Summary
환자 유래 난소암 오가노이드로 치료 약물 테스트를 수행하는 데 사용할 수 있는 프로토콜을 제시합니다.
Abstract
난소암은 치명적인 부인과 암이며 미국 여성의 암 사망 원인 중 5위를 차지합니다. 신약 치료법 개발은 의료 서비스를 발전시키고 환자 결과를 개선하는 데 매우 중요합니다. 오가노이드는 체외 3차원 다세포 소형 장기입니다. 난소암의 환자 유래 오가노이드(PDO) 모델은 2차원 세포 배양 모델보다 관심 조직을 더 정확하게 재현하고 환자 유래 이종이식에 비해 저렴하기 때문에 약물 스크리닝에 최적일 수 있습니다. 또한 난소암 PDO는 난소암에서 일반적으로 관찰되는 다양한 종양 미세환경 및 유전적 배경을 모방합니다. 여기에서, 난소암 조직 및 복수로부터 유래된 PDO에 대한 종래의 약물 및 신규약을 시험하는데 사용될 수 있는 방법이 설명된다. 발광 기반 아데노신 삼인산(ATP) 분석은 생존율, 성장률 및 약물 민감도를 측정하는 데 사용됩니다. PDO의 약물 스크리닝은 오가노이드 형성 속도 및 약물 치료에 따라 7-10일 이내에 완료될 수 있습니다.
Introduction
드물기는 하지만 난소암은 가장 치명적인 부인과 암중 하나입니다 1,2. 새로운 치료법 개발의 어려움은 난소암이 이질적이고 종양 미세환경이 환자마다 크게 다르다는 것입니다. 또한 많은 난소암에서 백금계 화학요법 및 폴리(ADP-리보스) 중합효소 억제제에 대한 내성이 발생하여 더 많은 치료 옵션이 필요함을 강조합니다 3,4,5.
새로운 치료제를 식별하는 데 유용할 수 있는 한 가지 접근법은 환자 유래 오가노이드(PDO)를 사용하는 것입니다. 오가노이드는 자가 조직화되어 체외 "미니 장기"를 형성하는 여러 세포 유형의 3차원 클러스터입니다6,7,8,9,10. 오가노이드는 중요한 조직 형태 및 유전자 발현 프로파일을 재현할 수 있습니다11,12. 최초의 오가노이드 중 일부는 생쥐와 인간 모두의 장암, 위암 및 대장암 세포에서 파생되었습니다 8,9,13. 수명이 긴 오가노이드 배양은 방광, 결장, 위, 췌장, 뇌, 망막 및 간을 포함한 광범위한 양성 및 악성 조직에서 확립되었습니다 14,15,16. 우리는 이전에 난소암 종양 및 복수 샘플에서 PDO를 확립하는 방법을 시연했다17. PDO는 분자 특성, 세포 메커니즘 및 새로운 약물 치료를 연구하는 데 사용할 수 있습니다 18,19,20. PDO는 약물 스크리닝을 위한 기존의 2차원 1차 세포 배양에 비해 몇 가지 장점이 있습니다. 1차 2차원 배양은 약물 스크리닝을 위한 저비용 방법이지만, 1차 세포 배양은 단일 세포 유형이며 종양 21,22,23의 3차원 구조가 부족합니다. 그럼에도 불구하고 PDO는 귀중한 자원이며, 치료 약물 스크리닝에서 PDO의 사용을 최적화하기 위해서는 비용 효율적인 프로토콜이 필요합니다.
이 글에서는 난소암 PDO를 사용하여 알려진 약물 또는 후보 약물의 효과를 테스트하는 in vitro 방법에 대해 설명합니다. PDO를 사용하는 현재의 중처리량 및 고처리량 약물 스크리닝에는 고가의 자동 분주 기기(24,25,26)가 필요하지만, 이 비용 효율적인 방법은 쉽게 구할 수 있는 기본 실험실 용품과 표준 96웰 플레이트 형식의 ATP 기반 세포 생존도 분석을 사용합니다(그림 1A). 이 방법은 더 큰 스크린으로 확장하기 전에 새로운 난소암 약물의 예비 테스트를 용이하게 할 것이다 27,28. 여기서는 난소암 PDO를 사용하지만, 이 방법은 다른 암 오가노이드 모델에도 적용할 수 있다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
이 연구를 위한 인체 표본 수집은 Washington University School of Medicine Institutional Review Board의 승인을 받았습니다. 18세 이상의 모든 적격 환자는 고등급 장액성 난소암 진단을 받았거나 추정 진단을 받았으며 정보에 입각한 동의를 제공할 의사와 능력이 있었습니다. 복수 및 흉수액 외에도 원발성 또는 전이성 부위의 종양 조직은 치료 당시 동의한 환자로부터 얻었다.
1. 생존도 분석을 위한 확립된 PDO 선택
참고: 일반적으로 이러한 오가노이드는 처음 5개 구절 내에 있습니다. 앞서 설명한 바와 같이, 난소암 PDO는 Cultrex 또는 Matrigel17 과 같은 기저막 추출물(BME)에서 일차 세포 현탁액을 재현탁시킴으로써 형성된다( 재료 표 참조).
- PDO는 분석의 최상의 효율성을 위해 24-72시간의 인지된 배증 시간을 가져야 합니다. passaging/plating 후 오가노이드가 형성되는 데 걸리는 일수를 시각적으로 결정하여 인지된 배증 시간을 추정합니다.
참고: 경험상 형성에 3일 이상 걸리는 오가노이드는 이 성장 억제 분석에 사용할 수 없습니다. - 약물을 식별하고 테스트할 농도 범위를 선택합니다(예: 카보플라틴, 0-50μM, 재료 표 참조).
- 플레이트 설정을 결정합니다. 이 분석은 세 번에 걸쳐 수행되어 한 플레이트에서 테스트할 수 있는 약물의 수와 농도를 제한합니다.
알림: 분석을 수행하기 전에 선택한 PDO 라인을 주의 깊게 관찰해야 합니다. 확립된 난소암 PDO는 종양과 같은 싹을 틔우는 모양을 가진 다세포 고체 및 속이 빈 구체를 형성합니다(그림 1B). PDO 형태, 게놈 프로파일 등은 분석을 수행하기 전에 환자 샘플(가능한 경우)의 형태와 비교해야 합니다29-33. 난소암 PDO는 원발성 및 전이성 종양 샘플과 복수로부터 생성할 수 있다17.
2. 생존도 분석을 위한 시약 준비
- 기본 배지: 고급 DMEM/F12에 1% (v/v) 페니실린-스트렙토마이신, 1x 글루타맥스 및 1% (v/v)HEPES17 을 추가합니다( 재료 표 참조).
- 이전에 발표된 보고서17에 따라 난소암 오가노이드를 위한 사전 오가노이드 배지를 준비합니다.
3. 오가노이드 도금 (~Day -2)
알림: 이 단계는 약물을 추가하기 1-3일 전에 수행해야 합니다. 시작하기 전에 모든 시약(기본 배지, Advance 오가노이드 배지 및 오가노이드 해리 시약, 재료 표 참조)을 수조에서 37°C로 데우십시오. BME를 얼음물 욕조에서 해동합니다.
- 명시야 현미경을 사용하여 관심 오가노이드가 70%-90% 합류하는지 확인합니다.
NOTE: 나중에 참조할 수 있도록 오가노이드 이미지를 저장하는 것이 좋습니다. - 오가노이드가 들어 있는 웰에 따뜻하게 데워진 베이스 배지 1-2mL를 추가하고 피펫을 위아래로 피펫하여 BME 함유 오가노이드를 기계적으로 해리합니다. 전체 용액을 15mL 코니컬 튜브(17)로 옮깁니다.
참고: 일반적으로 1-2mL의 배지는 BME를 적절하게 희석하기에 충분합니다. 동일한 환자와 통로의 오가노이드를 결합할 수 있습니다. - 세포를 더 해리시키기 위해 5-10초 동안 와류하고 실온(RT)에서 1107 x g 에서 5분 동안 원심분리합니다.
- 단일 채널 피펫으로 상층액을 제거하고 폐기합니다. 오가노이드를 1mL 오가노이드 해리 시약( 재료 표 참조)에 재현탁시키고 1.5mL 미세 원심분리 튜브로 옮깁니다. 37 °C에서 7 분 동안 배양합니다.
- 남은 BME로 인해 펠릿이 여전히 젤라틴 같으면 1mL의 베이스 배지를 추가하고 5-10초 동안 소용돌이치고 원심분리를 반복합니다.
- 상층액을 1107 x g 에서 상온에서 5분 동안 원심분리합니다. 상층액을 제거하고 폐기하고 세포 펠릿을 1mL의 기본 배지에 재현탁시킵니다.
- 자동 세포 계수기( 재료 표 참조) 또는 혈구계를 사용하여 각 PDO 배양의 세포 수를 계산합니다.
- 25% 기본 배지 및 75% BME의 10μL당 20,000개 세포에서 세포를 재현탁시킵니다. 매체에서 오가노이드를 재현탁하고 BME와 혼합하여 이를 수행합니다.
- 재현탁된 BME + PDO 세포의 3μL 액적 1개를 검은색 불투명 96웰 플레이트의 웰 1개에 플레이트합니다( 재료 표 참조). 각 웰의 중앙에 물방울을 놓습니다. 각 약물 농도를 세 배로 도금합니다.
참고: 세포 생존도 분석은 발광 기반이므로 배경을 피하기 위해 검은색 불투명 플레이트를 사용하는 것이 가장 좋습니다. 분석 중에 투명 플레이트를 사용하여 오가노이드를 시각화할 수 있지만 발광을 측정하기 전에 플레이트 바닥을 불투명 테이프로 덮어야 합니다. - 37°C의 세포 배양 인큐베이터에서 플레이트를 15분 동안 배양합니다.
- 각 웰에 100μL의 Advance Organoid Media를 추가합니다. 24-72 시간 동안 플레이트를 배양합니다 (지각 된 PDO 배증 시간에 따라 결정). Advance Organoid Media 100μL를 빈 웰에 추가하여 블랭크로 사용합니다.
참고: 목표는 오가노이드가 형성될 수 있도록 하는 것입니다. - 선택 사항: 성장률 분석을 위해 추가 삼중 PDO를 별도의 플레이트에 플레이트합니다. 이것은 Time = 0에서 세포를 계수하는 데 사용되며 섹션 5에 설명된 생존도 분석을 사용하여 0일에 분석해야 합니다.
4. 0일째 생존도 분석을 위한 약물 추가
NOTE: 0일은 약물이 완전히 형성된 오가노이드에 첨가되는 날을 나타냅니다.
- Advance Organoid Media에서 선택한 약물을 원하는 농도로 희석합니다. 희석액은 1.5mL 튜브 또는 사전 설정된 96웰 플레이트에서 수행할 수 있으며, 이를 통해 다중 채널 피펫을 사용하여 배지를 분주할 수 있습니다.
알림: 약물은 dimethyl sulfoxide와 같이 제조업체에서 제안한 용매에 재현탁되어야 합니다. 이 연구를 위해 Advance Organoid Media에서 카보플라틴을 1, 5, 10, 25, 50 및 75μM로 희석했습니다. - 단일 또는 다중 채널 피펫을 사용하여 각 웰에서 배지를 제거하고 PDO/BME 방울을 만지거나 방해하지 않도록 주의합니다.
- 100μL의 Advance Organoid 배지와 원하는 약물을 각 웰에 추가합니다. 3개의 제어 웰에 새 매체를 추가해야 합니다.
참고: 약물 농도는 과학적 질문과 약물 작용 메커니즘에 따라 다양합니다. 어떤 농도를 사용할지 결정할 때는 비교 가능한 2D 세포주(예: 불멸화된 난소암 세포주)에서 이전에 확립된 약물 농도부터 시작합니다. 오가노이드에 대한 효과가 관찰되지 않는 경우 농도를 높여야 할 수 있습니다. - 필요에 따라 미디어와 약물을 새로 고칩니다(4.1-4.3단계 반복). 배지를 새로 고쳐야 하는지 여부는 분석 기간, 약물의 생물학적 활성 및 약물의 반감기에 따라 다릅니다. 일주일 이상 분석하려면 배지를 한 번 이상 새로 고쳐야 합니다.
5. 판독을 위한 생존도 분석 종료(~7일차)
알림: 이 단계는 7-10일에 수행할 수 있습니다. 분석 기간은 테스트 중인 약물의 반감기 및 약력학에 따라 결정되어야 합니다.
- 생존도 분석 시약이 어두운 곳에서 실온에 도달하도록 합니다. 시약을 4°C에서 밤새 보관하여(어두운 곳에서) 해동 시간을 줄입니다.
- 세포 배양 인큐베이터에서 분석 플레이트를 제거하고 30분 동안 실온에 적응시킵니다. 플레이트는 어둠 속에서 적응할 필요가 없습니다.
- 100μL의 생존도 분석 시약( 재료 표 참조)을 각 웰(총 부피 200μL)에 추가하고 플레이트 셰이커에 5분(80rpm) 동안 놓습니다. Shaker에서 플레이트를 제거하고 실온에서 추가로 25분 동안 배양합니다. 플레이트를 호일이나 불투명한 상자로 덮어 항상 빛으로부터 보호하십시오.
- 생물 발광 플레이트 리더를 켜고 i-control 소프트웨어를 엽니다( 재료 표 참조).
- Connect to: Instrument Name(연결 대상: 악기 이름)에서 infinite 200Pro를 선택합니다.
- 발광 및 기본 스크립트를 선택합니다.
- 드롭다운 메뉴에서 플레이트 유형 [BD96fb_Falcon-BD] Falcon 96 Flat Black을 선택합니다.
- 읽을 웰을 결정하고 플레이트의 일부(Part of Plate)에서 해당 웰을 강조 표시합니다.
- 화면 왼쪽의 측정(Measurements )에서 발광(Luminescence) 을 플레이트 부품(Part of Plate) 아래로 끌어다 놓습니다.
- 발광 매개변수 선택: 감쇠: 없음; 통합 시간: 1000ms; 정착 시간: 0ms.
- 플레이트에서 덮개를 제거하고 플레이트 리더에 장착합니다. 시작하려면 시작 을 누르십시오.
- 완료되면 데이터를 내보내고 저장합니다.
6. 데이터 분석
- 세포 생존율(%) 을 계산합니다.
- Blank Corrected 판독값에 대해 모든 웰에서 "Blank"를 뺍니다. 다음으로, 3개의 대조군의 평균을 구하여 관리 평균을 계산합니다.
- 다음 방정식을 사용하여 각 웰에서 생존 가능한 세포의 백분율을 계산합니다. (실험 웰 / 제어 평균) x 100
- 해석 소프트웨어에서 결과 데이터를 그래프로 표시합니다( 재료 표 참조).
- 성장률(GR) 메트릭을 검토합니다.
- 게시된 보고서34에 따라 GR 메트릭을 수동으로 계산합니다.
- 대안적으로, 온라인 GR 계산기( 재료 표 참조)를 사용하여 메트릭(35)을 생성한다. Day 0 측정값을 "cell_count_time0"로 사용하여 처리되지 않은 PDO의 성장률을 반영합니다.
- 데이터 및 그래프를 내보냅니다.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
이 결과는 난소암 치료에 사용되는 화학 요법 약물 카보플라틴에 대한 두 PDO의 반응을 보여줍니다. 오가노이드는 종양 생검(PDO #1) 및 복수(PDO #2)에서 파생되었습니다. 이러한 오가노이드는 인지된 배증 시간(1-2일)과 형태학적 외관(많은 대형 오가노이드 형성)을 기반으로 선택되었습니다. PDO #1 및 PDO #2는 모두 -2일째 2개 통로에서 도금되었고, 0일째에 카보플라틴이 첨가되었습니다. Advance 오가노이드 배지에 희석한 카보플라틴 농도를 1, 5, 10, 25, 50 및 75μM로 테스트했습니다. 7일째 실험 종료 시 생존도 분석 시약을 플레이트에 첨가하고 결과를 분석했습니다. 그림 2A 는 카보플라틴 처리 후 살아있는 세포의 비율을 보여줍니다.
다음으로 온라인 GR 계산기를 사용하여 데이터를 분석했습니다. 세포 수 데이터가 없는 경우, 생존도 분석에서 측정된 발광 값을 사용했습니다. GR 메트릭스를 내보낸 후, GR 값을 그래프로 표시하였는데, 이는 단일 세포 분열(34)로 정규화된 처리된 조건과 처리되지 않은 조건에서의 인지된 성장률 사이의 비율이다. 그런 다음 이 값을 카보플라틴 농도에 대해 표시했습니다(그림 2B). 표 1 은 각각의 대조군 및 처리된 세포 배증 시간과 테스트된 카보플라틴 농도 범위에 대한 용량-반응 곡선을 통합하는 GRAOC(Area Over the Curve)를 포함한 GR 메트릭을 요약합니다34. 특정 약물에 대한 민감도는 약물이 절반의 최대 효과를 갖는 농도에 해당하는 GR50 값을 해석하여 결정할 수 있습니다. 예를 들어, PDO #1의 GR 50 값은 PDO #2의 GR50 값보다 훨씬 높으며(4.85μM대 0.97μM), PDO #1이 PDO #2보다 백금 화학 요법에 대한 내성이 더 강하다는 것을 나타냅니다.
그림 1: 약물 스크리닝 전 환자 유래 오가노이드. (A) PDO 약물 스크리닝을 위한 실험 개요. PDO 라인의 배가시간과 약물 노출 시간을 감안할 때 실험 계획을 조정해야 할 수도 있습니다. (B) 두 개의 난소암 PDO 라인(#1 및 #2)의 대표 명시야 이미지(40x). 눈금 막대 = 50μm. 약어: PDO = 환자 유래 오가노이드. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 2: 카보플라틴 치료 후 난소암 PDO의 대표적인 결과. (A) 두 개의 PDO 라인을 7일 동안 카보플라틴 농도를 증가시켜 처리했습니다. X축은 카보플라틴 농도를 나타냅니다. Y축은 오가노이드를 제어하기 위해 정규화된 살아있는 세포의 %를 표시합니다(카보플라틴 없음). 분석은 두 개의 생물학적 복제로 세 번에 걸쳐 완료되었습니다. 오차 막대는 표준 편차를 나타냅니다. (B) 로그 카보플라틴 농도(x축)와 GR 값(Y축)을 나타내는 GR 값 그래프. 이 값은 온라인 GR 계산기에서 생성되었습니다. 오차 막대는 표준 편차를 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
| 치료 | 제어 세포 배가(Control Cell Doubling Time) | 처리된 세포 배증 시간 | GR50 시리즈 | GR_AOC | |
| PDO (PDO #1) | 카보플라틴(Carboplatin) | 0.744 | 0.112 | 4.85 | 1.28 |
| PDO (반도) #2 | 카보플라틴(Carboplatin) | 0.972 | 0.0532 | 0.97 | 1.51 |
표 1: 대조군 셀 배증 시간, 처리된 세포 배가시간, GR50 및 GR 계산기에서 생성된 GR_AOC 값을 나타낸 표. 약어: PDO = 환자 유래 오가노이드, GR = 성장률, GR_AOC = 곡선 위의 성장률 영역.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
이 논문에서는 난소암 PDO에 대한 기존 또는 신규 약물의 치료 효과를 평가하는 데 사용할 수 있는 방법을 설명합니다. 연구자는 PDO 모델에서 생존도 분석을 수행하기 전에 몇 가지 문제를 고려해야 합니다.
첫째, 생존도 분석에 사용할 PDO를 선택할 때 필요에 맞는 이상적인 오가노이드 유형(종양 대 복수)과 통로 수를 결정해야 합니다. 경험에 비추어 볼 때, 복수 유래 PDO는 종양 유래 PDO보다 더 빠르게 성장하고 생성하기도 더 쉽습니다. 이 분석은 성장 속도에 따라 달라지기 때문에 형성/성장에 오랜 시간이 걸리는 오가노이드를 사용하는 것은 어려울 수 있습니다. 우리는 배가시간이 4일 미만인 PDO 라인만 성공적으로 사용했습니다.
둘째, 이 연구에서는 불투명한 검은색 96웰 플레이트를 사용했습니다. ATP 생존도 분석은 발광 기반이기 때문에 투명한 웰은 신호 강도를 줄이고 신호 오염을 생성합니다. 불투명한 벽의 투명한 바닥 플레이트는 분석 중에 오가노이드를 시각화할 수 있으며 세포 형태에서 치료로 인한 변화를 모니터링하는 데 도움이 될 수 있습니다. 비용과 관련된 강점이지만 이 분석법의 한계는 96웰 플레이트를 사용하는 것이므로 동시에 평가할 수 있는 샘플과 약물의 수가 제한됩니다.
셋째, 도금된 세포의 수를 신중하게 고려하고 생존도 분석을 위해 최적화해야 합니다. PDO 라인의 가변적인 성장률 때문에 특히 그렇습니다. 세포가 너무 적으면 오가노이드가 형성되지 않고, 세포가 너무 많으면 오가노이드가 과도하게 증식합니다. 세포의 균일한 분포를 보장하기 위해 자동 세포 카운터를 사용하고 동일한 BME-media-to-media 비율(75:25)을 유지했습니다. 이 높은 비율의 BME는 분석 내내 액적이 응고된 상태로 유지되도록 합니다. 여기서, 3 μL의 BME 방울을 웰의 중앙에 놓았다. 물방울의 크기를 늘릴 수 있지만 전체 우물을 코팅하지 않도록 주의합니다. 웰 전체를 코팅하면 오가노이드가 웰 가장자리에 가라앉게 되어 전반적인 성장을 방해하고 생존도 분석 결과에 영향을 미칩니다. 물방울의 중심에서 벗어난 배치는 우물의 가장자리에 닿지 않는 한 괜찮습니다.
넷째, 셀프 피펫팅은 인적 오류를 유발하지만, 이는 세부 사항에 주의를 기울이고 추가 제어 웰을 포함함으로써 극복할 수 있습니다.
마지막으로, 분석 길이를 신중하게 선택해야 합니다. 약물에 장기간 노출되면 약물 작용 기전과 관계없이 PDO의 생존 가능성에 영향을 미칩니다. 이러한 이유로 최소 5일 동안 다양한 약물 농도를 테스트하는 것이 중요합니다. 배지를 장기간 교체할 필요가 있는지 여부를 결정하는 것이 중요한데, 그 이유는 성장인자의 감소가 약물의 효과를 방해하기 때문이다36. 분석 중에 배지를 교체해야 하는지 여부를 검사하려면 0일차와 7일차 대조군의 결과를 비교해야 합니다. 처리되지 않은 PDO 대조군은 분석 전반에 걸쳐 지속적으로 성장해야 합니다.
PDO가 계속 복잡해지고 기원 조직을 더 잘 재현함에 따라 PDO를 사용하면 약물 발견이 개선될 것입니다. 그러나 PDO는 여전히 귀중한 자원으로 남아 있을 가능성이 높으며 사용을 보존하고 최적화하기 위한 비용 효율적인 방법이 필요합니다. 중간 및 고처리량 기술과 달리 이 프로토콜은 쉽게 구할 수 있는 재료와 장비를 사용하여 더 낮은 비용으로 알려진 화합물과 새로운 화합물을 테스트하는 데 사용할 수 있습니다. 마지막으로, 이 방법은 다양한 암 오가노이드 모델에 쉽게 적용할 수 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
저자는 공개할 것이 없습니다.
Acknowledgments
이 간행물에 보고된 연구는 미국 국립보건원(National Institutes of Health)의 국립암연구소(National Cancer Institute)의 지원을 받아 R01CA243511번 상을 받았습니다. 내용은 전적으로 저자의 책임이며 반드시 미국 국립보건원(National Institutes of Health)의 공식 견해를 나타내는 것은 아닙니다. 저자는 Deborah Frank의 편집 의견에 감사드립니다.
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).
