Name: 使用 FLICK 分析对药物反应进行全面分析 (视频) | JoVE Journal
Uploaded: 2025-06-06T13:00:00.000+00:00
Duration: 9 min 42 s
Description: 了解FLICK分析方法用于评估抗癌药物对细胞生长和死亡速率的影响。该方法可精确计算药物诱导的生长抑制和致死分数，为癌症研究提供全面的药物疗效评估工具。

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

感谢李实验室所有过去和现在的成员，他们为我们在评估药物反应方面的研究视角做出了贡献。本工作获得了美国国立卫生研究院对MJL的资助（R21CA294000和R35GM152194）。

<ol><li>Hafner, M., Niepel, M., Sorger, P. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Alternative+drug+sensitivity+metrics+improve+preclinical+cancer+pharmacogenomics%5BTitle%5D)+AND+%22Nat+Biotechnol%22%5BJournal%5D)">Alternative drug sensitivity metrics improve preclinical cancer pharmacogenomics.</a> Nat Biotechnol. 35 (6), 500-502 (2017).</li>
<li>Dixon, S. J., Lee, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quick+tips+for+interpreting+cell+death+experiments%5BTitle%5D)+AND+%22Nat+Cell+Biol%22%5BJournal%5D)">Quick tips for interpreting cell death experiments.</a> Nat Cell Biol. 25 (12), 1720-1723 (2023).</li>
<li>Schwartz, H. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Drug+GRADE%3A+An+Integrated+Analysis+of+Population+Growth+and+Cell+Death+Reveals+Drug-Specific+and+Cancer+Subtype-Specific+Response+Profiles%5BTitle%5D)+AND+%22Cell+Rep%22%5BJournal%5D)">Drug GRADE: An Integrated Analysis of Population Growth and Cell Death Reveals Drug-Specific and Cancer Subtype-Specific Response Profiles.</a> Cell Rep. 31 (12), 107800(2020).</li>
<li>Hafner, M., Niepel, M., Chung, M., Sorger, P. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Growth+rate+inhibition+metrics+correct+for+confounders+in+measuring+sensitivity+to+cancer+drugs%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Growth rate inhibition metrics correct for confounders in measuring sensitivity to cancer drugs.</a> Nat Methods. 13 (6), 1-11 (2016).</li>
<li>Galluzzi, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Molecular+mechanisms+of+cell+death+recommendations+of+the+Nomenclature+Committee+on+Cell+Death+2018%5BTitle%5D)+AND+%22Cell+Death+Differ%22%5BJournal%5D)">Molecular mechanisms of cell death recommendations of the Nomenclature Committee on Cell Death 2018.</a> Cell Death Differ. 25 (3), 486-541 (2018).</li>
<li>Tsvetkov, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Copper+induces+cell+death+by+targeting+lipoylated+TCA+cycle+proteins%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Copper induces cell death by targeting lipoylated TCA cycle proteins.</a> Science. 375 (6586), 1254-1261 (2022).</li>
<li>Holze, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Oxeiptosis%2C+a+ROS-induced+caspase-independent+apoptosis-like+cell-death+pathway%5BTitle%5D)+AND+%22Nat+Immunol%22%5BJournal%5D)">Oxeiptosis, a ROS-induced caspase-independent apoptosis-like cell-death pathway.</a> Nat Immunol. 19 (2), 130-140 (2018).</li>
<li>Maltese, W. A., Overmeyer, J. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Methuosis+Nonapoptotic+Cell+Death+Associated+with+Vacuolization+of+Macropinosome+and+Endosome+Compartments%5BTitle%5D)+AND+%22Am+J+Pathol%22%5BJournal%5D)">Methuosis Nonapoptotic Cell Death Associated with Vacuolization of Macropinosome and Endosome Compartments.</a> Am J Pathol. 184 (6), 1630-1642 (2014).</li>
<li>Inde, Z., Forcina, G. C., Denton, K., Dixon, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Kinetic+Heterogeneity+of+Cancer+Cell+Fractional+Killing%5BTitle%5D)+AND+%22Cell+Rep%22%5BJournal%5D)">Kinetic Heterogeneity of Cancer Cell Fractional Killing.</a> Cell Rep. 32 (1), 107845(2020).</li>
<li>Forcina, G. C., Conlon, M., Wells, A., Cao, J. Y., Dixon, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Systematic+Quantification+of+Population+Cell+Death+Kinetics+in+Mammalian+Cells%5BTitle%5D)+AND+%22Cell+Syst%22%5BJournal%5D)">Systematic Quantification of Population Cell Death Kinetics in Mammalian Cells.</a> Cell Syst. 4 (6), 1-18 (2017).</li>
<li>Gelles, J. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Single-Cell+and+Population-Level+Analyses+Using+Real-Time+Kinetic+Labeling+Couples+Proliferation+and+Cell+Death+Mechanisms%5BTitle%5D)+AND+%22Dev+Cell%22%5BJournal%5D)">Single-Cell and Population-Level Analyses Using Real-Time Kinetic Labeling Couples Proliferation and Cell Death Mechanisms.</a> Dev Cell. 51 (2), 277-291.e4 (2019).</li>
<li>Richards, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Drug+antagonism+and+single-agent+dominance+result+from+differences+in+death+kinetics%5BTitle%5D)+AND+%22Nat+Chem+Biol%22%5BJournal%5D)">Drug antagonism and single-agent dominance result from differences in death kinetics.</a> Nat Chem Biol. 16 (7), 791-800 (2020).</li>
<li>Richards, R., Honeywell, M. E., Lee, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((FLICK%3A+an+optimized+plate+reader-based+assay+to+infer+cell+death+kinetics%5BTitle%5D)+AND+%22STAR+Protoc%22%5BJournal%5D)">FLICK: an optimized plate reader-based assay to infer cell death kinetics.</a> STAR Protoc. 2 (1), 100327(2021).</li>
<li>Honeywell, M. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+genomic+screens+with+death+rate+analyses+reveal+mechanisms+of+drug+action%5BTitle%5D)+AND+%22Nat+Chem+Biol%22%5BJournal%5D)">Functional genomic screens with death rate analyses reveal mechanisms of drug action.</a> Nat Chem Biol. 20 (11), 1443-1452 (2024).</li>
<li>Jannoo, R., Xia, Z., Row, P. E., Kanamarlapudi, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Targeting+of+the+Interleukin-13+Receptor+%28IL-13R%29%CE%B12+Expressing+Prostate+Cancer+by+a+Novel+Hybrid+Lytic+Peptide%5BTitle%5D)+AND+%22Biomolecules%22%5BJournal%5D)">Targeting of the Interleukin-13 Receptor (IL-13R)α2 Expressing Prostate Cancer by a Novel Hybrid Lytic Peptide.</a> Biomolecules. 13 (2), 356(2023).</li>
<li>Gelles, J. D., Chipuk, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Why+not+add+some+SPARKL+to+your+life+%28and+death%29%21%5BTitle%5D)+AND+%22Mol+Cell+Oncol%22%5BJournal%5D)">Why not add some SPARKL to your life (and death)!</a> Mol Cell Oncol. 7 (1), 1685841(2020).</li>
</ol>

作者声明无利益冲突。

FLICK 检测是一种用于全面评估药物对细胞群体生长和死亡影响的可靠方法。由于该方法不直接计数细胞，因此实验方案中的关键步骤是确保检测的线性关系以及在 Triton 透化步骤中实现完全裂解。正确的透化时间可以通过肉眼观察确定（如本方案中所强调的），也可以通过随时间读取孔板荧光信号并确定信号达到平台期的时间来定量判断。然而根据我们的经验，当存在疑问时，延长透化时间似乎没有任何负面影响：对于我们在 FLICK 检测中使用的 DNA 染料，裂解后信号强度可在数天内保持稳定。我们常规使用 SYTOX Green 核酸染料，尽管我们并未验证 表 1 中提到的每一种荧光染料，但已有其他多个实验方案证明了它们的有效应用13,15,16。通过评估特定的细胞非渗透性 DNA 染料在不同细胞数量和仪器设置下的线性响应，可确保获得可靠且具有定量意义的实验数据。
某些细胞系比其他细胞系更...

对于抗癌药物，临床前的药物敏感性评估通常涉及测试药物对培养细胞活力的影响1。药物处理后的细胞活力由至少两种独立效应共同决定：药物诱导的细胞增殖抑制和细胞死亡的激活2。然而，尽管细胞死亡是实现持久药物应答所必需的关键特征，常规方法却无法明确揭示药物激活细胞死亡的程度3。
常见的药物反应检测方法包括直接计数细胞的方法（例如库尔特计数器、流式细胞术或显微镜的某些应用）、量化细胞增殖能力的方法（例如克隆形成实验），或量化代谢活性的方法（例如CellTiter-Glo、基于四唑盐的MTT或MTS检测）。这些检测方法的一个共同特征是所产生的数据与活细胞数量成正比。由于不同药物在协调生长抑制和细胞死亡方面存在显著差异，药物处理后活细胞数量并不能可靠地反映药物诱导的细胞死亡程度3。此外，由于癌细胞在细胞培养中通常增殖迅速，即使未引起任何细胞死亡，药物处理组的活细胞数量也可能相对于未处理组显著减少4。因此，这类方法的一个核心缺陷在于：若不同时测定活细胞和死细胞的数量，则无法准确量化细胞死亡的程度。
在药物处理后准确量化死亡细胞数量具有挑战性，原因有多个2。首先，目前已知存在十余种受调控的细胞死亡通路5,6,7,8。尽管通常存在可用于识别每种受调控细胞死亡类型的生化标志物，但这些标志物的特异性各不相同，且尚无单一检测方法能够同时量化所有死亡亚型。其次，不同形式的细胞死亡其激活时间在不同条件下差异显著，因此除非在多个时间点进行死亡量化，否则难以获得完整的动态图景9,10。许多用于量化细胞死亡的生化检测方法仅提供终点测量结果，因此获取动力学数据较为困难，且常受限于成本。第三个复杂因素在于，死亡细胞本身是活细胞状态与解离的细胞碎片之间的一个短暂中间状态。死亡细胞的稳定性因死亡亚型而异，某些类型（如凋亡）产生的细胞残骸相对稳定，而其他类型的死亡则导致细胞迅速裂解。因此，依赖收集和计数死亡细胞的方法也会导致对细胞死亡情况的片面理解。最后，第四个局限性在于，用于量化细胞死亡程度的生化检测通常无法提供药物如何影响细胞增殖的任何信息。因此，无法准确解读细胞群体的总体规模，以及更重要的是，该群体是在扩张还是在缩小。
一些基于显微镜的检测方法（如 STACK 和 SPARKL）能够有效随时间测量活细胞和死细胞，这些检测可提供关于药物诱导细胞死亡的全面信息10,11。然而，这些检测需要专用仪器（如 Incucyte 显微镜），从而限制了通量以及对这些方法的可及性。此外，基于显微镜的技术要求在整个实验过程中死细胞始终保留在显微镜的焦平面内，当细胞从培养板脱落或随着时间推移发生降解时，会削弱对死细胞的定量能力。类似地，当应用于悬浮培养体系时，基于显微镜的检测也面临挑战，因为细胞会不断进出特定的焦平面。
为解决上述问题，我们开发了一种名为FLICK（基于荧光与裂解依赖的细胞死亡动力学推断）12,13的检测方法。FLICK检测的目标是测定药物诱导的细胞死亡水平，而无需考虑细胞死亡的具体方式。该方法采用细胞膜不通透性染料，其荧光信号依赖于与DNA的结合。FLICK的一个关键特征是利用这些荧光染料标记因DNA暴露而累积的死亡细胞；在检测结束时，通过机械性去垢剂裂解使所有存活细胞膜通透。结合数学建模对这些数据进行分析，可实现对活细胞和死细胞群体的定量，具有连续的时间分辨率，且无需收集或单独处理死亡细胞。此外，使用酶标仪检测死亡细胞的荧光信号，使得即使死亡细胞破裂也能被准确评估，从而避免了对导致细胞破裂的坏死性死亡形式的检测偏差。最后，FLICK检测所需板孔操作极少，能够快速获得动力学数据，适用于高通量药物筛选。在本实验方案中，我们将重点介绍FLICK检测的应用，包括如何利用FLICK推断药物诱导的细胞生长速率、死亡速率及细胞死亡机制。

<table><tbody><tr><td>贝利司他</td><td>ApexBio</td><td>A4612</td><td></td></tr><tr><td>喜树碱</td><td>ApexBio</td><td>A2877</td><td></td></tr><tr><td>15 mL 圆锥形离心管</td><td>Fisher Scientific</td><td>12-565-269</td><td></td></tr><tr><td>DMEM</td><td>Corning</td><td>10017CV</td><td>用于细胞接种和药物处理</td></tr><tr><td>DMSO</td><td>Fisher Scientific</td><td>MT-25950CQC</td><td>用于细胞接种和药物处理</td></tr><tr><td>Fisherbrand 96 孔细胞培养处理U型底微孔板</td><td>Fisher Scientific</td><td>FB012932</td><td>用于细胞接种和药物处理（针板）</td></tr><tr><td>Greiner Bio-One&amp;nbsp;CELLSTAR &amp;mu;Clear 96 孔细胞培养处理平底微孔板</td><td>Greiner</td><td>655090</td><td>用于细胞接种和药物处理</td></tr><tr><td>IncuCyte S3</td><td>Essen Biosciences</td><td></td><td>任何相位显微镜均可使用</td></tr><tr><td>MATLAB</td><td>MathWorks</td><td>https://www.mathworks.com/products/matlab.html</td><td>MATLAB 版本 R2023b，需具备有效许可证</td></tr><tr><td>微孔板荧光读板仪</td><td>Tecan</td><td>Spark</td><td>用于检测死细胞荧光信号</td></tr><tr><td>帕博西尼</td><td>ApexBio</td><td>A8316</td><td></td></tr><tr><td>PBS</td><td>Corning</td><td>21-040-CM</td><td>任何 PBS 均可使用</td></tr><tr><td>Spark 多功能微孔板读板仪</td><td>Tecan</td><td>https://www.tecan.com/spark-overview</td><td>SparkControl 软件版本 2.2</td></tr><tr><td>25 mL 无菌储液槽</td><td>Fisher Scientific</td><td>13-681-508</td><td>用于细胞接种和药物处理</td></tr><tr><td>Sytox Green 核酸染料</td><td>Thermo Fisher Scientific</td><td>S7020</td><td>用于检测死细胞荧光的 DNA 染料</td></tr><tr><td>Triton-X 100</td><td>Thermo Fisher Scientific</td><td>J66624-AP</td><td>用于细胞通透处理</td></tr><tr><td>U2OS</td><td>ATCC</td><td>HTB-96</td><td>本实验方案中使用的一个示例细胞系</td></tr><tr><td>Z-VAD-FMK</td><td>ApexBio</td><td>A1902</td><td></td></tr></tbody></table>

使用flick检测法全面分析药物反应

Comprehensive Analysis of Drug Response using the FLICK Assay

为了理解药物疗效，一个关键需求是表征药物诱导细胞死亡的程度。由于存在十余种分子机制不同的程序性死亡形式，每种死亡方式具有独特的激活时序和生化标志特征，因此对药物诱导细胞死亡水平的定量工作面临挑战。此外，对于某些坏死性死亡亚型，其标志性特征仅短暂出现，并会因细胞破裂而迅速消失。因此，即使联合使用多种针对特定死亡通路的检测方法，也难以准确量化细胞死亡的总量或各死亡亚型的相对贡献。另一个问题是，许多特异性检测方法忽略了药物对细胞增殖的影响，导致难以判断经药物处理的细胞群体是在扩张还是在减少。FLICK 检测法能够在刺激后以特异性针对细胞死亡但基本不依赖所激活死亡类型的方式，量化细胞死亡的总体水平。此外，FLICK 检测法还能保留关于细胞总群体大小和细胞增殖速率的信息。在本文中，我们描述了 FLICK 检测法的基本操作流程，如何在使用不同类型生物材料时对该检测进行故障排查，以及如何利用 FLICK 检测法来量化各类细胞死亡对观察到的药物反应所作的贡献。

采用本方案，我们探究了U2OS细胞对HDAC抑制剂Belinostat的敏感性。实验中使用2 µM SYTOX Green标记死细胞（图1A）。使用荧光酶标仪在增益设为130的条件下进行动力学读数（图1B）。在检测结束时，用含1.5% Triton-X的PBS溶液裂解细胞，处理2小时（图1C-D）。
FLICK 协议可提供关于群体生长速率和药物诱导细胞死亡速率的信息。这些信息可单独查看，也可通过药物 GRADE 可视化与分析框架进行整合观察（图 1E）。使用 GR 值评估贝利司他（Belinostat）的敏感性显示，1 µM 贝利司他处理后的 GR 值约为 0（图 2A）。在 GR 尺度上，正值表示群体扩增速率，负值表示群体缩小速率。因此，GR 值为 0...

本方案介绍了如何使用FLICK检测法评估药物反应，包括利用该检测法计算药物诱导的细胞生长速率和死亡速率，以及评估药物诱导细胞死亡机制的详细操作步骤。

使用FLICK检测法全面分析药物反应

为了理解药物疗效，关键需求之一是表征药物诱导细胞死亡的程度。为量化药物诱导细胞死亡水平所做的努力……

本研究旨在深入了解抗癌药物的作用机制。主要目标是探究这些药物如何激活细胞死亡。用于评估药物敏感性的方法可以量化细胞数量，但无法表明细胞是否正在死亡、细胞死亡的程度或被激活的死亡机制类型。本方案能够精确计算药物诱导的细胞死亡率增长，而仅通过研究群体数量（如其他检测方法通常所做）无法实现这一目标。FLICK 能在同一实验中以同等精度对活细胞和死细胞进行计数，且对可研究的细胞类型或细胞死亡形式无任何限制。[讲师] 首先，在96孔光学底黑色侧壁板的每个孔中接种所需数量的细胞。每孔加入100微升完全培养基，过夜培养使细胞贴壁。向含有接种细胞的各孔中加入10微升1.5% Triton X溶液，不进行混匀。使用10倍物镜在光学显微镜下观察细胞形态，并每小时检查一次，直至细胞体不再可见。对于每个待测浓度，在96孔光学底黑色侧壁板最左侧一列的各孔中，以每孔180微升细胞培养基接种40,000个细胞，设三个重复。向其余各孔加入90微升培养基。使用多通道移液器，将最左侧一列的90微升液体转移至右侧相邻列，进行1:2倍比稀释。上下吹打15次以充分混匀。对于倒数第二列，移除90微升液体，使所有孔最终均含有90微升培养基，但细胞数量不同。向96孔板的每孔中加入10微升10倍浓度的DNA染料。然后加入10微升1.5% Triton X溶液以通透细胞。为测量荧光强度，将板放入荧光酶标仪中。根据所使用的酶标仪调整激发波长、发射波长和数字增益，并测量细胞滴定板上各孔的荧光强度。在不同采集设置下定量荧光信号。减去不含细胞的列的平均信号，以从每次测量中扣除背景信号。以细胞数量为横坐标，荧光信号为纵坐标作图，并进行线性回归，以确定每种DNA染料浓度在各采集设置下的线性关系。选择在线性度和动态范围方面表现最佳的DNA染料浓度和采集参数。细胞计数后，使用血清移液管将计数后的细胞悬液与适量培养基混匀。将该悬液转移至V型底试剂储液槽中。使用多通道移液器，向96孔板的每孔加入90微升细胞悬液。通过反复吹打定期混匀细胞悬液，以维持所需的细胞浓度。在完全生长培养基中，使用选定DNA染料的10倍浓度，同时配制每种待测药物的10倍浓度溶液，并使用多通道移液器进行倍比稀释。每孔之间上下吹打15次以混匀。现在，向含细胞的孔中加入10微升药物与DNA染料的混合液。在加药后每3至4小时，对所有药物处理板进行一次荧光读数。在最终目标时间点，进行最后一次荧光读数。紧接着，立即向每孔加入10微升1.5% Triton X溶液以裂解细胞。然后在细胞通透化后再次获取荧光读数。使用50%截尾均值法计算T零对照板的平均荧光值。通过曲线拟合和指数生长函数，计算所有孔的群体生长动力学参数。基于生长参数，计算实验中每个时间点每孔的总细胞数量。随后，从总细胞数中减去死细胞测量值，以确定每个时间点的活细胞数量。通过将每个时间点的死细胞荧光信号除以该时间点的总细胞信号，计算每个时间点的致死分数（LF）。将滞后指数死亡（LED）方程拟合到致死分数的时间过程数据中。对于未引起显著致死效应的药物剂量，使用斜率为零的线性模型。根据实验噪声或未加药条件下的LF值，确定显著致死水平。通过非线性回归，从LED方程中提取四个参数：初始致死分数（LFI）、致死分数平台值（LFP）、最大死亡速率（DR）和死亡起始时间（DO）。计算每种药物在各剂量下实验终点的相对存活率（FV）。用1减去终点致死分数，或用活细胞数除以总细胞数。通过计算T零时刻通透化后读数与T零时刻读数之间的差值，确定实验开始时每孔的平均活细胞数。该值称为X零。接下来，针对每个药物处理孔，使用给定公式计算标准化生长抑制率（GR）值。采用四参数逻辑回归进行曲线拟合。随后，基于出生/死亡模型的模拟，确定生长速率与死亡速率与群体大小之间的关系。以T零对照板的平均活细胞数、实验持续时间以及用户定义的合理增殖和死亡速率范围作为该模拟的输入参数。为确定合理的生长速率范围，以未处理组的细胞群体每小时倍增速率作为最高可能速率，以零作为最低速率，并将该区间划分为500个等距段。计算每一对模拟增殖速率和死亡速率对应的GR值，再计算对应的LF值。计算每一对计算得到的GR和LF与查找表中每一对理论GR和LF之间的欧氏距离。将与实验观测到的GR和LF对距离最小的理论对识别为真实的药物诱导增殖和死亡速率。该图展示了FLICK实验结合GRADE分析如何在U2 OS细胞中定量区分药物诱导的生长抑制与细胞死亡。1微摩尔的贝利诺司他（belinostat）表现出GR值为零，表明其引起细胞静止，但也导致约50%的细胞死亡。GRADE分析显示，1微摩尔贝利诺司他同时引起生长抑制和细胞死亡，二者对总体群体大小具有不同的贡献。凋亡抑制剂Z-VAD使贝利诺司他诱导的致死性降低了18%，表明凋亡途径的参与。传统分析显示所有药物均降低了细胞存活率，但GR分析揭示仅贝利诺司他和喜树碱（camptothecin）在高剂量下引起细胞死亡。GRADE分析进一步显示，贝利诺司他在所有剂量下均同时诱导生长抑制和细胞死亡；喜树碱呈双相效应，在低剂量时仅引起生长停滞，高剂量时引起细胞死亡；而帕博西尼（palbociclib）仅引起生长停滞。

comprehensive-analysis-of-drug-response-using-the-flick-assay

Research

科研

JoVE Journal

Biology

生物学

使用 FLICK 分析对药物反应进行全面分析

本视频提供了使用 FlexStation 3 研究人源 TRPA1 通道药理学特性的详细实验方案。该方案涵盖了细胞制备、染料加载以及微孔板读板仪 FlexStation 3...

基于细胞的钙流检测法利用FlexStation 3对TRP通道功能进行中高通量筛选

我们描述了一种利用斑马鱼幼鱼进行糖皮质激素应激激素信号通路化学筛选的实验流程与数据分析方法：即体内糖皮质激素响应性斑马鱼荧光素酶活性检测（Glucocorticoid Responsive In vivo Zebrafish Luciferase...

一种利用斑马鱼幼虫荧光素酶报告系统进行糖皮质激素信号通路的化学筛选流程

我们描述了一种用于原代多发性骨髓瘤细胞的高通量药物敏感性检测方法。该方法包括在多孔板中重建骨髓微环境（包含细胞外基质和基质细胞），以及一种对细胞活力进行纵向定量的非侵入性方法。...

一种用于表征原代多发性骨髓瘤细胞药物敏感性的类器官高通量系统

检测G蛋白偶联受体对G蛋白选择性激活的简便方法，目前仍是细胞信号转导领域尚未解决的挑战。本文通过将G蛋白偶联受体（GPCR）与G蛋白肽段成对锚定，构建了基于福斯特共振能量转移（FRET）的生物传感器，可在活细胞中以可控浓度探测构象变化。...

使用活细胞悬浮荧光计检测法通过FRET传感器测量G蛋白选择性G蛋白偶联受体构象

我们介绍一种开源的高内涵分析（HCA）仪器，该仪器利用自动化的荧光寿命成像（FLIM）技术，通过基于荧光共振能量转移（FRET）的检测方法来分析蛋白质相互作用。openFLIM-HCA 仪器的数据采集由基于 µManager 编写的软件控制，数据分析则在 FLIMfit...

利用自动荧光寿命成像显微镜的开源高内涵分析

所述细胞检测旨在鉴定能够抑制或刺激CXC趋化因子受体4（CXCR4）相互作用的试剂，这些试剂可通过竞争性或变构方式抑制或激活由CXCR4激活引发的细胞内Ca2+...

一种基于动力学荧光的 Ca2+ 流动检测方法，用于鉴定 G 蛋白偶联受体激动剂、拮抗剂及别构调节剂

协同药物组合通过实验方法鉴定往往困难且耗时。本文中，我们描述了一种用于鉴定和验证协同作用小分子的方法。...

高通量鉴定协同药物组合的Overlap2方法

我们介绍一种用于测量类器官肿瘤组织切片中实时药物反应的方案。此处概述的实验策略提供了一个平台，可在体外条件下对来自临床或小鼠肿瘤的组织切片进行中高通量药物筛选。...

在原代肿瘤组织切片中实时测量药物反应

本研究描述了一种用于384孔板的高通量细胞内钙荧光检测方法，可用于在重组G蛋白偶联受体（GPCRs）上筛选小分子文库。该检测以牛蜱Rhipicephalus...

一种用于高通量筛选重组G蛋白偶联受体的“双加样”钙荧光检测法

患者来源的肿瘤类器官是基础与转化研究中一种复杂的模型系统。本文详细介绍了利用多重荧光活细胞成像技术，对不同类器官表型进行同步动力学评估的方法。...

用于癌症患者来源类器官模型中药物反应的多重活细胞成像

了解FLICK分析方法用于评估抗癌药物对细胞生长和死亡速率的影响。该方法可精确计算药物诱导的生长抑制和致死分数，为癌症研究提供全面的药物疗效评估工具。

使用FLICK检测法全面分析药物反应

探索更多视频