Name: characterization and functional prediction of bacteria in ovarian tissues
Uploaded: 2021-10-23T13:00:00
Description: Watch this Scientific Journal Video about Characterization and Functional Prediction of Bacteria in Ovarian Tissues at JoVE.com

Ce travail a été soutenu par le prix de recherche clinique du premier hôpital affilié de l’Université Xi’an Jiaotong, en Chine (XJTU1AF-2018-017, XJTU1AF-CRF-2019-002), le grand projet de recherche fondamentale en sciences naturelles du département provincial des sciences et de la technologie du Shaanxi (2018JM7073, 2017ZDJC-11), le projet de recherche et de développement clé du département provincial des sciences et de la technologie du Shaanxi (2017ZDXM-SF-068, 2019QYPY-138), le projet provincial d’innovation technologique collaborative du Shaanxi (2 017XT-026, 2018XT-002) et le projet de recherche médicale du Plan d’orientation pour le développement social de Xi’an (2017117SF/YX011-3). Les bailleurs de fonds n’ont joué aucun rôle dans la conception de l’étude, la collecte et l’analyse des données, la décision de publier ou la préparation du manuscrit.
Nous remercions les collègues du département de gynécologie du premier hôpital affilié de l’Université Xi’an Jiaotong pour leurs contributions à la collecte d’échantillons.

Cette étude a été approuvée par le Comité d’éthique médicale institutionnelle du premier hôpital affilié de l’Université Xi’an Jiaotong (No. XJTUIAF2018LSK-139). Le consentement éclairé a été obtenu de tous les patients inscrits.
1. Critères d’entrée dans le groupe cancéreux et le groupe témoin
<ol><li>Pour le groupe du cancer, recrutez des patientes qui reçoivent principalement un diagnostic de cancer de l’ovaire, et après la laparotomie, il es...

<ol>
	<li>Manfredo Vieira, 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=Translocation+of+a+gut+pathobiont+drives+autoimmunity+in+mice+and+humans.">Translocation of a gut pathobiont drives autoimmunity in mice and humans.</a> Science. 359 (6380), 1156-1161 (2018).</li><li>Geller, L. 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=Potential+role+of+intratumor+bacteria+in+mediating+tumor+resistance+to+the+chemotherapeutic+drug+gemcitabine.">Potential role of intratumor bacteria in mediating tumor resistance to the chemotherapeutic drug gemcitabine.</a> Science. 357 (6356), 1156-1160 (2017).</li><li>Manfredo, V. 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=Translocation+of+a+gut+pathobiont+drives+autoimmunity+in+mice+and+humans.">Translocation of a gut pathobiont drives autoimmunity in mice and humans.</a> Science. 359 (6380), 1156-1161 (2018).</li><li>Brunelli, 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=Globular+structure+of+human+ovulatory+cervical+mucus.">Globular structure of human ovulatory cervical mucus.</a> FASEB J. 21 (14), 3872-3876 (2007).</li><li>Chen, 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=The+microbiota+continuum+along+the+female+reproductive+tract+and+its+relation+to+uterine-related+diseases.">The microbiota continuum along the female reproductive tract and its relation to uterine-related diseases.</a> Nature Communications. 8 (1), 875 (2017).</li><li>Zervomanolakis, I., 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=Physiology+of+upward+transport+in+the+human+female+genital+tract.">Physiology of upward transport in the human female genital tract.</a> Annals of the New York Academy of Sciences. 1101, 1-20 (2007).</li><li>Verstraelen, H., 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=Characterisation+of+the+human+uterine+microbiome+in+non-pregnant+women+through+deep+sequencing+of+the+V1-2+region+of+the+16S+rRNA+gene.">Characterisation of the human uterine microbiome in non-pregnant women through deep sequencing of the V1-2 region of the 16S rRNA gene.</a> PeerJ. 4, 1602 (2016).</li><li>Fang, R. 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=Barcoded+sequencing+reveals+diverse+intrauterine+microbiomes+in+patients+suffering+with+endometrial+polyps.">Barcoded sequencing reveals diverse intrauterine microbiomes in patients suffering with endometrial polyps.</a> American Journal of Translational Research. 8 (3), 1581-1592 (2016).</li><li>Miles, S. M., Hardy, B. L., Merrell, D. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Investigation+of+the+microbiota+of+the+reproductive+tract+in+women+undergoing+a+total+hysterectomy+and+bilateral+salpingo-oopherectomy.">Investigation of the microbiota of the reproductive tract in women undergoing a total hysterectomy and bilateral salpingo-oopherectomy.</a> Fertil Steril. 107 (3), 813-820 (2017).</li><li>Banerjee, 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=The+ovarian+cancer+oncobiome.">The ovarian cancer oncobiome.</a> Oncotarget. 8 (22), 36225-36245 (2017).</li><li>Wang, Q., 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+differential+distribution+of+bacteria+between+cancerous+and+noncancerous+ovarian+tissues+in+situ.">The differential distribution of bacteria between cancerous and noncancerous ovarian tissues in situ.</a> Journal of Ovarian Research. 13 (1), 8 (2020).</li><li>Wang, 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=Bacterial+overgrowth+and+diversification+of+microbiota+in+gastric+cancer.">Bacterial overgrowth and diversification of microbiota in gastric cancer.</a> European Journal of Gastroenterology &amp; Hepatology. 28 (3), 261-266 (2016).</li><li>Hosgood, H. D., 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+potential+role+of+lung+microbiota+in+lung+cancer+attributed+to+household+coal+burning+exposures.">The potential role of lung microbiota in lung cancer attributed to household coal burning exposures.</a> Environmental and Molecular Mutagenesis. 55 (8), 643-651 (2014).</li><li>Kwon, M., Seo, S. S., Kim, M. K., Lee, D. O., Lim, M. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Compositional+and+Functional+Differences+between+Microbiota+and+Cervical+Carcinogenesis+as+Identified+by+Shotgun+Metagenomic+Sequencing.">Compositional and Functional Differences between Microbiota and Cervical Carcinogenesis as Identified by Shotgun Metagenomic Sequencing.</a> Cancers. 11 (3), 309 (2019).</li><li>Urbaniak, 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=The+Microbiota+of+Breast+Tissue+and+Its+Association+with+Breast+Cancer.">The Microbiota of Breast Tissue and Its Association with Breast Cancer.</a> Applied and Environmental Microbiology. 82 (16), 5039-5048 (2016).</li><li>Feng, Y., 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=Metagenomic+and+metatranscriptomic+analysis+of+human+prostate+microbiota+from+patients+with+prostate+cancer.">Metagenomic and metatranscriptomic analysis of human prostate microbiota from patients with prostate cancer.</a> BMC Genomics. 20 (1), 146 (2019).</li><li>Walsh, D. M., 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=Postmenopause+as+a+key+factor+in+the+composition+of+the+Endometrial+Cancer+Microbiome+(ECbiome).">Postmenopause as a key factor in the composition of the Endometrial Cancer Microbiome (ECbiome).</a> Scientific Reports. 9 (1), 19213 (2019).</li><li>Walther-Antonio, M. 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=Potential+contribution+of+the+uterine+microbiome+in+the+development+of+endometrial+cancer.">Potential contribution of the uterine microbiome in the development of endometrial cancer.</a> Genome Medicine. 8 (1), 122 (2016).</li><li>Poore, G. D., 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=Microbiome+analyses+of+blood+and+tissues+suggest+cancer+diagnostic+approach.">Microbiome analyses of blood and tissues suggest cancer diagnostic approach.</a> Nature. 579 (7800), 567-574 (2020).</li><li>Bolger, A. M., Lohse, M., Usadel, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Trimmomatic:+a+flexible+trimmer+for+Illumina+sequence+data.">Trimmomatic: a flexible trimmer for Illumina sequence data.</a> Bioinformatics. 30 (15), 2114-2120 (2014).</li><li>Ward, 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=BugBase+predicts+organism-level+microbiome+phenotypes.">BugBase predicts organism-level microbiome phenotypes.</a> bioRxiv. , (2017).</li><li>Langille, M. 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=Predictive+functional+profiling+of+microbial+communities+using+16S+rRNA+marker+gene+sequences.">Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences.</a> Nature Biotechnology. 31 (9), 814-821 (2013).</li><li>Langille, M. G. I., 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=Predictive+functional+profiling+of+microbial+communities+using+16S+rRNA+marker+gene+sequences.">Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences.</a> Nature Biotechnology. 31 (9), 814 (2013).</li><li>Parks, D. H., Tyson, G. W., Hugenholtz, P., Beiko, R. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=STAMP:+statistical+analysis+of+taxonomic+and+functional+profiles.">STAMP: statistical analysis of taxonomic and functional profiles.</a> Bioinformatics. 30 (21), 3123 (2014).</li><li>Leranth, C., Hamori, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=34;Dark&amp;#34;+Purkinje+cells+of+the+cerebellar+cortex.">34;Dark&amp;#34; Purkinje cells of the cerebellar cortex.</a> Acta Biologica Hungarica. 21 (4), 405-419 (1970).</li></ol>

Le cancer de l’ovaire a une influence notable sur la fertilité des femmes25. La plupart des patientes atteintes d’un cancer de l’ovaire sont diagnostiquées à un stade avancé et le taux de survie à 5 ans est inférieur à 30%18. La confirmation de la bactérie dans les viscères solides abdominaux, y compris le foie, le pancréas et la rate, a été publiée. L’existence de bactéries dans l’appareil reproducteur féminin supérieur se produit parce que le col...

Récemment, un nombre croissant d’articles ont été publiés qui prouvent l’existence de bactéries dans les viscères abdominaux solides, tels que le rein, la rate, le foie et l’ovaire1,2. Geller et al. ont trouvé des bactéries dans les tumeurs pancréatiques, et ces bactéries étaient résistantes à la gemcitabine, un médicament chimiothérapeutique2. S. Manfredo Vieira et al. ont conclu qu’Enterococcus gallinarum était portable aux ganglions lymphatiques, au foie et à la rate, et qu’il pouvait conduire à l’auto-immunité3.
Étant donné que le col de l’utérus joue un rôle de défenseur, les bactéries dans l’appareil reproducteur féminin supérieur, qui contient l’utérus, les trompes de Fallope et les ovaires, ont été peu étudiées. Cependant, de nouvelles théories ont été établies ces dernières années. Les bactéries peuvent avoir accès à la cavité utérine pendant le cycle menstruel en raison de changements dans les mucines4,5. En outre, Zervomanolakis et al. ont confirmé que l’utérus, avec les trompes de Fallope, est une pompe péristaltique contrôlée par le système endocrinien des ovaires, et cet arrangement permet aux bactéries de pénétrer dans l’endomètre, les trompes de Fallope et les ovaires6.
L’appareil reproducteur supérieur n’est plus un mystère grâce au développement de méthodes de détection bactérienne. Verstraelen et al. ont utilisé une méthode de séquençage par paires à code-barres pour découvrir les bactéries utérines en ciblant la région hypervariable V1-2 du gène 7 de l’ARN 16S. Fang et al. ont utilisé le séquençage par code-barres chez les patients atteints de polypes de l’endomètre et ont révélé la présence de diverses bactéries intra-utérines8. De plus, en utilisant le gène de l’ARN 16S, Miles et al. et Chen et al. ont trouvé des bactéries dans le système génital des femmes qui avaient subi une salpingo-ovariectomie et une hystérectomie, respectivement5,9.
Les bactéries dans les tissus tumoraux ont attiré de plus en plus l’attention ces dernières années. Banerjee et al. ont découvert que la signature du microbiome différait entre les patientes atteintes d’un cancer de l’ovaire et les témoins10. Unnoxynatronum sibiricum a été associé au stade tumoral, et Methanosarcina vacuolata pourrait être utilisé pour diagnostiquer le cancer de l’ovaire11. En plus du cancer de l’ovaire, d’autres cancers, tels que l’estomac, le poumon, la prostate, le sein, le col de l’utérus et l’endomètre, se sont avérés associés aux bactéries12,13,14,15,16,17,18. Poore et al. ont proposé une nouvelle classe de diagnostics oncologiques microbiens, prévoyant un dépistage précoce du cancer19. Dans ce protocole, nous avons étudié les différences entre les tissus ovariens cancéreux et normaux en comparant la composition et la fonction des bactéries dans ces deux tissus.
La coloration immunohistochimique et le séquençage du gène de l’ARNr 16S ont été effectués pour confirmer la présence de bactéries dans les ovaires. Les différences et les fonctions prédites des bactéries de l’ovaire dans les tissus ovariens cancéreux et non cancéreux ont été étudiées. Les résultats ont montré l’existence de bactéries dans les tissus ovariens. Anoxynatronum sibiricum et Methanosarcina vacuolata étaient liés au stade et au diagnostic du cancer de l’ovaire, respectivement. Quarante-six voies KEGG significativement différentes qui étaient présentes dans les deux groupes ont été comparées.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>2200 TapeStation Software</td>
			<td>Agilgent 
			United States</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>AmpliSeq for Illumina Library Prep, Indexes, and Accessories</td>
			<td>Illumina</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Image-pro plus 7</td>
			<td>Media Cybernetics</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Leica ASP 300S</td>
			<td>Leica Biosystems Division of Leica Microsystems</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Leica EG 1150</td>
			<td>Leica Biosystems Division of Leica Microsystems</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Leica RM2235</td>
			<td>Leica Biosystems Division of Leica Microsystems</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>LPS Core monoclonal antibody, clone WN1 222-5</td>
			<td>Hycult Biotech</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Mag-Bind RxnPure Plus magnetic beads</td>
			<td>Omega Biotek</td>
			<td>M1386-00</td>
			<td></td>
		</tr>
		<tr>
			<td>Mag-Bind Universal Pathogen 96 Kit</td>
			<td>Omega Biotek</td>
			<td>M4029-01</td>
			<td></td>
		</tr>
		<tr>
			<td>MiSeq</td>
			<td>Illumina</td>
			<td>SY-410-1003</td>
			<td></td>
		</tr>
		<tr>
			<td>Silva database</td>
			<td>Max Planck Institute for Marine Microbiology and Jacobs University</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>the QuantiFluor dsDNA System</td>
			<td>Promega</td>
			<td>E2670</td>
			<td></td>
		</tr>
		<tr>
			<td>Trimmomatic</td>
			<td>Bj&#246;rn Usadel</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>ZytoChem Plus (HRP) Anti-Rabbit (DAB) Kit</td>
			<td>Zytomed Systems</td>
			<td>HRP008DAB-RB</td>
			<td></td>
		</tr>
	</tbody>
</table>

characterization and functional prediction of bacteria in ovarian tissues

La théorie d’un appareil reproducteur supérieur féminin « stérile » a rencontré une opposition croissante en raison des progrès de la détection bactérienne. Cependant, la question de savoir si les ovaires contiennent des bactéries n’a pas encore été confirmée. Ici, une expérience pour détecter les bactéries dans les tissus ovariens a été introduite. Nous avons choisi des patientes atteintes d’un cancer de l’ovaire dans le groupe cancer et des patientes non cancéreuses dans le groupe témoin. Le séquençage du gène de l’ARNr 16S a été utilisé pour différencier les bactéries dans les tissus ovariens des groupes cancéreux et témoins. De plus, nous avons prédit la composition fonctionnelle des bactéries identifiées en utilisant BugBase et PICRUSt. Cette méthode peut également être utilisée dans d’autres viscères et tissus, car il a été prouvé que de nombreux organes hébergent des bactéries ces dernières années. La présence de bactéries dans les viscères et les tissus peut aider les scientifiques à évaluer les tissus cancéreux et normaux et peut aider au traitement du cancer.

Patient Au total, 16 patients qualifiés ont été inclus dans l’étude. Le groupe témoin comprenait 10 femmes ayant reçu un diagnostic de tumeur utérine bénigne (parmi elles, 3 patientes ont reçu un diagnostic de myome utérin et 7 patientes ont reçu un diagnostic d’adénomyose utérine). Pendant ce temps, le groupe de cancer comprenait 6 femmes ayant reçu un diagnostic de cancer de l’ovaire séreux (parmi elles, 2 patientes ont reçu un diagnostic de stade II et 2 d’entre elles ont re...

Watch this Scientific Journal Video about Characterization and Functional Prediction of Bacteria in Ovarian Tissues at JoVE.com

Characterization and Functional Prediction of Bacteria in Ovarian Tissues

La coloration immunohistochimique et le séquençage du gène de l’ARN ribosomique 16S (gène de l’ARNr 16S) ont été effectués afin de découvrir et de distinguer les bactéries dans les tissus ovariens cancéreux et non cancéreux in situ. Les différences de composition et de fonctionnement des bactéries ont été prédites à l’aide de BugBase et de Phylogenetic Investigation of Communities by Reconstruction of Unobserved States (PICRUSt).

Caractérisation et prédiction fonctionnelle des bactéries dans les tissus ovariens

The theory of a "sterile" female upper reproductive tract has been encountering increasing opposition due to advancements in bacterial detection. However, ...

Ce protocole est conçu pour découvrir les bactéries dans les tissus ovariens et prédire leurs fonctions. La coloration immunohistochimique et le séquençage de l’ARNr 16S ont été utilisés afin de découvrir et de distinguer in situ les bactéries dans les tissus ovariens cancéreux et non cancéreux. La compensation et les différences fonctionnelles des bactéries sont prédites en utilisant les BoPs et l’étude cellulaire-génétique des communautés par reconstruction de jours non observés.Notre protocole vise à extraire les bactéries des tissus ovariens in situ. Il peut également être utilisé pour découvrir des bactéries dans des tumeurs de toutes sortes. Les principaux avantages de notre protocole sont qu’il est facile et pratique, qu’il peut être réalisé dans presque tous les laboratoires.Il est également rapide d’obtenir les résultats. Pendant la pratique du protocole, il est important d’exclure toute bactérie hors site des tissus tumoraux. Ainsi, toutes les procédures de ce protocole doivent être stériles.Pendant la chirurgie, séparez les ovaires réséqués en échantillons de tissus d’environ un centimètre d’épaisseur avec une paire de nouvelles pinces stériles. Évitez de toucher quoi que ce soit d’autre pendant toute la procédure. Après la séparation, retirez l’échantillon dans un tube stérile et mettez-le dans de l’azote liquide pour la transmission.Conserver les échantillons à moins 80 degrés Celsius. Fixez les tissus par le for formel, puis incorporez-les paraffine. Ce protocole peut être mis en pause ici.Les tissus peuvent être conservés à température ambiante pour une conservation plus longue. Afin d’opérer d’autres étapes, coupez les échantillons en sections série de cinq micromètres. Ensuite, séchez les échantillons.Faire de la paraffine et de la réhydratation aux échantillons. Pour récupérer l’antigène, un traitement par micro-ondes de 10 minutes dans un tampon EDTA est nécessaire. Trempez les échantillons dans du PBS qui contient 0,3% d’hydrogène.Peroxydez pendant 20 minutes pour arrêter l’activité endogène de la peroxydase. Effectuer l’anticorps EMA au cœur du LPS, à une concentration de 1 sur 300. Et maintenez-le pendant une nuit à quatre degrés Celsius.Afin de découvrir les bactéries, utilisez un kit de substrat DAP pour détecter l’existence de HRP. Sur la base des instructions d’un fabricant, utilisez un polymère HRP, anticorps anti-lapin. Utilisez un concentrateur de table pour laisser les anticorps se combiner complètement.Utilisez pbS pour éliminer les anticorps non fédés. Faites votre coloration chimique selon les instructions du fabricant, puis rincez les échantillons sous l’eau. Faites la déshydratation des échantillons.Échantillons de costumes en signant. Et entrez en tant qu’exemple à l’aide de la bibliothèque d’imagerie Pro Plus Prepare basée sur le protocole du fabricant. Pratiquez le modèle d’amorce, qui se compose des séquences spécifiques au gène et des séquences nucléotidiques en surplomb de l’adaptateur Illumina.Pour amplifier les taux de natalité pour la région V4 des bactéries 16 sur les séquences de gènes d’ARNr, amplifiez le modèle à partir de l’entrée de l’échantillon d’ADN en utilisant la PCR amplicon. Utilisez les billes magnétiques Mag-Bind RxNPure Plus pour éliminer le mélange réactionnel du produit PCR. Effectuez une amplification PCR indexée pour la deuxième fois.Utilisez Agilent 2200 TapeStation pour vérifier la bibliothèque. Utilisez le système dsDNA QuantiFluor pour quantifier la bibliothèque. Avec un cycle de 600, la cellule d’écoulement standard v3 produit environ 100 000 extrémités appariées.2 fois 300 base 3. Les bibliothèques sont dénormalisées, regroupées et séquencées. Les taux bruts de chaque échantillon sont filtrés sur la base de la qualité du séquençage par Trimmomatic.Les séquences d’amorce et d’adaptateur doivent toutes deux être retirées. Les lectures de séquence avec une paire et des qualités inférieures à 25 doivent être raccourcies. Analysez l’ARNr 16s par le progiciel QIIME.Rassembler des séquences pour former des OTU avec un seuil de similitude à 97 % Pour les OTU, l’abondance relative doit être calculée dans chaque échantillon. Utilisez un classificateur bayésien, qui se trouve dans l’ensemble de formation RDP pour trier toutes les séquences. Avec un OTU donné, une classification qui a la cohérence majeure des séquences est attribuée aux OTU.Les OTU sont alignés sur la base de données Silva, sur la base d’un exemple d’informations de groupe. Effectuez la diversité alpha et l’analyse des coordonnées principales basée sur UniFrac. Pour prédire la présentation des caractéristiques des bactéries, utilisez BugBase.Prédire la composition fonctionnelle d’un métagénome à PICRUSt. Avec l’utilisation de données de surveillance et d’une base de données contenant des génomes de référence, analysez les différentes fonctions de chaque groupe à l’aide du logiciel STAMP. Utilisez un logiciel de statistiques pour calculer le résultat.L’indication de la signification statistique doit être fixée à p inférieur à 0,05. Calculez les facteurs de confusion, qui comprennent l’âge et la parité, par le test t de Student. Calculer l’état ménopausique, les antécédents d’hypertension et de diabète par le test du Chi carré.Calculer le nombre de taxons de bactéries ovars par le test Mann-Whitney U. 16 patients ont été inclus dans cette étude. BugBase a été utilisé pour pratiquer l’analyse des métagénomes prédits.La pathogenétique et l’immunohistochimie potentielle des ovaires à l’aide d’anticorps antibactériens LPS. Cette figure montre la richesse et la diversité bactériennes dans les groupes cancéreux et témoins. Révélé par le séquençage de l’ARNr 16S.Les chiffres sont l’indice des espèces observées. Indice Chao1, indice ACE, indice Shannon, indice Evenness, indice Simpson, respectivement. L’abondance relative des phyla et des 12 espèces bactériennes les plus abondantes dans les échantillons ovariens est montrée dans cette figure.Figure A, B, C et D.Signifie l’abondance relative du panel dans les ovaires des patientes du groupe témoin et du groupe cancer de l’ovaire. Les abondances relatives des douze espèces de bactéries les plus abondantes dans les ovaires des patientes témoins et du groupe du cancer de l’ovaire. Il s’agit des plus courants, regroupés à l’aide de PCoA et de l’abondance relative d’Anoxynatronum sibiricum et de Methanosarcina vacuolata.La figure A montre les plus courants, qui ont été regroupés à l’aide de PCoA. PC1 et PC2 sont tracés sur x et l’axe des y. Le bloc rouge est égal à l’échantillon du groupe du cancer de l’ovaire.Le cercle bleu est égal à un échantillon du groupe témoin. Les échantillons du groupe du cancer de l’ovaire peuvent être séparés des autres échantillons du groupe témoin. La figure B montre les plus courants qui ont été regroupés à l’aide de PCoA.PC1 et PC2 sont tracés sur les axes x et y. Le bloc rouge est égal à un échantillon du groupe du cancer de l’ovaire. Le cercle solide bleu est égal à un échantillon de la patiente atteinte d’un myome utérin.Et le cercle creux bleu est égal à un échantillon d’une patiente atteinte d’adénomyose utérine. La figure C montre l’abondance relative d’Anoxynatronum sibiricum. La figure D est Methanosarcina vacuolata.Ce chiffre est l’analyse BugBase de la métagénomique prédite. Le phénotype potentiellement pathogénétique et oxydatif de tolérance au stress des ovaires du groupe cancéreux était plus fort que celui du groupe témoin. Cette figure est significativement différente de l’espace de chemin KEGG entre les groupes de cancer et de contrôle par analyse PICRUSt.Lorsque nous recevons nos échantillons, une paire de nouvelles pinces à épiler stériles est nécessaire. Faites attention à la contamination potentielle des échantillons. Que les bactéries hors site des tissus tumoraux peuvent affecter grandement la résolution.Il est préférable de définir le groupe de contrôle à chaque étape. Afin de réduire l’effet de contamination potentielle.

Research

JoVE Journal

Cancer Research

Enrichment and Characterization of the Tumor Immune and Non-immune Microenvironments in Established Subcutaneous Murine Tumors

Enrichissement et la caractérisation des tumeur immunitaire et Non immuns micro-environnements dans les tumeurs murines sous-cutanée établis

The tumor immune microenvironment (TIME) has recently been recognized as a critical mediator of treatment response in solid tumors, especially for ...

Recherche

Recherche en cancérologie

Digital Analysis of Immunostaining of ZW10 Interacting Protein in Human Lung Tissues

Analyse numérique de l'immunostaining de ZW10 Interagir les protéines dans les tissus pulmonaires humains

The purpose of this study is to introduce a methodology of the immunostaining of human lung tissues, followed by whole-slide digital scanning and image ...

Preparation of Mitochondria from Ovarian Cancer Tissues and Control Ovarian Tissues for Quantitative Proteomics Analysis

Préparation des mitochondries à partir des tissus du cancer de l'ovaire et des tissus ovariens de contrôle pour l'analyse quantitative de la protéomique

Ovarian cancer is a common gynecologic cancer with high mortality but unclear molecular mechanism. Most ovarian cancers are diagnosed in the advanced ...

Integration of Bioinformatics Approaches and Experimental Validations to Understand the Role of Notch Signaling in Ovarian Cancer

Intégration des approches bioinformatiques et des validations expérimentales pour comprendre le rôle de la signalisation de l'entaille dans le cancer de l'ovaire

Notch signaling is a highly conserved regulatory pathway involved in many cellular processes. Dysregulation of this signaling pathway often leads to ...

Circulating Tumor Cell Lines: an Innovative Tool for Fundamental and Translational Research

Les lignées cellulaires tumorales circulantes : un outil innovant pour la recherche fondamentale et translationnelle

Metastasis is a leading cause of cancer death. Despite improvements in treatment strategies, metastatic cancer has a poor prognosis. We thus face an ...

Generation and Culturing of High-Grade Serous Ovarian Cancer Patient-Derived Organoids

Génération et culture d’organoïdes dérivés de patients atteints d’un cancer de l’ovaire séreux de haut grade

Organoids are 3D dynamic tumor models that can be grown successfully from patient-derived ovarian tumor tissue, ascites, or pleural fluid and aid in the ...

Quantifying Replication Stress in Ovarian Cancer Cells Using Single-Stranded DNA Immunofluorescence

Quantifier le stress de réplication dans les cellules cancéreuses de l’ovaire à l’aide de l’immunofluorescence d’ADN simple brin

Replication stress is a hallmark of several ovarian cancers. Replication stress can emerge from multiple sources, including double-strand breaks, ...

Visualizing DNA Damage Repair Proteins in Patient-Derived Ovarian Cancer Organoids via Immunofluorescence Assays

Visualizing DNA Damage Repair Proteins in Patient-Derived Ovarian Cancer Organoids via Immunofluorescence Assays

Visualisation des protéines de réparation des dommages à l’ADN dans les organoïdes du cancer de l’ovaire dérivés de patients par des tests d’immunofluorescence

Immunofluorescence is one of the most widely used techniques to visualize target antigens with high sensitivity and specificity, allowing for the accurate ...

Ovarian Cancer Patient-Derived Organoid Models for Pre-Clinical Drug Testing

Ovarian cancer is a fatal gynecologic cancer and the fifth leading cause of cancer death among women in the United States. Developing new drug treatments ...