Organoïdes 3D et automatisation des tests cellulaires complexes [Podcast]
Alors que nous entrons dans l’ère de la découverte sophistiquée de médicaments avec la thérapie génique et la médecine personnalisée, nous devons être prêts à étudier des maladies complexes, évaluer l’effet thérapeutique des médicaments et identifier les effets indésirables qui peuvent présenter des risques pour la santé des patients. Unfortunately, the current preclinical methods, such as animal models or 2D cell cultures, are inadequate. Étant donné que les propriétés physiques et chimiques de ces modèles ne représentent pas la condition humaine, l’évaluation préclinique des médicaments ne se traduit pas par un succès clinique. That’s why the development of 3D cell models, such as organoids, can be a huge milestone for improving the evaluation of drug efficacy and safety.
Dr. Oksana Sirenko is the senior manager of assay development at Molecular Devices, working on the development of complex cell-based models for 3D biology, as well as high-content imaging and assay automation.
Dans cet extrait de podcast, Oksana, chercheur principal, aborde les avantages des modèles cellulaires 3D tout en relevant les défis de l’imagerie cellulaire 3D, tels que la qualité d’image, le haut débit, l’automatisation et l’analyse.
Sommaire
1. Pourquoi les modèles cellulaires 3D et les organoïdes 3D sont-ils si utiles dans la recherche sur les maladies et le criblage de médicaments ?
The main problem in current disease research and drug development is that only about 3% of developed drugs make it to the clinic. La majorité des médicaments échouent dans les essais cliniques en raison d’un manque d’efficacité ou de problèmes de toxicité indésirable. De meilleurs systèmes de test et modèles de maladie sont nécessaires pour faciliter la découverte de médicaments et mieux prédire le succès à la clinique.
Aujourd’hui, la biologie s’oriente vers une complexité accrue pour les tests et les modèles qui peuvent être utilisés pour la découverte et le développement de médicaments. On pense que les modèles 3D comblent le fossé entre les modèles cellulaires traditionnels et les tissus et organes. 3D models, which include spheroids, organoids, and organ-on-a-chip, present a variety of human cell types, such as liver, immune cells, cardiac cells, and fibroblasts. Also, they can mimic the morphology of human tissue types, such as 3D tumor growth, crypts in intestinal organoids, neural tubes, or the flow of liquids. Finally, they represent at least some aspects of tissue functionality, from the metabolic activity of the liver to the beating of cardiac organoids to spikes of neuronal activity in brain organoids. Cette complexité et cette sophistication accrues nous permettent d’imiter les processus dans les tissus, les interactions entre les types de cellules, les réponses aux médicaments, les effets de toxicité et les processus de pénétration des médicaments dans les tissus.
https://share.vidyard.com/watch/savfn77oaeR6fQfcfJwZ54
Les organoïdes cérébraux montrent une organisation rappelant le développement d’un cerveau.
2. Pourquoi la complexité des modèles 3D représente-t-elle un obstacle/un défi pour les chercheurs ?
Les tests cellulaires 2D traditionnels sont plus faciles à utiliser, mais les tests 3D ont une plus grande prévisibilité et permettent de générer des données plus pertinentes d’un point de vue biologique. Cependant, malgré l’intérêt croissant pour la recherche 3D, l’adoption généralisée des tests est limitée par les obstacles techniques et la complexité des tests, ce qui entraîne des coûts plus élevés, un débit plus faible et un manque de reproductibilité. Une complexité accrue présente des défis, mais les opportunités de développement d’instruments et de développement d’automatisation permettraient aux chercheurs de réaliser des tests 3D avec un débit et une précision supérieurs.
3. Pouvez-vous décrire un flux de travail typique pour le développement et l’analyse d’organoïdes 3D ?
Le flux de travail typique pour les tests d’organoïdes contient un certain nombre d’étapes, et ce processus est généralement beaucoup plus long que les étapes du flux de travail 2D.
3D organoids can be derived from primary cells like intestinal organoids or induced pluripotent stem cells (iPSCs), e.g., neuronal or cardiac organoids. Le flux de travail peut commencer à partir d’une pré-culture 2D ou d’une expansion de cellules iPSC, suivie de l’étape de différenciation. Après cela, les cellules sont mélangées avec Matrigel, et se développent généralement à l’intérieur des dômes de Matrigel, ce qui peut également inclure le passage et l’expansion. Des organoïdes intestinaux, colorectaux, pancréatiques et hépatiques sont généralement développés à l’aide de cette étape en dôme de Matrigel.
Sinon, certains autres types d’organoïdes ne nécessitent pas de Matrigel, mais sont développés dans des plaques à faible fixation (par ex., organoïdes cardiaques).
Le développement d’organoïdes prend de quelques jours à plusieurs semaines. Certains protocoles nécessitent même quelques mois. Il s’agit d’un processus très fastidieux qui bénéficiera grandement de l’automatisation.
Enfin, le test final, qu’il s’agisse d’un traitement médicamenteux, d’un test d’infectiosité virale ou d’une évaluation de la toxicité, est configuré dans un format multi-puits, avec des plaques 96 384à ou puits.
Next, cells are treated with drugs and processed for read-outs, which may include ATP assays, cell death assays, high-content imaging, or calcium oscillation.
4. Pouvez-vous m’en dire un peu plus sur la façon dont vous appliquez les flux de travail de modèles cellulaires 3D spécifiquement à vos recherches ?
Nous nous concentrons sur le développement de protocoles d’automatisation pour les cultures cellulaires automatisées, ainsi que sur l’imagerie automatisée et l’analyse d’images pour les flux de travail 3D complexes. Récemment, nous avons développé et réalisé des tests de criblage automatisés pour trouver des médicaments anticancéreux plus efficaces pour le cancer du sein triple négatif. Nous avons utilisé des organoïdes cancéreux dérivés de patients représentant un phénotype de maladie résistante aux médicaments, et nous avons appliqué l’automatisation à la mise en culture d’organoïdes 3D, à la simulation d’une intervention médicamenteuse et à la réalisation de tests de point final pour identifier les composés qui tuent les cellules tumorales. Nous avons testé une bibliothèque de composés et trouvé plusieurs candidats qui avaient une plus grande efficacité que les médicaments standard actuels.
5. Pouvez-vous expliquer comment automatiser le flux de travail pour le développement et l’analyse des organoïdes ?
Nous avons créé une cellule de travail automatisée chez Molecular Devices qui combine plusieurs instruments dans un système complexe. It includes a Beckman Biomek automated liquid handler, a LiCONiC automated incubator, our ImageXpress HT.ai high-content imaging system, our SpectraMax plate reader and AquaMax washer, and a Bionex automated centrifuge. Tous les composants sont connectés par un robot collaboratif, PreciseFlex, 400 qui peut déplacer les plaques d’un instrument à un autre aux points temporels souhaités, tandis que le logiciel de programmation garantit que tous les éléments du système fonctionnent ensemble de manière transparente. Chaque instrument a plusieurs protocoles conçus pour différentes étapes, notamment l’alimentation des cellules et le placage des organoïdes, qui peuvent être demandés par le programmateur aux moments indiqués.
L’Organoid Innovation Center de Molecular Devices associe des technologies de pointe à des méthodes novatrices en biologie 3D afin de relever les principaux défis liés à la mise à l’échelle de la biologie 3D complexe.
Les méthodes d’imagerie sont un autre domaine passionnant de la technologie pour la recherche sur les organoïdes. Pour évaluer par imagerie des organoïdes ou des organes sur puce, nous devons utiliser des optiques avancées. Le système d’imagerie haut contenu ImageXpress présente plusieurs avantages pour les échantillons 3D :
Les lasers puissants et les optiques confocales nous permettent de prendre la Z-Stack de plusieurs images en commençant par le bas et en progressant par étapes comme 5à10 microns Les optiques confocales nous permettent de rejeter la lumière floue afin d’obtenir des images plus nettes dans les organoïdes et le Matrigel.
Ensuite, notre logiciel d’analyse d’images MetaXpress analyse les images dans chaque coupe 2D et convertit les données en espace 3D. Vous pouvez obtenir plusieurs mesures pour caractériser les organoïdes, les cellules ou les organites subcellulaires. Ces mesures permettent de définir le nombre de cellules, l’intensité, les volumes, la surface, les distances, etc., ce qui nous permet de surveiller et de quantifier les changements de morphologie, de contenu cellulaire et de viabilité. Nous avons également des éléments d’apprentissage machine, où les utilisateurs peuvent entraîner un logiciel pour reconnaître les objets et les caractéristiques, afin de fournir une analyse plus efficace et plus pertinente.
6. Comment l’automatisation peut-elle aider à la recherche de systèmes complexes en particulier ?
L’automatisation réduirait le travail et les tâches répétitives comme l’alimentation des cellules tous les jours ou tous les deux jours pendant 2 des mois. De plus, cela aidera à accélérer la recherche avec un débit plus élevé. Par exemple, au lieu d’étudier des lignées 3 cellulaires ou des 5 mutations, l’automatisation vous permettrait de tester des lignées 50 cellulaires pour étudier des 100 mutations.
L’imagerie haut contenu, alimentée par des algorithmes d’apprentissage machine, permettra d’observer et de caractériser divers changements dans les organoïdes et les cellules, en fournissant de multiples résultats et en produisant un ensemble précieux d’informations sur la croissance cellulaire, la différenciation, le cycle cellulaire, la mort, l’apoptose, l’expression des gènes ou l’activation des voies de signalisation.
7. Comment utiliserez-vous à nouveau ces systèmes dans vos recherches futures ?
En plus des études de biologie du cancer, nous développons activement d’autres flux de travail, y compris, mais sans s’y limiter, les organoïdes intestinaux, le flux de travail des cellules souches, les organoïdes cardiaques, et bien plus encore.
8. Comment l’automatisation de l’analyse des organoïdes 3D évoluera-t-elle à l’avenir ?
Nous sommes convaincus qu’à mesure que la biologie évolue et que la complexité des tests augmente, l’automatisation sera de plus en plus importante pour mieux comprendre les mécanismes des maladies, accélérer la découverte de médicaments et finalement trouver de meilleures façons de traiter les maladies.
En développant des technologies et des instruments nouveaux et plus avancés, nous pensons que nous contribuerons davantage au progrès des sciences de la vie.
Il est essentiel de comprendre les principes de base des organoïdes 3D, et les goulots d’étranglement actuels, pour réussir le développement et l’utilisation de ces modèles avancés pour la découverte de médicaments.
Écouter le podcast complet
Si vous souhaitez en savoir plus, profitez du podcast complet « Tests complexes avec Ian Shoemaker, Beckman Coulter Life Sciences et Dr Oksana Sirenko, Molecular Device ».
Ici, ils discutent d’une vision globale de la science de la recherche sur les organoïdes : découvrez comment les modèles d’organoïdes sont développés, utilisés dans la recherche de nos experts, et comment l’automatisation de l’analyse des organoïdes 3D va évoluer à l’avenir, et bien plus encore !