אפליה ואפיון אוכלוסיות הטרוסקלריות באמצעות טכניקות הדמיה כמותית
Summary
פיתחנו פרוטוקול חדש לחקר הדינמיקה האוכלוסייה הטרוקלולרית בתגובה הפרעות. כתב יד זה מתאר פלטפורמה מבוססת הדמיה המייצרת מערכי נתונים כמותיים לאפיון סימולטני של פנוטיפים סלולריים מרובים של אוכלוסיות הטרוסלריות בצורה חזקה.
Abstract
תהליכים סלולריים הם מורכבים הנובעים משחק הגומלין בין סוגי תאים מרובים וסביבתם. קיימות ביולוגיה תא טכניקות לעתים קרובות אינם מאפשרים פרשנות מדויקת של משחק זה. באמצעות גישה כמותית מבוסס הדמיה, אנו מציגים פרוטוקול תוכן גבוהה לאפיון התגובות פנוטיפי דינמי ( כלומר מורפולוגיה שינויים, התפשטות, אפופטוזיס) של אוכלוסיות תאים הטרוגנית לשינויים גירויים סביבתיים. אנו מדגישים את היכולת שלנו להבחין בין סוגי תאים בהתבסס על עוצמת הקרינה או תכונות המורפולוגיה הטמון בהתאם ליישום. פלטפורמה זו מאפשרת אפיון מקיף יותר של התגובה subpopulation כדי הפרעות תוך ניצול זמן קצר יותר, כמויות קטנות יותר של ריאגנטים, ואת הסיכוי הנמוך יותר של שגיאה מאשר מבחני התא המסורתית ביולוגיה. עם זאת, במקרים מסוימים, אוכלוסיות תאים עשוי להיות קשה לזהות לכמת מבוסס על cellu מורכביםLar תכונות ידרוש פתרון בעיות נוספות; אנו מדגישים חלק מהנסיבות הללו בפרוטוקול. אנו מדגימים יישום זה באמצעות תגובה לתרופה במודל הסרטן; עם זאת, זה יכול בקלות להיות מיושם באופן רחב יותר על תהליכים פיזיולוגיים אחרים. פרוטוקול זה מאפשר אחד לזהות subpopulations בתוך מערכת תרבות משותפת ולאפיין את התגובה של כל אחד לגירויים חיצוניים.
Introduction
מבחני תאים מבוססי כבר workhorse במחקר בסיסי ופיתוח סמים הגדרות. עם זאת, המגבלות של מבחני תקן אלה הפכו בולטים יותר ויותר עם חוסר התאמה בין נתונים חוץ גופית לבין נתונים קליניים וכישלון של רוב התרופות לקבל אישור ה- FDA. כאן, אנו מציגים שיטה חדשה לשימוש הדמיה כמותית בו זמנית לנתח פנוטיפים heterocellular בתגובה לגירויים סביבתיים רלוונטיים, שיתוף המתרחשים.
מבחני מסורתיים המבוססים על תא המשמשים למדוד כדאיות התא כוללים: מבחני הרחקה כחול טריפאן, MTT / MTS, ו Annexin V-FITC זרימת cytometry מכתים. Trypan כחול מבחני הרחקה, בעוד פשוט וזול, דורשים מספר גדול של תאים, הם זמן רב, והם מושפעים לעתים קרובות על ידי המשתמש הטיה 1 . MTT ו MTS מבחני בעקיפין למדוד כדאיות התא באמצעות מדידות של קצב חילוף החומרים המיטוכונדריאלי. עם זאת, פעילות מטבוליתTy של תאים יכול להיות מושפע מתנאי תרבות שונים (כגון מדיה או ריכוז חמצן), אשר מוביל לתוצאות לא מדויקות ומונע סטנדרטיזציה על פני סוגי תאים ותנאים 2 , 3 . חסרון גדול נוסף של טכניקות אלה הוא חוסר היכולת שלהם להבחין בין סוגי תאים מרובים – רוב המערכות הביולוגיות הן הטרוסלולרית. בעוד שיטות cytometry הזרימה יש את היכולת להבחין בין אוכלוסיות תאים מרובים, תוויות תאים נדרשים, הדגימה דינמי הוא מאתגר, וכאשר משתמשים בתאים חסיד, יישום זה הופך להיות זמן רב שגיאה נוטה.
פנוטיפים סלולריים חשובים אחרים, כולל שינויים מורפולוגיים, מתרחשים בתגובה לגירויים סביבתיים, אך אינם נלכדים על ידי מבחני תא מסורתיים. פרופילים תא פרופיל באמצעות אפיון מורפולוגי מיפוי הדמיון על פני דגימות הוא כלי רב עוצמה, משוחדת עם aכדי לספק תובנות חדשות לתוך היבטים רבים של מחקר בסיסי ו translational, כולל ביולוגיה תא בסיסי וגילוי סמים 4 . יתר על כן, מורפולוגיה תא הגידול הוצגה כדי לתאם עם תת סוגי הגידול 5 תוקפנות 6 . לפיכך, יש עניין רב ללמוד תכונות אלה הסלולר וכיצד הם מתייחסים perturbations סביבתיים ספציפיים. בנוסף, ניתן להשתמש בהבדלים בתכונות מורפולוגיות כדי להפלות בין subpopulations במערכות שיתוף תרבות. תאים תיוג fluorescently יש downfalls ( כלומר שינוי מאפייני התא הגלום, זמן רב) ולכן שיטות נוספות כדי לסווג סוגי תאים הם יתרון.
מיקרוסקופיה מבוססי הדמיה היא שיטה חלופית עבור פרופיל פנוטיפים הסלולר בצורה מרובעת, כמותית, וחזקה. בכתב יד זה, אנו מיישמים צינור הדמיה כמותי שלנו כדי להדגיש את evolutioדינאמיקה nary של אוכלוסיות תאים הטרוגניות בתוך הגידול. אנו מתמקדים באינטראקציה בין תאי סרטן ריאות לא-קטנים (NSCLC) ובין סרטן פיברובלסטים (CAF), סרטן השד הנפוץ ביותר שנמצא בגידולים. CAFs היו מעורבים ייזום הגידול, התקדמות, תגובה טיפולית; לכן, ביצוע מבחני פנוטיפי על תאים סרטניים בהעדר CAFs יכול להיות מטעה 7 , 8 , 9 . באופן ספציפי, הערכנו השפעות של CAFs על תאים סרטניים בתגובה ל- erlotinib, מולקולה קטנה המכוונת את ה- Epidermal Growth Factor Receptor (EGFR) המשמש לעתים קרובות בטיפול קליני ב- NSCLC. השתמשנו בפלטפורמת סינון תוכן גבוהה ובתוכנות ניתוח התמונה הנלוות שלה לצורך הערכה; עם זאת, בניסיון להפוך את המתודולוגיה לזמינה עבור חוקרים אחרים פיתחנו גם פרוטוקול במורד הזרם באמצעות תוכנת קוד פתוח:אנליסטים סלופרופיל 10 ו – CellProfiler 11 . רוב מבוססי תמונה גבוהה תוכן מבחני ההקרנה מנותחים עם תוכנה ממוסחר ספציפי למודל מכשיר נתון. תוצאות קשה לשכפל במעבדות אחרות עם תוכנות שונות, כי האלגוריתמים הבסיסיים הם לעתים קרובות קניינית. באמצעות הצינור מבוסס התמונה, התפשטות תאים, מוות, מורפולוגיה של כל subpopulation של תרבות הטרוקלולרית בתגובה לטיפול תרופתי באמצעות פלואורסצנציה וגם מורפולוגיה מבוססי סיווג נמדדו. הפרוטוקול הבא מספק מתודולוגיה איתנה לחקר תהליכים תאיים מורכבים.
Protocol
Representative Results
Discussion
The protocol described above improves upon current cell biology assays by providing more comprehensive insights into phenotypic dynamics of multiple cell types in response to environmental perturbations while using reduced reagents and time. A major advantage of this experimental design is the ability to analyze multiple phenotypes with a single setup and generate quantitative data characterizing these phenotypes on a single cell level. One technical advantage to this platform is the ease of initial troubleshooting compared to other assays. Because this method is image-based, one is able to visualize the wells for apparent over/under seeding. It is advisable to have cells in the exponential growth phase for the duration of the experiment and not be limited by nutrient or spatial constraints or confounded by senescence due to scarce seeding. Otherwise, birth and death rates may not be reproducible between experiments. For reference, CellPD is a publicly available program for computation of birth and death rates14. Additionally, one can visualize whether adequate concentrations of dyes were added to each well. Pipetting issues in an individual well could result in missegmentation and skewed data, but can easily be detected with the aforementioned protocol.
Unfortunately, not all cell types may be amenable to this application. It is important to be able to accurately segment the nuclei and cells, therefore analysis of cells that organize in more sphere-like or clumped structures may not be suitable. For some cells, it also may be advantageous to use a cell strainer prior to seeding to ensure initial seeding of single cells. In addition, the linear classifier technique is only applicable to cell types that can be readily distinguished based on morphology features.
For the success of the protocol, it is important to first optimize the imaging conditions, as the validity of downstream analyses is dependent on the quality of the images. While here we performed experiments using a high-content screening platform, image acquisition can also be performed using any fluorescent microscope (although an automated imaging platform is ideal for high-throughput approaches). Test images should be taken prior to each imaging time point to ensure that there are no problems with the microscope or protocol. The signal to noise ratio should be high, especially for the channels that will be used for segmentation (i.e. nuclei, cell stains). Additionally, it is important to image in the optimal plane of focus. If the images are out of focus, segmentation becomes much more difficult and the calculated morphological features will likely be inaccurate. Illumination differences between fields can cause problems with image segmentation as well. Large differences in brightness make the automated selection of threshold values difficult. Additionally, if there are heterogeneous fluorescence intensities between cells, a single threshold value may not sufficiently segment all the cells in an image. In this analysis, these problems were overcome by creating masks around brighter and dimmer cell populations and segmenting each population separately.
While the phenotypes under investigation in this protocol are limited to live, dead, and morphological characterization, they can easily be expanded to investigate other features. For example, functional genetic studies can be added with RNAi, overexpression, or other chemical perturbations.
In this paper, the capabilities of the protocol to measure the response of non-small cell lung cancer cells to erlotinib in the presence and absence of CAFs was demonstrated. However, this is merely one example of the many cell types and microenvironmental parameters that can be tested. We have extended this protocol to be used with other cell types and drug studies, including primary cells isolated from patient tumors13,15.
Disclosures
The authors have nothing to disclose.
Acknowledgements
עבודה זו מומנה על ידי המכון הלאומי לסרטן (NCI) מענקים U54CA143798 ו U54CA143907 להקים מדעי הפיסיקה- אונקולוגיה מרכזי (PS-OCs) במכון הסרטן דנה-פרבר ואוניברסיטת דרום קליפורניה, בהתאמה. SM Mumenthaler קיבל פרס PS-OC transnetwork שתמכה חלק מהעבודה הזאת.
ברצוננו להביע את תודתנו העמוקה לתומכים הפילנתרופיים שלנו, בייחוד למשפחת סטפנסון, לאמט, לטוני ולטסה, על תרומתם לפלטפורמת האופרטה HCS. כמו כן, ברצוננו להודות לג'ו פו על ההדרכה ועל המרכז לחברי רפואה יישומית מולקולרית: ד 'אגוס על הדרכה קלינית וחונכות, ק' פאטש לשיחות משמעותיות עם עיצוב ניסיוני, ר 'ראוואט לסיוע בפרוטוקולי ניתוח תמונות , ג 'כץ לעזרה טכנית עם האופרטה, ופ' מקלין וד 'רודרמן לדיונים מועילים ומשוב.
Materials
| RPMI-1640 | Corning | 10-040-CV | cell culture medium |
| FBS | Gemini | 100-106 | medium supplement |
| Penicillin/streptomycin | Gibco | 15-140-122 | medium supplement |
| TC20 | Biorad | 1450102 | cell counter |
| TC20 slides with trypan blue | Biorad | 1450003 | cell counter slides |
| 96-well plates | Corning | 3904 | clear bottom black plates |
| Erlotinib | LC Laboratories | E-4007 | |
| DMSO | VWR | 317275-100ML | solution to resuspend drug |
| Hoechst | Invitrogen | H21491 | nuclear dye |
| Propidium Iodide | Invitrogen | P1304MP | dead cell stain |
| Cell Tracker Orange CMRA | Life Technologies | C34551 | whole cell stain |
| Operetta high content imaging system | Perkin Elmer | ||
| CellProfiler | Broad Institue | version 2.2.0 (rev 9969f42) | http://cellprofiler.org/releases/ |
| Cell culture incubator | Any cell culture incubator will be suitable – cells were cultured under 37 ºC at 5% CO2. | ||
| 15 mL Falcon conical tubes | Falcon | 14-959-53A | |
| 10 cm2 cell culture plates | TPP | 93040 |
References
- Kanemura, Y., et al. Evaluation of in vitro proliferative activity of human fetal neural stem/progenitor cells using indirect measurements of viable cells based on cellular metabolic activity. J Neurosci Res. 69 (6), 869-879 (2002).
- Plumb, J. A., Milroy, R., Kaye, S. B. Effects of the pH dependence of 3-(4,5-dimethylthiazol-2-yl)-2,5-diphenyl-tetrazolium bromide-formazan absorption on chemosensitivity determined by a novel tetrazolium-based assay. Cancer Res. 49 (16), 4435-4440 (1989).
- Hsu, S., et al. Green tea polyphenols induce differentiation and proliferation in epidermal keratinocytes. J Pharmacol Exp Ther. 306 (1), 29-34 (2003).
- Caicedo, J. C., Singh, S., Carpenter, A. E. Applications in image-based profiling of perturbations. Curr Opin Biotechnol. 39, 134-142 (2016).
- Sero, J. E., et al. Cell shape and the microenvironment regulate nuclear translocation of NF-kappaB in breast epithelial and tumor cells. Mol Syst Biol. 11 (3), 790 (2015).
- Chen, J. F., et al. Subclassification of prostate cancer circulating tumor cells by nuclear size reveals very small nuclear circulating tumor cells in patients with visceral metastases. Cancer. 121 (18), 3240-3251 (2015).
- Ohlund, D., Elyada, E., Tuveson, D. Fibroblast heterogeneity in the cancer wound. J Exp Med. 211 (8), 1503-1523 (2014).
- Paraiso, K. H., Smalley, K. S. Fibroblast-mediated drug resistance in cancer. Biochem Pharmacol. 85 (8), 1033-1041 (2013).
- Kalluri, R. The biology and function of fibroblasts in cancer. Nat Rev Cancer. 16 (9), 582-598 (2016).
- Carpenter, A. E., et al. CellProfiler: image analysis software for identifying and quantifying cell phenotypes. Genome Biol. 7 (10), R100 (2006).
- Jones, T. R., et al. CellProfiler Analyst: data exploration and analysis software for complex image-based screens. BMC Bioinformatics. 9, 482 (2008).
- Dao, D., et al. CellProfiler Analyst: interactive data exploration, analysis and classification of large biological image sets. Bioinformatics. 32 (20), 3210-3212 (2016).
- Garvey, C. M., et al. A high-content image-based method for quantitatively studying context-dependent cell population dynamics. Sci Rep. 6, 29752 (2016).
- Juarez, E. F., et al. Quantifying differences in cell line population dynamics using CellPD. BMC Syst Biol. 10 (1), 92 (2016).
- Mumenthaler, S. M., et al. The Impact of Microenvironmental Heterogeneity on the Evolution of Drug Resistance in Cancer Cells. Cancer Inform. 14, 19-31 (2015).
