3Dモデルのハイスループットスクリーニングの強化：子宮頸癌および子宮内膜癌細胞の自動ディスペンシング

2025-04-20 Sun
ハイスループットスクリーニング 3Dプリンティング組織工学バイオファブリケーションがん工学
子宮頸癌（cervical cancer）と子宮内膜癌（endometrial cancer）は、女性の健康分野における重大な課題であり、その高い死亡率と限られた治療選択肢が関連研究の重要性を高めています。従来の二次元（2D）細胞スクリーニングモデルは、薬物が単一細胞に与える影響に関する情報を提供できますが、多細胞間の相互作用を捉えることはできません。これらの相互作用は、三次元（3D）多細胞組織工学モデルにおいてより良く再現されます。しかし、手動での3Dモデルの作成は時間がかかるだけでなく、変動性も大きいという問題があります。そこで、本研究では、HP D100単細胞ディスペンサーを使用した自動化細胞分配技術を活用し、3D細胞ベースのハイスループットスクリーニング（high throughput screening, HTS）プラットフォームを構築することで、モデル作成の効率と再現性を向上させることを目的としています。
論文の出典本論文は、Samantha Seymour、Ines Cadena、Mackenzie Johnsonらによって共同執筆され、著者らはOregon State UniversityとHP Inc.に所属しています。論文は2025年1月23日にCellular and Molecular Bioengineering誌にオンライン掲載され、タイトルは《Empowering High Throughput Screening of 3D Models: Automated Dispensing of Cervical and Endometrial Cancer Cells》です。
研究の流れ1. 研究の目的と方法本研究の主な目的は、自動化細胞分配技術が子宮頸癌および子宮内膜癌細胞の行動に与える影響を評価し、それを従来の手動分配方法と比較することです。研究チームは、分配プロトコルを調整し、細胞の溶液中でのサイズおよび最低細胞数と一致させることで、細胞の生存率と増殖率を確保しました。さらに、以前に報告された共培養モデルを最適化し、384ウェルプレート形式に変換し、微小血管の長さと癌細胞の浸潤能力を測定しました。
2. 細胞分配とモデル構築研究チームは、HP D100単細胞ディスペンサーを使用して自動化細胞分配を行いました。ディスペンサーは、マイクロ流体チャネルを介して細胞が通過する際の「ピンチポイント」（pinch point）を検出し、細胞のサイズに応じてピンチポイントの直径を調整します。分配の精度を確保するため、研究チームはまず、細胞の溶液中および接着状態での直径を測定し、11マイクロメートルと14マイクロメートルのピンチポイント直径の効果を比較しました。最終的に、14マイクロメートルのピンチポイント直径を選択し、以降の実験に使用しました。
モデル構築において、研究チームは子宮頸癌および子宮内膜癌細胞をヒト微小血管内皮細胞（HMEC）と共培養し、多層多細胞モデルを構築しました。モデルの下層はコラーゲン（collagen）、フィブリノーゲン（fibrinogen）、およびゼラチンメタクリロイル（gelatin methacryloyl, GelMA）で構成され、上層はコラーゲン、フィブロネクチン（fibronectin）、およびGelMAで構成されました。研究チームはまた、ポリエチレングリコールジアクリレート（polyethylene glycol diacrylate, PEGDA）を対照材料として使用しました。
3. 細胞生存率と増殖率の評価384ウェルプレートの各ウェルにおける最低細胞数を決定するため、研究チームは子宮頸癌细胞（SiHa、Ca Ski）および子宮内膜癌细胞（HEC-1A）に対して、7細胞/ウェルから1750細胞/ウェルまでの異なる細胞密度でテストを行いました。その結果、SiHaおよびCa Ski細胞はすべての密度で高い生存率を示しましたが、HEC-1A細胞は27細胞/ウェルで初めて50％の生存率を達成しました。さらに、SiHaおよびCa Ski細胞の増殖率はすべての密度で1倍以上でしたが、HEC-1A細胞は27細胞/ウェルで増殖を開始しました。
4. 自動化分配と手動分配の比較研究チームは、手動分配と自動化分配が細胞の行動に与える影響を比較しました。その結果、両方の分配方法において、細胞生存率、増殖率、および表現型反応（微小血管の長さ、癌細胞の浸潤など）に有意な差は見られませんでした。自動化分配は精度において優れており、特に低細胞密度では、その標準偏差が手動分配よりも小さくなりました。これは、自動化分配技術が細胞の行動に影響を与えることなく、モデル作成時間を大幅に短縮できることを示しています。
主な結果最低細胞数：研究チームは、384ウェルプレートの各ウェルにおける最低細胞数を27個と決定し、細胞の生存率と増殖率を確保しました。
ピンチポイント直径の選択：細胞の溶液中でのサイズに基づき、研究チームは14マイクロメートルのピンチポイント直径を選択しました。
自動化分配と手動分配の比較：自動化分配は、細胞生存率、増殖率、および表現型反応において手動分配と有意な差はなく、精度において優れていました。
多層多細胞モデルの構築：研究チームは、子宮頸癌および子宮内膜癌細胞に基づく多層多細胞モデルの構築に成功し、その薬剤スクリーニングにおける潜在的な応用価値を検証しました。
結論と意義本研究は、自動化細胞分配技術が効率的かつ正確に3D体外多層多細胞モデルを構築でき、細胞の行動に与える影響が最小限であることを示しています。この技術は、モデル作成時間を短縮するだけでなく、実験の再現性を向上させ、ハイスループット薬剤スクリーニングに新たなツールを提供します。自動化分配技術を通じて、研究チームは子宮頸癌および子宮内膜癌の薬剤開発に新たな道を開き、重要な科学的価値と応用の可能性を示しました。
研究のハイライト自動化分配技術の応用：本研究は、HP D100単細胞ディスペンサーを3D体外モデルの構築に初めて適用し、その効率性と精度を実証しました。
多層多細胞モデルの最適化：研究チームは、子宮頸癌および子宮内膜癌の共培養モデルを384ウェルプレート形式に変換し、ハイスループット薬剤スクリーニングのための標準化されたプラットフォームを提供しました。
最低細胞数の決定：体系的なテストを通じて、研究チームは384ウェルプレートの各ウェルにおける最低細胞数を決定し、今後の研究に重要な指針を提供しました。
その他の価値ある情報研究チームはまた、Matrigelを対照材料として細胞培養に使用した場合の性能についても検討し、細胞の接着と増殖において劣ることを確認し、最適化された水ゲルモデルの優位性をさらに裏付けました。さらに、研究チームは詳細な実験データと統計分析を提供し、今後の研究に信頼性の高い基盤を提供しました。
本研究を通じて、自動化細胞分配技術が3D体外モデルの構築に適用可能であることが実証され、癌研究および薬剤スクリーニングに新たな技術的支援を提供しました。