Se describe una metodología que combina el cultivo de células automatizadas con alto contenido de imágenes para visualizar y cuantificar múltiples procesos celulares y de las estructuras, de un modo de alto rendimiento. Estos métodos pueden ayudar en la anotación más funcional de los genomas, así como identificar las redes de genes de enfermedades y los posibles objetivos farmacológicos.
La anotación funcional de los genomas, la construcción de las redes moleculares y la identificación de nuevos objetivos farmacológicos, son retos importantes que deben abordarse como un asunto de gran urgencia 4.1. Múltiples enfoques complementarios "ómicas" han dado pistas sobre los factores de riesgo genéticos y mecanismos patogénicos subyacentes numerosas enfermedades neurodegenerativas, pero la mayoría de los resultados aún requieren validación funcional 5. Por ejemplo, un reciente estudio del genoma de asociación amplia de la enfermedad de Parkinson (EP), identificado loci muchos de los nuevos factores de riesgo de la enfermedad, pero la variante causal subyacente (s) o mecanismo patogénico no se conoce 6, 7. A medida que cada región asociada puede contener varios genes, la evaluación funcional de cada uno de los genes en los fenotipos asociados con la enfermedad, utilizando las técnicas tradicionales de la biología celular sería demasiado larga.
También hay una necesidad de entender las redes moleculares que vinculanmutaciones genéticas que causan los fenotipos. Se espera que los fenotipos de la enfermedad son el resultado de múltiples interacciones que se han interrumpido. La reconstrucción de estas redes con los métodos tradicionales molecular llevaría mucho tiempo. Por otra parte, las predicciones de la red de estudios independientes de los componentes individuales, el enfoque reduccionista, es probable que subestimar la complejidad de la red 8. Esta subestimación podría, en parte, explicar la baja tasa de éxito de la aprobación del medicamento debido a efectos secundarios indeseables o tóxicos. Obtener una perspectiva de la red de caminos de la enfermedad relacionada con HT / HC métodos de selección celular, y la identificación de los nodos clave dentro de estas vías, podría conducir a la identificación de objetivos que son más adecuadas para la intervención terapéutica.
Selección de alto rendimiento (HTS) es una metodología ideal para tratar estos temas 9-12. pero los métodos tradicionales de una sola dimensión integral y ensayos celulares, que utilizan simstic lecturas de los procesos biológicos complejos. No fueron capaces de cuantificar de forma simultánea los fenotipos observados en muchas enfermedades neurodegenerativas como el déficit en el transporte axonal o alteraciones en la morfología de 13 propiedades, 14. Este enfoque no puede ser utilizado para investigar la naturaleza dinámica de los procesos celulares o eventos patogénicos que ocurren en un subconjunto de las células. Para cuantificar estas características hay que pasar a la multi-dimensional fenotipos denominados de alto contenido de detección (HCS) 4, 15-17. HCS es la cuantificación basada en células de varios procesos simultáneamente, lo que proporciona una representación más detallada de la respuesta celular a diversas perturbaciones en comparación con el HTS.
HCS tiene muchas ventajas sobre HTS 18, 19, pero la realización de un alto rendimiento (HT), de alto contenido (HC) en la pantalla de los modelos neuronales es problemático debido a los altos costos, la variación ambiental y el error humano. Con el fin de detectar la respuesta celular en un 'phenomics' escalacon HC imagen que uno tiene que reducir la variación y error, al tiempo que aumenta la sensibilidad y reproducibilidad.
En este documento se describe un método para llevar a cabo con precisión y fiabilidad pantallas ARNhc con el cultivo de células automatizado 20 y HC de imágenes neuronales en modelos celulares. Se describe la forma en que han utilizado esta metodología para identificar moduladores de una proteína en particular, DJ1, que cuando está mutado causa parkinsonismo autosómico recesivo 21.
La combinación de la versatilidad de la HC de imágenes con los métodos de HT, es posible cuantificar con precisión una gran cantidad de fenotipos. Esta tarde podría ser utilizado para avanzar en nuestra comprensión del genoma, las vías involucradas en la patogénesis de la enfermedad, así como identificar posibles dianas terapéuticas.
Con la disminución de los costos de HT / HC sistemas de selección celular, combinadas con la disponibilidad de potentes herramientas de todo el genoma para modificar la función del gen, HT / HC pantallas son cada vez más comunes en el mundo académico. El enfoque ha sido aplicado con éxito en diversas áreas de investigación tales como la identificación de dianas terapéuticas en el cáncer de 9, 31-33 y 34-36 el desarrollo embrionario e incluso tiene un gran potencial para su aplicación en el desciframiento de las vías implicadas en los trastornos neuropsiquiátricos 37,38. Sin embargo la aplicación de este sistema requiere una importante inversión de tiempo y esfuerzo con la optimización de procesos a menudo tomar un mínimo de 6 meses. Todos los pasos, como los tiempos de tripsinización, las velocidades de pipeteado y densidades de siembra deben ajustarse, para asegurar que las células están sanas y crecen constantemente. Prevención de la contaminación bacteriana es uno de los retos más difíciles que enfrenta el cultivo de células automatizado con los protocolos de limpieza semanal en combination con lavado constante de todas las líneas de orientación líquido con etanol al 70% que sea necesaria para los cultivos libres de contaminación. También será necesario mejorar la robótica, para que otros instrumentos, como microscopios confocal de alta resolución y -80 ° C congeladores para el almacenamiento de compuestos pueden ser integrados.
También hay limitaciones que deben ser abordados para mejorar la velocidad sensible, y la utilidad de este método para estudiar las redes de genes e identificar los genes implicados en las vías patógenas molecular.
Para llevar a cabo una pantalla de HT / HC y asegurar que los datos fiables se recogen varios aspectos que deben optimizarse. En primer lugar, la fiabilidad de la medición es de suma importancia y depende de la solidez y la sensibilidad del ensayo. Por ejemplo, los ensayos descritos anteriormente son adecuados para pantallas más pequeñas, pero son difíciles de implementar en una escala amplia del genoma, debido a los pasos de procesamiento número requerido antes de la adquisición de imágenes.Por lo tanto, habría que construir líneas celulares estables que expresan el gen reportero, lo que permitiría obtener imágenes directas y conducir a una variación disminuido debido a la reducción del número de pasos de procesamiento. En la actualidad, el diseño de un ensayo que describe con precisión y fiabilidad cuantifica un fenotipo de interés es un importante cuello de botella en el proceso de selección de HC.
Muchas pantallas se llevan a cabo en células de mamíferos utilizando diferentes bibliotecas de RNAi, que sufren de los efectos fuera del objetivo, la eficacia limitada de silenciamiento génico y la cobertura del genoma incompleto. Así, las bibliotecas deben ser más específicas, potentes y tienen una mejor cobertura. Se están realizando esfuerzos para crear tales se espera que esos esfuerzos mejorarán la reproducibilidad de HT / HC SCRE en hits.
Una de las limitaciones de muchas pantallas de gran escala basada en células es que se llevan a cabo en células de neuroblastoma, ya que puede ser manipulada genéticamente y se cultivan para un gran número con relativa facilidad. Sin embargo, la relevancia de los "hits" identificados en el ex modelos in vivo de cultivo celular para la función in vivo es cuestionable, especialmente porque el cerebro se compone de tipos de células altamente especializadas que forman una red densa y compleja de conexiones sinápticas a funcionar como una unidad altamente integrada. Como consecuencia de ello, es común que llega a identificarse con el método de detección se ha descrito anteriormente, se validan en las pantallas secundarias mediante técnicas adicionales y en los modelos más fisiológicos relevantes 39. Para mejorar la traducción de accesos identificados durante HCS, los modelos más representativos y sofisticados, tales como células primarias y células diferenciadas, madre o de los sistemas de co-cultivo deben ser desarrollados y adaptados para HT / HC enfoques.
ntent "> Con una combinación de cultivo de células automatizado y HC imágenes un rápido puede tener nuevas ideas en función de cómo las neuronas y determinar las vías que son importantes para el desarrollo de la enfermedad. La combinación de HCS / HTS de datos con información generada desde otros enfoques" ómicas ", que se entonces sería posible construir una visión de la biología de sistemas enfermedades del cerebro, lo que facilita el desarrollo terapéutico.The authors have nothing to disclose.
Agradecemos a los programadores de Hamilton y especialistas de apoyo y Blaas Eva de asistencia técnica. Este trabajo fue apoyado por dos Ayudas a la inversión del Nuevo Orden Mundial (911-07-031 y 40-00506-98-10011), El Prinses Beatriz Fonds Wetenschapsprijs 2009 y el Campus de Neurociencias de Amsterdam, SJ con el apoyo de Ti-Pharma: T5-207.
Name of reagent | Company | Catalogue Number |
AI.CELLHOST | HAMILTON | http://www.hamiltonrobotics.com/en-uk/applications/cellomics/ |
OPTI-MEM | INVITROGEN | 31985-054 |
RETINOIC ACID | SIGMA-ALDRICH | R2625 |
OMNITRAY PLATES | NUNC | 465219 |
96 WELL CULTURE PLATES | GRENIER | 655086 |
DJ1 N20 ANTIBODY | SANTA CRUZ | SC27004 |
BETA-III TUBULIN ANTIBODY | SIGMA-ALDRICH | T3952 |
MITOTRACKER CMXROS | INVITROGEN | M-7512 |
HOECHST-33342 | INVITROGEN | H1399 |
HYDROGEN PEROXIDE | SIGMA-ALDRICH | 216763-100ML |
TRYPSIN | INVITROGEN | 25050014 |
DULBECCO’S PHOSPHATE BUFFERED SALINE | INVITROGEN | 14190086 |
PROMEGA WIZARD MAGNESIL TFX | PROMEGA | A2380 |
SHRNA CLONES | OPEN BIOSYSTEMS | http://www.openbiosystems.com/RNAi/shRNALibraries/ TRCLibraryDetails/ |
CELLOMICS BIOAPPLICATIONS | THERMO-FISHER | http://www.thermo.com/hcs |