JoVE Logo

로그인

JoVE 비디오를 활용하시려면 도서관을 통한 기관 구독이 필요합니다. 전체 비디오를 보시려면 로그인하거나 무료 트라이얼을 시작하세요.

기사 소개

  • 요약
  • 초록
  • 서문
  • 프로토콜
  • 결과
  • 토론
  • 공개
  • 감사의 말
  • 자료
  • 참고문헌
  • 재인쇄 및 허가

요약

여기에서 우리는 고형 종양 및 혈액 악성 종양에서 약물 내성에 비정상적인 스 플라이 싱의 영향을 조사하기위한 프로토콜을 설명합니다. 이 목표를 위해, 우리는 RNA-서열을 통해 부모와 체외에서 저항 모델의 transcriptomic 프로필을 분석 후보 유전자를 확인하기 위해 QRT-PCR 기반의 방법을 설립했다.

초록

약물 내성은 혈액 학적 악성 종양 및 고형 종양 모두 암의 치료에서 주요 문제로 남아있다. 극한 후천적 내성이 증가 된 약제를 포함 제거 메커니즘들에 의해 야기 될 수 있고, 약물 흡수, 불 활성화 약물 및 약물 표적의 변경을 감소시켰다. 최근 데이터는 다른 이상이 잘 알려진 유전자 (돌연변이, 증폭) 및 후생 유전 학적 (DNA 메틸화, 히스톤 번역 후 변형) 개조로, 약제 내성 메커니즘도 스 플라이 싱 수차에 의해 조절 될 수 있음을 보여 주었다. 이것은 더 효과적인 치료 방법을 계획하기 위해 미래의 관심을받을 자격이 조사 빠르게 성장하는 분야입니다. 이 문서에서 설명하는 프로토콜은 고형 종양 및 혈액 악성 종양에서 약물 내성에 비정상적인 스 플라이 싱의 영향을 조사 대상으로합니다. 이 목표를 위해, 우리는 RNA-서열 및 설정을 통해 체외 모델에서 여러 가지의 transcriptomic 프로필을 분석에드 QRT-PCR 기반의 방법은 후보 유전자의 유효성을 검사합니다. 특히, 우리는 DDX5와 PKM 성적 증명서의 차동 스 플라이 싱을 평가 하였다. 계산 도구 매트에 의해 검출 된 비정상적인 스 플라이 싱은 다른 DDX5 스플 라이스 변종은 부모의 대 내성 세포에서 발현되는 것을 보여주는, 백혈병 세포에서 확인되었다. 이러한 세포에서는,도 타빈 노광에 의한 약제 내성의 다른 메커니즘을 제안 부모 Panc-1 세포에 비해 Panc-1 타빈 강한 상대 검출되지 않았다 높은 PKM2 / PKM1 비를 관찰 하였다.

서문

암 치료, 화학 요법에 대한 종양 세포의 내성 중 진성 또는 장기간 약물 노출시 획득 상당한 발전에도 불구하고, 백혈병 및 고형 종양 1 광범위한 치료 실패의 주요 원인이다.

시험관 세포주 모델 약물 내성의 기초가되는 메커니즘을 묘사하기 위해 화학 요법 제에 내성 암세포의 선택에 의해 단계적으로 개발된다. 이 절차는 임상에서 사용 된 체제를 모방하고, 따라서 적절한 저항 메커니즘 깊이 조사를 허용한다. 치료 후에도 내성 세포를 세포 생존력 / 세포 독성 분석 (2)를 사용하여 부모 감수성 세포와 구별된다. 일차 세포의 시험 관내 약물 내성 프로파일 화학 요법에 대한 임상 적 반응 (3)에 크게 관련이있는 것으로 밝혀졌다.

높은 처리량 cytotoxicity 분석법은 시험관 내에서 약물의 감도를 결정하는 편리한 방법을 구성한다. 여기서, 세포의 생존 능력에 의해 평가되어 예를 들면, 3- [4,5- 디메틸 티아 졸 -2- 일] -2,5- 디 페닐 테트라 졸륨 브로마이드 - 특정 기판의 대사 전환 (에 기초 MTT 분석법 4, 따라서 세포의 미토콘드리아 활성을 반영 컬러 제품에 테트라 졸륨 염). 대안 적으로, 세포의 단백질 함량은에 sulforhodamine B (SRB) 검정을 이용하여 5 정량화 할 수있다. 여기서, 생존 세포의 수의 필요없이, 분광 광도계에 적합한 파장에서 측정 된 광학 밀도 (OD)에 비례 광범위하고 시간이 걸리는 셀 카운팅 절차. 소정의 화학 요법 약물에 의해 유도되는 성장 억제는 세포가 시험 제제로 처리하고, 처리되지 않은 대조군 세포의 OD와 비교하고있는 웰의 OD에 기초하여 계산 될 수있다. 용량 - 반응 곡선이다 obta세포를 제어 할 상대 생존 세포의 비율에 비해 약물 농도를 플로팅 리트에 의해. 마지막으로, 약물 감수성은 미처리 세포 (IC 50)에 비하여 세포 성장의 50 % 저해를 초래 농도로서보고 될 수있다.

약제 내성의 기초가되는 메카니즘은 약물 활성 및 세포 대사의 결정 인자의 유전자 발현에 영향을 미치는 변경 등 여러 가지 이상을 포함한다. 돌연변이, 수차 전사에서와 전사 후 수준뿐만 아니라 방해 후생 유전 학적 조절을 포함하여이 분자 병변은 종종 약물 대사 또는 세포 사멸 6 중 관련된 유전자에 영향을 미칩니다.

대체 사전 mRNA의 접합과 복잡한 규제는 최근 암 세포 (7)의 약물 내성을 지시 할 수있는 새로운 개체로 주목을 받았다. 인간 유전자의 95 %까지 이러한 대안의 수단에 의해 정상 세포에 접합되고동일한 유전자에서 다양한 단백질 이소 형을 생성 단단히 조절 방법. 대체 접합은 종종 암에 규제가 완화되고, 여러 종양은 약물 대사 (즉, 데 옥시 시티 딘 키나제, folylpolyglutamate 합성, 또는 다제 내성 단백질) 6,8에 관여하는 유전자의 증가의 변형 접합을 특징으로한다. 그러나, 약제 내성 세포의 접합 프로파일의 포괄적 인 분석을 고통스럽게 부족하다. 따라서, 대안적인 스 플라이 싱 분석을위한 높은 처리량의 방법을 개발하는 것이 필수적이다. 이것은 더 효과적인 치료 방법을 개발하는 데 도움이 될.

지난 10 년간 차세대 시퀀싱 (NGS) 기술의 급속한 발전은 유전자 발현의 조절 및 다양한 생물학적 과정 (9)에서 자신의 역할을 지배하는 분자 메커니즘에 대한 새로운 통찰력과 생물 의학 연구를 강화하고있다. RNA 시퀀싱 (RNA-SEQ)는 강력한 서브 프로그램이고transcriptomics의 분야에서 NGS의. 그것은의 miRNA, siRNA를, 및 기타 소형 RNA를 (정량적)을 동시에 수천 개의 유전자의 발현 패턴의 게놈 전체의 프로파일 링을 허용하고도 새로운 코딩의 mRNA의 특성에 적합 아니라 긴 비 코딩 RNA이다 클래스 (예를 들어, snRNA와 피르) 10, 11.

RNA-SEQ 사체는 특성 (예를 들면, 생거 시퀀싱 및 발현 마이크로 어레이)에 대한 이전의 기술에 비해 많은 장점을 갖는다. 그것은 기존의 게놈 주석에 기초하지 않고, 그 해상도의 단일 뉴클레오티드 레벨을 가지며 그 발현 량 추정을위한 넓은 동적 범위를 갖는다. 간단히, RNA-SEQ 실험의 기본 실험 워크 플로우의 cDNA 라이브러리 건설 그리고 마지막으로, 대규모 병렬 깊은 시퀀싱 (12, 13)로 변환 한 다음 폴리아 데 닐화 성적 증명서 (mRNA를) 선택과 분열로 구성되어 있습니다. 때문에 sequencin의 급격한 하락지난 몇 년 동안, RNA-SEQ 위에 g 비용이 점차 다른 기술을 대체하고, 상당한 노력은 라이브러리 제조 프로토콜을 향상시키기 위해 이루어지고있다. 예를 들어, 옥시 우리 딘 트리 포스페이트 (dUTP를)하고, 이전의 PCR로 증폭, 우라실-DNA-glycosilase (UDG)로 표시 가닥을 소화와 두 번째 가닥 cDNA를 표시하여 mRNA의 성적 증명서의 가닥 정보를 유지하는 것이 가능하다. 이 프로세스는 발현 14,15 유전자 주석 및 추정의 정확도를 향상시킨다.

분석 및 RNA-서열 데이터의 해석은 생물 정보학 파이프 라인 16, 17 내에서 복잡하고 강력한 계산 소프트웨어 패키지 및 처리가 필요합니다. 우선, 원료는 엄격한 품질 기준에 도달하지 않는 서열을 기술 및 생물 인공물을 제거하고 폐기 (트리밍)에서 품질 관리를 거쳐 판독한다. 이어서,이 기준 게놈 맵핑 및 각 인덱싱 된 샘플 읽기유전자 수준, 엑손 수준, 또는 성적 증명서 수준에 순서대로 각 카테고리의 풍요 로움을 확인합니다. 애플리케이션에 따라, 정제 된 데이터는 대립 유전자 - 특이 적 발현, 대체 접합 유전자 융합체 및 단일 염기 다형성 (SNP가) (12)의 식별을위한 통계 모델을 통해 계산된다. 마지막으로, 선택된 레벨 (즉, 유전자 발현 또는 대체 스 플라이 싱) 차등 분석은 다양한 조건 하에서 얻어진 샘플과 비교하기 위해 사용될 수있다.

차동 접합 분석은 두 샘플 사이의 스플 라이스 사이트 사용의 차이를 설명합니다. 이 목적에 전념 소프트웨어 패키지의 증가는 다른 통계 모델, 성능 및 사용자 인터페이스 (18)에 따라 사용할 수 있습니다. 이 중, 매트 (성적 증명서 접합의 다변량 분석) 베이지안 통계 프레임 워크를 기반으로 자유롭게 사용할 수 있으며 정확한 계산 도구로 나온다과 diffe를 감지하도록 설계단일 또는 쌍으로 최종 RNA-서열 데이터 중 하나에서 rential 접합 이벤트. 정렬 (.bam) 파일에서 시작, 매트 대체 접합 이벤트의 모든 주요 유형을 검색 할 수 있습니다 (엑손 스키핑, 대안 3 '스플 라이스 사이트, 다른 5'스플 라이스 사이트, 상호 배타적 인 엑손과 인트론 보존 - 또한 그림 1 참조).

첫째, 소프트웨어 식별 인스턴스 엑손 스킵, 특정 스플 라이스 이벤트를 지원하는 판독하고, 두 종류로 분류한다. 조사 된 엑손 내에서지도 및 특정 엑손 두 업스트림 및 다운 스트림 측면 엑손 사이의 접합에 걸쳐 (정식 스플 라이스 이벤트) "에 포함될 읽습니다". 두 측면 엑손 간의 접합부에 걸쳐 (대체 접합 이벤트) "스킵 읽기". 그 후, 매트는 모두 정규 및 대체 이벤트에 대한 정규화 된 포함 수준을 반환하고 샘플 또는 조건 사이의 값을 비교합니다. 궁극적으로는 P-값 a를 계산ND 잘못된 탐색 비율 (FDR)은 두 상태 사이의 유전자 변형 비의 차이는 각각의 스 플라이 싱 19,34 이벤트에 대해 주어진 사용자 정의 임계 값을 초과한다고 가정.

RNA-SEQ와 함께 차동 플라이 싱 분석에 따라, 광범위한 실험적인 검증이 참 양성 유전자 후보 (18)를 식별하기 위해 보장된다. 정량적 역전사 - 중합 효소 연쇄 반응 (QRT-PCR)은 RNA 서열 분석-20에서 얻은 후보 확인에 가장 일반적으로 사용되는 최적의 방법이다. 본 연구의 목적은 고형 종양과 혈액 악성 종양의 약물 내성 관련 접합 프로파일을 조사 할 수있는 강력한 방법을 제공하는 것이다. 우리의 방법은 약제 내성에 관여 후보 유전자의 확인을 위해 설립 QRT-PCR 방법과 조합하여 약제 내성 암 선택된 세포주 모델 RNA-SEQ 기반 사체 프로파일을 이용한다.

이 연구에 사용 된 인간 백혈병 세포주 모델 소아 T- 세포 급성 림프 모구 백혈병을 포함 (T-ALL) 세포주 CCRF-CEM (CEM-WT), 두개의 글루코 코르티코이드 (GC) 모성 서브 클론 CEM -C7H2-R5C3 (CEM-C3) 및 CEM-C7R5 (CEM-R5) (21, 22)와 메토트렉세이트 (MTX) 모성 서브 라인 CEM / R30dm 23. GC를하고 MTX에 기초하여 현재 요법의 경우 약 90 %가 임상적인 이점을 수립했지만, GC 저항의 출현은 아직 불분명 분자 메커니즘 미해결 문제를 나타낸다. GC 강한 서브 클론을 분리, CEM-WT 세포는 2 ~ 3 주 동안 1 μM의 덱사메타손 (덱스)에서 배양 하였다. MTX 내성 서브 라인 CEM / R30dm 반복 단기 (24 시간) 임상 프로토콜의 모방으로 30 μM MTX에 CEM-WT 세포의 노출을 통해 개발되었다. 흥미롭게도,이 세포주는 또한기구가 완전히 이해되지 않은 덱스에 교차 내성 (미공개 결과)을 표시.

고체 다치또는 본 연구에서 조사 모델은 화학 요법과의 특별한 불응 악명 췌장 도관 선암이다. 이를 위해 Panc-1 세포주 및 약물 (24)의 1 μM 연속 배양에 의해 얻어진 그 타빈 내성 서브 클론 Panc-1R를 선택했다. 여기에서는 세 개의 프로토콜을 결합하여 체외 약물 내성 근본적인 새로운 메커니즘을 발견하는 방법을 설명합니다 비색 독성 분석법에 관련된 신규 스플 라이스 변이체를 식별 백혈병 세포 및 고형 종양, RNA-SEQ 기반 파이프 라인에서 암 세포에 약물 감수성을 평가 약물 감도 / 저항과 RT-PCR 및 QRT-PCR 분석은 잠재적 인 후보의 유효성을 검사합니다.

프로토콜

세포 독성 시험 법을 통해 약물 저항 프로필 1. 특성

  1. 백혈병 세포주 배양
    1. 부모의 T 세포를 포함하는 10 ml의 RPMI-1640 배지에서 25cm 2 ALL 세포주 CCRF-CEM (CEM-WT)과 CEM / R30dm, CEM-R5와 CEM-C3를 포함한 약제 내성 서브 라인을 유지 2.3 μM 엽산 10 % 소 태아 혈청, 100 유닛 / ㎖ 페니실린 G, 100 μg의 / ml의 스트렙토 마이신이 보충.
    2. 배양을 5 % CO2 인큐베이터에서 37 ℃로 가습 된 분위기에서 셀.
    3. 3 × 10 6 세포 / ㎖ - 2 사이의 농도로 세포 성장을 할 수 있습니다.
    4. 0.3 × 106 세포 / mL의 초기 농도로 일주일에 두 번 세포를 분할 (예를 들면, 세포 농도는 3 × 106 세포 / ㎖, 9 ㎖의에게 새로운 배지를 함유하는 새 플라스크에 전사 1 ml의 세포 현탁액을 경우). 20 연속 구절 후 문화를 폐기하십시오.
  2. 췌장 암 세포 라인 문화
    참고 : 10 % 소 태아 혈청, 100 유닛 / ㎖ 페니실린 G, 100 μg의 / ml의 스트렙토 마이신이 보충 된 고 글루코스 및 L- 글루타민 10 mL의 DMEM 배지에서 75cm이 배양 플라스크에서 인간 췌장암 세포주 Panc-1을 유지 . 약물 내성 변종 Panc-1R은 멸균 수에 용해하고 1 μM 타빈을 함유하는 동일한 배지에서 배양한다. 더 자세한 사항은 (24)에 제공된다.
    1. 배양을 5 % CO2 인큐베이터에서 37 ℃에서 세포.
    2. 세포가 약 90 % 합류점에 도달 할 때 5 : 1의 비율로 3 일 - 각 2 셀을 분할.
    3. 세포 분열, 인산염 완충 식염수 (PBS)로 두 번 세척이 75cm 배양 플라스크 당 트립신 / EDTA 1 ㎖를 첨가하고 3 분 동안 37 ℃에서 배양한다.
    4. 9 ml의 매체를 추가하고 15 ML 튜브에서 분리 된 세포를 수확. 새로운 플라스크의 접점에서 씨앗이 ML의 세포 현탁액ining 8 ml의 매체. 20 연속 구절 후 문화를 폐기하십시오.
  3. 백혈병 세포에 대한 MTT 분석
    1. 사전에 MTT 솔루션을 준비 : 약 1 시간 동안 자석 교반기 500 10 ml의 PBS에서 MTT의 포르 마잔 mg의과 (빛으로부터 보호) 저어 녹인다. 0.22 μm의 필터 솔루션을 소독. 주 : 상기 용액을 -20 ℃에서 10 ml의 분취 량으로 저장 될 수있다. 해동 후 직접 빛으로부터 보호합니다.
    2. 사전에 산성화 이소프로판올을 준비 : 이소프로판올 2.5 L 2 M 염산 50 ㎖를 추가합니다. 주 : 사용 전 실온에서 1 개월 이상에 대한 해결책을 보관. 이소프로판올 올바르게 산성화되지 않는 경우, 상기 매체와 석출물을 형성하고, 분광 광도계 판독을 손상 것이다.
    3. 셀 라인 당 3 ~ 6 우물을 바치고 성장의 30 μl를 추가 별도의 96 웰 평평한 바닥 준비 "날 0"(제어) 판은 성장 억제의보다 정확한 추정을 보장하기 위해중간 공백 (NO 세포)에 해당하는 우물에 성장 매체의 각 웰에 150 μL 당 세포 현탁액 (8,000 세포)의 120 μL. 광학 밀도 (OD)를 측정하기 위해이 섹션의 1.3.13 단계로 단계 1.3.9에서 진행합니다. 참고 : 더 자세한 사항은 4 제공됩니다.
    4. (약물 농도 30 웰 (10 농도, 세중의 각), 세포를 제어하는 ​​10 우물과 세포 (공백)없이 매체를 제어하는 ​​10 우물을 할애하고 덱사메타손의 약물 희석 범위를 제조 : 96 웰 평평한 바닥 실험 판을 준비 용매로서 디메틸 설폭 사이드를 이용하여 덱스).
      주 : CEM-WT 전지용 덱스 희석 범위는 2 μM 및 0.97 nM의 사이이다. CEM / R30dm, CEM-R5와 CEM-C3 세포의 경우 덱스 희석 범위는 640 μM 및 0.33 nm의 사이에있다.
    5. 96 웰 플레이트의 적절한 우물에 각 덱스 희석 30 μl를 추가합니다. 세중의 각 농도를 포함해야합니다.
    6. 성장 매체의 30 μL에 추가 잘세포들과 공백에 대응하는 웰 배양 배지 150 μl를 제어하기 위해 대응.
    7. 수확은 기하 급수적으로 최적의 시딩 농도에서 세포에 resuspend 성장.
      주 : 최적 출발 세포 농도를 결정하기 위하여, 여러 농도의 세포를 파종 및 적어도 4 일 동안 매일 측정하여 96- 웰 플레이트에서 각각의 세포주 세포주의 성장 프로파일을 평가하는 것을 권장한다. 이것은 OD 값을 포화하여 실험 영향 바와 같이, 72 시간 후에 세포의 과증식을 방지 시드 농도를 선택. CEM / R30dm 것이 / 웰의 세포를 5000 동안 CEM-WT, CEM-C5 및 CEM-R5에 대한 최적의 시딩 농도를 8,000 세포 / 웰이다.
    8. 각 웰을 함유하는 약액 있거나, 성장 배지에 세포 현탁액 120 μl를 추가 (웰 세포 제어에 상당). 접시에 좋은 습도를 보장하고 일을 배양 150 μl의 PBS와 함께 접시의 빈 외부 우물을 채우기세포 배양 인큐베이터에서 5 % CO 2와 37 ° C에서 72 시간 동안 전자 판.
    9. 각 웰에 MTT 용액 15 μl를 추가 / 분 900 쉐이크의 최대 판 흔드는 최대 5 분 동안 접시를 흔들.
    10. 세포 배양 인큐베이터에 다시 5 % CO 2와 37 ° C에서 접시를 놓고 다른 4 부화 - 6 시간.
    11. 물론 각각에 산성화 이소프로판올 150 μl를 추가하고 철저하게 모든 포르 마잔 결정을 재현 탁하는 멀티 채널 피펫과 잘 섞는다. 빈 우물 시작하고 잘 접시의 다른 행에 진행하기 전에 팁을 씻어해야합니다.
    12. 10 분 동안 실온 (RT)에서 플레이트를 인큐베이션.
    13. 마이크로 플레이트 리더를 이용하여 배경 OD를 보정하여 정확한 측정을 보장하기 위해 540 및 720 nm에서의 OD를 결정한다. 그런 다음 스프레드 시트 파일에 데이터를 저장하고 4를 분석 할 수 있습니다.
  4. SRB 분석 췌장 암 세포에 대한
    1. 0.4 %의 최종 농도 1 % 아세트산에 SRB 시약을 용해 (W / V).
    2. 50 %의 최종 농도로 초순수에 트리클로로 아세트산 (TCA)을 용해시키고 (W / V).
    3. 10 mm의 최종 농도로 초순수에 트리스 (히드 록시 메틸) -aminomethane을 녹인다.
    4. 적절한 시드 농도로 100 ㎕의 매체에 지수 상에 성장하는 세포와 씨앗 (6) 우물 만 우물에 해당하는 100 ㎕의 매체를 추가 성장 억제의보다 정확한 추정을 보장하기 위해 별도의 96 웰 평평한 바닥 "0 일"제어 판을 준비 공백. 플레이트에 세포의 적절한 접착을 보장하기 위해, 5 % CO 2, 37 ℃에서 밤새 인큐베이션. 모든 웰에 100 ㎕의 매체를 추가하고 단계 1.4.8로 진행 -이 절의 1.4.16.
    5. 96 웰 평평한 바닥 실험 판을 준비 : 종자 세포 나 100 ㎕에서 적절한 밀도로 96 웰 중으로 지수 단계에서 평평한 바닥 판을 성장멀티 채널 피펫을 사용하여 dium.
      주 : 최적 출발 세포 농도를 결정하기 위하여, 여러 농도의 세포를 파종 및 적어도 4 일 동안 매일 측정하여 96- 웰 플레이트에서 각각의 세포주 세포주의 성장 프로파일을 평가하는 것을 권장한다. 이것은 OD 값을 포화하여 실험 영향 바와 같이, 72 시간 후에 세포의 과증식을 방지 시드 농도를 선택. Panc-1 및 Panc-1R 세포 최적 시드 농도 / 웰 8000 세포이다.
    6. 중간 단 웰에 100 ㎕의 배지를 첨가하고, 플레이트에 대한 세포의 적절한 접착을 보장하기 위해, 5 % CO 2, 37 ℃에서 밤새 배양한다.
    7. Panc-1 및 1 ㎜ 및 Panc-1R 세포 100 nm의 1 μm의 10 nm의 사이에 젬시 타빈의 약물 희석 범위를 준비합니다. 멀티 채널 피펫을 이용하여 96- 웰 플레이트의 적당한 웰에 희석 각 100 μL를 추가한다. 세중의 각 농도가 있는지 확인하십시오. 게다가,중간 단 우물 대조군 세포에 100 ㎕의 배지를 추가한다. 72 시간 동안 5 % CO 2, 37 ℃에서 인큐베이션.
    8. 석출 웰의 바닥에 단백질을 고정하기 위해서 4 ℃에서 적어도 60 분 동안 플레이트를 멀티 채널 피펫을 사용하여 웰에 25 ㎕의 냉 TCA 용액을 첨가하고 배양한다.
    9. 티슈의 중간 건조 간단히 제거함으로써 접시 비우기.
    10. 수돗물로 5 회 반복 후 접시를 비우고 실온에서 건조 할 수 있습니다.
    11. 실온에서 15 분 동안 반복 - 피펫 및 염색을 사용하여 웰 당 50 μL의 SRB 용액을 추가한다.
    12. SRB 얼룩을 제거하여 판을 비 웁니다.
    13. 1 % 아세트산 4 회 반복 후 접시를 비우고 실온에서이 건조 할 수 있습니다.
    14. 멀티 채널 피펫을 사용하여 웰 당 150 ㎕의 트리스 용액을 추가 / 분 900 쉐이크 최대 판 진탕까지 3 분 동안 혼합한다.
    15. 540 나노 미터 (또는 492 nm의 경우에서 광학 밀도를 읽어 t그는) 값이 너무 높은 OD.
    16. 데이터를 분석 할 수 있습니다.
  5. MTT 및 SRB 분석 실험을위한 데이터 분석
    1. 다음 식에 사용 "0 일"에서 세포의 OD 값을 계산 : OD 주 0 = OD 제어 셀 - 평균 OD 빈 우물
    2. 하기 식에 따라 각 약물 농도에 대한 생존 세포의 비율을 계산한다 : % 처리 한 세포 = 평균 [OD 처리 된 세포 - 평균 OD 블랭크 웰 - OD 주 0] / [OD 제어 셀 - 평균 OD 블랭크 웰 - OD Day0 * (100)
    3. 투여 량 - 반응 곡선 (%의 성장 억제 대 약물 농도)를 그린다.
    4. 용량 반응 곡선을 사용하여 50 %의 증식 억제 약물 (IC 50)의 농도를 계산한다.

RNA 시퀀싱 2. RNA 분리 및 라이브러리 준비

  1. 샘플 콜ection 및 RNA 분리
    1. CEM 세포 : 배양 배지로부터 106 개 세포를 수확.
    2. Panc-1 및 Panc-1R를 들어, 매체를 제거 PBS로 두 번 세포를 씻어 내고 트립신 EDTA를 첨가하고 3 분 동안 37 ℃에서 배양하여 분리. 문화 매체를 추가하고 10 6 세포를 수확.
    3. 3 분 동안 300 XG에 샘플을 스핀 다운 뜨는을 제거하고 제조자의 프로토콜에 따라, 시판되는 실리카 막 스핀 열을 사용하여 총 mRNA의 압축을 풉니 다.
    4. 자외선 마주 분광 광도계를 사용하여 총 RNA의 농도와 순도를 결정합니다.
      주 : 260 ㎚ / 280 nm의 흡광도 비가 1.8 이상인 경우에는 RNA가 고순도 여겨진다. 80 ° C - 샘플이 저장 될 수있다.
    5. 에티 디움 브로마이드로 염색하여 1 % 아가 로스 겔상에서 샘플을 200 ng의 전기 영동에 의해 총 RNA의 무결성을 평가.
      참고 : 약 포유 동물의 28S와 18S rRNAs에 대응하는 2 개의 그대로 밴드의 검출2킬로바이트 좋은 총 RNA의 무결성을 나타내는 크기 1킬로바이트
  2. 시퀀싱 라이브러리 준비
    1. 각 샘플 당 총 mRNA의 2 μg의를 사용합니다. 제조업체의 지침에 따라 mRNA의 라이브러리 준비 프로토콜을 따르십시오.
    2. bioanalyzer 시스템을 사용하여 각 라이브러리의 품질 및 농도를 결정한다. 10을 nmol / L의 최종 농도로 하나의 샘플까지의 라이브러리를 풀과 bioanalyzer로 측정한다.
    3. 단일 읽기 100 bp의 모드와 높은 처리량 시퀀싱 시스템을 사용합니다.
      참고 :> 80 BP의 읽기 길이가 전사 이성체를 식별하는 것이 필요하다.

차동 접합 3. 감지 시퀀싱 읽고에서

  1. 의 정렬 게놈 및 품질 확인을 참조하는 읽기
    1. UCSC 테이블 브라우저 (25963 유전자)를 사용하여 NCBI refGene 테이블에서 유전자 주석 (.gtf 파일)을 컴파일합니다.
    2. 행하다순서의 주석 인식 갭 정렬 STAR를 사용하여 참조 게놈 (GRCh37)을 읽습니다.
    3. 정렬 인덱스 피카 도구 결과 정렬 파일.
    4. RSeQC 및 samtools를 사용하여 포스트 매핑 품질 제어를 수행한다.
  2. 샘플 그룹 간의 차동 접합 검출
    1. 파이썬과 NumPy와 및 SciPy의 해당 버전을 설치합니다. 다운로드 samtools를 설치합니다. 다운로드 나비 넥타이와 tophat를 설치,
    2. 는 $ PATH 환경 변수에 파이썬, 나비 넥타이, tophat 및 samtools 디렉토리를 추가합니다. 다운로드 사전 구축 된 나비 넥타이 인덱스 (hg19). rMATS 버전 3.0.9을 다운로드합니다.
      참고 : rMATS에 대한 더 자세한 사항은 (19)(34)에 제공됩니다.
    3. 도 5a에 따라 실행됩니다 별도의 매트에 Panc-1R에 CEM-WT 및 Panc-1에 대한 각 덱스 내성 세포주를 비교하여 대안 접합 이벤트를 감지합니다.
    4. previo에서 차동 접합 이벤트를 검색하려면usly 정렬 순서는 (.bam 파일), Panc-하는 CEM-WT 대 CEM- C3, CEM-WT 대 CEM-R5, CEM-WT 대 CEM / R30dm 및 Panc1 그림 5B에서 명령을 사용하여 실행 매트를 읽고 1R 비교.
      참고 : 매트 분석 접합 이벤트의 유형에 따라 결과이 .txt 인 파일을 출력 폴더를 생성합니다 (SE - 엑손 스키핑, A5SS - 대체 5 '스플 라이스 사이트, A3SS - 대안 3'스플 라이스 사이트, MEX - 상호 배타적 인 엑손 및 RI - 인트론 유지) : 하나의 파일이 포함 접합 카운트 만 접합 카운트에 따라 결과가 두 번째 파일을 기반으로 결과와 목표에 읽습니다. 또한, 결과의 개요를 추가가 .txt 파일이 동일 폴더에 생성된다.
    5. SE, A5SS, A3SS 및 RI 가져 오기 접합 카운트에 따라이 .txt 파일을 스프레드 시트와 목표에 읽하기 위해. MEX를 들어 접합 카운트 만에 기초하여이 .txt 파일을 가져옵니다.
      참고 : 유전자 ID, 유전자 기호 : 매트 출력 파일이 P-값을 오름차순으로 정렬됩니다 몇 가지 매개 변수를 포함염색체와 가닥 위치는 선택적으로 접합 조각의 게놈 좌표는, 포함의 길이뿐만 아니라 계산과 (모두 분석 시료의 형태, 포함의 길이를 건너 뛰는 및 표준화, p 값이 거짓 검색 속도에 사용되는 양식을 건너 뛰는 FDR ), 정규화 수와 차동 포함 점수 (평균 (IncLevel1)에 따라 각 샘플의 포함 수준 - 평균 (IncLevel2)).
    6. FDR <더 검증 (예를 들어, DDX5 및 PKM2) 10 %로 통계적으로 유의 한 후보 유전자를 선택합니다.
    7. 통합적인 유전체학 뷰어 대체 접합 이벤트를 시각화 (IGV, https://www.broadinstitute.org/igv/), 그림 5에보고.

RT-PCR 및 QRT-PCR 분석 실험에 의한 결과 4. 검증

  1. 프라이머 디자인
    주 : 생물 정보학 파이프, mRNA의 트랜스를 사용하여 얻어진 결과의 신뢰성있는 검증을 제공하기 위해서대안적인 스 플라이 싱 이벤트로 인한 cripts는 RT-PCR을 이용하여 증폭 된 PCR 산물의 아가로 스겔 전기 영동에 의해 가시화된다. 녹색 QRT-PCR 분석은 특정 스플 라이스를 정량화하는 데 사용되는 등 SYBR로 시아닌 녹색 염료는 하우스 키핑 유전자에 대해 변형. 도 7은 DDX5 유전자의 엑손 12 스킵 이벤트 시각화 및 PKM 유전자의 상호 배타적 인 엑손 9 엑손 10 정량화인가 전략을 도시한다.
    1. RT-PCR 분석을 위해, 상류에있는 구성 적 엑손 (엑손 (10)과 엑손 13)와 하류 대체 접합 부위 (그림 7A)에있는 어닐링 디자인 프라이머 쌍.
      주 : 앰플 리콘 크기가 아가 로스 겔에 예측 된 PCR 산물의 명확한 분리를 보장하기 위해 100 내지 800 염기쌍을 포함한다. 60 %를 초과하지 않아야 C와 GC 함량이 55 ° 내지 65의 프라이머 어닐링 온도가되어야한다.
    2. 시아닌 그린 분석 (그림 7B).
      1. 두 개의 상호 배타적 인 엑손과 각각 특별히 디자인 두 프라이머 쌍의 서열 상 동성을 확인만으로 만이 스플 라이스 변이체들 중 하나를 검출한다.
        참고 : 앞으로 프라이머 변형 별 및 어닐링 9 (PKM1를) 엑손하거나 엑손 10 (PKM2) 동안 PKM를 들어, 역방향 프라이머는 두 변종에 공통 11 엑손에 어닐링.
      2. DDX5 전장 유전자를 검출하기 위해 상기 스킵 된 엑손 (엑손 12) 내의 역방향 프라이머 어닐링.
        참고 : DDX5 ΔEx12 변형의 구체적인 검출을 위해, 역방향 프라이머는 exon11 / exon13 경계에 걸쳐있다. 모두 반응에 구성 적 엑손 (10)에 어닐링 같은 정방향 프라이머를 사용합니다.
        주 : 앰플 리콘 크기는 80, 200 bp의 사이에 있어야한다.
  2. 첫 번째 가닥 cDNA를 합성
    1. 200 U 몰 로니 쥐 백혈병 바이러스 / μL (M-MLV) 되돌리기를 사용하여 cDNA를에 고립 된 RNA 1 μg의의 역전사을 설정멸균 수로 5의 반응 완충액에서 셀레늄 효소 1 희석. DTT 1 μM, 랜덤 헥사 0.05 μg의, 데 옥시 뉴클레오티드 믹스 (의 dNTP) 1 ㎜, 및 리보 뉴 클레아 제 억제제의 40 U / μl를 추가합니다.
    2. 소용돌이 간략하고 2 시간 동안 37 ℃에서 반응 혼합물을 배양한다.
    3. 5 분, 역전사 효소를 불 활성화 얼음 믹스를 전송하고 미세 원심 분리를 이용하여 회전 속도가 70 ℃에서 반응 혼합물을 인큐베이션. 샘플은 즉시 사용하거나 저장할 수 있습니다 - 20 ° C.
  3. RT-PCR 반응 및 아가 로스 젤
    1. 배 12.5 μL를 혼합함으로써, 각 시료 당 PCR 튜브에 PCR 반응을 집합 PCR의 mastermix 10 μM 정방향 프라이머 및 멸균 수 25 ㎕의 최종 부피까지 역방향 프라이머에 대한 동일한 양의 1.25 μl를 농축시켰다.
    2. 믹스의 cDNA 1 μl를 추가하고 열 순환기에 튜브를 배치합니다. 다음과 같이 프로그램을 실행 : 초기 변성 : 2 분 95 ° C를.35 사이클에 대해 다음 단계를 반복 : 변성을 25 초 동안 95 ° C에서; 35 초 동안 52 ° C에서 어닐링; 1 분 72 ° C에서 확장. 5 분 동안 72 ° C에서 최종 확장을 설정합니다.
    3. TBE 버퍼 1X 100ml에 아가 1g을 용해시켜 1 % 아가 로스 겔을 제조. 이 용액에 에티 디움 브로마이드의 2.5 μl를 추가합니다. 주의 : 에티 디움 브로마이드가 암을 유발하는 화학 물질 흄 후드를 사용하여 취급에주의.
    4. 샘플을로드하고 전기 영동 시스템에서 약 30 분 동안 100 V에서 1X TBE 버퍼에서 젤을 실행합니다.
    5. 디지털 UV 카메라로 젤을 공개하고 이미지를 저장합니다.
  4. QRT-PCR 및 데이터 분석
    1. 최대 PCR 튜브에 멸균 수 15 μL의 최종 볼륨 배 녹색 PCR Mastermix의 12.5 μL, 5 μM 정방향 프라이머의 2 μL 및 역방향 프라이머 같은 양을 혼합하여 각 샘플 당 시아닌 녹색 PCR 반응을 설정 . 각각의 특정 스플 라이스의 믹스를 준비변형 (PKM1, PKM2, DDX5 전체 길이, DDX5 ΔEx12)과 하우스 키핑 유전자 (GUS)를 검출한다.
    2. 흰색 96 웰 플레이트에 mastermix을로드하고 각 샘플 당 중복을 준비합니다.
    3. 물에서 cDNA를 10 배 희석 각 믹스 5 μl를 추가하고 열 순환기에 접시를 놓습니다. 다음과 같이 프로그램을 실행 : 초기 변성 : 5 분 95 ° C를. 45 사이클에 대해 다음 단계를 반복 : 변성을 10 초 동안 95 ° C에서; 58 ° (DDX5 및 DDX5 ΔEx12 혼합) C 또는 20 초 (PKM1와 PKM2에 대한 혼합) 60 ° C에서 어닐링. 20 초 동안 72 ° C에서 최종 확장을 설정합니다. 65에서 97 ° C에 그라데이션을 적용하여 곡선을 용융 설정합니다.
    4. 타겟으로 프라이머 세트의 특이성을 평가하기 위해, 용융 곡선을 확인하고 단일 피크 각 프라이머 세트에 따라 형성되어있는 것을 확인.
    5. 증폭 곡선 차 미분 값을 계산하고, 사이클 역치 (CT)을 내보낼.
    6. Calculat전자 mRNA의 스플 라이스의 상대적 발현 수준 (REL)는 "델타 코네티컷 (ΔCT)"방법을 사용하여 각 샘플의 GUS 하우스 키핑 (참조) 유전자에 비해 변형. 수식은 다음과 같습니다 REL = 2 - ΔCT, ΔCT = 코네티컷 대상 스플 라이스 변형 - 코네티컷 참조 유전자
    7. 비율 REL 비 = REL 스플 라이스 변이체 1 / REL 스플 라이스 변이체 2, 스플 라이스 변이체의 상대적인 풍부함을 정량 식을 이용하여 REL 비율을 계산하기 위해.

결과

프로토콜에 기술 된 세포 독성 분석법은 시험관 내에서 화학 요법 제에 암세포의 내성을 평가하기위한 안정적이고 강력한 방법을 제공한다. CEM / R30dm, CEM-R5와 CEM-C3 다음 MTT 분석에 의해, 덱스에 감도는 덱스에 민감한 부모의 CEM-WT 세포를 포함하여 4 개의 T-ALL 세포주, 3 덱스 강한 서브 라인에서 산출 된 것입니다. 및 덱스 내성 세포주 (640 μM - 0.33 ㎚) - 두 개의 다른 ?...

토론

여기에서 우리는 약물 내성과 관련하여 차동 접합 이벤트를 식별하는 분석을 잘 확립 된 세포 독성 스크리닝 기술과 강력한 NGS 기반 transcriptomic을 결합하는 새로운 접근 방식을 설명합니다. 분광 분석은 시험 관내 암 모델에서 약물 민감도를 평가하기 편리하고 강력한 높은 처리량 방법이며, 세포 독성 검사를 수행하는 많은 실험실에 대한 첫 번째 선택을 나타냅니다. 이 방법에 대한 문제 ...

공개

The authors have nothing to disclose.

감사의 말

The authors would like to acknowledge prof. J.J. McGuire, prof. R. Kofler and dr. K. Quint for providing the resistant cell lines used in this work. The study has been founded by grants from Cancer Center Amsterdam (CCA) Foundation (to JC, EG and RS), the KiKa (Children Cancer-free grant for AW) foundation, the Law Offices of Peter G. Angelos Grant from the Mesothelioma Applied Research Foundation (to VEG and EG), Associazione Italiana per la Ricerca sul Cancro (AIRC), Istituto Toscano Tumori (ITT), and Regione Toscana Bando FAS Salute (to EG).

자료

NameCompanyCatalog NumberComments
Sulforhodamine BSigma-Aldrich230162
Trichloroacetic acidSigma-Aldrich251399
CCRF-CEMATCC, Manassas, VA, USAATCC CCL-119
Panc-1ATCC, Manassas, VA, USAATCC CRL-1469
DMEM high glucoseLonza, Basel, Switzerland12-604F
RPMI-1640 Gibco, Carlsbad, CA, USA11875093
Fetal bovine and calf serumGreiner Bio-One, Frickenhausen, Germany758093
penicillin G streptomycin sulphateGibco, Carlsbad, CA, USA15140122
Tris(hydroxymethyl)-aminomethaneSigma Aldrich252859
MTT formazanSigma AldrichM2003
Anthos-Elisa-reader 2001Labtec, Heerhugowaard, NetherlandsUV-Vis 96-well plate spectrophotometer
Greiner CELLSTAR 96 well platesGreiner/SigmaM0812-100EA
Trypsin/EDTA Solution 100 mlLonza, Basel, SwitzerlandCC-5012
CELLSTAR Cell Culture Flasks 25 cm2Greiner Bio-One, Frickenhausen, Germany82051-074
CELLSTAR Cell Culture Flasks 75 cm3Greiner Bio-One, Frickenhausen, Germany82050-856
Phosphate Buffered Saline (NaCl 0.9%)B.Braun Melsungen AG, Germany362 3140

참고문헌

  1. Gottesman, M. M. Mechanisms of cancer drug resistance. Annu Rev Med. 53, 615-627 (2002).
  2. McDermott, M., et al. In vitro Development of Chemotherapy and Targeted Therapy Drug-Resistant Cancer Cell Lines: A Practical Guide with Case Studies. Front Oncol. 4, 40 (2014).
  3. Kaspers, G. J., et al. Prednisolone resistance in childhood acute lymphoblastic leukemia: vitro-vivo correlations and cross-resistance to other drugs. Blood. (1), 259-266 (1998).
  4. van Meerloo, J., Kaspers, G. J., Cloos, J. Cell sensitivity assays: the MTT assay. Methods Mol Biol. 731, 237-245 (2011).
  5. Vichai, V., Kirtikara, K. Sulforhodamine B colorimetric assay for cytotoxicity screening. Nat Protoc. 1 (3), 1112-1116 (2006).
  6. Wojtuszkiewicz, A., Assaraf, Y. G., Maas, M. J., Kaspers, G. J., Jansen, G., Cloos, J. Pre-mRNA splicing in cancer: the relevance in oncogenesis, treatment and drug resistance. Expert Opin Drug Metab Toxicol. 5, 673-689 (2015).
  7. Liu, S., Cheng, C. Alternative RNA splicing and cancer. Wiley Interdiscip Rev RNA. 4 (5), 547-566 (2013).
  8. Wojtuszkiewicz, A., et al. Folylpolyglutamate synthetase splicing alterations in acute lymphoblastic leukemia are provoked by methotrexate and other chemotherapeutics and mediate chemoresistance. Int J Cancer. 138 (7), 1645-1656 (2016).
  9. Shendure, J., Ji, H. Next-generation DNA sequencing. Nat Biotechnol. 10, 1135-1145 (2008).
  10. Wang, Z., Gerstein, M., Snyder, M. RNA-Seq: a revolutionary tool for transcriptomics. Nat Rev Genet. 1, 57-63 (2009).
  11. Ozsolak, F., Milos, P. M. RNA sequencing: advances, challenges and opportunities. Nat Rev Genet. 2, 87-98 (2011).
  12. Han, Y., Gao, S., Muegge, K., Zhang, W., Zhou, B. Advanced Applications of RNA Sequencing and Challenges. Bioinform Biol Insights. 9 (Suppl 1), 29-46 (2015).
  13. Khatoon, Z., Figler, B., Zhang, H., Cheng, F. Introduction to RNA-Seq and its applications to drug discovery and development. Drug Dev Res. 5, 324-330 (2014).
  14. Zhao, S., et al. Comparison of stranded and non-stranded RNAseq transcriptome profiling and investigation of gene overlap. BMC Genomics. 16, 675 (2015).
  15. Carrara, M., et al. Alternative splicing detection workflow needs a careful combination of sample prep and bioinformatics analysis. BMC Bioinformatics. 16 (Suppl 9), (2015).
  16. Dobin, A., et al. STAR: ultrafast universal RNA-seq aligner. Bioinformatics. 29, 15-21 (2013).
  17. Wang, L., Wang, S., Li, W. RSeQC: quality control of RNA-seq experiments. Bioinformatics. 28, 2184-2185 (2012).
  18. Hooper, J. E. A survey of software for genome-wide discovery of differential splicing in RNA-Seq data. Hum Genomics. 8, (2014).
  19. Shen, S., et al. MATS: a Bayesian framework for flexible detection of differential alternative splicing from RNA-Seq data. Nucleic Acids Res. 8, e61 (2012).
  20. Vargas, I. M., Vivas-Mejìa, P. E. Assessment of mRNA splice variants by qRT-PCR. Methods Mol Biol. 1049, 171-186 (2013).
  21. Hala, M., Hartmann, B. L., Böck, G., Geley, S., Kofler, R. Glucocorticoid-receptor-gene defects and resistance to glucocorticoid-induced apoptosis in human leukemic cell lines. Int J Cancer. 68 (5), 663-668 (1996).
  22. Schmidt, S., et al. Glucocorticoid resistance in two key models of acute lymphoblastic leukemia occurs at the level of theglucocorticoid receptor. FASEB J. 20 (14), 2600-2602 (2006).
  23. McCloskey, D. E., McGuire, J. J., Russell, C. A., Rowan, B. G., Bertino, J. R., Giuseppe Pizzorno, G., et al. Decreased folylpolyglutamate synthetase activity as a mechanism of methotrexate resistance in CCRF-CEM human leukemia sublines. The Journal of Biological Chemistry. 266 (10), 6181-6187 (1991).
  24. Quint, K., et al. Pancreatic cancer cells surviving gemcitabine treatment express markers of stem cell differentiation and epithelial-mesenchymal transition. Int J Oncol. 41 (6), 2093-2102 (2012).
  25. Lin, S., et al. DDX5 is a positive regulator of oncogenic NOTCH1 signaling in T cell acute lymphoblastic leukemia. Oncogene. 32 (40), 4845-4853 (2013).
  26. Mazurek, A., et al. Acquired dependence of acute myeloid leukemia on the DEAD-box RNA helicase DDX5. Cell Rep. 7 (6), 1887-1899 (2014).
  27. Calabretta, S., et al. Modulation of PKM alternative splicing by PTBP1 promotes gemcitabine resistance in pancreatic cancer cells. Oncogene. , (2016).
  28. Azoitei, N., et al. PKM2 promotes tumor angiogenesis by regulating HIF-1α through NF-κB activation. Mol Cancer. 15 (1), (2016).
  29. Samuels, A. L., Heng, J. Y., Beesley, A. H., Kees, U. R. Bioenergetic modulation overcomes glucocorticoid resistance in T-lineage acute lymphoblastic leukaemia. Br J Haematol. 165 (1), 57-66 (2014).
  30. Rots, M. G., Pieters, R., Kaspers, G. J., Veerman, A. J., Peters, G. J., Jansen, G. Classification of ex vivo methotrexate resistance in acute lymphoblastic and myeloid leukaemia. Br J Haematol. 110 (4), 791-800 (2000).
  31. Funel, N., et al. Laser microdissection and primary cell cultures improve pharmacogenetic analysis in pancreatic adenocarcinoma. Lab Invest. 88 (7), 773-784 (2008).
  32. Gillet, J. P., et al. Redefining the relevance of established cancer cell lines to the study of mechanisms of clinical anti-cancer drug resistance. Proc Natl Acad Sci U S A. 108 (46), 18708-18713 (2011).
  33. Kole, R., Krainer, A. R., Altman, S. RNA therapeutics: beyond RNA interference and antisense oligonucleotides. Nat Rev Drug Discov. 11 (2), 125-140 (2012).
  34. Shen, S., et al. rMATS: robust and flexible detection of differential alternative splicing from replicate RNA-Seq data. Proc Natl Acad Sci U S A. 111 (51), E5593-E5601 (2014).

재인쇄 및 허가

JoVE'article의 텍스트 или 그림을 다시 사용하시려면 허가 살펴보기

허가 살펴보기

더 많은 기사 탐색

118RNA SEQtranscriptomics

This article has been published

Video Coming Soon

JoVE Logo

개인 정보 보호

이용 약관

정책

연구

교육

JoVE 소개

Copyright © 2025 MyJoVE Corporation. 판권 소유