Summary

Caracterização de miRNAs funcionalmente associadas em glioblastoma e sua engenharia em clusters artificiais para terapia gênica

Published: October 04, 2019
doi:

Summary

É descrito aqui um protocolo para caracterizar os módulos de miRNAs biologicamente sinérgica e seu conjunto em transgenes curtos, que permite o superexpressão simultâneo para aplicações da terapia de Gene.

Abstract

A relevância biológica de microRNAs (miRNAs) na saúde e na doença depende significativamente de combinações específicas de muitos miRNAs desregulados simultaneamente ao invés da ação de um único miRNA. A caracterização desses módulos miRNAs específicos é um passo fundamental para maximizar seu uso na terapia. Isso é extremamente relevante porque seus atributos combinatoriais podem ser praticamente explorados. É descrito aqui um método para definir uma assinatura específica de Mirna relevante ao controle de repressores oncogênico do cromatina no glioblastoma. A aproximação define primeiramente um grupo geral de miRNAs que são desegulated nos tumores em comparação ao tecido normal. A análise é ainda mais refinada por condições de cultura diferencial, ressaltando um subgrupo de miRNAs que são coexpressos simultaneamente durante Estados celulares específicos. Finalmente, os miRNAs que satisfazem estes filtros são combinados em um transgenes polycistronic artificiais, que seja baseado em um andaime de genes naturalmente existentes dos conjuntos de Mirna, usado então para o superexpressão destes módulos de Mirna em pilhas de recepção.

Introduction

miRNAs oferecer uma oportunidade ímpar para o desenvolvimento de uma abordagem de terapia gênica ampla para muitas doenças1,2,3, incluindoo cancro4,5. Isto é baseado em diversas características originais destas moléculas biológicas, incluindo seu tamanho pequeno6, biogênese simples7, e tendência natural funcionar na associação8. Muitas doenças são caracterizadas por padrões específicos de expressão de miRNA, que muitas vezes convergem para a regulação de funções biológicas complexas9. O objetivo deste método é primeiro definir uma estratégia para identificar grupos de miRNAs que são sinergicamente relevantes para funções celulares específicas. Consequentemente, fornece uma estratégia para o restabelecimento de tais combinações de miRNA em estudos e aplicações a jusante.

Este método permite a análise funcional de vários miRNAs de uma só vez, aproveitando a sua segmentação simultânea de um grande número de mRNAs, recapitulando assim as paisagens complexas de doenças. Esta abordagem tem sido recentemente empregada para definir um grupo de três miRNAs que 1) são simultaneamente desregulado no cancro do cérebro e 2) mostram um forte padrão de coexpressão durante a diferenciação neural, bem como em resposta ao stress genotóxico por radiação ou um Agente alquilantes do ADN. A reexpressão combinatória deste módulo de três miRNAs pelo método de agrupamento descrito abaixo resulta em profunda interferência com a biologia das células cancerosas e pode ser facilmente utilizada como estratégia de terapia gênica para estudos pré-clínicos10. Este protocolo pode ser de particular interesse para os envolvidos na pesquisa de miRNA e suas aplicações translacionais.

Protocol

1. caracterização de miRNAs funcionalmente associadas em glioblastoma Análise da expressão diferencial ampla de miRNA em glioblastoma versus cérebro Primeiramente, determine os miRNAs o mais significativamente desregulamentado no tumor. Isso pode ser conseguido usando pelo menos três métodos diferentes: Mine o Atlas do genoma do cancro, encontrado em https://www.cancer.gov/about-nci/organization/ccg/research/structural-genomics/tcga, para arranjar em seqüência dados<s…

Representative Results

Este método permitiu a caracterização de um módulo de três miRNAs que são consistentemente regulamentados em tumores cerebrais, que são coexpressos especificamente durante a diferenciação neuronal (Figura 1) e envolvidos na resposta de sobrevida tumoral após terapêutica (Figura 2). Isto é conseguido regulando um caminho repressivo oncogênico complexo da cromatina. Esse padrão de coexpressão sugeriu uma forte ativid…

Discussion

Este protocolo baseia-se na noção de que, em vez de funcionar isoladamente, os miRNAs são biologicamente relevantes por trabalharem em grupos, e esses grupos são determinados transcripcionalmente por contextos celulares específicos26. Para justificar essa abordagem a partir de uma perspectiva translacional, um protocolo de acompanhamento que permite a recriação deste padrão de multi-miRNA em células/tecidos é introduzido. Isto é possível aproveitando-se da biosgênese relativamente sim…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Os autores desejam agradecer aos membros do laboratório de Oncologia neuro de Harvey Cushing por apoio e críticas construtivas. Este trabalho foi apoiado pelo NINDS concede K12NS80223 e K08NS101091 a P. P.

Materials

0.4% low melting temperature agarose  IBI Scientific IB70058
0.45 µM sterile filter unit Merck Millipore SLH033RS
1.5-mL Microcentrifuge tube Eppendorf 22431081
6-Well plates  Greiner Bio-One 657160
Athymic mice (FoxN1 nu/nu) Envigo 069(nu)/070(nu/+)
B-27 Supplement  Thermo Fisher Scientific 12587010
Cell culture flask Greiner Bio-One 660175
Cell Scraper, 16cm Sarstedt 83.1832
Cesium 137 irradiator  JL Sheperd and Associates Core Facility (Harvard Medical School)
Chloroform Sigma-Aldrich 439142-4L
DMEM, high glucose, pyruvate  Thermo Fisher Scientific 11995040
Dulbecco’s phosphate-buffered saline  Gibco 14190144
Eosin Y solution  Sigma-Aldrich E4009
Fetal Bovine Serum  Sigma-Aldrich F9665
Formalin solution Sigma-Aldrich HT501128
GlutaMAX Supplement  Thermo Fisher Scientific 35050061
HEK-293 American Type Culture Collecti ATCC CRL-1573
Hematoxylin solution Sigma-Aldrich 1051750500
Human primary glioma stem-like cells (GBM62) Provided by Dr. E. A. Chiocca (Brigham and Women’s Hospital, Boston, MA)
Human primary glioma stem-like cells (MGG4) Provided by Dr. Hiroaki Wakimoto (Massachusetts General Hospital, Boston, MA)
Lentiviral vector pCDH-CMV-MCS-EF1-copGFP System Biosciences CD511B-1
Lipofectamine 2000  Thermo Fisher Scientific 11668019
Microcentrifuge refrigerated Eppendorf model no. 5424 R, cat. no.5404000138
Mounting medium  Thermo Fisher Scientific 4112APG
Nalgene High-Speed Polycarbonate Round Bottom Centrifuge Tubes  Thermo Fisher Scientific  3117-0380PK
NanoDrop Thermo Fisher Scientific 2000c
Neural Progenitor cells (NPC) Provided by Dr. Jakub Godlewski (Brigham and Women’s Hospital, Boston, MA)
Neurobasal Medium  Thermo Fisher Scientific 21103049
Nikon eclipse Ti motorized fluorescent microscope system Nikon, Japan 14314
Opti-MEM Thermo Fisher Scientific 31985088
PCR tubes  Sigma-Aldrich CLS6571-960EA
Penicillin-Streptomycin  Thermo Fisher Scientific 15140122
Petri-Dishes 94/16  Greiner Bio-One 632180
Poly-D-Lysine  Sigma- Aldrich P4707
Recombinant Human EGF  PeproTech  AF-100-15
Recombinant Human FGF-basic  PeproTech  AF-100-18B
Retinoic acid Gibco 12587-010 
RNA Miniprep Kit Direct-zol R2050
S1000 Thermal Cycler  Bio-Rad 1852196
Small Animal Image-Guided Micro Irradiator  Xstrahal Life Sciences, UK Core facility (Dana-Farber Cancer Institute, Boston, MA)
Sorvall WX+ Ultracentrifuge  Thermo Fisher Scientific  75000100
StemPro Accutase  Thermo Fisher Scientific A1110501
StepOne Real-Time PCR System Applied Biosystems  4376357
SterilGARD biosafety cabinet  The Baker Company SG403A-HE
Sucrose Sigma-Aldrich S9378
T98-G American Type Culture Collecti ATCC CRL-1690
TaqMan MicroRNA Reverse Transcription Kit  Thermo Fisher Scientific 4366596
TaqMan Universal PCR Master Mix Thermo Fisher Scientific 4324018
Temozolomide Tocris Bioscience 2706
Tissue-Tek optimum cutting temperature  Fisher Scientific NC9636948
TRIzol Reagent  Thermo Fisher Scientific 15596026 Lysis reagent
U251-MG American Type Culture Collecti ATCC HTB-17
U87-MG  American Type Culture Collecti ATCC HTB-14
ViraPower Lentivector Expression system  Thermo Fisher Scientific K4970-00
Water, HPLC grade Fisher W54
Xylene  Sigma-Aldrich 534056

Referenzen

  1. Wu, Y. E., Parikshak, N. N., Belgard, T. G., Geschwind, D. H. Genome-wide, integrative analysis implicates miRNA dysregulation in autism spectrum disorder. Nature Neuroscience. 19, 1463-1476 (2016).
  2. Esteller, M. Non-coding RNAs in human disease. Nature Reviews Genetics. 12, 861-874 (2011).
  3. Moradifard, S., Hoseinbeyki, M., Ganji, S. M., Minuchehr, Z. Analysis of miRNA and Gene Expression Profiles in Alzheimer’s Disease: A Meta-Analysis Approach. Scientific Reports. 8, 4767 (2018).
  4. Calin, G. A., et al. Frequent deletions and down-regulation of micro- RNA genes miR15 and miR16 at 13q14 in chronic lymphocytic leukemia. Proceedings of the National Academy of Sciencesof the United States of America. 99, 15524-15529 (2002).
  5. Croce, C. M. Causes and consequences of miRNA dysregulation in cancer. Nature Reviews Genetics. 10, 704-714 (2009).
  6. Ambros, V. miRNAs: tiny regulators with great potential. Cell. 107, 823-826 (2001).
  7. Treiber, T., Treiber, N., Meister, G. Regulation of miRNA biogenesis and its crosstalk with other cellular pathways. Nature Reviews Molecular Cell Biology. 20, 5-20 (2019).
  8. He, L., et al. A miRNA polycistron as a potential human oncogene. Nature. 435, 828-833 (2005).
  9. Santos, M. C., et al. miR-124, −128, and −137 orchestrate neural differentiation by acting on overlapping gene sets containing a highly connected transcription factor network. Stem Cells. 34, 220-232 (2016).
  10. Bhaskaran, V., et al. The functional synergism of miRNA clustering provides therapeutically relevant epigenetic interference in glioblastoma. Nature Communications. 10 (1), 442 (2019).
  11. Kim, T. M., Huang, W., Park, R., Park, P. J., Johnson, M. D. A developmental taxonomy of glioblastoma defined and maintained by MiRNAs. Krebsforschung. 71 (9), 3387-3399 (2011).
  12. Dell’Aversana, C., Giorgio, C., Altucci, L. MiRNA Expression Profiling Using Agilent One-Color Microarray. Methods in Molecular Biology. 1509, 169-183 (2017).
  13. Silber, J., et al. miR-124 and miR-137 inhibit proliferation of glioblastoma multiforme cells and induce differentiation of brain tumor stem cells. BMC Medicine. 6 (14), (2008).
  14. Hester, M. E., et al. Two factor reprogramming of human neural stem cells into pluripotency. PLoS ONE. 4 (9), e7044 (2009).
  15. Hsieh, J., et al. IGF-I instructs multipotent adult neural progenitor cells to become oligodendrocytes. Journal of Cell Biology. 164 (1), 111-122 (2004).
  16. Agarwal, V., Bell, G. W., Nam, J., Bartel, D. P. Predicting effective miRNA target sites in mammalian mRNAs. eLife. 4, e05005 (2015).
  17. Betel, D., Wilson, M., Gabow, A., Marks, D. S., Sander, C. The miRNA.org resource: targets and expression. Nucleic Acids Research. 36, D149-D153 (2008).
  18. Wong, N., Wang, X. miRD(B) an online resource for miRNA target prediction and functional annotations. Nucleic Acids Research. 43 (D1), D146-D152 (2015).
  19. Vlachos, I. S., et al. DIANA-miRPath v3.0: deciphering miRNA function with experimental support. Nucleic Acids Research. 43 (W1), W460-W466 (2015).
  20. Chen, J., Bardes, E. E., Aronow, B. J., Jegga, A. G. ToppGene Suite for gene list enrichment analysis and candidate gene prioritization. Nucleic Acids Research. 305, W305-W311 (2009).
  21. Aken, B. L., et al. Ensembl 2017. Nucleic Acids Research. 45, D635-D642 (2017).
  22. Kozomara, A., Birgaoanu, M., Griffiths-Jones, S. miRBase: from miRNA sequences to function. Nucleic Acid Research. 47, D155-D162 (2019).
  23. Lorenz, R., et al. Vienna RNA Package 2.0. Algorithms for Molecular Biology. 6 (1), 26 (2011).
  24. Hughes, R. A., Ellington, A. D. Synthetic DNA synthesis and assembly: Putting the synthetic in synthetic biology. Cold Spring Harbor Perspectives in Biology. 9 (1), a023812 (2017).
  25. Crommentuijn, M. H., et al. Intracranial AAV-sTRAIL combined with lanatoside C prolongs survival in an orthotopic xenograft mouse model of invasive glioblastoma. Molecular Oncology. 10 (4), 625-634 (2016).
  26. Ivey, K. N., Srivastava, D. MiRNAs as regulators of differentiation and cell fate decisions. Cell Stem Cell. 7, 36-41 (2010).
  27. Han, J., et al. Molecular Basis for the Recognition of Primary miRNAs by the Drosha-DGCR8 Complex. Cell. 125, 887-901 (2006).
  28. Barroso-del Jesus, A., Lucena-Aguilar, G., Menendez, P. The miR-302-367 cluster as a potential stemness regulator in ESCs. Cell Cycle. 8, 394-398 (2009).
  29. Liu, Y. P., Haasnoot, J., Brake, O., Berkhout, B., Konstantinova, P. Inhibition of HIV-1 by multiple shRNAs expressed from a single miRNA polycistron. Nucleic Acid Research. 36, 2811-2824 (2008).
  30. Chen, S. C., Stern, P., Guo, Z., Chen, J. Expression of Multiple Artificial MiRNAs from a Chicken miRNA126-Based Lentiviral Vector. PLoS ONE. 6 (7), e22437 (2011).
  31. Yang, X., Marcucci, K., Anguela, X., Couto, L. B. Preclinical Evaluation of An Anti-HCV miRNA Cluster for Treatment of HCV Infection. Molecular Therapy. 21, 588-601 (2013).
check_url/de/60215?article_type=t

Play Video

Diesen Artikel zitieren
Bhaskaran, V., Peruzzi, P. Characterization of Functionally Associated miRNAs in Glioblastoma and their Engineering into Artificial Clusters for Gene Therapy. J. Vis. Exp. (152), e60215, doi:10.3791/60215 (2019).

View Video