Summary

主な白血病細胞の代謝プロファイルの評価

Published: November 21, 2018
doi:

Summary

ここでの代謝状態の白血病患者の骨髄から白血病細胞の分離と解析のためのプロトコルを提案する.主な白血病細胞の代謝プロファイルの評価は、一次電池の需要のより良い特性を助けることができるし、より個別化医療にまでつながる可能性があります。

Abstract

癌細胞の代謝の要件および治療効果の生存否定的影響」です。今日では、代謝経路の医薬品ターゲットは、多くの種類の腫瘍でテストします。したがって、がん細胞の代謝セットアップの評価は患者の全体的な結果を改善するために正しい経路をターゲットするために避けられない。残念ながら、癌の大部分は、悪性細胞がかなり高い数値で得にくい、組織生検が必要です。白血病は、白血病細胞の十分な数が骨の髄から分離することができます、例外です。ここでは、白血病患者の骨髄から白血病細胞の分離と細胞外フラックス アナライザーを使用してその代謝状態の後の分析のための詳しいプロトコルを提供します。白血病細胞は、生存に影響しない密度勾配によって分離されます。次の栽培手順を再生成することができます、このように測定代謝状態は最適な条件でセルの状態。このプロトコルは、パーソナライズされた療法に使用できるよく標準化された、一貫性のある結果を達成することができます。

Introduction

代謝プロファイル細胞の主な特徴の 1 つで、変更された生体エネルギー今がん1,2,3の特徴の 1 つであります。また、代謝のセットアップで変更される可能性があります癌の治療におけるシグナル伝達経路またはがん細胞4,5,6の酵素の機械を対象。癌細胞の代謝の体質を知ることの利点は、現在の療法を向上できます。

培養細胞の代謝活性を評価することが既に確立された方法の多くがあります。解糖作用、に関するグルコース取り込みの放射性標識を用いて測定できる 2 NBDG (2-(N-(7-Nitrobenz-2-oxa-1,3-diazol-4-yl)Amino)-2-Deoxyglucose) または細胞の乳酸レベル測定酵素によって7,8です。脂肪酸酸化速度は、同位体標識パルミチン酸9,10を用いて別の代謝パラメーターです。酸素消費量はセル11,12、ミトコンドリアの膜電位評価13,14ATP/ADP (アデノシンとともにミトコンドリア活性を決定する広く使用される方法5 ‘-三リン酸/アデノシン 5’-二リン酸) 比測定15または合計細胞内 ATP 測定16。シグナル伝達経路の代謝過程を規制するため知られている蛋白質の数量ごとに決定され、代謝測定17,18,19の理解を深めることができます。

ただし、これらすべてのメソッドが 1 つだけを測定したり、最良のシナリオでは、1 つのいくつかの代謝パラメーターは同時にサンプルします。重要なは、たとえば、タツノオトシゴ XFp アナライザーによって細胞外フラックス解析による酸素消費量 (OCR) と細胞外酸性化率 (ecar と) の同時測定を実現できます。OCR はミトコンドリア呼吸のインジケーターと ecar とは主に解糖系 (我々 はおそらく高酸化的リン酸化活性と細胞の ecar とを昇降 CO2生産を無視することはできません)、20。これまでのところ、これらのアナライザー21,22,23を使用して種々 の細胞を研究されています。

ここで白血病患者から主芽球 (白血病細胞に由来する未熟造血ステージ) の細胞外フラックス解析のためのプロトコルについて述べる。我々 の知る限り、主な爆発のための特定のプロトコルはまだ利用できません。

Protocol

すべてのサンプルは、子供の両親または保護者の informed consent とチャールズ大学、チェコ、プラハ、研究の倫理委員会の承認得られたないです。NV15-28848A。 1. 試薬の調製 137 mM NaCl、2.7 mM KCl、4.3 mM Na2HPO4、1.47 mM KH2PO4ddH2O. 調整 pH 7.4 に塩酸定置滅菌にオートクレーブに入れることによって溶解して 500 mL の PBS を準備します。<…

Representative Results

図 3は、解糖系のストレス テストは、白血病の芽球の細胞水戸ストレス テスト測定後 BCP すべて (B 細胞前駆急性リンパ芽球性白血病) や急性骨髄性白血病 (急性骨髄性白血病) 患者から曲線を示します。これらの測定からの代謝パラメーターの計算はまた示されます。500,000 細胞/ウェル播種し、すべての測定は hexaplicates で行われました。 <p cl…

Discussion

急性リンパ芽球性白血病 (ALL) 患者から得られた主な白血病芽球の OCR と ecar と値によって評価代謝活性の測定により、上記プロトコルまたは急性骨髄性白血病 (AML)。細胞フラックス アナライザーを用いた測定の利点は、生きているセルでリアルタイムで代謝プロファイルの検出できます。基本的に、指定されたプロトコルのすべての段階は、1 つの計画研究に細胞の種類に応じて調節できま?…

Declarações

The authors have nothing to disclose.

Acknowledgements

チェコ小児血液学センターに感謝したいと思います。この作品は私 nr でグラントの保健省 (NV15 28848A)、厚生省の教育・青少年・ スポーツ当社、チェコ共和国、大学病院 Motol、プラハ、チェコ共和国 00064203 によってサポートされています。LO1604。

Materials

RPMI 1640 Medium, GlutaMAX Supplement Gibco, ThermoFisher Scientific 61870-010
Fetal Bovine Serum Biosera FB-1001/100
Antibiotic-Antimycotic (100X) Gibco, ThermoFisher Scientific 15240-062
Sodium bicarbonate Sigma-Aldrich S5761-500G
D-(+) Glucose Sigma-Aldrich G7021-100G
Oligomycin A Sigma-Aldrich 75351-5MG
2-Deoxy-D-glucose Sigma-Aldrich D8375-1G
FCCP Sigma-Aldrich C2920-10MG
DMSO Sigma-Aldrich D8418-100ML
Rotenone Sigma-Aldrich R8875-1G
Antimycin A from Streptomyces sp. Sigma-Aldrich A8674-25MG
Seahorse XF Base Medium, 100 mL Agilent Technologies 103193-100
L-glutamine solution, 200 mM Sigma-Aldrich G7513-100ML
HEPES solution, 1 M, pH 7.0-7.6 Sigma-Aldrich H0887-100ML
Sodium pyruvate Sigma-Aldrich P5280-25G
Bovine Serum Albumin Sigma-Aldrich A2153-10G
Ficoll-Paque Plus Sigma-Aldrich GE17-1440-02 Density gradient medium
Seahorse XFp FluxPak Agilent Technologies 103022-100
Corning™ Cell-Tak Cell and Tissue Adhesive ThermoFisher Scientific CB40240
Seahorse Analyzer XFp Agilent Technologies S7802A
Seahorse XFp Cell Culture Miniplate Agilent Technologies 103025-100

Referências

  1. DeBerardinis, R. J., Lum, J. J., Hatzivassiliou, G., Thompson, C. B. The Biology of Cancer: Metabolic Reprogramming Fuels Cell Growth and Proliferation. Cell Metabolism. 7, 11-20 (2008).
  2. Ward, P. S., Thompson, C. B. Metabolic Reprogramming: A Cancer Hallmark Even Warburg Did Not Anticipate. Cancer Cell. 21, 297-308 (2012).
  3. Pavlova, N. N., Thompson, C. B. The Emerging Hallmarks of Cancer Metabolism. Cell Metabolism. 23, 27-47 (2016).
  4. Wise, D. R., Thompson, C. B. Glutamine addiction: a new therapeutic target in cancer. Trends in Biochemical Sciences. 35, 427-433 (2010).
  5. Kroemer, G., Pouyssegur, J. Tumor Cell Metabolism: Cancer’s Achilles’ Heel. Cancer Cell. 13, 472-482 (2008).
  6. Liberti, M. V., et al. A Predictive Model for Selective Targeting of the Warburg Effect through GAPDH Inhibition with a Natural Product. Cell Metabolism. 26, 648-659 (2017).
  7. Lundgaard, I., et al. Direct neuronal glucose uptake heralds activity-dependent increases in cerebral metabolism. Nature Communications. 6, 6807 (2015).
  8. Hermanova, I., et al. Pharmacological inhibition of fatty-acid oxidation synergistically enhances the effect of l-asparaginase in childhood ALL cells. Leukemia. 30, 209-218 (2016).
  9. Malandrino, M. I., et al. Enhanced fatty acid oxidation in adipocytes and macrophages reduces lipid-induced triglyceride accumulation and inflammation. American Journal of Physiology-Endocrinology and Metabolism. 308, E756-E769 (2015).
  10. Patella, F., et al. Proteomics-based metabolic modeling reveals that fatty acid oxidation (FAO) controls endothelial cell (EC) permeability. Molecular & Cellular Proteomics: MCP. 14, 621-634 (2015).
  11. Chowdhury, S. R., Djordjevic, J., Albensi, B. C., Fernyhough, P. Simultaneous evaluation of substrate-dependent oxygen consumption rates and mitochondrial membrane potential by TMRM and safranin in cortical mitochondria. Bioscience Reports. 36, e00286 (2015).
  12. Simonnet, H., Vigneron, A., Pouysségur, J. Conventional Techniques to Monitor Mitochondrial Oxygen Consumption. Methods in Enzymology. 542, 151-161 (2014).
  13. Martínez-Reyes, I., et al. TCA Cycle and Mitochondrial Membrane Potential Are Necessary for Diverse Biological Functions. Molecular Cell. 61, 199-209 (2016).
  14. Sukumar, M., et al. Mitochondrial Membrane Potential Identifies Cells with Enhanced Stemness for Cellular Therapy. Cell Metabolism. 23, 63-76 (2016).
  15. Wundenberg, T., Grabinski, N., Lin, H., Mayr, G. W. Discovery of InsP6-kinases as InsP6-dephosphorylating enzymes provides a new mechanism of cytosolic InsP6 degradation driven by the cellular ATP/ADP ratio. The Biochemical Journal. 462, 173-184 (2014).
  16. Morciano, G., et al. Use of luciferase probes to measure ATP in living cells and animals. Nature Protocols. 12, 1542-1562 (2017).
  17. Chau, M. D. L., Gao, J., Yang, Q., Wu, Z., Gromada, J. Fibroblast growth factor 21 regulates energy metabolism by activating the AMPK-SIRT1-PGC-1alpha pathway. Proceedings of the National Academy of Sciences of the United States of America. , 12553-12558 (2010).
  18. Lee, K. -. H., et al. Targeting energy metabolic and oncogenic signaling pathways in triple-negative breast cancer by a novel adenosine monophosphate-activated protein kinase (AMPK) activator. The Journal of Biological Chemistry. 286, 39247-39258 (2011).
  19. Godlewski, J., et al. MicroRNA-451 Regulates LKB1/AMPK Signaling and Allows Adaptation to Metabolic Stress in Glioma Cells. Molecular Cell. 37, 620-632 (2010).
  20. Zhang, J., et al. Measuring energy metabolism in cultured cells, including human pluripotent stem cells and differentiated cells. Nature Protocols. 7, 1068-1085 (2012).
  21. Kaplon, J., et al. A key role for mitochondrial gatekeeper pyruvate dehydrogenase in oncogene-induced senescence. Nature. 498, 109-112 (2013).
  22. Pardee, T. S., et al. A phase I study of the first-in-class antimitochondrial metabolism agent, CPI-613, in patients with advanced hematologic malignancies. Clinical Cancer Research: An Official Journal of the American Association for Cancer Research. 20, 5255-5264 (2014).
  23. Stein, M., et al. A defined metabolic state in pre B cells governs B-cell development and is counterbalanced by Swiprosin-2/EFhd1. Cell Death and Differentiation. 24, 1239-1252 (2017).
  24. Hrušák, O., Porwit-MacDonald, A. Antigen expression patterns reflecting genotype of acute leukemias. Leukemia. 16, 1233-1258 (2002).
  25. Amin, H. M., et al. Having a higher blast percentage in circulation than bone marrow: clinical implications in myelodysplastic syndrome and acute lymphoid and myeloid leukemias. Leukemia. 19, 1567-1572 (2005).
check_url/pt/58426?article_type=t

Play Video

Citar este artigo
Hlozková, K., Starková, J. Assessment of the Metabolic Profile of Primary Leukemia Cells. J. Vis. Exp. (141), e58426, doi:10.3791/58426 (2018).

View Video