Summary

Usando RNA-sequenciação para detectar Novel Splice variantes relacionadas à resistência aos medicamentos em<em> In Vitro</em> modelos de cancro

Published: December 09, 2016
doi:

Summary

Aqui nós descrevemos um protocolo teve como objetivo investigar o impacto do splicing aberrante na resistência aos medicamentos em tumores sólidos e doenças malignas hematológicas. Para este objetivo, foram analisados os perfis transcriptomic de modelos parentais e resistentes in vitro através de RNA-seq e estabeleceu um método baseado qRT-PCR para validar genes candidatos.

Abstract

A resistência aos medicamentos continua a ser um grande problema no tratamento de câncer, tanto para doenças malignas hematológicas e tumores sólidos. resistência intrínseca ou adquirida pode ser causada por uma variedade de mecanismos, incluindo aumento da eliminação da droga, diminuição da absorção da droga, a inactivação de drogas e alterações de alvos de drogas. Dados recentes mostraram que diferente de pelo conhecido genética (mutação, amplificação) e modificações epigenéticas (hipermetilação DNA, histonas pós-translacional modificação), mecanismos de resistência a drogas também pode ser regulada por aberrações splicing. Este é um campo de rápido crescimento de investigação que merece atenção futuro, a fim de planejar abordagens terapêuticas mais eficazes. O protocolo descrito no presente trabalho tem como objetivo investigar o impacto de splicing aberrante na resistência aos medicamentos em tumores sólidos e doenças malignas hematológicas. Para este objetivo, foram analisados os perfis transcriptomic de vários modelos in vitro através de RNA-seq e estabelecerEd um qRT-PCR baseado método para validar os genes candidatos. Em particular, foi avaliada a splicing diferencial da DDX5 e PKM transcrições. O splicing aberrante detectado pela ferramenta computacional PAD foi validado em células leucémicas, que mostra que diferentes variantes de splicing DDX5 são expressos nas células resistentes comparada parental. Nestas células, observaram-se também uma maior proporção PKM2 / PKM1, que não foi detectada na Panc-1 homólogo gemcitabina resistente em comparação com as células parentais Panc-1, sugerindo um mecanismo diferente de resistência à droga-induzida pela exposição a gemcitabina.

Introduction

Apesar dos avanços consideráveis no tratamento do cancro, a resistência de células malignas à quimioterapia, quer intrínseca ou adquirida após exposição prolongada da droga, é a principal razão para o insucesso do tratamento de uma vasta gama de leucemias e tumores sólidos 1.

Para delinear os mecanismos subjacentes a resistência aos medicamentos, em modelos de linhas celulares in vitro são desenvolvidos por selecção gradual de células cancerosas resistentes a agentes quimioterapêuticos. Este procedimento imita os regimes utilizados nos ambientes clínicos e, portanto, permite a investigação aprofundada dos mecanismos de resistência relevantes. As células resistentes que sobrevivem ao tratamento, em seguida, são distinguidas das células parentais sensíveis usando ensaios de viabilidade celular / citotoxicidade 2. Nos perfis de resistência a drogas in vitro de células primárias foram mostrados para ser significativamente relacionada com a resposta clínica à quimioterapia 3.

cytoto de alto rendimentoensaios xicity constituem um método conveniente para determinar a sensibilidade de drogas in vitro. Nisto, a viabilidade das células é avaliada por, por exemplo, o ácido 3- [4,5-dimetiltiazol-2-il] -2,5-difenil tetrazólio – ensaio MTT 4, o qual é baseado numa conversão metabólica de determinados substratos (isto é, sais de tetrazólio) em produtos coloridos, refletindo assim a atividade mitocondrial das células. Alternativamente, o teor de proteína celular pode ser quantificada utilizando o ensaio de sulforrodamina B (SRB) 5. Aqui, o número de células viáveis ​​é proporcional à densidade óptica (DO) medida num comprimento de onda apropriado num espectrofotómetro, sem necessidade de extenso e procedimentos de contagem de células demorado. A inibição do crescimento induzida por um determinado fármaco quimioterapêutico pode ser calculado com base no diâmetro externo das cavidades em que as células foram tratadas com um agente de teste e comparado com o OD de células de controlo não tratadas. Uma curva de dose-resposta é obtainada representando graficamente as concentrações de fármaco, em função percentagens de células viáveis ​​em relação às células de controlo. Por fim, a sensibilidade ao fármaco pode ser avaliado como a concentração que resulta em 50% de inibição do crescimento de células, em comparação com células não tratadas (IC50).

Os mecanismos subjacentes a resistência aos medicamentos incluem muitas anormalidades diferentes, tais como alterações que afectam a expressão do gene de determinantes de atividade de drogas e metabolismo celular. Estas lesões moleculares, incluindo mutações, aberrações em um nível transcricional e pós-transcricional, bem como regulação epigenética perturbado muitas vezes afetam genes envolvidos tanto no metabolismo de drogas ou apoptose 6.

Alternative splicing de pré-mRNA e sua regulação intrincada recentemente recebeu atenção considerável como uma entidade romance que pode ditar a resistência aos medicamentos de células cancerosas 7. Até 95% dos genes humanos estão alternativamente, dividida em células normais, por meio da presentebem regulado processo que produz muitas isoformas de proteínas diferentes do mesmo gene. O splicing alternativo é frequentemente desregulado no cancro e vários tumores são caracterizados por splicing alterada de um número cada vez maior de genes envolvidos no metabolismo do fármaco (isto é, desoxicitidina-quinase, folilpoliglutamato-sintetase, ou proteínas de resistência a múltiplas drogas) 6,8. No entanto, uma análise abrangente de perfis de splicing de células resistentes aos medicamentos é dolorosamente falta. Portanto, é imperativo desenvolver métodos de alto rendimento para a análise de splicing alternativo. Isto poderia ajudar a desenvolver abordagens terapêuticas mais eficazes.

Durante a última década, o rápido desenvolvimento das tecnologias da próxima geração de sequenciamento (NGS) enriqueceu pesquisa biomédica com novos insights sobre os mecanismos moleculares que regulam a regulação da expressão do genoma e seu papel em vários processos biológicos 9. ARN-sequenciação (ARN-SEQ), é um sub-potente aplicaçãoda NGS no campo da transcriptomics. Isso permite que um perfil de todo o genoma (tanto qualitativa como quantitativamente) dos padrões de milhares de genes simultaneamente expressão e é bem adequada para a caracterização de novos ARNm de codificação, bem como ARN de não codificação de comprimento, miARN, siRNA, e outra de ARN pequeno classes (eg, snRNA e Pirna) 10,11.

RNA-Seq tem muitas vantagens em relação a tecnologias anteriores para a caracterização do transcriptoma (por exemplo, sequenciação de Sanger e microarranjos de expressão). Ele não se baseia no genoma anotação existente, que tem um nível de um único nucleótido de resolução e tem uma gama dinâmica mais ampla para a estimativa do nível de expressão. Resumidamente, o fluxo de trabalho experimental básico de experiências de ARN-SEQ consiste de transcrição selecção poliadenilado (ARNm) e fragmentação, seguido por conversão em ADNc, construção de biblioteca e sequenciação profunda finalmente, maciçamente paralelo 12,13. Devido à rápida queda de sequencinCusta G ao longo dos últimos anos, o RNA-seq está gradualmente substituindo outras tecnologias e esforços significativos estão sendo feitos para melhorar os protocolos de preparação biblioteca. Por exemplo, é agora possível reter a informação de transcritos de ARNm de cadeia por marcação do segundo filamento de cDNA com o trifosfato de desoxiuridina (dUTP) e, antes da amplificação por PCR, digestão da cadeia marcada com uracilo-ADN-glycosilase (UDG). Este processo aumenta a precisão da estimativa de anotação do gene e dos níveis de expressão de 14,15.

A análise e interpretação dos dados de RNA-seq exigem pacotes de software computacional complexas e poderosas e transformação no âmbito dos oleodutos de bioinformática 16,17. Em primeiro lugar, a matéria-lê passam por um controle de qualidade através da remoção de artefatos técnicos e biológicos e descartando (corte) as sequências que não atingem os requisitos de qualidade rigorosos. Subsequentemente as leituras para cada amostra são mapeados para um genoma de referência e indexadosno gene de nível, de nível de exão, ou transcrição de nível, a fim de determinar a abundância de cada categoria. Dependendo da aplicação, os dados refinados são então calculado através de modelos estatísticos para a identificação de expressão alelo-específico, splicing alternativo, fusões de genes e polimorfismos de nucleotídeo único (SNPs) 12. Finalmente, a análise diferencial no nível seleccionado (isto é, expressão do gene ou de splicing alternativo) pode ser utilizado para comparar as amostras obtidas em condições diferentes.

análise de splicing diferencial descreve as diferenças no uso local de união entre duas amostras. Um número crescente de pacotes de software dedicados a este fim estão disponíveis com base em diferentes modelos estatísticos, performances e interface de usuário 18. Entre estes, PAD (análise multivariada de Transcrição emenda) surge como uma ferramenta computacional disponível gratuitamente e precisa com base em um quadro estatístico Bayesian e projetado para detectar difeeventos de splicing rential de ambos os dados de ARN-SEQ finais simples ou emparelhadas. A partir dos arquivos alinhados (.bam), tapetes podem detectar todos os principais tipos de eventos alternativos de splicing (salto de exon, alternativa "local de splicing alternativo, 5 '3 local de união, exons mutuamente exclusivas e retenção de intron – também ver Figura 1).

Em primeiro lugar, os identifica software lê que suportam um determinado evento emenda, para pular exemplo exão, e classifica-os em dois tipos. "Inclusão lê" (para o evento emenda canônica) mapear dentro do exão investigado e abrangem as junções entre que exão específico e os dois exons que ladeiam a montante ea jusante. "Skipping lê" (para o evento de união alternativa) abrangem a junção entre os dois exons flanqueando. Posteriormente, MATS retorna o nível de inclusão normalizado para ambos os eventos canônicas e alternativos e compara valores entre amostras ou condições. Em última análise, ele calcula P-valor umnd taxa de descoberta de falsas (FDR), assumindo que a diferença na proporção variante de um gene entre duas condições exceder um limite definido pelo usuário dada para cada evento splicing 19,34.

Após a análise de splicing diferencial em conjunto com ARN-SEQ, uma extensa validação experimental é garantido de modo a identificar genes candidatos verdadeiro-positivo 18. Quantitativa reversa-reacção em cadeia da polimerase transcrito (qRT-PCR) é o método mais vulgarmente usado e óptimo em validação de candidatos obtidos a partir de análise de RNA-Seq 20. O objetivo deste trabalho é fornecer uma metodologia sólida para investigar os perfis de emenda relacionados com resistência a drogas em tumores sólidos e doenças malignas hematológicas. A nossa abordagem utiliza ARN-SEQ-base de perfis transcriptoma de modelos de linhas celulares seleccionadas de cancros resistentes a fármacos em combinação com um método de qRT-PCR estabelecido para a validação de genes candidatos envolvidos na resistência à droga.

<p class = "jove_content"> Os modelos de linhas celulares de leucemia humana usadas neste estudo incluiu-células T pediátrica leucemia linfoblástica aguda (LLA-T) linha celular CCRF-CEM (CEM-WT), a dois de glucocorticóides (GC) -resistente subclones CEM -C7H2-R5C3 (CEM-C3) e CEM-C7R5 (CEM-R5) 21,22 e o metotrexato (MTX) sub-linha resistente à CEM / R30dm 23. Embora as terapias actuais com base em GC e MTX estabelecer benefício clínico em cerca de 90% dos casos, o surgimento de GC-resistência ainda representa um problema não resolvido com um mecanismo molecular claro. Para isolar clones de sub-GC-resistentes, células CEM-wt foram cultivadas em 1 uM de dexametasona (Dex) durante 2 a 3 semanas. sublinha resistente-MTX CEM / R30dm foi desenvolvido por meio de curto prazo repetido (24 h) a exposição de células CEM-WT a 30 mM MTX como um imitador de protocolos clínicos. Curiosamente, esta linha celular também exibida resistência cruzada a Dex (resultados não publicados) para que o mecanismo não é completamente compreendido.

O tum sólidaou modelo investigado no presente estudo é o adenocarcinoma ductal pancreático, notório por sua extraordinária refractoriness à quimioterapia. Para este fim, foram selecionados linha Panc-1 de células e a sua sub-clone de gemcitabina-resistente Panc-1R obtido por incubação com 1 uM contínua do fármaco 24. Aqui nós descrevemos uma abordagem para descobrir novos mecanismos subjacentes in-vitro resistência aos medicamentos através da combinação de três protocolos: ensaios de citotoxicidade colorimétricos para avaliar a sensibilidade de drogas em células leucêmicas e células cancerosas de tumores sólidos, gasoduto RNA-seq-base para identificar novas variantes de emenda relacionadas com sensibilidade ao fármaco / resistência e RT-PCR e análise de qRT-PCR para validar os potenciais candidatos.

Protocol

1. Caracterização de Perfis de resistência a medicamentos através de Citotoxicidade Cultura Linha de células leucémicas Manter a célula T parental toda a linha celular CCRF-CEM (CEM-WT), bem como as suas sublinhas resistentes a drogas, incluindo a CEM / R30dm, CEM-R5 e CEM-C3, em 25 cm2 em meio de 10 ml de RPMI-1640 contendo 2,3 uM de ácido fólico suplementado com 10% de soro fetal de vitelo e 100 unidades / ml de penicilina G e 100 ug / ml de estreptomicina. </li…

Representative Results

Os ensaios de citotoxicidade descritos no protocolo de proporcionar um método fiável e robusto para avaliar a resistência das células cancerosas a agentes quimioterapêuticos in vitro. Por meio do ensaio de MTT, sensibilidade a Dex foi determinada em quatro linhas T-ALL de células, incluindo células CEM-WT parentais @ Dex-sensíveis, e três sub-linhas resistentes à Dex: CEM / R30dm, CEM-R5 e CEM-C3. Duas faixas de concentração diferentes tinham de ser usados, devido à…

Discussion

Aqui nós descrevemos uma nova abordagem que combina técnicas de rastreio de citotoxicidade bem estabelecidos e poderosos transcriptomic baseado em NGS análises para identificar eventos de splicing diferencial em relação à resistência aos medicamentos. Ensaios espectrofotométricos são métodos de alto rendimento convenientes e robustos para avaliar a sensibilidade de drogas em modelos in vitro de câncer e representam a primeira escolha para muitos laboratórios que realizam exames de citotoxicidade. So…

Divulgaciones

The authors have nothing to disclose.

Acknowledgements

The authors would like to acknowledge prof. J.J. McGuire, prof. R. Kofler and dr. K. Quint for providing the resistant cell lines used in this work. The study has been founded by grants from Cancer Center Amsterdam (CCA) Foundation (to JC, EG and RS), the KiKa (Children Cancer-free grant for AW) foundation, the Law Offices of Peter G. Angelos Grant from the Mesothelioma Applied Research Foundation (to VEG and EG), Associazione Italiana per la Ricerca sul Cancro (AIRC), Istituto Toscano Tumori (ITT), and Regione Toscana Bando FAS Salute (to EG).

Materials

Sulforhodamine B Sigma-Aldrich 230162
Trichloroacetic acid Sigma-Aldrich 251399
CCRF-CEM ATCC, Manassas, VA, USA ATCC CCL-119
Panc-1 ATCC, Manassas, VA, USA ATCC CRL-1469
DMEM high glucose Lonza, Basel, Switzerland 12-604F
RPMI-1640  Gibco, Carlsbad, CA, USA 11875093
Fetal bovine and calf serum Greiner Bio-One, Frickenhausen, Germany 758093
penicillin G streptomycin sulphate Gibco, Carlsbad, CA, USA 15140122
Tris(hydroxymethyl)-aminomethane Sigma Aldrich 252859
MTT formazan Sigma Aldrich M2003
Anthos-Elisa-reader 2001 Labtec, Heerhugowaard, Netherlands UV-Vis 96-well plate spectrophotometer
Greiner CELLSTAR 96 well plates Greiner/Sigma M0812-100EA
Trypsin/EDTA Solution 100 ml Lonza, Basel, Switzerland CC-5012
CELLSTAR Cell Culture Flasks 25 cm2 Greiner Bio-One, Frickenhausen, Germany 82051-074
CELLSTAR Cell Culture Flasks 75 cm3 Greiner Bio-One, Frickenhausen, Germany 82050-856
Phosphate Buffered Saline (NaCl 0.9%) B.Braun Melsungen AG, Germany 362 3140

Referencias

  1. Gottesman, M. M. Mechanisms of cancer drug resistance. Annu Rev Med. 53, 615-627 (2002).
  2. McDermott, M., et al. In vitro Development of Chemotherapy and Targeted Therapy Drug-Resistant Cancer Cell Lines: A Practical Guide with Case Studies. Front Oncol. 4, 40 (2014).
  3. Kaspers, G. J., et al. Prednisolone resistance in childhood acute lymphoblastic leukemia: vitro-vivo correlations and cross-resistance to other drugs. Blood. (1), 259-266 (1998).
  4. van Meerloo, J., Kaspers, G. J., Cloos, J. Cell sensitivity assays: the MTT assay. Methods Mol Biol. 731, 237-245 (2011).
  5. Vichai, V., Kirtikara, K. Sulforhodamine B colorimetric assay for cytotoxicity screening. Nat Protoc. 1 (3), 1112-1116 (2006).
  6. Wojtuszkiewicz, A., Assaraf, Y. G., Maas, M. J., Kaspers, G. J., Jansen, G., Cloos, J. Pre-mRNA splicing in cancer: the relevance in oncogenesis, treatment and drug resistance. Expert Opin Drug Metab Toxicol. 5, 673-689 (2015).
  7. Liu, S., Cheng, C. Alternative RNA splicing and cancer. Wiley Interdiscip Rev RNA. 4 (5), 547-566 (2013).
  8. Wojtuszkiewicz, A., et al. Folylpolyglutamate synthetase splicing alterations in acute lymphoblastic leukemia are provoked by methotrexate and other chemotherapeutics and mediate chemoresistance. Int J Cancer. 138 (7), 1645-1656 (2016).
  9. Shendure, J., Ji, H. Next-generation DNA sequencing. Nat Biotechnol. 10, 1135-1145 (2008).
  10. Wang, Z., Gerstein, M., Snyder, M. RNA-Seq: a revolutionary tool for transcriptomics. Nat Rev Genet. 1, 57-63 (2009).
  11. Ozsolak, F., Milos, P. M. RNA sequencing: advances, challenges and opportunities. Nat Rev Genet. 2, 87-98 (2011).
  12. Han, Y., Gao, S., Muegge, K., Zhang, W., Zhou, B. Advanced Applications of RNA Sequencing and Challenges. Bioinform Biol Insights. 9 (Suppl 1), 29-46 (2015).
  13. Khatoon, Z., Figler, B., Zhang, H., Cheng, F. Introduction to RNA-Seq and its applications to drug discovery and development. Drug Dev Res. 5, 324-330 (2014).
  14. Zhao, S., et al. Comparison of stranded and non-stranded RNAseq transcriptome profiling and investigation of gene overlap. BMC Genomics. 16, 675 (2015).
  15. Carrara, M., et al. Alternative splicing detection workflow needs a careful combination of sample prep and bioinformatics analysis. BMC Bioinformatics. 16 (Suppl 9), (2015).
  16. Dobin, A., et al. STAR: ultrafast universal RNA-seq aligner. Bioinformatics. 29, 15-21 (2013).
  17. Wang, L., Wang, S., Li, W. RSeQC: quality control of RNA-seq experiments. Bioinformatics. 28, 2184-2185 (2012).
  18. Hooper, J. E. A survey of software for genome-wide discovery of differential splicing in RNA-Seq data. Hum Genomics. 8, (2014).
  19. Shen, S., et al. MATS: a Bayesian framework for flexible detection of differential alternative splicing from RNA-Seq data. Nucleic Acids Res. 8, e61 (2012).
  20. Vargas, I. M., Vivas-Mejìa, P. E. Assessment of mRNA splice variants by qRT-PCR. Methods Mol Biol. 1049, 171-186 (2013).
  21. Hala, M., Hartmann, B. L., Böck, G., Geley, S., Kofler, R. Glucocorticoid-receptor-gene defects and resistance to glucocorticoid-induced apoptosis in human leukemic cell lines. Int J Cancer. 68 (5), 663-668 (1996).
  22. Schmidt, S., et al. Glucocorticoid resistance in two key models of acute lymphoblastic leukemia occurs at the level of theglucocorticoid receptor. FASEB J. 20 (14), 2600-2602 (2006).
  23. McCloskey, D. E., McGuire, J. J., Russell, C. A., Rowan, B. G., Bertino, J. R., Giuseppe Pizzorno, G., et al. Decreased folylpolyglutamate synthetase activity as a mechanism of methotrexate resistance in CCRF-CEM human leukemia sublines. The Journal of Biological Chemistry. 266 (10), 6181-6187 (1991).
  24. Quint, K., et al. Pancreatic cancer cells surviving gemcitabine treatment express markers of stem cell differentiation and epithelial-mesenchymal transition. Int J Oncol. 41 (6), 2093-2102 (2012).
  25. Lin, S., et al. DDX5 is a positive regulator of oncogenic NOTCH1 signaling in T cell acute lymphoblastic leukemia. Oncogene. 32 (40), 4845-4853 (2013).
  26. Mazurek, A., et al. Acquired dependence of acute myeloid leukemia on the DEAD-box RNA helicase DDX5. Cell Rep. 7 (6), 1887-1899 (2014).
  27. Calabretta, S., et al. Modulation of PKM alternative splicing by PTBP1 promotes gemcitabine resistance in pancreatic cancer cells. Oncogene. , (2016).
  28. Azoitei, N., et al. PKM2 promotes tumor angiogenesis by regulating HIF-1α through NF-κB activation. Mol Cancer. 15 (1), (2016).
  29. Samuels, A. L., Heng, J. Y., Beesley, A. H., Kees, U. R. Bioenergetic modulation overcomes glucocorticoid resistance in T-lineage acute lymphoblastic leukaemia. Br J Haematol. 165 (1), 57-66 (2014).
  30. Rots, M. G., Pieters, R., Kaspers, G. J., Veerman, A. J., Peters, G. J., Jansen, G. Classification of ex vivo methotrexate resistance in acute lymphoblastic and myeloid leukaemia. Br J Haematol. 110 (4), 791-800 (2000).
  31. Funel, N., et al. Laser microdissection and primary cell cultures improve pharmacogenetic analysis in pancreatic adenocarcinoma. Lab Invest. 88 (7), 773-784 (2008).
  32. Gillet, J. P., et al. Redefining the relevance of established cancer cell lines to the study of mechanisms of clinical anti-cancer drug resistance. Proc Natl Acad Sci U S A. 108 (46), 18708-18713 (2011).
  33. Kole, R., Krainer, A. R., Altman, S. RNA therapeutics: beyond RNA interference and antisense oligonucleotides. Nat Rev Drug Discov. 11 (2), 125-140 (2012).
  34. Shen, S., et al. rMATS: robust and flexible detection of differential alternative splicing from replicate RNA-Seq data. Proc Natl Acad Sci U S A. 111 (51), E5593-E5601 (2014).
check_url/es/54714?article_type=t

Play Video

Citar este artículo
Sciarrillo, R., Wojtuszkiewicz, A., Kooi, I. E., Gómez, V. E., Boggi, U., Jansen, G., Kaspers, G., Cloos, J., Giovannetti, E. Using RNA-sequencing to Detect Novel Splice Variants Related to Drug Resistance in In Vitro Cancer Models. J. Vis. Exp. (118), e54714, doi:10.3791/54714 (2016).

View Video