Name: utilizing functional genomics screening to identify potentially novel drug targets in cancer cell spheroid cultures
Uploaded: 2016-12-26T12:00:00.000+00:00
Duration: 7 min 48 s
Description: Watch this Scientific Journal Video about Utilizing Functional Genomics Screening to Identify Potentially Novel Drug Targets in Cancer Cell Spheroid Cultures at JoVE.com

The authors would like to thank Fredrik Walberg (FACS and imaging facility, ICR) for assistance with microscopy. This work was funded by Breast Cancer Now. RN is the recipient of a Breast Cancer Now Career Development Fellowship (2011MaySF01).

1. Preparazione di 96-pozzetti siRNA NOTA: I bordi esterni di una piastra a 96 pozzetti sono più inclini all&#39;evaporazione rispetto ad altri pozzi, limitare così la quantità di siRNA a 60 per 96 pozzetti. Riempire i pozzetti esterni con media semplice o PBS per limitare questo. Inoltre, si consiglia una schermata di convalida di colpi per alleviare pregiudizi piastra. <ol><li> Diluire i siRNA a 250-500 ng / ml in media di siero ridotto (secondo le raccomandazioni del costruttore) e un&#39;aliquota di 10 microlitri nei rispettivi pozzetti della piastra a bassissimo attacco. Eseguire tutte le schermate in triplice copia. NOTA: Incorporare appropriate non-targeting (negativo) e l&#39;abbattimento (positivo, come UBB e Plk1) controlli siRNA nella progettazione piatto per garantire l&#39;efficienza di trasfezione può essere valutata. L&#39;utilizzo di piastre bassa fissaggio per il lavoro siRNA è critica, come saranno aggiunti alla miscela di trasfezione le cellule. Non possiamo escludere che alcuni produttori di ultra-basso di attaccopiastre possono avere effetti sottili sulla crescita sferoide. Come tale si consiglia di questi sono testati da parte dell&#39;utente finale. </li><li> piastre di copertura con guarnizioni adesive e conservare a -20 ° C. </li></ol> 2. inverso Trasfezione di linea cellulare <ol><li> Il giorno della schermata, sbrinare le piastre a temperatura ambiente e girare per 5 minuti a 1000 xg utilizzando una centrifuga da banco. Aggiungere 10 ml di media siero ridotto contenenti il ​​reagente ottimizzato-trasfezione in ciascun pozzetto con una pipetta multicanale. Lasciare le piastre per 15 minuti per complessi trasfezione contenenti siRNA per formare. NOTA: Questo studio ha utilizzato la linea di cancro al seno cellule BT474 per lo screening genomico funzionale (coltivate in alta DMEM glucosio (Dulbecco Modified Eagle Medium) supplementato con siero fetale bovino al 10% (FBS) e antibiotici). </li><li> Trypsinize le cellule essere schermati (0,05% tripsina e 0,53 mM EDTA) finché non staccano dal pallone, neutralizzare con volume appropriato di linea cellulare specifmedia ic e centrifuga per 5 minuti a 1000 xg in una centrifuga da banco per rimuovere tripsina. Risospendere le cellule con un volume adeguato di medie e determinare il numero di cellule accurata utilizzando un contatore di cellule. NOTA: in genere 5.000 cellule per pozzetto sono sufficienti per la formazione sferoide nella maggior parte delle linee cellulari testate. È importante contare con precisione le celle come una sospensione singola cella per la comparazione taglie accurate. </li><li> Diluire le cellule a 5.000 cellule per 180 ml di mezzo freddo (4 ° C). NOTA: L&#39;aggiunta dei componenti della matrice della membrana basale ricostituita influirà negativamente l&#39;efficienza di trasfezione e si raccomanda che non viene utilizzato. linea di ottimizzazione cellulare per confermare la formazione sferoide la capacità e l&#39;efficacia atterramento deve essere eseguita prima della schermata. </li><li> Trasferire la sospensione cellulare ad un serbatoio, pipetta per mescolare e aggiungere 180 microlitri in ciascun pozzetto della piastra di fissaggio 96 pozzetti ultra-bassa, contenente la siRNA preparato precedentemente (2.1). </li><li> Centrifuge la piastra a 1000 xg in una pre-raffreddata a 4 ° C centrifuga per 10 minuti e poi tornare a una cultura incubatore 37 ° C tessuto. </li><li> NOTA: Le cellule appaiono come un mosaico nel fondo dei pozzetti. Nel corso dei prossimi 12 - 24 ore le cellule saranno aggregare insieme per formare una singola sfera. </li><li> Dopo 24 h, osservare le cellule formano un singolo sferoide nel centro del pozzo. Aggiungere 100 ml di terreno completo a ciascun pozzetto per favorire la crescita. </li><li> Rifornire media dopo tre giorni. Rimuovere delicatamente 100 ml di media da ciascun pozzetto e aggiungere 100 ml di terreno fresco. </li><li> Il giorno 7, quantificare l&#39;entità sferoide automatizzato su un lettore di piastre in grado di monitorare la crescita quantitativamente sferoide nel tempo (vedi sezione 3). </li><li> In seguito, determinare la vitalità delle cellule utilizzando un colorante luminescenti vitalità cellulare (vedi sezione 4). </li></ol> 3. Immagine automatiche di acquisizione <ol><li> Scansione le piastre su un banco, l&#39;imaging micro-pozzetti citometro il giorno 7. <ol> &lt;li&gt; Aprire il software, selezionare la seguente: &#39;96 be &#39;piatto&#39;, selezionare il tipo di piatto appropriata e immettere un nome dell&#39;esperimento. NOTA: Ogni ulteriore informazione può anche essere aggiunto nel software. </li><li> Selezionare l&#39;applicazione &#39;Tumorsphere&#39;. Modificare la messa a fuoco in modo che la sferoide è a fuoco e ha un contrasto ottimale. NOTA: Si consiglia di &#39;messa a fuoco basata immagine&#39; come variazioni significative nei formati sferoidali sono attesi. </li><li> Selezionare i pozzi che richiedono la scansione e &#39;scan Start&#39;. </li><li> Utilizzando il software dello scanner piatto, in modo che la maschera oggetto rappresenta con precisione le dimensioni sferoide. A tale scopo, la regolazione delle impostazioni del diametro colonia, dilatazione confine, spessore minimo e di precisione, specifico per ogni linea cellulare testati 11,12. NOTA: L&#39;area sferoide sarà quindi calcolato utilizzando l&#39;algoritmo software. Ad esempio, per calcolare con precisione l&#39;area di sferoidi BT474 coltivate per sette giorni regolare precisione di &#39;alta&#39; und impostare il diametro minimo colonia a 200 pM. Questo dovrebbe produrre un adeguato rappresentante maschera sferoide dell&#39;area sferoide. NOTA: Questi dati possono poi essere esportati dalla macchina, utilizzando la funzione di esportazione, in sotto forma di un file di dati con annotazioni. Data è piatto mediana normalizzata, combinati e analizzati sia da z-score o strettamente differenza media standardizzata (SSMD) per identificare siRNA che hanno avuto un effetto statisticamente significativo sulla zona sferoide. </li></ol></li></ol> 4. Determinazione vitalità cellulare <ol><li> Dopo zona sferoide è stato calcolato, determinare la fattibilità utilizzando un colorante vitalità cellulare luminescenti. Preparare il reattivo secondo le istruzioni del produttore. </li><li> Rimuovere con cautela 100 ml di media da ciascun pozzetto e aggiungere 100 ml di colorante vitalità. Incubare le piastre per 15 minuti poi eseguire la scansione utilizzando un lettore di piastre luminescenti. NOTA: Questi dati possono poi essere esportati dalla macchina, utilizzando la funzione di esportazione, in ala forma di un file di dati con annotazioni. Data è piatto mediana normalizzata, combinati e analizzati sia da z-score o strettamente differenza media standardizzata (SSMD) per identificare siRNA che hanno avuto un effetto statisticamente significativo sulla vitalità sferoide. </li></ol>

<ol>
	<li>Seton-Rogers, S. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cooperation+of+the+ErbB2+receptor+and+transforming+growth+factor+beta+in+induction+of+migration+and+invasion+in+mammary+epithelial+cells.">Cooperation of the ErbB2 receptor and transforming growth factor beta in induction of migration and invasion in mammary epithelial cells.</a> Proc Natl Acad Sci U S A. 101 (5), 1257-1262 (2004).</li><li>Debnath, J., Muthuswamy, S. K., Brugge, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Morphogenesis+and+oncogenesis+of+MCF-10A+mammary+epithelial+acini+grown+in+three-dimensional+basement+membrane+cultures.">Morphogenesis and oncogenesis of MCF-10A mammary epithelial acini grown in three-dimensional basement membrane cultures.</a> Methods. 30 (3), 256-268 (2003).</li><li>Chia, S. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prognostic+significance+of+a+novel+hypoxia-regulated+marker,+carbonic+anhydrase+IX,+in+invasive+breast+carcinoma.">Prognostic significance of a novel hypoxia-regulated marker, carbonic anhydrase IX, in invasive breast carcinoma.</a> J Clin Oncol. 19 (16), 3660-3668 (2001).</li><li>Trastour, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=HIF-1alpha+and+CA+IX+staining+in+invasive+breast+carcinomas:+prognosis+and+treatment+outcome.">HIF-1alpha and CA IX staining in invasive breast carcinomas: prognosis and treatment outcome.</a> Int J Cancer. 120 (7), 1451-1458 (2007).</li><li>Wilson, W. R., Hay, M. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Targeting+hypoxia+in+cancer+therapy.">Targeting hypoxia in cancer therapy.</a> Nat Rev Cancer. 11 (6), 393-410 (2011).</li><li>Ros, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+metabolic+screen+identifies+6-phosphofructo-2-kinase/fructose-2,6-biphosphatase+4+as+an+important+regulator+of+prostate+cancer+cell+survival.">Functional metabolic screen identifies 6-phosphofructo-2-kinase/fructose-2,6-biphosphatase 4 as an important regulator of prostate cancer cell survival.</a> Cancer Discov. 2 (4), 328-343 (2012).</li><li>Baenke, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+screening+identifies+MCT4+as+a+key+regulator+of+breast+cancer+cell+metabolism+and+survival.">Functional screening identifies MCT4 as a key regulator of breast cancer cell metabolism and survival.</a> J Pathol. 237 (2), 152-165 (2015).</li><li>Schug, Z. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Acetyl-CoA+synthetase+2+promotes+acetate+utilization+and+maintains+cancer+cell+growth+under+metabolic+stress.">Acetyl-CoA synthetase 2 promotes acetate utilization and maintains cancer cell growth under metabolic stress.</a> Cancer Cell. 27 (1), 57-71 (2015).</li><li>Mashimo, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Acetate+is+a+bioenergetic+substrate+for+human+glioblastoma+and+brain+metastases.">Acetate is a bioenergetic substrate for human glioblastoma and brain metastases.</a> Cell. 159 (7), 1603-1614 (2014).</li><li>Comerford, S. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Acetate+dependence+of+tumors.">Acetate dependence of tumors.</a> Cell. 159 (7), 1591-1602 (2014).</li><li>Vinci, M., Box, C., Eccles, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Three-dimensional+(3D)+tumor+spheroid+invasion+assay.">Three-dimensional (3D) tumor spheroid invasion assay.</a> J Vis Exp. (99), e52686 (2015).</li><li>Vinci, M., Box, C., Zimmermann, M., Eccles, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Tumor+spheroid-based+migration+assays+for+evaluation+of+therapeutic+agents.">Tumor spheroid-based migration assays for evaluation of therapeutic agents.</a> Methods Mol Biol. 986, 253-266 (2013).</li><li>Barretina, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Cancer+Cell+Line+Encyclopedia+enables+predictive+modelling+of+anticancer+drug+sensitivity.">The Cancer Cell Line Encyclopedia enables predictive modelling of anticancer drug sensitivity.</a> Nature. 483 (7391), 603-607 (2012).</li><li>Maguire, S. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SF3B1+mutations+constitute+a+novel+therapeutic+target+in+breast+cancer.">SF3B1 mutations constitute a novel therapeutic target in breast cancer.</a> J Pathol. 235 (4), 571-580 (2015).</li><li>Brough, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+viability+profiles+of+breast+cancer.">Functional viability profiles of breast cancer.</a> Cancer Discov. 1 (3), 260-273 (2011).</li><li>Ferber, E. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=FOXO3a+regulates+reactive+oxygen+metabolism+by+inhibiting+mitochondrial+gene+expression.">FOXO3a regulates reactive oxygen metabolism by inhibiting mitochondrial gene expression.</a> Cell Death Differ. 19 (6), 968-979 (2012).</li><li>Jensen, K. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=FoxO3A+promotes+metabolic+adaptation+to+hypoxia+by+antagonizing+Myc+function.">FoxO3A promotes metabolic adaptation to hypoxia by antagonizing Myc function.</a> EMBO J. 30 (22), 4554-4570 (2011).</li><li>Ivascu, A., Kubbies, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diversity+of+cell-mediated+adhesions+in+breast+cancer+spheroids.">Diversity of cell-mediated adhesions in breast cancer spheroids.</a> Int J Oncol. 31 (6), 1403-1413 (2007).</li><li>Bitler, B. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+lethality+by+targeting+EZH2+methyltransferase+activity+in+ARID1A-mutated+cancers.">Synthetic lethality by targeting EZH2 methyltransferase activity in ARID1A-mutated cancers.</a> Nat Med. 21 (3), 231-238 (2015).</li><li>Dow, L. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Inducible+in+vivo+genome+editing+with+CRISPR-Cas9.">Inducible in vivo genome editing with CRISPR-Cas9.</a> Nat Biotechnol. 33 (4), 390-394 (2015).</li></ol>

Open Access fees were supported by Nexcelom Bioscience, LLC.

modelli tridimensionali di cancro sono sempre più utilizzati per valutare l&#39;efficacia di composti noti e nuovi che sono stati progettati per uccidere selettivamente le cellule tumorali. Sferoidi di cellule di cancro sono strutture che presentano condizioni più simili a quelle incontrate nei tumori in vivo, così composti che hanno aumentato l&#39;efficacia in 3D sono più probabilità di avere un effetto in vivo. Tuttavia, queste modalità non consentono l&#39;identificazione di potenziali nuovi bersagli che non sono stati oggetto di disegno farmaco che potrebbe avere una notevole efficacia nel trattamento del cancro. Abbiamo sviluppato un approccio di genomica funzionale siRNA che ha permesso di lunga durata silenziamento genico fino a sette giorni di sferoidi linee cellulari tumorali. Ci sono diversi passaggi critici al protocollo che richiedono l&#39;ottimizzazione prima di uno schermo siRNA può essere eseguita. La capacità di formare sferoidi vitali riproducibili su larga scala è essenziale. Inoltre, uncondizioni di trasfezione ppropriate devono essere rigorosamente ottimizzate. Vi proponiamo di trialing diversi reagenti di trasfezione differenti con adeguate non-targeting e uccidendo i controlli prima di tentare lo schermo. Siamo stati in grado di dimostrare che le diverse linee di cellule di cancro al seno di uso comune, vale a dire BT474, MCF10DCIS.com, MDA-MB-231 e JIMT1 erano suscettibili di siRNA trasfezione. Inoltre, mettiamo a disposizione una prova di principio i dati di screening dei 200 geni più frequentemente mutato nel cancro al seno in sferoidi BT474, confermato la loro dipendenza da amplificazione del HER2 e la mutazione oncogenica di PIK3CA. È interessante notare, silenziamento del fattore di trascrizione foxo3 comportato una riduzione delle dimensioni sferoide ma nessun effetto significativo sulla vitalità. Foxo3 è noto regolare la risposta all&#39;ipossia, alterando la capacità metabolica delle cellule tumorali permettendo loro di adattarsi più facilmente al loro ambiente 16. Questo ruolo potrebbe potenzialmente interferire con la lettura vitalità cellulare in quanto rileva ATP abbondanza, Uno dei principali prodotti del metabolismo cellulare. A sostegno di osservazione di una riduzione delle dimensioni sferoide, è stato dimostrato che il silenziamento di foxo3 in HeLa eterotrapianti compromessa la crescita tumorale e l&#39;apoptosi indotta 17. E &#39;importante notare che alcuni geni possono influenzare la capacità delle cellule tumorali di mantenere la loro architettura 3D, che potrebbe causare falsi positivi. Per esempio, l&#39;abbattimento di E-caderina ha provocato la dissoluzione della struttura BT474 sferoide. Questo era stato precedentemente segnalato tramite E-caderina anticorpi 18 di mira. Come con qualsiasi piattaforma di screening, i potenziali obiettivi dovrebbero essere nuovo controllo per valutare la riproducibilità dell&#39;effetto osservato. Esistono limitazioni alla tecnica, cioè la natura transitoria del silenziamento genico siRNA-mediata. Sostenuta tacere più di sette giorni non era realizzabile con siRNA. Il vantaggio di questo approccio è che può essere accoppiato con vari altri biomecoloranti Tric non solo quelli che valutano sferoide viabilità, per esempio, dare informazioni spaziali di ipossia sferoide o monitorare le cellule in fase di apoptosi. Inoltre, poiché le scansioni Plate Reader sono relativamente rapido e non invasivo, l&#39;impatto di siRNAs sulle dimensioni sferoide può essere valutata nel tempo piuttosto che nel punto finale sperimentale. In effetti, stiamo attualmente esplorando alcuni di questi viali all&#39;interno della nostra pipeline di screening. Un approccio alternativo che utilizza colture 3D per identificare nuovi dipendenze è l&#39;uso di librerie chimiche che inibiscono sia un&#39;ampia gamma di obiettivi o determinate famiglie di proteine. Infatti, Bitler et al. utilizzato questo approccio mirato per identificare l&#39;interazione letalità sintetica tra lo stato e gli inibitori ARID1A EZH2 in ovarico carcinomi a cellule chiare 19. La scoperta della tecnologia di editing gene CRISPR-Cas9 ha anche permesso lo sviluppo di schermi genetiche in culture organoide e in vivo. Tuttavia, til suo approccio è dipendente dotato di adeguate strutture per animali e possono essere costi proibitivi 20. In conclusione, riteniamo che abbiamo delineato un protocollo che più precisamente i modelli ossigeno e nutrienti sfumature, che sono caratteristiche del microambiente tumorale in vivo, per consentirne l&#39;identificazione di bersagli tumorali nuovi prodotti o la convalida robusta degli obiettivi stabiliti. Inoltre, il protocollo può essere applicato a qualsiasi tipo di linea di cellule che forma sferoidi e quindi può essere utilizzato di routine nella comunità di ricerca cancro per schermi siRNA alto rendimento.

Tumori solidi mostrano significativi istologici, l&#39;eterogeneità intra-tumorale genetica e micro-ambientale, che presenta i medici con una sfida significativa nel riuscire a curare i pazienti con successo. La maggior parte dei modelli utilizzati per identificare romanzo terapie mirate non incorporano molte di queste caratteristiche. Infatti, gli attuali terapie mirate utilizzati in clinica sono stati sviluppati negli ultimi dieci anni impiegando approcci di screening che si basano su linee cellulari tumorali coltivate in condizioni (2D) cultura bidimensionali. Anche se questo ha portato a vari successi, come gli inibitori del recettore tirosin-chinasi, sta diventando evidente che i modelli più complessi di cancro sono necessari per apprezzare appieno i fattori che guidano tumorigenesi in vivo e aumentare il numero di nuove terapie che rendono il passaggio dalla modelli pre-clinici alla sperimentazione clinica. Inoltre, è ormai ben apprezzato il fatto che sistemi di coltura 2D non riflettono inVIVO comportamento 1,2. Ad esempio, nei tumori vascolarizzati scarsamente, come la domanda di ossigeno e nutrienti nel microambiente superare l&#39;offerta, regioni di consegne alte e basse sviluppano. La presenza di bassi livelli di ossigeno (ipossia) nei tumori, come rilevato dalla colorazione immunoistochimica di sezioni tumorali per i marcatori di ipossia affermati come anidrasi carbonica IX (CAIX), correla con un esito clinico peggiore nel cancro al seno 3,4 caratteristiche Così che incorporano come ipossia in modelli di screening può migliorare la nostra capacità di scoprire nuovi bersagli farmacologici che sarà più efficace in vivo. Infatti, rivolti con successo tumori aggressivi che contengono l&#39;ipossia è una priorità clinica 5. L&#39;alterazione dello screening tradizionale 2D siRNA, nel tentativo di ricapitolare più accuratamente elementi delle condizioni incontrate dalle cellule tumorali nel microambiente tumorale, ha portato all&#39;identificazione di diversi geni tha sono stati trovati per essere importante per la crescita del tumore in vivo. Questi includono schermi di genomica funzionale eseguite in condizioni di siero basse 6, condizioni di ipossia 7 e 8 in combinazione. Ad esempio, il silenziamento di 6-Phosphofructo-2-Kinase / Fruttosio-2,6-Biphosphatase 4 (PFKFB4), una proteina responsabile della regolazione carbonio che entra glicolisi, indotto solo apoptosi nelle linee di cancro alla prostata derivate da metastasi quando coltivate in basso siero. Silenziamento di PFKFB4 nelle normali linee di cellule della prostata, alle stesse condizioni ha avuto alcun effetto, mentre, l&#39;esaurimento delle PFKFB4 completamente ablated la crescita della linea di cellule di cancro alla prostata xenotrapianti 6. In un pannello esteso di linee cellulari di cancro al seno, il silenziamento di mono-carbossilasi trasportatore 4 (MCT4) preferenzialmente portato alla riduzione della crescita linea cellulare in condizioni di bassa ossigeno. Questa vulnerabilità è stato convalidato in vivo nel cancro al seno linea cellulare ortotropa xenograFTS. Forse la cosa più sorprendente, mettendo a tacere di acetil-CoA sintetasi 2 (ACSS2), un enzima responsabile della conversione di acetato in acetil-CoA, ridotto numero di carcinoma a cellule in condizioni di stress di nutrienti (basso tenore di ossigeno e siero), ma ha avuto poco o nessun effetto in condizioni di coltura normali 8. Ablazione del ACSS2 influenzato la crescita del seno e alla prostata xenotrapianti che suggeriscono che i gradienti di nutrienti non esistono in isolamento all&#39;interno del microambiente tumorale e che le cellule che si trovano in queste regioni sono essenziali per la progressione del tumore 8. Inoltre, ACSS2 è stato anche trovato per essere importante nel glioblastoma e carcinomi epatocellulari 9,10, suggerendo che l&#39;aumento dell&#39;attività ACSS2 nei tumori potrebbe essere un meccanismo fondamentale che sostiene la crescita in condizioni sfavorevoli. Collettivamente, questi studi dimostrano che riassuntiva delle condizioni incontrate in vivo ed eseguendo schermi siRNA consente l&#39;identificazione di gEnes essenziali per la sopravvivenza del cancro. Così come impattare la crescita delle cellule del cancro 2D in condizioni di stress dei nutrienti, l&#39;esaurimento di geni bersaglio in questi studi ha inibito il cancro linea di cellule crescita sferoide, rispecchiando quello che è stato osservato in xenotrapianti tumorali 6,8. Così, sferoidi linee cellulari di cancro contengono molte delle condizioni incontrate nel microambiente tumorale che conferiscono la sensibilità al ACSS2 silenziamento. Infatti, sferoidi visualizzare le sfumature di nutrienti (siero e ossigeno), variazioni di pH, tridimensionale (3D) il contatto cellula-cellula, ma anche, alterazioni nella celerità proliferativa con cellule in fase di arresto del ciclo cellulare e l&#39;apoptosi. Questo è esemplificato dalla presenza nel sferoidi tumorali di regioni necrotiche, una caratteristica non trovata in coltura tradizionale 2D. sferoidi di cellule di cancro sono già stati utilizzati come modelli più biologicamente rilevanti per lo screening di piccole molecole inibitrici, ma questo consente solo per la validazione di efficacia composto o il riutilizzo dei compounds originariamente progettare per altre malattie 11. Attuali metodi di screening sferoide non consentono l&#39;analisi di esaurimento gene specifico in un alto rendimento di modo alta contenuti. Qui, descriviamo per la prima volta, una conduttura genomica funzionale per scoprire le dipendenze di geni specifici che utilizzano la tecnologia small interfering RNA (siRNA) in sferoidi linee cellulari tumorali. Abbiamo progettato una libreria su misura con siRNA di targeting dei 200 geni più frequentemente mutato nei tumori mammari umani e valutato l&#39;impatto di esaurimento gene sul formato sferoide e l&#39;attività metabolica in BT474 sferoidi di cancro al seno. Siamo stati in grado di robusto e riproducibile di rilevare l&#39;impatto della ERBB2 e PIK3CA tacere nelle culture 3D. Inoltre, si potrebbe valutare l&#39;impatto di esaurimento gene sull&#39;architettura spaziale di sferoidi BT474 con immunoistochimica.

<table><tbody><tr><td>Lullaby</td><td>Oz Biosciences</td><td>LL70500&amp;nbsp;</td><td>lipid-based transfection reagent</td></tr><tr><td>Viromer</td><td>Lipocalyx</td><td>VB-01LB-01</td><td>virus-like polymer transfection reagent</td></tr><tr><td>Ultra-low attachment plate</td><td>Corning</td><td>CLS7007</td><td>96 well plate</td></tr><tr><td>Foil plate seals</td><td>ThermoFisher</td><td>AB-0626</td><td></td></tr><tr><td>Luminescent cell viability dye</td><td>Promega</td><td>G7570</td><td>CellTitre-Glo</td></tr><tr><td>Pipette tips (200 &amp;#956;L)</td><td>Starlab</td><td>S1111-0806</td><td></td></tr><tr><td>Pipette tips (10 &amp;#956;L)</td><td>Starlab</td><td>S1111-3800</td><td></td></tr><tr><td>Pipette tips (1, 000 &amp;#956;L)</td><td>Starlab</td><td>S1122-1830</td><td></td></tr><tr><td>Serological pipettes (5 mL)</td><td>Sarstedt</td><td>86.1253.025</td><td></td></tr><tr><td>Serological pipettes (10 mL)</td><td>Sarstedt</td><td>86.1254.025</td><td></td></tr><tr><td>Serological pipettes (25 mL)</td><td>Sarstedt</td><td>86.1685.020</td><td></td></tr><tr><td>RPMI Media</td><td>GIBCO</td><td>11875-093</td><td></td></tr><tr><td>DMEM Media</td><td>GIBCO</td><td>11965-084</td><td></td></tr><tr><td>Opti-MEM</td><td>GIBCO</td><td>31985070</td><td></td></tr><tr><td>Feta bovine serum</td><td>GIBCO</td><td>16140063</td><td></td></tr><tr><td>siRNA</td><td>Dharmacon</td><td>Cherry picked library</td><td></td></tr><tr><td>Countess Cell Counter</td><td>ThermoFisher Scientific</td><td>AMQAX1000</td><td></td></tr><tr><td>Cell counting chamber slides</td><td>ThermoFisher Scientific</td><td>C10312</td><td></td></tr><tr><td>Celigo S</td><td>Nexcelom</td><td>contact company</td><td></td></tr><tr><td>Victor X5</td><td>Perkin Elmer</td><td>contact company</td><td></td></tr><tr><td>Benchtop centrifuge</td><td>Various</td><td></td><td></td></tr><tr><td>Axiovert Inverted brightfield microscope</td><td>Zeiss</td><td>contact company</td><td></td></tr><tr><td>Tissue culture CO&lt;sub&gt;2&lt;/sub&gt;; Incubator</td><td>Various</td><td></td><td></td></tr><tr><td>Mulitichannel pipette</td><td>Various</td><td></td><td></td></tr></tbody></table>

utilizing functional genomics screening to identify potentially novel drug targets in cancer cell spheroid cultures

L&#39;identificazione di eventi conducente funzionali nel cancro è fondamentale per promuovere la nostra comprensione della biologia del cancro e indispensabile per la scoperta della prossima generazione di nuovi bersagli farmacologici. Sta diventando evidente che i modelli più complessi di cancro sono necessari per apprezzare appieno i fattori che guidano tumorigenesi in vivo e aumentare l&#39;efficacia di nuove terapie che rendono la transizione da modelli pre-clinici di sperimentazioni cliniche. Qui vi presentiamo un metodo per la generazione di sferoidi tumorali uniformi e riproducibili che possono essere sottoposti a controlli siRNA funzionale. Questi sferoidi mostrano molte caratteristiche che si trovano nei tumori solidi che non sono presenti nella cultura tradizionale a due dimensioni. Abbiamo dimostrato che diverse linee di cellule di cancro al seno comunemente usati sono suscettibili di questo protocollo. Inoltre, mettiamo a disposizione una prova di principio i dati utilizzando la linea di cellule di cancro al seno BT474, confermando la lorodipendenza amplificazione del fattore di crescita epidermico recettore HER2 e mutazione del fosfatidilinositolo-4,5-bisfosfato 3-chinasi (PIK3CA) quando coltivata come sferoidi tumorali. Infine, siamo in grado di approfondire e confermare l&#39;impatto spaziale di queste dipendenze utilizzando immunoistochimica.

Saggi sferoide in ultra-bassi di fissaggio piastre a 96 pozzetti forniscono una valutazione fenotipica high-throughput per il potenziale di oncogenesi in un contesto che riassume più facilmente le condizioni fisiologiche si trovano in tumori in vivo. In effetti, le linee di cellule di cancro MCF10DCIS.com e strutture sferoidali stretti forma BT474 (Figura 1A) e di indagine immunoistochimica di sezioni sferoidali hanno mostrato cambiamenti spaziali distinti nella morfologia cellulare e nucleare. Nel corso del tempo, alcuni sferoidi, come sferoidi BT474 sviluppano regioni necrotiche, una caratteristica comune dei tumori solidi aggressivi (Figura 1B). Alcuni sferoidi non sviluppano nuclei necrotiche, come la linea cellulare MDA-MB-231, ma fanno visualizzazione marcata variazione marcatore proliferativo Ki67, che correla inversamente con spaccati caspsase-3 espressione, un marker di apoptosi (Figura 1C). Per stabilire che le linee cellulari multiple sono infatti Receptiva di siRNA-mediato silenziamento genico BT474, MCF10DCIS.com, le cellule JIMT1 MDA-MB-231 e sono stati inverso trasfettate con siRNA per sette giorni. La presenza di trasfezione reagenti (finto) o transfezione di siRNA di controllo ha avuto alcun effetto sulla vitalità sferoide, mentre il silenziamento del gene essenziale ubiquitina B (UBB) ha ridotto significativamente la vitalità sferoide in tutte le linee cellulari testate (Figura 1D). Abbiamo progettato una libreria siRNA umano che comprendeva i geni più frequentemente mutato in non selezionata, ER +, HER2 + e triple tumori al seno negativi. Questa libreria è costituito da geni di funzione conosciuta, come MYC, PIK3CA e TP53 e coloro il cui contributo alla carcinogenesi non è stabilito. La schermata contiene anche diversi siRNA di controllo-targeting non (Control # 1, # 2 di controllo) e siRNA mira geni essenziali, come ad esempio Plk1 e UBB, che agiscono come l&#39;uccisione di controllo (Tabella 1). Abbiamo scelto di utilizzare il CANC senoer linee cellulari BT474 quanto facilmente formare sferoidi senza aggiunta di membrana basale ricostituita, vengono stabilite linee cellulari cavallo di battaglia e hanno una nota architettura genomico. Ad esempio, le cellule BT474 sono positivi per il recettore degli estrogeni (ER +), overexpress il recettore del fattore di crescita epidermico umano 2 (HER2 +) e le mutazioni porto di TP53 (E285K) e PIK3CA (K111N) 13. Utilizzando il protocollo descritto sopra, abbiamo monitorato l&#39;esaurimento gene impatto dovuto alla taglia sferoide e vitalità dopo sette giorni di siRNA trasfezione inversa (Figura 1E). È interessante notare che la maggior parte dei geni non hanno un effetto significativo sulla zona sferoidale o vitalità (Figura 2A). Silenziamento del foxo3, PIK3CA, ERBB2 e SF3B1 provocato la più significativa riduzione riproducibile in formato sferoide. Questa riduzione è stata osservata anche in vitalità sferoide dopo ERBB2 e SF3B1 silenziamento. È incoraggiante, abbiamo CONFirmed l&#39;impatto di PIK3CA, ERBB2 e SF3B1 silenziamento dimensioni sferoide utilizzando campo chiaro microscopia (Figura 2B). Abbiamo precedentemente identificato come un gene SF3B1 essenziale in numerosi modelli della linea cellulare e quindi siSF3B1 rappresenta un buon controllo uccisione in aggiunta a UBB 14. È interessante notare che, di tutti i 200 geni solo il silenziamento di E-caderina determinato un significativo aumento della redditività sferoide (Figura 2A). Investigation della morfologia sferoidale mostrato che E-caderina silenziamento determinato una ripartizione completa dell&#39;architettura sferoide, con cellule vitali appoggiato sul fondo della bassa attaccamento ben (Figura 2B). inchiesta manuale dei dati schermata del volume sferoide ha dimostrato che questo era stato anche osservato, ma era stato eliminato dalla zona quantificazione causa l&#39;oggetto essere al di sopra dei limiti di dimensioni set. Come già evidenziato, le cellule BT474 overexpress il recettore tirosin-chinasi HER2 e porto una mutazione oncogeno nel<html> PIK3CA (K111N). Abbiamo confermato che il silenziamento di ERBB2 e PIK3CA provocato ridotta vitalità sferoide, mentre trasfezione con controlli non-targeting non ha avuto effetto (Figura 2C). Avanti abbiamo studiato l&#39;impatto di esaurimento siRNA sulla istologia sferoide. sferoidi BT474 sono stati inverso trasfettate con i non-targeting siRNA controllo e siRNA mira PIK3CA, ERBB2 e UBB. Silenziamento di ERBB2 e UBB ha comportato una riduzione del marcatore pro-proliferativo Ki67 rispetto al controllo siRNA (Figura 2D). L&#39;attivazione del marker pro-apoptotico spaccati caspasi-3 è stata osservata solo dopo UBB silenziamento, suggerendo che la deplezione di HER2 e PIK3CA non ha comportato l&#39;apoptosi, ma erano citostatici piuttosto che citotossico. Infatti, silenziamento di HER2 e PIK3CA ha determinato un aumento dell&#39;espressione della proteina p27 della proteina arresto del ciclo cellulare rispetto al controllo sferoidi transfettate. ent &quot;fo: keep-together.within-page =&quot; 1 &quot;&gt; Presi insieme, questi risultati mostrano che le cellule BT474 sono guidati da oncogeno HER2 e PIK3CA segnalazione, se coltivate come sferoidi 3D Ancora più importante, questi risultati dimostrano che è possibile. progettare e implementare una libreria su misura di screening siRNA di centinaia di geni in sferoidi linee cellulari di cancro solidamente e riproducibile. <img alt="Figura 1" src="/files/ftp_upload/54738/54738fig1.jpg" /> Figura 1: Linea cellulare Ottimizzazione per la crescita dimensionale 3. A. Le linee di cellule di cancro al seno, MCF10DCIS.com e BT474 sono state coltivate in piastre di fissaggio basse per 7 giorni. Immagini rappresentative Brightfield sono state scattate con un microscopio invertito. Barre di scala = 100 micron. B. MCF10DCIS.com e BT474 sferoidi sono stati coltivati per 28 giorni. 100 ml di mezzi freschi era rifornito ogni 3 - 4 giorni. Sferoidi sono stati fissati in 3,8% di formaldeide, embedded, sezionati e colorati con ematossilina ed eosina (H &amp; E). Immagini rappresentative sono mostrati a basso e alto ingrandimento. Barre di scala rappresentano 100 micron e 33 micron rispettivamente. C. MDA-MB-231 sferoidi sono state coltivate per 21 giorni. 100 ml di mezzi freschi era rifornito ogni 3 - 4 giorni. Sferoidi sono stati fissati in 3,8% di formaldeide, incorporati, sezionati e colorati con Ki67 e spaccati caspasi-3. Immagini rappresentative sono mostrate. Barre di scala = 100 micron. D. BT474, MCF10DCIS.com, MDA-MB-231, e JIMT1 linee cellulari sono stati inverso trasfettate con (solo reagente di trasfezione) finto e le siRNA di controllo e UBB, piastre di fissaggio ultra-bassi sono stati poi filate per formare sferoidi. mezzo fresco (100 ml) è stato aggiunto nei giorni 1 e 4. Dopo 7 giorni, la vitalità cellulare è stata quantificata. I dati rappresentano la media ± DS di due repliche biologiche indipendenti eseguiti in triplice copia normalizzata per il controllo # 1. La significatività statistica è stata calcolata utilizzando un APNUStudenti IRED t-test (p &lt;0.05). E. Un diagramma di flusso che riassume il protocollo di trasfezione inverso utilizzato per interrogare funzionalmente dipendenza gene in sferoidi linee cellulari tumorali. <a href="http://ecsource.jove.com/files/ftp_upload/54738/54738fig1large.jpg" target="_blank">Clicca qui per vedere una versione più grande di questa figura.</a> <img alt="figura 2" src="/files/ftp_upload/54738/54738fig2.jpg" /> Figura 2: funzionale indagine genomica di BT474 Spheroids rivela un oncogenici dipendenze. Cellule A. BT474 sono stati inverso trasfettate con la libreria siRNA siGENOME umano 200-gene in triplice copia. è stata osservata dimensioni sferoidale e la vitalità. I valori dei dati grezzi erano piastra mediana normalizzati e z-score sono stati calcolati per identificare valori anomali significativi superiori a 1.7x la deviazione standard della piastra mediana 15. Nota geni periferici ERBB2, SF3B1, Plk1 e UBB unND E-cad. siRNA che aumentate o ridotte zona sferoidale e la vitalità sono di colore blu e rosso, dove il rosso rappresenta i siRNA di controllo di. B. Le cellule sono state trasfettate con inversione di controllo non-targeting, E-caderina (E-Cad), PIK3CA, ERBB2 o UBB siRNA e poi filata in una piastra a bassissimo attacco per formare sferoidi. Dopo 7 giorni, campo chiaro immagini rappresentative sferoidali sono state scattate con un microscopio invertito. Barre di scala = 100 micron. C. Le cellule sono state trasfettate con inversa non-targeting di controllo, PIK3CA, ERBB2 o UBB siRNA e poi filata in una piastra a bassissimo attacco per formare sferoidi. Dopo 7 giorni, la vitalità cellulare è stata quantificata. I dati rappresentano la media ± DS di due repliche biologiche indipendenti eseguiti in triplice copia normalizzata per il controllo # 1. La significatività statistica è stata calcolata utilizzando un studenti spaiati t-test (p &lt;0.05). D. Dopo 7 giorni, sferoidi sono state fissate, incorporati, sezionati e coloratiper H &amp; E, Ki67, Cleaved caspasi-3, e P27. Immagini rappresentative sono mostrate. Barre di scala = 100 micron. Nota la H &amp; E di sferoidi siControl appaiono più piccoli a causa di un artefatto di sferoidi di lavorazione e dei singoli intatto scelti per la colorazione. Tuttavia, questo non sminuisce i cambiamenti osservati con le immagini acquisite ei risultati vitalità cellulare. <a href="http://ecsource.jove.com/files/ftp_upload/54738/54738fig2large.jpg" target="_blank">Clicca qui per vedere una versione più grande di questa figura.</a> <table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td> 1 </td><td> 2 </td><td> 3 </td><td> 4 </td><td> 5 </td><td> 6 </td><td> 7 </td><td> 8 </td><td> 9 </td><td> 10 </td><td> 11 </td><td> 12 </td></tr><tr><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td></td><td> Non-targeting 1 </td><td> TP53 </td><td> DST </td><td> KMT2C </td><td> non trattato 1 </td><td> FCGBP </td><td> ARID1B </td><td> FBXM7 </td><td> TTC40 </td><td> Non-targeting 2 </td><td></td></tr><tr><td></td><td> GATA3 </td><td> TTN </td><td> MUC12 </td><td> MUC4 </td><td> AHNAK </td><td> HUWEI1 </td><td> DNAH11 </td><td> ITPR2 </td><td> ABCA13 </td><td> CREBBP </td><td></td></tr><tr><td></td><td> MAP2K4 </td><td> PIK3CA </td><td> F5 </td><td> APOB </td><td> ANKRD30A </td><td> MUC17 </td><td> DNAH17 </td><td> LAMA2 </td><td> ASSO </td><td> CSMD2 </td><td></td></tr><tr><td></td><td> STARD9 </td><td> USH2A </td><td> FAT3 </td><td> LPR2 </td><td> CSMD3 </td><td> MYO18B </td><td> DNAH5 </td><td> MDN1 </td><td> ARHGAP5 </td><td> DNAH9 </td><td></td></tr><tr><td></td><td> CXCR3 </td><td> MUC16 </td><td> RB1 </td><td> PKHD1L1 </td><td> DNAH2 </td><td> SYNE2 </td><td> DYNC1H1 </td><td> PCLO </td><td> CACNA1B </td><td> ERBB2 </td><td></td></tr><tr><td></td><td> Plk1 </td><td> SYNE1 </td><td> LYST </td><td> PTEN </td><td> SPTA1 </td><td> non trattata 2 </td><td> VHL </td><td> RYR1 </td><td> COL6A3 </td><td> UBB </td><td></td></tr><tr><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td> 1 </td><td> 2 </td><td> 3 </td><td> 4 </td><td> 5 </td><td> 6 </td><td> 7 </td><td> 8 </td><td> 9 </td><td> 10 </td><td> 11 </td><td> 12 </td></tr><tr><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td></td><td> Non-targeting 1 </td><td> ENAM </td><td> RYR2 </td><td> BRCA2 </td><td> non trattato 1 </td><td> FMN2 </td><td> HECW1 </td><td> LAMB4 </td><td> SI </td><td> Non-targeting 2 </td><td></td></tr><tr><td></td><td> FHOD3 </td><td> MACF1 </td><td> RyR3 </td><td> C2ORF16 </td><td> DMD </td><td> FRG1 </td><td> HERC2 </td><td> MYH11 </td><td> STAB1 </td><td> ZDBF2 </td><td></td></tr><tr><td></td><td> GOLGA6L2 </td><td> NEB </td><td> SMG1 </td><td> CACNA1E </td><td> DNA14 </td><td> GCC2 </td><td> HIVEP2 </td><td> NIPBL </td><td> TANC1 </td><td> ZNF536 </td><td></td></tr><tr><td></td><td> HMCN1 </td><td> NF1 </td><td> UBR5 </td><td> CACNA1F </td><td> DYNC2H1 </td><td> GON4L </td><td> HYDIN </td><td> PKD1L1 </td><td> TF </td><td> ANK3 </td><td></td></tr><tr><td></td><td> HRNR </td><td> OBSCN </td><td> USP34 </td><td> CYMA5 </td><td> FAM208B </td><td> GPR112 </td><td> ITSN2 </td><td> RNF213 </td><td> TPR </td><td> ASPM </td><td></td></tr><tr><td></td&gt; <td> Plk1 </td><td> PCDH15 </td><td> XIRP2 </td><td> COL7A1 </td><td> FLG2 </td><td> non trattata 2 </td><td> VHL </td><td> SAGE1 </td><td> UNC80 </td><td> UBB </td><td></td></tr><tr><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td> 1 </td><td> 2 </td><td> 3 </td><td> 4 </td><td> 5 </td><td> 6 </td><td> 7 </td><td> 8 </td><td> 9 </td><td> 10 </td><td> 11 </td><td> 12 </td></tr><tr><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td></td><td> Non-targeting 1 </td><td> DCHS2 </td><td> MUC5B </td><td> ZFHX4 </td><td> non trattato 1 </td><td> MYO9A </td><td> SPHKAP </td><td> CXORF22 </td><td> NCOR1 </td><td> VPS13D </td><td></td></tr><tr><td></td><td&gt; ATR </td><td> DMXL2 </td><td> MXRA5 </td><td> ANK2 </td><td> KIAA1210 </td><td> PRUNE2 </td><td> TCHH </td><td> DANH6 </td><td> NOTCH2 </td><td> ANKRD12 </td><td></td></tr><tr><td></td><td> BIRC6 </td><td> DNAH10 </td><td> TENM1 </td><td> ATM </td><td> LRP1 </td><td> SCN10A </td><td> VPS13C </td><td> DNAH7 </td><td> SPEN </td><td> C5ORF42 </td><td></td></tr><tr><td></td><td> CDH1 </td><td> DNAH3 </td><td> PEG3 </td><td> DIDO1 </td><td> MAP1A </td><td> SCN2A </td><td> IPTR3 </td><td> ERBB3 </td><td> SRRM2 </td><td> CCDC88A </td><td></td></tr><tr><td></td><td> CUBN </td><td> NOCK11 </td><td> RELN </td><td> DNAH8 </td><td> MED12 </td><td> SHROOM2 </td><td> CEP350 </td><td> FAT4 </td><td> SZT2 </td><td> CHD4 </td><td></td></tr><tr><td></td><td> Plk1 </td><td> EYS </td><td> SACS </td><td> KIAA1109 </td><td> MED13 </td><td> non trattata 2 </td><td&gt; VHL </td><td> KMT2A </td><td> VPS13A </td><td> UBB </td><td></td></tr><tr><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td> 1 </td><td> 2 </td><td> 3 </td><td> 4 </td><td> 5 </td><td> 6 </td><td> 7 </td><td> 8 </td><td> 9 </td><td> 10 </td><td> 11 </td><td> 12 </td></tr><tr><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td></td><td> Non targeting </td><td> QSER1 </td><td> ARID1A </td><td> WDFY3 </td><td> non trattato 1 </td><td> sdk1 </td><td> TEX15 </td><td> LAMA1 </td><td></td><td> Non-targeting 2 </td><td></td></tr><tr><td></td><td> COL14A1 </td><td> SHROOM3 </td><td> ATRX </td><td> EFCAB5 </td><td> SF3B1 </td><td> CBFB </td><td> AHNAK2 </td&gt; <td></td><td></td><td></td><td></td></tr><tr><td></td><td> CSMD1 </td><td> TBX3 </td><td> KIAA0947 </td><td> FOXA1 </td><td> ITPR1 </td><td> DDX3X </td><td> KIF4A </td><td></td><td></td><td></td><td></td></tr><tr><td></td><td> MEFV </td><td> UBR4 </td><td> MYCBP2 </td><td> INPPL1 </td><td> FLG </td><td> HECTD4 </td><td> FAT2 </td><td></td><td></td><td></td><td></td></tr><tr><td></td><td> MGAM </td><td> VCAN </td><td> NBEAL1 </td><td> MAP3K1 </td><td> AKAP9 </td><td> GPR98 </td><td> foxo3 </td><td></td><td></td><td></td><td></td></tr><tr><td></td><td> Plk1 </td><td> ZNF462 </td><td> SETX </td><td> NRP1 </td><td> HERC1 </td><td> non trattata 2 </td><td> VHL </td><td></td><td></td><td> UBB </td><td></td></tr><tr><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td&gt; <td></td><td></td><td></td><td></td></tr></tbody></table> Tabella 1: layout delle piastre e siRNA umana Biblioteca De-convoluzione. La tabella contiene il contenuto di ciascuna delle piscine siRNA e il layout per le piastre di attacco bassi utilizzati nella schermata.

Watch this Scientific Journal Video about Utilizing Functional Genomics Screening to Identify Potentially Novel Drug Targets in Cancer Cell Spheroid Cultures at JoVE.com

Utilizing Functional Genomics Screening to Identify Potentially Novel Drug Targets in Cancer Cell Spheroid Cultures

Identifying novel drug targets that transition from pre-clinical testing to human trials is a scientific priority. To that end, here we describe a functional genomics approach for examining the impact of gene depletion on cancer cell line spheroids, which more appropriately model human cancers in vivo.

Utilizzando Genomica Funzionale screening per identificare gli obiettivi farmaco potenzialmente romanzo in Cancer Cell Culture Spheroid

The identification of functional driver events in cancer is central to furthering our understanding of cancer biology and indispensable for the discovery ...

utilizing-functional-genomics-screening-to-identify-potentially-novel

Research

JoVE Journal

Cancer Research

11.3K Views.  The Institute of Cancer Research. Identifying novel drug targets that transition from pre-clinical testing to human trials is a scientific priority. To that end, here we describe a functional genomics approach for examining the impact of gene depletion on cancer cell line spheroids, which more appropriately model human cancers in vivo.

Video: Utilizing Functional Genomics Screening to Identify Potentially Novel Drug Targets in Cancer Cell Spheroid Cultures

Preparation and Metabolic Assay of 3-dimensional Spheroid Co-cultures of Pancreatic Cancer Cells and Fibroblasts

Many cancer types, including pancreatic cancer, have a dense fibrotic stroma that plays an important role in tumor progression and invasion. Activated cancer associated fibroblasts are a key component of the tumor stroma that interact with cancer cells and support their growth and survival. Models that recapitulate the interaction of cancer cells and activated fibroblasts are important tools for studying the stromal biology and for development of antitumor agents. Here, a method is described for the rapid generation of robust 3-dimensional (3D) spheroid co-culture of pancreatic cancer cells and activated pancreatic fibroblasts that can be used for subsequent biological studies. Additionally, described is the use of 3D spheroids in carrying out functional metabolic assays to probe cellular bioenergetics pathways using an extracellular flux analyzer paired with a spheroid microplate. Pancreatic cancer cells (Patu8902) and activated pancreatic fibroblast cells (PS1) were co-cultured and magnetized using a biocompatible nanoparticle assembly. Magnetized cells were rapidly bioprinted using magnetic drives in a 96 well format, in growth media to generate spheroids with a diameter ranging between 400-600 &#181;m within 5-7 days of culture. Functional metabolic assays using Patu8902-PS1 spheroids were then carried out using the extracellular flux technology to probe cellular energetic pathways. The method herein is simple, allows consistent generation of cancer cell-fibroblast spheroid co-cultures and can be potentially adapted to other cancer cell types upon optimization of the current described methodology.

Here, a method is described for the preparation of 3-dimensional (3D) spheroid co-culture of pancreatic cancer cells and fibroblasts, followed by measurement of metabolic functions using an extracellular flux analyzer.

Preparazione e dosaggio metabolica della sferoide 3-dimensionale co-colture di cellule di cancro del pancreas e dei fibroblasti

Many cancer types, including pancreatic cancer, have a dense fibrotic stroma that plays an important role in tumor progression and invasion. Activated ...

Ricerca

Ricerca sul cancro

Generation of High-Throughput Three-Dimensional Tumor Spheroids for Drug Screening

Cancer cells have routinely been cultured in two dimensions (2D) on a plastic surface. This technique, however, lacks the true environment a tumor mass is exposed to in vivo. Solid tumors grow not as a sheet attached to plastic, but instead as a collection of clonal cells in a three-dimensional (3D) space interacting with their neighbors, and with distinct spatial properties such as the disruption of normal cellular polarity. These interactions cause 3D-cultured cells to acquire morphological and cellular characteristics which are more relevant to in vivo tumors. Additionally, a tumor mass is in direct contact with other cell types such as stromal and immune cells, as well as the extracellular matrix from all other cell types. The matrix deposited is comprised of macromolecules such as collagen and fibronectin.
In an attempt to increase the translation of research findings in oncology from bench to bedside, many groups have started to investigate the use of 3D model systems in their drug development strategies. These systems are thought to be more physiologically relevant because they attempt to recapitulate the complex and heterogeneous environment of a tumor. These systems, however, can be quite complex, and, although amenable to growth in 96-well formats, and some now even in 384, they offer few choices for large-scale growth and screening. This observed gap has led to the development of the methods described here in detail to culture tumor spheroids in a high-throughput capacity in 1536-well plates. These methods represent a compromise to the highly complex matrix-based systems, which are difficult to screen, and conventional 2D assays. A variety of cancer cell lines harboring different genetic mutations are successfully screened, examining compound efficacy by using a curated library of compounds targeting the Mitogen-Activated Protein Kinase or MAPK pathway. The spheroid culture responses are then compared to the response of cells grown in 2D, and differential activities are reported. These methods provide a unique protocol for testing compound activity in a high-throughput 3D setting.

Across a wide variety of disease indications, more physiologically relevant models are being developed and implemented into drug discovery programs. The new model system described here demonstrates how three-dimensional tumor spheroids can be cultured and screened in a high-throughput 1536-well plate-based system to search for new oncology drugs.

Generazione di sferoidi tumore tridimensionale High-Throughput per lo Screening di stupefacenti

Cancer cells have routinely been cultured in two dimensions (2D) on a plastic surface. This technique, however, lacks the true environment a tumor mass is ...

Physiologic Patient Derived 3D Spheroids for Anti-neoplastic Drug Screening to Target Cancer Stem Cells

In this protocol, we outline the procedure for generation of tumor spheroids within 384-well hanging droplets to allow for high-throughput screening of anti-cancer therapeutics in a physiologically representative microenvironment. We outline the formation of patient derived cancer stem cell spheroids, as well as, the manipulation of these spheroids for thorough analysis following drug treatment. Specifically, we describe collection of spheroid morphology, proliferation, viability, drug toxicity, cell phenotype and cell localization data. This protocol focuses heavily on analysis techniques that are easily implemented using the 384-well hanging drop platform, making it ideal for high throughput drug screening. While we emphasize the importance of this model in ovarian cancer studies and cancer stem cell research, the 384-well platform is amenable to research of other cancer types and disease models, extending the utility of the platform to many fields. By improving the speed of personalized drug screening and the quality of screening results through easily implemented physiologically representative 3D cultures, this platform is predicted to aid in the development of new therapeutics and patient-specific treatment strategies, and thus have wide-reaching clinical impact.

This protocol describes generation of patient-derived spheroids, and downstream analysis including quantification of proliferation, cytotoxicity testing, flow cytometry, immunofluorescence staining and confocal imaging, in order to assess drug candidates&#8217; potential as anti-neoplastic therapeutics. This protocol supports precision medicine with identification of specific drugs for each patient and stage of disease.

Paziente fisiologico Derivato da spheroid 3D per lo screening farmacologico anti-neoplastico per colpire le cellule staminali tumorali

In this protocol, we outline the procedure for generation of tumor spheroids within 384-well hanging droplets to allow for high-throughput screening of ...

Assessing Cell Viability and Death in 3D Spheroid Cultures of Cancer Cells

Three-dimensional spheroids of cancer cells are important tools for both cancer drug screens and for gaining mechanistic insight into cancer cell biology. The power of this preparation lies in its ability to mimic many aspects of the in vivo conditions of tumors while being fast, cheap, and versatile enough to allow relatively high-throughput screening. The spheroid culture conditions can recapitulate the physico-chemical gradients in a tumor, including the increasing extracellular acidity, increased lactate, and decreasing glucose and oxygen availability, from the spheroid periphery to its core. Also, the mechanical properties and cell-cell interactions of in vivo tumors are in part mimicked by this model. The specific properties and consequently the optimal growth conditions, of 3D spheroids, differ widely between different types of cancer cells. Furthermore, the assessment of cell viability and death in 3D spheroids requires methods that differ in part from those employed for 2D cultures. Here we describe several protocols for preparing 3D spheroids of cancer cells, and for using such cultures to assess cell viability and death in the context of evaluating the efficacy of anticancer drugs.

Here, we present several simple methods for evaluating viability and death in 3D cancer cell spheroids, which mimic the physico-chemical gradients of in vivo tumors much better than the 2D culture. The spheroid model, therefore, allows evaluation of the cancer drug efficacy with improved translation to in vivo conditions.

Valutare la vitalità cellulare e la morte nelle colture di sferoidi 3D delle cellule tumorali

Three-dimensional spheroids of cancer cells are important tools for both cancer drug screens and for gaining mechanistic insight into cancer cell biology. ...

Robotic Production of Cancer Cell Spheroids with an Aqueous Two-phase System for Drug Testing

Cancer cell spheroids present a relevant in vitro model of avascular tumors for anti-cancer drug testing applications. A detailed protocol for producing both mono-culture and co-culture spheroids in a high throughput 96-well plate format is described in this work. This approach utilizes an aqueous two-phase system to confine cells into a drop of the denser aqueous phase immersed within the second aqueous phase. The drop rests on the well surface and keeps cells in close proximity to form a single spheroid. This technology has been adapted to a robotic liquid handler to produce size-controlled spheroids and expedite the process of spheroid production for compound screening applications. Spheroids treated with a clinically-used drug show reduced cell viability with increase in the drug dose. The use of a standard micro-well plate for spheroid generation makes it straightforward to analyze viability of cancer cells of drug-treated spheroids with a micro-plate reader. This technology is straightforward to implement both robotically and with other liquid handling tools such as manual pipettes.

A protocol for robotic printing of cancer cell spheroids in a high throughput 96-well plate format using an aqueous two-phase system is presented.

Produzione robotica di Cancer Cell Spheroids con un sistema acquoso bifase per Drug Testing

Cancer cell spheroids present a relevant in vitro model of avascular tumors for anti-cancer drug testing applications. A detailed protocol for producing ...

Bioingegneria

Establishing 3-Dimensional Spheroids from Patient-Derived Tumor Samples and Evaluating their Sensitivity to Drugs

Despite remarkable advances in understanding tumor biology, the vast majority of oncology drug candidates entering clinical trials fail, often due to a lack of clinical efficacy. This high failure rate illuminates the inability of the current preclinical models to predict clinical efficacy, mainly due to their inadequacy in reflecting tumor heterogeneity and the tumor microenvironment. These limitations can be addressed with 3-dimensional (3D) culture models (spheroids) established from human tumor samples derived from individual patients. These 3D cultures represent real-world biology better than established cell lines that do not reflect tumor heterogeneity. Furthermore, 3D cultures are better than 2-dimensional (2D) culture models (monolayer structures) since they replicate elements of the tumor environment, such as hypoxia, necrosis, and cell adhesion, and preserve the natural cell shape and growth. In the present study, a method was developed for preparing primary cultures of cancer cells from individual patients that are 3D and grow in multicellular spheroids. The cells can be derived directly from patient tumors or patient-derived xenografts. The method is widely applicable to solid tumors (e.g., colon, breast, and lung) and is also cost-effective, as it can be performed in its entirety in a typical cancer research/cell biology lab without relying on specialized equipment. Herein, a protocol is presented for generating 3D tumor culture models (multicellular spheroids) from primary cancer cells and evaluating their sensitivity to drugs using two complementary approaches: a cell-viability assay (MTT) and microscopic examinations. These multicellular spheroids can be used to assess potential drug candidates, identify potential biomarkers or therapeutic targets, and investigate the mechanisms of response and resistance.

The present protocol describes generating 3D tumor culture models from primary cancer cells and evaluating their sensitivity to drugs using cell-viability assays and microscopic examinations.

Stabilire sferoidi 3-dimensionali da campioni tumorali derivati dal paziente e valutare la loro sensibilità ai farmaci

Despite remarkable advances in understanding tumor biology, the vast majority of oncology drug candidates entering clinical trials fail, often due to a ...

Generation of 3D Tumor Spheroids for Drug Evaluation Studies

In recent decades, in addition to monolayer-cultured cells, three-dimensional tumor spheroids have been developed as a potentially powerful tool for the evaluation of anticancer drugs. However, the conventional culture methods lack the ability to manipulate the tumor spheroids in a homogeneous manner at the three-dimensional level. To address this limitation, in this paper, we present a convenient and effective method of constructing average-sized tumor spheroids. Additionally, we describe a method of image-based analysis using artificial intelligence-based analysis software that can scan the whole plate and obtain data on three-dimensional spheroids. Several parameters were studied. By using a standard method of tumor spheroid construction and a high-throughput imaging and analysis system, the effectiveness and accuracy of drug tests performed on three-dimensional spheroids can be dramatically increased.

This article demonstrates a standardized method for constructing three-dimensional tumor spheroids. A strategy for spheroid observation and image-based deep-learning analysis using an automated imaging system is also described.

Generazione di sferoidi tumorali 3D per studi di valutazione dei farmaci

In recent decades, in addition to monolayer-cultured cells, three-dimensional tumor spheroids have been developed as a potentially powerful tool for the ...

Screening su scala genomica per identificare e confrontare i bersagli terapeutici nei tumori

Genetic Profiling and Genome-Scale Dropout Screening to Identify Therapeutic Targets in Mouse Models of Malignant Peripheral Nerve Sheath Tumor

Malignant Peripheral Nerve Sheath Tumors (MPNSTs) are derived from Schwann cells or their precursors. In patients with the tumor susceptibility syndrome neurofibromatosis type 1 (NF1), MPNSTs are the most common malignancy and the leading cause of death. These rare and aggressive soft-tissue sarcomas offer a stark future, with 5-year disease-free survival rates of 34-60%. Treatment options for individuals with MPNSTs are disappointingly limited, with disfiguring surgery being the foremost treatment option. Many once-promising therapies such as tipifarnib, an inhibitor of Ras signaling, have failed clinically. Likewise, phase II clinical trials with erlotinib, which targets the epidermal growth factor (EFGR), and sorafenib, which targets the vascular endothelial growth factor receptor (VEGF), platelet-derived growth factor receptor (PDGF), and Raf, in combination with standard chemotherapy, have also failed to produce a response in patients. 
In recent years, functional genomic screening methods combined with genetic profiling of cancer cell lines have proven useful for identifying essential cytoplasmic signaling pathways and the development of target-specific therapies. In the case of rare tumor types, a variation of this approach known as cross-species comparative oncogenomics is increasingly being used to identify novel therapeutic targets. In cross-species comparative oncogenomics, genetic profiling and functional genomics are performed in genetically engineered mouse (GEM) models and the results are then validated in the rare human specimens and cell lines that are available. 
This paper describes how to identify candidate driver gene mutations in human and mouse MPNST cells using whole exome sequencing (WES). We then describe how to perform genome-scale shRNA screens to identify and compare critical signaling pathways in mouse and human MPNST cells and identify druggable targets in these pathways. These methodologies provide an effective approach to identifying new therapeutic targets in a variety of human cancer types.

Autore in primo piano: Trovare nuovi bersagli terapeutici per il tumore maligno della guaina del nervo periferico attraverso screening shRNA su scala genomica 

We have developed a cross-species comparative oncogenomics approach utilizing genomic analyses and functional genomic screens to identify and compare therapeutic targets in tumors arising in genetically engineered mouse models and the corresponding human tumor type.

Profilazione genetica e screening dell'abbandono su scala genomica per identificare bersagli terapeutici in modelli murini di tumore maligno della guaina nervosa periferica

Malignant Peripheral Nerve Sheath Tumors (MPNSTs) are derived from Schwann cells or their precursors. In patients with the tumor susceptibility syndrome ...

Utilizzando Genomica Funzionale screening per identificare gli obiettivi farmaco potenzialmente romanzo in Cancer Cell Culture Spheroid

Riepilogo

Esplora Altri Video

PLAYLIST