$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Memeli sentetik biyolojisi alanı, kültürlenmiş hücre hatlarında basit duyu ve tepki parçaları geliştirmekten, teşhis ve terapötiklerdeki gerçek dünyadaki zorlukları ele almak için karmaşık gen ağlarının optimizasyonuna kadar hızla ilerlemiştir1. Bu sofistike devreler, mikroRNA profillerinden sitokinlere ve küçük moleküllü ilaçlara kadar biyolojik girdileri algılayabilir ve transistörler, bant geçiş filtreleri, geçiş anahtarları ve osilatörler dahil olmak üzere mantık işleme devrelerini uygulayabilir. Ayrıca kanser, artrit, diyabetve daha birçok 1,2,3,4,5 gibi hastalıkların hayvan modellerinde umut verici sonuçlar göstermiştir. Bununla birlikte, bir devrenin karmaşıklığı arttıkça, bileşenlerinin her birinin seviyelerini optimize etmek giderek daha zor hale gelir.
Özellikle yararlı bir genetik devre türü, hücresel durumları algılamak ve bunlara yanıt vermek için programlanabilen bir hücre sınıflandırıcıdır. Belirli hücresel durumlarda protein veya RNA çıktılarının seçici üretimi, hücrelerin ve organoidlerin farklılaşmasını yönlendirmek ve programlamak, hastalıklı hücreleri ve / veya istenmeyen hücre tiplerini tanımlamak ve yok etmek ve terapötik hücrelerin işlevini düzenlemek için güçlü bir araçtır 1,2,3,4,5 . Bununla birlikte, memeli hücrelerinde, hücre durumlarını çoklu hücresel RNA ve / veya protein türlerinden doğru bir şekilde sınıflandırabilen devreler oluşturmak oldukça zor olmuştur.
Bir hücre sınıflandırma devresi geliştirmenin en çok zaman alan adımlarından biri, devre içindeki sensörler ve işleme faktörleri gibi bireysel bileşen genlerinin göreceli ekspresyon seviyelerini optimize etmektir. Devre optimizasyonunu hızlandırmak ve daha sofistike devrelerin inşasına izin vermek için, son çalışmalar optimal kompozisyonları ve topolojileri tahmin etmek için hücre sınıflandırıcı devrelerinin ve bileşenlerinin matematiksel modellemesini kullanmıştır 6,7. Bu şimdiye kadar güçlü sonuçlar göstermiş olsa da, matematiksel analiz, devredeki bileşen genlerinin giriş-çıkış davranışını sistematik olarak karakterize etme ihtiyacı ile sınırlıdır ve bu da zaman alıcıdır. Ayrıca, karmaşık genetik devrelerde bağlama bağlı sayısız problem ortaya çıkabilir ve bu da tam bir devrenin davranışının bireysel parça karakterizasyonlarına dayanan tahminlere meydan okumasına neden olabilir 8,9.
Hücre durumu sınıflandırıcıları gibi karmaşık memeli devrelerini daha hızlı geliştirmek ve test etmek için laboratuvarımız, plazmid ko-transfeksiyon protokollerinin bir evrimi olan poli-transfeksiyon10 adı verilen bir teknik geliştirdi. Ko-transfeksiyonda, çoklu plazmid DNA türleri, pozitif yüklü bir lipit veya polimer reaktifi ile birlikte kompleksleştirilir, daha sonra hücrelere korelasyonlu bir şekilde verilir (Şekil 1A). Poli-transfeksiyonda, plazmidler reaktif ile ayrı ayrı komplekslenir, böylece her transfeksiyon kompleksinden gelen DNA, hücrelere ilişkisiz bir şekilde iletilir (Şekil 1B). Bu yöntemi kullanarak, transfekte popülasyondaki hücreler, farklı devre bileşenleri taşıyan iki veya daha fazla DNA yükünün oranlarının sayısız kombinasyonuna maruz kalır.
Her hücreye verilen devre bileşenlerinin oranlarını ölçmek için, bir poli-transfeksiyon içindeki her transfeksiyon kompleksi, kompleksin hücresel alımı için bir vekil görevi gören yapısal olarak ifade edilen bir floresan muhabiri içerir. Bir memeli hücresi içinde aktif olan herhangi bir element içermeyen dolgu DNA'sı, tek bir transfeksiyon kompleksinde bir hücreye verilen floresan muhabirin ve devre bileşenlerinin nispi miktarını ayarlamak için kullanılır ve tartışmada daha ayrıntılı olarak tartışılır. Weiss laboratuvarında kullanılan dolgu DNA'sının bir örneği, bir sonlandırıcı dizisi içeren, ancak promotor, kodlama dizisi vb. İçermeyen bir plazmiddir. Farklı devre bileşenleri oranlarına sahip hücreler daha sonra gen devresi fonksiyonu için en uygun oranları bulmak için karşılaştırılabilir. Bu da, devre bileşenlerini genetik entegrasyon için tek bir vektörde (örneğin, bir lentivirüs, transpozon veya iniş pedi) birleştirirken optimum gen ekspresyon seviyelerine ulaşmak için promotörleri ve diğer devre elemanlarını seçmek için yararlı tahminler verir. Bu nedenle, sezgiye dayalı olarak veya zaman alıcı bir deneme yanılma süreci yoluyla devre bileşenleri arasındaki oranları seçmek yerine, poli-transfeksiyon, tek hazneli bir reaksiyonda genetik parçalar arasındaki çok çeşitli stokiyometrileri değerlendirir.
Laboratuvarımızda çoklu transfeksiyon, hücre sınıflandırıcıları, geri besleme ve besleme kontrolörleri ve iki kararlı motifler dahil olmak üzere birçok genetik devrenin optimizasyonunu sağlamıştır. Bu basit ama güçlü yöntem, memeli hücrelerindeki karmaşık genetik devreler için tasarım döngülerini önemli ölçüde hızlandırır. Poli-transfeksiyon o zamandan beri çok boyutlu giriş-çıkış transfer fonksiyonlarını yüksek çözünürlükte10'da ortaya çıkarmak, hücre durumu sınıflandırması 11 için alternatif bir devre topolojisini optimize etmek ve çeşitli yayınlanmış12,13 ve devam eden projeleri hızlandırmak için birkaç genetik devreyi karakterize etmek için kullanılmıştır.
Burada, bir genetik devreyi hızlı bir şekilde optimize etmek için çoklu transfeksiyon kullanma iş akışını açıklıyor ve tasvir ediyoruz (Şekil 2). Protokol, yüksek kaliteli poli-transfeksiyon verilerinin nasıl oluşturulacağını ve poli-transfeksiyon protokolünde ve veri analizinde birkaç yaygın hatadan nasıl kaçınılacağını göstermektedir (Şekil 3). Daha sonra, basit devre bileşenlerini karakterize etmek için poli-transfeksiyonun nasıl kullanılacağını gösterir ve bu süreçte, poli-transfeksiyon sonuçlarını ko-transfeksiyona karşı karşılaştırır (Şekil 4). Son olarak, poli-transfeksiyon sonuçları kanser sınıflandırıcı devresinin optimizasyonunu göstermektedir (Şekil 5).