Ti gange øget evne til at lokalisere proteiner i kræftceller

Bedre diagnose og behandling af kræft kunne hænge på evnen til bedre at forstå en enkelt celle på dets molekylære niveau. Ny forskning tilbyder en mere omfattende måde at analysere en celles unikke adfærd på, ved hjælp af en række farver til at vise mønstre, der kan indikere, hvorfor en celle vil eller ikke vil blive kræft.

Et University of Washington-team har udviklet en ny metode til farvekodning af celler, der giver dem mulighed for at belyse 100 biomarkører, en ti-timers stigning fra den nuværende forskningsstandard, at hjælpe med at analysere individuelle celler fra kulturer eller vævsbiopsier. Værket udgives i denne uge (19. marts) i Naturkommunikation .

"At opdage denne proces er et hidtil uset gennembrud for feltet, "sagde den tilsvarende forfatter Xiaohu Gao, en UW lektor i bioingeniør. "Denne teknologi åbner spændende muligheder for encellede analyser og klinisk diagnose."

Forskningen bygger på nuværende metoder, der bruger et mindre udvalg af farver til at påpege en celles biomarkører - egenskaber, der angiver en særlig, og potentielt unormal eller syg, celle. Ideelt set, forskere ville kunne teste for et stort antal biomarkører, derefter stole på de mønstre, der kommer fra disse tests for at forstå en celles egenskaber.

UW -forskerteamet har oprettet en cyklusproces, der gør det muligt for forskere at teste op til 100 biomarkører i en enkelt celle. Før, forskere kunne kun teste for 10 ad gangen.

Analysen anvender kvantepunkter, som er fluorescerende kugler af halvledermateriale. Quantum dots er den mindre version af materialet, der findes i mange elektronikker, herunder smartphones og radioer. Disse kvantepunkter er mellem 2 og 6 nanometer i diameter, og de varierer på den farve, de udsender afhængigt af deres størrelse.

Cykliske test er ikke blevet udført før, selvom mange quantum dot -papirer har forsøgt at udvide antallet af testede biomarkører i en enkelt celle. Denne metode genbruger i det væsentlige den samme vævsprøve, test for biomarkører i grupper på 10 i hver runde.

"Proteiner er byggestenene for cellefunktion og celleadfærd, men deres makeup i en celle er meget kompleks, "Gao sagde." Du skal se på en række indikatorer (biomarkører) for at vide, hvad der foregår. "

Den nye proces fungerer sådan:Gao og hans team køber antistoffer, der vides at binde til de specifikke biomarkører, de vil teste for i en celle. De parrer kvanteprikker med antistofferne i en flydende opløsning, injicere det på en vævsprøve. Derefter, de bruger et mikroskop til at lede efter tilstedeværelsen af ​​fluorescerende farver i cellen. Hvis de ser bestemte kvanteprikfarver i vævsprøven, de ved, at den tilsvarende biomarkør er til stede i cellen.

Efter at have afsluttet en cyklus, Gao og medforfatter Pavel Zrazhevskiy, en UW -ph.d. -studerende i bioingeniør, injicere en væske med lav pH-værdi i cellevævet, der neutraliserer farvefluorescensen, hovedsageligt tørre prøven ren til den næste runde. Bemærkelsesværdigt, vævsprøven nedbrydes slet ikke selv efter 10 sådanne cyklusser, Sagde Gao.

For kræftforskning og behandling, i særdeleshed, Det er vigtigt at kunne se på en enkelt celle i høj opløsning for at undersøge dens detaljer. For eksempel, hvis 99 procent af kræftcellerne i en persons krop reagerer på et behandlingsmiddel, men 1 procent gør det ikke, det er vigtigt at analysere og forstå den molekylære sammensætning af den 1 procent, der reagerer forskelligt.

"Når du behandler med lovende medicin, der er stadig et par celler, der normalt ikke reagerer på behandling, "sagde Gao." De ser ens ud, men du har ikke et værktøj til at se på deres protein -byggesten. Dette vil virkelig hjælpe os med at udvikle nye lægemidler og behandlingsmetoder. "

Processen er relativt billig og enkel, og Gao håber, at proceduren kan automatiseres. Han forestiller sig et kammer til at holde vævsprøven, og trådtynde pumper til at injicere og støvsuge væske mellem cyklusser. Et mikroskop under kammeret ville tage fotos under hvert trin. Alle billederne ville blive kvantificeret på en computer, hvor forskere og læger kunne se på intensiteten og udbredelsen af ​​farver.

Gao håber at samarbejde med virksomheder og andre forskere for at gå i retning af en automatiseret proces og klinisk brug.

"Teknologien er klar, "Gao sagde." Nu hvor det er udviklet, vi er klar til kliniske konsekvenser, især inden for systembiologi, onkologi og patologi. "