Génération de sphéroïdes tumoraux 3D pour des études d’évaluation de médicaments
Summary
Cet article démontre une méthode standardisée pour construire des sphéroïdes tumoraux tridimensionnels. Une stratégie d’observation des sphéroïdes et d’analyse d’apprentissage profond basée sur l’image à l’aide d’un système d’imagerie automatisé est également décrite.
Abstract
Au cours des dernières décennies, en plus des cellules cultivées en monocouche, des sphéroïdes tumoraux tridimensionnels ont été développés comme un outil potentiellement puissant pour l’évaluation des médicaments anticancéreux. Cependant, les méthodes de culture conventionnelles n’ont pas la capacité de manipuler les sphéroïdes tumoraux de manière homogène au niveau tridimensionnel. Pour remédier à cette limitation, dans cet article, nous présentons une méthode pratique et efficace de construction de sphéroïdes tumoraux de taille moyenne. De plus, nous décrivons une méthode d’analyse basée sur l’image utilisant un logiciel d’analyse basé sur l’intelligence artificielle qui peut scanner la plaque entière et obtenir des données sur les sphéroïdes tridimensionnels. Plusieurs paramètres ont été étudiés. En utilisant une méthode standard de construction sphéroïde tumorale et un système d’imagerie et d’analyse à haut débit, l’efficacité et la précision des tests de médicaments effectués sur des sphéroïdes tridimensionnels peuvent être considérablement augmentées.
Introduction
Le cancer est l’une des maladies les plus redoutées par les êtres humains, notamment en raison de son taux de mortalité élevé1. Au cours des dernières années, la possibilité de traiter le cancer a augmenté à mesure que de nouvelles thérapies ont été introduites 2,3,4,5. Des modèles in vitro bidimensionnels (2D) et tridimensionnels (3D) sont utilisés pour étudier le cancer en laboratoire. Cependant, les modèles 2D ne peuvent pas évaluer immédiatement et avec précision tous les paramètres importants qui indiquent une sensibilité antitumorale; Par conséquent, ils ne représentent pas pleinement les interactions in vivo dans les essais de pharmacothérapie6.
Depuis 2020, le marché mondial de la culture tridimensionnelle (3D) a été considérablement stimulé. Selon un rapport du NASDAQ OMX, la valeur mondiale du marché de la culture cellulaire 3D dépassera 2,7 milliards de dollars d’ici la fin de 2025. Par rapport aux méthodes de culture 2D, la culture cellulaire 3D présente des propriétés avantageuses, qui peuvent être optimisées non seulement pour la prolifération et la différenciation, mais aussi pour la survie à long terme 7,8. Par de tels moyens, les microenvironnements cellulaires in vivo peuvent être simulés pour obtenir une caractérisation plus précise de la tumeur, ainsi qu’un profilage métabolique, afin que les altérations génomiques et protéiques puissent être mieux comprises. Pour cette raison, les systèmes de test 3D devraient maintenant être inclus dans les opérations de développement de médicaments traditionnelles, en particulier celles axées sur le dépistage et l’évaluation de nouveaux médicaments antitumoraux. Les croissances tridimensionnelles de lignées cellulaires établies immortalisées ou de cultures cellulaires primaires dans des structures sphéroïdes possèdent des caractéristiques in vivo de tumeurs telles que l’hypoxie et la pénétration de médicaments, ainsi que l’interaction, la réponse et la résistance cellulaires, et peuvent être considérées comme un modèle rigoureux et représentatif pour effectuer un dépistage in vitro de médicaments 9,10,11.
Cependant, ces modèles de culture 3D souffrent également de plusieurs problèmes qui peuvent prendre un certain temps à résoudre. Les sphéroïdes cellulaires peuvent être formés à l’aide de ces protocoles, mais ils diffèrent par certains détails, tels que le temps de culture ou l’incorporation de gels12, de sorte que ces sphéroïdes cellulaires construits ne peuvent pas être bien contrôlés dans une plage de taille restreinte. La taille des sphéroïdes peut influencer la cohérence du test de viabilité et de l’analyse d’imagerie. Les microenvironnements de croissance et les facteurs de croissance varient également, ce qui peut conduire à des morphologies différentes en raison des différences de différenciation entre les cellules13. Il existe maintenant un besoin évident d’une méthode standard, simple et rentable pour construire tous les types de tumeurs avec des tailles contrôlées.
D’un autre point de vue, bien que des tests homogènes et des approches d’imagerie à haut contenu aient été développés pour évaluer la morphologie, la viabilité et le taux de croissance, le criblage à haut débit des modèles 3D reste un défi pour diverses raisons rapportées dans la littérature, telles que le manque d’uniformité dans la position, la taille et la morphologie des sphéroïdes tumoraux14,15,16.
Dans le protocole présenté ici, nous énumérons chaque étape de la construction de sphéroïdes tumoraux 3D et décrivons une méthode d’observation et d’analyse des sphéroïdes à l’aide d’un système d’imagerie à haut débit et à contenu élevé qui implique l’autofocus, l’auto-imagerie et l’analyse, entre autres caractéristiques avantageuses. Nous montrons comment cette méthode peut produire des sphéroïdes tumoraux 3D de taille uniforme qui conviennent à l’imagerie à haut débit. Ces sphéroïdes démontrent également une grande sensibilité au traitement médicamenteux du cancer, et les changements morphologiques dans les sphéroïdes peuvent être surveillés à l’aide d’une imagerie à haut contenu. En résumé, nous démontrons la robustesse de cette méthodologie comme moyen de générer des constructions tumorales 3D à des fins d’évaluation de médicaments.
Protocol
Representative Results
Discussion
Le microenvironnement joue un rôle important dans la croissance tumorale. Il peut affecter la fourniture de matrices extracellulaires, les gradients d’oxygène, la nutrition et l’interaction mécanique et, par conséquent, affecter l’expression des gènes, les voies de signalisation et de nombreuses fonctions des cellules tumorales 19,20,21. Dans de nombreux cas, les cellules 2D ne produisent pas de tels effets ou même p…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Nous remercions tous les membres de nos laboratoires pour leurs commentaires critiques et leurs suggestions. Cette recherche a été soutenue par le projet clé de la Commission de la santé du Jiangsu (K2019030). La conceptualisation a été effectuée par C.W. et Z.C., la méthodologie a été effectuée par W.H. et M.L., l’enquête a été effectuée par W.H. et M.L., la conservation des données a été effectuée par W.H., Z.Z., S.X. et M.L., la préparation de l’ébauche originale a été effectuée par Z.Z., J.Z., S.X., W.H., et X.L., l’examen et la révision ont été effectués par Z.C., l’administration du projet a été effectuée par C.W. et Z.C., et l’acquisition du financement a été effectuée par C.W. Tous les auteurs ont lu et accepté la version publiée du manuscrit.
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 |
References
- 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).
