用于适应高通量/高含量筛查的细胞内分枝杆菌定量的微观表型检测
Summary
在这里，我们描述了一种表型检测，适用于小干扰合成RNA（siRNA）、化合物和 结核 分枝杆菌突变库的高通量/高含量屏幕。该方法依靠使用自动共聚焦显微镜检测荧光标记的荧光结 核分枝杆菌 。
Abstract
尽管有治疗和疫苗，结核病（TB）仍然是世界上最致命和最普遍的细菌感染之一。几十年来，多重耐药菌株的突然爆发对结核病的控制构成了严重威胁。因此，必须确定新的靶点和途径，对结核病的致病剂，结核分枝杆菌（Mtb）至关重要，并寻找可能成为结核病药物的新化学物质。一种方法是建立适合大型图书馆的基因和化学屏幕的方法，以便在大海捞针。为此，我们开发了一种表型检测，依靠使用自动共焦显微镜检测荧光标记的Mtb。这种体外测定允许对Mtb的殖民化过程进行基于图像的定量，并针对 384 井微板格式进行了优化，该格式适合锡RNA、化合物或Mtb突变库的屏幕。然后对图像进行多参数分析处理，从而提供主机单元内Mtb发病机理的读取推断。
Introduction
在过去几年报告的新兴和重新出现的传染性病原体中，结核病分枝杆菌（Mtb）在2011年造成140万人死亡和870万新感染（2012年全球结核病报告，www.who.int/topics/tuberculosis/en/）中占有突出地位。尽管有多种药物疗法，感染人数仍在上升，耐多药（MDR）以及广泛耐药（XDR）Mtb正在迅速蔓延到世界各地1。 此外，在考虑Mtb抗原的存在时，很明显，全球三分之一的人口被认为是潜在的感染Mtb。 据统计，在十分之一的病例中，有1个病例正在向该病的活跃形式发展，随后出现临床症状2。因此，迫切需要新的手段来打击Mtb。在此背景下，我们开发了一种体外视觉表型检测，依靠自动共聚焦荧光显微镜3监测Mtb入侵并繁殖成宿主细胞。将检测结果与自动图像采集和分析相结合，在 384 井微晶板中进行适应，允许对化合物、硅RNA 和细菌突变体的中尺度库进行高含量/高通量筛选 （HC/HTS）。因此，在这种表型检测上筛选一个基因组宽的RNAi库，能够识别与Mtb贩运和细胞内复制有关的关键宿主因素，并能够阐明块茎杆菌利用的宿主通路。这种特殊的表型检测的另一个适应是识别细菌因素，这些细菌因素对Mtb内法戈索马尔的持久性至关重要。例如，逮捕法戈索姆成熟被认为是促进Mtb在巨噬细胞中生存和复制的主要机制之一。监测荧光标记酸性隔间中Mtb淘汰突变体的亚细胞定位，使参与生存过程的细菌基因得以识别。最后，Mtb的高含量成像也为量化药物效率提供了一个很好的方法，用于抑制细胞内细菌生长3等各种现象。总之，这种高通量表型检测可以加速对结核病的药物发现，这些不同方法收集的数据有助于更好地了解Mtb施加的宿主操纵。
Protocol
Representative Results
Discussion
我们在这里描述使用 GFP 表达 Mtb H37Rv 菌株感染荧光标记主机单元所需的表型检测方法，使其适合高含量/高通量屏幕。该协议可应用于广泛的化合物、荧光探头和 Mtb 突变体。对于上述每个协议，可以在图像采集之前执行固定和免疫标记步骤。我们使用配备 20X （NA 0.70） 或 60X （NA 1.2） 水透镜的自动荧光同焦显微镜来获取图像。共焦显微镜配备了405、488、561和640纳米激发激光器。发?…
Divulgaciones
The authors have nothing to disclose.
Acknowledgements
这项工作的财政支助由欧洲共同体（ERC-STG INTRACELLTB赠款n°260901，MM4TB赠款n°260872）、国家复兴银行、联邦（12001407（D-AL）Equipex想象生物医学）和加莱地区提供。我们感谢加斯帕德·德洛伊森、伊丽莎白·韦克迈斯特、安东尼诺·邦焦瓦尼和弗兰克·拉方特从BICEL平台获得的技术援助。
Materials
| µclear-plate black, 384 well | Greiner bio-one | 781091 | 127.8/86/15 MM with Lid, TC treated |
| CellCarrier 384 well plate | PerkinElmer | 6007550 | Black, Clear Bottom, with Lid, TC treated |
| V-bottom white , 384 well-plate | Greiner bio-one | 781280 | |
| sealing tape, breathable, sterile | Corning | 3345 | |
| Lipofectamine RNAiMax | Life Technologies | 13778150 | Transfection reagent |
| Dimethyl sulfoxide | Sigma-Aldrich | 34943 | |
| RPMI 1640 + GlutaMAX-I | Life Technologies | 61870-010 | Cell culture medium |
| D-PBS 1X [-]MgCl2/[-]CaCl2 | Life Technologies | 14190-094 | Dulbecco's Phosphate Salin Buffer |
| D-PBS 1X [+]MgCl2/[+]CaCl2 | Life Technologies | 14190-091 | Dulbecco's Phosphate Salin Buffer |
| Fetal bovine serum | Life Technologies | 2610040-79 | |
| FICOLL PAQUE PLUS | DUTSCHER | 17-1440-03 | Ficoll for Peripherical Blood Monocyte Cells purification |
| CD14 MicroBeads, human | Miltenyi | 130-050-201 | Purification of CD14+ Monocytes |
| Human M-CSF, premium gr. (1000 μg) | Miltenyi | 130-096-493 | Macrophage Colony Stimulating Factor |
| LS Columns | Miltenyi | 130-042-401 | Columns for CD14+ Monocytes isolation |
| Tween 80 | Euromedex | 2002-A | Mycobacteria culture |
| Glycerol high purity | Euromedex | 50405-EX | Mycobacteria culture |
| Middlebrook OADC enrichment | Becton-Dickinson | 211886 | Mycobacteria culture |
| 7H9 | Becton-Dickinson | W1701P | Mycobacteria culture |
| Versene 1X | Life Technologies | 15040033 | Non enzymatic cell dissociation solution |
| DAPI | Life Technologies | D1306 | Nuclei dye |
| Hoechst 33342 | Life Technologies | H3570 | Nuclei dye |
| Syto60 | Life Technologies | S11342 | Nuclei/cytoplasm dye |
| Formalin | Sigma-Aldrich | HT5014 | Cell fixation solution |
| siRNA targeting Dectin-1 | Santa-Cruz | sc-63276 | |
| *siGenome* Non targeted siRNA pool | Dharmacon | D-001206-14 | |
| Rifampicin | Sigma-Aldrich | R3501 | antibiotic |
| Isoniazid (INH) | Sigma-Aldrich | I3377-50G | antibiotic |
| Hygromycin B | Life Technologies | 10687-010 | antibiotic |
| Amikacin | Sigma-Aldrich | A1774 | antibiotic |
| Automated Confocal Microscope OPERA | PerkinElmer | Image acquisition | |
| Columbus 2.3.1 Server Database | PerkinElmer | Data transfert, storage and analysis | |
| Acapella 2.6 software | PerkinElmer | Image-based analysis | |
| GraphPad Prism5 software | GraphPad | Statistical analysis | |
| Excel 2010 | Microsoft | Statistical analysis |
Referencias
- Gandhi, N. R., et al. Multidrug-resistant and extensively drug-resistant tuberculosis: a threat to global control of tuberculosis. Lancet. 375, 1830-1843 (2010).
- Barry, C. E., et al. The spectrum of latent tuberculosis: rethinking the biology and intervention strategies. Nat. Rev. Microbiol. 7, 845-855 (2009).
- Christophe, T., Ewann, F., Jeon, H. K., Cechetto, J., Brodin, P. High-content imaging of Mycobacterium tuberculosis-infected macrophages: an in vitro model for tuberculosis drug discovery. Future Med. Chem. 2, 1283-1293 (2010).
- Brodin, P., et al. High content phenotypic cell-based visual screen identifies Mycobacterium tuberculosis acyltrehalose-containing glycolipids involved in phagosome remodeling. PLoS Pathog. 6, (2010).
- Bermudez, L. E., Goodman, J. Mycobacterium tuberculosis invades and replicates within type II alveolar cells. Infect. Immun. 64, 1400-1406 (1996).
- Dobos, K. M., Spotts, E. A., Quinn, F. D., King, C. H. Necrosis of lung epithelial cells during infection with Mycobacterium tuberculosis is preceded by cell permeation. Infect. Immun. 68, 6300-6310 (2000).
- McDonough, K. A., Kress, Y. Cytotoxicity for lung epithelial cells is a virulence-associated phenotype of Mycobacterium tuberculosis. Infect. Immun. 63, 4802-4811 (1995).
- Lee, H. M., Yuk, J. M., Shin, D. M., Jo, E. K. Dectin-1 is inducible and plays an essential role for mycobacteria-induced innate immune responses in airway epithelial cells. J. Clin. Immunol. 29, 795-805 (2009).
- Zhang, J. H., Chung, T. D., Oldenburg, K. R. A Simple Statistical Parameter for Use in Evaluation and Validation of High Throughput Screening Assays. J. Biomol. Screen. 4, 67-73 (1999).
- Birmingham, A., et al. Statistical methods for analysis of high-throughput RNA interference screens. Nat. Methods. 6, 569-575 (2009).
- Carralot, J. P., et al. Automated high-throughput siRNA transfection in raw 264.7 macrophages: a case study for optimization procedure. J. Biomol. Screen. 14, 151-160 (2009).
- Zhang, X. D. Illustration of SSMD, z score, SSMD*, z* score, and t statistic for hit selection in RNAi high-throughput screens. J. Biomol. Screen. 16, 775-785 (2011).
- Song, O. R., et al. Confocal-based method for quantification of diffusion kinetics in microwell plates and its application for identifying a rapid mixing method for high-content/throughput screening. J. Biomol. Screen. 15, 138-147 (2010).
