Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Bioengineering
Click here for the English version

Bioengineering

Elektrisk cell-substratavkänning för realtidsutvärdering av metallorganiska toxikologiska ramverk

Published: May 26, 2023 doi: 10.3791/65313
Automatic Translation
1, 2,3, 1
1Department of Chemical and Biomedical Engineering, West Virginia University, 2Department of Anthropology for Energy, West Virginia University, 3Department of Hospitality and Tourism, West Virginia University

Summary

Följande studie utvärderar den toxikologiska profilen för ett utvalt metallorganiskt ramverk med hjälp av elektrisk cell-substrat impedansavkänning (ECIS), en screeningteknik med hög genomströmning i realtid.

Abstract

Metallorganiska ramverk (MOFs) är hybrider som bildas genom samordning av metalljoner och organiska bindare i organiska lösningsmedel. Implementeringen av MOFs i biomedicinska och industriella tillämpningar har lett till oro för deras säkerhet. Häri utvärderades profilen för en utvald MOF, ett zeolitiskt imidasolramverk, vid exponering för humana lungepitelceller. Plattformen för utvärdering var en realtidsteknik (dvs. elektrisk cell-substrat impedansavkänning [ECIS]). Denna studie identifierar och diskuterar några av de skadliga effekterna av den valda MOF på de exponerade cellerna. Dessutom visar denna studie fördelarna med att använda realtidsmetoden jämfört med andra biokemiska analyser för omfattande cellutvärderingar. Studiens slutsats är att observerade förändringar i cellbeteende kan antyda möjlig toxicitet inducerad vid exponering för MOFs med olika fysikalisk-kemiska egenskaper och doseringen av de ramverk som används. Genom att förstå förändringar i cellbeteende förutser man möjligheten att förbättra safe-by-design-strategier för MOFs som ska användas för biomedicinska tillämpningar genom att specifikt skräddarsy deras fysikalisk-kemiska egenskaper.

Introduction

Metallorganiska ramverk (MOFs) är hybrider som bildas genom kombinationen av metalljoner och organiska länkar 1,2 i organiska lösningsmedel. På grund av mångfalden av sådana kombinationer har MOFs strukturell mångfald3, avstämbar porositet, hög termisk stabilitet och höga ytytor 4,5. Sådana egenskaper gör dem till attraktiva kandidater i en mängd olika tillämpningar, från gaslagring 6,7 till katalys8,9 och från kontrastmedel 10,11 till läkemedelsleveransenheter 12,13. Implementeringen av MOFs i sådana applikationer har dock väckt farhågor om deras säkerhet för både användarna och miljön. Preliminära studier har till exempel visat att cellulär funktion och tillväxt förändras när celler exponeras för metalljoner eller länkar som används för MOF-syntes 1,14,15. Till exempel visade Tamames-Tabar et al. att ZIF-8 MOF, en Zn-baserad MOF, ledde till fler cellulära förändringar i en human livmoderhalscancercellinje (HeLa) och en musmakrofagcellinje (J774) i förhållande till Zr-baserade och Fe-baserade MOFs. Sådana effekter berodde förmodligen på metallkomponenten i ZIF-8 (dvs. Zn), som potentiellt kan inducera cellapoptos vid ramverkssönderfall och Zn-jonfrisättning1. På liknande sätt visade Gandara-Loe et al. att HKUST-1, en Cu-baserad MOF, orsakade den högsta minskningen av musretinoblastomcellviabilitet när den användes i koncentrationer på 10 μg/ml eller mer. Detta berodde förmodligen på att Cu-metalljonen inkorporerades under syntesen av detta ramverk, som, när den väl frigjordes, kunde inducera oxidativ stress i de exponerade cellerna15.

Dessutom visade analyser att exponering för MOFs med olika fysikalisk-kemiska egenskaper kunde leda till varierande respons hos exponerade celler. Till exempel visade Wagner et al. att ZIF-8 och MIL-160 (ett Al-baserat ramverk), som användes vid exponering av en odödliggjord human bronkialepitelcell, ledde till cellulära svar beroende på ramverkets fysikalisk-kemiska egenskaper, nämligen hydrofobicitet, storlek och strukturella egenskaper16. Som komplement visade Chen et al. att en koncentration av 160 μg/ml MIL-100(Fe) som exponerades för humana normala leverceller (HL-7702) orsakade den största förlusten av cellulär viabilitet, förmodligen på grund av metallkomponenten i detta specifika ramverk (dvs. Fe17).

Även om dessa studier kategoriserar MOFs skadliga effekter på cellulära system baserat på deras fysikalisk-kemiska egenskaper och exponeringskoncentrationer, vilket ger upphov till potentiella problem med ramimplementering, särskilt inom biomedicinska områden, är de flesta av dessa utvärderingar baserade på kolorimetriska analyser vid en tidpunkt. Till exempel visades det att när (3-(4,5-dimetyltiazol-2-yl)-2,5-difenyltetrazoliumbromid) tetrazolium (MTT) och vattenlösligt tetrazoliumsalt (WST-1) användes kunde dessa biokemiska reagenser leda till falskt positiva resultat vid deras interaktioner med de partiklar som cellerna också exponerades för18. Tetrazoliumsaltet och de neutrala röda reagenserna visade sig ha en hög adsorption eller bindningsaffinitet på partiklarnas ytor, vilket resulterade i signalinterferens19. För andra typer av analyser, såsom flödescytometri, som tidigare visat sig användas för att bedöma förändringar i celler som exponerats för MOFs20,21, visade det sig att stora problem måste kringgås om en genomförbar analys av partiklars skadliga effekter ska övervägas. I synnerhet måste detektionsområden för partiklarnas storlek, särskilt i blandade populationer som de som erbjuds av MOFs eller referenser till de partiklar som används för kalibrering före cellulära förändringar, tas upp22. Det visade sig också att färgämnet som användes vid cellmärkning för sådana cytometrianalyser också kunde störa de nanopartiklar som cellernautsattes för.

Målet med denna studie var att använda en utvärderingsanalys i realtid med hög genomströmning för att bedöma förändringar i cellbeteende vid exponering för en utvald MOF. Utvärderingar i realtid kan bidra till att ge insikter om tidsberoende effekter, i förhållande till exponeringsfönstren16. Vidare ger de information om förändringar i cell-substratinteraktioner, cellmorfologi och cell-cellinteraktioner, samt hur sådana förändringar beror på de fysikalisk-kemiska egenskaperna hos materialen av intresse respektive exponeringsgånger24,25.

För att demonstrera giltigheten och tillämpligheten av det föreslagna tillvägagångssättet användes humana bronkialepitelceller (BEAS-2B), ZIF-8 (ett hydrofobt ramverk av zeolitisk imidazolat16) och elektrisk cell-substratimpedansavkänning (ECIS). BEAS-2B-celler utgör en modell för lungexponering 26 och har tidigare använts för att utvärdera förändringar vid exponering av celler för nanolera och deras termiskt nedbrutna biprodukter26,27,28, samt för att bedöma toxiciteten hos nanomaterial, såsom enkelväggiga kolnanorör (SWCNT)18. Dessutom har sådana celler använts i mer än 30 år som modell för lungepitelfunktion29. ZIF-8 valdes på grund av dess breda implementering i katalys30 och som kontrastmedel 31 för bioimaging och läkemedelstillförsel32, och därmed för den utökade potentialen för lungexponering under sådana applikationer. Slutligen har ECIS, den icke-invasiva realtidstekniken, tidigare använts för att utvärdera förändringar i cellvidhäftning, proliferation, motilitet och morfologi 16,26 som ett resultat av en mängd olika interaktioner mellan analyter (både material och läkemedel) och exponerade celler i realtid 16,18,28. ECIS använder en växelström (AC) för att mäta impedansen hos celler som är immobiliserade på guldelektroder, där impedansförändringarna ger insikter om förändringar i resistans och kapacitans vid cell-guldsubstratgränssnittet, barriärfunktion som induceras av cell-cellinteraktioner och täckning över cellskiktet av sådana guldelektroder33,34. Genom att använda ECIS kan kvantitativa mätningar med nanoupplösning på ett icke-invasivt sätt i realtid26,34.

Denna studie bedömer och jämför enkelheten och lättheten att utvärdera MOF-inducerade förändringar i cellulärt beteende i realtid med enpunktsanalysutvärderingar. En sådan studie skulle kunna extrapoleras ytterligare för att utvärdera cellprofiler som svar på exponering för andra partiklar av intresse, vilket skulle möjliggöra testning av partiklar med säker design och därefter hjälpa till med genomförandet. Dessutom kan denna studie komplettera genetiska och cellulära analyser som är enpunktsutvärderingar. Detta skulle kunna leda till en mer informerad analys av partiklarnas skadliga effekter på den cellulära populationen och skulle kunna användas för att screena sådana partiklars toxicitet på ett sätt med hög genomströmning16,35,36.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. ZIF-8-syntes

  1. I det här exemplet använder du ett massförhållande på 1:10:100 (metall:länkare:lösningsmedel) för att syntetisera ZIF-8. För detta, mät upp zinknitrathexahydrat och registrera mätningen. Använd exemplet på massförhållande för att beräkna den mängd som behövs för länkaren, 2-metylimidazol och lösningsmedlet (dvs. metanol).
  2. Placera zinknitrathexahydratet och linkern i två olika glasflaskor. Tillsätt hälften av den beräknade mängden metanol till zinknitrathexahydratet och den andra hälften till länkaren. Låt varje lösning lösas upp.
  3. Kombinera de två lösningarna (dvs. lösningar som innehåller metallen respektive länkaren). Placera behållaren med den kombinerade lösningen för reaktionen på en omrörningsplatta och rör om med 700 rpm i 24 timmar vid rumstemperatur (RT).

2. ZIF-8-kollektionen

  1. När ovanstående reaktion har avslutats (dvs. efter 24 timmar), placera lösningen i 50 ml centrifugrör och centrifugera vid 3 075 x g i 5 minuter (använd lika stora mängder och balansera rotorn). Ta bort eventuella supernatanter från de centrifugerade rören.
  2. Tillsätt metanol (5-15 ml) till centrifugrören och sprid partiklarna igen.
  3. Upprepa centrifugerings- och tvättstegen minst två till fyra gånger till. Efter den sista tvätten, töm supernatanten.
    OBS: Tvättstegen tar bort alla icke-utfällda arter.
  4. Ta bort locken på rören och placera parafilmtejp över toppen; Stick sedan hål på parafilmen. Placera röret/rören som innehåller provet i en vakuumkammare vid RT för att torka i 24 timmar.

3. ZIF-8 ytmorfologi (svepelektronmikroskopi [SEM])

  1. Montera de torra pulvren av ZIF-8 på koltejp och sputtra i 120 s med guld-palladium för att förhindra laddning som kan uppstå under SEM-analysen.
  2. Ställ in mikroskopets accelerationsspänning till 15 kV. Fokusera på partiklarna och justera förstoringen (förstoringar på 500x, 1 000x, 1 500x, 4 000x, 10 000x, 20 000x, 30 000x och 40 000x användes).
  3. Ta en bild av partiklarna under förstoring som möjliggör både en tydlig partikelstorlek och morfologisk bedömning (rekommenderas att ta hänsyn till intervall för partiklar på 5 μm, 10 μm och 20 μm).
  4. Samla in data från minst tre olika synfält och överväg olika förstoringar för vart och ett av dem.

4. ZIF-8 elementär sammansättning

  1. Följ stegen för SEM-avbildning.
  2. Använd SEM-mikroskopets energidispersiva röntgenspektroskopienhet (EDX) för att analysera provets elementära sammansättning.
  3. Se till att SEM-accelerationsspänningen och förstoringen matchar EDX-monitorn. Stäng av den infraröda kameran på SEM-mikroskopet.
  4. På EDX-monitorn, gå till Collect Spectrum och mata in en insamlingstid på 200 s. Detta rekommenderas för att undvika partikelladdning och sönderfall som kan leda till felaktiga utvärderingar.
  5. Samla in data från minst tre olika synfält. När insamlingen är klar analyserar du data och identifierar de element som är av intresse.

5. Cellodling

  1. Odlingen förevigade BEAS-2B-celler i media kompletterat med 5 % fetalt bovint serum (FBS) och 0,2 % penicillin/streptomycin.
    OBS: Passager mellan 5-10 bör användas för att säkerställa att inga fenotypiska förändringar tidigare har ägt rum i den cellsats som används37 (alla reagenser är listade i materialtabellen).
  2. Ta en 100 mm cellodlingsplatta och placera 10 ml av mediet på plattan. Tillsätt 1 ml BEAS-2B-celllösning till plattan.
  3. Placera plattan i en inkubator (37 °C, 5 % CO2 ) och låt cellerna växa.
  4. Kontrollera plattan efter 24 timmar för att avgöra om cellerna har nått 80 % sammanflöde. Här hänvisar 80%-sammanflödet till procentandelen av ytan som täcks av vidhäftade celler. Om inte, byt media och låt cellerna växa tills 80 % sammanflödesnivå uppnås.

6. Cellräkning

  1. När cellerna på plattan har nått ett sammanflöde på 80 %, ta bort mediet från plattan. Tvätta plattan med 5 ml fosfatbuffrad koksaltlösning (PBS).
  2. Ta bort PBS från plattan. Tillsätt 2 ml trypsin till plattan och lägg den i inkubatorn (37 °C, 5 % CO 2) i2 minuter.
  3. Tillsätt 2 ml media till plattan och pipettera mediet upp och ner för att ta bort cellerna från plattan. Överför lösningen till ett 15 ml rör och centrifugera vid 123 x g i 5 minuter.
  4. Ta bort supernatanten från röret och tillsätt 2 ml media. Pipettera mediet upp och ner för att återdispergera cellerna.
  5. Tillsätt 20 μl trypanblått och sedan 20 μL celllösning med hjälp av ett 1,5 ml rör (förhållandet 1:1 mellan trypanblått och celllösning).
  6. Placera 10 μL av cellblandningen på ett glasglas och placera den på en automatisk cellräknare. Vänta tills skärmen kommer i fokus och välj sedan ta in.
  7. Skärmen visar de aktiva cellnumren och cellens livskraft. Mätområdet sträcker sig från 1 x 104-1 x 107 celler.
  8. Alternativt kan du räkna cellerna manuellt med hjälp av en hemocytometer.
    1. För detta, tillsätt 15-20 μL av den trypanblåbehandlade celllösningen till hemocytometern.
    2. Använd ett upprätt mikroskop med 10x objektivt fokus på hemocytometerns rutnät.
    3. Räkna antalet celler i de fyra yttre rutorna och dividera antalet med fyra. Multiplicera sedan med 10 000 för att få antalet levande celler.
    4. För att beräkna cellviabiliteten, lägg ihop antalet levande och döda celler för att få det totala cellantalet och dividera sedan antalet levande celler med det totala cellantalet.

7. ZIF-8 dosberedning

  1. Gör en ZIF-8 stamlösning på 1 mg/ml. För detta, mät mängden ZIF-8 och tillsätt avjoniserat (DI) vatten till partiklarna för att nå en koncentration på 1 mg/ml.
  2. Ultraljudsbehandling (ställ in sonikern på sonics) ZIF-8 stamlösning i 2 minuter med 30 s intervall i ett vattenbad.
  3. Gör olika doser av ZIF-8 för cellulär exponering genom att beräkna mängden stamlösning och Dulbeccos modifierade örnmedium (DMEM) som behövs för att nå önskade doser med hjälp av ekvationen C 1 V1= C 2 V2. Doserna kommer att variera från 0-950 μg/ml.
    OBS: I detta experiment valdes doser på 0 μg/ml, 1 μg/ml, 10 μg/ml, 50 μg/ml, 100 μg/ml, 250 μg/ml, 500 μg/ml, 750 μg/ml och 950 μg/ml.

8. Halv maximal hämmande koncentration (IC 50)

  1. Efter cellräkning sås BEAS-2B-cellerna med en densitet av 4 x 104 celler/ml i en platta med 96 brunnar, med en volym på 100 μL/brunn.
    1. För att nå en densitet på 4 x 104 celler/ml, använd C 1 V1= C 2 V 2för att beräkna mängden celllösning som behövs för att kombineras med mediet.
    2. Se till att hålla tomma brunnar för varje dos; lämna dessa brunnar tomma tills ZIF-8-exponering.
  2. Placera 96-hålsplattan i inkubatorn vid 37 °C och 5 % CO2 och låt cellerna växa till ett sammanflytande monolager i 24 timmar.
  3. Ta bort mediet från brunnarna och utsätt BEAS-2B-cellerna för ZIF-8-doser från 0-950 μg/ml. Tillsätt 100 μl ZIF-8 till respektive blind- och cellbrunnar.
  4. Sätt tillbaka plattorna med 96 brunnar i inkubatorn under en exponeringstid på 48 timmar.
  5. Efter exponeringen tillsätts 10 μl 4-[3-(4-idofenyl)-2-(4-nitrofenyl)-2H-5-tetrazolio]-1,3-bensendisulfonat (WST-1) till varje brunn (blank- och cellbrunnar) och inkuberas i 2 timmar. Medierna ligger kvar i brunnarna; Förhållandet är 1:10 (reagens:media).
  6. Läs av förändringarna i absorbans på en plattläsare med en 485 nm absorbans.
  7. Beräkna cellviabiliteten genom programvaran för att bestämma IC 50-värdet (se avsnitt10 ).

9. Elektrisk avkänning av cellsubstratimpedans (ECIS)

  1. Använd en 96-hålars platta (96W10idf) för att utföra ECIS-analys. Plattan28 innehåller interdigiterade fingeranslutningselektroder som täcker en yta på cirka 4 mm2.
  2. Testa först att alla brunnar läses av sensorerna. För detta, placera 96-brunnsplattan på brunnsstationen och klicka på knappen Inställning .
  3. Om brunnarna är korrekt anslutna kommer grönt att visas; Alla brunnar som inte är anslutna kommer att identifieras som röda. Om ett sådant fall uppstår, ta bort och sätt tillbaka brunnsplattan och klicka på knappen Inställningar igen, tills alla brunnar erbjuder livskraftiga gröna avläsningar.
  4. Stabilisera elektroderna i 40 minuter med 200 μL media per brunn för att förhindra potentialavdrift. Tillsätt 200 μl medium till varje brunn som används och placera sedan plattan med 96 brunnar på ECIS-stationen. Klicka på Setup/Check för att säkerställa att plattan är korrekt ansluten. Klicka på Stabilisera.
  5. När stabiliseringen är klar, ta bort plattan från stationen och ta bort mediet från varje brunn.
  6. Frö in BEAS-2B-cellerna med en densitet av 4 x 104 celler/ml, med en volym på 100 μl per brunn, i de brunnar som innehåller cellerna och placera plattan på ECIS-stationen i inkubatorn.
  7. På monitorn klickar du på Kontrollera för att fastställa att alla elektroder läses av sensorerna på stationen.
  8. Ställ in tidsförloppsmätningen genom att välja Flera frekvenser/tid (MFT). Programmet kommer att mäta varje brunn vid sju olika frekvenser.
  9. Klicka på Start och låt den köras i 24 timmar så att cellerna kan bilda ett sammanflytande monolager.
  10. Efter 24 timmar kommer brunnarna som innehåller celler att visa ökat motstånd på monitorn. Detta är en indikator på att cellerna har fäst vid elektroderna.
  11. Tryck på Paus på monitorn för att stoppa datainsamlingen.
  12. Gör ZIF-8-doserna vid, över och under det beräknade IC50-värdet genom att följa stegen som beskrivs i avsnitt 7 ovan.
  13. Exponera ZIF-8-nanopartiklarna för deras respektive blank- och cellbrunnar med en volym av 100 μL per brunn och sätt tillbaka 96-hålsplattan på stationen.
  14. Klicka på Kontrollera igen på monitorn för att säkerställa att sensorerna läser av alla elektroder. Klicka på Återuppta och låt systemet köras i 72 timmar för att övervaka mobilens beteende och anknytning.
  15. När datainsamlingen är klar klickar du på Slutför på monitorn. Spara filen genom att klicka på Arkiv > Spara som. Spara data som en kalkylbladsfil.
  16. För att hämta alfaparametrarna, klicka på Modell. I popup-fönstret på skärmen klickar du på Endast media och väljer sedan den brunn som bara har media.
  17. Klicka på Ange referens. På monitorn klickar du på Sök.
  18. Om brunnen som visas i systemet inte är densamma som den valdes, upprepa steg 9.16.
  19. Klicka på Ställ in. Klicka på Anpassa T-intervall för att bestämma önskat tidsintervall för datainsamling.
  20. Medan den bearbetas klickar du på Alpha. När systemet är klart med analysen klickar du på Spara RbA och sparar den som en kalkylbladsfil.
    OBS: Se ECIS-manualen, som finns på tillverkarens webbplats38.

10. Analys av data

  1. SEM
    1. Öppna bildbehandlingsprogrammet för att analysera SEM-bilderna. Klicka på Arkiv > Öppna och välj sedan den bild som ska analyseras.
    2. Klicka på Bild > typ > 8 bitar för att konvertera bilden till gråskala för att utföra tröskelåtgärden.
    3. Kalibrera avståndsmätningen av pixlar till mikrometer. Klicka på verktyget Rak linje och spåra längden på varje partikel som ska mätas.
    4. Klicka på Analysera och sedan på Ange skala. Det kända avståndet kommer att ställas in på längden på storleken på skalstapeln på SEM-bilden. Den kända längdenheten kommer att ställas in på mikron. Markera Global och tryck på Ok.
    5. Klicka på verktyget Rak linje och spåra partikelns diameter och välj sedan Analysera och mät. Anteckna längdresultatet.
    6. Upprepa för alla insamlade bilder. Beräkna medelvärdet av alla diametrar från minst 60 partiklar för en lämplig statistisk utvärdering.
  2. EDX (på engelska)
    1. Beräkna medelvärdet av alla viktprocentsatser för varje element tillsammans från alla insamlade bilder (se EDX-avsnittet ovan).
    2. Med hjälp av ett kalkylblad ritar du ett stapeldiagram över varje element på x-axeln och deras genomsnittliga elementviktsprocent på y-axeln.
  3. IC50
    1. Medelvärdet av blankbrunnarna och medelvärdet av dosbrunnarna för varje replikat.
    2. Beräkna det justerade blindprovet genom att subtrahera medelvärdet för kontrollblindvärdet från medelvärdet för blinddosen. Beräkna det sanna cellvärdet för varje dos genom att subtrahera det justerade blindprovet från det genomsnittliga dosvärdet.
    3. Subtrahera det justerade blankvärdet för varje dos från det genomsnittliga kontrollvärdet. Beräkna cellviabiliteten för varje dos med hjälp av ekvationen: cellviabilitet = (sant cellvärde/(kontrollvärde - justerat blankvärde)) x 100.
    4. Upprepa detta för alla andra replikat.
    5. Beräkna medelvärdet av cellviabiliteten för varje replikat tillsammans för att få fram den slutliga cellviabiliteten för varje dos.
    6. I programvaran väljer du fliken XY på skärmen.
    7. Ange koncentrationsvärdena (dosen) i X-kolumnen och cellviabiliteten (%) från varje dos i Y-kolumnen.
    8. Transformera X-värdena genom att klicka på Analysera > Transformera > OK och Transformera X = Log(X).
    9. Normalisera Y-värdena genom att välja bladet Transformerade data , klicka på Analysera och sedan välja Normalisera.
    10. Välj databladet Normalisera av transformering , klicka på Analysera och välj Icke-linjär regression (kurvanpassning). Välj Dos-Respons-Hämning och klicka på Log( Inhibitor) Vs. Response-Variable Slope (Four Parameters). Klicka på OK för att se resultaten.
  4. ECIS
    1. Från kalkylbladet tar du resistanskolumnerna (ohm) för varje replikat (tomma brunnar och dosbrunnar) och beräknar medelvärdet av dem tillsammans från frekvensen 4 000 Hz. Denna frekvens möjliggör utvärdering av cell-cellkontakt38.
    2. Beräkna det korrigerade motståndet genom att subtrahera det genomsnittliga blindprovet från den genomsnittliga dosen för varje replikat. Medelvärdet av den korrigerade resistensen för replikaten för varje dos.
    3. Upprepa samma steg för alfavärdena för att beräkna den genomsnittliga alfaparametern. Rita upp x-axeln som tid (h) och y-axeln som medelvärde för resistans/alfa för varje dosvärde.

11. Statistisk analys

  1. SEM
    1. Utför en standardavvikelse i kalkylbladsfilen där medeldiametrarna för ZIF-8-partiklarna beräknades.
    2. Använd STDEV-funktionen i kalkylbladet, markera data för de 60 partiklarna och klicka på Enter. Rita upp standardavvikelsen för varje beräknad medeldiameter.
  2. EDX (på engelska)
    1. På samma sätt som SEM (steg 11.1.1-11.1.2), beräkna standardavvikelsen för varje genomsnittlig elementsammansättning med hjälp av STDEV-funktionen i kalkylbladet. Rita upp standardavvikelserna för varje genomsnittlig grundämnessammansättning.
  3. IC50
    1. Öppna programvaran som används för att beräkna IC50 och klicka på Grupperat datablad.
    2. Ange ZIF-8-doserna på raderna märkta Grupp A, Grupp B, etc. Ange den genomsnittliga cellviabiliteten för varje dos och replikera i den kolumn som motsvarar ZIF-8-dosen.
    3. Klicka på Analysera och under Kolumnanalyser väljer du Enkelriktad ANOVA (och icke-parametrisk eller blandad).
    4. På fliken Experimentell design väljer du Ingen matchning eller parkoppling. Under Gaussisk fördelning av residualer väljer du Ja använd ANOVA. Slutligen väljer du Ja Använd vanligt ANOVA-test under Anta lika med SD.
    5. Under fliken Flera jämförelser väljer du Jämför medelvärdet för varje kolumn med medelvärdet för en kontrollkolumn. Klicka på OK för att se resultaten.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Med hjälp av en vanlig in vitro-modellcellinje39 (BEAS-2B) syftade denna studie till att visa genomförbarheten och tillämpligheten av ECIS för att bedöma förändringar i cellbeteende vid exponering för en laboratoriesyntetiserad MOF. Bedömningen av dessa förändringar kompletterades med analys genom konventionella kolorimetriska analyser.

Ramverkets fysikalisk-kemiska egenskaper utvärderades först för att säkerställa reproducerbarheten av de använda metoderna, giltigheten av de erhållna resultaten och de relevanta diskussionerna om sådana resultat. Analysen av ytmorfologin hos ZIF-8 utfördes till exempel genom SEM; Bilderna visade att ramverken uppvisade en rombisk dodekaedermorfologi40 och hade en genomsnittlig storlek på 62,87 nm ± 9,61 nm (Figur 1A). Den elementära sammansättningen av MOFs bestämdes viaEDX-spektroskopi. Resultaten visade att huvudsammansättningen av ZIF-8 bestod av C, N och Zn (dvs. sammansättningen av imidazolatlänkaren och metalljonen, Zn16) (Figur 1B). Tidigare röntgendiffraktion visade att ZIF-8 kristallina faser har identifierat specifika toppar vid 10,33°, 12,8°, 14,7°, 16,5° och 18°, med sådana toppar som tillskrivs plan (002), (112), (022), (013) respektive (222), 16,41.

För den föreslagna cellbeteendescreeningen bestämdes IC 50 (koncentration där ZIF-8 hämmar celltillväxt med50 %)29. För detta exponerades cellerna för ZIF-8 under 48 timmar vid doser från 0-950 μg/ml (Figur 2A). Dos-responsgrafen för exponerade celler visas i figur 2B, med den efterföljande registrerade IC50 på 35,7 μg/ml. Dessutom avslöjade analysen en dosberoende trend i cellernas livsduglighet vid exponering för ZIF-8.

Vid bestämning av IC50 utfördes ECIS-analys. I korthet användes ECIS som en realtidsscreeningstrategi för BEAS-2B som exponerats för ZIF-8 MOFs vid IC50, samt under och över denna koncentration, nämligen 15,7 μg/ml (C1), 35,7 μg/ml (C2), 55,7 μg/ml (C3) respektive 75,7 μg/ml (C4), där cellerna exponerades under en total period av 72 timmar. Införandet av ECIS var tänkt att ge insikt i att bestämma förändringar i celltäckning, morfologi och livskraft, allt i realtid. ECIS-resultaten registrerades som förändringar i resistens och förändringar i interaktioner mellan cell och substrat, nämligen alfaparametern42.

Resistenstrenderna visas i figur 3A som förändringar i profilerna för de celler som behandlats med ZIF-8 jämfört med kontrollen (svart linje) (dvs. oexponerade celler). Specifikt visade analysen att brunnarna som innehöll celler på guldelektroderna som exponerades för C2-C4-doser uppvisade en initial liten ökning av motståndet omedelbart efter cellexponering för ramverken (alla i förhållande till kontrollen [dvs. oexponerade celler]). Dessa initiala förändringar följdes därefter av kraftiga minskningar av registrerade resistanser, där sådana minskningar var vanliga mellan 6 och 8 timmar efter exponeringen (figur 3A). En fullständig förlust av resistens observerades efter 14-18 timmar från exponeringstiden. Celler som exponerats för doser under IC50-värdet uppvisade resistens, som brunnarna med kontrollceller, fram till cirka 16-18 timmar från exponeringen då resistensförluster uppträder. Under den cellulära exponeringen observerades också en kontinuerlig signalstörning av signalen från de brunnar som användes i experimenten. Dessa perturbanser kvarstod under analysen av alfaparametern (Figur 3B), och denna analys visar vidare att exponerade celler ändrar sina cell-substratinteraktioner med profiler som liknar resistenserna. Dessa förändringar var dessutom beroende av tiden från exponeringen och den dos som användes vid exponeringen.

Figure 1
Figur 1: SEM-bild och genomsnittlig grundämnessammansättning ZIF-8-partiklar. (A) Representativ SEM-bild av ZIF-8-partiklar. (B) Genomsnittlig grundämnessammansättning av ZIF-8-partiklar (staplar ± standardavvikelse [SD]). Klicka här för att se en större version av denna figur.

Figure 2
Figur 2: Cellviabilitet. (A) Cellbehandlingsschema (skapat med Biorender.com). B) Viabiliteten hos BEAS-2B-celler som exponeras för ZIF-8-partiklar vid doser mellan 0 och 950 μg/ml. Denna analys användes för att bestämma IC50 (± SD-staplar; ***p = 0,0001 och **** p < 0,0001 i förhållande till kontrollen). Klicka här för att se en större version av denna figur.

Figure 3
Figur 3: Representativt cellulärt motstånd och förändringar i cellulärt fäste. A) Representativt cellulärt motstånd hos BEAS-2B-celler som exponerats för ZIF-8-partiklar under, vid och över IC50-koncentrationen. (B) Förändringar i den cellulära bindningen (dvs. förändringar i alfaparametern) hos BEAS-2B-celler när de utsätts för ZIF-8-partiklar under och över IC50-koncentrationen. Klicka här för att se en större version av denna figur.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Tidigare analyser visade att ECIS kunde användas för att bedöma beteendet hos celler som exponerats för analyter (dvs. kolnanorör35, läkemedel43 eller nanoleror16). Dessutom använde Stueckle et al. ECIS för att utvärdera toxiciteten hos BEAS-2B-celler som exponerats för nanoleror och deras biprodukter och fann att cellulärt beteende och bindning var beroende av de fysikalisk-kemiska egenskaperna hos sådana material42. Häri föreslog vi att bestämma de möjliga förändringarna av BEAS-2B-celler som svar på exponering för MOFs, för att på så sätt bidra till den kunskap som syftar till att differentiera eventuella skadliga effekter av ZIF-8 på cellulära system in vitro, allt på ett sätt med hög genomströmning och i realtid.

Analysen möjliggjorde först utvärdering av ramverkets egenskaper för att på så sätt hjälpa till att korrelera förändringarna i cellulärt beteende till de fysikalisk-kemiska egenskaperna hos de testade MOFs44. Specifikt, vid cellulär exponering för MOFs med regelbundna geometrier med liknande elementsammansättning (se resultaten ovan), visade analysen förändringar i cellulärt beteende, förmodligen till följd av upptag av ramverken och deras profilcellulära nedbrytning. Specifikt när det gäller upptag visade tidigare analyser av toxicitet på hydrofoba material, såsom detta ramverk, att när sådana material exponeras för celler är deras upptag mer störande för ett cellulärt membran än upptaget av deras hydrofila motsvarigheter, förmodligen på grund av deras förmåga att avlägsna lipider från membranets strukturella dubbellager16. 45 under deras cellulära translokation, vilket leder till membrandysfunktioner eller störningar i plasmamembranet46,47. I synnerhet visade sig lipidavlägsnande leda till förändringar i membranintegritet, cellsignalering48 och en ökning av cellulärt upptag49, med en nackdel av cellfunktionseffekter. Till exempel visade Farcal et al. att ett hydrofobt TiO2-nanomaterial hade en ökad cytotoxisk effekt jämfört med dess hydrofila motsvarighet i exponerade alveolära makrofager50. Dessutom visade Wagner et al. att hydrofob ZIF-8 orsakade mer störningar i BEAS-2B-celler jämfört med hydrofil MIL-16016.

De registrerade förändringarna i cellbeteende beror förmodligen på störningar i cell-substratinteraktioner26 och/eller cellviabilitet och proliferation16 på elektroderna som ett resultat av cellexponering för det valda ramverket. Till exempel utvärderade Wagner et al. liknande parametrar i celler som exponerats för nanoleror. Författarna fann att en fullständig förlust av cell-substratinteraktion observerades under loppet av de 72 timmar långa experimenten. Dessutom visade författarna en tidsberoende effekt på cellviabilitet och proliferation när BEAS-2B exponerades för deras utvalda nanoleror26. Även om partiklarna som testas här är MOFs, är det möjligt att associera med effekterna som ses för nanoleror, eftersom några av de fysikalisk-kemiska egenskaperna hos dessa partiklar (nämligen storlek, hydrofobicitet och sammansättning) liknar dem hos MOFs. Vidare visade Stueckle et al. också tids- och behandlingsberoende cellulärt beteende när nanoleror exponerades för immortaliserade BEAS-2B-celler. Andra har visat att ZIF-8, vid en dos på 100 μg/ml, orsakar att BEAS-2B-celler får en fullständig förlust av cellens monolager och cellviabilitet, förmodligen på grund av förändringar i cell-substratinteraktioner16. Det noteras dock att i sådana studier erhölls ZIF-8-partiklarna under olika syntesbetingelser (dvs. 10 min jämfört med 24 timmar som användes i denna studie), med sådana syntesbetingelser som därefter resulterade i olika former/morfologier av ramverken för att därmed stödja tidigare slutsatser. Detta visar att reaktionstiden6, temperaturen2 och lösningsmedel44 som används under partikelsyntesen påverkar deras form, storlek och sammansättningsprofiler, och därefter leder till differentiella effekter och beteenden i exponerade celler.

Analysen visade också att celler som exponerats för ZIF-8-doser under IC50-värdet uppvisade resistenser som liknade kontrollernas, förmodligen för att sådana doser inte var tillräckligt signifikanta för att inducera ECIS-observerbar celltransformation under de förhållanden och tidsramar som dessa experiment genomfördes i. Vid doser över IC50 observerades dock en fullständig förlust av cellulär resistens och endast inom några timmar efter exponeringen, troligen på grund av förändringar i cellviabilitet och inducerade möjliga förändringar i cell-substratinteraktioner16 (Figur 3A). Dessa påståenden stöds av tidigare studier som visat att icke-livsdugliga celler ändrar form och lossnar från substraten. Till exempel använde Verma et al. en impedansavkänningsteknik i realtid för att bedöma cytotoxiciteten hos nanoleror i en human alveolär epitelcellinje (A549). Det visade sig att nanoleror av trombocyttyp orsakade en ökning av antalet lossnade och deformerade celler jämfört med nanoleror av rörformig typ51. Dessutom visade Xiao et al. att cytoskelettet hos fibroblastiska V79-celler äventyrades när de utsattes för kadmiumklorid, på grund av ett inflöde av vatten, extracellulära joner och cytotoxiska kemikalier från odlingsmediet. Förändringarna i cellernas cytoskelett ledde till förlust av interaktioner mellan cell och substrat. Dessutom, när bensalkoniumklorid exponerades för V79-celler, skedde en signifikant minskning av cellulär resistans, på grund av skador på cellmembranet som exponeringen orsakade52.

Förändringar i resistens kan också bero på cellreaktionerna på de fysikalisk-kemiska egenskaperna hos ZIF-8. I synnerhet är ZIF-8 ett hydrofobt ramverk; Tidigare analyser har visat att hydrofobicitet kan orsaka en ökning av toxiciteten16. Metalljoner, såsom Zn, har också tidigare visat sig inducera en högre grad av toxicitet jämfört med andra metaller som Zr och Fe1 , nämligen vilket möjligen bidrar till högre celldöd.

Det visade sig vidare att alla celler registrerade en initial minskning av resistensen direkt efter exponering, följt av en efterföljande ökning. Eldawud et al. visade liknande effekter när SWCNT:er exponerades för BEAS-2B-celler. Författarna tolkade ökningen av cellulär resistans som att BEAS-2B-cellerna övervann de störningar som orsakades av materialens exponering och därefter återfick sin integritet18 samtidigt som elektroddriften28 eliminerades, för att på så sätt säkerställa reproducerbarheten av dataanalysen (se ECIS-handboken).

Även om denna studie visade att ECIS kan vara ett värdefullt verktyg att använda vid screening av cellbeteende, särskilt på grund av den höga genomströmningsfunktionen, rekommenderas det att tekniken inte ersätter analyser vid en enda tidpunkt när en fullständig bild av ett materials skadliga bedömning önskas. I synnerhet skulle enpunktsanalysen ytterligare kunna möjliggöra utvärdering av celltransformation på deras genetiska nivå 45,53, vilket visats av Eldawud et al., till exempel för BEAS-2B-celler som exponerats för nanodiamanter och genom fluorescensaktiverad cellsortering (FACS)45.   Yu et al. använde också FACS för att utvärdera humana tjocktarmscancerceller (HCT0116) som exponerats för hyaluronsyramodifierade mesoporösa kiseldioxidnanopartiklar (HA-MSN)54.

De resultat som presenteras tyder på att förändringsvägen är beroende av MOFs fysikalisk-kemiska egenskaper, samt tid och dosering av sådana ramverk som används vid exponeringar. Resultaten och metoderna som beskrivs här understryker ytterligare vikten av realtidsmätningar och deras fördelar för att förstå förändringarna i cellulära profiler. Dessa kan potentiellt kompletteras med ytterligare biokemiska analyser för att utvärdera toxicitetsmekanismen, vilket leder till säkra strategier för MOFs som inte har några skadliga effekter på cellbeteendet, registrerade som cellbindning, cell-cellinteraktioner eller cell-substratinteraktioner.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författarna redovisar inga intressekonflikter i detta arbete.

Acknowledgments

Detta arbete finansierades delvis av National Institute of General Medical Sciences (NIGMS) T32-program (T32 GM133369) och National Science Foundation (NSF 1454230). Dessutom erkänns WVU Shared Research Facilities och Applied Biophysics hjälp och stöd.

Materials

Name Company Catalog Number Comments
 4-[3-(4-idophenyl)-2-(4-nitrophenyl)-2H-5-tetrazolio]-1,3-benzene disulfonate (WST-1 assay)  Roche 5015944001
0.25% Trypsin-EDTA (1x) Gibco 25255-056
100 mm plates Corning 430167
1300 Series A2 biofume hood Thermo Scientific 323TS
2510 Branson bath sonicator Process Equipment & Supply, Inc.  251OR-DTH
2-methylimidazole, 97% Alfa Aesar 693-98-1
5 mL sterile microtube Argos Technologies T2076S-CA
50 mL  tubes  Falcon 352098
96W10idf well plates Applied Biophysics  96W10idf PET
96-well plates Fisherbrand FB012931
Biorender Biorender N/A
Countess cell counting chamber slides Invitrogen C10283
Countess II FL automated cell counter Life Technologies C0916-186A-0303
Denton Desk V sputter and carbon coater Denton Vacuum N/A
Dimethly sulfoxide  Corning 25-950-CQC
DPBS/Modified Cytiva SH30028.02
Dulbecco's modified Eagle medium Corning 10-014-CV
ECIS-ZΘ Applied Biophysics  ABP 1129
Excel Microsoft Version 2301
Falcon tubes (15 mL) Corning 352196
Fetal bovine serum Gibco 16140-071
FLUOstar OPTIMA plate reader BMG LABTECH 413-2132
GraphPad Prism Software (9.0.0) GraphPad Software, LLC Version 9.0.0
HERAcell 150i CO2 Incubator Thermo Scientific 50116047
Hitachi S-4700 Field emission scanning electron microscope equipped with energy dispersive X-ray  Hitachi High-Technologies Corporation S4700 and EDAX TEAM analysis software
ImageJ software National Institutes of Health N/A
Immortalized human bronchial epithelial cells American Type Culture Collection CRL-9609
Isotemp freezer Fisher Scientific 
Methanol, 99% Fisher Chemical 67-56-1
Parafilm sealing film The Lab Depot HS234526A
Penicillin/Steptomycin Gibco 15140-122
Sorvall Legend X1R Centrifuge  Thermo Scientific 75004220
Sorvall T 6000B DU PONT  T6000B
Trypan blue, 0.4% solution in PBS MP Biomedicals, LLC 1691049
Vacuum Chamber Belart 999320237
Zinc Nitrate Hexahydrate, 98% extra pure Acros Organic 101-96-18-9

DOWNLOAD MATERIALS LIST

References

  1. Tamames-Tabar, C., et al. Cytotoxicity of nanoscaled metal-organic frameworks. Journal of Materials Chemistry. B. 2 (3), 262-271 (2014).
  2. Lin, W. X., et al. Low cytotoxic metal-organic frameworks as temperature-responsive drug carriers. ChemPlusChem. 81 (8), 804-810 (2016).
  3. Vasconcelos, I. B., et al. Cytotoxicity and slow release of the anti-cancer drug doxorubicin from ZIF-8. RSC Advances. 2 (25), 9437-9442 (2012).
  4. Yang, B. C., Shen, M., Liu, J. Q., Ren, F. Post-synthetic modification nanoscale metal-organic frameworks for targeted drug delivery in cancer cells. Pharmaceutical Research. 34 (11), 2440-2450 (2017).
  5. Lucena, M. A. M., et al. Application of the metal-organic framework Eu(BTC) as a luminescent marker for gunshot residues: A synthesis, characterization, and toxicity study. ACS Applied Materials & Interfaces. 9 (5), 4684-4691 (2017).
  6. Kayal, S., Sun, B. C., Chakraborty, A. Study of metal-organic framework MIL-101(Cr) for natural gas (methane) storage and compare with other MOFs (metal-organic frameworks). Energy. 91, 772-781 (2015).
  7. Gutov, O. V., et al. Water-stable zirconium-based metal-organic framework material with high-surface area and gas-storage capacities. Chemistry. 20 (39), 12389-12393 (2014).
  8. Ghorbanloo, M., Safarifard, V., Morsali, A. Heterogeneous catalysis with a coordination modulation synthesized MOF: morphology-dependent catalytic activity. New Journal of Chemistry. 41 (10), 3957-3965 (2017).
  9. Valvekens, P., et al. Base catalytic activity of alkaline earth MOFs: a (micro) spectroscopic study of active site formation by the controlled transformation of structural anions. Chemical Science. 5 (11), 4517-4524 (2014).
  10. Taylor, K. M. L., Rieter, W. J., Lin, W. B. Manganese-based nanoscale metal-organic frameworks for magnetic resonance imaging. Journal of the American Chemical Society. 130 (44), 14358-14359 (2008).
  11. Taylor-Pashow, K. M. L., Della Rocca, J., Xie, Z. G., Tran, S., Lin, W. B. Postsynthetic modifications of iron-carboxylate nanoscale metal-organic frameworks for imaging and drug delivery. Journal of the American Chemical Society. 131 (40), 14261-14263 (2009).
  12. Kundu, T., et al. Mechanical downsizing of a gadolinium(III)-based metal-organic framework for anticancer drug delivery. Chemistry. 20 (33), 10514-10518 (2014).
  13. Orellana-Tavra, C., et al. Drug delivery and controlled release from biocompatible metal-organic frameworks using mechanical amorphization. Journal of Materials Chemistry. B. 4 (47), 7697-7707 (2016).
  14. Su, H. M., et al. A highly porous medical metal-organic framework constructed from bioactive curcumin. Chemical Communications. 51 (26), 5774-5777 (2015).
  15. Gandara-Loe, J., et al. Metal-organic frameworks as drug delivery platforms for ocular therapeutics. ACS Applied Materials & Interfaces. 11 (2), 1924-1931 (2019).
  16. Wagner, A., et al. Toxicity screening of two prevalent metal organic frameworks for therapeutic use in human lung epithelial cells. International Journal of Nanomedicine. 14, 7583-7591 (2019).
  17. Chen, G. S., et al. In vitro toxicity study of a porous iron(III) metal-organic framework. Molecules. 24 (7), 1211 (2019).
  18. Eldawud, R., Wagner, A., Dong, C. B., Rojansakul, Y., Dinu, C. Z. Electronic platform for real-time multi-parametric analysis of cellular behavior post-exposure to single-walled carbon nanotubes. Biosensors & Bioelectronics. 71, 269-277 (2015).
  19. Kroll, A., Pillukat, M. H., Hahn, D., Schnekenburger, J. Current in vitro methods in nanoparticle risk assessment: Limitations and challenges. European Journal of Pharmaceutics and Biopharmaceutics. 72 (2), 370-377 (2009).
  20. Lucena, F. R. S., et al. Induction of cancer cell death by apoptosis and slow release of 5-fluoracil from metal-organic frameworks Cu-BTC. Biomedicine & Pharmacotherapy. 67 (8), 707-713 (2013).
  21. Orellana-Tavra, C., et al. Tuning the endocytosis mechanism of Zr-based metal-organic frameworks through linker functionalization. ACS Applied Materials & Interfaces. 9 (41), 35516-35525 (2017).
  22. Zucker, R. M., Ortenzio, J. N. R., Boyes, W. K. Characterization, detection, and counting of metal nanoparticles using flow cytometry. Cytometry. Part A. 89 (2), 169-183 (2016).
  23. Robson, A. L., et al. Advantages and limitations of current imaging techniques for characterizing liposome morphology. Frontiers in Pharmacology. 9, 80 (2018).
  24. Giaever, I., Keese, C. R. Micromotion of mammalian cells measured electrically. Proceedings of the National Academy of Sciences. 88 (17), 7896-7900 (1991).
  25. Wegener, J., Keese, C. R., Giaever, I. Electric cell-substrate impedance sensing (ECIS) as a noninvasive means to monitor the kinetics of cell spreading to artificial surfaces. Experimental Cell Research. 259 (1), 158-166 (2000).
  26. Wagner, A., et al. Toxicity evaluations of nanoclays and thermally degraded byproducts through spectroscopical and microscopical approaches. Biochimica et Biophysica Acta. General Subjects. 1861, 3406-3415 (2017).
  27. Wagner, A., et al. Early assessment and correlations of nanoclay's toxicity to their physical and chemical properties. ACS Applied Materials & Interfaces. 9 (37), 32323-32335 (2017).
  28. Wagner, A., et al. Incineration of nanoclay composites leads to byproducts with reduced cellular reactivity. Scientific Reports. 8 (1), 10709 (2018).
  29. Zhao, F., Klimecki, W. T. Culture conditions profoundly impact phenotype in BEAS-2B, a human pulmonary epithelial model. Journal of Applied Toxicology. 35 (8), 945-951 (2015).
  30. Wu, S. X., Wang, W. H., Fang, Y. Z., Kong, X. J., Liu, J. H. Efficient Friedel-Crafts acylation of anisole over silicotungstic acid modified ZIF-8. Reaction Kinetics Mechanisms and Catalysis. 122, 357-367 (2017).
  31. Shu, F. P., et al. Fabrication of a hyaluronic acid conjugated metal organic framework for targeted drug delivery and magnetic resonance imaging. RSC Advances. 8 (12), 6581-6589 (2018).
  32. Shi, Z. Q., et al. FA-PEG decorated MOF nanoparticles as a targeted drug delivery system for controlled release of an autophagy inhibitor. Biomaterials Science. 6 (10), 2582-2590 (2018).
  33. Ebrahim, A. S., et al. Functional optimization of electric cell-substrate impedance sensing (ECIS) using human corneal epithelial cells. Scientific Reports. 12 (1), 14126 (2022).
  34. Szulcek, R., Bogaard, H. J., van Nieuw Amerongen, G. P. Electric cell-substrate impedance sensing for the quantification of endothelial proliferation, barrier function, and motility. Journal of Visualized Experiments. (85), e51300 (2014).
  35. Eldawud, R., et al. Carbon nanotubes physicochemical properties influence the overall cellular behavior and fate. Nanoimpact. 9, 72-84 (2018).
  36. An, Y., Jin, T. Y., Zhang, F., He, P. Electric cell-substrate impedance sensing (ECIS) for profiling cytotoxicity of cigarette smoke. Journal of Electroanalytical Chemistry. 834, 180-186 (2019).
  37. Kaur, G., Dufour, J. M. Cell lines. Spermatogenesis. 2 (1), 1-5 (2012).
  38. Applied Biophysics, Allied Biophysics. , Available from: https://biophysics.com (2023).
  39. Park, Y. H., Kim, D., Dai, J., Zhang, Z. Human bronchial epithelial BEAS-2B cells, an appropriate in vitro model to study heavy metals induced carcinogenesis. Toxicology and Applied Pharmacology. 287 (3), 240-245 (2015).
  40. Yang, F., et al. Morphological map of ZIF-8 crystals with five distinctive shapes: Feature of filler in mixed-matrix membranes on C3H6/C3H8 separation. Chemistry of Materials. 30 (10), 3467-3473 (2018).
  41. Rose, O. L., et al. Thin films of metal-organic framework interfaces obtained by laser evaporation. Nanomaterials. 11 (6), 1367 (2021).
  42. Stueckle, T. A., et al. Impacts of organomodified nanoclays and their incinerated byproducts on bronchial cell monolayer integrity. Chemical Research in Toxicology. 32 (12), 2445-2458 (2019).
  43. Eldawud, R., et al. Potential antitumor activity of digitoxin and user-designed analog administered to human lung cancer cells. Biochimica et Biophysica Acta. General Subjects. 1864 (11), 129683 (2020).
  44. Zhuang, J., et al. Optimized metal-organic-framework nanospheres for drug delivery: Evaluation of small-molecule encapsulation. ACS Nano. 8 (3), 2812-2819 (2014).
  45. Eldawud, R., et al. Combinatorial approaches to evaluate nanodiamond uptake and induced cellular fate. Nanotechnology. 27 (8), 085107 (2016).
  46. Houthaeve, G., De Smedt, S. C., Braeckmans, K., De Vos, W. H. The cellular response to plasma membrane disruption for nanomaterial delivery. Nano Convergence. 9 (1), 6 (2022).
  47. Otero-Gonzalez, L., Sierra-Alvarez, R., Boitano, S., Field, J. A. Application and validation of an impedance-based real time cell analyzer to measure the toxicity of nanoparticles impacting human bronchial epithelial cells. Environmental Science & Technology. 46 (18), 10271-10278 (2012).
  48. Ibarguren, M., Lopez, D. J., Escriba, P. V. The effect of natural and synthetic fatty acids on membrane structure, microdomain organization, cellular functions and human health. Biochimica et Biophysica Acta. 1838 (6), 1518-1528 (2014).
  49. Nor, Y. A., et al. Shaping nanoparticles with hydrophilic compositions and hydrophobic properties as nanocarriers for antibiotic delivery. ACS Central Science. 1 (6), 328-334 (2015).
  50. Farcal, L., et al. Comprehensive in vitro toxicity testing of a panel of representative oxide nanomaterials: First steps towards an intelligent testing strategy. PLoS One. 10 (5), e0127174 (2015).
  51. Verma, N. K., Moore, E., Blau, W., Volkov, Y., Babu, P. R. Cytotoxicity evaluation of nanoclays in human epithelial cell line A549 using high content screening and real-time impedance analysis. Journal of Nanoparticle Research. 14, 1137 (2012).
  52. Xiao, C. D., Lachance, B., Sunahara, G., Luong, J. H. T. Assessment of cytotoxicity using electric cell-substrate impedance sensing: Concentration and time response function approach. Analytical Chemistry. 74 (22), 5748-5753 (2002).
  53. Coyle, J. P., et al. Carbon nanotube filler enhances incinerated thermoplastics-induced cytotoxicity and metabolic disruption in vitro. Particle and Fibre Toxicology. 17 (1), 40 (2020).
  54. Yu, M. H., et al. Hyaluronic acid modified mesoporous silica nanoparticles for targeted drug delivery to CD44-overexpressing cancer cells. Nanoscale. 5 (1), 178-183 (2013).

Tags

Bioteknik utgåva 195
Elektrisk cell-substratavkänning för realtidsutvärdering av metallorganiska toxikologiska ramverk
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Rose, O. L., Arnold, M., Dinu, C. Z. … More

Rose, O. L., Arnold, M., Dinu, C. Z. Electric Cell-Substrate Sensing for Real-Time Evaluation of Metal-Organic Framework Toxicological Profiles. J. Vis. Exp. (195), e65313, doi:10.3791/65313 (2023).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter