이 프로토콜은 종양 내 이질성을 포착하기 위해 다중 매개변수, 단일 오가노이드 약물 반응을 정량화하고 시각화하기 위한 중간 및 고처리량 오가노이드 약물 스크리닝 및 현미경에 구애받지 않는 자동 이미지 분석 소프트웨어를 위한 반자동 방법을 설명합니다.
환자 유래 종양 오가노이드(PDTO)는 전임상 및 중개 연구와 생체 외 약물 스크리닝에서 환자 치료 반응을 예측하는 데 큰 가능성을 가지고 있습니다. 그러나 현재의 아데노신 삼인산(ATP) 기반 약물 스크리닝 분석은 대량 판독으로 인해 PDTO에서 유지되는 것으로 나타난 약물 반응(세포증식 억제 또는 세포독성) 및 종양 내 이질성의 복잡성을 포착하지 못합니다. 생세포 이미징은 이 문제를 극복하고 약물 반응을 보다 심층적으로 시각화하는 강력한 도구입니다. 그러나 이미지 분석 소프트웨어는 PDTO의 3차원에 적합하지 않거나 형광 생존율 염료가 필요하거나 384웰 마이크로플레이트 형식과 호환되지 않는 경우가 많습니다. 이 백서에서는 기존의 광시야 라이브 셀 이미징 시스템을 사용하여 처리량이 높은 384웰 형식으로 PDTO를 시드, 처리 및 이미지화하는 반자동 방법론에 대해 설명합니다. 또한 생존력 마커가 없는 이미지 분석 소프트웨어를 개발하여 재현성을 개선하고 서로 다른 PDTO 라인 간의 성장률 변화를 수정하는 성장률 기반 약물 반응 지표를 정량화했습니다. 양성 및 음성 대조군 조건으로 정규화된 성장률을 기반으로 약물 반응에 점수를 매기는 정규화된 약물 반응 메트릭과 형광 세포 사멸 염료를 사용하면 세포독성 및 세포증식 억제 약물 반응을 쉽게 구별할 수 있어 반응자와 비반응자의 분류를 크게 개선할 수 있습니다. 또한, 약물-반응 이질성은 단일 오가노이드 약물 반응 분석으로부터 정량화함으로써 잠재적인 내성 클론을 식별할 수 있다. 궁극적으로, 이 방법은 운동 성장 정지 및 세포 사멸 정량화를 포함하는 다중 파라미터 약물 반응 시그니처를 캡처하여 임상 치료 반응의 예측을 개선하는 것을 목표로 합니다.
최근 몇 년 동안 체외 암 약물 발견, 약물 스크리닝 및 기초 연구는 불멸화 된 세포주가있는 전통적인 2 차원 (2D) 암 모델의 사용에서보다 생리 학적으로 관련성이 높은 3 차원 (3D) 암 모델로 전환되고 있습니다. 이것은 고형 종양에 존재하는 더 복잡한 세포 간 상호 작용 및 구조를 재현하는 확립된 암 세포주를 가진 종양 스페로이드의 채택에 박차를 가했습니다. 현재 환자 유래 종양 오가노이드(PDTO)는 종양 스페로이드에 비해 추가적인 이점, 즉 암 환자1에서 발견되는 이질성을 제공하기 때문에 시험관 내 암 연구에 사용할 수 있는 가장 진보되고 생리학적으로 관련된 3D 암 모델입니다. PDTO는 암 환자로부터 유래 한 종양 조직으로부터 확립되며, 따라서 종양 표현형과 유전자형을 모두 유지한다. 따라서 PDTO는 기초 및 중개 암 연구에 매우 중요해지고 있으며 정밀종양학을 크게 개선할 수 있는 잠재력을 가지고 있습니다2.
유망한 잠재력에도 불구하고 이러한 정교한 3D 체외 암 모델은 고급 분석 방법이 부족하기 때문에 종종 활용도가 낮습니다. 가장 일반적으로 사용되는 분석은 세포내 ATP3의 정량화를 통해 PDTO에서 생존 가능한 세포의 수를 결정합니다. 이러한 분석은 일반적으로 단일 시점, 대량 분석이므로 중요한 시간 종속 반응을 간과하고 클론 반응을 무시합니다. 특히, PDTO의 성장 (성장률)과 특정 치료법에 대한 반응을 모니터링하는 능력은 높은 관심의 대상입니다 4,5. 양성(ctrl+) 및 음성 대조군(ctrl-) 상태로 정규화된 성장률을 기반으로 약물 반응에 점수를 매기는 정규화된 약물 반응(NDR)도 최근 세포 기반 스크리닝으로 항암제 민감도를 평가하는 중요한 지표로 보고되었지만 주로 2D 세포주6에 대해 수행되었습니다. 따라서 이러한 임상적으로 대표적이고 복잡한 3D 암 모델을 최대한 활용하기 위해서는 보다 정교한 분석 방법이 필요합니다. 현미경은 이러한 유기체 모델의 복잡성을 연구하는 강력한 접근 방식으로 간주됩니다7.
이 백서는 기존의 광시야 현미경 및 생세포 이미징 시스템을 사용하여 3D 암 모델에서 운동 약물 반응을 모니터링하는 방법을 설명합니다. Driehuis et al.4 에서 설명한 프로토콜은 피펫팅 로봇, 디지털 약물 디스펜서 및 생세포 이미징 시스템을 사용하는 자동화와 호환되도록 조정되어 재현성을 높이고 ‘실습’ 노동 시간을 줄였습니다. 이 방법을 사용하면 384웰 마이크로플레이트 및 다중 오가노이드 형식으로 확립된 암 세포주(테스트된 세포주는 보충 표 S1 참조)와 PDTO가 있는 종양 스페로이드를 모두 중간에서 고처리량으로 약물 스크리닝할 수 있습니다. 컨볼루션 네트워크 머신 러닝 프로세스를 사용하면 형광 생세포 라벨링 염료를 사용하지 않고 명시야 이미징에서만 개별 종양 스페로이드 또는 PDTO의 자동 식별 및 추적을 수행할수 있습니다8. 명시야 이미징을 사용한 대부분의 식별에는 수동 주석(힘들고 시간이 많이 소요됨)이 필요하거나 형광 염료를 추가해야 하므로 광독성 유도 산화 스트레스와 관련된 약물 반응을 혼동할 수 있기 때문에이는 매우 유리합니다9.
그 결과 자체 개발한 이미지 분석 소프트웨어는 3D 이미지 분석 모듈을 사용할 수 없거나, 플랫폼이 제한되거나, 384웰 마이크로플레이트 및 홀웰 이미징과 호환되지 않기 때문에 기존 라이브 셀 이미징 시스템의 기능을 확장합니다. 또한 이러한 모듈은 종종 가격이 비싸고 제한된 벌크 오가노이드 판독값을 제공합니다. 따라서 이 방법은 널리 사용 가능한 생세포 이미징 시스템에 액세스할 수 있고 황금 표준이지만 기초적인 ATP 기반 분석에 비해 약물 반응에 대한 더 많은 정보를 추출하는 것을 목표로 하는 과학자에게 매우 적합합니다. 특정 세포 사멸 지표를 추가하면 세포 증식 억제 약물 반응을 세포 독성 반응과 구별 할 수 있으므로 현재 단일 시점 분석에서 달성 할 수없는 기계 론적 약물 작용에 대한 추가 통찰력을 제공합니다. 마지막으로, 라이브 셀 이미징을 통해 개별 오가노이드 추적을 통해 단일 오가노이드 약물 반응 메트릭을 획득하여 반응 이질성을 캡처하고 잠재적인 내성 서브클론을 식별할 수 있습니다.
이 방법 및 관련 이미지 분석 소프트웨어의 목표는 오가노이드 약물 스크리닝에서 저비용 자동화를 구현하여 사용자 개입을 제한하고 취급, 이미지 분석 및 데이터 분석의 변동성을 줄이는 것입니다. 연구원이 이 소프트웨어를 사용할 수 있도록 현미경 및 플랫폼에 구애받지 않으며 클라우드 기반 응용 프로그램을 사용할 수 있습니다. 따라서 기존의 생세포 이미징 시스템을 지원함으로써 3D 배양 응용 분야 및 분석을 위한 기능을 개선하는 것도 목표로 합니다.
중간 처리량에서 높은 처리량의 PDTO 약물 스크리닝은 종종 오가노이드가 잠재적으로 제공할 수 있는 정보의 일부만 추출하는 판독값에 의존합니다. 빠르게 진화하는 오가노이드 기술이 더 큰 과학적 및 임상적 잠재력을 실현하기 위해서는 보다 발전된 3D 분석, 판독 및 분석 방법이 매우 필요하다는 것이 점점 더 분명해지고 있습니다. 여기에서는 재현성을 높일 뿐만 아니라 AI 기반 라이브 셀 이미징 판독을 통합하여 임상 번역성을 크게 향상시키는 고급 스크리닝 파이프라인에 대해 설명합니다. 자체 개발한 분석 소프트웨어 외에도 정규화된 약물 반응 메트릭(NDR)의 사용이 구현되어 치료 반응에서 환자별 차이를 정의하는 능력을 명확하게 보여줍니다6.
이 정규화 지표의 포함은 의심할 여지 없이 엄청난 가치가 있을 것이며, 수많은 연구가 곡선 아래 면적(AUC) 또는 절반 최대 억제 농도(IC50)의 사소한 차이를 기반으로 치료 반응을 설명하는 것을 목표로 한다는 점을 상기합니다(대부분의 용량-반응 곡선이 서로 겹치거나 가깝게 위치하기 때문에)11,12 . 성장률 메트릭은 ATP 기반 분석을 사용하는 오가노이드 약물 스크리닝 프로토콜에서 이미 구현되었지만 시점 0에서 용해된 기준 웰의 정규화에 의존합니다4. 대조적으로, 이 방법은 PDTO 성장률의 환자 간 차이뿐만 아니라 재현성을 높이기 위해 파종 밀도 및 플레이트 위치 의존적 효과의 변화로 인한 웰 간 차이를 설명하는 웰 내 성장률 정규화를 허용합니다. 또한, 정상화 6,8을 위한 양성 대조군을 포함함으로써 환자 간 PDTO 반응의 분리를 더욱 증가시키기 위해 NDR을 조정하였다.
또한 고처리량 및 자동화 형식과 호환되는 이 분석은 개별 오가노이드 반응을 정확하게 검출할 수 있어 종양 재발 및 진행의 주요 원동력인 클론 내 내성의 정량화를 가능하게 합니다13. 예를 들어, PDAC052 및 PDAC060이 시험 관내 치료에 대해 양호한 반응을 보였으나(NDR 기준), 추가의 단일-오가노이드 분석은 치료에 반응하지 않는 서브클론의 작은(PDAC060을 갖는 더 큰 집단) 집단을 검출할 수 있었다. 흥미롭게도, 이것은 PDAC052 및 PDAC060이 지속적인 반응 (종양 활성이 검출되지 않음)을 가졌지 만 결국 둘 다 국소 종양 진행으로 진단 된 것을 감안할 때 임상 관찰과 매우 일치했다 (내성 클론의 존재로 인해). 기존의 3D 판독(ATP 기반 분석 및 크기/숫자)과 비교하여 이 고급 스크리닝 파이프라인은 이러한 ‘실험실 내 환자’에서 임상적으로 관련된 정보를 더 많이 추출하여 예측 성능을 향상시킬 것으로 예상됩니다. 이 가설은 현재 저자의 실험실에서 임상 PDTO 샘플을 스크리닝하여 생체 외 반응 및 임상 결과와 상호 연관시켜 테스트되고 있습니다.
약물 반응의 메커니즘에 대한 더 많은 통찰력을 얻기 위해 세포 독성 염료 외에도 기존의 형광 생세포 이미징 시약이 이 방법과 호환되어 세포 사멸 메커니즘을 연구합니다. 우리는 이전에 시스플라틴 치료8 후 카스파제 의존성 세포자멸사 유도를 연구하기 위해 이 방법과 Sartorius Caspase 3/7 녹색 시약의 호환성을 보여주었습니다. 산화 스트레스(CellROX 시약) 또는 저산소증(Image-iT 저산소증 시약)을 연구하기 위한 다른 염료와의 호환성은 아직 테스트되지 않았습니다. 그러나, 이들 시약은 이미 3D 시험관내 모델14,15에서 성공적으로 사용되고 있다.
이미지 분석 소프트웨어는 오가노이드의 선명하고 초점이 맞는 이미지를 캡처할 수 있는 경우 다른 플레이트 형식 또는 배양 방법(예: 마이크로캐비티 플레이트, ECM 돔)과도 호환됩니다. 돔에서 배양된 오가노이드는 서로 다른 z-평면에서 자라기 때문에 항상 사용할 수 없는 현미경의 z-스태킹 기능이 필요하기 때문에 이는 종종 어렵습니다. 따라서 충분한 품질의 이미지를 보장하기 위해 평평한 바닥 ULA 384-well 마이크로 플레이트를 사용하는 것이 좋습니다.
또한, 분석은 IncuCyte ZOOM 시스템(8)으로 캡처된 위상차 이미지에 대해 이전에 도시된 바와 같이, 다른 라이브 셀 이미징 시스템과 호환됩니다. 이 원고에 사용된 Spark Cyto 라이브 셀 이미징 시스템의 한계는 운동 측정을 위한 원플레이트 용량입니다. 그러나 Spark Motion 확장은 대량으로 스크리닝할 수 있는 최대 40개의 마이크로플레이트로 용량을 증가시킵니다. 사내에서 개발한 소프트웨어의 호환성은 이미지 및 데이터 분석 파이프라인을 표준화하고 자동화하는 것을 목표로 플랫폼에 구애받지 않는 솔루션을 제공하기 위해 이러한 시스템 및 기타 시스템으로 확장될 것입니다. 웹 기반 애플리케이션에는 이 백서에 표시된 것처럼 대화형 그래프 도구와 자동화된 약물 메트릭 계산도 포함되어 수동 분석 시간을 단축합니다.
무표지 PDTO 분할 알고리즘은 뚜렷한 형태학적 차이(고체, 반고체, 낭성)가 있는 다양한 자체 성장 스페로이드 및 PDTO 모델에서 훈련 및 테스트되었으며 결과적으로높은 정확도로 이를 감지할 수 있습니다8. 이 모델의 한계는 낭성 PDTO를 포함하면 파종 후 우물에 존재하는 기포의 원치 않는 검출이 증가한다는 것입니다. 그러나, 하룻밤 배양은 이들 기포의 대부분을 제거하기에 충분하였고, 정성적 시점 0 스캔을 허용하였다. 오가노이드 이미지 분할 및 방법의 정확성은 다른 사용자가 검증해야 하며, 사용자의 피드백을 기반으로 소프트웨어를 추가로 훈련하여 강력하고 자동화된 이미지 분석 알고리즘을 얻을 수 있습니다. 또한, 우리는 이 방법으로 정량화된 체외의 약물 반응을 환자의 임상 반응과 연관시켜 치료 반응을 예측하기 위한 최상의 파라미터를 식별하고 기능적 정밀 암 의학을 위한 이 방법을 추가로 개발하는 더 많은 임상 데이터를 얻는 것을 목표로 합니다16.
The authors have nothing to disclose.
이 연구의 일부는 Dedert Schilde vzw와 Willy Floren을 포함한 여러 기부자의 기부금으로 자금을 지원받았습니다. 이 연구는 플랑드르 연구 재단, 12S9221N (A.L.), G044420N (S.V., A.L., E.G), 1S27021N (M.L) 및 앤트워프 대학의 산업 연구 기금, PS ID 45151 (S.V., A.L., C.D.)에서 부분적으로 자금을 지원합니다. 그림 1 은 BioRender.com 로 작성되었습니다.
6-well plate | Greiner | 657160 | |
8-Channel p300 (GEN 2) pipette | Opentrons | ||
300 µL Tips | Opentrons | ||
384-well flat-bottom ULA microplate | Corning | 4588 | minimum volume 50 µL |
384-well flat-bottom ULA Phenoplate | Perkin Elmer | 6057802 | minimum volume 75 µL |
A8301 | Tocris Bioscience | 2939 | |
ADF+++ | Advanced DMEM/F12, 1% GlutaMAX, 1% HEPES, 1% penicillin/streptomycin | ||
Advanced DMEM/F-12 | ThermoFisher Scientific | 12634 | |
B27 | ThermoFisher Scientific | 17504044 | |
Breathe easy sealing membrane | Sigma-Aldrich | Z380059 | |
Caspase 3/7 Green | Sartorius | 4440 | |
Cell Counting Slides for TC10/TC20 | Bio-Rad Laboratories | 1450017 | |
CellTiter-Glo 3D | Promega | G9681 | ATP-assay |
Cooler for 25 mL reservoir | VWR (Diversified Biotech) | 490006-908 | |
Cooling element 12 x 8 x 3 cm | Bol.com | 9200000107744702 | For custom microplate holder OT-2 |
Cultrex Organoid Harvesting Solution | R&D systems | 3700-100-01 | |
Cultrex PathClear Reduced Growth Factor BME, Type 2 | R&D systems | 3533-010-02 | extracellular matrix (ECM) |
Cytotox Green | Sartorius | 4633 | |
Cytotox Red | Sartorius | 4632 | |
D300e | Tecan | Digital drug dispenser | |
D300e Control v3.3.5 | Tecan | Control software D300e | |
FGF10 | Peprotech | 100-26 | |
Full Medium | ADF+++ supplemented with 0.5 nM WNT surrogate-Fc-Fusion protein, 4% Noggin-Fc Fusion Protein conditioned medium, 4% Rpso3-Fc Fusion Protein conditioned medium, 1x B27, 1 mM N-acetyl cysteine (NAC), 5 mM nicotinamide, 500 nM A83-01, 100 ng/mL FGF10, and 10 nM Gastrin | ||
Gastrin | Sigma-Aldrich | G9145 | |
Gemcitabine | Selleck Chemicals | S1714 | |
GlutaMAX | ThermoFisher Scientific | 35050 | |
HEPES | ThermoFisher Scientific | 15630056 | |
Hoechst 33342 Solution (20 mM) | ThermoFisher Scientific | 62259 | |
Human pancreatic ductal adenocarcinoma (PDAC) patient-derived organoids | Biobank@uza (Antwerp, Belgium; ID: BE71030031000; Belgian Virtual Tumorbank funded by the National Cancer Plan) | ||
N-acetyl-cysteine | Sigma-Aldrich | A9165-25G | |
Nicotinamide | Sigma-Aldrich | N0636-100G | |
Noggin-Fc Fusion Protein conditioned medium | Immunoprecise | N002 | |
Opentrons App v6.0.1 | Opentrons | OT-2 control software | |
Opentrons Protocol Designer Tool | Opentrons | https://designer.opentrons.com/ | |
Orbits data compression tool | www.orbits-oncology.com or contact corresponding author | ||
Orbits image analysis webapp | University of Antwerp | www.orbits-oncology.com or contact corresponding author | |
OT-2 | Opentrons | Pipetting robot | |
Paclitaxel | Selleck Chemicals | S1150 | |
Pasteur Pipette 230 mm | Novolab | A33696 | |
Peniciline-Streptomycin | ThermoFisher Scientific | 15140 | |
Prism 9 | GraphPad | ||
Rspo3-Fc Fusion Protein conditioned medium | Immunoprecise | N003 | |
Spark Cyto 600 | Tecan | Live-cell imaging and multi-mode platereader | |
SparkControl v3.1 | Tecan | Spark Cyto control software | |
Staurosporine | Tocris Bioscience | 1285 | |
Sterile 25 mL reservoir | VWR (Diversified Biotech) | 10141-922 | |
T8 plus cassette | Tecan | ||
TC20 | Bio-Rad Laboratories | automated cell counter | |
TrypLE | ThermoFisher Scientific | 12604-021 | dissociation enzyme |
Tween-20 | Acros Organics | 233360010 | |
WNT Surrogate-Fc-Fusion protein | Immunoprecise | N001 | |
Y-27632 | Selleck Chemicals | S1049 |