26. Dezember 2016
Die Identifizierung neuartiger Wirkstoffziele, die von präklinischen Tests zu Versuchen am Menschen übergehen, ist eine wissenschaftliche Priorität. Zu diesem Zweck beschreiben wir hier einen funktionellen genomischen Ansatz, um die Auswirkungen der Genverarmung auf Sphäroide von Krebszelllinien zu untersuchen, die menschliche Krebserkrankungen in vivo besser modellieren.
Das Ziel dieses siRNA-Screening-Protokolls ist es, den Einfluss von Gen-Silencing auf das Wachstum von Sphäroiden in Krebszelllinien zu untersuchen. Im Vergleich zu herkömmlichen zweidimensionalen Zellkulturtechniken weisen Krebs-Sphäroide Bedingungen auf, die denen in Tumoren in vivo ähnlicher sind. Diese Methode ist nützlich für die funktionelle Bewertung häufig veränderter Gene bei menschlichen Krebserkrankungen und, was noch wichtiger ist, sie kann verwendet werden, um zu bestimmen, welche Gene unter komplexeren Kulturbedingungen, wie sie in dreidimensionalen Kulturen und insbesondere unter Hypoxie zu beobachten sind, potenzielle Onkogene oder Tumorsuppressoren sind.
Der Hauptvorteil dieser Technik besteht darin, dass sie leicht anpassbar ist, so dass Forscher sie verwenden können, um ihre speziellen Gene zu untersuchen, die in ihren bevorzugten Zelllinien von Interesse sind. Wir glauben, dass es auf aktuellen gezielten sRNA-Screening-Ansätzen aufbaut. Es wird allgemein anerkannt, dass gezielte Screenings anstelle von Ganzgenomstämmen es Wissenschaftlern ermöglichen, spezifische Fragen zu stellen und robustere Ergebnisse zu erzielen.
Wir haben die Wirkung von Gen-Silencing auf die Lebensfähigkeit und Größe von Sphäroiden analysiert, aber Sie können auch biometrische Farbstoffe für eine andere Bildschirmauslesung verwenden, z. B. Apoptose. Die Demonstration des Verfahrens ist Patty Wai aus unserem Labor. Beginnen Sie mit dem Auftauen von 96-Well-Platten, die die siRNA-Bibliothek enthalten, bei Raumtemperatur.
Dann fünf Minuten lang mit einer Tischzentrifuge bei 1.000 g drehen. Verwenden Sie eine Mehrkanalpipette, um 10 Mikroliter reduziertes Serummedium mit dem optimierten Transfektionsreagenz in die Vertiefungen jeder Platte zu geben. 15 Minuten inkubieren, damit sich Transfektionskomplexe, die siRNA enthalten, bilden können.
Wie bei jeder Screening-Pipeline sollte die Sphäroidbildungskapazität von Zelllinien unter Transfektionsbedingungen vor der Durchführung des vollständigen Screenings robust optimiert werden. Anschließend trypsinisieren Sie die zu siebenden Zellen, bis sie sich vom Kolben lösen. Sobald sich die Zellen abgelöst haben, neutralisieren Sie das Trypsin mit einem geeigneten Volumen zelllinienspezifischem Medium, geben Sie es in ein Zentrifugenröhrchen und drehen Sie es fünf Minuten lang bei 1.000 g in einer Tischzentrifuge, um die Zellen zu sammeln.
Der Überstand wird verworfen und das Pellet in eine einzellige Suspension mit einem geeigneten Volumen des Mediums resuspendiert. Führen Sie eine Zellzählung mit einem automatischen Zellzähler durch. Verdünnen Sie dann die Suspension mit kaltem Medium auf 5.000 Zellen pro 180 Mikroliter.
Übertragen Sie die Zellsuspension in ein Reservoir. Mischen Sie die Zellsuspension mit einer Mehrkanalpipette, die auf 180 Mikroliter eingestellt ist, und übertragen Sie sie auf die 96-Well-Platte, die die siRNA enthält. Zentrifugieren Sie die Platte 10 Minuten lang bei 1.000 g in einer vorgekühlten Zentrifuge bei 4 Grad Celsius und inkubieren Sie die Platte dann in einem 37 Grad Celsius heißen Gewebekultur-Inkubator.
An dieser Stelle erscheinen die Zellen als Mosaik am Boden der Vertiefungen. Beobachten Sie die Zellen nach 24 Stunden unter dem Mikroskop. Zu diesem Zeitpunkt sollten die Zellen zu einem einzigen Sphäroid in der Mitte der Vertiefung aggregiert werden.
Geben Sie 100 Mikroliter vollständiges Medium in jede Vertiefung, um das Wachstum zu fördern, bevor Sie in den Inkubator zurückkehren. Entfernen Sie nach drei Tagen des Wachstums vorsichtig 100 Mikroliter Medium aus jeder Vertiefung und fügen Sie 100 Mikroliter frisches Medium hinzu. Untersuchen Sie am siebten Tag die Sphäroide unter einem Mikroskop und fahren Sie dann mit der Quantifizierung der Sphäroidgröße auf einem Plattenlesegerät fort, das das Sphäroidwachstum im Laufe der Zeit quantitativ überwachen kann.
Um die Sphäroidgröße zu quantifizieren, öffnen Sie zunächst die Software auf dem Computer. Wählen Sie 96-Well-Platte aus, wählen Sie den entsprechenden Plattentyp aus, und geben Sie einen Experimentnamen ein. Setzen Sie dann die 96-Well-Platte mit den Sphäroiden in ein Mikrotiterplatten-Zytometer ein.
Wählen Sie als Nächstes die Anwendung Tumorsphere aus. Wählen Sie den bildbasierten Fokus, um den Fokus so zu ändern, dass das Sphäroid scharf ist und einen optimalen Kontrast aufweist. Wählen Sie die Vertiefungen aus, die gescannt werden sollen, und starten Sie den Scan.
Stellen Sie als Nächstes sicher, dass die Objektmaske die Sphäroidgröße genau darstellt. Stellen Sie für BT474-Sphäroide, die sieben Tage lang gezüchtet wurden, die Genauigkeit auf Hoch und den minimalen Koloniedurchmesser auf 200 Mikrometer ein. Verwenden Sie die Exportfunktion, um die Daten in Form einer annotierten Datendatei zu exportieren, die analysiert wird, um siRNAs mit einem statistisch signifikanten Effekt auf die Sphäroidfläche zu identifizieren.
Entfernen Sie nach der Bildgebung 100 Mikroliter Medium aus jeder Vertiefung und fügen Sie 100 Mikroliter Lumineszenz-Viabilitätsfarbstoff hinzu, um die Zellviabilität zu bestimmen. Nachdem Sie die Platten 15 Minuten lang inkubiert haben, scannen Sie die Platte mit einem lumineszierenden Plattenleser. Dieses Protokoll kann auch für die Verwendung mit anderen Krebszelllinien angepasst werden.
Das umgekehrte Transfektionsverfahren von Nicht-Targeting-Kontrollen hatte keinen signifikanten Einfluss auf die Lebensfähigkeit einer der getesteten Linien, während die Transfektion von Ubiquitin B, einer positiven zelltötenden Kontrolle, die Lebensfähigkeit signifikant verringerte. BT474-Zellen wurden mit der humanen siGENOME siRNA-Bibliothek mit 200 Genen in dreifacher Ausfertigung reversiert. Sphäroidfläche und Lebensfähigkeit wurden beobachtet.
Es wurden signifikante Ausreißer mit einem Z-Wert von mehr als 1,7 identifiziert. SiRNAs, die die Sphäroidfläche und -viabilität signifikant vergrößert oder reduziert haben, sind blau schattiert, und rot stellt die Kontroll-siRNAs dar. Diese Mikroaufnahmen zeigen repräsentative Bilder von BT474-Sphäroiden sieben Tage nach der reversen Transfektion mit E-Cadherin, einer Nicht-Targeting-Kontrolle, PIK3CA-, ERBB2- oder SF3B1-siRNA.
Dieses Histogramm zeigt, wie sich die Behandlung mit jeder siRNA sieben Tage nach der reversen Transfektion auf die Lebensfähigkeit der Zellen auswirkte. Der Knockdown von ERBB2 und PIK3CA reduzierte die Zellviabilität im Vergleich zu Kontrollen signifikant. Dieses Bild zeigt, dass die Sphäroide erfolgreich immungefärbt werden können, um die Auswirkungen des Gen-Silencing auf Zielproteine aufzudecken.
Einmal gemeistert, können mehrere hundert Gene an einem Tag in mehreren Zelllinien gescreent werden, was die robuste Identifizierung potenziell neuer Gene ermöglicht, die für das Überleben in dreidimensionalen Kulturen wichtig sind. Nachdem Sie sich dieses Video angesehen haben, sollten Sie ein gutes Verständnis dafür haben, wie Sie Krebszell-Sphäroide erfolgreich kultivieren können, die für sRNA-vermitteltes Gen-Silencing geeignet sind. Sie werden auch in der Lage sein, die Auswirkungen des Gen-Silencing zu untersuchen, indem Sie Immunhistochemie an den Sphäroiden durchführen.
Dies kann wertvolle räumliche Informationen liefern, die Sie über die zugrunde liegende Biologie informieren können.
Dieser Artikel stellt einen funktionalen Genomik-Ansatz zur Identifizierung potenzieller Wirkstoffziele durch Untersuchung von Gendepletionseffekten auf Krebszelllinien-Sphäroden vor. Diese Sphäroden bieten ein genaueres Modell menschlicher Tumoren in vivo im Vergleich zu traditionellen 2D-Kulturen.
Functional genomics screening in 3D cancer spheroid models enhances target validation by revealing gene dependencies under physiologically relevant conditions. This approach improves predictive confidence in identifying novel drug targets by capturing tumor microenvironment influences often missed in 2D cultures. The method supports early discovery decisions by linking gene silencing effects to spheroid growth and viability, enabling mechanistic de-risking of candidate targets.
The method integrates into the discovery continuum from target identification through lead optimization, particularly for targets requiring validation in complex, hypoxia-prone tumor models.