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
French
Menu
Menu
Menu
Menu
Research Article
Maxim Le Compte1, Edgar Cardenas De La Hoz2, Sofía Peeters1, Evelien Smits1, Filip Lardon1, Geert Roeyen1,3, Steve Vanlanduit2, Hans Prenen1,4, Marc Peeters1,4, Abraham Lin1,5, Christophe Deben1
1Center for Oncological Research (CORE), Integrated Personalized & Precision Oncology Network (IPPON),University of Antwerp, 2Industrial Vision Lab,University of Antwerp, 3Department of Hepatobiliary Transplantation and Endocrine Surgery,University Hospital Antwerp (UZA), 4Department of Oncology,University Hospital Antwerp (UZA), 5Plasma Lab for Applications in Sustainability and Medicine ANTwerp (PLASMANT),University of Antwerp
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Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology.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
Ce protocole décrit une méthode semi-automatisée pour les criblages de médicaments organoïdes à débit moyen à élevé et un logiciel d’analyse d’images automatisé indépendant du microscope pour quantifier et visualiser les réponses multiparamétriques et mono-organoïdes aux médicaments afin de capturer l’hétérogénéité intratumorale.
Les organoïdes tumoraux dérivés du patient (PDTO) sont très prometteurs pour la recherche préclinique et translationnelle et la prédiction de la réponse thérapeutique du patient à partir de criblages de médicaments ex vivo . Cependant, les tests actuels de dépistage de médicaments basés sur l’adénosine triphosphate (ATP) ne saisissent pas la complexité d’une réponse médicamenteuse (cytostatique ou cytotoxique) et l’hétérogénéité intratumorale qui s’est avérée retenue dans les PDTO en raison d’une lecture globale. L’imagerie de cellules vivantes est un outil puissant pour surmonter ce problème et visualiser les réponses aux médicaments plus en profondeur. Cependant, les logiciels d’analyse d’images ne sont souvent pas adaptés à la tridimensionnalité des PDTO, nécessitent des colorants de viabilité fluorescents ou ne sont pas compatibles avec un format de microplaque à 384 puits. Cet article décrit une méthodologie semi-automatisée pour ensemencer, traiter et imager des PDTO dans un format à haut débit de 384 puits à l’aide de systèmes d’imagerie conventionnels à champ large et à cellules vivantes. En outre, nous avons développé un logiciel d’analyse d’images sans marqueur de viabilité pour quantifier les mesures de réponse aux médicaments basées sur le taux de croissance qui améliorent la reproductibilité et corrigent les variations de taux de croissance entre les différentes lignées PDTO. En utilisant la mesure de réponse normalisée aux médicaments, qui évalue la réponse au médicament en fonction du taux de croissance normalisé à une condition de contrôle positive et négative, et un colorant de mort cellulaire fluorescent, les réponses cytotoxiques et cytostatiques aux médicaments peuvent être facilement distinguées, améliorant considérablement la classification des répondeurs et des non-répondeurs. En outre, l’hétérogénéité de la réponse aux médicaments peut être quantifiée à partir de l’analyse de la réponse aux médicaments organoïde unique pour identifier des clones potentiels et résistants. En fin de compte, cette méthode vise à améliorer la prédiction de la réponse thérapeutique clinique en capturant une signature multiparamétrique de réponse au médicament, qui comprend l’arrêt de la croissance cinétique et la quantification de la mort cellulaire.
Au cours des dernières années, la découverte in vitro de médicaments contre le cancer, le dépistage de médicaments et la recherche fondamentale sont passés de l’utilisation de modèles de cancer bidimensionnels traditionnels (2D) avec des lignées cellulaires immortalisées à des modèles de cancer tridimensionnels (3D) plus pertinents sur le plan physiologique. Cela a stimulé l’adoption de sphéroïdes tumoraux avec des lignées cellulaires cancéreuses établies, qui recréent des interactions et des structures de cellule à cellule plus complexes présentes dans les tumeurs solides. Actuellement, les organoïdes tumoraux dérivés de patients (PDTO) sont le modèle de cancer 3D le plus avancé et physiologiquement pertinent disponible pour la recherche in vitro sur le cancer, car ils offrent des avantages supplémentaires par rapport aux sphéroïdes tumoraux, à savoir l’hétérogénéité trouvée chez les patients cancéreux1. Les PDTO sont établis à partir de tissus tumoraux provenant de patients cancéreux et conservent donc à la fois le phénotype tumoral et le génotype. En tant que tels, les PDTO deviennent inestimables pour la recherche fondamentale et translationnelle sur le cancer et ont le potentiel d’améliorer considérablement la précision de l’oncologie2.
Malgré leur potentiel prometteur, ces modèles 3D sophistiqués de cancer in vitro sont souvent sous-utilisés en raison d’un manque de méthodes d’analyse avancées. Le test le plus couramment utilisé détermine le nombre de cellules viables dans le PDTO via la quantification de l’ATP3 intracellulaire. Ces tests sont normalement des analyses globales à point temporel unique, négligeant ainsi les réponses critiques dépendantes du temps et négligeant les réponses clonales. Plus précisément, la capacité de surveiller la croissance des PDTO (taux de croissance) et leur réponse à des thérapies spécifiques présente un grand intérêt 4,5. La réponse normalisée aux médicaments (NDR), qui évalue la réponse au médicament en fonction du taux de croissance normalisé à une condition positive (ctrl+) et de contrôle négatif (ctrl-), a également été récemment considérée comme une mesure cruciale pour évaluer la sensibilité aux médicaments anticancéreux avec le dépistage cellulaire, bien que cela ait été principalement fait pour les lignées cellulaires2D 6. Par conséquent, des méthodes d’analyse plus sophistiquées sont nécessaires pour tirer pleinement parti de ces modèles de cancer 3D plus représentatifs et plus complexes sur le plan clinique. La microscopie est considérée comme une approche puissante pour étudier la complexité de ces modèles organoïdes7.
Cet article décrit une méthode de surveillance des réponses cinétiques aux médicaments dans des modèles 3D de cancer, à l’aide de microscopes à grand champ conventionnels et de systèmes d’imagerie de cellules vivantes. Des adaptations ont été apportées au protocole décrit par Driehuis et al.4 pour être compatible avec l’automatisation à l’aide d’un robot de pipetage, d’un distributeur numérique de médicaments et d’un système d’imagerie de cellules vivantes afin d’augmenter la reproductibilité et de réduire le nombre d’heures de travail « pratique ». Cette méthode permet le criblage médicamenteux à débit moyen à élevé des sphéroïdes tumoraux avec des lignées cellulaires cancéreuses établies (voir le tableau supplémentaire S1 pour les lignées cellulaires testées), ainsi que des PDTO, dans un format microplaque et multi-organoïde à 384 puits. En utilisant un processus d’apprentissage automatique en réseau convolutionnel, l’identification et le suivi automatisés des sphéroïdes tumoraux individuels ou PDTO pourraient être effectués uniquement à partir de l’imagerie en fond clair et sans l’utilisation de colorants fluorescents pour le marquage des cellules vivantes8. Ceci est très avantageux, car la plupart des identifications avec l’imagerie en fond clair nécessitent une annotation manuelle (ce qui est laborieux et prend beaucoup de temps) ou nécessitent l’ajout de colorants fluorescents, ce qui peut confondre les réponses médicamenteuses liées au stress oxydatif induit par la photoxicité9.
Le logiciel d’analyse d’images qui en résulte, développé en interne, étend les fonctionnalités des systèmes d’imagerie de cellules vivantes conventionnels, car les modules d’analyse d’images 3D ne sont pas disponibles, limités par la plate-forme ou ne sont pas compatibles avec les microplaques 384 puits et l’imagerie de puits entiers. De plus, ces modules sont souvent très chers et offrent des lectures organoïdes en vrac limitées. Par conséquent, cette méthode est très pertinente pour les scientifiques qui ont accès à des systèmes d’imagerie de cellules vivantes largement disponibles et visent à extraire plus d’informations sur une réponse médicamenteuse par rapport au test de référence mais rudimentaire basé sur l’ATP. Avec l’ajout d’indicateurs spécifiques de mort cellulaire, les réponses cytostatiques aux médicaments peuvent être distinguées des réponses cytotoxiques, fournissant ainsi un aperçu supplémentaire des actions mécanistes des médicaments actuellement inaccessibles à partir d’une analyse ponctuelle unique. Enfin, l’imagerie de cellules vivantes permet un suivi organoïde individuel pour obtenir des mesures de réponse aux médicaments organoïdes uniques afin de saisir l’hétérogénéité de la réponse et d’identifier les sous-clones potentiellement résistants.
L’objectif de cette méthode et du logiciel d’analyse d’images associé est de mettre en œuvre une automatisation à faible coût dans le dépistage de médicaments organoïdes afin de limiter l’intervention des utilisateurs et de réduire la variabilité dans la manipulation, l’analyse d’images et l’analyse de données. Pour mettre ce logiciel à la disposition des chercheurs, il est indépendant du microscope et de la plate-forme, et une application basée sur le cloud est mise à disposition. Ainsi, en prenant en charge les systèmes conventionnels d’imagerie de cellules vivantes, nous visons également à améliorer leur fonctionnalité pour les applications et l’analyse de culture 3D.
Des organoïdes dérivés de patients atteints d’adénocarcinome canalaire pancréatique humain (PDAC) ont été utilisés. Des fragments de résection tissulaire ont été obtenus chez des patients subissant une chirurgie curative à l’hôpital universitaire d’Anvers. Le consentement éclairé écrit a été obtenu de tous les patients et l’étude a été approuvée par le comité d’éthique de l’UZA (réf. 14/47/480). Les détails relatifs à tous les matériaux, réactifs, équipements et logiciels utilisés dans ce protocole sont fournis dans le tableau des matériaux. Une vue d’ensemble du flux de travail est présentée à la figure 1. Des exemples de données sont fournis dans le matériel supplémentaire pour reproduire le protocole.
1. Jour 0 : Préparation des organoïdes âgés de 2 ou 3 jours
2. Jours 2 - 3: Récolte et semis d’organoïdes âgés de 2 ou 3 jours
3. Jour 4 : Traitement médicamenteux et distribution de réactifs avec distributeur numérique de médicaments
4. Acquérir des images avec l’imageur de cellules vivantes
REMARQUE: Pour le taux de croissance et la NDR, une scintigraphie au point de temps 0 (T0 = début du traitement) doit être acquise 1-2 h après l’ajout de Cytotox Green.
5. Analyse des images et des données
(2)Le protocole de pipetage automatisé assure une répartition uniforme des PDTO PDAC_060 dans toutes les colonnes de la microplaque à 384 puits (Figure 2A). Comme prévu, une variation du nombre et de la superficie moyenne des PDTO a été observée entre les puits (figure 2A, B). La surface de survie totale (surface totale en fond clair - surface verte totale) combine la segmentation organoïde sans marquage avec le signal de mort cellulaire basé sur la fluorescence et constitue, selon notre expérience, le paramètre le plus robuste pour étudier les réponses aux médicaments au fil du temps (Figure 2C)8. Pour tenir compte des variations dans l’ensemencement cellulaire et la taille des organoïdes, des paramètres basés sur le taux de croissance devraient être utilisés pour réduire les variations entre les répétitions, comme le montrent les barres d’erreur réduites de la figure 2D par rapport à la figure 2C, et un facteur Z plus élevé indiquant une qualité de dépistage des médicaments fortement améliorée (figure 2E).
La courbe dose-réponse NDR (figure 2G), normalisée en ctrl- et ctrl+, est nettement supérieure à la courbe dose-réponse GR (figure 2F), normalisée en ctrl-, car elle augmente la séparation des courbes de réponse au médicament et représente plus précisément les réponses cytotoxiques aux médicaments. Un exemple des images associées pour le PDTO traité par ctrl, ctrl+ et 400 nM gemcitabine/80 nM de paclitaxel est présenté à la figure 3. Une observation intéressante est que l’effet cytotoxique de la gemcitabine était dominant dans la thérapie combinée car aucune valeur ajoutée du paclitaxel n’a été observée.
Ensuite, deux lignes PDTO supplémentaires, PDAC_052 et PDAC_087, ont été utilisées. Une nette différence de taux de croissance entre ces lignes a été observée (figure 4A), ce qui appuie l’utilisation de paramètres GR. Encore une fois, les courbes dose-réponse NDR (Figure 4C) ont entraîné une augmentation de la plage dynamique et de la séparation entre les trois patients différents par rapport aux courbes GR (Figure 4B). De plus, le protocole permet de déterminer le NDR au fil du temps et montre que PDAC_052 et PDAC_060 avaient une réponse cytostatique très similaire à une faible dose de gem-pac (Figure 4D), tandis qu’une réponse cytostatique par rapport à cytotoxique différentielle claire pouvait être observée pour les doses moyennes (Figure 4E) et élevées (Figure 4F) de gem-pac. Ces réponses médicamenteuses étaient cohérentes avec les réponses cliniques observées chez les patients (Figure 4G).
Enfin, un avantage majeur de l’approche et du logiciel est que les réponses aux médicaments organoïdes uniques peuvent être quantifiées pour étudier l’hétérogénéité de la réponse et identifier les sous-clones potentiellement résistants. La figure 5 donne un aperçu clair de la dynamique clonale des différents patients et montre que PDAC-087 avait les sous-clones les plus résistants après traitement, ce qui est cohérent avec la maladie agressive et hautement résistante observée chez le patient. Fait intéressant, ce patient était également le moins sensible à la staurosporine ctrl +.

Figure 1 : Vue d’ensemble du flux de travail. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 2 : Précision de l’ensemencement et mesures de réponse aux médicaments. (A) Dénombrement organoïde/puits de PDAC_060 PDTO ensemencés dans une microplaque de 384 puits à l’aide du robot de pipetage. Chaque point représente le nombre dans un seul puits et les tracés sont séparés par les colonnes de microplaques de 384 puits. (B) Superficie ou puits moyen de PDTO. (C) Surface de survie totale (surface totale en fond clair - surface verte totale) et (D) taux de croissance (surface de survie totale normalisée à T0 = 1) des PDTO PDAC_060 traités avec un rapport 5:1 gemcitabine/paclitaxel. (E) Facteur Z comme mesure de la qualité des essais. (F) Courbe taux de croissance-dose-réponse normalisée à ctrl- et (G) courbe normalisée de réponse au médicament normalisée à ctrl- et ctrl+. Les barres d’erreur indiquent la moyenne ± SD de deux puits. Abréviations : PDAC = adénocarcinome canalaire pancréatique; PDTO = organoïde tumoral dérivé du patient; GR = taux de croissance; NDR = réponse médicamenteuse normalisée. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 3 : Exemples d’images. Images représentatives d’PDAC_060 PDTO traitées avec du véhicule (ctrl-), 400 nM gemcitabine/80 nM paclitaxel et 2 μM staurosporine (ctrl+). La colonne de gauche montre les images en fond clair, la colonne du milieu montre le signal fluorescent Cytotox Green et la colonne de droite montre les images de fond clair annotées sans étiquette à l’aide du module d’analyse organoïde. Barres d’échelle = 100 μm. Abréviations : PDAC = adénocarcinome canalaire pancréatique; PDTO = organoïde tumoral dérivé du patient; GemPac = gemcitabine/paclitaxel. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 4 : Comparaison de la réponse interpatiente aux médicaments. (A) Comparaison du taux de croissance (basé sur la surface de survie totale) des lignées PDTO PDAC_052, PDAC_060 et PDAC_087. (B) Courbe taux de croissance-dose-réponse normalisée à ctrl- et (C) courbe normalisée de réponse au médicament normalisée à ctrl- et ctrl+. NDR cinétique d’une dose (D) faible, (E) moyenne et (F) élevée de gemcitabine/paclitaxel (rapport 5:1). (G) les caractéristiques cliniques des patients PDAC. Les barres d’erreur indiquent la moyenne ± SD de deux puits. Abréviations : PDAC = adénocarcinome canalaire pancréatique; PDTO = organoïde tumoral dérivé du patient; GR = taux de croissance; NDR = réponse normalisée au médicament; FFX = folfirinox. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 5 : Mesures organoïdes uniques. Dose-réponse organoïde unique basée sur la mort cellulaire (zone verte/zone de fond clair) et l’aire (fond clair) des PDTO PDAC_052, PDAC_060 et PDAC_087 traitées avec du véhicule (ctrl-), 400 nM gemcitabine/80 nM de paclitaxel et 2 μM de staurosporine (ctrl+). Les régions vertes indiquent des organoïdes viables; les régions bleues indiquent la plage x-as des tracés GemPac et ctrl+. Abréviations : PDAC = adénocarcinome canalaire pancréatique; PDTO = organoïde tumoral dérivé du patient; GemPac = gemcitabine/paclitaxel. Veuillez cliquer ici pour voir une version agrandie de cette figure.
| Stock de suspension cellulaire | Cellules/goutte | # Gouttes (20 μL) | Stock (1/3) | ECM (2/3) |
| 1,13 × 107 cellules/ml | 75,000 | 10 | 75 uL | 150 μL |
| 1,13 × 107 cellules/ml | 75,000 | 5 | 40 uL | 80 μL |
Tableau 1 : Dilution pour le placage dans les dômes ECM. Abréviation : ECM = matrice extracellulaire.
| Composé | Concentration des stocks | Dilution | Concentration de travail | Solvant | Concentration du puits | Commentaires |
| Cytotox Vert | 1 mM (DMSO) | 1/10 | 10 μM | DMSO | 60 nM | Marqueur de mort cellulaire |
| Cytotox Rouge | 1 mM (DMSO) | 1/10 | 10 μM | DMSO | 250 nM | Marqueur de mort cellulaire |
| Caspases 3/7 Vert | 5 mM (DMSO) | 1/2 | 2,5 mM | DMSO | 2,5 μM | Marqueur apoptotique |
| Hoechst | 20 mM (H2O) | 1/200 | 100 μM | 0,33 % préadolescents/PBS | 50 nM | Marqueur nucléaire |
| Staurosporin | 10 mM (DMSO) | / | 1 - 10 mM | / | 2 – 5 μM | Contrôle positif |
| Gemcitabine | 10 mM (DMSO) | / | 1 - 10 mM | / | Titrage | Chimiothérapie |
| Paclitaxel | 10 mM (DMSO) | / | 1 - 10 mM | / | Titrage | Chimiothérapie |
| Cisplatine | 5 mM (0,9 % NaCl) | 1/2 | 2,5 mM | 0,6 % préadolescents/PBS | Titrage | Chimiothérapie |
Tableau 2 : Exemples de dilutions de médicaments et de réactifs fluorescents fréquemment utilisés. Chaque composé doit être dissous dans 100% DMSO ou 0,3% Tween/PBS.
Tableau supplémentaire S1 : Vue d’ensemble des lignées cellulaires cancéreuses compatibles. Statique : les sphéroïdes ne sont pas migrateurs. Fusionner : les sphéroïdes migrent les uns vers les autres et fusionnent ensemble. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 1 : Outil de calcul de solution d’ensemencement organoïde. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 2: Fichier STL pour l’impression 3D de matériel de laboratoire personnalisé 'Microplate Holder'. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 3 : Fichier STL pour l’impression 3D de matériel de laboratoire personnalisé '2 x 25 mL Reservoir Holder'. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 4: Fichier JSON pour robot de pipetage de matériel de laboratoire personnalisé 'Microplate Holder'. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 5 : Fichier JSON pour robot de pipetage de laboratoire personnalisé '2 x 25 mL Reservoir Holder_WithCooler'. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 6 : fichier JSON pour le protocole de robot de pipetage 'Plating_ PDO_384well_Cooled_Row2-23'. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 7 : Vue d’ensemble de la configuration du bureau du robot pipeteur. (A) Éléments de refroidissement et (B) réservoir et microplaque. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 8 : Fichier TDD pour le protocole du distributeur numérique de médicaments. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 9 : Fichier XML pour le protocole de l’imageur de cellule vivante pour l’imagerie en fond clair et en fluorescence. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 10 : Exemple de carte de plaques. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 11 : Exemple de fichier d’entrée pour le script NDR R. Abréviation : NDR = réponse médicamenteuse normalisée. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 12 : Script NDR normalisé de la réponse médicamenteuse. Abréviation : NDR = réponse médicamenteuse normalisée. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 13 : Exemple de fichier de sortie des valeurs GR du script NDR R. Abréviations : GR = taux de croissance; NDR = réponse médicamenteuse normalisée. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 14 : Exemple de fichier de sortie de script NDR R avec les valeurs GR transposées. Abréviations : GR = taux de croissance; NDR = réponse médicamenteuse normalisée. Veuillez cliquer ici pour télécharger ce fichier.
Supplementary File 15 : Exemple de fichier de sortie des valeurs NDR du script NDR R. Abréviation : NDR = réponse médicamenteuse normalisée. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 16 : Exemple de fichier de sortie de script NDR avec des valeurs NDR transposées. Abréviation : NDR = réponse médicamenteuse normalisée. Veuillez cliquer ici pour télécharger ce fichier.
Les auteurs ne déclarent aucun conflit d’intérêts.
Ce protocole décrit une méthode semi-automatisée pour les criblages de médicaments organoïdes à débit moyen à élevé et un logiciel d’analyse d’images automatisé indépendant du microscope pour quantifier et visualiser les réponses multiparamétriques et mono-organoïdes aux médicaments afin de capturer l’hétérogénéité intratumorale.
Une partie de cette recherche a été financée par des dons de différents donateurs, dont Dedert Schilde vzw et M. Willy Floren. Ce travail est partiellement financé par la Fondation flamande pour la recherche, 12S9221N (A.L.), G044420N (S.V., A.L., E.G), 1S27021N (M.L), et par le Fonds de recherche industrielle de l’Université d’Anvers, PS ID 45151 (S.V., A.L., C.D.). La figure 1 a été créée avec BioRender.com.
| Plaque à 6 puits | Greiner | 657160 | |
| Pipette p300 à 8 canaux (GEN 2) | Opentrons | ||
| 300 & micro ; L Tips | Opentrons | ||
| Microplaque ULA à fond plat à 384 puits | Corning | 4588 | Volume minimum 50 & micro ; L  ; |
| Phénoplaque ULA à fond plat à 384 puits | Perkin Elmer | 6057802 | Volume minimum 75 & Micro ; L  ; |
| A8301 | Tocris Bioscience | 2939 | |
| ADF+++ | DMEM/F12 avancé, 1 % GlutaMAX, 1 % HEPES, 1 % pénicilline/streptomycine | ||
| DMEM/F-12 avancé | ThermoFisher Scientific | 12634 | |
| B27 | ThermoFisher Scientific | 17504044 | |
| Membrane d’étanchéité Breathe Easy | Sigma-Aldrich | Z380059 | |
| Caspase 3/7 Vert   ; | Sartorius | 4440 | |
| Diapositives de comptage cellulaire pour TC10/TC20 | Laboratoires Bio-Rad | 1450017 | |
| CellTiter-Glo 3D | Promega | G9681 | Analyse ATP |
| Refroidisseur pour réservoir de 25 mL | VWR (Biotechnologie Diversifiée) | 490006-908 | |
| Élément de refroidissement 12 x 8 x 3 cm | Bol.com | 9200000107744702 | Pour support microplaques personnalisé OT-2 |
| Solution de récolte d’organoïdes Cultrex | R& Systèmes D | 3700-100-01 | |
| Cultrex PathClear Facteur de croissance réduit BME, Type 2 & nbsp ; | R& Systèmes D | 3533-010-02 | Matrice extracellulaire (ECM) |
| Cytotox Green | Sartorius | 4633 | |
| Cytotox Red | Sartorius | 4632 | |
| D300e | Tecan | Distributeur de médicaments numérique | |
| D300e Control v3.3.5 | Tecan | Logiciel de contrôle D300e | |
| FGF10 | Peprotech | 100-26 | |
| Médium complet | ADF+++ complété avec 0,5 nM de protéine de fusion substitutive WNT, un milieu conditionné par la protéine de fusion Noggin-Fc à 4 %, un milieu conditionné par la protéine de fusion Rpso3-Fc à 4 %, 1 B27, 1 mM de N-acétylcystéine (NAC), 5 mM de nicotinamide, 500 nM d’A83-01, 100 ng/mL de FGF10 et 10 nM de Gastrin | ||
| Gastrine | Sigma-Aldrich | G9145 | |
| Gemcitabine | Selleck Chemicals | S1714 | |
| GlutaMAX | ThermoFisher Scientific | 35050 | |
| HEPES | ThermoFisher Scientific | 15630056 | |
| Solution Hoechst 33342 (20 mM) | ThermoFisher Scientific | 62259 | |
| Organoïdes dérivés d’un patient en adénocarcinome ductal pancréatique humain (PDAC) | Biobank@uza (Anvers, Belgique ; ID : BE71030031000 ; Banque Virtuelle Belge financée par le Plan National contre le Cancer) | ||
| N-acétyl-cystéine | Sigma-Aldrich | A9165-25G | |
| Nicotinamide | Sigma-Aldrich | N0636-100G | |
| Milieu conditionné par la protéine de fusion Noggin-Fc | Immunoprécis | N002 | |
| Opentrons App v6.0.1 | Opentrons | Logiciel de contrôle OT-2 | |
| Outil de conception de protocoles Opentrons | Opentrons | https://designer.opentrons.com/ | |
| Outil de compression de données Orbits | www.orbits-oncology.com ou contacter l’auteur correspondant | ||
| Application web d’analyse d’images Orbits | Université d’Anvers | www.orbits-oncology.com ou contacter l’auteur correspondant | |
| OT-2 | Opentrons | Robot pipet | |
| Paclitaxel | Selleck Chemicals | S1150 | |
| Pipette Pasteur 230 mm  ; | Novolab | A33696 | |
| Péniciline-Streptomycine | ThermoFisher Scientific | 15140 | |
| Prism 9 | GraphPad | ||
| Milieu conditionné par protéines de fusion Rspo3-Fc | Immunoprécis | N003 | |
| Spark Cyto 600 | Tecan | Imagerie à cellules vives et lecteur de plaques multimode | |
| SparkControl v3.1 | Tecan | Logiciel de contrôle Spark Cyto | |
| Staurosporine | Tocris Bioscience | 1285 | |
| Réservoir stérile de 25 mL | VWR (Biotechnologie Diversifiée) | 10141-922 | |
| T8 plus cassette | Tecan | ||
| TC20 | Laboratoires Bio-Rad | compteur de cellules automatisé | |
| TrypLE | ThermoFisher Scientific | 12604-021 | Enzyme de dissociation |
| Préadolescent-20 | Acros Organics | 233360010 | |
| Protéine de fusion de substitution WNT | Immunoprécis | N001 | |
| Y-27632 | Selleck Chemicals | S1049 |