A Combined 3D Tissue Engineered In Vitro/In Silico Lung Tumor Model for Predicting Drug Effectiveness in Specific Mutational Backgrounds

Claudia G&#246;ttlich; Lena C. M&#252;ller; Meik Kunz; Franziska Schmitt; Heike Walles; Thorsten Walles; Thomas Dandekar; Gudrun Dandekar; Sarah L. Nietzer

doi:10.3791/53885

A subscription to JoVE is required to view this content. Sign in or start your free trial.

Research Article

A Tissue Combinada 3D Engineered In Vitro / In Silico Modelo de tumor de pulmão para prever a eficácia da droga em fundos específicos de mutação

DOI: 10.3791/53885

April 6, 2016

Claudia Göttlich*¹, Lena C. Müller*¹, Meik Kunz*³, Franziska Schmitt¹, Heike Walles^1,4, Thorsten Walles², Thomas Dandekar³, Gudrun Dandekar^1,4, Sarah L. Nietzer¹

¹Department of Tissue Engineering and Regenerative Medicine (TERM),University Hospital Wuerzburg, ²Department of Cardiothoracic Surgery,University Hospital Wuerzburg, ³Department of Bioinformatics,University Wuerzburg, ⁴Translational Center Wuerzburg,Fraunhofer Institute Interfacial Engineering and Biotechnology IGB

Cite Watch Download PDF Download Material list

Please note that some of the translations on this page are AI generated. Click here for the English version.

In This Article

Summary Abstract Introduction Protocol Representative Results Discussion Disclosures Acknowledgements Materials References Reprints and Permissions

Summary

Apresentamos um modelo tridimensional (3D) de câncer de pulmão baseado em um andaime de colágeno biológico para estudar a sensibilidade a terapias direcionadas ao câncer de pulmão de células não pequenas (NSCLC). Demonstramos diferentes técnicas de leitura para determinar o índice de proliferação, apoptose e status de transição epitelial-mesenquimal (EMT). Os dados coletados são integrados em um modelo in silico para previsão da sensibilidade aos medicamentos.

Abstract

No presente estudo, nós combinamos um modelo de tumor in vitro 3D pulmão com um modelo em silico para otimizar previsões de resposta à droga com base em um fundo mutacional específico. O modelo é gerado num andaime porcino descelularizado que reproduz as características específicas de tecidos em relação à composição da matriz extracelular e arquitectura, incluindo a membrana basal. Nós padronizado um protocolo que permite a geração de tecido tumoral artificial no prazo de 14 dias incluindo três dias de tratamento com fármaco. Nosso artigo fornece várias descrições detalhadas de 3D leitura de técnicas de rastreio, como a determinação da do índice de proliferação Ki67 coloração, a apoptose a partir de sobrenadantes por M30-ELISA e avaliação de epitelial para mesenquimal (EMT), que são ferramentas úteis para avaliar a eficácia das compostos terapêuticos. Pudéssemos mostrar em relação à cultura 2D uma redução da proliferação em nosso modelo de tumor em 3D que é related com a situação clínica. Apesar desta proliferação inferior, o modelo previu EGFR de respostas ao fármaco -targeted correctamente de acordo com o estado biomarcador como se mostra por comparação das linhas de células de carcinoma de pulmão HCC827 (EGFR -mutated, KRAS do tipo selvagem) e A549 (EGFR de tipo selvagem, KRAS - mutado) tratados com o inibidor da tirosina-gefitinib cinase (TKI). Para investigar as respostas de drogas de células de tumor mais avançadas, EMT induzida por tratamento de longo prazo com TGF-beta-1, tal como avaliado por vimentina / imunofluorescência pan-citoqueratina. Um fluxo-biorreator foi empregado para ajustar a cultura às condições fisiológicas, o que melhorou a geração de tecido. Além disso, vamos mostrar a integração de respostas de drogas após tratamento gefitinib ou TGF-beta-1 de estimulação - a apoptose, índice de proliferação e EMT - em um booleano no modelo silico. Além disso, explicamos como respostas de drogas de células de tumor com um fundo mutacional específico e contagemerstrategies contra a resistência pode ser previsto. Estamos confiantes de que o nosso 3D abordagem in vitro especialmente com sua expansão in silico proporciona um valor adicional para testes de drogas pré-clínicos em condições mais realistas do que na cultura de células 2D.

Introduction

A indústria farmacêutica está de frente para altas taxas de desgaste de até 95% no domínio do tratamento do cancro em fase clínica provocando enormes custos ^1-5. Uma razão para este défice é o facto de, actualmente eficácia de potenciais novos compostos é avaliada em rastreios de grande escala em culturas de células em 2D de linhas de células de cancro ou em modelos animais. Os modelos animais têm uma complexidade maior, mas existem diferenças cruciais entre ratos e homens ^6,7. Na última década, modelos de cancro em 3D usando diferentes abordagens têm sido gerados para preencher a lacuna entre a cultura 2D de linhas celulares de cancro e um complexo de ^6,8,9 tumor vivo. O impacto do ambiente 3D na diferenciação celular e também na sinalização tem sido demonstrado em vários estudos anos atrás (por ex., Por Mina Bissell) ^10,11. Hoje em dia, muitos modelos de cultura de células estão disponíveis em 3D, tais como culturas de esferóides, hidrogéis ou chips de microfluidos ^12-16. Mesmo que Tse modelos aumentarão a complexidade em relação aos sistemas convencionais de cultura 2D, que principalmente carecem de um microambiente tecido que é conhecido por ter efeitos apoiando-tumorais e também impactos eficácia da droga.

Para abordar esta questão, geramos um modelo de tumor 3D baseado em um andaime biológico chamado SISmuc (do intestino delgado-submucosa + mucosa), que é derivado de um jejuno porcinos descelularizados. Deste modo, a arquitectura do tecido e os componentes importantes da ECM, tais como diferentes colagénios, bem como a estrutura da membrana basal são preservados ^17. Esta característica única é crucial para a geração modelo de tumor de carcinomas que surgem a partir do epitélio e compreendem cerca de 80% de tumores sólidos. Além disso, a taxa de proliferação no nosso modelo de tumor da engenharia de tecidos é reduzida em comparação com as elevadas taxas artificialmente alcançados na cultura 2D. Como a proliferação é um parâmetro importante para avaliar a eficácia dos medicamentos, testes de drogas está habilitado no nosso modelo em mais semelhantecondições para in vivo tumores ^_17.

A fim de avaliar o potencial do nosso modelo para prever a eficácia do fármaco-dependentes biomarcador corretamente, os dados aqui presentes para duas linhas de células de câncer de pulmão diferentes que diferem em seu estado EGFR -biomarker. Este estado mutacional começou a ser determinado rotineiramente em pacientes com NSCLC. Tratamentos direcionados com TKI como o EGFR -inhibitor gefitinib contra tumores que carregam uma mutação ativando mostra EGFR resultados superiores em comparação com aqueles com quimioterapia à base de platina ^18-21.

Nós estabelecemos várias técnicas de leitura que são relevantes para avaliar a eficácia do composto. Além disso, após a TGF-beta-1 a estimulação somos capazes de investigar as acções de compostos em células tumorais que iniciou o processo de EMT, que se pensa ser uma etapa importante na transformação maligna ^22,23 e que está ligado à droga resistance ^24.

O modelo de tumor 3D permitem monitorar as respostas específicas de células para tratamentos dirigidos, quimioterapia, ou combinações de fármacos com boa contrastes. Para melhorar ainda mais e acelerar droga triagem e encontrar resistência, isto é complementado por uma simulação em silico. Com base em algumas experiências, a resposta do tumor pode ser previsto no silício em relação ao resultado de uma ampla gama de medicamentos e suas combinações.

Protocol

1. bidimensional (2D) Cultura celular

Comercialmente obter linha de células de tumor HCC827 (DSMZ). Cultura da linha celular de adenocarcinoma de pulmão HCC827 (EGFR mutante, KRAS do tipo selvagem) em meio RPMI-1640 suplementado com 20% de FCS. Alterar médio a cada 2 - 3 dias. Dividir as células duas vezes por semana. As células são usadas até que a passagem 20 seja atingido.
Comercialmente obter tumor linha de células A549 (DSMZ). Cultura da linha celular de carcinoma do pulmão A549 (EGFR de tipo selvagem, KRAS mutado) em meio RPMI-1640 suplementado com 10% de FCS. Realizar a cultura tal como indicado acima. As células são usadas até que a passagem 20 seja atingido.
Testar as células regularmente (de 4 - 6 semanas) por contaminações, tais como a contaminação por micoplasma.
A cultura de células A549 ou em lamelas de vidro HCC827
1. Coloque uma lamela de vidro esterilizada em cada poço de uma placa de 24 poços usando uma pinça.
2. Semente 50.000 células tumorais de ambas as linhas celulares em um volume de 500 ul nos poços comas lamelas de vidro, respectivamente.
3. Cultivar as células até atingirem uma confluência de 70% sob condições de cultura padrão (37 ° C; 5% de CO _2). Durante este tempo, Aspirar o meio de idade, utilizando uma pipeta Pasteur e adicionar 500 mL de meio fresco a cada 2 - 3 dias de cultura.

2. Geração de Sistemas de Teste Tumor em um Biológica colágeno andaime

Condições de cultura estática
1. Gerar o decelularizado do intestino delgado-submucosa + mucosa (SISmuc) e corrigi-lo entre dois anéis de metal, os chamados coroas celulares, conforme descrito na publicação anterior ^25.
2. Semear as células de ambos os 100.000 células A549 HCC827 ou em um volume total de 500 ul para o lado dos antigos lúmen do intestino fixo em coroas de células.
3. Permitir que as células tumorais a aderir durante 2 horas a 37 ° C, 5% de CO _2. Adicionar 1 ml de meio no interior da coroa de células e 1 ml de fora.
4. Cultura do tumormodelo sob condições estáticas, a 37 ° C, 5% de CO ₂ na incubadora durante 14 dias. Alterar meio de cultura a cada 2 - 3 dias. Portanto, Aspirar o meio com uma pipeta de Pasteur e pipeta de 1 ml fresco RPMI com a quantidade apropriada de FCS (A549: 10%, HCC827: 20%) no interior da coroa de células e 1,5 ml do mesmo meio exterior.
Condições cultura dinâmica
1. Configure o sistema de teste de tumor com a matriz decelularizado dentro das coroas celulares e semeadura de células como descrito na subseção 2.1.1 a 2.1.3.
2. Cultura o modelo de tumor, em condições estáticas 37 ° C, 5% de CO ₂ na incubadora durante 3 dias.
3. Monte o biorreator autoclavado e inserir o SISmuc semeado conforme publicado anteriormente ^25.
4. Pipetar 45 ml de RPMI com a quantidade apropriada de FCS (A549: 10%, HCC827: 20%) para o balão e o dispositivo de amostragem se conectam sem agulha para o sistema de tubagem entre o biorreactor e abalão médio.
5. Colocar o biorreactor na incubadora, ligá-lo à bomba e o modelo de tumor de cultura durante mais 14 dias, com uma constante de fluxo médio (3 ml / min) a 37 ° C, 5% de CO _2.
6. Mudar o meio de cultura após 7 dias. Para isso, mover o bioreactor do incubador sob uma câmara de fluxo laminar. Aspirar o meio no frasco de suporte, utilizando uma pipeta de Pasteur. Levante o biorreator, enquanto a aspiração de se livrar do meio no sistema de tubulação. Pipetar 45 ml de meio fresco para o balão. Coloque o biorreator de volta para a incubadora e ligá-lo à bomba.

3. Tratamento do Modelo de tumor estáticas com gefitinib

Cultura o modelo de tumor, como descrito na secção 2.1.
No dia 11 de cultura, preparar RPMI / FCS com 1 gefitinib? M (2,5 ml para cada coroa celular). Aspirar a idade média dos poços usando uma pipeta de Pasteur e adicionar 1 ml de meio RPMI preparado / FCS / gefitinib dentro tele coroa de células e 1,5 ml do mesmo meio exterior.
NOTA: A solução de estoque descongelado gefitinib pode ser armazenado a 4 ° C durante uma semana.
Alterar o meio no dia 13 como descrito na subsecção 3.2.

4. Estimulação do Modelo de tumor estáticas com FTC-beta-1 para indução de EMT

Cultura o modelo de tumor, como descrito na secção 2.1.
Pelo dia 3 de cultura, preparar RPMI / FCS com 2 ng / ml de TGF-beta 1 com o transportador (2,5 ml para cada coroa de células). Aspirar a idade média dos poços usando uma pipeta de Pasteur e adicionar 1 ml de meio RPMI preparado / FCS / FTC-beta-1 no interior da coroa de células e 1,5 ml do mesmo meio exterior. Mudança de meio suplementado com FTC-beta-1 a cada 2 - 3 dias até 14 dias, conforme descrito em 4.2.

5. Leia-outs

Recolha de amostras para medições de ELISA
1. Recolher amostras dos sobrenadantes de estática (seção 2.1) e cultura dinâmica (ponto 2.2) duranteo tratamento com gefitinib (secção 3) nos dias 11-14 da cultura, tal como indicado na Figura 2. Para além disso, tomar uma amostra antes do tratamento (T0).
2. Sob condições de cultura estática, tomar amostra de 100 ul a partir do interior da célula coroa. Sob condições de cultura dinâmica, o parafuso de seringa no dispositivo de amostragem e levar 1 ml de meio para fora do sistema de biorreactor. Armazenar todos os sobrenadantes recolhidos a -80 ° C até o ensaio ELISA é realizado.
M30-ELISA para a Quantificação de Apoptose
1. Para quantificar a apoptose nos sobrenadantes de realizar o ensaio de morte celular de acordo com as instruções do fabricante. Todos os reagentes para atingir a TA antes de realizar o ensaio.
2. Vortex todos os reagentes. Dissolva o comprimido de lavagem em água deionizada fresco 500 ml. Dilui-se conjugado de HRP com 9,2 ml de tampão de diluição de conjugado e misturar. Pipetar 25 ul de padrão ou de amostra por poço.
3. Adicionar 75 ml da HRP Conju diluídasolução portão por poço. Cobrir a placa e incubar-lo num agitador durante 4 h à TA. Lava-se a placa manualmente, 5 vezes com 250 ul de solução de lavagem preparada.
4. Adicionar 200 ul de 3,3 ', 5,5'-tetrametilbenzidina (TMB) a cada poço. Incubar no escuro a temperatura ambiente durante 20 min. Adicionar 50 ul de solução de paragem a cada poço. Agitar a microplaca durante 10 segundos e deixar a microplaca durante 5 min antes de ler a absorvância. Determinar a absorvância a 450 nm num leitor de microplacas. Calcula-se a curva padrão e as concentrações nas amostras utilizando um programa adequado para lidar com dados do tipo de ELISA tais como a origem.
coloração amostra
1. Fixação, parafina-incorporação e Seção Preparação do modelo 3D
  1. Fixar o SISmuc semeado com 2,5 ml de paraformaldeído a 4% (PFA) por coroa celular para 2 horas e incorporá-lo em parafina
  2. Preparar 3 uM secções de tecido para a coloração, tal como publicado anteriormente^25.
2. Fixação de células cultivadas em 2D Condições Cultura
  1. Quando 70% de confluência é atingido, lavar as células cultivadas sobre lamelas de vidro em placas de 24 poços uma vez com PBS e corrigi-los com 500 ul de 4% PFA / poço, durante 10 min.
  2. Remover PFA e armazenar as lamelas de vidro para o bem-placa coberta com PBS a 4 ° C até a coloração é realizada.
3. H & E coloração
  1. Corar as secções re-hidratadas com Hematoxilina / Eosina como uma coloração visão geral de acordo com protocolos padrão.
4. Coloração de imunofluorescência do modelo 3D
  1. Para coloração por imunofluorescência, realizar uma recuperação de antigénios, colocando as lâminas desparafinizadas e re-hidratadas numa panela a vapor pré-aquecido com tampão citrato (pH 6,0) durante 20 min.
    NOTA: Consulte a tabela de materiais e equipamentos de para a preparação de tampão citrato.
  2. Transferir as lâminaspara o tampão de lavagem (tampão PBS, 0,5 M + Tween a 0,5%), as secções do círculo com uma caneta PAP para minimizar o volume necessário para as soluções de coloração e coloque as lâminas numa câmara de humidade.
  3. Bloquear as secções de tecido com 5% de soro a partir das espécies de hospedeiros dos anticorpos secundários utilizados na alínea 5.3.4.6 durante 20 min à TA.
  4. Remover o soro de bloqueio agitando ligeiramente as lâminas com um lenço de papel e aplicar o anticorpo primário às secções cercados numa diluição, de acordo com as instruções do fabricante (coelho anti Ki67 1: 100, de coelho anti vimentina 1: 100, de ratinho anti pan-citoqueratina 1 : 100). Incubar O / N a 4 ° C. Para double-coloração, devem ser utilizados anticorpos primários de diferentes espécies hospedeiras.
  5. Lavar cuidadosamente off anticorpo não ligado com tampão de lavagem três vezes por 5 min.
  6. Para a detecção de ligações específicas de antigénio-anticorpo, anticorpos secundários aplicar na diluição de 1: 400 para as secções e incubar à temperatura ambiente durante 1 h.
  7. Lavar UnBanticorpo ound com tampão de lavagem três vezes durante 5 min.
  8. Montar as lâminas com um meio aquoso contendo DAPI para contracoloração núcleos e deixe-os secar O / N.
5. Coloração por imunofluorescência de células cultivadas 2D
  1. Remover PBS e cobrir as lamelas de vidro semeada com 0,2% de Triton-X100 em PBS durante 5 min para a permeabilização. Lavam-se as lamelas de vidro com tampão de lavagem (tampão PBS, 0,5 M + Tween a 0,5%) durante 5 min.
  2. Execute as etapas de 5.3.4.3 a 5.3.4.7. Executar todos os passos do bem-placa sobre uma plataforma oscilante e remover os reagentes invertendo a placa.
  3. Para a montagem, detectar uma gota de meio aquoso contendo DAPI para contracoloração núcleos em uma lâmina de vidro revestido e não transferir a lamela a ele com as células de frente para o meio de montagem usando uma pinça. Deixe secar antes de imagem.
Determinação do índice de proliferação
1. execute imunofluorescênciamanchando contra Ki67 de acordo com a seção 5.3.4. ou 5,3 5.
2. Tome imagens fluorescentes das secções de tecidos ou células cultivadas em 2D com um microscópio invertido. Use diferentes filtros para tirar imagens de colorações DAPI e de colorações Ki67. Para a quantificação, usar 10 imagens de secções 3D ou 5 imagens das culturas 2D (20x) de cada condição de partes não sobrepostas da amostra.
3. Determinar o número de núcleos e o número de núcleos positivos para Ki67 em 2D
  1. Contagem Ki67 núcleos positivos manualmente usando o contador de células plug-in do software Fiji ^26. Portanto, abra a imagem e clique em "Plugins" → "Analisar" → "Cell Contador". Pressione o botão "Iniciar" e selecione um tipo de contador. Clique em cada núcleo Ki67 positivo. O número de cliques é mostrado ao lado do tipo de contador selecionado.
  2. Para contagem de células automático do número total de núcleos criar uma macro usando Fiji ^27,28. AdjUst a macro para cada linha de coloração e celular. A seguir, veja um exemplo de como criar uma macro.
    1. Comece gravador de macro. Abra uma imagem de DAPI e convertê-lo para o formato de 8 bits, clicando em "Imagem" → "Tipo" → "8-bit". Clique em "Melhore o contraste", definir "saturada" como "1" e "normalizar".
    2. Defina "máscara de nitidez" a nitidez da imagem. Usar um "raio" de "1" e uma "máscara" de "0,60". Clique em "limiar de auto", escolher o método de "RenyiEntropy" com "objetos brancos sobre fundo preto" para binarise a imagem.
    3. Clique em "Plugins" → "BioVoxxel" → "características irregulares divisor de águas" com um raio erosão do "5" para separar as células. Clique em "Analisar" → "Analisar Particles" e definir o "tamanho" para "0,02-Infinito".
      NOTA: O número de partículas / células émostrados na tabela de resumo como contagens.
    4. Clique em "Criar" para salvar macro para a análise de novas imagens.
4. Determinar o número de núcleos e número de núcleos positivos para Ki67 em 3D manualmente, conforme descrito no subitem 5.4.3.1.
5. Calcula-se a média índice de proliferação (PI), de acordo com a seguinte fórmula:
  
  n = número de imagens (3D: 10, 2D: 5)

6. In Silico Geração Tumor Modelo e Simulação de terapia anti-EGFR em células HCC827

Generation Network usando um software de análise de rede
1. Use diferentes bases de dados conhecidos para gerar a rede de tumor com base nos parâmetros experimentais importantes de leitura e do fundo mutacional da linha de células HCC827.
2. Abra o software de análise de rede ²¹ para visualizar arede.
  1. Clique → "Novo" → tipo 'modelos' JoVE_tumor "File" → clique em "OK" para gerar uma nova rede. Clique em "Praça do close up do Norte" → "OK" para visualizar o receptor em uma membrana dupla. Clique em "Protein genérico" para visualizar os nós (= proteínas) como retângulos → tipo 'EGFR "→ clique em" OK "; repetir este procedimento para cada nó na rede.
  2. Rotular os nós na rede: clique com o botão direito → "Shape Change Color & ..." → selecionar para nós EGFR e (EGF-EGFR) código de cor "255,0,0" (cor vermelha); Para nós de c-MET e (c-MET) código de cor "0,255,0" (cor verde); para código de cor gefitinib "255,255,0" (cor amarela); para código de cor PI3K-INH "204204204" (cor cinza claro); para código de cor MEK-INH "102102102" (cor cinza escuro); para todos os outros nós no seleto código de cor rede4; 255,255,255 "(cor branca).
  3. Clique em "Fenótipo" para visualizar parâmetros ler-out como hexágonos → tipo 'proliferação "→ clique em" OK "→ clique com o botão direito → → selecione o código de cor" 255204204 "(salmão cor)" mudar de forma ... Cor & "; repetir este para o parâmetro apoptose → selecione a cor do código "255,51,204" (cor violeta).
  4. Visualize Edges (= interações): Clique em "Estado de Transição" para ativações (setas), clique em "inibição" de inibições (flechas embotadas); repetir este procedimento para cada interacção na rede.
3. Clique em "Arquivo" → "Salvar como ..." → tipo 'JoVE_tumor models.xml "→ clique em" Save "para salvar a rede de sinalização gerada como XML formato.
In Silico Simulação usando SQUAD
NOTA: SQUAD representa the topologia da rede como um sistema discreto lógico Booleano (AND, OR, NOT) e executa uma análise de estado estacionário. A análise estado estável reflete o equilíbrio do sistema e a responsabilidade sobre estímulos de sinalização (por exemplo., A aplicação de drogas ou mutação).
1. Abrir software SQUAD ^17, clique em "Network Load" → de upload 'JoVE_tumor models.xml' arquivo. Clique em "análise Run":
  NOTA: Em seguida, aplica-se SQUAD função exponencial para interpolar a conectividade de rede booleana, que permite a simulação dinâmica do comportamento da rede ao longo do tempo (coloridas curvas de atividade sigmóide).
2. Clique em "Avançado" → "Perturbator" para escrever um protocolo de simulação. Simular a resistência anti-EGFR: Clique em "Editar Protocolo"
  1. Clique em "perturbação" → usar padrão "initialState = SS-4" (estado estacionário 4) → Clique em "Adicionar" para adicionar "novo pulso Constant → Select parâmetro "estado" → "FLIP" Selecionar destino → Select tempo "0" → Select valor "0,4" → Clique em "OK".
  2. Repita isso: Clique em "Adicionar" → Seleccionar o parâmetro "estado" → Selecionar destino "c-MET" → Select tempo "0" → Select valor "0,4" → Clique em "OK"; Clique em "Adicionar" → Seleccionar o parâmetro "estado" → "gefitinib" Selecionar destino → Select tempo "0" → Select valor "1" → Clique em "OK".
  3. Defina um valor de estado de nó ativo (EGF-EGFR): Clique em "activenode" → Clique em "Editar" → Selecione o estado "0.8" → Clique em "OK"; para todos os outros nós: Clique em "Editar" → Selecione estado "0" → Clique em "OK". Clique em "OK" para salvar o protocolo.
  4. Exibir curvas específicas: Vá para o painel "Opções" → Escolha "(EGF-EGFR)", "* (EGF-EGFR)", "* MEK", "caspases", "(c-MET)", "PI3K", "gefitinib", "apoptose", "proliferação", "MEK-INH" e "PI3K-INH" para a representação gráfica. Clique em "Iniciar" → "Executar" para iniciar uma simulação completa de resposta do sistema. Clique em "Reset" para iniciar uma nova simulação.
3. Simular PI3K combinada e tratamento inibidor MEK: Clique em "Editar Protocolo"
  1. Usar o mesmo parâmetro de nó, conforme descrito em 6.2.2.1 - 6.2.2.3. Clique em "perturbação" → Clique em "Adicionar" para adicionar "novo pulso Constant → Seleccionar o parâmetro" estado "→ Select target" PI3K-INH "→ Select tempo" 0 "→ Select valor" 1 "→ Clique em" OK "; Clique em "Adicionar"para adicionar "novo pulso Constant → Seleccionar o parâmetro" estado "→ Select target" MEK-INH "→ Select tempo" 0 "→ Select valor" 1 "→ Clique em" OK ".
  2. Clique em "OK" para salvar o protocolo. Vá para o painel "Opções": Use mesmos nós de representação gráfica conforme descrito em 6.2.2.4. Clique em "Iniciar" → "Executar" para iniciar uma simulação completa de resposta do sistema. Clique em "Reset" para terminar a simulação.

Representative Results

Na base do andaime SISmuc (Figura 2A a C), foi estabelecido um protocolo de funcionamento normalizado para a geração, a estimulação e tratamento de um sistema de teste do tumor 3D (Figura 2D). Este modelo permite a determinação do índice de proliferação e a quantificação da apoptose utilizando M30-ELISA, como mostrado na Figura 1 e Figura 3, respectivamente. A Figura 3 mostra representativa H & E de coloração de modelos A549 e HCC827 e uma medição de apoptose representante com gefitinib. O modelo aqui apresentado é concebido usando o exemplo de EGFR NSCLC -mutated que é tratada com sucesso com inibidores alvejados na clínica. Correspondentemente, apenas o EGFR -mutated HCC827 células e não as células A549 respondem à inibição de EGFR gefitinib pelo TKI no nosso modelo, tal como avaliado pelo aumento da apoptose. Figura 4 </forte> mostra uma coloração representativo dos nossos modelos após estimulação com o indutor EMT FTC-beta-1. Condições de cultura dinâmicos num biorreactor de fluxo melhorada geração de tecido, como mostrado na Figura 5C e D. Além disso, sob condições de cultura dinâmicas gefitinib tem um forte efeito sobre o EGFR HCC827 -mutated (Figura 5D).

A Figura 6 mostra a topologia de rede (Figura 6A) e detalhadas em simulações in silico de resistência anti-EGFR em terapia HCC827 células (Figura 6B, C). A rede de sinalização foi gerado usando as bases de dados da literatura conhecidas, tais como HPRD, KEGG e QIAGEN (Genes & Pathways), resultando em uma topologia de nós 42 e 55 as bordas, visualizado com software CellDesigner 26. A simulação de driver conhecido EGFR mutação (em vermelho) e co-ativação c-MET (em verde, valor em torno de 0,7) mostra um aumento proltaxa de iferation (curva de salmão) e uma diminuição da taxa de apoptose (curva violeta) ao longo do tempo refletindo gefitinib (em amarelo) resistência no HCC827 células indo junto com uma ativação da MEK e PI3K (Figura 6B, verde escuro e ciano). Modelação da PI3K combinados e inibidor MEK (escuras e claras curvas cinza) resulta em uma reversão do efeito anti- resistência EGFR, reduz a proliferação e induz a apoptose (Figura 6C).

Figura 1. Proliferação tarifa é reduzida em 3D em relação à cultura celular 2D. Células HCC827 Ki67-positivas (vermelho em A e B) foram coradas em cultura 2D de células (A) e de cultura de células 3D em SISmuc (B). HCC827 células A549 e as células foram contadas e foi determinado o índice de proliferação (percentagem de células positivas Ki67) (C </ Strong>, um representante contagem de cinco). Barras de escala em A e B:. 100 mm Por favor clique aqui para ver uma versão maior desta figura.

Figura 2. Andaime SISmuc Morfologia e regime de tratamento com o TKI de Gefitinib As células são semeadas no SISmuc que consiste de submucosa de intestino delgado (SIS) + mucosa (R:. De campo claro, B: células coradas DAPI no topo do SISmuc, C: sobreposição de A e B) e é fixo em coroas de células no dia 0. O esquema de tratamento é mostrada em D: alterações médias (MC) são realizados a cada 2 a 3 dias. No dia 11, o tratamento é iniciado. Os sobrenadantes são recolhidos e utilizados para M30-ELISA a fim de quantificar a apoptose ao longo do tempo (setas e caixas azuis). Por favor clique aqui para ver uma versão maior desta figura.

Figura 3. O tratamento Gefitinib alterações no crescimento celular na SISmuc e induz a apoptose em HCC827, mas não em modelos de tumores A549 em 3D. Sem qualquer tratamento, ambas as linhas celulares formam uma monocamada no SISmuc (A e B) e também as estruturas anteriores resolver cripta. Embora o padrão de crescimento de células A549 não é alterada após o tratamento com gefitinib (C), o número de células é reduzida HCC827 acompanhada por uma mudança para uma célula forma alongada (D). A apoptose é induzida por gefitinib, em modelos HCC827 como visto por meio de medições M30-ELISA a partir de sobrenadantes de cultura (E , uma medida representativa de cinco). Barra de escala no D:. 100 mm para A a D Por favor clique aqui para ver uma versão maior desta figura.

Figura 4. TGF-beta-1 induz EMT em HCC827 células no SISmuc. HCC827 células cultivadas em 3D mostram a expressão global do pan-citoqueratina (PCK) (verde em A, A1), mas apenas as células individuais expressam vimentina (vermelho em A, A2). Depois de FTC-beta-1 a estimulação, as células mudam de morfologia de uma forma alongada e a expressão de vimentina é fortemente aumentado (vermelho em B, B2), ao passo que a expressão de PCK é mantida (verde em B, B1). A barra de escala em B: 100 um para uma e B. Por favor clique aqui para ver uma versão maior desta figura.

Figura 5. Cultura celular dinâmico Melhora Tissue geração. Quando em cultura em condições 3D num biorreactor (B), a monocamada de um modelo estático (A, H & E coloração) muda de uma monocamada (A) a um tecido de camadas múltiplas (C, H & E coloração ). HCC827 células mostram uma resposta forte droga após tratamento com gefitinib (D, H & E coloração). Barra de escala no D:. 100 mm para A, C, e D Por favor clique aqui para ver uma versão maior desta figura.

Figura 6
FIG. 6. Geração de Tumor In Silico Modelo e Simulação de topologia Anti- EGFR Terapia Resistência. Rede de uma célula de tumor com os nós principais de sinalização em vermelho (via EGFR) e verde (c-Met) e os seus nodos jusante. O tumor característico proliferação de leitura para os parâmetros (de salmão) e apoptose (no violeta) são representados como hexágono. As setas indicam a activação, as setas embotadas inibição. Alvos terapêuticos são representados por rectângulos cinzentos claros e escuros, a inibição por gefitinib é mostrado em amarelo (A). Simulação dinâmica por e-funções (curvas coloridas) interpolar a conectividade de rede booleano (AND, OR, NOT). EGFR e co-expressão de c-MET causa resistência gefitinib como indicado por um aumento da proliferação (curva de salmão) e adecrease de apoptose (curva violeta) após cerca arbitrária tempo ponto 8 (B). Tackles potenciais terapia tanto PI3K e MEK por inibidores (sob a curva amarela; mesmo ativação, consulte Protocol). (C) Por favor clique aqui para ver uma versão maior desta figura.

Discussion

Os autores não têm nada a revelar.

Disclosures

Acknowledgements

Esta pesquisa foi patrocinada pelo Centro Interdisciplinar de Investigação Clínica (IZKF, BD247 concessão) do Hospital Universitário de Wuerzburg eo programa Bayern Fit (concedido a Heike Walles).

Materials

interna interna nster (GER)nster (GER)sob medida

Presidente de Biorreatores	de Engenharia de Tecidos e Medicina Regenerativa, Wü rzburg (GER)		Configuração do biorreator
BioVoxxel Toolbox (ImageJ / Fiji)	Jan Brocher, Thorsten Wagner, https://github.com/biovoxxel/BioVoxxel_Toolbox
Cell crowns	Presidente de Engenharia de Tecidos e Medicina Regenerativa, Wü rzburg (GER)		para cultura 3D estática
CellDesigner	http://www.celldesigner.org/	-	Este software foi usado para desenhar a rede.
Solução de estoque tampão de citrato (10x)	em produção		42 g/L Ácido cítrico monohidratado, 17,6 g/L Pastilhas de hidróxido de sódio em água deionizada, pH 6,0, armazenadas em RT.
Solução de trabalho de tampão de citrato	na produção		Solução de estoque tampão de citrato a 10% em água desmineralizada, armazenada em RT.
Ácido cítrico monohidratado	VWR, Darmstadt (GER)	1002441000	usado para o tampão citrato
Lamínulas	VWR, Darmstadt (GER)	631-1339
DAPI Fluoromount-G^TM	SouthernBiotech, Birmingham (EUA)	SBA-0100-20
Bancos de dados como KEGG, HPRD e QIAGEN (Genes & Caminhos)	http://www.genome.jp/kegg/pathway.html; http://www.hprd.org/; https://www.qiagen.com/de/geneglobe/	-	Diferentes bancos de dados da literatura conhecida foram usados para gerar a topologia da rede.
Camiseta Feminina Estilo Luer Lug	Mednet, Mü Configuração do	biorreator	FTLT-1
Estilo de rosca Luer fêmea com rosca hexagonal de 5/16" para rosca UNF de 1/4-28	Mednet, Mü nster (GER)	SFTLL-J1A	Configuração do biorreator
Soro fetal de bezerro	Bio& SELL, Feucht (GER)	FCS. ADD.0500	não inativado por calor
Gefitinib	Absource Diagnostics GmbH, Mü nchen (GER)	S1025-100 mg	100 mM solução de estoque com DMSO
Balão de vidro (Schott, GER) fornecido com conexão de mangueira de vidro	Weckert, Kitzingen (GER)	feito sob medida
Histofix 4% (Paraformaldeído)	Carl Roth, Karlsruhe (GER)	P087.1
Acoplamento de mangueira	Mednet, Mü Configuração do	biorreator	CC-9
Incubadora para biorreatores	Presidente de Engenharia de Tecidos e Medicina Regenerativa, Wü rzburg (GER)		Configuração do biorreator
M30 CytoDeath^TM ELISA	Peviva, Bromma (SWE)	10900
Anel de Trava Integral Luer Macho	Mednet, Mü nster (GER)	MTLL230-J1A	Configuração do biorreator
Câmara de umidade	feita
Mouse anti Pan-Citoqueratina	Sigma-Aldrich, Munique (GER)	C2562-2ML	Clone C-11 + PCK-26 + CY-90 + KS-1A3 +M20+A53-B/A2, usado 1/100 para imunofluorescência
Válvula Swabable sem agulha Fêmea Luer	Mednet, Mü nster (GER)	NVFMLLPC	Configuração do biorreator, para amostragem, O-Ring esterilizado por gama
MVQ 10 vermelho 37 x 3 mm	Arcus Dichtelemente, Seevetal (GER)	21444	O-ring grande, configuração do biorreator
O-Ring MVQ 70 vermelho 27 x 2,5 mm	Arcus Dichtelemente, Seevetal (GER)	19170	O-ring pequeno, configuração do biorreator
caneta PAP	Dako, Hamburgo (GER)	S002
Parafina	Carl Roth, Karlsruhe (GER)	6642.6
Bomba peristáltica	Ismatec, Wertheim-Mondfeld (GER)		Configuração do biorreator
Tamponamento de fosfato Salino	Sigma-Aldrich, Munique (GER)	D8537-6x500ml
de tubulação de bomba	Ismatec, Wertheim (GER)	IS 3710	Configuração do biorreator
Rabbit anti Ki67	Abcam, Cambridge (Reino Unido)	ab16667	Clone SP6, usado para 1/100 para IF
Rabbit anti Vimentin	Abcam, Cambridge (Reino Unido)	ab92547	usado 1/100 para
IF RPMI-1640 medium	Life technologies, Darmstadt (GER)	61870-044	quente em 37 > C banho-maria antes do uso
Tubo de silicone	Carl Roth GmbH, Karlsruhe (GER)	HC66.1	Configuração do biorreator
Hidróxido de sódio	Sigma-Aldrich, Mü nchen (GER)	30620-1KG-R	utilizado para o tampão citrato
SQUAD		http://sbos.eu/docu/docu/SQUAD/doku.php.htm-Este	software foi utilizado para a realização das simulações semiquantitativas.
Filtro de ar estéril, tamanho de poro 0,2 µ m	Sartorius Stedium Biotech, Gö ttlingen (GER)	16596-HYK	Configuração do biorreator
Seringa Luer Lok 5 ml	BD Biosciences, Heidelberg (GER)	309649	para amostragem de biorreator
Placas de teste de cultura de tecidos: 6-, 12, 24, 96 poços	TPP Techno Plastic Products AG, Trasadingen (GER)	92006, 92012, 92024, 92048
Fator de crescimento transformador-beta 1 (TGF-β 1) com Cell	Signaling, Frankfurt (GER)	8915LC	solução estoque em tampão citrato estéril pH 3,0
Triton X-100	Sigma-Aldrich, M & uuml; nchen (GER)	X100-1L
Tween-20	Sigma-Aldrich, Mü nchen (GER)	P7949-500ml	para tampão de lavagem de coloração imunofluorescente

References

Bhattacharjee, Y. Biomedicine Pharma firms push for sharing of cancer trial data. Science. 338, 29 (2012).
Kola, I., Landis, J. Can the pharmaceutical industry reduce attrition rates?. Nat Rev Drug Discov. 3, 711-715 (2004).
Arrowsmith, J. Trial watch: Phase II failures: 2008-2010. Nat Rev Drug Discov. 10, 328-329 (2011).
Arrowsmith, J. Trial watch: phase III and submission failures: 2007-2010. Nat Rev Drug Discov. 10, 87 (2011).
Arrowsmith, J., Miller, P. Trial watch: phase II and phase III attrition rates 2011-2012. Nat Rev Drug Discov. 12, 569 (2013).
Pampaloni, F., Reynaud, E. G., Stelzer, E. H. The third dimension bridges the gap between cell culture and live tissue. Nat Rev Mol Cell Biol. 8, 839-845 (2007).
Hartung, T. Toxicology for the twenty-first century. Nature. 460, 208-212 (2009).
Stratmann, A. T., Dandekar, G., Nietzer, S. L. Three-dimensional in vitro tumor Models as an Alternative for Animal Models in Preclinical Studies. Pharm Ind. 75, 485-489 (2013).
Stratmann, A. T., Dandekar, G., Nietzer, S. L. Three-dimensional in vitro tumor Models as an Alternative for Animal Models in Preclinical Studies. Pharm Ind. 75, 675-680 (2013).
Gudjonsson, T., Ronnov-Jessen, L., Villadsen, R., Bissell, M. J., Petersen, O. W. To create the correct microenvironment: three-dimensional heterotypic collagen assays for human breast epithelial morphogenesis and neoplasia. Methods. 30, 247-255 (2003).
Weaver, V. M., Fischer, A. H., Peterson, O. W., Bissell, M. J. The importance of the microenvironment in breast cancer progression: recapitulation of mammary tumorigenesis using a unique human mammary epithelial cell model and a three-dimensional culture assay. Biochem Cell Biol. 74, 833-851 (1996).
Antoni, D., Burckel, H., Josset, E., Noel, G. Three-dimensional cell culture: a breakthrough in vivo. Int J Mol Sci. 16, 5517-5527 (2015).
Kim, J., Tanner, K. Recapitulating the Tumor Ecosystem Along the Metastatic Cascade Using 3D Culture Models. Front Oncol. 5, 170 (2015).
Worthington, P., Pochan, D. J., Langhans, S. A. Peptide Hydrogels - Versatile Matrices for 3D Cell Culture in Cancer Medicine. Front Oncol. 5, 92 (2015).
Tanner, K., Gottesman, M. M. Beyond 3D culture models of cancer. Sci Transl Med. 7, 283ps9 (2015).
Stadler, M., et al. Increased complexity in carcinomas: Analyzing and modeling the interaction of human cancer cells with their microenvironment. Semin Cancer Biol. , (2015).
Stratmann, A. T., et al. Establishment of a human 3D lung cancer model based on a biological tissue matrix combined with a Boolean in silico model. Mol Oncol. 8, 351-365 (2014).
Mok, T. S., et al. Gefitinib or carboplatin-paclitaxel in pulmonary adenocarcinoma. N Engl J Med. 361, 947-957 (2009).
Maemondo, M., et al. Gefitinib or chemotherapy for non-small-cell lung cancer with mutated EGFR. N Engl J Med. 362, 2380-2388 (2010).
Rosell, R., et al. Erlotinib versus standard chemotherapy as first-line treatment for European patients with advanced EGFR mutation-positive non-small-cell lung cancer (EURTAC): a multicentre, open-label, randomised phase 3 trial. Lancet Oncol. 13, 239-246 (2012).
Sequist, L. V., et al. Phase III study of afatinib or cisplatin plus pemetrexed in patients with metastatic lung adenocarcinoma with EGFR mutations. J Clin Oncol. 31, 3327-3334 (2013).
Lee, J. M., Dedhar, S., Kalluri, R., Thompson, E. W. The epithelial-mesenchymal transition: new insights in signaling, development, and disease. J Cell Biol. 172, 973-981 (2006).
Wells, A., Yates, C., Shepard, C. R. E-cadherin as an indicator of mesenchymal to epithelial reverting transitions during the metastatic seeding of disseminated carcinomas. Clin Exp Metastasis. 25, 621-628 (2008).
Janne, P. A., et al. AZD9291 in EGFR inhibitor-resistant non-small-cell lung cancer. N Engl J Med. 372, 1689-1699 (2015).
Moll, C., et al. Tissue engineering of a human 3D in vitro tumor test system. J Vis Exp. , (2013).
Funahashi, A., et al. CellDesigner 3.5: A Versatile Modeling Tool for Biochemical Networks. Proceedings of the IEEE. 96, 1254-1265 (2008).
. . Auto Threshold(ImageJ)v.v1.15. , (2013).
. . BioVoxxel Toolbox (ImageJ / Fiji). , (2015).
Buettner, R., Wolf, J., Thomas, R. K. Lessons learned from lung cancer genomics: the emerging concept of individualized diagnostics and treatment. J Clin Oncol. 31, 1858-1865 (2013).
Engelman, J. A., et al. MET amplification leads to gefitinib resistance in lung cancer by activating ERBB3 signaling. Science. 316, 1039-1043 (2007).
Mukohara, T., et al. Differential effects of gefitinib and cetuximab on non-small-cell lung cancers bearing epidermal growth factor receptor mutations. J Natl Cancer Inst. 97, 1185-1194 (2005).
Noro, R., et al. Gefitinib (IRESSA) sensitive lung cancer cell lines show phosphorylation of Akt without ligand stimulation. BMC Cancer. 6, 277 (2006).
Gill, B. J., et al. A synthetic matrix with independently tunable biochemistry and mechanical properties to study epithelial morphogenesis and EMT in a lung adenocarcinoma model. Cancer Res. 72, 6013-6023 (2012).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article
Request Permission

Play Video

A Tissue Combinada 3D Engineered<em> In Vitro</em> /<em> In Silico</em> Modelo de tumor de pulmão para prever a eficácia da droga em fundos específicos de mutação