Name: 采用多转染的细胞状态识别电路的快速开发 (视频) | JoVE Journal
Uploaded: 2023-02-24T14:40:00.000+00:00
Duration: 9 min 21 s
Description: 学习利用多转染技术快速开发细胞状态识别电路的方法。该方案通过流式细胞术测量转染基因输出，可在单孔中测试多种化学计量比，显著提高合成生物学实验效率并优化遗传电路设计。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

我们感谢曾领导或参与开发多转染方法及其在细胞分类器中应用的Weiss实验室前成员：Jeremy Gam、Bre DiAndreth和Jin Huh；感谢其他Weiss实验室成员在方法进一步开发与优化方面的贡献：Wenlong Xu、Lei Wang和Christian Cuba-Samaniego；感谢Josh Leonard教授及其团队成员，包括Patrick Donahue和Hailey Edelstein，对多转染方法进行测试并提供反馈；感谢Nika Shakiba教授邀请撰写本文并提供宝贵意见。我们还要感谢美国国立卫生研究院[R01CA173712、R01CA207029、P50GM098792]、美国国家科学基金会[1745645]、美国国家癌症研究所癌症中心支持（核心）基金[P30CCA14051，部分资助]以及美国国立卫生研究院[P50GM098792]对本研究的资助。

注意：表1 和 表2 是本实验方案的重要参考。表1 显示了反应中试剂的缩放比例，表2 显示了本方案中所述多质粒共转染示例（上半部分）以及可能的后续实验（下半部分）的DNA比例计算方法。
1. 转染前细胞的准备
<ol>
	<li>在开始实验方案前，确保人胚胎肾（HEK293）细胞培养物融合度达到60%–80%。为此，于2天前在100 mm × 15 mm的组织培养培养皿中接种1 × 106个细胞，并在37 °C、5% CO2条件下孵育。 
	注意：&#160;尽管本方案以HEK293细胞为重点，但也可替换为其他类型的细胞。</li>
	<li>按以下说明准备用于转染的培养基和细胞。
	<ol>
		<li>将至少20 mL含10%胎牛血清（FBS）和1%非必需氨基酸（NEAA；参见材料表）的杜氏改良伊格尔培养基（DMEM）预热至37 °C。同时将至少2.4 mL胰蛋白酶和2.4 mL磷酸盐缓冲液（PBS）预热至37 °C。将低血清培养基预热至约16 °C。 
		注意：所有组织培养操作均应在生物安全柜中谨慎进行。</li>
	</ol>
	</li>
	<li>按以下说明用DMEM溶液重悬细胞。
	<ol>
		<li>吸除并弃去现有培养基。向HEK293细胞培养物中加入2 mL PBS以洗涤细胞。随后吸除并弃去PBS。</li>
		<li>向HEK293细胞培养物中加入2 mL胰蛋白酶。将培养皿置于37 °C孵育箱中孵育3分钟，或直至细胞不再贴壁。将培养皿移回生物安全柜，并通过向培养皿中加入8 mL DMEM溶液稀释细胞悬液。</li>
		<li>通过轻柔吹打数次混匀溶液。吸出全部培养基并转移至15 mL锥形管中。</li>
	</ol>
	</li>
	<li>以300 × g离心3分钟使细胞沉淀。小心吸除上清液（避免吸出细胞），弃去。用5 mL DMEM溶液重悬细胞，通过轻柔吹打混匀。</li>
	<li>使用自动细胞计数仪（见材料表）估算&#160;当前细胞浓度。在此示例中，向24孔板中接种六个孔，每孔接种1 × 105个细胞（接种密度为50,000个细胞/cm2）。</li>
	<li>先向各孔加入DMEM溶液至总体积达500 µL（先向孔中加入DMEM溶液），然后将每种处理对应的孔分别标记为：无荧光对照、mKO2对照、TagBFP对照、NeonGreen对照、全荧光对照和多转染1。&#160;TagBFP、mKO2和NeonGreen对照孔为多转染中所包含的所有荧光蛋白的单色对照。</li>
</ol>
2. 进行转染
<ol>
	<li>为每种DNA聚集体准备离心管。准备若干1.5 mL微量离心管，并标记为：无荧光对照、mKO2对照、TagBFP对照、NeonGreen对照、全荧光对照、多转染混合液1和多转染混合液2。
	<ol>
		<li>向无荧光对照、mKO2对照、TagBFP对照、NeonGreen对照以及全荧光对照管中各加入36 µL低血清培养基。向多转染混合液1和多转染混合液2管中各加入18 µL低血清培养基。 
		注：质粒浓度假设为150 ng/µL。</li>
		<li>向无荧光对照管中加入600 ng填充质粒。向mKO2荧光对照管中加入300 ng mKO2和300 ng填充质粒。向TagBFP荧光对照管中加入300 ng TagBFP和300 ng填充质粒。</li>
		<li>向NeonGreen荧光对照管中加入300 ng组成型表达NeonGreen质粒和300 ng填充质粒。向全荧光对照管中加入mKO2、TagBFP和组成型表达NeonGreen质粒各100 ng，以及300 ng填充质粒。</li>
		<li>向多转染混合液1管中加入150 ng mKO2。向多转染混合液1管中加入75 ng报告基因NeonGreen质粒和75 ng填充质粒。</li>
		<li>向多转染混合液2管中加入150 ng TagBFP。向多转染混合液2管中加入75 ng L7ae质粒和75 ng填充质粒。</li>
	</ol>
	</li>
	<li>在1.5 mL微量离心管中配制转染主混合液，将216 µL低血清培养基与9.48 µL转染试剂混合（试剂比例和反应体系缩放参见表1）。通过反复吹打充分混匀，置于一旁备用。</li>
	<li>向无荧光对照、单荧光对照和全荧光对照管中各加入1.58 µL增强试剂。向每个多转染混合液管中加入79 µL增强试剂。每管单独剧烈吹打混匀。</li>
	<li>将转染主混合液加入各含DNA的离心管中。
	<ol>
		<li>向无荧光对照、单荧光对照和全荧光对照管中各加入37.58 µL转染主混合液。每管单独剧烈吹打混匀。</li>
		<li>向每个多转染混合液管中各加入18.79 µL转染主混合液。每管单独剧烈吹打混匀。</li>
	</ol>
	</li>
	<li>将转染混合液分配至各孔中。
	<ol>
		<li>将无荧光、单荧光和全荧光对照的转染混合液各65.97 µL移入相应孔中。</li>
		<li>将32.98 µL多转染混合液1加入多转染孔中，并在平面上快速而轻柔地以紧密的“8”字形旋转培养板，以有效分散复合物。随后，将32.98 µL多转染混合液2加入同一多转染孔中，并以相同方式旋转培养板。</li>
	</ol>
	</li>
	<li>将培养板置于37 °C、5% CO2条件下孵育48小时，避免振荡。 
	注：为提高细胞存活率，可在转染后每6小时更换一次培养基（但并非总是必要；对于HEK293细胞及其衍生细胞系，更换培养基时需小心避免细胞从培养板上脱落）。</li>
</ol>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>试剂</td>
			<td colspan="3">用量</td>
			<td colspan="3">比例换算</td>
		</tr>
		<tr>
			<td>DNA混合用低血清培养基</td>
			<td colspan="3">每对照管36 μL，每多转染管18 μL&#160;</td>
			<td colspan="3">每管0.05 μL低血清培养基/ng DNA，并额外增加10-20%体积以补偿移液损耗</td>
		</tr>
		<tr>
			<td>DNA</td>
			<td colspan="3">每管300-600 ng</td>
			<td colspan="3"></td>
		</tr>
		<tr>
			<td>P3000</td>
			<td colspan="3">每对照管1.58 μL，每多转染管0.79 μL</td>
			<td colspan="3">每管0.0022 μL P3000/ng DNA，额外增加10-20%</td>
		</tr>
		<tr>
			<td>脂质体主混合液用低血清培养基</td>
			<td colspan="3">每对照管36 μL，每多转染管18 μL</td>
			<td colspan="3">每管总DNA使用0.05 μL低血清培养基/ng，额外增加10-20%体积以补偿移液损耗</td>
		</tr>
		<tr>
			<td>转染与增强试剂</td>
			<td colspan="3">每对照管1.58 μL，每多转染管0.79 μL</td>
			<td colspan="3">每管0.0022 μL Lipofectamine 3000/ng DNA，额外增加10-20%</td>
		</tr>
	</tbody>
</table>
表1：&#160;转染试剂用量比例。 本表列出了针对单孔中所用DNA量所需的正确试剂比例。可用于有效放大反应体系并配制总反应混合液。试剂用量已按20%过量进行调整。
3. 流式细胞术的细胞准备
<ol>
	<li>将至少 4.2 mL 的 DMEM 溶液预热至 37 °C。将至少 4.2 mL 的胰蛋白酶和 4.2 mL 的 PBS 预热至 37 °C。FACS 缓冲液（荧光激活细胞分选缓冲液）在使用前保持在 4 °C。</li>
	<li>按照以下步骤，将细胞重悬于 FACS 缓冲液（PBS 添加 1% BSA、5 mM 乙二胺四乙酸 [EDTA] 和 0.1% 叠氮化钠 [NaN3]，以减少细胞聚集；参见 材料表）中。
	<ol>
		<li>吸除并弃去每个孔中的现有培养基。向每个孔中加入 5 mL PBS 以洗涤细胞。吸除并弃去 PBS。</li>
		<li>向每个孔中加入 5 mL 胰蛋白酶。将培养板置于 37 °C 培养箱中孵育 3 分钟，或直至细胞不再贴壁。将培养板移回生物安全柜中，并向每个孔中加入 5 mL DMEM 溶液以稀释细胞悬液。</li>
		<li>对每个孔，通过轻柔吹打数次混匀溶液。将每个孔中的全部培养基吸出，转移至 15 mL 圆锥形离心管中。</li>
	</ol>
	</li>
	<li>以 300 × g 离心 3 分钟，使细胞沉淀。小心吸除上清液（避免吸出细胞），弃去。每管中加入 5 mL FACS 缓冲液，通过轻柔吹打重悬细胞并混匀。</li>
	<li>将每份细胞悬液通过滤网过滤（以去除团块），分别收集至流式细胞术专用圆锥形离心管中。将这些管置于冰上，存放时间不超过 1 小时，并尽快进行流式细胞术分析。</li>
</ol>
4. 进行流式细胞术
注意：操作流式细胞仪需要经过适当的培训并掌握必要的操作知识。由于软件和设备可能有所不同，用户应接受一般性培训，本节介绍的是执行过程中有用的具体操作步骤。
<ol>
	<li>首先，观察转染了填充质粒对照（无颜色对照）的细胞，以筛选出具有代表性的细胞特征并排除异常情况（包括细胞聚集体、碎片等）。尽管存在多种参数组合可用于区分细胞，以下三种通用选项可有效呈现细胞的鉴别特征。
	<ol>
		<li>观察侧向散射面积（根据偏好或细胞类型选择对数或线性刻度）与前向散射面积（线性刻度）的关系。</li>
		<li>观察侧向散射高度（对数尺度）与侧向散射宽度（线性尺度）的关系。</li>
		<li>观察前向散射宽度（线性刻度）与前向散射高度（线性刻度）的关系。</li>
	</ol>
	</li>
	<li>接下来，观察单色对照。使用全色对照调节仪器电压，使每种荧光蛋白的信号均一化至等效的任意荧光单位（a.u.）。随后，运行每种荧光蛋白的单色对照，用于设定补偿矩阵，以实现荧光渗漏校正。 
	注意：理想情况下，应能清晰显示荧光值的完整动态范围。可对荧光蛋白信号进行进一步归一化处理 通过 转换为标准化单位（例如，荧光素分子当量 [MEFLs；参见 Beal 等人]15]). 为在分析过程中实现MEFL转换，需运行rainbow校准微球。此类校准还有助于减少仪器间及每日之间的信号变异。16.</li>
	<li>运行多转染样品管。 
	注意：在条件允许的情况下，建议使用 1,000 × 10^ (^ = 混合) 个细胞进行实验，因为高维度的多转染在分析时需要划分为更多的分组，而每个分组都需要足够数量的细胞（理想情况下 &#62;10）以进行具有统计学意义的比较。</li>
</ol>
5. 进行实验后分析
<ol>
	<li>首先，利用对照组（以及适用情况下的微珠）数据以确保结果的准确性。使用一种可用的软件工具进行活细胞设门（采用上述定义的设门策略）、补偿调节和自发荧光校正。 
	注意：我们通常使用自定义的 MATLAB 代码（例如 https://github.com/jonesr18/MATLAB_Flow_Analysis）或 Cytoflow17，这些工具均具备图形用户界面和适用于预处理阶段及多转染分析的 Python 库。</li>
</ol>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>方法</td>
			<td>复合物</td>
			<td>荧光标记物（ng）</td>
			<td>L7ae（ng，比例）</td>
			<td>报告基因（ng，比例）</td>
			<td>填充DNA（ng，比例）</td>
			<td>总量（ng）</td>
		</tr>
		<tr>
			<td>多重复合转染 1</td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
			<td>600</td>
		</tr>
		<tr>
			<td>→</td>
			<td>1</td>
			<td>150</td>
			<td>75（½）</td>
			<td></td>
			<td>75（½）</td>
			<td>300</td>
		</tr>
		<tr>
			<td>→</td>
			<td>2</td>
			<td>150</td>
			<td></td>
			<td>75（½）</td>
			<td>75（½）</td>
			<td>300</td>
		</tr>
		<tr>
			<td>多重复合转染 2</td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
			<td>600</td>
		</tr>
		<tr>
			<td>→</td>
			<td>1</td>
			<td>150</td>
			<td>25（1/6）</td>
			<td></td>
			<td>125（5/6）</td>
			<td>300</td>
		</tr>
		<tr>
			<td>→</td>
			<td>2</td>
			<td>150</td>
			<td></td>
			<td>125（5/6）</td>
			<td>25（1/6）</td>
			<td>300</td>
		</tr>
	</tbody>
</table>
表2：&#160;本方案中展示的多质粒共转染所用DNA量，以及一个调整质粒比例的后续实验示例。 表格上半部分显示了简单多质粒共转染实验中所用质粒的组成。下半部分显示了一个优化实验的组成，该实验调整了质粒比例，以更好地对假定的浓度空间进行子采样，其中基因表达调节因子相对于其报告基因的比例更优化为1:5，从而获得更多的转染细胞用于该比例附近的采样分析。

<ol><li>Prochazka, L., Benenson, Y., Zandstra, P. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Synthetic+gene+circuits+and+cellular+decision-making+in+human+pluripotent+stem+cells%5BTitle%5D)+AND+%22Current+Opinion+in+Systems+Biology%22%5BJournal%5D)">Synthetic gene circuits and cellular decision-making in human pluripotent stem cells.</a> Current Opinion in Systems Biology. 5, 93-103 (2017).</li>
<li>Sayeg, M. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rationally+designed+microRNA-based+genetic+classifiers+target+specific+neurons+in+the+brain%5BTitle%5D)+AND+%22ACS+Synthetic+Biology%22%5BJournal%5D)">Rationally designed microRNA-based genetic classifiers target specific neurons in the brain.</a> ACS Synthetic Biology. 4 (7), 788-795 (2015).</li>
<li>Zhen, X., Wroblewska, L., Prochazka, L., Weiss, R., Benenson, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multi-Input+RNAi-based+logic+circuit+for+identification+of+specific+cancer+cells%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Multi-Input RNAi-based logic circuit for identification of specific cancer cells.</a> Science. 333 (6047), 1307-1311 (2011).</li>
<li>Nissim, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Synthetic+RNA-based+immunomodulatory+gene+circuits+for+cancer+immunotherapy%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">Synthetic RNA-based immunomodulatory gene circuits for cancer immunotherapy.</a> Cell. 171 (5), 1138-1150 (2017).</li>
<li>Nissim, L., Bar-Ziv, R. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+tunable+dual-promoter+integrator+for+targeting+of+cancer+cells%5BTitle%5D)+AND+%22Molecular+Systems+Biology%22%5BJournal%5D)">A tunable dual-promoter integrator for targeting of cancer cells.</a> Molecular Systems Biology. 6, 444(2010).</li>
<li>Mohammadi, P., Castel, S. E., Brown, A. A., Lappalainen, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantifying+the+regulatory+effect+size+of+cis-acting+genetic+variation+using+allelic+fold+change%5BTitle%5D)+AND+%22Genome+Research%22%5BJournal%5D)">Quantifying the regulatory effect size of cis-acting genetic variation using allelic fold change.</a> Genome Research. 27 (11), 1872-1884 (2017).</li>
<li>Prochazka, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Discrete-to-analog+signal+pluripotent+stem+cells+conversion+in+human%5BTitle%5D)+AND+%22BioRxiv%22%5BJournal%5D)">Discrete-to-analog signal pluripotent stem cells conversion in human.</a> BioRxiv. , (2021).</li>
<li>Del Vecchio, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modularity%2C+context-dependence%2C+and+insulation+in+engineered+biological+circuits%5BTitle%5D)+AND+%22Trends+in+Biotechnology%22%5BJournal%5D)">Modularity, context-dependence, and insulation in engineered biological circuits.</a> Trends in Biotechnology. 33 (2), 111-119 (2015).</li>
<li>Shakiba, N., Jones, R. D., Weiss, R., Del Vecchio, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Context-aware+synthetic+biology+by+controller+design%3A+Engineering+the+mammalian+cell%5BTitle%5D)+AND+%22Cell+Systems%22%5BJournal%5D)">Context-aware synthetic biology by controller design: Engineering the mammalian cell.</a> Cell Systems. 12 (6), 561-592 (2021).</li>
<li>Gam, J. J., DiAndreth, B., Jones, R. D., Huh, J., Weiss, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+%27poly-transfection%27+method+for+rapid%2C+one-pot+characterization+and+optimization+of+genetic+systems%5BTitle%5D)+AND+%22Nucleic+Acids+Research%22%5BJournal%5D)">A 'poly-transfection' method for rapid, one-pot characterization and optimization of genetic systems.</a> Nucleic Acids Research. 47 (18), 106(2019).</li>
<li>Jones, R. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Robust+and+tunable+signal+processing+in+mammalian+cells+via+engineered+covalent+modification+cycles%5BTitle%5D)+AND+%22Nature+Communications%22%5BJournal%5D)">Robust and tunable signal processing in mammalian cells via engineered covalent modification cycles.</a> Nature Communications. 13 (1), 1720(2022).</li>
<li>Jones, R. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+endoribonuclease-based+feedforward+controller+for+decoupling+resource-limited+genetic+modules+in+mammalian+cells%5BTitle%5D)+AND+%22Nature+Communications%22%5BJournal%5D)">An endoribonuclease-based feedforward controller for decoupling resource-limited genetic modules in mammalian cells.</a> Nature Communications. 11 (1), 5690(2020).</li>
<li>DiAndreth, B., Wauford, N., Hu, E., Palacios, S., Weiss, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((PERSIST+platform+provides+programmable+RNA+regulation+using+CRISPR+endoRNases%5BTitle%5D)+AND+%22Nature+Communications%22%5BJournal%5D)">PERSIST platform provides programmable RNA regulation using CRISPR endoRNases.</a> Nature Communications. 13 (1), 2582(2022).</li>
<li>Frei, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Characterization+and+mitigation+of+gene+expression+burden+in+mammalian+cells%5BTitle%5D)+AND+%22Nature+Communications%22%5BJournal%5D)">Characterization and mitigation of gene expression burden in mammalian cells.</a> Nature Communications. 11 (1), 4641(2020).</li>
<li>Beal, J., Weiss, R., Yaman, F., Adler, A., Davidsohn, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+method+for+fast%2C+high-precision+characterization+of+synthetic+biology+devices.+Computer+Science+and+Artificial+Intelligence+Laboratory+Technical+Report%5BTitle%5D)+AND+%22Massachusetts+institute+of+technology%22%5BJournal%5D)">A method for fast, high-precision characterization of synthetic biology devices. Computer Science and Artificial Intelligence Laboratory Technical Report.</a> Massachusetts institute of technology. , Cambridge. MIT-CSAIL-TR-2012-008 (2012).</li>
<li>Beal, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Meeting+measurement+precision+requirements+for+effective+engineering+of+genetic+regulatory+networks%5BTitle%5D)+AND+%22ACS+Synthetic+Biology%22%5BJournal%5D)">Meeting measurement precision requirements for effective engineering of genetic regulatory networks.</a> ACS Synthetic Biology. 11 (3), 1196-1207 (2022).</li>
<li>Teague, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cytoflow%3A+A+Python+toolbox+for+flow+cytometry%5BTitle%5D)+AND+%22bioRxiv%22%5BJournal%5D)">Cytoflow: A Python toolbox for flow cytometry.</a> bioRxiv. , (2022).</li>
<li>Ferreira, J. P., Overton, K. W., Wang, C. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tuning+gene+expression+with+synthetic+upstream+open+reading+frames%29%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences%22%5BJournal%5D)">Tuning gene expression with synthetic upstream open reading frames).</a> Proceedings of the National Academy of Sciences. 110 (28), 11284-11289 (2013).</li>
<li>Michaels, Y. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Precise+tuning+of+gene+expression+levels+in+mammalian+cells%5BTitle%5D)+AND+%22Nature+Communications%22%5BJournal%5D)">Precise tuning of gene expression levels in mammalian cells.</a> Nature Communications. 10 (1), 818(2019).</li>
<li>Saito, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Synthetic+translational+regulation+by+an+L7Ae-kink-turn+RNP+switch%5BTitle%5D)+AND+%22Nature+Chemical+Biology%22%5BJournal%5D)">Synthetic translational regulation by an L7Ae-kink-turn RNP switch.</a> Nature Chemical Biology. 6 (1), 71-78 (2010).</li>
<li>Wroblewska, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mammalian+synthetic+circuits+with+RNA+binding+proteins+for+RNA-only+delivery%5BTitle%5D)+AND+%22Nature+Biotechnology%22%5BJournal%5D)">Mammalian synthetic circuits with RNA binding proteins for RNA-only delivery.</a> Nature Biotechnology. 33 (8), 839-841 (2015).</li>
<li>Wagner, T. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Small-molecule-based+regulation+of+RNA-delivered+circuits+in+mammalian+cells%5BTitle%5D)+AND+%22Nature+Chemical+Biology%22%5BJournal%5D)">Small-molecule-based regulation of RNA-delivered circuits in mammalian cells.</a> Nature Chemical Biology. 14 (11), 1043-1050 (2018).</li>
<li>Sekuklu, S. D., Donoghue, M. T. A., Spillane, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((miR-21+as+a+key+regulator+of+oncogenic+processes%5BTitle%5D)+AND+%22Biochemical+Society+Transactions%22%5BJournal%5D)">miR-21 as a key regulator of oncogenic processes.</a> Biochemical Society Transactions. 37, 918-925 (2009).</li>
<li>Stanton, B. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genomic+mining+of+prokaryotic+repressors+for+orthogonal+logic+gates%5BTitle%5D)+AND+%22Nature+Chemical+Biology%22%5BJournal%5D)">Genomic mining of prokaryotic repressors for orthogonal logic gates.</a> Nature Chemical Biology. 10 (2), 99-105 (2014).</li>
<li>Stanton, B. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Systematic+transfer+of+prokaryotic+sensors+and+circuits+to+mammalian+cells%5BTitle%5D)+AND+%22ACS+Synthetic+Biology%22%5BJournal%5D)">Systematic transfer of prokaryotic sensors and circuits to mammalian cells.</a> ACS Synthetic Biology. 3 (12), 880-891 (2014).</li>
</ol>

R.W. 是 Strand Therapeutics 和 Replay Bio 的联合创始人；R.W. 与 R.J. 提交了一项与细胞类型分类器相关的临时专利。

计算机辅助设计（CAD）、原型电路板搭建和3D打印等快速原型技术已彻底改变了机械、电气和土木工程领域。能够快速筛选针对特定挑战的多种可能解决方案，极大地加快了各领域的进步。我们认为，多转染（poly-transfection）是一种类似的生物工程技术，可实现遗传回路的快速原型构建。此外，其他快速原型技术通常需要手动依次迭代多个可能方案，而多转染则能够同时探索多种解决方案。多转染技术可在单个孔中测试大量不同比例的遗传回路组件组合，并已被用于优化多个已发表的遗传回路10,11,13。该实验方案是对标准共转染（co-transfection）方法的简单扩展，因此可被众多哺乳动物细胞研究人员轻松采用。通常情况下，多转染与共转染的结果具有高度一致性10（示例见图4）。因此，在大多数需要在共转染混合物中滴定质粒比例并以单细胞水平测量输出的实验场景中，均可使用...

哺乳动物合成生物学领域已迅速发展，从在培养的细胞系中开发简单的感知-响应元件，到优化复杂的基因网络以应对诊断和治疗中的实际挑战1。这些复杂的基因回路能够感知来自微小RNA谱、细胞因子乃至小分子药物的生物输入信号，并实现包括晶体管、带通滤波器、双稳态开关和振荡器在内的逻辑处理功能。这些回路在癌症、关节炎、糖尿病等多种疾病的动物模型中也已展现出令人鼓舞的效果1,2,3,4,5。然而，随着回路复杂性的增加，优化其各个组分表达水平的难度也日益加大。
一种特别有用的基因回路类型是细胞分类器，它可以被编程以感知并响应特定的细胞状态。在特定细胞状态下选择性地产生蛋白质或RNA输出，是指导和编程细胞及类器官分化、识别并清除病变细胞和/或不良细胞类型，以及调控治疗性细胞功能的强大工具1,2,3,4,5。然而，构建能够在哺乳动物细胞中准确识别多种细胞RNA和/或蛋白质种类所定义的细胞状态的基因回路，仍面临巨大挑战。
在构建细胞分类回路的过程中，最耗时的步骤之一是优化回路中各个组分基因（如传感器和处理因子）之间的相对表达水平。为了加快回路优化速度，并实现更复杂回路的构建，近期研究采用了对细胞分类回路及其组分的数学建模方法，以预测最优的组分组合和拓扑结构6,7。尽管该方法迄今已展现出强大的效果，但数学分析受限于必须系统表征回路中各组分基因的输入-输出行为，而这一过程十分耗时。此外，在复杂的基因回路中可能会出现大量依赖于上下文的问题，导致整个回路的行为无法通过单个元件的表征结果进行准确预测8,9。
为了更快速地开发和测试复杂的哺乳动物细胞回路（例如细胞状态分类器），我们实验室开发了一种称为多重复转染（poly-transfection）10 的技术，该技术是对质粒共转染（co-transfection）方案的进一步发展。在共转染中，多种质粒DNA分子与带正电荷的脂质或聚合物试剂共同形成复合物，并以相关联的方式递送至细胞（图1A）。而在多重复转染中，各个质粒分别与试剂形成独立的复合物，从而使每种转染复合物中的DNA以非关联的方式递送至细胞（图1B）。利用该方法，转染群体中的细胞会暴露于携带不同回路元件的两种或多种DNA负载物的大量比例组合之中。
为了测量递送至每个细胞的回路组分比例，多重组转染复合物中包含一个组成型表达的荧光报告基因，用以指示细胞对复合物的摄取情况。通过使用在哺乳动物细胞内无任何活性元件的填充DNA，可调节单个转染复合物中荧光报告基因与回路组分的相对递送量，填充DNA的具体作用将在讨论部分进一步阐述。Weiss实验室所用填充DNA的一个实例是含有终止子序列但不含启动子、编码序列等其他元件的质粒。通过比较含有不同回路组分比例的细胞，可确定实现基因回路功能的最佳比例。这进而为在将回路组分整合至单一载体（如慢病毒、转座子或着陆平台）进行遗传整合时，选择启动子及其他回路元件以实现最佳基因表达水平提供有价值的预测依据。因此，该方法避免了仅依赖直觉或 通过 一种耗时的试错过程，多转染技术可在单一体系反应中评估遗传元件间的多种化学计量比。
在我们的实验室中，多质粒转染技术已成功用于优化多种基因线路，包括细胞分类器、反馈与前馈控制器以及双稳态基序。这种简单而强大的方法显著加快了哺乳动物细胞中复杂基因线路的设计周期。此后，多质粒转染已被用于表征多个基因线路，以高分辨率揭示其多维的输入-输出传递函数10，优化用于细胞状态分类的替代电路拓扑结构11，并加速了多项已发表12,13及正在进行的研究项目。
本文描述并图示了利用多转染技术快速优化基因线路的工作流程（图2）。该方案展示了如何生成高质量的多转染数据，并避免多转染实验流程及数据分析中的若干常见错误（图3）。随后，本文演示了如何利用多转染技术表征简单的电路元件，并在此过程中将多转染结果与共转染结果进行对比评估（图4）。最后，多转染实验结果展示了对癌症分类器线路的优化效果（图5）。

<table><tbody><tr><td>15 mL Corning Falcon 圆锥形离心管</td><td>ThermoFisher Scientific</td><td>14-959-53A</td><td></td></tr><tr><td>24 孔培养皿</td><td>任选公司</td><td></td><td>（无热原、无菌、无 RNase、无 DNase、无 DNA、无热原）</td></tr><tr><td>牛血清白蛋白</td><td>NEB</td><td>B9000S</td><td></td></tr><tr><td>离心机</td><td>任选公司</td><td></td><td>能够对 15 mL Falcon 管施加 300 rcf 的离心力</td></tr><tr><td>Countess 3 自动细胞计数仪</td><td>ThermoFisher Scientific</td><td>AMQAX2000</td><td></td></tr><tr><td>Countess 细胞计数板载玻片</td><td>ThermoFisher Scientific</td><td>C10228</td><td></td></tr><tr><td>Cytoflow</td><td>非商业软件包</td><td></td><td>https://cytoflow.readthedocs.io/en/stable/#&amp;nbsp;</td></tr><tr><td>DMEM</td><td>VWR</td><td>10-013-CV</td><td>使用适合您细胞类型的培养基</td></tr><tr><td>EDTA&amp;nbsp;</td><td>ThermoFisher Scientific</td><td>03690-100ML</td><td></td></tr><tr><td>胎牛血清</td><td>Sigma Aldrich</td><td>F4135</td><td></td></tr><tr><td>HEK 细胞</td><td>ATCC</td><td>CRL-1573</td><td>使用与实验相关的细胞类型。HEK 细胞通常转染效率很高。</td></tr><tr><td>HeLa 细胞</td><td>ATCC</td><td>CRL-12401</td><td>使用与实验相关的细胞类型。</td></tr><tr><td>Lipofectamine 3000 及 P3000 增强剂</td><td>ThermoFisher Scientific</td><td>L3000001</td><td>使用适合您细胞类型的正确试剂；转染试剂及增强剂</td></tr><tr><td>LSRFortessa 流式细胞仪</td><td>BD Biosciences</td><td>N/A</td><td></td></tr><tr><td>MEM 非必需氨基酸溶液</td><td>Gibco</td><td>11140050</td><td></td></tr><tr><td>微量离心管，1.5 mL</td><td>任选公司</td><td></td><td></td></tr><tr><td>Opti-MEM</td><td>ThermoFisher Scientific</td><td>31985070</td><td>低血清培养基</td></tr><tr><td>磷酸盐缓冲液</td><td>ThermoFisher Scientific</td><td>70011044</td><td></td></tr><tr><td>Rainbow 校准微球</td><td>Spherotech</td><td>URCP-100-2H</td><td></td></tr><tr><td>叠氮化钠</td><td>Sigma Aldrich</td><td>S2002</td><td></td></tr><tr><td>胰蛋白酶</td><td>VWR</td><td>25-053-CI</td><td></td></tr></tbody></table>

通过多转染技术快速构建细胞状态识别回路

Rapid Development of Cell State Identification Circuits with Poly-Transfection

哺乳动物基因线路已展现出感知和治疗多种疾病状态的潜力，但优化线路组分的表达水平仍具有挑战性且耗时耗力。为加速这一过程，本实验室开发了多转染技术（poly-transfection），这是传统哺乳动物转染方法的一种高通量扩展。在多转染中，转染群体中的每个细胞实质上都在执行不同的实验，通过测试不同DNA拷贝数下线路的行为，使用户能够在单一体系反应中分析大量不同的化学计量比。迄今为止，已实现在单个细胞孔中优化三组分线路的比例；原则上，该方法也可用于构建更复杂的基因线路。多转染的结果可直接应用于寻找瞬时表达线路中共转染DNA的最佳比例，或用于选择稳定细胞系中各线路组分的表达水平。
在此，我们演示了如何利用多组分转染（poly-transfection）来优化一个三组分基因线路。本实验方案首先介绍实验设计的基本原则，并阐述多组分转染如何在&#160;传统共转染方法的基础上进行改进。接着，对细胞进行多组分转染操作，并在数天后进行流式细胞术检测。最后，通过分析单细胞流式细胞术数据中对应于特定组分比例细胞亚群的切片来完成数据分析。在实验室中，多组分转染已被用于优化细胞分类器、反馈与前馈控制器、双稳态模体以及其他多种系统。这一简单而强大的方法显著加快了哺乳动物细胞中复杂基因线路的设计周期。

在图1中，我们比较了共转染与多转染。在共转染中，所有质粒被包含在同一转染混合物中递送，导致单个细胞接收到的每种质粒的量之间具有高度相关性（图1A）。尽管递送到每个细胞的总质粒数量存在显著差异，但群体中各个细胞内两种报告蛋白的荧光信号高度相关，表明这两种质粒以相对恒定的比例共同递送。转染细胞可能摄取较少或较多的转染复合物，但由于每个复合物中各质粒的含量呈相关关系，共转染仅在两种质粒的浓度空间中探索了一条狭窄的对角区域。相比之下，在多转染中，质粒被分配到多个不同的转染复合物中递送，导致不同转染混合物中的质粒递送相互去相关（图1B）。转染细胞摄取不同组合的复合物，从而产生包含不同剂量质粒的细胞，这些细胞可能不含任何复合物、仅含一种复合物，或同时含有两种复合物。
图2&#160;展示了一个典型的多转染实验流程。通常，一个多转染实验包括以下步骤：明确问题、...

复杂的基因回路设计、测试和优化耗时较长。为了促进这一过程，可通过转染哺乳动物细胞，使单个孔内即可测试回路组分的多种化学计量比。本方案概述了实验规划、转染及数据分析的各个步骤。

哺乳动物基因回路已展现出感知和治疗多种疾病状态的潜力，但基因回路各组分表达水平的优化仍面临挑战……

本方案有助于更便捷、快速地理解生物元件之间的关系。我们可在单个孔中测试多种比率度量组合元件的行为。该技术使研究人员能够比传统方法更全面地表征电路组件之间的复杂关系，同时显著提高实验效率。该方法适用于合成生物学及各类生物学问题研究，可用于检测细胞在转染不同水平基因后所发生的行为变化，其输出结果可通过流式细胞术进行测量。首先为每种DNA聚集体准备离心管：准备若干1.5毫升微量离心管，并分别标记为无荧光对照、mKO2对照、TagBFP对照、neon green对照、全荧光对照、多转染混合物一和多转染混合物二。向无荧光对照、mKO2对照、TagBFP对照、neon green对照以及全荧光对照管中各加入36微升低血清培养基，然后向多转染混合物一和多转染混合物二管中各加入18微升低血清培养基。接下来，向无荧光对照管中加入 600 纳克填充质粒，向 mKO2 荧光对照管中加入 300 纳克 mKO2 和 300 纳克填充质粒，向 TagBFP 荧光对照管中加入 300 纳克 TagBFP 和 300 纳克填充质粒。向亮绿色荧光对照管中加入 300 纳克组成型亮绿色荧光质粒和 300 纳克填充质粒，然后向多色对照管中加入 mKO2、TagBFP、组成型亮绿色荧光质粒各 100 纳克以及 300 纳克填充质粒。向多转染混合管一中加入 150 纳克 mKO2、75 纳克报告基因亮绿色荧光质粒和 75 纳克填充质粒。向第二个多转染混合管中加入150纳克TagBFP、75纳克L7Ae质粒和75纳克填充质粒。完成后，在1.5毫升微量离心管中配制转染主混合液，将216微升低血清培养基与9.48微升转染试剂混合。用移液器反复吹打充分混匀，然后置于一旁备用。向无颜色对照、单色对照和所有颜色对照管中各加入1.58 µL增强试剂，向每个多转染混合管中加入79 µL增强试剂。用移液器剧烈吹打，分别混匀每管。向无颜色对照、单色对照和所有颜色对照管中各加入37.58 µL转染主混合液，通过剧烈移液混匀。接下来，向每个多转染混合管中加入 18.79 µL 转染主混合液，并通过剧烈吹打充分混匀各管。使用移液器将每种转染混合液各 65.97 µL 分装至相应的孔中，用于无荧光、单荧光和全荧光对照组；然后将 32.98 µL 多转染混合液一加入多转染孔中，并在平坦表面上以快速而轻柔的紧密画圈方式轻轻摇动培养板，以有效分散复合物；随后再向同一多转染孔中加入 32.98 µL 多转染混合液二，并以相同方式摇动培养板。将细胞孵育两天。通过流式细胞术检测每个细胞的转染标记物和输出报告基因的荧光信号。一次成功的共转染（与视频中展示的多转染不同）应显示出TagBFP和EYFP之间的高度相关性，这两种质粒被共同递送至细胞内。相反，效果不佳的共转染则表现为两种质粒之间的相关性较差。成功的多重转染显示出荧光蛋白间二维空间的良好覆盖，以及荧光光谱渗漏的有效补偿。活细胞数量较少的多重转染数据难以划分为足够多的分析区间，且每个区间内细胞数量不足以进行有效分析。转染效率低下的多重转染导致用于分析的二维空间覆盖稀疏。通过将阻遏蛋白L7Ae与mKO2以及输出蛋白neon green与TagBFP分别置于不同的转染混合物中，检测了输出表达的有效DNA比例。随后在不同水平的mKO2和TagBFP条件下监测neon green的表达。比较了该电路的共转染和多转染结果。将先前所示DNA元件组合的11次独立共转染实验结果汇总为单一数据集，并与多转染数据进行比较。L7Ae抑制输出报告基因的剂量反应曲线比较显示，共转染与多转染数据在每个浓度区间内的中位输出水平非常相似。研究成功展示了多转染技术在优化细胞类型分类器中的应用。HeLa细胞中存在而HEK细胞中不存在的micro RNA-21可抑制BM3R1的表达，因为BM3R1会抑制电路输出mKO2的产生。当细胞中存在micro RNA-21时，mKO2的表达将被激活。在BM3R1水平较低的情况下，Gal4-VP16的量可调节mKO2的表达水平。每种电路组分均与不同的荧光标记物共同递送。这种多转染方法可定量测定每个细胞接收到的各种电路组分的量。mKO2 在 MIR21 中产生，可在 HeLa 细胞中表达，但在 HEK 细胞中不表达。通过将这些电路组分分别置于不同的转染混合物中，并使用不同的荧光报告基因来指示每个细胞接收到的各电路组分的量，分析了mKO2的输出结果。该次采样预测表明，在此比例下，共转染电路在区分HEK293细胞与HeLa细胞时具有91%的特异性、62%的敏感性和77%的准确率。本方案中最常见的痛点在于各个转染混合物内部缺乏紧密的相关性。因此，请记住在加入增强试剂后立即剧烈混匀转染管，而在添加含脂质的转染混合物后，则需轻柔地进行混匀和移液操作。本实验步骤中的遗传组分可替换为其他任意遗传组分，以研究其在不同环境中的功能表现。该方法已快速构建出多种遗传回路，例如细胞分类器、反馈与前馈控制器、双稳态基序等。

rapid-development-cell-state-identification-circuits-with-poly

Research

科研

JoVE Journal

Bioengineering

生物工程

采用多转染的细胞状态识别电路的快速开发

我们将演示如何研究单个点突变对离子通道功能的影响。...

在哺乳动物细胞中异源表达离子通道的诱变与功能分析

本文描述了一种用于生产蛋白质治疗药物的高通量、自动化细胞系开发制造平台。通过应用BD FACS Aria细胞分选仪、CloneSelect成像仪以及TECAN Freedom...

用于蛋白治疗药物生产细胞系开发的高通量自动化平台

我们介绍一种活细胞成像方法，可揭示T细胞活化过程中蛋白质的动态变化。我们展示了T细胞铺展实验、共聚焦显微镜与成像分析相结合的使用方法，以获得定量结果，用于追踪T细胞活化全过程中的信号复合物形成。...

T细胞信号复合体形成的实时活体成像

本文介绍了我们已建立的利用仙台病毒将人类体细胞重编程为无外源基因的人类诱导多能干细胞的方法，该方法具有稳定的结果和更高的效率。...

利用仙台病毒高效制备人诱导性多能干细胞

关键词：人诱导性多能干细胞，体细胞，仙台病毒，重编程，干细胞培养

自从发现绿色荧光蛋白基因以来，荧光蛋白已对分子细胞生物学产生了深远影响。本实验方案描述了如何通过基因工程表达不同的荧光蛋白，从而实现对单个细胞的条形码标记。该方法可用于追踪细胞混合物中的不同细胞群体，特别适用于多重化应用。...

使用荧光蛋白进行多重应用的遗传条形码技术

通过异源表达系统研究离子通道已成为生物医学研究中的一项核心技术。在本论文中，我们介绍一种高效的时间控制方法，通过在可诱导启动子调控下进行瞬时转染，实现对离子通道表达的精确调控。...

通过可诱导瞬时转染实现离子通道表达的可控调控

本方案描述了一种光遗传学策略，用于在细胞分化及Xenopus胚胎发育过程中调控丝裂原活化蛋白激酶（MAPK）的活性。该方法可在哺乳动物细胞培养以及多细胞活体生物（如Xenopus胚胎）中以高时空分辨率可逆地激活MAPK信号通路。...

光介导的细胞分化及Xenopus胚胎发育过程中丝裂原活化蛋白激酶通路的可逆调控

我们描述了一种新型DNA锚定的T7...

DNA锚定的RNA聚合酶用于可编程的体外转录与分子计算

可靠地控制光响应性哺乳动物细胞需要对光遗传学方法进行标准化。为实现这一目标，本研究以负反馈光遗传学基因回路为案例，提出了一套标准化研究光诱导基因表达的流程，包括基因回路构建、细胞工程、光遗传学设备操作以及验证性检测方法。...

在哺乳动物细胞中可靠地构建与调控稳定的光遗传学基因回路

设计新型基因回路需要经过充分表征的基因元件。本文介绍一种经济高效、高通量的方法，可用于快速表征基因元件。该方法通过结合无细胞裂解物、线性DNA（避免克隆步骤）以及声波液体处理技术，显著降低了成本和时间，同时提高了通量并减少了反应体积。...

利用无细胞系统快速表征遗传元件

本方案描述了一种在含有2i和LIF培养基的培养条件下对小鼠胚胎干细胞进行反向多转染的方法。与传统的正向转染方案相比，该方法具有更高的细胞存活率和转染效率，同时能够实现质粒比例的一锅法优化。...

一种优化的小鼠胚胎干细胞反向多转染技术用于快速探索核酸比例

学习利用多转染技术快速开发细胞状态识别电路的方法。该方案通过流式细胞术测量转染基因输出，可在单孔中测试多种化学计量比，显著提高合成生物学实验效率并优化遗传电路设计。

通过多转染技术快速构建细胞状态识别回路

探索更多视频