Name: MEDUSA pour l’identification des gènes régulateurs de la mort dans les données de profilage chimio-génétique (Vidéo) | JoVE Journal
Uploaded: 2025-02-07T14:45:00.000+00:00
Duration: 7 min 17 s
Description: Découvrez la méthode MEDUSA pour quantifier les effets des gènes sur la mort cellulaire dans les données de profilage chimio-génétique. Cette approche optimise les traitements anticancéreux en identifiant les voies de mort régulée.

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

<ol><li>Przybyla, L., Gilbert, L. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+new+era+in+functional+genomics+screens%5BTitle%5D)+AND+%22Nat+Rev+Genet%22%5BJournal%5D)">A new era in functional genomics screens.</a> Nat Rev Genet. 23 (2), 89-103 (2021).</li>
<li>Colic, M., Hart, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Chemogenetic+interactions+in+human+cancer+cells%5BTitle%5D)+AND+%22Comput+Struct+Biotechnol+J%22%5BJournal%5D)">Chemogenetic interactions in human cancer cells.</a> Comput Struct Biotechnol J. 17, 1318-1325 (2019).</li>
<li>Colic, M., Hart, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Common+computational+tools+for+analyzing+CRISPR+screens%5BTitle%5D)+AND+%22Emerg+Top+Life+Sci%22%5BJournal%5D)">Common computational tools for analyzing CRISPR screens.</a> Emerg Top Life Sci. 5 (6), 779-788 (2021).</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>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>Leylek, O., Honeywell, M. E., Lee, M. J., Hemann, M. T., Ozcan, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+genomics+reveals+an+off-target+dependency+of+drug+synergy+in+gastric+cancer+therapy%5BTitle%5D)+AND+%22Gastric+Cancer%22%5BJournal%5D)">Functional genomics reveals an off-target dependency of drug synergy in gastric cancer therapy.</a> Gastric Cancer. 27 (6), 1201-1219 (2024).</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>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), 600-610.e6 (2017).</li>
<li>Hart, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+and+design+of+genome-wide+CRISPR%2FSpCas9+knockout+screens%5BTitle%5D)+AND+%22G3%22%5BJournal%5D)">Evaluation and design of genome-wide CRISPR/SpCas9 knockout screens.</a> G3. 3 (8), 2719-2727 (2017).</li>
<li>Hart, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-resolution+CRISPR+screens+reveal+fitness+genes+and+genotype-specific+cancer+liabilities%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">High-resolution CRISPR screens reveal fitness genes and genotype-specific cancer liabilities.</a> Cell. 163 (6), 1515-1526 (2015).</li>
<li>Cruz-Gordillo, P., Honeywell, M. E., Harper, N. W., Leete, T., Lee, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ELP-dependent+expression+of+MCL1+promotes+resistance+to+EGFR+inhibition+in+triple-negative+breast+cancer+cells%5BTitle%5D)+AND+%22Sci+Signal%22%5BJournal%5D)">ELP-dependent expression of MCL1 promotes resistance to EGFR inhibition in triple-negative breast cancer cells.</a> Sci Signal. 13 (658), eabb9820(2020).</li>
<li>Parnas, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Genome-wide+CRISPR+screen+in+primary+immune+cells+to+dissect+regulatory+networks%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">A Genome-wide CRISPR screen in primary immune cells to dissect regulatory networks.</a> Cell. 162 (3), 675-686 (2015).</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>Montecucco, A., Biamonti, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cellular+response+to+etoposide+treatment%5BTitle%5D)+AND+%22Cancer+Lett%22%5BJournal%5D)">Cellular response to etoposide treatment.</a> Cancer Lett. 252 (1), 9-18 (2007).</li>
<li>Shalem, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genome-scale+CRISPR-Cas9+knockout+screening+in+human+cells%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Genome-scale CRISPR-Cas9 knockout screening in human cells.</a> Science. 343 (6166), 84-87 (2014).</li>
<li>Colic, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Identifying+chemogenetic+interactions+from+CRISPR+screens+with+drugZ%5BTitle%5D)+AND+%22Genome+Med%22%5BJournal%5D)">Identifying chemogenetic interactions from CRISPR screens with drugZ.</a> Genome Med. 11 (1), 52(2019).</li>
<li>Olivieri, M., Durocher, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genome-scale+chemogenomic+CRISPR+screens+in+human+cells+using+the+TKOv3+library%5BTitle%5D)+AND+%22STAR+Protoc%22%5BJournal%5D)">Genome-scale chemogenomic CRISPR screens in human cells using the TKOv3 library.</a> STAR Protoc. 2 (1), 100321(2021).</li>
<li>Cai, X., Stringer, J. M., Zerafa, N., Carroll, J., Hutt, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Xrcc5%2FKu80+is+required+for+the+repair+of+DNA+damage+in+fully+grown+meiotically+arrested+mammalian+oocytes%5BTitle%5D)+AND+%22Cell+Death+Dis%22%5BJournal%5D)">Xrcc5/Ku80 is required for the repair of DNA damage in fully grown meiotically arrested mammalian oocytes.</a> Cell Death Dis. 14 (7), 397(2023).</li>
<li>Colville, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Death-seq+identifies+regulators+of+cell+death+and+senolytic+therapies%5BTitle%5D)+AND+%22Cell+Metab%22%5BJournal%5D)">Death-seq identifies regulators of cell death and senolytic therapies.</a> Cell Metab. 35 (10), 1814-1829.e6 (2023).</li>
</ol>

<table><tbody><tr><td>100mm Fisherbrand TC Dishes</td><td>Fisher Scientific</td><td>FB012924</td><td>Pour la croissance des cellules et l’optimisation de la taille de la population</td></tr><tr><td>150mm Fisherbrand TC Dishes</td><td>Fisher Scientific</td><td>FB012925</td><td>Pour la croissance des cellules et l’optimisation de la taille de la population</td></tr><tr><td>DESeq2</td><td>R Package</td><td>v1.44.0</td><td>Pour le calcul du DMEM à changement de pliage</td></tr><tr><td></td><td>Corning</td><td>10017CV</td><td>Pour l’ensemencement et la pharmacie cellules</td></tr><tr><td>DMSO</td><td>Fisher Scientific</td><td>MT-25950CQC</td><td>Pour l’ensemencement et le traitement des cellules</td></tr><tr><td>Fisherbrand 96-Well, Cell Culture-Treated, U-Shaped-Bottom Microplate</td><td>Fisher Scientific</td><td>FB012932</td><td>Pour l’ensemencement et le traitement des cellules (pin plate)</td></tr><tr><td>Greiner Bio-One&nbsp ; CELLSTAR &mu ; Greiner à microplaques à fond plat transparent 96 puits, traité par culture cellulaire,</td><td></td><td>655090</td><td>Pour l’ensemencement et le traitement des cellules</td></tr><tr><td>MATLAB</td><td>Mathworks&nbsp ;</td><td>R2024a</td><td>Pour effectuer FLICK, GRADE et MEDUSA</td></tr><tr><td>Lecteur de fluorescence de microplaques</td><td>Tecan</td><td>Spark</td><td>Pour les mesures de cellules mortes</td></tr><tr><td>Sytox Green</td><td>Thermo Fisher Scientific</td><td>S7020</td><td>Pour les mesures de cellules mortes</td></tr><tr><td>TKOV3 Bibliothèque CRISPR</td><td>Addgene</td><td>125517</td><td>Pour réaliser un écran CRISPR</td></tr><tr><td>Triton-X 100</td><td>Thermo Fisher Scientific</td><td>J66624-AP</td><td>Pour la perméabilisation des cellules</td></tr><tr><td>Trypan bleu&nbsp ;</td><td>Corning</td><td>MT25900CI</td><td>Pour mesurer les cellules vivantes/mortes</td></tr></tbody></table>

medusa pour l’identification des gènes régulateurs de la mort dans les données de profilage chimio-génétique

MEDUSA for Identifying Death Regulatory Genes in Chemo-genetic Profiling Data

À l’aide de ce protocole, nous avons exploré les dépendances génétiques de la mort induite par l’étoposide dans les cellules U2OS. L’étoposide est une chimiothérapie qui endommage l’ADNcouramment utilisée 15. Cette expérience de profilage chimio-génétique a été réalisée à l’aide de la banque GeCKOv216 dans Cas9 exprimant les cellules U2OS5. Dans ces types d’expériences, la fonction du gène est généralement déduite de l’abondance relative d’un clone k...

MEDUSA pour l’identification des gènes régulateurs de la mort dans les données de profilage chimio-génétique

Systematic screening of gain- or loss-of-function genetic perturbations can be used to characterize the genetic dependencies and mechanisms of regulation ...

medusa-for-identifying-death-regulatory-genes-chemo-genetic-profiling

Research

Recherche

JoVE Journal

Cancer Research

Recherche sur le cancer

Décrit ici est un protocole pour caractériser des modules des miRNAs biologiquement synergiques et de leur assemblage en transgènes courts, qui permet la surexpression simultanée pour des applications de thérapie génique.

Caractérisation des miARN fonctionnellement associés dans le Glioblastoma et leur ingénierie en grappes artificielles pour la thérapie génique

L’utilisation d’une approche basée sur l’ARN pour déterminer les profils immunitaires quantitatifs des tissus tumoraux solides et tirer parti des cohortes cliniques pour la découverte de biomarqueurs immuno-oncologie est décrite au moyen d’un protocole moléculaire et informatique.

Modélisation immunitaire prédictive des tumeurs solides

Présenté ici est un protocole pour découvrir les gènes conducteurs surexprimés maintenant les cellules souches du cancer établies dérivées des cellules HT29 colorectal. RNAseq avec la bioinformatique disponible a été exécutée pour étudier et examiner des réseaux d’expression de gène pour élucider un mécanisme potentiel impliqué dans la survie des cellules de tumeur ciblées.

Découverte des gènes conducteurs dans les tumeurs de tige de tige de cancer de HT29-dérivées

Cet article décrit un flux de travail de techniques utilisées pour tester de nouveaux médiateurs candidats de métastases de mélanome et leur(s) mécanisme(s) d’action.

Une plateforme de découverte robuste pour l’identification de nouveaux médiateurs de métastases de mélanome

Nous avons développé une approche d’oncogénomique comparative inter-espèces utilisant des analyses génomiques et des criblages génomiques fonctionnels pour identifier et comparer des cibles thérapeutiques dans les tumeurs apparaissant dans des modèles murins génétiquement modifiés et le type de tumeur humaine correspondant.

Profilage génétique et criblage de décrochage à l’échelle du génome pour identifier des cibles thérapeutiques dans des modèles murins de tumeur maligne de la gaine nerveuse périphérique

Nous présentons ici une méthode reproductible pour le développement d’un modèle murin d’orthotopique du carcinome épidermoïde tête et du cou. Les tumeurs démontrent cliniquement pertinentes caractéristiques histopathologiques de la maladie, y compris nécrose, une différenciation pauvre, métastases nodales et infiltration immunitaire. Souris de tumeur-roulement développent des symptômes cliniquement pertinentes y compris la dysphagie, déplacement de la mâchoire et la perte de poids.

Inoculation de cellules de carcinome épidermoïde chez les souris pour tumeur immunitaire profilage et évaluation de réponse traitement suffit

Ici, nous présentons plusieurs méthodes simples pour évaluer la viabilité et la mort dans les sphéroïdes 3D de cellules cancéreuses, qui imitent les gradients physico-chimiques des tumeurs in vivo beaucoup mieux que la culture 2D. Le modèle sphéroïde permet donc d'évaluer l'efficacité du médicament contre le cancer avec une meilleure traduction aux conditions in vivo.

Évaluation de la viabilité cellulaire et de la mort dans les cultures sphéroïdes 3D des cellules cancéreuses

Présenté ici est un protocole pour construire des nomogrammes basés sur le modèle de régression des risques proportionnels Cox et le modèle de régression du risque concurrent. La méthode concurrente est une méthode plus rationnelle à appliquer lorsque des événements concurrents sont présents dans l’analyse de survie.

Établissement d’un modèle de régression des risques concurrents pour les données de survie

Ici, des méthodes sont présentées pour comprendre les effets anticancéreux du surnageant sans cellules de Lactobacillus (LCFS). Les lignées cellulaires du cancer colorectal montrent des décès cellulaires lorsqu’elles sont traitées avec LCFS dans des cultures 3D. Le processus de génération de sphéroïdes peut être optimisé en fonction de l’échafaudage et les méthodes d’analyse présentées sont utiles pour évaluer les voies de signalisation impliquées.

Évaluation de la mort cellulaire à l’aide d’un surnageant sans cellules de probiotiques dans des cultures sphéroïdes tridimensionnelles de cellules cancéreuses colorectales

Dans cet article nous présentons un protocole détaillé pour la technique non invasive de biopsie liquide, y compris la collecte de sang, la séparation de manteau de plasma et de buffy, l’extraction de cfDNA et d’ADN de germline, la quantification de cfDNA ou d’ADN de germline, et l’analyse d’enrichissement de fragment de cfDNA.

Détection de l’ADN sans cellules dans les échantillons de plasma sanguin des patients atteints de cancer

Découvrez la méthode MEDUSA pour quantifier les effets des gènes sur la mort cellulaire dans les données de profilage chimio-génétique. Cette approche optimise les traitements anticancéreux en identifiant les voies de mort régulée.

MEDUSA pour l’identification des gènes régulateurs de la mort dans les données de profilage chimio-génétique

Explorer plus de vidéos