Генерация 3D-опухолевых сфероидов для исследований по оценке лекарственных средств
Summary
В данной статье демонстрируется стандартизированный метод построения трехмерных опухолевых сфероидов. Также описана стратегия наблюдения сфероидов и анализа глубокого обучения на основе изображений с использованием автоматизированной системы визуализации.
Abstract
В последние десятилетия, в дополнение к клеткам, культивируемым монослоями, были разработаны трехмерные опухолевые сфероиды в качестве потенциально мощного инструмента для оценки противоопухолевых препаратов. Тем не менее, традиционные методы культивирования не имеют возможности манипулировать опухолевыми сфероидами гомогенным образом на трехмерном уровне. Чтобы устранить это ограничение, в этой статье мы представляем удобный и эффективный метод построения опухолевых сфероидов среднего размера. Кроме того, мы описываем метод анализа на основе изображений с использованием программного обеспечения для анализа на основе искусственного интеллекта, которое может сканировать всю пластину и получать данные о трехмерных сфероидах. Было изучено несколько параметров. Используя стандартный метод построения опухолевого сфероида и высокопроизводительную систему визуализации и анализа, эффективность и точность тестов на лекарства, выполняемых на трехмерных сфероидах, могут быть значительно увеличены.
Introduction
Рак является одним из заболеваний, которых больше всего боятся люди, не в последнюю очередь из-за высокого уровня смертности1. В последние годы возможности лечения рака увеличились, поскольку были введены новые методы лечения 2,3,4,5. Двумерные (2D) и трехмерные (3D) модели in vitro используются для изучения рака в лабораторных условиях. Однако 2D-модели не могут сразу и точно оценить все важные параметры, указывающие на противоопухолевую чувствительность; следовательно, они не могут полностью представить взаимодействия in vivo при тестировании лекарственной терапии6.
С 2020 года мировой рынок трехмерной (3D) культуры значительно вырос. Согласно одному отчету NASDAQ OMX, к концу 2025 года мировая стоимость рынка 3D-клеточных культур превысит 2,7 миллиарда долларов США. По сравнению с методами 2D-культивирования, 3D-культивирование клеток обладает преимущественными свойствами, которые могут быть оптимизированы не только для пролиферации и дифференцировки, но и для долгосрочной выживаемости 7,8. Таким образом, клеточные микроокружения in vivo могут быть смоделированы для получения более точной характеристики опухоли, а также метаболического профилирования, чтобы можно было лучше понять геномные и белковые изменения. В связи с этим 3D-тест-системы теперь должны быть включены в основные операции по разработке лекарств, особенно те, которые сосредоточены на скрининге и оценке новых противоопухолевых препаратов. Трехмерные наросты иммортализированных установленных клеточных линий или первичных клеточных культур в сфероидных структурах обладают свойствами in vivo опухолей, такими как гипоксия и проникновение лекарств, а также клеточное взаимодействие, реакция и резистентность, и могут рассматриваться как строгая и репрезентативная модель для проведения скрининга лекарств in vitro 9,10,11.
Однако эти модели 3D-культуры также страдают от нескольких проблем, для решения которых может потребоваться некоторое время. Клеточные сфероиды могут быть сформированы с использованием этих протоколов, но они различаются в некоторых деталях, таких как время культивирования или встраивание гелей12, поэтому эти сконструированные клеточные сфероиды не могут хорошо контролироваться в ограниченном диапазоне размеров. Размер сфероидов может влиять на согласованность теста на жизнеспособность и анализа изображений. Микроокружение роста и факторы роста также варьируются, что может привести к различным морфологиям из-за различий в дифференцировке между клетками13. В настоящее время существует очевидная потребность в стандартном, простом и экономически эффективном методе построения всех типов опухолей с контролируемыми размерами.
С другой стороны, несмотря на то, что для оценки морфологии, жизнеспособности и скорости роста были разработаны однородные анализы и подходы к визуализации с высоким содержанием, высокопроизводительный скрининг 3D-моделей остается проблемой по различным причинам, о которых сообщается в литературе, таким как отсутствие единообразия в положении, размере и морфологии опухолевых сфероидов14,15,16.
В представленном здесь протоколе мы перечисляем каждый шаг в построении 3D-опухолевых сфероидов и описываем метод наблюдения и анализа сфероидов с использованием высокопроизводительной системы визуализации с высоким содержанием, которая включает автофокусировку, автовизуализацию и анализ, а также другие полезные характеристики. Мы показываем, как этот метод может производить 3D-опухолевые сфероиды одинакового размера, которые подходят для высокопроизводительной визуализации. Эти сфероиды также демонстрируют высокую чувствительность к медикаментозному лечению рака, и морфологические изменения в сфероидах можно контролировать с помощью визуализации с высоким содержанием. Таким образом, мы демонстрируем надежность этой методологии как средства создания 3D-опухолевых конструкций для целей оценки лекарств.
Protocol
Representative Results
Discussion
Микроокружение играет важную роль в росте опухоли. Он может влиять на обеспечение внеклеточных матриц, градиенты кислорода, питание и механическое взаимодействие и, таким образом, влиять на экспрессию генов, сигнальные пути и многие функции опухолевых клеток 19,20,21.<sup…
Declarações
The authors have nothing to disclose.
Acknowledgements
Мы благодарим всех сотрудников наших лабораторий за их критический вклад и предложения. Это исследование было поддержано ключевым проектом Комиссии по здравоохранению провинции Цзянсу (K2019030). Концептуализация была проведена C.W. и Z.C., методология была выполнена W.H. и M.L., исследование было выполнено W.H. и M.L., курирование данных было выполнено W.H., Z.Z., S.X. и M.L., первоначальная подготовка проекта была выполнена Z.Z., J.Z., S.X., W.H., и X.L., обзор и редактирование были выполнены З.К., управление проектом осуществлялось К.В. и З.К., а привлечение финансирования осуществлялось К.В. Все авторы прочитали и согласились с опубликованной версией рукописи.
Materials
| 0.5-10 μL Pipette tips | AXYGEN | T-300 | |
| 1.5 mL Boil proof microtubes | Axygen | MCT-150-C | |
| 100-1000μL Pipette tips | KIRGEN | KG1313 | |
| 15 mL Centrifuge Tube | Nest | 601052 | |
| 200 μL Pipette tips | AXYGEN | T-200-Y | |
| 3D gel | Avatarget | MA02 | |
| 48-well U bottom Plate | Avatarget | P02-48UWP | |
| 50 mL Centrifuge Tube | Nest | 602052 | |
| Alamar Blue | Thermo | DAL1100 | |
| Anti-Adherence Rinsing Solution | STEMCELL | #07010 | |
| Certified FBS | BI | 04-001-1ACS | |
| Deionized water | aladdin | W433884-500ml | |
| DMEM (Dulbecco's Modified Eagle Medium) | Gibco | 11965-092 | |
| DMSO | sigma | D2650-100ML | |
| Excel sofware | Microsoft office | ||
| Graphpad prism sofware | GraphPad software | ||
| High Content Microscope and SMART system | Avatarget | 1-I01 | |
| Image J software | National Institutes of Health | ||
| Insulin-Transferrin-Selenium-A Supplement (100X) | Gibco | 51300-044 | |
| Parafilm | Bemis | PM-996 | |
| PBS | Solarbio | P1020 | |
| Penicillin/streptomycin Sol | Gibco | 15140-122 | |
| RPMI 1640 | Gibco | 11875-093 | |
| Scientific Fluoroskan Ascent | Thermo | Fluoroskan Ascent | |
| T25 Flask | JET Biofil | TCF012050 | |
| Trypsin, 0.25% (1X) | Hyclone | SH30042.01 |
Referências
- Carioli, G., et al. European cancer mortality predictions for the year 2021 with focus on pancreatic and female lung cancer. Annals of Oncology. 32 (4), 478-487 (2021).
- Katti, A., Diaz, B. J., Caragine, C. M., Sanjana, N. E., Dow, L. E. CRISPR in cancer biology and therapy. Nature Reviews Cancer. 22 (5), 259-279 (2022).
- Abrantes, R., Duarte, H. O., Gomes, C., Walchili, S., Reis, C. A. CAR-Ts: New perspectives in cancer therapy. FEBS Letter. 596 (4), 403-416 (2022).
- Shokooohi, A., et al. Effect of targeted therapy and immunotherapy on advanced nonsmall-cell lung cancer outcomes in the real world. Cancer Medicine. 11 (1), 86-93 (2022).
- Chen, K., Zhang, Y., Qian, L., Wang, P. Emerging strategies to target RAS signaling in human cancer therapy. Journal of Hematology & Oncology. 14 (1), 116 (2021).
- Pinto, B., Henriques, A. C., Silva, P. M. A., Bousbaa, H. Three-dimensional spheroids as in vitro preclinical models for cancer research. Pharmaceutics. 12 (12), 1186 (2020).
- Jensen, C., Teng, Y. Is it time to start transitioning from 2D to 3D cell culture. Frontiers in Molecular Biosciences. 7, 33 (2020).
- Qin, Y., Hu, X., Fan, W., Yan, J. A stretchable scaffold with electrochemical sensing for 3D culture, mechanical loading, and real-time monitoring of cells. Advanced Science. 8 (13), 2003738 (2021).
- Wartenberg, M., et al. Regulation of the multidrug resistance transporter P-glycoprotein in multicellular tumor spheroids by hypoxia-inducible factor (HIF-1) ad reactive oxygen species. FASEB Journal. 17 (3), 503-505 (2003).
- Minchinton, A. I., Tannock, I. F. Drug penetration in solid tumours. Nature Reviews Cancer. 6 (8), 583-592 (2006).
- Baker, B. M., Chen, C. S. Deconstructing the third dimension: How 3D culture microenvironments alter cellular cues. Journal of Cell Science. 125 (13), 3015-3024 (2012).
- Brüningk, S. C., Rivens, I., Box, C., Oelfke, U., Ter Haar, G. 3D tumour spheroids for the prediction of the effects of radiation and hyperthermia treatments. Scientific Reports. 10, 1653 (2020).
- Graves, E. E., Maity, A., Thu Le, Q. The tumor microenvironment in non-small-cell lung cancer. Seminars in Radiation Oncology. 20 (3), 156-163 (2010).
- Kunz-Schughart, L. A., Frreyer, J. P., Ebner, R. The use of 3-D cultures for high-throughput screening: The multicellular spheroid model. Journal of Biomolecular Screening. 9 (4), 273-285 (2004).
- Carragher, N., et al. Concerns, challenges and promises of high-content analysis of 3D cellular models. Nature Review Drug Discovery. 17 (8), 606 (2018).
- Huang, Y., et al. Longitudinal morphological and physiological monitoring of three-dimensional tumor spheroids using optical coherence tomography. Journal of Visualized Experiments. (144), e59020 (2019).
- Yazdanfar, S., et al. Simple and robust image-baed autofocusing for digital microscopy. Optics Express. 16 (12), 8670-8677 (2008).
- Chen, Z., et al. Automated evaluation of tumor spheroid behavior in 3D culture using deep learning-based recognition. Biomaterials. 22 (272), 120770 (2021).
- Boucherit, N., Gorvel, L., Olive, D. 3D tumor models and their use for the testing of immunotherapies. Frontiers in Immunology. 11, 603640 (2020).
- Anastasiou, D., et al. Microenvironment factors shaping the cancer metabolism landscape. British Journal of Cancer. 116 (3), 277-286 (2017).
- Zhou, H., et al. Functions and clinical significance of mechanical tumor microenvironment: Cancer cell sensing, mechanobiology and metastasis. Cancer Communications. 43 (5), 374-400 (2022).
- Zhu, G. G., et al. Targeting KRAS cancers: From druggable therapy to druggable resistance. Molecular Cancer. 21 (1), 159 (2022).
- Ando, Y., Mariano, C., Shen, K. Engineered in vitro tumor models for cell-based immunotherapy. Acta Biomaterialia. 132, 345-359 (2021).
- Timmins, N. E., Dietmair, S., Nielsen, L. K. Hanging-drop multicellular spheroids as a model of tumor angiogenesis. Angiogenesis. 7 (2), 97-103 (2004).
- Costa, E. C., et al. 3D tumor spheroids: An overview on the tools and techniques used for their analysis. Biotechnology Advances. 34 (8), 1427-1441 (2016).
- Sant, S., Johnston, P. A. The production of 3D tumor spheroids for cancer drug discovery. Drug Discovery Today. Technologies. 23, 27-36 (2017).
- Zanoni, M., et al. 3D tumor spheroid models for in vitro therapeutic screening: A systematic approach to enhance the biological relevance of data obtained. Scientific Reports. 6, 19103 (2016).
