2016년 12월 26일
전임상 시험에서 인간 대상 시험으로 전환되는 새로운 약물 표적을 식별하는 것은 과학적인 우선 순위입니다. 이를 위해 여기에서는 유전자 고갈이 암 세포주 스페로이드에 미치는 영향을 조사하기 위한 기능적 유전체학 접근 방식을 설명하며, 이는 생체 내에서 인간 암을 보다 적절하게 모델링합니다.
이 siRNA 스크리닝 프로토콜의 목표는 유전자 침묵이 암 세포주 스페로이드 성장에 미치는 영향을 조사하는 것입니다. 기존의 2차원 세포 배양 기술과 비교했을 때, 암 스페로이드는 생체 내 종양에서 발생하는 것과 더 유사한 상태를 나타냅니다. 이 방법은 인간 암에서 자주 변경되는 유전자의 기능 평가에 유용하며, 더 중요한 것은 3차원 배양, 특히 저산소증에서 볼 수 있는 것과 같은 보다 복잡한 배양 조건에서 어떤 유전자가 잠재적인 발암유전자 또는 종양 억제자인지 결정하는 데 사용할 수 있습니다.
이 기술의 주요 장점은 연구자가 선호하는 세포주에서 관심 있는 특정 유전자를 연구하는 데 사용할 수 있도록 쉽게 적용할 수 있다는 것입니다. 우리는 이것이 현재의 표적 sRNA 스크리닝 접근 방식을 기반으로 한다고 믿습니다. 전체 게놈 균주가 아닌 표적 스크리닝을 통해 과학자들이 특정 질문을 하고 보다 강력한 결과를 생성할 수 있다는 것은 일반적으로 높이 평가됩니다.
유전자 침묵이 스페로이드 생존력과 크기에 미치는 영향을 분석했지만, 세포사멸과 같은 다른 화면 판독을 위해 생체 인식 염료를 사용할 수도 있습니다. 절차를 시연하는 것은 우리 실험실의 Patty Wai입니다. 먼저 siRNA 라이브러리가 포함된 96웰 플레이트를 실온에서 해동합니다.
그런 다음 벤치 탑 원심 분리기를 사용하여 1, 000 번 g으로 5 분 동안 회전합니다. 멀티채널 피펫을 사용하여 최적화된 transfection 시약을 함유한 10마이크로리터의 환원된 혈청 배지를 각 플레이트의 well에 추가합니다. siRNA를 함유한 transfection complex가 형성될 수 있도록 15분 동안 배양합니다.
여느 스크리닝 파이프라인과 마찬가지로, transfection 조건에서 세포주의 스페로이드 형성 능력은 전체 스크리닝을 수행하기 전에 강력하게 최적화되어야 합니다. 다음으로, 플라스크에서 분리될 때까지 스크리닝할 세포를 트립신화합니다. 세포가 분리되면 적절한 용량의 세포주 특이적 배지로 트립신을 중화하고 원심분리기 튜브로 옮기고 벤치탑 원심분리기에서 1, 000회 g로 5분 동안 회전하여 세포를 수집합니다.
상등액을 버리고 펠릿을 적절한 부피의 배지를 가진 단일 세포 현탁액으로 재현탁합니다. 자동화된 세포 계수기를 사용하여 세포 계수를 수행합니다. 다음 5, 찬 매체를 가진 180 마이크로리터 당 000의 세포에 현탁액을 묽게 하십시오.
세포 현탁액을 저장소로 옮깁니다. 180마이크로리터로 설정된 멀티채널 피펫을 사용하여 세포 현탁액을 혼합하고 siRNA가 포함된 96웰 플레이트로 이동합니다. 1, 10 분 동안 미리 냉각된, 4 섭씨 온도 원심 분리기에 있는 1, 000 시간 g에 격판덮개를 원심 분리기, 그 후에 37 섭씨 온도 조직 배양 incubator에 있는 판을 배양하십시오.
이 시점에서 세포는 우물 바닥에 모자이크로 나타납니다. 24시간 후 현미경으로 세포를 관찰합니다. 이 시점에서 세포는 웰 중앙에 단일 스페로이드를 형성하기 위해 함께 응집되어야 합니다.
인큐베이터로 돌아가기 전에 성장을 촉진하기 위해 각 웰에 100마이크로리터의 완전한 배지를 추가합니다. 3일 동안 자란 후 각 웰에서 100마이크로리터의 배지를 부드럽게 제거하고 100마이크로리터의 새 배지를 추가합니다. 7일째에는 현미경으로 스페로이드를 검사한 다음 시간 경과에 따른 스페로이드 성장을 정량적으로 모니터링할 수 있는 플레이트 리더에서 스페로이드 크기를 정량화합니다.
스페로이드 크기를 정량화하려면 먼저 컴퓨터에서 소프트웨어를 엽니다. 96웰 플레이트를 선택하고 적절한 플레이트 유형을 선택한 다음 실험 이름을 입력합니다. 그런 다음 스페로이드가 포함된 96웰 플레이트를 벤치탑, 마이크로 웰 플레이트 이미징 세포분석기에 삽입합니다.
그런 다음 Tumorsphere 애플리케이션을 선택합니다. 이미지 기반 초점을 선택하여 스페로이드에 초점이 맞춰지고 최적의 대비를 갖도록 초점을 변경합니다. 스캔이 필요한 웰을 선택하고 스캔을 시작합니다.
다음으로, 개체 마스크가 스페로이드 크기를 정확하게 나타내는지 확인합니다. 7일 동안 성장한 BT474 스페로이드의 경우 정밀도를 높음으로 조정하고 최소 콜로니 직경을 200미크론으로 설정합니다. Export 기능을 사용하여 스페로이드 영역에 통계적으로 유의미한 영향을 미치는 siRNA를 식별하기 위해 분석될 주석이 달린 데이터 파일 형태로 데이터를 내보냅니다.
이미징 후 각 웰에서 100마이크로리터의 배지를 제거하고 100마이크로리터의 발광 생존도 염료를 추가하여 세포 생존도를 결정합니다. 플레이트를 15분 동안 배양한 후 발광 플레이트 리더를 사용하여 플레이트를 스캔합니다. 이 프로토콜은 다른 암 세포주와 함께 사용하도록 조정될 수도 있습니다.
비표적 대조군의 역형질주입 절차는 시험된 어떤 라인의 생존력에도 유의한 영향을 미치지 않은 반면, 양성 세포사멸 대조군인 유비퀴틴 B의 형질주입은 생존능을 유의하게 감소시켰다. BT474 세포를 200개 유전자 Human siGENOME siRNA Library와 3회씩 역형질주입했습니다. 스페로이드 면적 및 생존력이 관찰되었습니다.
z-score가 1.7보다 큰 유의한 이상치가 확인되었습니다. 스페로이드 면적과 생존율을 현저히 증가 또는 감소시킨 SiRNA는 파란색으로 음영 처리되며, 빨간색은 대조군 siRNA를 나타냅니다. 이 현미경 사진 세트는 비표적 대조군인 E-Cadherin, PIK3CA, ERBB2 또는 SF3B1 siRNA를 사용한 역형질주입 7일 후 BT474 스페로이드의 대표적인 이미지를 보여줍니다.
이 히스토그램은 각 siRNA를 사용한 처리가 역transfection 7일 후 세포 생존력에 어떤 영향을 미쳤는지 보여줍니다. ERBB2 및 PIK3CA의 knockdown은 대조군에 비해 세포 생존율을 현저히 감소시켰습니다. 이 이미지는 스페로이드가 성공적으로 면역 염색되어 표적 단백질에 대한 유전자 침묵의 영향을 밝힐 수 있음을 보여줍니다.
일단 마스터하면 하루에 여러 세포주에서 수백 개의 유전자를 스크리닝할 수 있으며, 이를 통해 3차원 배양에서 생존에 중요한 잠재적으로 새로운 유전자를 강력하게 식별할 수 있습니다. 이 비디오를 시청한 후에는 sRNA 매개 유전자 침묵에 적합한 암세포 스페로이드를 성공적으로 배양하는 방법을 잘 이해하게 될 것입니다. 또한 스페로이드에 대한 면역조직화학(immunohistochemistry)을 수행하여 유전자 침묵(gene silencing)의 영향을 조사할 수 있습니다.
이것은 기본 생물학을 알려줄 수 있는 귀중한 공간 정보를 제공할 수 있습니다.
이 기사는 유전자 감소 효과를 암 세포주 구체에 검사하여 잠재적인 약물 표적을 식별하는 기능적 유전체학 접근법을 제시합니다. 이러한 구체는 전통적인 2D 배양에 비해 생체 내 인간 종양의 보다 정확한 모델을 제공합니다.
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.