RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
German
Menu
Menu
Menu
Menu
Research Article
Meihua Wan1,2, Pouya Amrollahi2,3, Dali Sun4, Christopher Lyon2,3, Tony Y. Hu2,3
1Department of Integrated Traditional Chinese and Western Medicine,West China Hospital of Sichuan University, 2Virginia G. Piper Biodesign Center for Personalized Diagnostics, The Biodesign Institute,Arizona State University, 3School of Biological and Health Systems Engineering,Arizona State University, 4Department of Electrical and Computer Engineering,North Dakota State University
Please note that some of the translations on this page are AI generated. Click here for the English version.
Erratum Notice
Important: There has been an erratum issued for this article. View Erratum Notice
Retraction Notice
The article Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology. View Retraction Notice
Die klinische Übersetzung von exosominierten Biomarkern für kranke und bösartige Zellen wird durch das Fehlen schneller und präziser Quantifizierungsmethoden behindert. Dieser Bericht beschreibt den Einsatz von Mikroskop-Bildern mit geringer Vergrößerung im Dunkelfeld, um bestimmte exotische Subtypen in kleinen Volume-Serum-oder Plasmaproben zu quantifizieren.
Infizierte oder bösartige Zellen scheiden häufig weitere Exosome aus, was zu einem erhöhten Gehalt an krankheitsbedingten Exosomen im Kreislauf führt. Diese Exosomen haben das Potenzial, als Biomarker für die Krankheitsdiagnose zu dienen und den Verlauf und die Behandlung von Krankheiten zu überwachen. Die meisten exotischen Analyseverfahren erfordern jedoch exotische Isolations-und Reinigungsschritte, die in der Regel zeit-und arbeitsintensiv sind und daher in klinischen Umgebungen von begrenztem Nutzen sind. Dieser Bericht beschreibt ein schnelles Verfahren zur Analyse bestimmter Biomarker an der äußeren Membran von Exosomen, ohne dass separate Isolations-und Reinigungsschritte erforderlich sind. Bei dieser Methode werden Exosomen auf der Oberfläche eines Dias von exosomspezifischen Antikörpern erfasst und dann mit nanopartikulierten Antikörper-Sonden, die für eine Krankheit spezifisch sind, hybridiert. Nach der Hybridisierung wird die Fülle der zielexotischen Population durch die Analyse von Bildern des gebundenen Nanopartikels mit geringer Vergrößerung des Dunkelfeldes (LMDFM) bestimmt. Dieser Ansatz lässt sich für die Forschung und den klinischen Einsatz leicht anwenden, um membranassoziierte Exosomenbiomarker im Zusammenhang mit Krankheiten zu analysieren.
Exosome werden von den meisten Zelltypen freigesetzt und spielen eine Schlüsselrolle in der Zellkommunikation, einschließlich pathophysiologischer Prozesse, die mit verschiedenen Krankheiten in Verbindung gebracht werden, da sie für bestimmte Gewebe oder Zelltypen beheimatet sein können und eine Vielzahl von Nukleinsäuren enthalten. Proteine und Lipide, die ihre Ursprungszelle reflektieren und regulatorische Auswirkungen auf ihre Empfängerzellen 1,2,3,4 ausüben können. Exosome werden oft in höheren Lagen in Krankheitszuständen ausgeschieden, können sowohl mit benachbarten als auch mit entfernten Zellen interagieren und werden bei relativ hoher Konzentration im Kreislauf sowie bei den meisten anderen Körperflüssigkeiten, einschließlich Speichel, Urin, Bauchspeicheldrüse und Galle gefunden. Saft und Bronchoalveolare Lavageflüssigkeit5,6, 7, 8, 9,10, 11. Diese Fülle und Stabilität von Exosomen in menschlichen Körperflüssigkeiten, gepaart mit ihrer informationsreichen Natur, macht sie zu idealen Biomarkern für die Krankheitsdiagnose und Behandlungsüberwachung.
Dazu gehören tumorabgeleitete Exosomen (TDEs), die tumorspezifische oder selektive Faktoren enthalten, die als Krankheitserreger dienen können, darunter tumorassoziierte Mutantenallele. TDEs können an der Umgestaltung der Tumormikroumgebung teilnehmen, um die Tumorentwicklung und Metastasen zu erleichtern, und die Anti-Tumor-Reaktionen zu regulieren 12. Die erhöhte TDE-Sekretion ist ein häufiges Phenotyp der meisten Krebserkrankungen und mehrere Merkmale der Tumor-Mikroumgebung, einschließlich Hypoxie, saurer pH-Wert und Entzündungen, sind dafür bekannt, exosome secretion zu fördern. Überraschenderweise kann sich angesichts der Anzahl der Zellen, die Exosome abscheiden, ein Anstieg des Gesamt-Exosomensäveaus als Biomarker für Krebs selbst fungieren. So hat eine aktuelle Studie herausgefunden, dass die gesamte EV-Konzentration im Gallensaft bösartig und nicht bösartig bei den gängigen Gallengang Stenose-Patienten mit 100% Genauigkeitunterscheidet. Ähnliche Ergebnisse wurden bei Studien mit anderen Körperflüssigkeiten, darunter Plasma, gefunden. Aufgrund des Potenzials für Subjektvarianten und anderer verwirrender Faktoren haben sich die meisten Studien, die Exosome als Biomarker von Krankheiten untersuchen, auf die Erkennung von Biomarkern konzentriert, die selektiv mit TDEs in Verbindung gebracht werden, anstatt mit totalen Exosomenfaktoren. Zahlen.
Die Umsetzung exotischer Biomarker in die klinische Praxis ist jedoch nach wie vor eine Herausforderung, da die meisten berichteten exotischen Assay-Ansätze zeitaufwändige und arbeitsintensive Isolationsverfahren 13 erfordern. Zur Zeit sind die populären exotischen Isolationsmethoden Ultrazentrifugation, Dichtegradienten, Größenausschluss, Co-Niederschlag, Affinitätsaufnahme und mikrofluidische Isolationsansätze. Ultrazentrifugation ist die "Goldstandard"-Methode, und wird am häufigsten für exotische Isolationen verwendet, aber diese Prozedur ist zeitaufwendig und führt zu exotischen Schäden und exotischen Membranhäuschen, und produziert exotische Proben, die mit Proteine, Lipoproteine und andere Faktoren, die die nachfolgenden Analysen beeinflussen können14. Die meisten exotischen Methoden, einschließlich der Ultrakentrifugation, können die Exosomen (30 – 150 nm) nicht von Mikrovesikeln (100 – 1000 nm) und apoptotischen Körpern (100 – 5000 nm) trennen, die durch unterschiedliche Mechanismen entstehen und aufgrund der Größe unterschiedliche Funktionen haben. Überschneidungen zwischen diesen Gruppen,und die Vielfalt der exotischen Populationen 15. Neue Ansätze sind notwendig, um die Empfindlichkeit und Reproduzierbarkeit exotischer Assays zu verbessern, indem die exosomische Erholung verbessert wird und gleichzeitig exosomische Schäden und Verunreinigungen verringert werden, obwohl alle auf solchen Methoden basierenden Assays ebenfalls optimiert werden müssen, um sie zu erhalten. Für die Übersetzung in Anwendungen in klinischen Umgebungen geeignet.
Mehrere aktuelle Studien haben vorgeschlagen, integrierte Plattformen zu nutzen, um Exosomen direkt aus Körperflüssigkeiten zu erfassen und zu analysieren. Diese Methoden verwenden mikrofluidische, elektrokinetische, Affinitätsaufnahme und verschiedene andere Methoden zur Exosomenisolierung und Elektrochemie, Oberflächenplasmonresonanz und andere Methoden, um gefangene Exosome zu erkennen. Es ist nicht klar, wie machbar viele dieser Ansätze in klinischen Umgebungen sein werden, aufgrund ihrer Komplexität, Kosten, Tiefststände oder anderer Probleme.
Wir haben einen schnellen und kostengünstigen Test entwickelt, der für die sensible und spezifische Quantifizierung von Gesamtexosomen und spezifischen exotischen Subtypen, einschließlich krankheitsbedingter Exosomen, wie TDEs, verwendet werden kann, die nur eine geringe Anzahl von Proben erfordern und die Mit einem schlanken Workflow, der für klinische Umgebungen geeignet ist. In diesem Test wird eine Folie mit Antikörpern beschichtet, die entweder einen exosomartigen oder krankheitsspezifischen Marker binden, der auf der exotischen Oberfläche ausgedrückt wird, um Zielexosomen, die in kleinen Plasma-oder Serumproben enthalten sind, die auf Brunnen auf dem schlittern. Gefangene Exosome werden dann mit einem antikörperkonjugierten Nanopartikel hybridiert, der den Biomarker erkennt, der auf diesen Exosomen von Interesse ist, der entweder ein allgemeiner exotischer Marker oder ein spezifischer Faktor für eine exotische Unterart von Interesse sein kann. Die Bilder dieser Probenbrunnen werden dann mit Hilfe eines Dunkelfeldmikroskops (DFM) erfasst und analysiert, um das Licht zu messen, das von Nanopartikeln verstreut wird, die an Exosomen von Interesse gebunden sind, die in jeder Probeerfasstwerden, gut 6,16,17. Insbesondere verhindert die Abbildung einer ganzen Probe durch die Low-Vergrößerung DFM (LMDFM) eine Selektionsneigung, die bei DFM-Analysen mit hoher Vergrößerung auftritt, wenn der Anwender direkt wählen muss, welche Felder für die anschließende Bildanalyse erfasst werden sollen. Die LMDFM-Bildanalyse unterliegt leichten Streuungsartefakten aus Oberflächenunregelmäßigkeiten, einschließlich Kratzern und Probenschutt, aber dieser Hintergrund kann mit einem einfachen Geräuschminderungsalgorithmus reduziert werden, den wir entwickelt haben, um auf dem NIH-Bildanalyseprogramm zu arbeiten, ImageJ (https://imagej.nih.gov/ij/). Dieser Algorithmus wendet zunächst eine Eingangskonturschwelle an, mit der die Grenzen des Musters gut erkannt werden, um den Bereich des Bildes für die spätere Analyse zu definieren. Die Region, die durch diese Konturregion definiert wird, wird dann aufgeteilt, um das Signal zu trennen, das in den roten, blauen und grünen Kanälen des Bildes vorhanden ist, und der blaue Kanal wird vom roten Kanal abgezogen, um das Signal zu entfernen, das aus Oberflächenartefakten und ungleichmäßiger Beleuchtung aus Nanorod entsteht. signal.
Dieser Artikel beschreibt, wie man diesen Test benutzt, um in Plasma-oder Serumproben schnell entweder vollständige oder spezifische Exosomen-Levels zu quantifizieren.
1. Zubereitung von Nanopartikelsonden
NOTE: Dieser Test verwendet funktionalisierte Gold-Nanorods (AuNRs; 25 nm Durchmesser x 71 nm Länge), die mit Neutravidin-Polymeren (AV) kovalent zusammengeführt werden und einen Oberflächen-Plasmon-Resonanzgipfel haben, der ein rotes Streusignal auf DFM erzeugt (641 nm Spitze) beleuchtung.
2. Vorbereitung von EV-Auffangengleiten
3. Standardkurvenvorbereitung
4. Verarbeitung von menschlichen Plasma-oder Serumproben
5. Exosome capture and detection
6. DFM Image Capture
7. DFM Bildanalyse
Das Multi-well-Protein A/G-beschichtete Dias (Abbildung 1A) wurde mit Anti-EphA2-Antikörper funktionalisiert und dann zur gezielten Erfassung von EphA2-positiven Exosomen aus Serumproben von Patienten mit und ohne Bauchspeicheldrüsenkrebs (1 μL/well) eingesetzt und inkubiert Mit goldenen Nanoroden, die mit einem Anti-CD9-Antikörper konjugiert werden (Abbildung 1B). DFM-Lichtbilder, die aus diesen Nanopartikeln gestreut wurden, wurden mit dem DSM-Plugin in der ImageJ-Software analysiert, um die gebundenen EphA-2-positiven Exosomen in jedem Brunnen zu quantifizieren. Der DSM-Algorithmus definiert automatisch die Grenze eines Musterbrunnens, filtert das Rauschen von Artefakten, berechnet das verstreute Signal aus jedem Brunnen und gibt diese Informationen aus (Abbildung2). Der DSM-Algorithmus dämpft die in der Probe vorhandenen Lichtstreuungsgegenstände stark von Kratzern oder Schutt und verbessert die Empfindlichkeit und Reproduzierbarkeit der Nanopartikelerkennung und kann automatisch eine Reihe von Dia-Bildern für Hochdurchsatz verarbeiten. benutzen. Dieser Algorithmus verwendet ImageJ-Befehle und Parametereingabe des Benutzers, um den Bildhintergrund zu subtrahieren, das Streusignal aus jedem Brunnen zu berechnen und eine Daten-und Bilddatei auszugeben (Abbildung3). Die Interessensgebiete werden durch die hohen Intensitätsgrenzen im Erfassungsbild mit der Konturwellenfunktion des ImageJ-Makro-Programms definiert. Bildanalysen verwenden eine vordefinierte Konturschwelle und Bildparameter, um die Intensität der Nanopartikelstreuung für jeden Brunnen zu berechnen.
Wie in unserer bisherigen Arbeit berichtet (ergänzende Informationen von Liang etal. 6), Exponate isoliert von PANC-1-Zellkulturen, die durch Transmissionselektronenmikroskopie und Western Blot gekennzeichnet sind, zeigten die Größe, Morphologie und Proteinmarker Ausdruck im Einklang mit einer hohen Reinheit exosome Probe. Die PANC-1-Exosomen, die mit dem gleichen Verfahren wie unsere bisherige Arbeit vorbereitet wurden, wurden hier verwendet, um unseren nPES-Test für die Exosomenquantifizierung zu validieren. Dieser Test benutzte einen Anti-EphA2-Antikörper, um eine große Population von Exosomen aus der gesamten exotischen Population und einen Antikörper gegen das allgemeine Exosomenprotein CD9 zu erfassen, um gefangene Exosomen zu entdecken. Die Ergebnisse, die mit seriell verdünnten PANC-1-Exosomentproben mit Proteinkonzentrationen zwischen 0,24 und 1,2 μg/μL erzielt wurden, zeigten eine gute Reproduzierbarkeit in Replikationsbrunnen (Abbildung 4A) und eine starke lineare Korrelation zwischen der Streureaktion und Exosome Proteinkonzentration (Abbildung 4B).
Um die mögliche Anwendung dieser Methode zu demonstrieren, wurden Serumproben von Patienten mit und ohne Bauchspeicheldrüsenkrebs analysiert, um die Fülle von Serumexosomen zu erkennen, die den krebskranken Biomarker EphA2 mit einem Anti-EphA2-Antikörper gegen Die direkte Erfassung von Tarnexosomen aus Serum und Nanopartikeln, die mit einem Anti-CD9-Antikörper konjugiert werden, um gebundene Exosomen zu erkennen. Diese Analyse ergab, dass Serumproben der Bauchspeicheldrüsenkrebspatienten einen signifikant höheren Gehalt an EphA2+-Exosomen (Abbildung 5) hatten als ihre Kontrollen.

Abbildung 1: Exosome Quantifizierung Schema. A) Schematik des Multikuldieins A/G-Folien (192 Brunnen), das in diesem Test verwendet wird. (B) Zielexosomen werden direkt aus Proben, einschließlich Serum und Plasma, durch Oberflächenimmobilisierung auf dem an das Dia gebundenen Antikörper (z.B. Anti-EphA2-Antikörper) erfasst und dann mit goldenen Nanorods inkubiert, die mit einem Nachweis konjugiert werden. Antikörper (z.B. Anti-CD9-Antikörper) vor der Analyse durch DFM-Bildanalyse. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Abbildung 2: Exosomische Quantifizierung durch Anwendung des DSM-Algorithmus auf LMDFM-Bilder. Mit dem DSM-Algorithmus werden Bilder mit geringer Vergrößerung verarbeitet, um Hintergrundsignal-und Signalartefakte zu eliminieren, die sich aus Kratzern, Mischvöten, Schutt und ungleichmäßiger Probenbeleuchtung ergeben können, um eine robuste Erkennung von Goldnanorox-Signalen zu ermöglichen, die Korporiert mit exotischer Konzentration. Diese Zahl wurde mit Genehmigung von Sun, D. et al. Noise Reduction Method für die Quantifizierung von Nanopartikel-Lichtschranken in der niedrigen Vergrößerung der Dunkelfeldmikroskop Far-Field Images angepasst. Analytische Chemie. 88 (24), 12001-12005 (2016). Copyright (2016) American Chemical Society. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Abbildung 3: Schematische Befehle und Ausgänge des DSM-Algorithmus. Die angegebenen Schritte verwenden native Befehle von ImageJ und alle Eingabeparameter werden nach den Anforderungen von Experimenten über die grafische Benutzeroberfläche ausgewählt. Diese Zahl wurde mit Genehmigung von Sun, D. et al. Noise Reduction Method für die Quantifizierung von Nanopartikel-Lichtschranken in der niedrigen Vergrößerung der Dunkelfeldmikroskop Far-Field Images angepasst. Analytische Chemie. 88 (24), 12001-12005 (2016). Copyright (2016) American Chemical Society. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Abbildung 4: Repräsentative nPES LMDFM-Bilder und DSM-Ausgabedaten. (A) LMDFM-Bild eines nPES-Assays, der einen Konzentrationsgradienten von PANC-1-Exosomen analysiertund (B) die lineare Korrelation des optischen Signals und die exotische Konzentration von diesem Dia (von links nach rechts: 0,24, 0,356, 0,53, 0,80, 1,20 μg/μL) jeweils für jede Spalte). Die Daten werden als Mean ± SE, n=6, mit einem Pearson-Korrelationskoeffizienten R2 = 0,99 und einem Variationskoeffizienten für die Replikate jeder Konzentration < 0,2 dargestellt. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Abbildung 5: LMDFM-Signal von EphA2+ -Exosomen unterscheidet sich im Serum von Patienten mit und ohne Bauchspeicheldrüsenkrebs. Serumproben, die von nPES mit einem Antikörper mit Anti-EphA2-Erfassungs-Erkrankung (krebserregend) und einem Anti-CD9-Detektionsantikörper (allgemeiner Exosomenmarker) analysiert wurden, zeigten einen signifikanten Unterschied in der Konzentration von EphA2+-Exosomen bei Serumproben von Patienten mit und Ohne Bauchspeicheldrüsenkrebs (N = 7/Gruppe). Die Ergebnisse werden als Mean ± SE dargestellt. * * p = 0.002 von Mann-Whitney U-test (beidseitig). Diese Figur wurde von [Sun, D. et al. Noise Reduction Method for Quantifying Nanoparticle Light Scattering in Low Magnification Dark-Field Microscope Far-Field Images. Analytische Chemie. 88 (24), 12001-12005 (2016)]. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.
Die Autoren erklären, dass sie keine konkurrierenden finanziellen Interessen haben.
Die klinische Übersetzung von exosominierten Biomarkern für kranke und bösartige Zellen wird durch das Fehlen schneller und präziser Quantifizierungsmethoden behindert. Dieser Bericht beschreibt den Einsatz von Mikroskop-Bildern mit geringer Vergrößerung im Dunkelfeld, um bestimmte exotische Subtypen in kleinen Volume-Serum-oder Plasmaproben zu quantifizieren.
Unterstützt wurde die Arbeit in erster Linie durch Forschungsmittel des NIH (U01CA214254, R01HD090927, R01AI122932, R01AI113725 und R21Al126361-01), der Arizona Biomedical Research Commission (ABRC), der Nachwuchsforschungshinweise der Arizona Biomedical Research Commission (ABRC).
| Eppendorf Repeater stream | Fisher Scientific | 05-401-040 | |
| Eppendorf Research plus | Eppendorf | 3120000011 | 0,1 – 2,5 µ L, dunkelgrau |
| Funktionalisierte Gold Nanostäbchen | Nanopartz | C12-25-650-TN-DIH-50-1 | In vitro Neutravidin Polymer Funktionalisierung |
| HulaMixer Probenmischer | Thermo Fisher Scientific | 15920D | |
| Incu-Shaker 10L | Benchmark Scientific | H1010 | |
| Inverses Forschungsmikroskop | Nikon | Ti-DH | Mit Dunkelfeldkondensor, DS-Ri2-Kamera und Ti-SH-U-Universalhalter sowie motorisiertem Tisch |
| NIS-Elements | Nikon | Mikroskop-Bildgebungssoftware | |
| Phosphatgepufferte Kochsalzlösung (1X) | GE Healthcare Life Sciences | SH30256.02 | HyClone |
| Protein A/G Behandelte Glassubstrat-Objektträger | Arrayit Corp. | AGMSM192BC | Premium Microarray Substrat |
| Q500 Sonicator | Qsonica, LLC | Q500-110 | Mit Standardsonde (#4220) |
| Superblock Blocking-Puffer | Thermo Scientific | ||
| TWEEN 20 | Sigma Life Sciences | 9005-64-5 |