过程的调节剂。它包括初级筛选和反筛选,如果需要,可以伴随细胞毒性测定。初步筛选的结果是许多有价值的候选化合物,其可重复性和特异性在反筛选中得到进一步验证。

主要命中的鉴定基于处理表达报告基因-3' UTR 嵌合转录物的细胞后荧光素酶活性的变化。在没有 3' UTR 的情况下携带相同报告质粒的细胞中重新测试命中,可以区分真命中(通过 3' UTR 依赖性机制特异性调节荧光素酶水平的化合物)和假阳性(通过启动子的转录反应性改变荧光素酶活性的化合物)。正如对主要命中的反筛选所证明的那样,该测定显示出相当大的假阳性率6。可以采用多种策略来规避这一限制。抑制药物转录是较短治疗和半衰期短的 mRNA 的一种选择。或者,可以用修饰的核糖体蛋白启动子代替对外部刺激敏感的病毒启动子。后者代表一种组成型活性细胞启动子,被证明对多种药物具有转录惰性,因此更适合转录后评估13。最后,使用双色或双输出报告基因可以帮助揭示初级筛选中已经存在的启动子介导的活性的真正转录后效应。具体地,在表达两...

访问受限。请登录或开始试用以查看此内容。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

提交人声明,他们没有竞争的经济利益。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

我们感谢意大利神经母细胞瘤基金会对该项目的全额财政支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
培养板 96 孔 白色珀金埃尔默6005688
StorPlate 96 孔 U 型底(稀释板)珀金埃尔默6008190
100 ml 一次性试剂槽Tecan10 613 048
300 ml 一次性机器人储液槽VWRPB12001301
机器人吸头 DITI 50 μl 无菌Tecan30038607
机器人吸头 DITI 200 μl 无菌Tecan30038617
基质 1.4 ml 带 2D 条形码,带平底管Thermo Scientific3711
ONE-Glo 荧光素酶检测系统 PromegaE6120
RPMILonzaBE12-918F
PBS-1x, 不含 Ca2+, Mg2+LonzaBE17-516F
L-谷氨酰胺 200 mMLonzaBE17-605E
FBSLonzaDE14-801F
DMSOSigma-AldrichD8418
The Spectrum 系列(化合物库)MicroSource Discovery SystemsN/A
Tecan Freedom EVO200 机器人 TecanN/A
Tecan F200 多孔板读板机 Tecan不适用

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Schwanhäusser, B., et al. Global quantification of mammalian gene expression control. Nature. 473 (7347), 337-342 (2011).
  2. Tebaldi, T., et al. Widespread uncoupling between transcriptome and translatome variations after a stimulus in mammalian cells. BMC Genomics. 13 (1), 220(2012).
  3. Mitchell, S. F., Parker, R. Principles and properties of eukaryotic mRNPs. Mol. Cell. 54 (4), 547-558 (2014).
  4. Fu, Y., Dominissini, D., Rechavi, G., He, C. Gene expression regulation mediated through reversible m6A RNA methylation. Nat. Rev. Genet. 15 (5), 293-306 (2014).
  5. Matoulkova, E., Michalova, E., Vojtesek, B., Hrstka, R. The role of the 3’ untranslated region in post-transcriptional regulation of protein expression in mammalian cells. RNA Biol. 9 (5), 563-576 (2012).
  6. Sidarovich, V., Adami, V., Quattrone, A. A Cell-Based High-Throughput Screen Addressing 3’ UTR-Dependent Regulation of the MYCN Gene. Mol. Biotechnol. 56 (7), 631-643 (2014).
  7. Cheung, N. -K. V., Dyer, M. A. Neuroblastoma: developmental biology, cancer genomics and immunotherapy. Nat. Rev. Cancer. 13 (6), 397-411 (2013).
  8. Hughes, J. P., Rees, S., Kalindjian, S. B., Philpott, K. L. Principles of early drug discovery. Br. J. Pharmacol. 162 (6), 1239-1249 (2011).
  9. Herbst, J., et al. Multiplexing a high-throughput liability assay to leverage efficiencies. Assay Drug Dev. Techn. 7 (3), 294-303 (2009).
  10. van Olst, E. S. iebring-, et al. Affordable luciferase reporter assay for cell-based high-throughput screening. J. Biomol. Screen. 18 (4), 453-461 (2013).
  11. Baker, J. M., Boyce, F. M. High-throughput functional screening using a homemade dual-glow luciferase assay. J. Vis. Exp. (88), (2014).
  12. Malo, N., Hanley, J. A., Cerquozzi, S., Pelletier, J., Nadon, R. Statistical practice in high-throughput screening data analysis. Nat. Biotechnol. 24 (2), 167-175 (2006).
  13. Hitti, E., et al. A versatile ribosomal protein promoter-based reporter system for selective assessment of RNA stability and post-transcriptional control. RNA. 16 (6), 1245-1255 (2010).
  14. Oikonomou, P., Goodarzi, H., Tavazoie, S. Systematic identification of regulatory elements in conserved 3’ UTRs of human transcripts. Cell Rep. 7 (1), 281-292 (2014).
  15. Gandin, V., et al. Polysome fractionation and analysis of mammalian translatomes on a genome-wide scale. J. Vis. Exp. (87), (2014).
  16. Conne, B., Stutz, A., Vassalli, J. D. The 3’ untranslated region of messenger RNA: A molecular “hotspot” for pathology. Nat. Med. 6 (6), 637-641 (2000).
  17. Cheneval, D., Kastelic, T., Fuerst, P., Parker, C. N. A review of methods to monitor the modulation of mRNA stability: a novel approach to drug discovery and therapeutic intervention. J. Biomol. Screen. 15 (6), 609-622 (2010).
  18. Pascale, A., Govoni, S. The complex world of post-transcriptional mechanisms: is their deregulation a common link for diseases? Focus on ELAV-like RNA-binding proteins. Cell. Mol. Life Sci. 69 (4), 501-517 (2012).
  19. Michalova, E., Vojtesek, B., Hrstka, R. Impaired pre-mRNA processing and altered architecture of 3’ untranslated regions contribute to the development of human disorders. Int. J. Mol. Sci. 14 (8), 15681-15694 (2013).
  20. Bhattacharyya, A., Trotta, C. R., Peltz, S. W. Mining the GEMS--a novel platform technology targeting post-transcriptional control mechanisms. Drug Discov. Today. 12 (13-14), 553-560 (2007).
  21. Peltz, S. W., Welch, E. M., Trotta, C. R., Davis, T., Jacobson, A. Targeting post-transcriptional control for drug discovery. RNA Biol. 6 (3), 329-334 (2009).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

Post transcriptional Regulation3 UTR ScreeningLuciferase Reporter AssayHigh throughput ScreeningChemical ModulatorsCounter ScreeningDisease relevant Cell LineStable IntegrationCompound LibraryFold Change Analysis

相关文章