Summary

Les réseaux d’hydrogel permettent d’augmenter le débit pour le dépistage des effets des composants matriciels et des thérapies dans les modèles tumoraux 3D

Published: June 16, 2022
doi:

Summary

Le présent protocole décrit une plate-forme expérimentale pour évaluer les effets des signaux mécaniques et biochimiques sur les réponses chimiothérapeutiques des cellules de glioblastome dérivées de patients dans des cultures mimétiques matricielles 3D à l’aide d’un dispositif d’éclairage UV sur mesure facilitant la photocroision à haut débit d’hydrogels avec des caractéristiques mécaniques accordables.

Abstract

Les interactions cellule-matrice interviennent dans des processus physiologiques complexes par le biais d’indices biochimiques, mécaniques et géométriques, influençant les changements pathologiques et les réponses thérapeutiques. La prise en compte des effets matriciels plus tôt dans le développement de médicaments devrait augmenter la probabilité de succès clinique de nouveaux traitements. Il existe des stratégies basées sur les biomatériaux récapitulant des microenvironnements tissulaires spécifiques en culture cellulaire 3D, mais leur intégration avec les méthodes de culture 2D principalement utilisées pour le dépistage des drogues a été difficile. Ainsi, le protocole présenté ici détaille le développement de méthodes de culture 3D au sein de matrices de biomatériaux miniaturisés dans un format de plaque multi-puits pour faciliter l’intégration avec les pipelines de dépistage de médicaments existants et les tests conventionnels pour la viabilité cellulaire. Étant donné que les caractéristiques matricielles essentielles à la préservation des phénotypes cliniquement pertinents dans les cellules cultivées devraient être hautement spécifiques aux tissus et aux maladies, un dépistage combinatoire des paramètres de la matrice sera nécessaire pour identifier les conditions appropriées pour des applications spécifiques. Les méthodes décrites ici utilisent un format de culture miniaturisé pour évaluer les réponses des cellules cancéreuses à la variation orthogonale de la mécanique matricielle et à la présentation des ligands. Plus précisément, cette étude démontre l’utilisation de cette plate-forme pour étudier les effets des paramètres de matrice sur les réponses des cellules de glioblastome dérivées du patient (GBM) à la chimiothérapie.

Introduction

Le coût prévu du développement d’un nouveau médicament n’a cessé d’augmenter au cours de la dernière décennie, avec plus de 1 milliard de dollars dans les estimations actuelles1. Une partie de cette dépense est due au taux élevé d’échec des médicaments entrant dans les essais cliniques. Environ 12% des candidats médicaments ont finalement obtenu l’approbation de la Food & Drug Administration (FDA) des États-Unis en 2019. De nombreux médicaments échouent en phase I en raison d’une toxicité imprévue2, tandis que d’autres qui réussissent les essais de sécurité peuvent échouer en raison d’un manque d’efficacité3. Cette attrition due à la non-efficacité peut s’expliquer en partie par le fait que les modèles de cancer utilisés lors du développement de médicaments sont notoirement non prédictifs de l’efficacité clinique4.

Les disparités fonctionnelles entre les modèles in vitro et in vivo peuvent être attribuées à l’élimination des cellules cancéreuses de leur microenvironnement natif, y compris les cellules non tumorales et l’ECMphysique 5,6. Généralement, les groupes de recherche utilisent des matrices de culture disponibles dans le commerce, telles que Matrigel (une matrice de membrane basale protéinée dérivée de sarcomes de souris) pour fournir aux cellules tumorales cultivées un microenvironnement matriciel 3D. Par rapport à la culture 2D, la culture 3D dans une matrice membranaire a amélioré la pertinence clinique des résultats in vitro 7,8. Cependant, les biomatériaux de culture à partir de tissus décellularisés, y compris la matrice membranaire, présentent généralement une variabilité d’un lot à l’autre qui peut compromettre la reproductibilité9. En outre, les matrices dérivées de tumeurs d’origine tissulaire différente de celles étudiées peuvent ne pas fournir les indices physiologiques appropriés10. Enfin, les cancers à haut degré d’hétérogénéité intratumorale ont des caractéristiques microenvironnementales qui varient sur une échelle submicronique et que la matrice membranaire ne peut pas être réglée pour récapituler11.

Le glioblastome (GBM), une tumeur cérébrale uniformément mortelle avec un temps de survie médian d’environ 15 mois, est un cancer pour lequel le développement du traitement a été particulièrement difficile12,13. La norme actuelle de soins pour le GBM consiste en une résection de la tumeur primaire, suivie d’une radiothérapie, puis d’une chimiothérapie à l’aide de témozolomide (TMZ)14. Pourtant, plus de la moitié des tumeurs CLINIQUES GBM présentent une résistance au traitement par divers mécanismes 15,16,17. Il est extrêmement difficile de prédire l’efficacité d’un schéma thérapeutique pour un patient individuel. Les modèles précliniques standard utilisés pour prédire les résultats individuels consistent en des cellules tumorales dérivées de patients xénogreffées orthotopiquement dans des souris immunodéprimées. Bien que les xénogreffes dérivées du patient puissent récapituler de nombreux aspects des tumeurs cliniques GBM et soient précieuses pour les modèles précliniques18, elles sont intrinsèquement coûteuses, à faible débit, prennent beaucoup de temps et impliquent des préoccupations éthiques19. Les cultures de cellules dérivées de patients, sur des surfaces en plastique 2D ou sous forme de sphéroïdes, évitent généralement ces problèmes. Alors que les cellules dérivées de patients préservent les aberrations génétiques, leurs cultures en 2D ou sous forme de sphéroïdes en suspension ont été en grande partie de mauvaises représentations de xénogreffes dérivées de patients chez des rongeurs et des tumeurs originalesde patients 20. Auparavant, nous, et d’autres, avons montré que les cellules GBM cultivées dans un ECM 3D qui imite les propriétés mécaniques et biochimiques du tissu cérébral peuvent préserver les phénotypes de résistance aux médicaments 10,21,22,23.

Les interactions entre l’acide hyaluronique (HA), un polysaccharide abondant dans l’ECM cérébral et surexprimé dans les tumeurs GBM, et son récepteur CD44 modulent l’acquisition de la résistance aux médicaments in vitro 21,24,25,26,27. Par exemple, l’inclusion de l’AH dans des cultures 3D molles a augmenté la capacité des cellules GBM dérivées du patient à acquérir une résistance thérapeutique. Cette mécano-réceptivité dépendait de la liaison de l’AH aux récepteurs CD44 sur les cellules GBM21. De plus, la liaison de l’intégrine aux peptides porteurs de RGD, incorporée dans des matrices de culture 3D, a amplifié la chimiorésistance médiée par CD44 d’une manière dépendante de la rigidité21. Au-delà de l’AH, l’expression de plusieurs protéines ECM, dont beaucoup contiennent des régions RGD, varie entre le cerveau normal et les tumeurs GBM28. Par exemple, une étude a rapporté que 28 protéines ECM distinctes étaient régulées à la hausse dans les tumeurs GBM29. Dans ce microenvironnement complexe de la matrice tumorale, les cellules cancéreuses intègrent des indices mécaniques et biochimiques pour produire un phénotype de résistance particulier, qui dépend de différences relativement faibles (par exemple, moins d’un ordre de grandeur) dans le module de Young ou la densité des peptides liant l’intégrine 28,29,30.

Le présent protocole caractérise la façon dont les cellules tumorales interprètent des combinaisons uniques d’indices matriciels et identifient des microenvironnements matriciels complexes et spécifiques au patient qui favorisent la résistance au traitement (Figure 1A). Une méthode photochimique pour générer des matrices miniaturisées et réglées avec précision pour la culture 3D fournit un grand espace variable orthogonal. Une gamme de LED sur mesure, gérée par un microcontrôleur, a été incorporée aux hydrogels de photocroisillon dans un format de plaque à 384 puits pour augmenter l’automatisation et la reproductibilité. L’intensité de l’exposition a varié d’un puits à l’autre pour modifier les propriétés micromécaniques des hydrogels résultants, telles qu’évaluées à l’aide de la microscopie à force atomique (AFM). Bien que ce manuscrit ne se concentre pas sur la construction du réseau d’éclairage lui-même, un schéma de circuit (Figure 1B) et une liste de pièces (Table des matériaux) sont fournis comme aides à la reproduction de l’appareil.

Ce rapport démontre la génération rapide d’un ensemble de cellules GBM cultivées dans des microenvironnements 3D uniques dans lesquels le module de Young (quatre niveaux sur un seul ordre de grandeur) et la teneur en peptides liant l’intégrine (dérivés de quatre protéines ECM différentes) ont varié orthogonalement. L’approche a ensuite été utilisée pour étudier les contributions relatives de la mécanique de l’hydrogel et de l’engagement de l’intégrine spécifique à l’ECM sur la viabilité et la prolifération des cellules GBM dérivées du patient à mesure qu’elles acquièrent une résistance à la chimiothérapie au témozolomide (TMZ).

Protocol

Les lignées cellulaires GBM dérivées du patient (GS122 et GS304) ont été fournies par le professeur David Nathanson (notre collaborateur), qui a développé ces lignées selon un protocole approuvé par le Conseil d’examen institutionnel de l’UCLA (IRB # 10-000655). Les cellules ont été anonymisées afin que les lignées cellulaires ne puissent pas être reliées aux patients individuels. 1. Préparation de la solution d’hydrogel Préparer la solution ta…

Representative Results

Les mesures AFM ont confirmé un contrôle précis de la mécanique de l’hydrogel en fonction de l’irradiance UV (mW/cm2) lors de la photo-réticulation à l’aide d’un réseau de LED personnalisé contrôlé par Arduino (Figure 2A). La formulation d’hydrogel utilisée dans ce protocole se trouve dans le tableau 2. L’espacement des LED sur le gabarit fourni correspond à l’espacement pour tous les autres puits d’une plaque de 384 puits, ce qui perme…

Discussion

Les travaux actuels présentent des méthodes pour générer des cultures miniaturisées 3D à base d’AH tout en modifiant simultanément la rigidité de la matrice et les peptides disponibles pour l’engagement de l’intégrine. Cette technique permet d’étudier systématiquement comment les paramètres de la matrice affectent les phénotypes cellulaires (par exemple, la viabilité des cellules cancéreuses exposées à la chimiothérapie) avec un débit accru. Les approches précédentes, y compris celle présent…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Les auteurs tiennent à remercier spécifiquement Carolyn Kim, Amelia Lao, Ryan Stoutamore et Itay Solomon pour leurs contributions aux itérations précédentes du schéma de photogelation. Les lignées cellulaires GS122 et GS304 ont été généreusement fournies par David Nathanson. Toutes les figurines ont été créées avec BioRender.com. Les installations de base de l’UCLA, les ressources partagées de criblage moléculaire et le laboratoire de caractérisation nano et pico ont joué un rôle déterminant dans le travail. Chen-Chun a été soutenu par le programme de formation Eli and Edythe Broad Center of Regenerative Medicine and Stem Cell Research de l’UCLA. Grigor Varuzhanyan a été soutenu par un programme de formation en biologie des cellules tumorales NIH Grant (T32 CA 009056).

Materials

1.1 kOhm resistors, 6 W Digikey 35601k1ft
1.7 mL microcentrifuge tube Genesse Scientific 21-108
15 mL conical tube Fisher Scientific 14-959-70C
365 nm LED Digikey ltpl-c034uvh365
384 well plate Bio Greiner One 781090
40 µm cell strainer MTC bio C4040
4-Armed thiol terminated polyethlene glycol (20 kDa) Laysan Bio 4arm-PEG-SH-20K-1g
6 NPN BJTs Digikey 2n5550ta
80 Ohm resistors, 0.125 W Digikey erjj-6enf80r6v
8-Armed norbornene terminated polyethylene glycol (20 kDa) Jenkem Technology A7025-1
Accutase Innovative Cell Technologies AT104500  cell dissociation  reagent
AFM Probes Novascan 0.01 N/m Nominal spring constant, 2.5 µm SiO2 particle
Arduino IDE Arduino 1.8.19
Arduino Nano Makerfire Mini Nano V3.0 ATmega328P Microcontroller Board
bFGF Peprotech 100-18B 20 ng/mL
CCK8 Abcam ab228554
Centrifuge Thermoscientific sorvall legend xtr
CP100ST Gilson F148415 Pipette tips for positive displacement pipette
Cubis Semi-Micro Balance Sartorius MSA225S100DI
DMEM – F12 (50-50) Life Technologies 11330057 1x
DMSO Fisher Scientific BP231-100
DPBS Ca (-) Mg (-) Genesse Scientific 25-508
EGF Peprotech AF100-15 50 ng/mL
Ethanol, Anhydrous Fisher Scientific A405P Add DI water to dilute to 70%
Fisherbrand Class B Amber Glass threaded vials Fisher Scientific 03-339-23C
Fisherbrand Weighing Paper Fisher Scientific 09-898-12B
G21 Supplement Gemini Bio 400-160 50x
Hanks Balanced Salt Solution Thermo Fisher Scientific 14175095
HCl, ACS, 12M Sigma Aldrich S25838A Add DI water to dilute to 1 M
Heparin sodium salt from porcine intestinal mucosa Sigma Aldrich H3149-100Ku 25 µg/mL
HEPES Sigma Aldrich H7006-100G
Hot Air Gun Wagner HT1000
Integrin-binding sialoprotein (IBSP) peptide Genscript Custom Order GCGYGGGGNGEPRGDTYRAY
Lithium phenyl-2,4,6 trimethylbenzoylphosphinate (LAP) , >95% Sigma Aldrich 900889-1G
Magnetic stir plate Thermo Scientific SP194715
Microcentrifuge Thermo Scientific Sorvall legend micro 21R
Microman E single Channel Pipettor Gilson FD10004 Positive displacement pipette
Micropipette Tips Various Manufacturs Various sizes
mLine micropipette Sartorious
N-acetyl Cysteine Sigma Aldrich A7250-10G
Nanowizard 4 Bruker AFM microscope
NaOH Fisher Scientific ss255-1 Add DI water to dilute to 1 M
Normoicin Invivogen ant-nr-1 500x
Osteopontin Peptide Genscript Custom Order GCGYGTVDVPDGRGDSLAYG
Pipet Aid Drummond 4000102
Plain Microscope Slides Globe Scientific 1301
Press-To-Seal silicone Isolator, 12-4.5mm diam x 2mm deep Grace Bio Labs 664201-A Cut so that 8 individual molds are made from a single sheet
Processing Processing 3.5.4
Repeater M4 Eppendorf 4982000322
Repeater Pipette Tips Sartorious 30089430 1 mL sizes
RGD Peptide Genscript GCGYGRGDSPG
Scoth Tape
Serological Pipettes Genesse Scientific 12-102,12-104 5,10 mL Pipettes
Solder Paste Digikey 315-NC191LT15T5-ND
Solder Wire
Straight dissecting forceps VWR Scientific 82027-408
Synergy H1 Plate Reader Biotek
T-75 Cell Culture Treated Flask Genesee Scientific 25-209
Temozolomide Sigma Aldrich T2577 Typically used from 10 µM to 100 µM
Tenascin-C Peptide Genscript GCGYGRSTDLPGLKAATHYTITIR
GV
Thiolated Hyaluronic Acid (700 kDa), 6-8% modified Lifecore Biomedical HA700K5
VWR Spinbar, Flea Micro VWR 58948-375

References

  1. Scannell, J. W., Blanckley, A., Boldon, H., Warrington, B. Diagnosing the decline in pharmaceutical R&D efficiency. Nature Reviews Drug Discovery. 11 (3), 191-200 (2012).
  2. Waring, M. J., et al. An analysis of the attrition of drug candidates from four major pharmaceutical companies. Nature Reviews Drug Discovery. 14 (7), 475-486 (2015).
  3. Khozin, S., Liu, K., Jarow, J. P., Pazdur, R. Why do oncology drugs fail to gain US regulatory approval. Nature Reviews Drug Discovery. 14 (7), 450-451 (2015).
  4. Booth, B., Ma, P., Glassman, R. Oncology’s trials. Market indicators. Nature Reviews Drug Discovery. 2 (8), 609-610 (2003).
  5. Da Ros, M., et al. Glioblastoma chemoresistance: The double play by microenvironment and blood-brain barrier. International Journal of Molecular Sciences. 19 (10), 2879 (2018).
  6. Broekman, M. L., et al. Multidimensional communication in the microenvirons of glioblastoma. Nature Reviews Neurology. 14 (8), 482-495 (2018).
  7. Grundy, T. J., et al. Differential response of patient-derived primary glioblastoma cells to environmental stiffness. Scientific Reports. 6 (1), 1-10 (2016).
  8. Gomez-Roman, N., Stevenson, K., Gilmour, L., Hamilton, G., Chalmers, A. J. A novel 3D human glioblastoma cell culture system for modeling drug and radiation responses. Neuro-Oncology. 19 (2), 229-241 (2017).
  9. Simoni, R. D., et al. Basement membrane complexes with biological activity. Biochemistry. 25 (2), 312-318 (2002).
  10. Xiao, W., et al. Brain-mimetic 3D culture platforms allow investigation of cooperative effects of extracellular matrix features on therapeutic resistance in glioblastoma. Cancer Research. 78 (5), 1358-1370 (2018).
  11. Aisenbrey, E. A., Murphy, W. L. Synthetic alternatives to Matrigel. Nature Reviews Materials. 5 (7), 539-551 (2020).
  12. Spinelli, C., et al. Molecular subtypes and differentiation programmes of glioma stem cells as determinants of extracellular vesicle profiles and endothelial cell-stimulating activities. Journal of Extracellular Vesicles. 7 (1), 1490144 (2018).
  13. Ostrom, Q. T., Cioffi, G., Waite, K., Kruchko, C., Barnholtz-Sloan, J. S. CBTRUS statistical report: Primary brain and other central nervous system tumors diagnosed in the United States in 2014-2018. Neuro-Oncology. 23, (2021).
  14. Stupp, R., et al. Radiotherapy plus concomitant and adjuvant temozolomide for glioblastoma. New England Journal of Medicine. 352 (10), 987-996 (2005).
  15. Brennan, C. W., et al. The somatic genomic landscape of glioblastoma. Cell. 155 (2), 462-477 (2013).
  16. Tomczak, K., Czerwińska, P., Wiznerowicz, M. The Cancer Genome Atlas (TCGA): An immeasurable source of knowledge. Contemporary oncology. 19, 68-77 (2015).
  17. Lee, S. Y. Temozolomide resistance in glioblastoma multiforme. Genes and Diseases. 3 (3), 198-210 (2016).
  18. Joo, K. M., et al. Patient-specific orthotopic glioblastoma xenograft models recapitulate the histopathology and biology of human glioblastomas in situ. Cell Reports. 3 (1), 260-273 (2013).
  19. Levy, N. The use of animal as models: Ethical considerations. International Journal of Stroke. 7 (5), 440-442 (2012).
  20. Phon, B. W. S., Kamarudin, M. N. A., Bhuvanendran, S., Radhakrishnan, A. K. Transitioning preclinical glioblastoma models to clinical settings with biomarkers identified in 3D cell-based models: A systematic scoping review. Biomedicine & Pharmacotherapy. 145, 112396 (2022).
  21. Xiao, W., et al. Bioengineered scaffolds for 3D culture demonstrate extracellular matrix-mediated mechanisms of chemotherapy resistance in glioblastoma. Matrix Biology. 85-86, 128-146 (2020).
  22. Brancato, V., Oliveira, J. M., Correlo, V. M., Reis, R. L., Kundu, S. C. Could 3D models of cancer enhance drug screening. Biomaterials. 232, 119744 (2020).
  23. Xu, X., Farach-Carson, M. C., Jia, X. Three-dimensional in vitro tumor models for cancer research and drug evaluation. Biotechnology Advances. 32 (7), 1256-1268 (2014).
  24. Xiao, W., Ehsanipour, A., Sohrabi, A., Seidlits, S. K. Hyaluronic-acid based hydrogels for 3-dimensional culture of patient-derived Glioblastoma Cells. Journal of Visualized Experiments: JoVE. (138), e58176 (2018).
  25. Preston, M. Digestion products of the PH20 hyaluronidase inhibit remyelination. Annals of Neurology. 73 (2), 266-280 (2013).
  26. Kim, Y., Kumar, S. CD44-mediated adhesion to hyaluronic acid contributes to mechanosensing and invasive motility. Molecular Cancer Research. 12 (10), 1416-1429 (2014).
  27. Pibuel, M. A., Poodts, D., Díaz, M., Hajos, S. E., Lompardía, S. L. The scrambled story between hyaluronan and glioblastoma. The Journal of Biological Chemistry. 296, 100549 (2021).
  28. Xiao, W., Sohrabi, A., Seidlits, S. K. Integrating the glioblastoma microenvironment into engineered experimental models. Future Science OA. 3 (3), (2017).
  29. Trombetta-Lima, M., et al. Extracellular matrix proteome remodeling in human glioblastoma and medulloblastoma. Journal of Proteome Research. 20 (10), 4693-4707 (2021).
  30. Schregel, K., et al. Characterization of glioblastoma in an orthotopic mouse model with magnetic resonance elastography. NMR in Biomedicine. 31 (10), 3840 (2018).
  31. Xiao, W., Ehsanipour, A., Sohrabi, A., Seidlits, S. K. Hyaluronic-acid based hydrogels for 3-dimensional culture of patient-derived glioblastoma cells. Journal of Visualized Experiments: JoVE. (138), e58176 (2018).
  32. Guz, N., Dokukin, M., Kalaparthi, V., Sokolov, I. If cell mechanics can be described by elastic modulus: Study of different models and probes used in indentation experiments. Biophysical Journal. 107 (3), 564-575 (2014).
  33. Sneddon, I. N. The relation between load and penetration in the axisymmetric boussinesq problem for a punch of arbitrary profile. International Journal of Engineering Science. 3 (1), 47-57 (1965).
  34. Soofi, S. S., Last, J. A., Liliensiek, S. J., Nealey, P. F., Murphy, C. J. The elastic modulus of MatrigelTM as determined by atomic force microscopy. Journal of Structural Biology. 167 (3), 216-219 (2009).
  35. Mayerhöfer, T. G., Popp, J. Beer’s law – Why absorbance depends (almost) linearly on concentration. Chemphyschem: A European Journal of Chemical Physics and Physical Chemistry. 20 (4), 511-515 (2019).
  36. Puth, M. T., Neuhäuser, M., Ruxton, G. D. On the variety of methods for calculating confidence intervals by bootstrapping. Journal of Animal Ecology. 84 (4), 892-897 (2015).
  37. Lavrentieva, A. Gradient hydrogels. Advances in Biochemical Engineering/Biotechnology. 178, 227-251 (2020).
  38. Zhu, D., Trinh, P., Li, J., Grant, G. A., Yang, F. Gradient hydrogels for screening stiffness effects on patient-derived glioblastoma xenograft cellfates in 3D. Journal of Biomedical Materials Research. Part A. 109 (6), 1027-1035 (2021).
  39. da Hora, C. C., Schweiger, M. W., Wurdinger, T., Tannous, B. A. Patient-derived glioma models: From patients to dish to animals. Cells. 8 (10), 1177 (2019).
  40. Li, W., et al. Characterization and transplantation of enteric neural crest cells from human induced pluripotent stem cells. Molecular Psychiatry. 23 (3), 499-508 (2018).
  41. Scaringi, C., Minniti, G., Caporello, P., Enrici, R. M. Integrin inhibitor cilengitide for the treatment of glioblastoma: A brief overview of current clinical results. Anticancer Research. 32 (10), 4213-4224 (2012).
check_url/63791?article_type=t

Play Video

Cite This Article
Liang, J., Sohrabi, A., Epperson, M., Rad, L. M., Tamura, K., Sathialingam, M., Skandakumar, T., Lue, P., Huang, J., Popoli, J., Yackly, A., Bick, M., Wang, Z. Z., Chen, C., Varuzhanyan, G., Damoiseaux, R., Seidlits, S. K. Hydrogel Arrays Enable Increased Throughput for Screening Effects of Matrix Components and Therapeutics in 3D Tumor Models. J. Vis. Exp. (184), e63791, doi:10.3791/63791 (2022).

View Video