Summary

Fysiologisk patient härledda 3D spheroids för anti-neoplastisk drog screening för att rikta cancer stamceller

Published: July 05, 2019
doi:

Summary

Detta protokoll beskriver generering av patientbaserade spheroider och analys i senare led, inklusive kvantifiering av proliferation, cytotoxicitetstester, flödescytometri, färgning av immunofluorescensteknik och konfokal avbildning, för att bedöma potentiella kandidater som anti-neoplastiska Therapeutics. Detta protokoll stöder precisionsmedicin med identifiering av specifika läkemedel för varje patient och stadium av sjukdom.

Abstract

I detta protokoll, vi beskriver förfarandet för generering av tumör spheroids inom 384-väl hängande droppar för att möjliggöra hög genomströmning screening av anti-cancer Therapeutics i en fysiologiskt representativ mikromiljö. Vi beskriver bildandet av patient härledda stamceller spheroids, liksom, manipulering av dessa spheroids för grundlig analys efter läkemedelsbehandling. Specifikt, vi beskriver insamling av sfäroid morfologi, proliferation, lönsamhet, läkemedelstoxicitet, cell fenotyp och cell lokaliseringsuppgifter. Detta protokoll fokuserar tungt på analystekniker som enkelt implementeras med hjälp av 384-well hängande Drop plattform, vilket gör den idealisk för hög genomströmning Drug screening. Medan vi betonar vikten av denna modell i äggstockscancer studier och cancer stamcellsforskning, 384-well plattform är mottaglig för forskning av andra cancertyper och modeller sjukdom, utvidga nyttan av plattformen till många områden. Genom att förbättra hastigheten på personlig drog screening och kvaliteten på screening resultat genom lätt genomfört fysiologiskt representativa 3D-kulturer, denna plattform förutspås till stöd i utvecklingen av nya Therapeutics och patientspecifika behandlingsstrategier och har därmed långtgående klinisk effekt.

Introduction

Världsomspännande cancerrelaterad dödlighet nådde en avgift på 9 800 000 dödsfall i 20181, belyser behovet av utveckling av förbättrad Therapeutics. Tyvärr, kostnaden för att utveckla cancerläkemedel ökar, med utvecklingen av ett enda läkemedel kostar cirka 650 000 000 USD2 visar behovet av förbättrade strategier för att utveckla nya läkemedel mot cancer. Cancer stamceller (CSCs), som kännetecknas av ökad kemoresistens3, förmågan att själv förnya, och förmågan att utsäde nya tumörer4 tros vara ansvarig för tumör upprepning4, metastaser5, och chemoresistance4,6, som alla bidrar till den maligna kapaciteten hos tumören och därmed den höga dödssiffran. I äggstockscancer, dessa celler finns berikas i den maligna ascites vätskan i bukhålan, ett tillstånd som förknippas med dåliga kliniska utfall1. Som ett resultat av CSCs: s maligna förmåga har det funnits en knuff för att utveckla nya CSC-inriktade läkemedel som ska användas tillsammans med traditionella kemoterapier. Det finns flera utmaningar som åtföljer utvecklingen av CSC inriktade på läkemedel, inklusive: 1) svårigheter att utvidga och underhålla CSCs in vitro; 2) brist på patientprover; 3) kultur plattformens fysiologiska relevans. och 4) heterogenitet i läkemedels känslighet mellan patienter. Detta protokoll beskriver implementeringen av en hög genomströmning 3D-kulturplattform som kan övervinna var och en av dessa utmaningar. I synnerhet, detta system möjliggör snabb drog screening med ett litet antal patient-härledda ovariella CSCs, och är mycket mottagliga för nedströms analystekniker. Även idealisk för att studera äggstockscancer och CSCs, vår plattform är också värdefullt att studera andra cancerformer och differentierade celltyper i komplexa 3D-miljöer.

Komplexa 3-dimensionell (3D) modeller är avgörande för att studera tumören mikromiljö (TME), som är en 3D-nisch som består av cancerceller, icke-cancerstödjande celler, och extracellulära matrix (ECM) proteiner4. Denna 3D-miljö resulterar i unika cellmorfologi, cell-cell-och cell-matris interaktioner, celldifferentiering, cell migration, celltäthet, och diffusion gradienter jämfört med traditionell 2D-cellkultur in vitro-4. Alla dessa faktorer kulminerar i differential drog svar inom 3D-kulturer, uppvisar ökad resistens och fysiologisk relevans7,8. På grund av den roll som 3D TME i CSC differentiering och chemoresistance, är det viktigt att skärmen för CSC inriktning läkemedel i fysiologisk mikromiljöer. Förbättra den fysiologiska relevansen av CSC Drug screening plattformar har potential att förbättra patientspecifik läkemedels screening, läkemedelsutveckling, formulering av behandlingsstrategier, och i slutändan kliniska resultat. Det är lika viktigt att den plattform som används för läkemedels screening vara hög genomströmning och kompatibel med nedströms analysmetoder för att minimera kostnader, tid och klinisk översättning tid av lovande läkemedel9.

För närvarande är den komplexa TME bäst upprätthålls för Drug screening applikationer genom in vivo modeller såsom murin uterustransplantat tumörmodeller, cell linje härledda xenografts, och patient-derived xenograft (pdx) modeller12, eftersom de ger fysiologisk Villkor. Men den låga genomströmning karaktär av dessa modeller, liksom, kostnad, tid och tekniska färdigheter som de kräver begränsar deras nytta i snabb, hög genomströmning Drug screeningprogram13. Som alternativ till dessa in vivo modeller, många in vitro-3D-modeller som använder hydrogeler8, kultur inom mikroflödessystem enheter eller “organ-on-a-chip” enheter10,14, och icke-anhängare kulturer3,8 har också utvecklats, på grund av deras låga inträdeshinder i termer av kostnad, tid, och krävs skillset.

Hydrogel kulturplattformar är fördelaktiga för den fina kontroll som ges över matrisens sammansättning, mekaniska egenskaper och matrisens struktur15; men de kan hämma hög densitet cellkultur14. Dessutom kan skörd celler från hydrogeler försvåra nedströms analys, på grund av potentiellt skadliga effekter av skördemetoder15. Microfluidic enheter, å andra sidan, är mikroanalys enheter som möjliggör utdata detektering inom samma enhet och för cellodling i fysiologiskt relevanta skalor med minimal konsumtion av reagens, minskad reaktionstid, minimerat avfall, och snabb diffusion14. Dessa egenskaper gör dem lovande plattformar för undersökning av läkemedelstoxicitet, effekt och farmakokinetik. Men utmaningarna med effektiv, kvantifierbar, reproducerbar och användarvänlig 3D-cellkultur, liksom, skrymmande och kostsamma pumpsystem har begränsat mikrofluidic applikationer i hög kapacitet forskning10. Effektiva detekterings inställningar och potentiellt svåra genomförande över fält har också hindrat utbredd användning av mikroflödessystem system10.

I motsats, spheroids genereras i icke-adherent villkor i roterande blandare (nutators), ultra-låg tillbehör tallrikar, och hängande droppar inte innehåller användardefinierade Matrix komponenter. Dessa metoder är särskilt relevanta för att studera äggstockscancer eftersom de icke-adherenta villkor är representativa för de förhållanden där spheroids växa inom bukhålan5. Inom dessa icke-anhängare kultur metoder, nutator och hängande Drop spheroids har visat sig uppvisa högre kompaktionsförmåga, remodeling, och kemoresistens jämfört med spheroids genereras i ultra-låg fästplattor, vilket tyder på ökad fysiologiska relevans16,17,18,19. På grund av ökad kapacitet för hög genomflöde screening från mindre bra storlekar och minimala krävs cell nummer, sfäroid generation i hängande Drop tallrikar är en idealisk plattform för Drug screening. Här presenterar vi en avstämbara 3D fysiologisk plattform i 384-väl hängande Drop tallrikar, som är lätt att implementera och mycket mottagliga för nedströms analys, vilket gör den idealisk för hög genomströmning Drug screening av äggstockscancer och ovariella CSCs.

Vår 3D-fysiologisk plattform ger alla fördelar med 3D-kulturen, inklusive fysiologiska cell cells kontakter, diffusions gradienter, cell tätheter och naturligt producerade ECM-proteiner, som kan bidra till realistiska läkemedelssvar16, 17,18,19. Dessutom, genom att generera dessa spheroids med patient-derived CSCs, vi har möjlighet att bestämma patientens specifika svar på läkemedel1 med många tekniska replikat samtidigt, att övervinna heterogenitet som kan hittas inom patientens tumör prover20. Dessutom har 3D-kultur visat sig förbättra underhållet av CSC populationer3,16 och därmed är representativ för berikade CSC populationer i ascites7. Detta kombinerat med lätt nedströms analys, inklusive flödescytometri analys av lönsamhet och CSC proportioner möjliggör optimal utvärdering av CSC inriktning läkemedels effektivitet. Slutligen är denna fysiologisk plattform kompatibel med avbildning vid flera tidpunkter under experimentet, utvärdering av celldöd och proliferation, cell organisation och morfologi med immunohistokemi, löslig signalering med ELISA på konditionerade cell fenotyper med flödescytometri och genuttryck efter PCR.

Protocol

Alla patientprover samlas in enligt en godkänd IRB protokoll från samtyckande patienter, vars prover är de-identifierade efter tumör debulk och ascites samling. 1. generering av spheroids från små cell nummer i 384-väl hängande Drop tallrikar Placera den hängande dropp plattan i en sonikator fylld med sterilt avjoniserat (DI) vatten och Sonikera i 20 minuter. Med en handgjord hand, ta bort plattan från sonikatorn och tvätta den med rinnande DI-vatten. L…

Representative Results

Spheroids bildas med cellinjer eller patient-derived CSCs kan bildas med en rad små cell nummer inom hängande droppar (figur 2A). Spheroids bildar tillförlitligt med så få som 10 celler per brunn, vilket gör det möjligt för bevarande av sällsynta patientprover. Celler inom dessa spheroids är omgivna av andra celler i 3 dimensioner som de skulle vara in vivo, vilket möjliggör fysiologisk cell-Cellkontakter och diffusions hastigheter. Tumörceller inom spheroids föröka orsakar sp…

Discussion

Den 384-well hängande Drop Plate plattform för 3D sfäroid formation är ett lätt genomfört verktyg för alla cellbiologi eller cancer biologi laboratorier. Denna fysiologisk plattform gör det möjligt att studera cellinjer, samt, primära patientprover inom fysiologiskt relevanta 3D-kulturer samtidigt som det möjliggör hög genomströmning Drug screening. Plattformen säkerställer också att odlingsförhållandena är mycket avstämbara, vilket möjliggör en stram kontroll över beläggnings tätheter, cell sam…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Detta arbete stöds främst av DOD OCRP Early karriär Investigator Award W81XWH-13-1-0134 (GM), DOD pilot Award W81XWH-16-1-0426 (GM), DOD utredare initierade Award W81XWH-17-OCRP-IIRA (GM), Rivkin Center för äggstockscancer och Michigan äggstockscancer Alliansen. Forskning som rapporteras i denna publikation stöddes av National Cancer Institute vid National Institutes of Health under tilldelnings nummer P30CA046592. CMN stöds av National Science Foundation Graduate Research Fellowship under Grant nr 1256260. MEB stöds av Institutionen för utbildning Graduate Assistance i områden av nationella behov (GAANN) gemenskap.

Materials

0.25% trypsin-EDTA Gibco ILT25200056
10 mL serological pipet Fisher Scientific 13-678-11E
10,000 cSt Si oil Millipore Sigma 63148-62-9 Used to coat spheroid array mold to facilitate removal of tissue processing gels, like Histogel, from the mold.
100 mm tissue culture dish Thermo Scientific 130182
15 ml conical tube Celltreat FL4021
1X DMEM for Serum Free Medium Gibco 11965-092
1X F12 for Serum Free Medium Gibco 11765-054
1X phosphate buffered saline (PBS) Gibco ILT10010023
4’,6-diamidino-2-phenylindole (DAPI) Thermo Fisher D1306
40 µm filter Fisher Scientific 22363547
6-well plate Fisher Scientific 353046
Accutase Innovative Cell Technologies Inc. 1449 A gentle cell detachment enzyme composed of proteolytic and collagenolytic enzymes.
ACK Lysing Buffer Thermo Scientific A1049201
alamarBlue Invitrogen DAL1025 Resazurin dye used to measure viability and proliferation of cells based on their ability to reduce resazurin to resorufin, which is highly fluorescent.
ALDEFLUOR assay kit Stem Cell Tech 1700 Kit to identify stem and progenitor cells that express high levels of aldehyde dehydrogenase , an indicator of cancer stem cells. The kit is composed of ALDEFLUOR Reagent, DEAB, Hydrochloric Acid, Dimethylsulphoxide, and ALDEFLUOR Assay Buffer.
ALDEFLUOR Diethylaminobenzaldehyde (DEAB) Stem Cell Tech 1705 Diethylaminobenzaldehyde (DEAB) is an inhibitor of ALDH isozymes, used to determine non-specific ALDH staining.
Andor iXon x3 CCD Camera Oxford Instruments
Antibiotics and Antimycotics Gibco 15240-062
APC-isotype IgG2b Miltenyi biotec 130-092-217 Isotype control to quantify non-specific staining of IgG2b antibodies.
B27 Supplement Gibco 17504044
basic Fibroblast Growth Factor Stem Cell Technologies 78003.1
BD Lo-Dose U-100 Insulin Syringes Fisher Scientific 14-826-79
BioTek Synergy HT Microplate Reader BioTek 7091000
CD133-APC Miltenyi biotec 130-113-184 Fluorescent antibody targeting CD133, a cancer stem cell marker.
cellSens Dimension Software Olympus
Cisplatin Sigma-Aldrich P4394 Platinum based chemotherapy agent that functions as an alkylating agent that disrupts DNA.
DAPI (4',6-Diamidino-2-Phenylindole, Dihydrochloride) Invitrogen D1306
Epidermal Growth Factor Gibco PHG0311
EVOS XL Core Cell Imaging System Life Technologies AME3300
Fetal Bovine Serum – premium (FBS) Atlanta Biologicals S11150
Ficoll 400 Sigma-Aldrich F4375
Hemacytometer Hausser Scientific 1490
Histogel Thermo Scientific HG-4000-012 Tissue processing gel that can penetrate and hold the specimen within the gel while preventing discoloration around the specimen upon staining.
Human Adipose-Derived Mesenchymal Stem Cells Lonza PT-5006
Human Microvascular Endothelial Cells Lonza CC2543
Insulin-Transferrin-Selenium Supplement Gibco 51500-056
Live/Dead viability kit Invitrogen L3224 Kit for the fluorescence based detection of live (calcein-AM) and dead cells (Ethidium Homodimer-1).
MEM Non-essential Amino Acids Gibco 11140-050
MetaMorph 7.8 Software Molecular Devices
Olympus IX81 Inverted Confocal Microscope Olympus
Olympus IX83 Research Inverted Microscope Olympus
Parafilm M Thomas Scientific 7315D35 Thermoplastic polymer strips that serve to limit droplet evaporation in hanging drop plates while still allowing for gas exchange.
Perfecta 3D 384 Well Hanging Drop Plates 3D Biomatrix HDP1384-8 Available through Sigma-Aldrich
phalloidin AlexaFluor488 Invitrogen A12379 Phalloidin is a peptide to fluorescently label F-actin in fixed cells.
ProJet 3500 HD Max 3D Systems 3D printer
Sterile DI water Fisher Scientific 353046
Trypan Blue Gibco 15250061 Azo dye used to differentiate between live and dead cells based on its ability to pass through the damaged membrane of dead cells, but not the intact membrane of live cells.
VisiJet M3 Crystal 3D Systems A biocompatible polymer material for 3D printing.
Yokogawa CSU-X1 Confocal Scanner Unit Yokogawa

References

  1. . . All cancers Source: Globocan. , (2018).
  2. Prasad, V., Mailankody, S. Research and Development Spending to Bring a Single Cancer Drug to Market and Revenues After Approval. JAMA Internal Medicine. 177, 1569-1575 (2017).
  3. Raghavan, S., et al. Personalized Medicine Based Approach to Model Patterns of Chemoresistance and Tumor Recurrence Using Ovarian Cancer Stem Cell Spheroids. Clinical Cancer Research. 23 (22), 6934-6945 (2017).
  4. Jordan, C. T., Guzman, M. L., Noble, M. Cancer Stem Cells. New England Journal of Medicine. 355, 1253-1261 (2006).
  5. Ishiguro, T., et al. Establishment and Characterization of an In Vitro Model of Ovarian Cancer Stem-like Cells with an Enhanced Proliferative Capacity. Recherche en cancérologie. 76, 150-160 (2016).
  6. Páez, D., et al. Cancer Dormancy: A Model of Early Dissemination and Late Cancer Recurrence. Clinical Cancer Research. 18, 645-653 (2012).
  7. Ahmed, N., Stenvers, K. L. Getting to Know Ovarian Cancer Ascites: Opportunities for Targeted Therapy-Based Translational Research. Frontiers in Oncology. 3, (2013).
  8. Pradhan, S., Clary, J. M., Seliktar, D., Lipke, E. A. A three-dimensional spheroidal cancer model based on PEG-fibrinogen hydrogel microspheres. Biomaterials. 115, 141-154 (2017).
  9. Varna, M., Bertheau, P., Legrès, L. Tumor Microenvironment in Human Tumor Xenografted Mouse Models. Journal of Analytical Oncology. 3, 159-166 (2014).
  10. Huang, S. B., et al. An integrated microfluidic cell culture system for high-throughput perfusion three-dimensional cell culture-based assays: Effect of cell culture model on the results of chemosensitivity assays. Lab on a Chip. 13, 1133-1143 (2013).
  11. Zang, R., Li, D., Tang, I. C., Wang, J., Yang, S. T. Cell-Based Assays in High-Throughput Screening for Drug Discovery. International Journal of Biotechnology for Wellness Industries. , (2012).
  12. Murphy, B., et al. Evaluation of alternative in vivo drug screening methodology: a single mouse analysis. Recherche en cancérologie. 76, 5798-5809 (2016).
  13. Hidalgo, M., et al. Patient-derived Xenograft models: An emerging platform for translational cancer research. Cancer Discovery. 4, 998-1013 (2014).
  14. Damiati, S., Kompella, U. B., Damiati, S. A., Kodzius, R. Microfluidic devices for drug delivery systems and drug screening. Genes. 9, (2018).
  15. Caliari, S. R., Burdick, J. A. A Practical Guide to Hydrogels for Cell Culture. Nature Methods. 14, 69-81 (2016).
  16. Mehta, G., Hsiao, A. Y., Ingram, M., Luker, G. D., Takayama, S. Opportunities and challenges for use of tumor spheroids as models to test drug delivery and efficacy. Journal of Control Release. , (2012).
  17. Mehta, P., Novak, C., Raghavan, S., Ward, M., Mehta, G., Papaccio, G., Desiderio, V. Self-Renewal and CSCs In Vitro Enrichment: Growth as Floating Spheres. Cancer Stem Cells: Methods and Protocols. , 61-75 (2018).
  18. Raghavan, S., et al. Formation of stable small cell number three-dimensional ovarian cancer spheroids using hanging drop arrays for preclinical drug sensitivity assays. Gynecologic Oncology. 138, 181-189 (2015).
  19. Raghavan, S., et al. Comparative analysis of tumor spheroid generation techniques for differential in vitro drug toxicity. Oncotarget. 7, 16948-16961 (2016).
  20. Kim, S., et al. Evaluating Tumor Evolution via Genomic Profiling of Individual Tumor Spheroids in a Malignant Ascites. Scientific Reports. 8, 1-11 (2018).
  21. Silva, I. A., et al. Aldehyde dehydrogenase in combination with CD133 defines angiogenic ovarian cancer stem cells that portend poor patient survival. Recherche en cancérologie. 71, 3991-4001 (2011).
  22. Pulaski, H. L., et al. Identifying alemtuzumab as an anti-myeloid cell antiangiogenic therapy for the treatment of ovarian cancer. Journal of Translational Medicine. 7, 49 (2009).
  23. Jager, L. D., et al. Effect of enzymatic and mechanical methods of dissociation on neural progenitor cells derived from induced pluripotent stem cells. Advances in Medical Sciences. 61, 78-84 (2016).
  24. Ivanov, D. P., Grabowska, A. M. Spheroid arrays for high-throughput single-cell analysis of spatial patterns and biomarker expression in 3D. Scientific Reports. 7, 41160 (2017).
check_url/fr/59696?article_type=t

Play Video

Citer Cet Article
Bregenzer, M. E., Davis, C., Horst, E. N., Mehta, P., Novak, C. M., Raghavan, S., Snyder, C. S., Mehta, G. Physiologic Patient Derived 3D Spheroids for Anti-neoplastic Drug Screening to Target Cancer Stem Cells. J. Vis. Exp. (149), e59696, doi:10.3791/59696 (2019).

View Video