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
Spanish
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Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology.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
La traducción clínica de biomarcadores derivados de exosome para células enfermas y malignas se ve obstaculizada por la falta de métodos de cuantificación rápidos y precisos. Este informe describe el uso de imágenes de microscopio de campo oscuro de bajo aumento para cuantificar subtipos específicos de exosomas en muestras de suero o plasma de pequeño volumen.
Las células infectadas o malignas secretan con frecuencia más exosomas, lo que lleva a niveles elevados de exosomas asociados a la enfermedad en la circulación. Estos exosomas tienen el potencial de servir como biomarcadores para el diagnóstico de enfermedades y para monitorear la progresión de la enfermedad y la respuesta al tratamiento. Sin embargo, la mayoría de los procedimientos de análisis exosomas requieren exosomas aislamiento y pasos de purificación, que suelen ser lentos y laboriosos, y por lo tanto de utilidad limitada en entornos clínicos. Este informe describe un procedimiento rápido para analizar biomarcadores específicos en la membrana externa de los exosomas sin necesidad de separar los pasos de aislamiento y purificación. En este método, los exosomas se capturan en la superficie de una diapositiva mediante anticuerpos específicos de exosoma y luego se hibridizan con sondas de anticuerpos conjugados con nanopartículas específicas de una enfermedad. Después de la hibridación, la abundancia de la población de exosomas objetivo se determina analizando imágenes de microscopio de campo oscuro de bajo aumento (lmdfm) de las nanopartículas enlazadas. Este enfoque se puede adoptar fácilmente para la investigación y el uso clínico para analizar biomarcadores de exosomas asociados a la membrana vinculados a la enfermedad.
Los exosomas se liberan de la mayoría de los tipos celulares y desempeñan un papel clave en las comunicaciones de célula a célula, incluidos los procesos fisiopatológicos asociados con diversas enfermedades, ya que pueden ser el hogar de determinados tejidos o tipos celulares, y contienen una variedad de ácidos nucleicos , proteínas y lípidos que reflejan su célula de origen y pueden ejercer efectos regulatorios sobre las células de los receptores1,2,3,4. Los exosomas a menudo se secretan a niveles elevados en los Estados de la enfermedad, pueden interactuar con las células adyacentes y distantes, y se encuentran en una concentración relativamente alta en la circulación, así como la mayoría de los otros fluidos corporales, incluyendo la saliva, la orina, el páncreas y la bilis jugo, y el líquido de lavado broncoalveolar5,6,7,8,9,10,11. Esta abundancia y estabilidad de exosomas en fluidos corporales humanos, junto con su naturaleza rica en información, los convierte en biomarcadores ideales para el diagnóstico de enfermedades y el monitoreo del tratamiento.
Esto incluye los exosomas derivados del tumor (TDEs), que contienen factores específicos del tumor o selectivos, que pueden servir como biomarcadores de la enfermedad, incluidos los alelos mutantes asociados al tumor. Los TDEs pueden participar en la remodelación del microambiente tumoral para facilitar el desarrollo tumoral y la metástasis, y regulan las respuestas antitumorales12. El aumento de la secreción de TDE es un fenotipo común de la mayoría de los cánceres y varias características del microambiente tumoral, incluyendo la hipoxia, el pH ácido y la inflamación, son conocidos por promover la secreción de exosomas. Sorprendentemente, dado el número de células que secretan exosomas, un aumento en el nivel total de exosoma puede, en sí, funcionar como un biomarcador de cáncer. Por ejemplo, un estudio reciente encontró que la concentración total de EV en el jugo de bilis discrimina a los pacientes malignos y no malignos en la estenosis del conducto biliar común con 100% de precisión7. Se han encontrado resultados similares con estudios que utilizan otros fluidos corporales, incluyendo plasma. Sin embargo, debido al potencial de variación de sujeto y otros factores de confusión, la mayoría de los estudios que investigan los exosomas como biomarcadores de la enfermedad se han centrado en la detección de biomarcadores que se asocian selectivamente con TDEs en lugar de exosoma total Números.
Sin embargo, traducir los biomarcadores de exosomas en la práctica clínica sigue siendo un reto, ya que la mayoría de los enfoques de ensayos exosomas requieren procedimientos de aislamiento laboriosos y laboriosos 13. Actualmente, los métodos de aislamiento exosomas populares incluyen la ultracentrifugación, los degradados de densidad, la exclusión de tamaño, la coprecipitación, la captura de afinidad y los enfoques de aislamiento de microfluidos. La ultracentrifugación es el método de "patrón de oro", y se utiliza más comúnmente para los aislamientos de exosomas, pero este procedimiento consume mucho tiempo y resulta en un daño de exosomas y en la agrupación de membranas exosomas, y produce exosomas muestras que están contaminadas con proteínas, lipoproteínas y otros factores que pueden influir en los análisis posteriores14. La mayoría de los métodos de aislamiento exosoma, incluyendo la ultracentrifugación, no pueden separar los exosomas (30 – 150 nm) de las microvesículas (100 – 1000 nm) y los cuerpos apopónticos (100 – 5000 nm), que surgen a través de diferentes mecanismos y tienen diferentes funciones, debido al tamaño solapamiento entre estos grupos, y la diversidad de las poblaciones de exosomas15. Se necesitan nuevos enfoques para mejorar la sensibilidad y la reproducibilidad de los ensayos exosomas mediante la mejora de la recuperación de exosomas, reduciendo al mismo tiempo el daño y la contaminación exosomas, aunque los ensayos basados en tales métodos también deberán optimizarse para hacerlos adecuado para la traducción a aplicaciones en entornos clínicos.
Varios estudios recientes han propuesto emplear plataformas integradas para capturar y analizar exosomas directamente de fluidos corporales. Estos métodos emplean microfluidos, electrocinéticos, captura de afinidad, y varios otros métodos para el aislamiento exosoma, y la electroquímica, resonancia de Plasmon superficial, y otros métodos para detectar exosomas capturados. No está claro cuán factible serán muchos de estos enfoques en entornos clínicos, debido a su complejidad, gastos, bajo rendimiento u otros problemas.
Hemos desarrollado un ensayo rápido y económico que puede ser utilizado para la cuantificación sensible y específica de exosomas totales y subtipos de exosoma específicos, incluyendo exosomas asociados a la enfermedad, tales como TDEs, que requiere sólo una pequeña cantidad de muestra y que emplea un flujo de trabajo optimizado adecuado para entornos clínicos. En este ensayo, una diapositiva se recubre con anticuerpos que unen un marcador específico de exosoma o específico de la enfermedad expresado en la superficie exosoma para capturar directamente los exosomas objetivo presentes en muestras de plasma o suero de pequeño volumen aplicadas a los pozos en el Deslice. Los exosomas capturados son entonces hibridados con una nanopartícula conjugada con anticuerpos que reconoce el biomarcador de interés en estos exosomas, que puede ser un marcador de exosoma general o un factor específico para un subtipo de interés exosoma. Las imágenes de estos pozos de muestra se capturan utilizando un microscopio de campo oscuro (DFM) y se analizan para medir la luz dispersa de nanopartículas ligadas a exosomas de interés capturados en cada muestra bien6,16,17. En particular, la toma de imágenes de una muestra completa por DFM de baja ampliación (LMDFM) evita un sesgo de selección encontrado con análisis DFM de alta magnificación cuando los usuarios deben elegir directamente qué campos capturar para el análisis de imagen subsiguiente. El análisis de imágenes LMDFM está sujeto a artefactos de dispersión de luz de irregularidades superficiales, incluidos arañazos y desechos de muestras, pero este fondo se puede reducir utilizando un algoritmo de reducción de ruido simple que desarrollamos para ejecutarse en el programa de análisis de imagen NIH, ImageJ (https://imagej.nih.gov/ij/). Este algoritmo aplica primero un umbral de contorno de entrada que se utiliza para detectar los límites del pozo de muestra para definir la región de la imagen para su posterior análisis. La región definida por esta región de contorno se divide a continuación para separar la señal presente en los canales rojo, azul y verde de la imagen y el canal azul se resta del canal rojo para eliminar la señal derivada de los artefactos superficiales y la iluminación irregular de nanorod Señal.
Este artículo describe cómo utilizar este ensayo para cuantificar rápidamente los niveles de exosomas totales o específicos en muestras de plasma o suero.
1. preparación de sondas de nanopartículas
Nota: este ensayo utiliza nanorods de oro funcionalizados (AuNRs; 25 nm de diámetro x 71 nm de longitud) que están conjugados covalentemente con polímeros de neutravidina (AV) y tienen un pico de resonancia de Plasmon superficial que produce una señal de dispersión roja (pico de 641 nm) sobre DFM Iluminación.
2. preparación de diapositivas de captura de EV
3. preparación de la curva estándar
4. procesamiento de muestras de plasma o suero humanos
5. captura y detección de exosome
6. captura de imagen DFM
7. Análisis de imagen DFM
Las diapositivas recubiertas A/G de proteína multipozo (figura 1A) se funcionalizaron con anticuerpos anti-EphA2 y luego se utilizaron para capturar específicamente exosomas EphA2 positivos de muestras de suero de pacientes con y sin cáncer de páncreas (1 μl/pozo) e incubados con nanorods dorados conjugados con un anticuerpo anti-CD9 (figura 1B). Las imágenes DFM de luz dispersadas de estas nanopartículas se analizaron utilizando el plugin DSM en el software ImageJ para cuantificar los exosomas positivos EphA-2 en cada pozo. El algoritmo DSM define automáticamente el contorno de un pozo de muestra, filtra el ruido de los artefactos, calcula la señal dispersa de cada pozo y emite esta información (figura 2). El algoritmo DSM atenúa fuertemente los artefactos de dispersión de luz de arañazos o escombros presentes en la muestra y mejora la sensibilidad y reproducibilidad de la detección de nanopartículas y puede procesar automáticamente un lote de imágenes de diapositivas para un alto rendimiento Uso. Este algoritmo utiliza comandos ImageJ y parámetros de entrada por el usuario para restar el fondo de la imagen, calcular la señal de dispersión de cada pozo, y salida de un archivo de datos e imagen (figura 3). Las regiones de interés se definen por los límites de pozo de alta intensidad en la imagen de captura utilizando la función de umbral de contorno del programa de macros ImageJ. Los análisis de imagen utilizan un umbral de contorno predefinido y parámetros de imagen para calcular la intensidad de la dispersión de nanopartículas para cada pozo.
Como se informó en nuestro trabajo anterior (información complementaria de Liang et al.6), exosomas aislados de cultivos celulares de PANC-1 caracterizados por microscopía electrónica de transmisión y Western Blot exhibieron el rango de tamaño, la morfología y el marcador proteico expresión consistente con una muestra de exosomas de alta pureza. Los exosomas PANC-1, preparados con el mismo procedimiento que nuestro trabajo anterior, se utilizaron aquí para validar nuestro ensayo de nPES para la cuantificación de exosoma. Este ensayo utilizó un anticuerpo anti-EphA2 para capturar una gran población de exosomas del total de la población exosoma y un anticuerpo contra la proteína exosoma general CD9 para detectar exosomas capturados. Los resultados obtenidos utilizando muestras de exosomas PANC-1 diluidas en serie, con concentraciones de proteínas que oscilan entre 0,24 y 1,2 μg/μl, mostraron buena reproducibilidad en pozos replicantes (figura 4a) y una fuerte correlación lineal entre la respuesta de dispersión y concentración de proteínas exosomas (Figura 4B).
Para demostrar la posible aplicación de este método, se analizaron muestras de suero de pacientes con y sin cáncer de páncreas para detectar la abundancia de exosomas séricos que expresan el biomarcador EphA2 asociado al cáncer, utilizando un anticuerpo anti-EphA2 para capturan directamente los exosomas objetivo de suero y nanopartículas conjugados con un anticuerpo anti-CD9 para detectar exosomas enlazados. Este análisis reveló que las muestras de suero de los pacientes con cáncer pancreático tenían niveles significativamente más altos de EphA2 + exosomas (figura 5) que sus controles.

Figura 1: esquema de cuantificación Exosome. (A) esquema de las diapositivas A/G de proteína multipozo (192 pozos) utilizadas en este ensayo. (B) los exosomas objetivo son capturados directamente a partir de muestras, incluyendo suero y plasma, por inmovilización superficial en el anticuerpo de captura (por ejemplo, anticuerpo anti-EphA2) atado a la corredera, y luego incubado con nanorods dorados conjugados con una detección anticuerpo (por ejemplo, anti-CD9 anticuerpo) antes del análisis por análisis de imagen DFM. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 2: cuantificación de Exosome aplicando el algoritmo DSM a imágenes LMDFM. Las imágenes de bajo aumento se procesan con el algoritmo DSM para eliminar la señal de fondo y los artefactos de señal que pueden surgir de arañazos, mezcla de huecos, escombros y una iluminación de muestra desigual para permitir una detección robusta de la señal de nanorod de oro, que se correlaciona con la concentración de exosomas. Esta cifra ha sido adaptada con el permiso de Sun, D. y otros. método de reducción de ruido para cuantificar la dispersión de la luz de nanopartículas en imágenes de campo lejano de microscopio de campo oscuro de bajo aumento. Química analítica. 88 (24), 12001-12005 (2016). Copyright (2016) Sociedad química americana. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 3: esquema de los mandatos y salidas del algoritmo DSM. Los pasos indicados utilizan comandos nativos de ImageJ y todos los parámetros de entrada se seleccionan según los requisitos de los experimentos a través de la interfaz gráfica de usuario. Esta cifra ha sido adaptada con el permiso de Sun, D. y otros. método de reducción de ruido para cuantificar la dispersión de la luz de nanopartículas en imágenes de campo lejano de microscopio de campo oscuro de bajo aumento. Química analítica. 88 (24), 12001-12005 (2016). Copyright (2016) Sociedad química americana. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 4: imágenes de nPES LMDFM representativas y datos de salida de DSM. (A) imagen lmdfm de un ensayo npes que analiza un gradiente de concentración de EXOSOMAS PANC-1 y (B) la correlación lineal de la señal óptica y la concentración exosoma de esta diapositiva (de izquierda a derecha: 0,24, 0,356, 0,53, 0,80, 1,20 μg/μl respectivamente para cada columna). Los datos se presentan como media ± SE, n = 6, con un coeficiente de correlación de Pearson R2 = 0,99 y coeficiente de variación para las réplicas de cada concentración < 0,2. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 5: la señal de LMDFM de EphA2+ exosomas difiere en suero de pacientes con y sin cáncer de páncreas. Las muestras de suero analizadas por los nPES utilizando un anticuerpo de captura anti-EphA2 (asociado al cáncer) y un anticuerpo de detección anti-CD9 (marcador de exosoma general) mostraron una diferencia significativa en la concentración de exosomas de EphA2 + en muestras de suero de pacientes con y sin cáncer pancreático (N = 7/Grupo). Los resultados se presentan como media ± SE. * *p = 0,002 por la prueba U de Mann-Whitney (a dos caras). Esta figura ha sido modificada de [Sun, D. et al. método de reducción de ruido para cuantificar la dispersión de la luz de nanopartículas en el microscopio de campo oscuro de bajo aumento de imágenes de campo lejano. Química analítica. 88 (24), 12001-12005 (2016)]. Por favor, haga clic aquí para ver una versión más grande de esta figura.
Los autores declaran que no tienen intereses financieros competidores.
La traducción clínica de biomarcadores derivados de exosome para células enfermas y malignas se ve obstaculizada por la falta de métodos de cuantificación rápidos y precisos. Este informe describe el uso de imágenes de microscopio de campo oscuro de bajo aumento para cuantificar subtipos específicos de exosomas en muestras de suero o plasma de pequeño volumen.
El trabajo fue apoyado principalmente por la financiación de la investigación proporcionada por NIH (U01CA214254, R01HD090927, R01AI122932, R01AI113725 y R21Al126361-01), el Premio de investigador joven de la Comisión de investigación biomédica de Arizona (ABRC).
| Eppendorf Repeater stream | Fisher Scientific | 05-401-040 | |
| Eppendorf Research plus | Eppendorf | 3120000011 | 0.1 – 2.5 µ L, gris oscuro |
| Nanovarillas de oro funcionalizadas | Nanopartz | C12-25-650-TN-DIH-50-1 | Funcionalización in vitro del polímero de neutravidina |
| HulaMixer Mezclador de muestras | Thermo Fisher Scientific | 15920D | |
| Incu-shaker 10L | Benchmark Scientific | H1010 | |
| Microscopio de investigación invertido | Nikon | Ti-DH | Con condensador de campo oscuro, cámara DS-Ri2 y soporte universal Ti-SH-U, y platina motorizada |
| NIS-Elements | Nikon | Microscopio software de imagen | |
| Solución salina tamponada con fosfato (1X) | GE Healthcare Life Sciences | SH30256.02 | HyClone |
| Protein A/G Diapositivas de sustrato de vidrio tratado | Arrayit Corp. | AGMSM192BC | Sustrato de microarray de primera calidad |
| Q500 Sonicator | Qsonica, LLC | Q500-110 | Con sonda estándar (#4220) |
| Tampón de bloqueo Superblock | Thermo Scientific | ||
| TWEEN 20 | Sigma Life Sciences | 9005-64-5 |