Summary

Développement rapide de circuits d’identification de l’état cellulaire avec poly-transfection

Published: February 24, 2023
doi:

Summary

Les circuits génétiques complexes prennent beaucoup de temps à concevoir, à tester et à optimiser. Pour faciliter ce processus, les cellules de mammifères sont transfectées de manière à permettre de tester plusieurs stœchiométrie des composants du circuit dans un seul puits. Ce protocole décrit les étapes de la planification expérimentale, de la transfection et de l’analyse des données.

Abstract

Les circuits génétiques des mammifères ont démontré le potentiel de détecter et de traiter un large éventail d’états pathologiques, mais l’optimisation des niveaux de composants du circuit reste difficile et exigeante en main-d’œuvre. Pour accélérer ce processus, notre laboratoire a développé la poly-transfection, une extension à haut débit de la transfection traditionnelle des mammifères. Dans la poly-transfection, chaque cellule de la population transfectée effectue essentiellement une expérience différente, testant le comportement du circuit à différents nombres de copies d’ADN et permettant aux utilisateurs d’analyser un grand nombre de stœchiométrie dans une réaction à pot unique. Jusqu’à présent, des polytransfections qui optimisent les rapports des circuits à trois composants dans un seul puits de cellules ont été démontrées; En principe, la même méthode peut être utilisée pour le développement de circuits encore plus grands. Les résultats de la polytransfection peuvent être facilement appliqués pour trouver des rapports optimaux d’ADN à co-transfect pour les circuits transitoires ou pour choisir des niveaux d’expression pour les composants du circuit pour la génération de lignées cellulaires stables.

Ici, nous démontrons l’utilisation de la poly-transfection pour optimiser un circuit à trois composants. Le protocole commence par des principes de conception expérimentale et explique comment la polytransfection s’appuie sur les méthodes traditionnelles de co-transfection. Ensuite, la poly-transfection des cellules est réalisée et suivie d’une cytométrie en flux quelques jours plus tard. Enfin, les données sont analysées en examinant des tranches des données de cytométrie en flux unicellulaire qui correspondent à des sous-ensembles de cellules avec certains rapports de composants. En laboratoire, la polytransfection a été utilisée pour optimiser les classificateurs cellulaires, les contrôleurs de rétroaction et de feedforward, les motifs bistables et bien d’autres. Cette méthode simple mais puissante accélère les cycles de conception de circuits génétiques complexes dans les cellules de mammifères.

Introduction

Le domaine de la biologie synthétique des mammifères a rapidement progressé, passant du développement de simples parties sensorielles et réactives dans des lignées cellulaires cultivées à l’optimisation de réseaux complexes de gènes pour relever les défis du monde réel en matière de diagnostic et de thérapeutique1. Ces circuits sophistiqués sont capables de détecter les entrées biologiques des profils de microARN aux cytokines en passant par les médicaments à petites molécules, et de mettre en œuvre des circuits de traitement logique, notamment des transistors, des filtres passe-bande, des interrupteurs à bascule et des oscillateurs. Ils ont également montré des résultats prometteurs dans des modèles animaux de maladies comme le cancer, l’arthrite, le diabète et bien d’autres 1,2,3,4,5. Cependant, à mesure que la complexité d’un circuit augmente, l’optimisation des niveaux de chacun de ses composants devient de plus en plus difficile.

Un type de circuit génétique particulièrement utile est un classificateur cellulaire, qui peut être programmé pour détecter et répondre aux états cellulaires. La production sélective de protéines ou d’ARN dans des états cellulaires spécifiques est un outil puissant pour guider et programmer la différenciation des cellules et des organoïdes, identifier et détruire les cellules malades et/ou les types de cellules indésirables, et réguler la fonction des cellules thérapeutiques 1,2,3,4,5 . Cependant, la création de circuits dans les cellules de mammifères capables de classer avec précision les états cellulaires de plusieurs espèces d’ARN cellulaire et / ou de protéines a été très difficile.

L’une des étapes les plus chronophages du développement d’un circuit de classification cellulaire consiste à optimiser les niveaux d’expression relatifs des gènes composants individuels, tels que les capteurs et les facteurs de traitement, dans le circuit. Pour accélérer l’optimisation des circuits et permettre la construction de circuits plus sophistiqués, des travaux récents ont utilisé la modélisation mathématique des circuits de classificateur de cellules et de leurs composants pour prédire des compositions et des topologies optimales 6,7. Bien que cela ait montré des résultats puissants jusqu’à présent, l’analyse mathématique est limitée par la nécessité de caractériser systématiquement le comportement d’entrée-sortie des gènes composant dans le circuit, ce qui prend du temps. En outre, une myriade de problèmes dépendants du contexte peuvent émerger dans des circuits génétiques complexes, ce qui fait que le comportement d’un circuit complet défie les prédictions basées sur des caractérisations de parties individuelles 8,9.

Pour développer et tester plus rapidement des circuits complexes de mammifères tels que les classificateurs d’état cellulaire, notre laboratoire a développé une technique appelée poly-transfection10, une évolution des protocoles de co-transfection plasmidique. Dans la co-transfection, plusieurs espèces d’ADN plasmidique sont complexées avec un réactif lipidique ou polymère chargé positivement, puis livrées aux cellules de manière corrélée (Figure 1A). Dans la polytransfection, les plasmides sont complexés séparément avec le réactif, de sorte que l’ADN de chaque complexe de transfection est livré aux cellules de manière décorrélée (Figure 1B). En utilisant cette méthode, les cellules de la population transfectée sont exposées à de nombreuses combinaisons de rapports de deux charges utiles d’ADN ou plus portant différents composants de circuit.

Pour mesurer les rapports des composants du circuit délivrés à chaque cellule, chaque complexe de transfection au sein d’une polytransfection contient un rapporteur fluorescent exprimé de manière constitutive qui sert d’indicateur de l’absorption cellulaire du complexe. L’ADN de remplissage qui ne contient aucun élément actif dans une cellule de mammifère est utilisé pour ajuster la quantité relative du rapporteur fluorescent et des composants du circuit livrés à une cellule dans un seul complexe de transfection et est discuté plus en détail dans la discussion. Un exemple d’ADN de remplissage utilisé dans le laboratoire Weiss est un plasmide contenant une séquence terminatrice, mais pas de promoteur, de séquence codante, etc. Les cellules avec différents ratios de composants de circuit peuvent ensuite être comparées pour trouver des rapports optimaux pour la fonction du circuit génétique. Cela donne à son tour des prédictions utiles pour choisir les promoteurs et autres éléments du circuit afin d’atteindre des niveaux optimaux d’expression génique lors de la combinaison de composants de circuit en un seul vecteur d’intégration génétique (par exemple, un lentivirus, un transposon ou une aire d’atterrissage). Ainsi, au lieu de choisir des rapports entre les composants du circuit en fonction de l’intuition ou d’un processus d’essais et d’erreurs fastidieux, la polytransfection évalue un large éventail de stœchiométrie entre les parties génétiques dans une réaction à pot unique.

Dans notre laboratoire, la polytransfection a permis l’optimisation de nombreux circuits génétiques, y compris les classificateurs cellulaires, les contrôleurs de rétroaction et de feedforward, et les motifs bistables. Cette méthode simple mais puissante accélère considérablement les cycles de conception de circuits génétiques complexes dans les cellules de mammifères. La polytransfection a depuis été utilisée pour caractériser plusieurs circuits génétiques afin de révéler leurs fonctions de transfert d’entrées-sorties multidimensionnelles à haute résolution 10, d’optimiser une topologie de circuit alternative pour la classification de l’état cellulaire11 et d’accélérer divers projets publiés12,13 et en cours.

Nous décrivons et décrivons ici le flux de travail pour utiliser la polytransfection afin d’optimiser rapidement un circuit génétique (Figure 2). Le protocole montre comment générer des données de polytransfection de haute qualité et éviter plusieurs erreurs courantes dans le protocole de polytransfection et l’analyse des données (Figure 3). Il montre ensuite comment utiliser la polytransfection pour caractériser des composants de circuits simples et, ce faisant, comparer les résultats de la polytransfection à la co-transfection (Figure 4). Enfin, les résultats de la poly-transfection montrent une optimisation du circuit classificateur du cancer (Figure 5).

Protocol

NOTE: Les tableaux 1 et 2 servent de références importantes pour ce protocole. Le tableau 1 montre la mise à l’échelle des réactifs pour les réactions, et le tableau 2 montre l’arithmétique du rapport ADN pour un exemple de polytransfection décrit dans le protocole (moitié supérieure) et pour une éventuelle expérience de suivi (moitié inférieure). 1. Préparation des cellules pour la transfection</stron…

Representative Results

Dans la figure 1, nous comparons la co-transfection à la poly-transfection. Dans une co-transfection, tous les plasmides sont livrés dans le même mélange de transfection, ce qui entraîne une forte corrélation entre la quantité de chaque plasmide qu’une seule cellule reçoit (Figure 1A). Bien que le nombre total de plasmides délivrés à chaque cellule varie considérablement, la fluorescence des deux protéines rapporteures dans les cellules individuel…

Discussion

Les méthodes de prototypage rapide telles que la conception assistée par ordinateur (CAO), la planche à pain et l’impression 3D ont révolutionné les disciplines mécaniques, électriques et de génie civil. La capacité de rechercher rapidement de nombreuses solutions possibles à un défi donné accélère considérablement les progrès dans un domaine. Nous pensons que la polytransfection est une technologie analogue pour le génie biologique, permettant le prototypage rapide de circuits génétiques. De plus, d…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Nous tenons à remercier les anciens membres du Weiss Lab qui ont dirigé ou contribué au développement de la méthode de polytransfection et à son application aux classificateurs cellulaires : Jeremy Gam, Bre DiAndreth et Jin Huh; d’autres membres du laboratoire Weiss qui ont contribué au développement et à l’optimisation de la méthode : Wenlong Xu, Lei Wang et Christian Cuba-Samaniego; Le professeur Josh Leonard et les membres du groupe, y compris Patrick Donahue et Hailey Edelstein, pour avoir testé la polytransfection et fourni des commentaires; et le professeur Nika Shakiba pour avoir invité ce manuscrit et fourni des commentaires. Nous tenons également à remercier les National Institutes of Health [R01CA173712, R01CA207029, P50GM098792]; National Science Foundation [1745645]; Cancer Center Support (core) Grant [P30CCA14051, en partie] du NCI et des National Institutes of Health [P50GM098792] pour le financement de ce travail.

Materials

15mL Corning Falcon conical tubes ThermoFisher Scientific 14-959-53A
24-well petri dish Any company of choice (Non-pyrogenic, Sterile, RNase, DNase, DNA and Pyrogen Free)
Bovine serum albumin NEB B9000S
Centrifuge Any company of choice Capable of exposing 15mL Falcon tubes to 300 rcf
Countess 3 Automated Cell Counter ThermoFisher Scientific AMQAX2000
Countess Cell Counting Chamber Slides ThermoFisher Scientific C10228
Cytoflow Non-commercial software package https://cytoflow.readthedocs.io/en/stable/# 
DMEM VWR 10-013-CV Use the correct media for your cell type
EDTA  ThermoFisher Scientific 03690-100ML
Fetal bovine serum Sigma Aldrich F4135
HEK cells ATCC CRL-1573 Use the relevant cell type for your experiments. HEK cells tend to transfect very efficiently.
HeLa cells ATCC CRL-12401 Use the relevant cell type for your experiments.
Lipofectamine 3000 and P3000 enhancer ThermoFisher Scientific L3000001 Use the correct reagent for your cell type; transfection and enhancer reagent
LSRFortessa flow cytometer BD Biosciences N/A
MEM Non-Essential Amino Acids Solution Gibco 11140050
Microcentrifuge Tubes, 1.5 mL Any company of choice
Opti-MEM ThermoFisher Scientific 31985070 reduced serum medium
Phosphate buffered saline ThermoFisher Scientific 70011044
Rainbow calibration beads Spherotech URCP-100-2H
Sodium azide Sigma Aldrich S2002
Trypsin VWR 25-053-CI

References

  1. Prochazka, L., Benenson, Y., Zandstra, P. W. Synthetic gene circuits and cellular decision-making in human pluripotent stem cells. Current Opinion in Systems Biology. 5, 93-103 (2017).
  2. Sayeg, M. K., et al. Rationally designed microRNA-based genetic classifiers target specific neurons in the brain. ACS Synthetic Biology. 4 (7), 788-795 (2015).
  3. Zhen, X., Wroblewska, L., Prochazka, L., Weiss, R., Benenson, Y. Multi-Input RNAi-based logic circuit for identification of specific cancer cells. Science. 333 (6047), 1307-1311 (2011).
  4. Nissim, L., et al. Synthetic RNA-based immunomodulatory gene circuits for cancer immunotherapy. Cell. 171 (5), 1138-1150 (2017).
  5. Nissim, L., Bar-Ziv, R. H. A tunable dual-promoter integrator for targeting of cancer cells. Molecular Systems Biology. 6, 444 (2010).
  6. Mohammadi, P., Castel, S. E., Brown, A. A., Lappalainen, T. Quantifying the regulatory effect size of cis-acting genetic variation using allelic fold change. Genome Research. 27 (11), 1872-1884 (2017).
  7. Prochazka, L., et al. Discrete-to-analog signal pluripotent stem cells conversion in human. BioRxiv. , (2021).
  8. Del Vecchio, D. Modularity, context-dependence, and insulation in engineered biological circuits. Trends in Biotechnology. 33 (2), 111-119 (2015).
  9. Shakiba, N., Jones, R. D., Weiss, R., Del Vecchio, D. Context-aware synthetic biology by controller design: Engineering the mammalian cell. Cell Systems. 12 (6), 561-592 (2021).
  10. Gam, J. J., DiAndreth, B., Jones, R. D., Huh, J., Weiss, R. A ‘poly-transfection’ method for rapid, one-pot characterization and optimization of genetic systems. Nucleic Acids Research. 47 (18), 106 (2019).
  11. Jones, R. D., et al. Robust and tunable signal processing in mammalian cells via engineered covalent modification cycles. Nature Communications. 13 (1), 1720 (2022).
  12. Jones, R. D., et al. An endoribonuclease-based feedforward controller for decoupling resource-limited genetic modules in mammalian cells. Nature Communications. 11 (1), 5690 (2020).
  13. DiAndreth, B., Wauford, N., Hu, E., Palacios, S., Weiss, R. PERSIST platform provides programmable RNA regulation using CRISPR endoRNases. Nature Communications. 13 (1), 2582 (2022).
  14. Frei, T., et al. Characterization and mitigation of gene expression burden in mammalian cells. Nature Communications. 11 (1), 4641 (2020).
  15. Beal, J., Weiss, R., Yaman, F., Adler, A., Davidsohn, N. A method for fast, high-precision characterization of synthetic biology devices. Computer Science and Artificial Intelligence Laboratory Technical Report. Massachusetts institute of technology. , (2012).
  16. Beal, J., et al. Meeting measurement precision requirements for effective engineering of genetic regulatory networks. ACS Synthetic Biology. 11 (3), 1196-1207 (2022).
  17. Teague, B. Cytoflow: A Python toolbox for flow cytometry. bioRxiv. , (2022).
  18. Ferreira, J. P., Overton, K. W., Wang, C. L. Tuning gene expression with synthetic upstream open reading frames). Proceedings of the National Academy of Sciences. 110 (28), 11284-11289 (2013).
  19. Michaels, Y. S., et al. Precise tuning of gene expression levels in mammalian cells. Nature Communications. 10 (1), 818 (2019).
  20. Saito, H., et al. Synthetic translational regulation by an L7Ae-kink-turn RNP switch. Nature Chemical Biology. 6 (1), 71-78 (2010).
  21. Wroblewska, L., et al. Mammalian synthetic circuits with RNA binding proteins for RNA-only delivery. Nature Biotechnology. 33 (8), 839-841 (2015).
  22. Wagner, T. E., et al. Small-molecule-based regulation of RNA-delivered circuits in mammalian cells. Nature Chemical Biology. 14 (11), 1043-1050 (2018).
  23. Sekuklu, S. D., Donoghue, M. T. A., Spillane, C. miR-21 as a key regulator of oncogenic processes. Biochemical Society Transactions. 37, 918-925 (2009).
  24. Stanton, B. C., et al. Genomic mining of prokaryotic repressors for orthogonal logic gates. Nature Chemical Biology. 10 (2), 99-105 (2014).
  25. Stanton, B. C., et al. Systematic transfer of prokaryotic sensors and circuits to mammalian cells. ACS Synthetic Biology. 3 (12), 880-891 (2014).
check_url/64793?article_type=t

Play Video

Cite This Article
Wauford, N., Jones, R., Van De Mark, C., Weiss, R. Rapid Development of Cell State Identification Circuits with Poly-Transfection. J. Vis. Exp. (192), e64793, doi:10.3791/64793 (2023).

View Video