介紹:
建立生理學(xué)上模擬體內(nèi)環(huán)境的體外模型對(duì)了解神經(jīng)系統(tǒng)疾病機(jī)制和藥物研發(fā)具有至關(guān)重要的作用。干細(xì)胞誘導(dǎo)的神經(jīng)細(xì)胞培養(yǎng)在3D環(huán)境下,對(duì)于化合物篩選和疾病模型建立有較大的潛力。3D培養(yǎng)被認(rèn)為是最接近人體組織的體外培養(yǎng)方法,無(wú)論是結(jié)構(gòu)、細(xì)胞生長(zhǎng)特點(diǎn)及細(xì)胞與細(xì)胞和細(xì)胞與基質(zhì)之間的相互作用,都很好的模擬了體內(nèi)環(huán)境。本篇說(shuō)明介紹了一個(gè)新的神經(jīng)退行性疾病和神經(jīng)毒性篩選的方法,應(yīng)用iPSC誘導(dǎo)的神經(jīng)細(xì)胞在OrganoPlate®高通量微流控平臺(tái)上進(jìn)行3D水平上的神經(jīng)突觸檢OrganoPlate®是一個(gè)結(jié)合了最新3D培養(yǎng)技術(shù)和微流控技術(shù)的高通量篩選平臺(tái),基于96孔組織芯片,可以做長(zhǎng)時(shí)間活細(xì)胞檢測(cè),滿(mǎn)足篩選需要,并且兼容常用實(shí)驗(yàn)室設(shè)備和自動(dòng)化系統(tǒng),如ImageXpress® MicroConfocal高內(nèi)涵成像和分析系統(tǒng)。
材料:
• OrganoPlate® 板 (MIMETAS)
• 人iPSC誘導(dǎo)的神經(jīng)細(xì)胞iCell® Neurons(Cellular Dynamics International)
• 神經(jīng)細(xì)胞培養(yǎng)基(Cellular DynamicsInternational)
• Matrigel (Corning)
• Calcein AM (Life Technologies)
• MitoTracker Orange(Life Technologies)
• Hoechst (Life Technologies)
• Saponin (Sigma)
• PBS (Sigma)
• Αντι-β-tubulin III (TUJ-1) 抗體(BDBiosciences)
• ImageXpress Micro Confocal 共聚焦高內(nèi)涵成像和分析系統(tǒng) (MolecularDevices)
• MetaXpress高內(nèi)涵成像和分析軟件6.2(Molecular Devices)
在3D膠中形成神經(jīng)網(wǎng)絡(luò):
細(xì)胞培養(yǎng)、化合物處理和細(xì)胞染色步驟依照微流控操作說(shuō)明。對(duì)3D膠中神經(jīng)細(xì)胞的表型變化和細(xì)胞活力的評(píng)價(jià)采用共聚焦成像模式。人iPSC誘導(dǎo)的神經(jīng)細(xì)胞與Matrigel膠混合,膠的終濃度為7mg/mL,并以30,000細(xì)胞每微孔槽的濃度加入OrganoPlate®板中。在種板的時(shí)候,膠和細(xì)胞的混懸液需放置于冰上以防止Matrigel膠凝固。根據(jù)膠的濃度和細(xì)胞濃度調(diào)整加入一個(gè)微流控孔道中的體積在1-1.4μL之間。種板后,將微流控板放置于37°C 5% CO2的培養(yǎng)箱中孵育30分鐘,使膠凝固。然后,向微流控通道的入口和出口分別加入50μL培養(yǎng)基,再放入培養(yǎng)箱中。24小時(shí)后形成神經(jīng)突觸,可一直培養(yǎng)至14天。為評(píng)估OrganoPlate微流控板研究神經(jīng)毒性和神經(jīng)元發(fā)育的可行性,選取了幾種已知的神經(jīng)突觸抑制劑處理神經(jīng)元。細(xì)胞在培養(yǎng)24小時(shí)后加入化合物,繼續(xù)培養(yǎng)5天,并每?jī)商旄鼡Q一次含有化合物的培養(yǎng)基,并且化合物以合適的梯度加入微流控孔中。神經(jīng)網(wǎng)絡(luò)的形成通過(guò)透射光進(jìn)行實(shí)時(shí)監(jiān)測(cè),為評(píng)價(jià)神經(jīng)細(xì)胞活力向細(xì)胞中加入三種活細(xì)胞染料的混合液:活細(xì)胞染料鈣黃綠素(1μM),線(xiàn)粒體膜電位染MitoTrackerOrange(1 μM),和細(xì)胞核染料Hoechst(1μM);旌先玖媳患尤胛⒘骺匦酒椎乐校跤60分鐘后用培養(yǎng)基洗掉;蛘,細(xì)胞被4%多聚甲醛固定后加入0.01%皂素進(jìn)行細(xì)胞膜通透,用1:100稀釋的神經(jīng)元標(biāo)記物β-tubulin III (TUJ-1)一抗和熒光二抗染色,Hoechst染細(xì)胞核。一抗孵育需要4°C過(guò)夜。
3D培養(yǎng)的表型分析:
高內(nèi)涵成像和分析系統(tǒng)被用于評(píng)價(jià)化合物對(duì)神經(jīng)網(wǎng)絡(luò)的影響。為更好的研究3D膠中的神經(jīng)細(xì)胞活力和突觸生長(zhǎng),我們優(yōu)化了共聚焦成像模式和分析方法。神經(jīng)細(xì)胞圖像由ImageXpress Micro Confocal共聚焦高內(nèi)涵系統(tǒng)獲取,采用了10x、20x和40x物鏡,并在聚焦面的上下拍攝一個(gè)Z軸序列(圖1)。17-30層,層間距為3-10μm的圖像被采集,包含大約150-300μm厚度。所有圖片被保存,并被用于進(jìn)一步的3D分析和2D透射分析(Maximum透射或BestFocus)。
3D培養(yǎng)的表型分析:
高內(nèi)涵成像和分析系統(tǒng)被用于評(píng)價(jià)化合物對(duì)神經(jīng)網(wǎng)絡(luò)的影響。為更好的研究3D膠中的神經(jīng)細(xì)胞活力和突觸生長(zhǎng),我們優(yōu)化了共聚焦成像模式和分析方法。神經(jīng)細(xì)胞圖像由ImageXpress Micro Confocal共聚焦高內(nèi)涵系統(tǒng)獲取,采用了10x、20x和40x物鏡,并在聚焦面的上下拍攝一個(gè)Z軸序列(圖1)。17-30層,層間距為3-10μm的圖像被采集,包含大約150-300μm厚度。所有圖片被保存,并被用于進(jìn)一步的3D分析和2D透射分析(Maximum透射或BestFocus)。
Maximum透射2D圖像分析:
應(yīng)用MetaXpress®高內(nèi)涵圖像采集和分析軟件進(jìn)行圖像分析。全自動(dòng)的對(duì)圖像進(jìn)行定量分析使用的兩種方法:做透射后進(jìn)行2D分析和Z-stack的3D水平分析。對(duì)2D透射圖像分析, Z - s t a c k 序列圖像進(jìn)行Maximum透射,然后用軟件預(yù)置的神經(jīng)突觸分析模塊進(jìn)行分析。輸出的評(píng)價(jià)不同時(shí)間點(diǎn)細(xì)胞表型及神經(jīng)網(wǎng)絡(luò)復(fù)雜程度的參數(shù)包括:突觸總長(zhǎng)度、突觸個(gè)數(shù)、細(xì)胞數(shù)和細(xì)胞活力。透射光的圖像用Best Focus算法進(jìn)行2D透射后進(jìn)行分析。2D圖像的分析速度快,可精確的評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)的程度。但是,2D分析有一定的局限性,這種方法無(wú)法計(jì)算如體積這樣的參數(shù),并且得到的只是單層的結(jié)果。圖2和3所示為熒光合成圖,對(duì)照組和魚(yú)藤酮處理組圖片被神經(jīng)突觸模塊分析后的mask圖片。分析參數(shù)包括:突觸總長(zhǎng)度、突觸個(gè)數(shù)和細(xì)胞總個(gè)數(shù)(細(xì)胞體)。圖4顯示了神經(jīng)突觸長(zhǎng)度、突觸個(gè)數(shù)和細(xì)胞活力的隨化合物的處理而減少,神經(jīng)毒性化合物包括:磷酸三苯酯、四乙基秋蘭姆、六氯酚、魚(yú)藤酮和甲基汞(均為10μM)。
3D可視化和3D圖像分析:
MetaXpress軟件可以將Z軸序列圖像重構(gòu)成3維立體結(jié)構(gòu)觀(guān)察細(xì)胞核及細(xì)胞網(wǎng)絡(luò),并進(jìn)行3D水平的分析。圖像應(yīng)用用戶(hù)自定義的3D分析中“findfibers”功能,“fibers”數(shù)值評(píng)價(jià)神經(jīng)突觸;同時(shí)計(jì)算了細(xì)胞個(gè)數(shù)。計(jì)算對(duì)象首先在每層中識(shí)別出,然后使用“connect bybest match”功能將其在3D空間中連接起來(lái)。3D分析使突觸計(jì)算更準(zhǔn)確,是一個(gè)評(píng)估神經(jīng)連接等更好的方法。3D分析得到的參數(shù)包括突觸個(gè)數(shù)、細(xì)胞體積、總突觸體積、分支個(gè)數(shù)和節(jié)點(diǎn)數(shù)。細(xì)胞總個(gè)數(shù)是通過(guò)在Hoechst染色通道識(shí)別“sphericalb j e c t s ” 。圖5 所示為分析識(shí)別“fibers”和“nuclei”的蒙板。另一個(gè)用戶(hù)自定義模塊分析細(xì)胞活力特征(鈣黃綠素陽(yáng)性的胞體)和線(xiàn)粒體完整性(MitoTracker Orange陽(yáng)性的胞體)。細(xì)胞分類(lèi)分析可以得到活細(xì)胞個(gè)數(shù)(鈣黃綠素陽(yáng)性的胞體)和有完整線(xiàn)粒體的細(xì)胞個(gè)數(shù)(MitoTracker Orange陽(yáng)性)。計(jì)算結(jié)果包括細(xì)胞個(gè)數(shù)(total nuclei),活細(xì)胞個(gè)數(shù)(Calcein AM positive),以及細(xì)胞體積和熒光強(qiáng)度。圖5B和5C所示為“Calcein AMpositive cytoplasm”,“MitoTracker positive cytoplasm” 和 “nuclei”的識(shí)別蒙板。圖6顯示了化合物影響神經(jīng)網(wǎng)絡(luò)的幾個(gè)特征參數(shù): 突觸個(gè)數(shù)的減少(fibers),節(jié)點(diǎn)個(gè)數(shù),以及活細(xì)胞個(gè)數(shù)和完
整線(xiàn)粒體的細(xì)胞個(gè)數(shù)。
應(yīng)用OrganoPlates做神經(jīng)毒性的3D分析:
表型分析包括在程度和復(fù)雜性上定量3D分析神經(jīng)網(wǎng)絡(luò),得到多個(gè)參數(shù)。在這個(gè)神經(jīng)模型系統(tǒng)里,我們?cè)u(píng)估了模型的重復(fù)性、多參數(shù),并檢測(cè)了多個(gè)已知的神經(jīng)毒性化合物。通過(guò)這些分析方法,我們準(zhǔn)確得到了化合物對(duì)復(fù)雜神經(jīng)網(wǎng)絡(luò)的濃度依賴(lài)的抑制作用曲線(xiàn)。因此驗(yàn)證了此模型可以用于高通量的多參數(shù)的預(yù)測(cè)化合物的神經(jīng)毒性。
結(jié)論:
我們建立了一個(gè)可定量的共聚焦高內(nèi)涵成像方法, 結(jié)合使用M I M E T A SOrganoPlates,對(duì)化合物影響神經(jīng)細(xì)胞活力和形狀進(jìn)行高通量的3D表型分析。共聚焦成像和多參數(shù)3D分析模塊提供了一個(gè)在3D水平上計(jì)算和統(tǒng)計(jì)神經(jīng)細(xì)胞個(gè)數(shù)和突觸特征的方法。3D分析結(jié)果可計(jì)算出化合物對(duì)神經(jīng)細(xì)胞影響的EC50值,幫助篩選出毒性化合物。
參考文獻(xiàn):
1. Chang, TT; Hughes-Fulford, M (2008). Monolayer andSpheroid Culture of Human Liver HepatocellularCarcinoma Cell Line Cells Demonstrate Distinct GlobalGene Expression Patterns and Functional Phenotypes.Tissue Eng Part A. 15(3): 559-567
2. Kunz-Schughart, LA et al. (2004). The use of 3-D culturesfor high-throughput screening: themulticellular spheroidmodel. J Biomol.Screen. 9(4): 273-285
3. Trietsch, SJ et al. (2013). Microfluidic titer plate forstratified 3D cell culture.Lab Chip. 13: 3548-3554
4. VanDuinen, V et al. (2015). Microfluidic 3D cell culture:from tools to tissue models. Curr.Opin.Biotechnol. 35:118-26
5. Sirenko, O et al. (2014). High-Content High-ThroughputAssays for Characterizing the Viability and Morphology ofHuman iPSC-Derived Neuronal Cultures. Assay and DrugDev. Technologies.12(9-10): 536-47
6. Vulto, P et al. (2011). Phaseguides: a paradigm shift inmicrofluidic priming and emptying. Lab Chip. 11:
1596-1602
7. Wevers, NR et al. (2016). High-throughput compoundevaluation on 3D networks of neurons and glia in amicrofluidic platform. Sci. Rep. 6: 38856