Method Article
Nós descrevemos uma metodologia que combina cultura de células automatizado com alto conteúdo de imagem para visualizar e quantificar vários processos celulares e estruturas, de uma forma de alto rendimento. Tais métodos podem auxiliar na anotação de genomas ainda mais funcional, bem como identificar redes de doença genética e alvos terapêuticos potenciais.
A anotação funcional de genomas, construção de redes e identificação molecular romance alvo da droga, são desafios importantes que precisam ser tratadas como uma questão de grande urgência 1-4. Múltiplas abordagens complementares a genómica forneceram pistas sobre os fatores de risco genéticos e mecanismos patogênicos subjacentes inúmeras doenças neurodegenerativas, mas a maioria dos achados ainda necessitam de validação funcional 5. Por exemplo, um recente estudo de associação genômica ampla para a Doença de Parkinson (DP), identificou muitos loci novos fatores de risco para a doença, mas a variante subjacente causal (s) ou mecanismo patogênico não é conhecida 6, 7. Como cada região associada pode conter vários genes, a avaliação funcional de cada um dos genes em fenótipos associados com a doença, utilizando técnicas de biologia celular tradicional levaria muito tempo.
Há também uma necessidade de compreender as redes moleculares que apontammutações genéticas para os fenótipos que elas causam. Espera-se que fenótipos da doença são o resultado de múltiplas interações que foram rompidas. Reconstrução dessas redes usando os tradicionais métodos moleculares seria demorado. Além disso, as previsões de rede de estudos independentes de componentes individuais, a abordagem reducionista, provavelmente subestimam a complexidade da rede 8. Essa subestimação poderia, em parte, explicar a baixa taxa de sucesso de aprovação da droga devido aos efeitos colaterais indesejáveis ou tóxicos. Ganhando uma perspectiva de rede de vias de doenças relacionadas com HT / HC abordagens de triagem celular, e identificar os nós-chave dentro dessas vias, poderiam levar à identificação de alvos que são mais adequados para a intervenção terapêutica.
High-throughput screening (HTS) é uma metodologia ideal para abordar estas questões 9-12. mas os métodos tradicionais foram unidimensional ensaios de todo o bem celular, que usava simplistic leituras de processos biológicos complexos. Eram incapazes de quantificar simultaneamente os fenótipos observados em muitas doenças neurodegenerativas, tais como déficits de transporte axonal ou alterações nas propriedades morfologia 13, 14. Esta abordagem não poderia ser usado para investigar a natureza dinâmica de processos celulares ou eventos patogênicos que ocorrem em um subconjunto de células. Para quantificar tais características tem de se mudar para multi-dimensional fenótipos denominado de alto teor de triagem (HCS) 4, 15-17. HCS é a quantificação baseada em células de vários processos simultaneamente, o que fornece uma representação mais detalhada da resposta celular a perturbações diversas em relação ao HTS.
HCS tem muitas vantagens sobre HTS 18, 19, mas a realização de um high-throughput (HT) de alta o conteúdo da tela (HC) em modelos neuronal é problemático devido ao alto custo, a variação ambiental e erro humano. A fim de detectar respostas celulares em uma escala 'phenomics'usando uma imagem HC tem que reduzir a variação e erro, enquanto aumentando a sensibilidade e reprodutibilidade.
Aqui nós descrevemos um método para realizar com precisão e confiabilidade telas shRNA utilizando cultura de células automatizado 20 e HC de imagem em modelos celulares neuronais. Descrevemos como nós usamos esta metodologia para identificar moduladores de uma determinada proteína, DJ1, que quando mutado causa parkinsonismo autossômica recessiva 21.
Combinando a versatilidade do HC de imagem com métodos de HT, é possível quantificar com precisão um grande número de fenótipos. Esta situação pode ser utilizada para fazer avançar a nossa compreensão do genoma, os caminhos envolvidos na patogênese da doença, bem como identificar potenciais alvos terapêuticos.
1. Processo de cultura de células aderentes automatizado (Figura 1) 20
2. shRNA produção de vírus e revestimento em chapas de ensaio (Tempo necessário: 6 dias)
3. Transdução lentiviral e diferenciação neuronal de células SH-SY5Y (Tempo necessário: 6 dias)
4. Imunocoloração automatizada de placas de ensaio (Tempo necessário: 2 dias)
Qualidade da imagem é paramount para a realização de uma HCS sensível e confiável. Danos à monocamada celular devido à pipetagem imprecisa pode levar à má qualidade de imagem e os resultados irreproduzíveis. A fim de minimizar os danos camada de células, a imunocoloração foi realizado usando uma estação robótica. O procedimento é similar ao que foi descrito anteriormente 26, mas foi customizado para aumentar o rendimento e reduzir o uso de consumíveis.
5. Alto teor de análise de imagem e de aquisição de imagem (Tempo requerido: 5 dias)
6. Normalização de dados e análise
7. Resultados representativos
Mutações dentro DJ1 dar origem ao início-início recessive parkinsonismo 21, mas não está claro como a perda de DJ1 dá origem ao fenótipo da doença. Sabe-se que as células deficiente de DJ1 são mais suscetíveis à morte celular induzida pelo estresse oxidativo e na resposta ao estresse oxidativo, DJ1 transloca do citoplasma para a mitocôndria 29, 30. Através da construção de ensaios HC para monitorar esses fenótipos, podemos identificar genes que regulam fenótipos ou afetar associados DJ1. Essa abordagem pode ajudar a decifrar os caminhos em que DJ1 funções e que poderiam estar envolvidos na patogênese da doença.
Exemplo de uma interação com epistasia DJ1 (Figura 5): Knockdown de DJ1 em células expostasaos resultados da toxina em uma maior perda de viabilidade celular (BAR-B: image-B) em comparação com as células infectadas com lentivirus mexidos (BAR-A: image-A). Knockdown do gene-alvo A tem um efeito similar ao observado em células com um knockdown DJ1 (BAR-C: image-C). Knockdown de ambos DJ1 e gene-alvo A resulta em uma perda significativamente maior de viabilidade celular do que a perda de qualquer gene sozinho (BAR-D: image-D). Isso sugere uma interação entre epistáticos DJ1 e alvo gene A.
Exemplo de um gene regulador DJ1 translocação (Figura 6): Quando as células são expostas a uma toxina, DJ1 transloca do citoplasma para a mitocôndria, que é quantificada por um coeficiente maior sobreposição entre DJ1 e as mitocôndrias (BAR-A: Uma imagem em relação BAR-C: image C). Nas células onde B gene-alvo tem sido silenciada, menos DJ1 transloca para as mitocôndrias, quando as células são expostas à toxina. Isto sugere que B gene-alvo está envolvida no transporte de DJ1 para as mitocôndrias. (BAR-B: imagem B e BAR-D: D imagem)
Exemplo de um gene envolvido na conseqüência neuronal (Figura 7): Knockdown do gene C-alvo no tipo selvagem resultados SH-SY5Y células em um aumento significativo no comprimento neurite (BAR-B: image-B) em comparação com as células infectadas com lentivirus expressar scrambled shRNA (BAR-A: Uma imagem). Este efeito é perdido em células incubadas com a toxina (BAR-C e D).
Exemplo de um gene envolvido na morfologia mitocondrial (Figura 8): Infecção do tipo selvagem SH-SY5Y células com shRNA visando resultados gene D em uma diminuição no valor segmentação mitocondrial SER-Ridge (Figura 8, Imagem C e D) quando comparado com células infectadas com lentivirus mexidos (Figura 8, Image A e B).
Figura 1 Esboço de protocolo automatizado de cultura de células.:
Figura 3. Composite imagens de células adquiridas pela HC imagem. A) As células não tratadas, B) As células tratadas com H 2 O 2. DJ1 é rotulada de verde, as mitocôndrias em vermelho e os núcleos em azul. Neuritos coloração não é destacada.
Figura 4. Quantificação de várias características celulares obtidos de uma HCS. AD) não tratada SH-SY5Y células. EH) H 2 O 2 tratados SH-SY5Y células. A, E segmentação Núcleos) e definição de ROI A, B, F) Identificação e quantificação das mitocôndrias, ROI B, C, G) Identificação de DJ1, Target canal II; D, G) Identificação e cálculo de comprimento neurite média. Células perto da borda da imagem são excluídos da análise. Inset imagens são imagens antes da análise.
Figura 5. Identificação de um gene em epistasia com DJ1 (letras nas barras correspondem às letras na imagem). Imagens de A a D são SH-SY5Y células marcadas com Mitotracker CMXRos (vermelho) que foi usado para quantificação de células de saúde.
Figura 6. Identificação de um gene regulador DJ1 translocação (letras nas barras correspondem às letras na imagem). Imagens de A a D são SH-SY5Y células marcadas para DJ1 (verde), mitocôndrias (vermelho) e núcleos (azul) que foram utilizados para quantificação de DJ1 translocação para a mitocôndria.
Figura 7. Identificação de um gene envolvido na conseqüência neuronal (letras nas barras correspondem às letras na imagem). Imagens de A a D são SH-SY5Y células marcadas para a β-tubulina III (verde) e núcleos (azul) que foram utilizadas para a quantificação de comprimento neurite.
Figura 8. Identificação de um gene envolvido na regulação da morfologia mitocondrial. Uma imagem e C são imagens compostas de SH-SY5Y células infectadas com shRNA mexidos ou um shRNA alvo gene D, respectivamente. Mitocôndrias são coloridas em vermelho, enquanto os núcleos são coloridos em azul. Imagem B e D são visualizações da quantificação SER-Ridge.
Com os custos decrescentes de HT / HC sistemas de rastreamento de celular, combinado com a disponibilidade de poderosos genome-wide ferramentas para modificar a função do gene, HT / HC telas estão se tornando comuns na academia. A abordagem já foi aplicado com sucesso em diversas áreas de pesquisa, como a identificação de alvos terapêuticos no câncer 9, 31-33 e 34-36 desenvolvimento embrionário e ainda tem potencial para aplicação em decifrar os caminhos envolvidos em distúrbios neuropsiquiátricos 37,38. No entanto a implementação de tal sistema exige um investimento significativo de tempo e esforço com otimização de processos, muitas vezes tendo um mínimo de 6 meses. Todas as etapas, tais como tripsinização vezes, velocidades e densidades de semeadura pipetagem tem que ser ajustado, para garantir que as células são saudáveis e crescem de forma consistente. Prevenção da contaminação bacteriana é um dos desafios mais difíceis enfrentados cultura de células automatizado semanalmente com os protocolos de limpeza em combination com a constante lavagem de todas as linhas de rolamento líquido com etanol 70% é necessário para a cultura livre de contaminação. Será igualmente necessário melhorar a robótica de forma que instrumentos adicionais, como microscópios confocal de alta resolução e -80 ° C freezers para armazenamento de composto pode ser integrado.
Há também limitações que precisam ser tratadas para melhorar a velocidade, sensível e utilidade deste método para estudar redes de gene e identificar genes envolvidos em vias patogênicas molecular.
Para conduzir uma tela HT / HC e assegurar que dados confiáveis são coletados, vários aspectos precisam ser otimizados. Primeiro, a confiabilidade da medição é primordial e é dependente da robustez e da sensibilidade do ensaio. Por exemplo, os ensaios acima descritos são adequados para telas menores, mas são difíceis de implementar em uma escala genoma de largura, devido ao número de passos de processamento necessária antes da aquisição da imagem.Assim, seria necessário construir linhas celulares estáveis expressando o gene repórter, o que permitiria a imagem direta e levar a variação diminuiu devido ao número reduzido de etapas de processamento. No presente, projetando um ensaio que retrata com precisão e confiabilidade quantifica um fenótipo de interesse é o principal entrave para o processo de triagem HC.
Muitas telas são realizados em células de mamíferos utilizando diferentes bibliotecas RNAi, que sofrem de efeitos fora do alvo, eficiência limitada silenciamento de genes do genoma e cobertura incompleta. Thus bibliotecas precisam ser feitas, que são mais específicos, potentes e têm uma melhor cobertura. Estão em curso esforços para criar tal espera-se tais empreendimentos irão melhorar a reprodutibilidade de HT / HC scre en hits.
A limitação de muitas telas de grande escala à base de células é que eles são realizados em células de neuroblastoma, porque eles podem ser manipulados geneticamente e cultivadas para grandes números com relativa facilidade. No entanto, a relevância dos 'hits' identificadas na ex vivo modelos de cultura de células para função in vivo é questionável, especialmente porque o cérebro é composto de tipos de células altamente especializadas que formam uma rede densa e complicada de conexões sinápticas funcionar como uma unidade altamente integrado. Como conseqüência, é comum que atinge identificados utilizando a abordagem de triagem descrito acima, são validados em telas secundárias usando técnicas adicionais e mais fisiológico modelos relevantes 39. Para melhorar a tradução de visitas identificadas durante HCS, os modelos mais representativo e sofisticadas, tais como pilhas e células-tronco diferenciadas ou co-cultura sistemas precisam ser desenvolvidos e adaptados para HT / HC abordagens.
> ntent "Com uma combinação de cultura de células automatizado e imagem HC pode rapidamente obter novos insights sobre como os neurônios de função e determinar quais as vias são importantes para o desenvolvimento da doença. Combinando HCS / HTS dados com informações geradas a partir de outras abordagens a genómica, que vai então, ser possível construir uma visão de biologia de sistemas de doenças cerebrais, facilitando assim o desenvolvimento terapêutico.Não temos nada a divulgar
Agradecemos aos programadores Hamilton e especialistas para o apoio contínuo e Blaas Eva para assistência técnica. Este trabalho foi apoiado por duas bolsas de Investimento NWO (911-07-031 e 40-00506-98-10011), The Prinses Beatrix Fonds Wetenschapsprijs 2009 eo Neuroscience Campus Amsterdam; SJ é suportado por Ti-Pharma: T5-207.
Name | Company | Catalog Number | Comments |
Nome do reagente | Companhia | Número Catálogo | |
AI.CELLHOST | HAMILTON | http://www.hamiltonrobotics.com/en-uk/applications/cellomics/ | |
OPTI-MEM | INVITROGEN | 31985-054 | |
Ácido Retinóico | SIGMA-ALDRICH | R2625 | |
PLACAS OMNITRAY | NUNC | 465219 | |
96 BEM placas de cultura | GRENIER | 655086 | |
DJ1 ANTICORPO N20 | SANTA CRUZ | SC27004 | |
BETA-III ANTICORPO tubulina | SIGMA-ALDRICH | T3952 | |
CMXROS MITOTRACKER | INVITROGEN | M-7512 | |
HOECHST-33342 | INVITROGEN | H1399 | |
PERÓXIDO DE HIDROGÊNIO | SIGMA-ALDRICH | 216763-100ML | |
TRIPSINA | INVITROGEN | 25050014 | |
FOSFATO Dulbecco Tampão Salina | INVITROGEN | 14190086 | |
PROMEGA WIZARD MAGNESIL TFX | PROMEGA | A2380 | |
Plasmideo CLONES | Open Biosystems | http://www.openbiosystems.com / RNAi / shRNALibraries / TRCLibraryDetails / | |
BIOAPPLICATIONS CELLOMICS | THERMO FISHER- | http://www.thermo.com/hcs |
Solicitar permissão para reutilizar o texto ou figuras deste artigo JoVE
Solicitar PermissãoThis article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados