Summary
Nous présentons un protocole qui peut être utilisé pour effectuer des tests thérapeutiques de médicaments avec des organoïdes du cancer de l’ovaire dérivés de patientes.
Abstract
Le cancer de l’ovaire est un cancer gynécologique mortel et la cinquième cause de décès par cancer chez les femmes aux États-Unis. La mise au point de nouveaux traitements médicamenteux est cruciale pour faire progresser les soins de santé et améliorer les résultats pour les patients. Les organoïdes sont des organes miniatures multicellulaires tridimensionnels in vitro. Les modèles organoïdes dérivés de patientes (ODP) du cancer de l’ovaire peuvent être optimaux pour le dépistage de médicaments, car ils récapitulent avec plus de précision les tissus d’intérêt que les modèles de culture cellulaire bidimensionnelle et sont peu coûteux par rapport aux xénogreffes dérivées de patientes. De plus, les AOP du cancer de l’ovaire imitent le microenvironnement tumoral variable et le fond génétique généralement observés dans le cancer de l’ovaire. Ici, une méthode est décrite qui peut être utilisée pour tester des médicaments conventionnels et nouveaux sur des PDO dérivés de tissus cancéreux de l’ovaire et de l’ascite. Un test d’adénosine triphosphate (ATP) basé sur la luminescence est utilisé pour mesurer la viabilité, le taux de croissance et la sensibilité aux médicaments. Les dépistages de drogues dans les AOP peuvent être effectués en 7 à 10 jours, selon le taux de formation d’organoïdes et les traitements médicamenteux.
Introduction
Bien que rare, le cancer de l’ovaire est l’un des cancers gynécologiques les plus mortels 1,2. L’un des défis du développement de nouveaux traitements est que le cancer de l’ovaire est hétérogène et que le microenvironnement tumoral diffère considérablement d’une patiente à l’autre. De plus, de nombreux cancers de l’ovaire développent une résistance à la chimiothérapie à base de platine et aux inhibiteurs de la polypolymérase (ADP-ribose), ce qui souligne la nécessité de disposer de plus grandes options thérapeutiques 3,4,5.
Une approche qui peut être utile pour identifier de nouvelles thérapies est l’utilisation d’organoïdes dérivés du patient (PDO). Les organoïdes sont des amas tridimensionnels de plusieurs types de cellules qui s’auto-organisent et forment in vitro des « mini-organes »6,7,8,9,10. Les organoïdes peuvent récapituler la morphologie tissulaire et les profils d’expression génique importants11,12. Certains des premiers organoïdes ont été dérivés de cellules cancéreuses intestinales, gastriques et du côlon provenant de souris et d’humains 8,9,13. Des cultures d’organoïdes à longue durée de vie ont été établies à partir d’un large éventail de tissus bénins et malins, notamment la vessie, le côlon, l’estomac, le pancréas, le cerveau, la rétine et le foie 14,15,16. Nous avons précédemment démontré des méthodes pour établir des PDO à partir d’échantillons de tumeurs cancéreuses de l’ovaire et d’ascite17. Les PDO peuvent être utilisées pour étudier les caractéristiques moléculaires, les mécanismes cellulaires et les nouveaux traitements médicamenteux 18,19,20. Les AOP présentent plusieurs avantages par rapport aux cultures cellulaires primaires bidimensionnelles traditionnelles pour le criblage de médicaments. Bien que les cultures primaires bidimensionnelles soient une méthode peu coûteuse pour les criblages de médicaments, les cultures cellulaires primaires sont des types unicellulaires et n’ont pas l’architecture tridimensionnelle des tumeurs 21,22,23. Néanmoins, les AOP sont une ressource précieuse, et des protocoles rentables sont nécessaires pour optimiser leur utilisation dans le criblage de médicaments thérapeutiques.
Cet article décrit une méthode in vitro permettant d’utiliser des PDO pour le cancer de l’ovaire afin de tester les effets de médicaments connus ou candidats. Alors que les dépistages de médicaments à moyen et à haut débit à moyen et à haut débit à l’aide d’AOP nécessitent des instruments de distribution automatisés coûteux 24,25,26, cette méthode rentable utilise des fournitures de laboratoire de base facilement disponibles et un test de viabilité cellulaire à base d’ATP dans un format standard de plaque à 96 puits (Figure 1A). Cette méthode facilitera les essais préliminaires de nouveaux médicaments contre le cancer de l’ovaire avant leur mise à l’échelle à des écrans plus grands27,28. Bien que les PDO du cancer de l’ovaire soient utilisés ici, cette méthode peut être appliquée à d’autres modèles d’organoïdes cancéreux.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
La collecte de spécimens humains pour cette recherche a été approuvée par le Washington University School of Medicine Institutional Review Board. Toutes les patientes admissibles âgées de plus de 18 ans avaient reçu un diagnostic ou un diagnostic présumé de cancer de l’ovaire séreux de haut grade et étaient disposées et capables de donner leur consentement éclairé. Le tissu tumoral des sites primitifs ou métastatiques, en plus de l’ascite et du liquide pleural, a été obtenu à partir de patients consentants au moment des soins.
1. Sélection d’AOP établies pour l’essai de viabilité
REMARQUE : En règle générale, ces organoïdes se trouvent dans les cinq premiers passages. Comme décrit précédemment, les AOP du cancer de l’ovaire sont formées en remettant en suspension la suspension cellulaire primaire dans un extrait de membrane basale (BME) tel que Cultrex ou Matrigel17 (voir le tableau des matériaux).
- Les AOP doivent avoir un temps de doublement perçu de 24 à 72 h pour une efficacité optimale de l’essai. Estimez le temps de doublement perçu en déterminant visuellement le nombre de jours qu’il faut pour que les organoïdes se forment après le passage ou le placage.
REMARQUE : D’après notre expérience, les organoïdes qui prennent plus de trois jours à se former ne peuvent pas être utilisés pour ce test d’inhibition de la croissance. - Identifier les drogues et choisir une gamme de concentrations à tester (p. ex., carboplatine, 0 à 50 μM, voir le tableau des matériaux).
- Déterminez la configuration de la plaque. Ce test sera effectué en trois exemplaires, ce qui limitera le nombre de médicaments et de concentrations pouvant être testés sur une plaque.
REMARQUE : Les lignes PDO sélectionnées doivent être soigneusement observées avant d’effectuer le test. Les PDO établies pour le cancer de l’ovaire forment des sphères multicellulaires solides et creuses avec des formes bourgeonnantes ressemblant à des tumeurs (Figure 1B). La morphologie de l’AOP, le profil génomique, etc., doivent être comparés à ceux de l’échantillon du patient (si possible) avant d’effectuer le test29-33. Les AOP du cancer de l’ovaire peuvent être générées à partir d’échantillons de tumeurs primaires et métastatiques et d’ascite17.
2. Préparation des réactifs pour le test de viabilité
- Milieu de base : Pour le DMEM/F12 avancé, ajouter 1 % (v/v) de pénicilline-streptomycine, 1x glutamax et 1 % (v/v) HEPES17 (voir le tableau des matériaux).
- Préparer les milieux organoïdes avancés pour les organoïdes du cancer de l’ovaire à la suite de la publication précédentedu rapport 17.
3. Placage d’organoïdes (~Jour -2)
REMARQUE : Cette étape doit être effectuée 1 à 3 jours avant l’ajout des médicaments. Avant de commencer, réchauffez tous les réactifs (milieu de base, milieu organoïde avancé et réactif de dissociation organoïde ; voir tableau des matériaux) à 37 °C dans un bain-marie. Décongeler le BME dans un bain d’eau glacée.
- Utilisez un microscope à fond clair pour confirmer si les organoïdes d’intérêt sont confluents à 70 % à 90 %.
REMARQUE : Il est recommandé d’enregistrer les images des organoïdes pour référence future. - Ajouter 1 à 2 mL de milieu de base réchauffé dans le puits contenant les organoïdes et pipeter de haut en bas pour dissocier mécaniquement les organoïdes contenant du BME. Transférer la solution entière dans un tube conique de 15 mL17.
REMARQUE : En règle générale, 1 à 2 ml de média suffisent pour diluer correctement le BME. Les organoïdes d’un même patient et d’un même passage peuvent être combinés. - Vortex pendant 5 à 10 s pour dissocier davantage les cellules, et centrifuger à 1107 x g pendant 5 min à température ambiante (RT).
- Retirez le surnageant à l’aide d’une pipette monocanal et jetez-le. Remettre les organoïdes en suspension dans un réactif de dissociation organoïde de 1 mL (voir le tableau des matériaux) et les transférer dans un tube de microcentrifugation de 1,5 mL. Incuber 7 min à 37 °C.
- Si la pastille est encore gélatineuse à cause de l’EMB restant, ajoutez 1 mL supplémentaire de média de base, un vortex pendant 5 à 10 s et répétez la centrifugation.
- Centrifuger à 1107 x g pendant 5 min à RT. Retirer et jeter le surnageant et remettre en suspension la pastille cellulaire dans 1 mL de milieu de base.
- Compter le nombre de cellules dans chaque culture d’AOP à l’aide d’un compteur automatique de cellules (voir le tableau des matériaux) ou d’un hémocytomètre.
- Remettre les cellules en suspension à raison de 20 000 cellules par 10 μL de milieu de base à 25 % et de BME à 75 %. Pour ce faire, remettez les organoïdes en suspension dans le milieu et mélangez-les avec du BME.
- Plaquer une gouttelette de 3 μL de cellules BME + PDO remises en suspension dans un puits d’une plaque noire opaque à 96 puits (voir le tableau des matériaux). Placez les gouttelettes au centre de chaque puits. Plaquer chaque concentration de médicament en trois exemplaires.
REMARQUE : Étant donné que le test de viabilité cellulaire est basé sur la luminescence, il est préférable d’utiliser des plaques opaques noires pour éviter l’arrière-plan. Des plaques transparentes peuvent être utilisées pour visualiser les organoïdes pendant le test, mais le fond des plaques doit être recouvert de ruban opaque avant de mesurer la luminescence. - Incuber la plaque dans un incubateur de culture cellulaire à 37 °C pendant 15 min.
- Ajouter 100 μL de milieu organoïde avancé dans chaque puits. Incuber l’assiette pendant 24 à 72 h (déterminer en fonction du temps de doublement de l’AOP perçu). Ajouter 100 μL de milieu organoïde Advance dans un puits vide pour l’utiliser comme blanc.
REMARQUE : L’objectif est de permettre aux organoïdes de se former. - Facultatif : Pour l’analyse du taux de croissance, plaquez des PDO triples supplémentaires dans une plaque séparée. Ceci sera utilisé pour compter les cellules à Temps = 0 et devrait être analysé le jour 0 à l’aide du test de viabilité décrit à la section 5.
4. Ajout de médicaments pour le test de viabilité au jour 0
REMARQUE : Le jour 0 fait référence au jour où les médicaments sont ajoutés aux organoïdes entièrement formés.
- Diluer les médicaments sélectionnés dans le milieu organoïde Advance aux concentrations désirées. Les dilutions peuvent être effectuées dans des tubes de 1,5 ml ou dans une plaque préréglée à 96 puits, ce qui permettrait l’utilisation d’une pipette multicanaux pour distribuer le milieu.
REMARQUE : Les médicaments doivent être remis en suspension dans le solvant suggéré par le fabricant, comme le diméthylsulfoxyde. Pour cette étude, les dilutions suivantes de carboplatine dans des milieux organoïdes avancés ont été effectuées : 1, 5, 10, 25, 50 et 75 μM. - Retirez le milieu de chaque puits à l’aide d’une pipette monocanal ou multicanal, en prenant soin de ne pas toucher ou déranger la gouttelette PDO/BME.
- Ajouter 100 μL de milieu organoïde avancé et le(s) médicament(s) désiré(s) dans chaque puits. Assurez-vous d’ajouter des milieux frais dans les trois puits de contrôle.
REMARQUE : Les concentrations de médicaments varient et dépendent de la question scientifique et du mécanisme d’action du médicament. Lorsque nous décidons des concentrations à utiliser, nous commençons par les concentrations de médicaments déjà établies dans des lignées cellulaires 2D comparables (par exemple, des lignées cellulaires de cancer de l’ovaire immortalisées). Il peut être nécessaire d’augmenter les concentrations s’il n’y a pas d’effet observé sur les organoïdes. - Actualisez les supports et les médicaments au besoin (répétez les étapes 4.1 à 4.3). La nécessité de rafraîchir le milieu dépend de la durée du test, de l’activité biologique du médicament et de sa demi-vie. Pour les essais de plus d’une semaine, le support devra être rafraîchi au moins une fois.
5. Fin de l’essai de viabilité pour la lecture (~Jour 7)
REMARQUE : Cette étape peut être effectuée les jours 7 à 10. La durée de l’essai doit être déterminée en fonction de la demi-vie et de la pharmacodynamie des médicaments testés.
- Laisser les réactifs de test de viabilité atteindre la température ambiante dans l’obscurité. Conservez les réactifs à 4 °C pendant la nuit (dans l’obscurité) pour réduire le temps de décongélation.
- Retirez la plaque de dosage de l’incubateur de culture cellulaire et laissez-la s’acclimater à la température ambiante pendant 30 minutes. La plaque n’a pas besoin de s’acclimater dans l’obscurité.
- Ajouter 100 μL de réactif d’essai de viabilité (voir le tableau des matériaux) dans chaque puits (pour un volume total de 200 μL) et placer sur une plaque agitatrice pendant 5 min (80 tr/min). Retirez l’assiette du shaker et incubez pendant 25 minutes supplémentaires à température ambiante. Assurez-vous que la plaque est toujours protégée de la lumière en la recouvrant d’une feuille d’aluminium ou d’une boîte opaque.
- Allumez le lecteur de plaques de bioluminescence et ouvrez le logiciel i-control (voir Tableau des matériaux).
- Sous Se connecter à : Nom de l’instrument, sélectionnez infinite 200Pro.
- Sélectionnez Luminescence et Script par défaut.
- Dans le menu déroulant, choisissez le type de plaque [BD96fb_Falcon-BD] Falcon 96 Flat Black.
- Déterminez les puits à lire et mettez en surbrillance les puits correspondants sous Partie de la plaque.
- Sous Mesures sur le côté gauche de l’écran, faites glisser et déposez Luminescence sous la Partie de la plaque.
- Sélectionnez les paramètres de luminescence : Atténuation : AUCUNE ; Temps d’intégration : 1000 ms ; Temps de règlement : 0 ms.
- Retirez le couvercle de la plaque et chargez-le dans le lecteur de plaques. Appuyez sur Démarrer pour commencer.
- Une fois l’opération terminée, exportez les données et enregistrez-les.
6. Analyse des données
- Calculez le pourcentage de viabilité de la cellule.
- Soustrayez le « blanc » de chaque puits pour les lectures corrigées du blanc. Ensuite, calculez la moyenne de contrôle en faisant la moyenne des trois puits de contrôle.
- Utilisez l’équation suivante pour calculer le pourcentage de cellules viables dans chaque puits : (Puits expérimental / Moyenne témoin) x 100
- Représenter graphiquement les données résultantes dans le logiciel d’analyse (voir Tableau des matériaux).
- Examinez les indicateurs de taux de croissance (GR).
- Calculez manuellement les mesures GR conformément au rapport publié34.
- Vous pouvez également utiliser le calculateur de GR en ligne (voir le tableau des matériaux) pour générer les mesures35. Utilisez les mesures du jour 0 comme « cell_count_time0 », qui reflètent le taux de croissance des AOP non traitées.
- Exportez les données et le graphique.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Ces résultats illustrent la réponse de deux AOP à l’agent chimiothérapeutique carboplatine, utilisé pour traiter le cancer de l’ovaire. Les organoïdes ont été dérivés de la biopsie tumorale (PDO #1) et de l’ascite (PDO #2). Ces organoïdes ont été sélectionnés en fonction de leur temps de doublement perçu (1 à 2 jours) et de leur aspect morphologique (formation de nombreux grands organoïdes). L’AOP #1 et l’AOP #2 ont été plaquées le jour -2, au deuxième passage, et le carboplatine a été ajouté le jour 0. Nous avons testé les concentrations de carboplatine suivantes diluées dans les milieux organoïdes Advance : 1, 5, 10, 25, 50 et 75 μM. À la fin de l’expérience, le jour 7, le réactif de test de viabilité a été ajouté à la plaque et les résultats ont été analysés. La figure 2A représente le pourcentage de cellules vivantes après un traitement au carboplatine.
Ensuite, le calculateur GR en ligne a été utilisé pour analyser les données. En l’absence de données de comptage cellulaire, les valeurs de luminescence mesurées dans le test de viabilité ont été utilisées. Après l’exportation des mesures GR, les valeurs GR ont été représentées graphiquement, c’est-à-dire les rapports entre les taux de croissance perçus dans les conditions traitées et non traitées, normalisés à une seule division cellulaire34. Ces valeurs ont ensuite été comparées aux concentrations de carboplatine (figure 2B). Le tableau 1 résume les paramètres des RG, y compris les temps de doublement respectifs des cellules témoins et traitées, ainsi que l’aire des RG sur la courbe (GR AOC), qui intègre la courbe dose-réponse sur une gamme de concentrations de carboplatine testées34. La sensibilité à un médicament particulier peut être déterminée en interprétant la valeur GR50 , correspondant à la concentration à laquelle le médicament a un effet demi-maximal. Par exemple, la valeur du GR50 pour l’AOP #1 est beaucoup plus élevée que celle de l’AOP #2 (4,85 μMcontre 0,97 μM), ce qui indique que l’AOP #1 est plus résistante à la chimiothérapie au platine que l’AOP #2.
Figure 1 : Organoïdes dérivés du patient avant le dépistage des médicaments. (A) Schéma expérimental du dépistage des médicaments AOP. Compte tenu du temps de doublement de la lignée de PDO et du temps d’exposition au médicament, il peut être nécessaire d’ajuster le plan expérimental. (B) Images représentatives en fond clair (40x) de deux lignées PDO du cancer de l’ovaire (#1 et #2). Barre d’échelle = 50 μm. Abréviations : PDO = organoïdes dérivés du patient. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 2 : Résultats représentatifs du cancer de l’ovaire AOP après traitement au carboplatine. (A) Deux lignées de PDO ont été traitées avec des concentrations croissantes de carboplatine pendant sept jours. L’axe des abscisses montre la concentration en carboplatine ; l’axe des Y affiche le % de cellules vivantes normalisées pour contrôler les organoïdes (pas de carboplatine). Les analyses ont été réalisées en trois exemplaires avec deux répétitions biologiques. Les barres d’erreur indiquent l’écart-type. (B) Graphique de la valeur GR représentant la concentration logarithmique en carboplatine (axe des abscisses) et la valeur des valeurs GR (axe des ordonnées). Ces valeurs ont été générées dans le calculateur de GR en ligne. Les barres d’erreur indiquent l’écart-type. Veuillez cliquer ici pour voir une version agrandie de cette figure.
| Traitement | Temps de doublement de la cellule de contrôle | Temps de doublement des cellules traitées | Le GR50 | GR_AOC | |
| AOP #1 | Carboplatine | 0.744 | 0.112 | 4.85 | 1.28 |
| AOP #2 | Carboplatine | 0.972 | 0.0532 | 0.97 | 1.51 |
Tableau 1 : Tableau illustrant le temps de doublement de la cellule témoin, le temps de doublement de la cellule traitée, GR50 et les valeurs de GR_AOC générées dans le calculateur GR. Abréviations : PDO = organoïdes dérivés du patient, GR = taux de croissance, GR_AOC = aire du taux de croissance sur la courbe.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Cet article décrit une méthode qui peut être utilisée pour évaluer les effets thérapeutiques de médicaments conventionnels ou nouveaux sur les AOP du cancer de l’ovaire. Les chercheurs doivent tenir compte de plusieurs questions avant d’effectuer l’essai de viabilité dans le modèle PDO.
Tout d’abord, lors de la sélection d’un PDO à utiliser dans le test de viabilité, il faut déterminer le type d’organoïde idéal (tumeur ou ascite) et le numéro de passage pour ses besoins. D’après notre expérience, les AOP dérivées de l’ascite se développent plus rapidement et sont plus faciles à générer que les AOP dérivées de tumeurs. Étant donné que ce test dépend du taux de croissance, il peut être difficile d’utiliser des organoïdes qui prennent beaucoup de temps à se former/se développer. Nous n’avons utilisé avec succès que des lignes PDO avec des temps de doublement inférieurs à 4 jours.
Deuxièmement, des plaques noires opaques à 96 puits ont été utilisées dans cette étude. Étant donné que le test de viabilité de l’ATP est basé sur la luminescence, les puits transparents réduiront l’intensité du signal et généreront une contamination du signal. Les plaques inférieures transparentes à paroi opaque permettent de visualiser les organoïdes pendant le test et peuvent aider à surveiller les changements de morphologie cellulaire induits par le traitement. Bien qu’il s’agisse d’une force liée au coût, l’une des limites de ce test est l’utilisation d’une plaque à 96 puits, ce qui limite le nombre d’échantillons et de médicaments pouvant être évalués simultanément.
Troisièmement, le nombre de cellules plaquées doit être soigneusement examiné et optimisé pour les tests de viabilité. Cela est particulièrement vrai en raison du taux de croissance variable des lignées AOP ; Trop peu de cellules ne formeront pas d’organoïdes, et trop de cellules entraîneront une prolifération d’organoïdes. Pour assurer une distribution uniforme des cellules, un compteur automatique de cellules a été utilisé et a maintenu le même rapport BME/milieu (75 :25). Ce pourcentage élevé de BME garantit que les gouttelettes restent solidifiées pendant toute la durée du test. Ici, des gouttelettes de 3 μL de BME ont été placées au centre du puits. Bien que la taille de la gouttelette puisse être augmentée, nous mettons en garde contre le fait de bien enrober l’ensemble. Le revêtement de l’ensemble du puits entraînera le dépôt des organoïdes sur les bords du puits, ce qui entravera leur croissance globale et affectera les résultats des tests de viabilité. Le placement décentré de la gouttelette est acceptable tant qu’elle ne touche pas les bords du puits.
Quatrièmement, l’autopipetage introduit l’erreur humaine, mais celle-ci peut être surmontée par l’attention portée aux détails et l’inclusion de puits de contrôle supplémentaires.
Enfin, la longueur de l’essai doit être choisie avec soin. L’exposition prolongée aux médicaments affectera la viabilité des AOP, indépendamment du mécanisme d’action du médicament. Pour cette raison, il est important de tester une gamme de concentrations de médicaments sur une période minimale de cinq jours. Il est important de décider s’il est nécessaire de changer le milieu pendant de plus longues périodes, car des niveaux réduits de facteurs de croissance entraveront les effets des médicaments36. Pour déterminer si le milieu devra être changé pendant le test, il faut comparer les résultats des contrôles du jour 0 et du jour 7. Les témoins de PDO non traités doivent continuer à croître tout au long de l’essai de façon continue.
Au fur et à mesure que les AOP continuent de gagner en complexité et de mieux récapituler leurs tissus d’origine, leur utilisation devrait améliorer la découverte de médicaments. Cependant, les AOP sont susceptibles de rester une ressource précieuse et nécessitent des méthodes rentables pour préserver et optimiser leur utilisation. Contrairement aux techniques à moyen et haut débit, ce protocole peut être utilisé pour tester des composés connus et nouveaux à moindre coût avec des matériaux et des équipements facilement disponibles. Enfin, cette méthode peut être facilement adaptée à différents modèles d’organoïdes cancéreux.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Les auteurs n’ont rien à divulguer.
Acknowledgments
La recherche rapportée dans cette publication a été financée par l’Institut national du cancer des National Institutes of Health sous le numéro de prix R01CA243511. Le contenu relève de la seule responsabilité des auteurs et ne représente pas nécessairement les opinions officielles des National Institutes of Health. Les auteurs remercient Deborah Frank pour ses commentaires éditoriaux.
Materials
| Name | Company | Catalog Number | Comments |
| 1.5 mL Plastic Tubes | |||
| 15 mL Plastic Tubes | |||
| 96 well Flat Black Plates | MidSci | 781968 | |
| Advance Organoid Media | see Graham et al 2022 (Jove) | ||
| Advanced DMEM/F12 | Thermo Fisher | 12634028 | |
| Automated Cell Counter | Thermo Fisher | AMQAX1000 | |
| Brightfield Microscope | |||
| Carboplatin | Teva Pharmaceuticals USA | NDC 00703-4246-01 | |
| CellTiter-Glo 3D Viability | Promega | G9681 | |
| Cultrex | R & D Systems | 3533-010-02 | |
| DMSO | Sigma Aldrich | D2650-100ML | |
| Glutamax | Life Technologies | 35050061 | |
| GR Calculator | http://www.grcalculator.org | Online calculator | |
| GraphPad Prism | GraphPad Software, Inc. | ||
| HEPES | Life Technologies | 15630080 | |
| Matrigel | Corning | 354230 | |
| Microsoft Excel | Microsoft | ||
| Penicillin-Streptomycin | Thermo Fisher | 15140122 | |
| Plate Rocker | |||
| Sterile P10, P200, and P1000 Barrier Sterile Pipette Tips | |||
| Sterile P10, P200, and P1000 Pipettes | |||
| Tecan Infinte 200Pro Plate Reader; i-Control Software | Tecan | ||
| TrypLE | Thermo Fisher | 12605010 | Organoid dissociation reagent |
References
- Matulonis, U. A., Sood, A. K., Fallowfield, L., Howitt, B. E., Sehouli, J. m, Karlan, B. Y.
- Siegel, R. L., Miller, K. D., Jemal, A.
- Christie, E. L., Bowtell, D. D. L. Acquired chemotherapy resistance in ovarian cancer. Annals of Oncology. 28 (suppl_8), viii13-viii15 (2017).
- Wang, L., Wang, Q., Xu, Y., Cui, M., Han, L. Advances in the treatment of ovarian cancer using PARP inhibitors and the underlying mechanism of resistance. Current Drug Targets. 21 (2), 167-178 (2020).
- Wang, Q., Peng, H., Qi, X., Wu, M., Zhao, X. Targeted therapies in gynecological cancers: a comprehensive review of clinical evidence. Signal Transduction and Targeted Therapy. 5 (1), 137 (2020).
- Hofer, M., Lutolf, M. P.
- Lancaster, M. A., Knoblich, J. A. Organogenesis in a dish: Modeling development and disease using organoid technologies. Science. 345 (6194), 1247125 (2014).
- Sato, T., et al. Long-term expansion of epithelial organoids from human colon, adenoma, adenocarcinoma, and barrett's epithelium. Gastroenterology. 141 (5), 1762-1772 (2011).
- Sato, T., et al. Single Lgr5 stem cells build crypt-villus structures in vitro without a mesenchymal niche. Nature. 459 (7244), 262-265 (2009).
- Spence, J. R., et al. Directed differentiation of human pluripotent stem cells into intestinal tissue in vitro. Nature. 470 (7332), 105-109 (2011).
- Schutgens, F., Clevers, H. Human organoids: Tools for understanding biology and treating diseases. Annual Review of Pathology: Mechanisms of Disease. 15 (1), 211-234 (2020).
- Zhao, Z., et al.
- Barker, N., et al. Lgr5(+ve) stem cells drive self-renewal in the stomach and build long-lived gastric units in vitro. Cell Stem Cell. 6 (1), 25-36 (2010).
- Corrò, C., Novellasdemunt, L., Li, V. S. W.
- Kim, J., Koo, B. K., Knoblich, J. A. Human organoids: model systems for human biology and medicine. Nature Reviews Molecular Cell Biology. 21 (10), 571-584 (2020).
- Simian, M., Bissell, M. J. Organoids: A historical perspective of thinking in three dimensions. Journal of Cell Biology. 216 (1), 31-40 (2017).
- Graham, O., et al. Generation and culturing of high-grade serous ovarian cancer patient-derived organoids. Journal of Visualized Experiments. 191, e64878 (2023).
- Liu, C., Qin, T., Huang, Y., Li, Y., Chen, G., Sun, C. Drug screening model meets cancer organoid technology. Translational Oncology. 13 (11), 100840 (2020).
- Driehuis, E., Kretzschmar, K., Clevers, H. Establishment of patient-derived cancer organoids for drug-screening applications. Nature Protocols. 15 (10), 3380-3409 (2020).
- Zhou, Z., Cong, L., Cong, X. Patient-derived organoids in precision medicine: drug screening, organoid-on-a-chip and living organoid biobank. Frontiers in Oncology. 11, 762184 (2021).
- Costa, E. C., Moreira, A. F., de Melo-Diogo, D., Gaspar, V. M., Carvalho, M. P., Correia, I. J. 3D tumor spheroids: an overview on the tools and techniques used for their analysis. Biotechnology Advances. 34 (8), 1427-1441 (2016).
- Foo, M. A., et al. Clinical translation of patient-derived tumour organoids- bottlenecks and strategies. Biomarker Research. 10 (1), 10 (2022).
- Kapałczyńska, M., et al. 2D and 3D cell cultures - a comparison of different types of cancer cell cultures. Archives of Medical Science. 14 (4), 910-919 (2018).
- Bergdorf, K., et al. High-throughput drug screening of fine-needle aspiration-derived cancer organoids. STAR Protocols. 1 (3), 100212 (2020).
- Phan, N., et al. A simple high-throughput approach identifies actionable drug sensitivities in patient-derived tumor organoids. Communications Biology. 2 (1), 78 (2019).
- Putker, M., et al. Medium-throughput drug- and radiotherapy screening assay using patient-derived organoids. Journal of Visualized Experiments. 170, e62495 (2021).
- Dahlin, J. L., Inglese, J., Walters, M. A. Mitigating risk in academic preclinical drug discovery. Nature Reviews Drug Discovery. 14 (4), 279-294 (2015).
- Honkala, A., Malhotra, S. V., Kummar, S., Junttila, M. R. Harnessing the predictive power of preclinical models for oncology drug development. Nature Reviews Drug Discovery. 21 (2), 99-114 (2022).
- de Witte, C. J., et al. Patient-derived ovarian cancer organoids mimic clinical response and exhibit heterogeneous inter- and intrapatient drug responses. Cell Reports. 31 (11), 107762 (2020).
- Hill, S. J., et al. Prediction of DNA repair inhibitor response in short-term patient-derived ovarian cancer organoids. Cancer Discovery. 8 (11), 1404-1421 (2018).
- Kopper, O., et al. An organoid platform for ovarian cancer captures intra- and interpatient heterogeneity. Nature Medicine. 25 (5), 838-849 (2019).
- Maenhoudt, N., Vankelecom, H. Protocol for establishing organoids from human ovarian cancer biopsies. STAR Protocols. 2 (2), 100429 (2021).
- Nanki, Y., et al. Patient-derived ovarian cancer organoids capture the genomic profiles of primary tumours applicable for drug sensitivity and resistance testing. Scientific Reports. 10 (1), 12581 (2020).
- Hafner, M., Niepel, M., Chung, M., Sorger, P. K. Growth rate inhibition metrics correct for confounders in measuring sensitivity to cancer drugs. Nat Methods. 13 (6), 521-527 (2016).
- Clark, N. A., et al. GRcalculator: an online tool for calculating and mining dose-response data. BMC Cancer. 17 (1), 698 (2017).
- Senkowski, W., et al. A platform for efficient establishment and drug-response profiling of high-grade serous ovarian cancer organoids. Developmental Cell. 58 (12), 1106.e7-1121.e7 (2023).
