Directives de soumission d'échantillons
Décodage de la complexité 3D : le besoin de multi-omiques spécialisées
Les organoïdes dérivés de patients se situent à l'intersection critique entre des cultures cellulaires 2D hyper-simplifiées et des systèmes complexes, coûteux et éthiquement contraints. in vivo modèles animaux. Parce qu'ils sont cultivés dans des matrices 3D, ils conservent l'architecture spatiale, l'hétérogénéité cellulaire et les réponses physiologiques de leurs tissus d'origine. Cependant, cette profonde authenticité biologique introduit de graves goulets d'étranglement analytiques. Un organoïde 3D n'est pas une masse uniforme de cellules identiques ; c'est un écosystème miniature complexe. Il contient des niches de cellules souches actives, des descendants entièrement différenciés, des noyaux apoptotiques/nécrotiques en raison des gradients de nutriments, et des états métaboliques variés en fonction de l'emplacement physique dans le dôme de Matrigel.
Les méthodologies de séquençage en vrac standard développées pour les lignées cellulaires 2D échouent souvent à capturer cette nuance. L'average des profils d'expression de millions de cellules masque complètement les populations subclonales critiques—comme un clone cancéreux rare et préexistant résistant aux médicaments ou un précurseur développemental transitoire—qui déterminent le phénotype même que vous essayez d'étudier. De plus, les propriétés physiques uniques des organoïdes nécessitent des protocoles d'extraction et de préparation de bibliothèques hautement spécialisés que les pipelines de séquençage commerciaux standard ne peuvent tout simplement pas gérer.
Pour débloquer le plein potentiel de vos modèles 3D, CD Genomics propose une gamme de services de séquençage et d'analyse d'organoïdes par paliers. En comparant les avantages spécifiques, les exigences d'entrée, les métriques de contrôle qualité et les livrables bioinformatiques de chaque service, vous pouvez parfaitement adapter votre question biologique à la stratégie de séquençage optimale, garantissant un rendement maximal des données et préservant des échantillons précieux de biobanque.
Guide de sélection de modalité de séquençage : faire correspondre la question à la technologie
Choisir le bon service de séquençage ne consiste pas à choisir la technologie la plus récente ou la plus coûteuse ; il s'agit d'aligner la résolution de l'essai avec votre hypothèse scientifique spécifique. Ci-dessous, notre guide de routage stratégique.
1. Séquençage d'ARN en masse (RNA-seq)
Meilleur pourProfilage d'expression globale rentable, analyse d'enrichissement des voies (paradigmes témoin contre traités) et validation initiale de biobanque.
La LimitationCela moyenne l'expression de toutes les cellules, masquant complètement l'hétérogénéité spatiale et cellulaire inhérente aux organoïdes 3D. Un type cellulaire rare représentant 1 % de l'organoïde sera perdu dans le bruit de fond.
RoutageDécouvrez-en plus sur notre Services de séquençage d'organoïdes.
2. Séquençage d'ARN à cellule unique et à noyau unique (sc/snRNA-seq)
Meilleur pour: Dissection de l'hétérogénéité cellulaire, identification de niches rares de cellules souches, cartographie des trajectoires de développement (pseudotemps) et analyse de modèles de co-culture complexes (par exemple, organoïdes tumoraux dérivés de patients co-cultivés avec des cellules T autologues).
L'AvantageNous utilisons à la fois la microfluidique par gouttelette Chromium 10x Genomics et des protocoles optimisés de séquençage d'ARN à noyau unique (snRNA-seq). Le snRNA-seq est particulièrement crucial pour les organoïdes grands, denses ou fortement fibreux qui ne peuvent pas être dissociés enzymatiquement en cellules vivantes uniques sans induire un stress transcriptionnel massif (ce qui gonfle artificiellement les gènes de réponse au stress comme FOS et JUN). Le snRNA-seq extrait uniquement les noyaux de tissus flash-congelés, contournant ainsi complètement le biais de dissociation des cellules vivantes.
RoutageDécouvrez-en plus sur notre Services de séquençage d'organoïdes.
3. Transcriptomique spatiale (RNA-seq spatial)
Meilleur pour: Cartographie de l'expression génique directement sur l'architecture physique 3D préservée de la tranche d'organoïde.
L'AvantageAlors que le scRNA-seq nécessite une dissociation totale des tissus (détruisant tout contexte spatial dans le processus), la transcriptomique spatiale (utilisant des plateformes de pointe comme 10x Visium ou BGI Stereo-seq) permet aux chercheurs de voir exactement où des gènes spécifiques sont actifs. Cela est absolument crucial pour analyser le front invasif d'un organoïde tumoral, étudier la frontière exacte de la nécrose par gradient de nutriments, ou cartographier les interactions physiques, récepteur-ligand entre un organoïde et les cellules stromales ou immunitaires environnantes dans un modèle de co-culture 3D. Cela fait le lien entre l'histologie et la transcriptomique.
4. Séquençage de l'exome entier d'organoïdes (WES)
Meilleur pourValidation de la fidélité génomique et du paysage mutationnel des modèles dérivés de patients.
L'AvantageIl est impératif de prouver que votre organoïde conserve effectivement les mutations somatiques spécifiques de conducteur (par exemple, KRAS, TP53, PIK3CA) présent dans la tumeur primaire du patient d'origine. Le séquençage de l'exome entier (WES) cartographie l'évolution clonale et calcule les charges mutationnelles de manière continue. in vitro passage, en veillant à ce que votre modèle ne dérive pas vers l'irrélevance.
Routage: Lisez la stratégie de comparaison des Triades en détail sur notre Services de séquençage de l'exome entier d'organoïdes.
5. Profilage épigénomique et pharmacologique avancé
Pour les questions allant au-delà de la génomique et de la transcriptomique de base, nous dirigeons les échantillons vers nos pipelines hautement spécialisés :
- Dépistage de médicaments à haut débit: Si vous devez tester des centaines de médicaments, le séquençage RNA standard est trop coûteux. Route vers Transcriptomique de la réponse aux médicaments des organoïdes (DRUG-seq) pour un multiplexage massif de 384 puits, permettant des lectures transcriptomiques pour le criblage à haut débit au lieu de simples tests de mortalité cellulaire.
- Cartographie de la chromatine et des amplificateurs: Si votre organoïde se différencie incorrectement sans mutations de l'ADN, l'épigénome en est responsable. Route vers Profilage épigénétique des organoïdes (CUT&Tag / scATAC-seq) pour découvrir les interrupteurs régulateurs et les régions de chromatine ouverte qui influencent le comportement cellulaire en utilisant des entrées cellulaires extrêmement faibles.
- Renouvellement dynamique de l'ARN: Route vers Analyse de la stabilité de l'ARN des organoïdes (SLAM-seq) pour les réponses cinétiques immédiates, vous permettant de mesurer les demi-vies de dégradation de l'ARNm exactes en quelques minutes après l'application d'une thérapie ciblée.
Échantillon d'adaptabilité et critères de contrôle qualité stricts
La qualité de vos données de séquençage est inextricablement liée à la préparation des échantillons. Les organoïdes intégrés dans des matrices extracellulaires protéiques (ECM) comme le Matrigel ou le Cultrex présentent de graves défis biochimiques, notamment une inhibition enzymatique lors de la préparation de la bibliothèque et une dégradation agressive de l'ARN. Nous utilisons des protocoles d'extraction personnalisés, régis par des critères de contrôle qualité (CQ) stricts adaptés aux sensibilités spécifiques de chaque technologie de séquençage.
| Technologie de séquençage | État d'échantillon idéal | Exigence minimale d'entrée | Métriques et seuils critiques de contrôle qualité |
|---|---|---|---|
| RNA-seq en vrac / WES | Pellet congelé instantanément (sans matrice) | ARN : >500 ng ADN : >500 ng |
RIN > 8,0 (Nombre d'intégrité de l'ARN) DIN > 7,0 (Intégrité de l'ADN) ; OD260/280 ~2,0. L'absence macroscopoque et microscopique complète de Matrigel est obligatoire pour prévenir l'inhibition de la polymérase en aval. |
| scARN-seq | Suspension cellulaire vivante et unicellulaire | >100 000 cellules | Viabilité > 85% via coloration par double fluorescence ; Agrégation cellulaire < 5 % ; ARN ambiant minimal (débris de fond faible). Un respect strict du timing enzymatique doit être observé pour éviter des signatures de stress artificielles. |
| snARN-seq | Organoïdes congelés instantanément (congelés à la volée) | >50 000 cellules | Intégrité des noyaux confirmée visuellement par coloration au Trypan Blue ou DAPI sous un microscope ; minimal saillie de la membrane nucléaire ; faible contamination en ARN cytoplasmique dans la suspension. |
| Transcriptomique spatiale | Blocs congelés frais intégrés dans OCT ou FFPE | Bloc de tissu (≥ 2 mm de diamètre) | Score de qualité de l'ARN (DV200 > 50% pour les échantillons FFPE) ; Épaisseur de cryosectionnement précise (typiquement exactement 10 µm) pour éviter la diffusion des transcrits et garantir une perméabilisation uniforme. |
| CUT&Tag / ATAC-seq | Pellets cellulaires légèrement réticulés ou natifs | 10 000 – 100 000 cellules | Viabilité élevée des cellules/noyaux ; un comptage cellulaire extraordinairement strict est nécessaire pour maintenir le rapport stœchiométrique exact de la transposase Tn5 par rapport à la chromatine lors de l'étape de tagmentation. |
Flux de travail de séquençage et d'analyse comparative
Alors que le séquençage standard des lignées cellulaires 2D suit un chemin très générique, le séquençage des organoïdes 3D nécessite des flux de travail bifurqués et hautement spécialisés depuis le moment de la lyse jusqu'à la sortie bioinformatique finale.
1. Dissociation de la matrice et préparation de la bibliothèque
- Extraction en vrac d'ARN/ADNLe flux de travail se concentre fortement sur la lyse froide agressive utilisant des tampons propriétaires pour dissoudre complètement les protéines de la MEC sans déclencher l'activité des ARNases endogènes. Les bibliothèques sont ensuite préparées en utilisant une capture poly-A standard (pour l'ARNm) ou un cisaillement acoustique suivi d'une hybridation de sondes d'exome (pour le WES).
- Partitionnement de cellules uniquesCe flux de travail nécessite une dissociation enzymatique douce et contrôlée en température (par exemple, en utilisant TrypLE et DNase I) pour libérer des cellules uniques tout en arrêtant immédiatement l'activité métabolique. Nous utilisons ensuite la microfluidique en gouttelette Chromium de 10x Genomics pour partitionner les cellules individuelles dans des gouttelettes lipidiques avec des billes en émulsion (GEMs) marquées par des codes-barres uniques, permettant un marquage parallèle massif du transcriptome.
- Capture de Transcriptomique SpatialeLes blocs d'organoïdes sont sectionnés directement sur des lames de capture à codes-barres spatiaux. Le tissu est perméabilisé. in situ dans des délais hautement optimisés afin que l'ARNm diffuse directement vers le bas et se lie au code-barres de coordonnées spatiales exactes directement en dessous, préservant les coordonnées X-Y de chaque transcrit.
2. Pipelines de bioinformatique spécialisées
- Pipeline WESMet l'accent sur la soustraction germinale. Nous alignons les lectures sur le génome de référence hg38 et utilisons des appelants de variants en ensemble (combinant Mutect2, Strelka2 et VarScan) pour isoler les variants somatiques purs. Nous calculons ensuite les indices de similarité de Jaccard par rapport aux données de séquençage de la tumeur primaire du patient.
- Pipeline de séquençage sc/snRNA-seqUn défi majeur dans le scRNA-seq des organoïdes est la "soupe" d'ARN ambiant libéré par les cellules mortes dans le cœur nécrotique de l'organoïde. Notre flux de travail utilise fortement des algorithmes de décontamination (par exemple, SoupX) pour éliminer de manière computationnelle ce bruit de fond ambiant. avant réalisation de la réduction de dimensionnalité (UMAP/t-SNE) et annotation automatisée des types cellulaires en utilisant des atlas de référence établis pour les organoïdes et les tissus primaires.
- Pipeline spatial: Fusionne l'imagerie histologique haute résolution (H&E ou immunofluorescence) avec des matrices de comptage transcriptomiques (en utilisant des pipelines comme 10x SpaceRanger). Étant donné qu'un seul point de capture de 55 µm peut contenir 5 à 10 cellules, ce flux de travail nécessite des algorithmes complexes de déconvulsion des points (par exemple, RCTD ou Cell2location) pour estimer mathématiquement la proportion de différents sous-types cellulaires existant au sein d'une seule coordonnée.
Fichiers de livrables complets
Nous comprenons que les données sont inutiles si elles ne peuvent pas être interprétées. CD Genomics ne se contente pas de fournir d'énormes tableaux de données brutes et impénétrables ; nous livrons des formats interactifs prêts à être publiés, conçus pour une exploration immédiate et une validation fonctionnelle en aval par vos équipes biologiques.
- Données brutes et alignées: Fichiers FASTQ hautement nettoyés et démultiplexés ; fichiers BAM ou CRAM indexés (prêts pour une visualisation immédiate du génome dans IGV).
- Fichiers de variantes (Pour WES/Épigénétique)VCFs largement annotés intégrés avec des bases de données cliniques telles que ClinVar, COSMIC et dbSNP ; fichiers BED détaillant les appels de pics pour ATAC-seq ou CUT&Tag.
- Objets unicellulaires et spatiaux: Entièrement traité et annoté
.rds(Seurat) ou.h5adobjets (Scanpy) contenant des matrices normalisées et des métadonnées. Pour la transcriptomique spatiale, nous fournissons des données propriétaires..cloupefichiers entièrement intégrés aux images de tissus H&E pour une exploration intuitive et point-and-click dans le navigateur 10x Loupe. - Rapports prêts à publierRapports de bioinformatique PDF très détaillés englobant tous les indicateurs de QA/QC, un texte méthodologique détaillé pour vos manuscrits, des visualisations de données personnalisées (cartes thermiques hiérarchiques, UMAP, superpositions d'expression spatiale, diagrammes de Venn) et une analyse avancée de l'enrichissement des voies (GSEA, GO, KEGG).
Références :
- Bock C, Boutros M, Camp JG, et al. La révolution des organoïdes. Nature. 2022;602(7898):391-400.
- Marx V. Un rêve de biologie spatiale unicellulaire. Méthodes de la nature. 2021;18(1):9-14.
- Drost J, Clevers H. Organoïdes dans la recherche sur le cancer. Nature Reviews Cancer2018 ; 18(7) : 407-418.
- Boretto M, Cox B, Noben M, et al. Les organoïdes dérivés de patients atteints de maladies endométriales capturent l'hétérogénéité clinique et sont adaptés au dépistage de médicaments. Nature Cell Biology. 2019;21(8):1041-1051.
- Vlachogiannis G, Hedayat S, Vasantharajan A, et al. Les organoïdes dérivés de patients modélisent la réponse au traitement des cancers gastro-intestinaux métastatiques. Science. 2018 ;359(6378) :920-926.
À utiliser uniquement pour la recherche. Ne pas utiliser dans les procédures de diagnostic, la prise de décision clinique, la stratification des patients, la sélection thérapeutique ou les essais cliniques.
Résultats d'analyse illustratifs
Les visuels prévus suivants expliquent les structures de livrables courantes fournies dans nos rapports multi-omiques d'organoïdes. Ce sont des exemples illustratifs démontrant des formats de données, et non des données réelles de patients.
Transcriptomique spatiale : Superpositions d'expression
En superposant mathématiquement les données de comptage d'expression génique directement sur l'image H&E de l'organoïde sectionné, les chercheurs peuvent localiser physiquement le noyau hypoxique (par exemple, en observant HIF1A ou VEGFA surexpression dans le centre) par rapport à la bordure extérieure hautement proliférative (par exemple, MKI67 Dans les modèles de co-culture, les superpositions spatiales délimitent parfaitement les frontières invasives entre la masse d'organoïde tumoral et le stroma environnant. Ce contexte structurel profond est entièrement perdu dans le séquençage en vrac ou à cellule unique.
scRNA-seq : Cartographie de la trajectoire de pseudotemps
Visualisation des transitions d'état cellulaire. En appliquant des algorithmes d'inférence de trajectoire (comme Monocle3) aux données d'expression unicellulaire, nous projetons comment les cellules souches au sein de l'organoïde se différencient progressivement en lignées matures et spécialisées le long d'un axe temporel continu. Cela permet aux chercheurs de localiser les points de contrôle transcriptionnels exacts où la différenciation est bloquée dans les modèles de maladie ou où les interventions médicamenteuses forcent un changement de lignée.
Intégration génomique et transcriptomique
Des graphiques de dispersion multi-omiques qui alignent la fréquence allélique des variants (VAF) calculée à partir des données de séquençage de l'exome entier avec les profils d'expression globaux dérivés des données de RNA-seq en vrac. Cette visualisation intégrée prouve de manière définitive que le sous-clone dominant et proliférant dans votre in vitro la culture est à la fois génétiquement aberrante et contribue activement à la signature transcriptomique maligne que vous étudiez.
Études de cas : Multi-Omique en action
Étude de cas 1 : Dissection de la dynamique des cellules souches intestinales via l'intégration du scRNA-seq et du scATAC-seq
ContexteDes chercheurs étudiant la maladie inflammatoire de l'intestin (MII) ont développé des organoïdes intestinaux humains complexes pour modéliser le processus de renouvellement rapide de l'épithélium intestinal. Cependant, ils ont eu du mal à comprendre les commutateurs épigénétiques qui obligent les cellules souches non engagées à se différencier en entérocytes matures et en cellules caliciformes.
MéthodologieCD Genomics a réalisé un séquençage d'ARN à cellule unique (scRNA-seq) et un séquençage ATAC à cellule unique (scATAC-seq) sur des suspensions de cellules uniques hautement viables dérivées des organoïdes à plusieurs points de temps de différenciation.
RésultatsAlors que les données scRNA-seq ont cartographié la trajectoire de développement continue, la percée est venue des données scATAC-seq intégrées. L'analyse a identifié d'énormes changements dans l'accessibilité de la chromatine à des régions spécifiques d'activateurs. avant les gènes définissant la lignée correspondante étaient activement transcrits. La carte multi-omique a identifié un facteur de transcription maître jusqu'alors non caractérisé dont la liaison dictait la décision de destinée vers la lignée des cellules caliciformes.
Étude de cas 2 : Transcriptomique spatiale sur des co-cultures tumeur-immune
ContexteUn laboratoire d'immuno-oncologie a développé un modèle de co-culture en 3D composé d'organoïdes de mélanome dérivés de patients intégrés dans une matrice aux côtés de lymphocytes T cytotoxiques autologues. Ils avaient besoin de comprendre pourquoi les lymphocytes T ne parvenaient pas à pénétrer le cœur de la masse d'organoïdes.
MéthodologieAu lieu de dissocier le modèle, le laboratoire a utilisé notre service de Transcriptomique Spatiale. Les blocs de co-culture intacts ont été cryosectionnés sur des matrices à codes-barres spatiaux, capturant à la fois l'histologie et le transcriptome localisé.
RésultatsL'expression spatiale superposée a révélé une couche limite distincte. Les cellules T physiquement adjacentes à la périphérie de l'organoïde ont montré une régulation à la hausse sévère des marqueurs d'épuisement.PDCD1, LAG3), tandis que le bord externe de l'organoïde tumoral exprimait fortement des ligands immunosuppresseurs (CD274/PD-L1). Il est crucial de noter que la carte spatiale a montré que cette signature suppressive était fortement localisée à l'interface physique, expliquant entièrement l'absence de pénétration du noyau d'une manière que le scRNA-seq dissocié n'aurait jamais pu saisir.
Étude de cas 3 : Réaffectation de médicaments à haut débit utilisant DRUG-seq
ContexteUn groupe de recherche translationnelle possédait une biobanque de 50 organoïdes de cancer colorectal et visait à dépister une bibliothèque de 1 200 composés approuvés par la FDA pour identifier des candidats à la réutilisation. Le séquençage RNA standard était trop coûteux pour 60 000 puits au total.
MéthodologieLe groupe a utilisé la transcriptomique de réponse aux médicaments sur organoïdes (DRUG-seq). Les organoïdes dans des plaques à 384 puits ont été traités, et un codage-barre spécifique aux puits a permis un regroupement massif pour un comptage à haut débit des extrémités 3'.
RésultatsLe jeu de données a fourni une signature transcriptomique distincte pour chaque composé. Le regroupement a révélé que trois médicaments visuellement non liés convergaient tous vers une forte régulation à la baisse de la voie Wnt/bêta-caténine. Ce changement transcriptionnel profond a été complètement manqué par les tests standard de mort cellulaire, donnant lieu à trois nouveaux candidats pour la réutilisation.
FAQs sur le séquençage d'organoïdes
Je veux séquencer mes organoïdes mais je ne sais pas par où commencer. Quelle est la recommandation de base ?
Si vous venez d'établir une nouvelle lignée d'organoïdes et avez besoin d'une validation de base, nous recommandons fortement d'associer le séquençage de l'exome entier d'organoïdes (pour confirmer que l'identité génétique correspond au tissu du patient d'origine) avec le séquençage RNA en vrac (pour confirmer que les profils d'expression globaux correspondent au tissu d'origine). Une fois la fidélité de base validée, vous pouvez passer à des applications de haute résolution en cellule unique ou spatiales.
2. Pourquoi devrais-je utiliser le snRNA-seq au lieu du scRNA-seq pour mes organoïdes ?
La séquençage d'ARN à cellule unique standard (scRNA-seq) nécessite que l'organoïde soit décomposé en cellules uniques vivantes. Les organoïdes grands, denses ou fortement fibreux meurent souvent lors de cette dissociation enzymatique sévère, entraînant un séquençage biaisé ne concernant que les types cellulaires les plus robustes. Le séquençage d'ARN à noyau unique (snRNA-seq) extrait uniquement les noyaux de tissus congelés à la volée, contournant ainsi la nécessité de dissociation de cellules vivantes et fournissant un profil transcriptomique non biaisé de l'architecture entière de l'organoïde.
3. Quelle est la différence précise entre la transcriptomique spatiale et la protéomique spatiale ?
La transcriptomique spatiale cartographie l'expression de milliers de transcrits d'ARNm à travers la tranche d'organoïde simultanément en utilisant des matrices de capture avec codes-barres spatiaux. La protéomique spatiale (immunofluorescence multiplexée) cartographie des protéines spécifiques à l'aide d'anticorps conjugués à des fluorophores. La transcriptomique est sans égal pour la découverte non biaisée à l'échelle du génome, tandis que la protéomique est supérieure pour valider l'expression fonctionnelle des protéines et délimiter les frontières cellulaires exactes.
4. Pouvez-vous traiter des blocs d'organoïdes FFPE pour la transcriptomique spatiale ?
Oui. Bien que les organoïdes frais congelés (embarqués dans OCT) produisent des données de transcriptome entier de la plus haute qualité, nous utilisons des technologies spatiales spécialisées basées sur des sondes pour cartographier des transcriptomes entiers à partir de blocs d'organoïdes archivés fixés au formol et inclus dans de la paraffine (FFPE), à condition que le score DV200 de l'ARN respecte nos stricts critères de contrôle de qualité.
5. En quoi le DRUG-seq diffère-t-il du RNA-seq en vrac dans le criblage à haut débit ?
Le séquençage RNA-seq standard en vrac séquence l'intégralité de la longueur du transcript mRNA à haute profondeur, ce qui est très coûteux et limite le débit. Le DRUG-seq est une technique spécialisée et multiplexée qui ne séquence qu'une petite étiquette à l'extrémité 3' de l'mRNA. En barcodant les échantillons très tôt dans le processus de lyse, nous pouvons regrouper des milliers de puits ensemble dans une seule course de séquençage, réalisant ainsi une efficacité de coût massive.
6. Combien de temps dure le processus d'analyse ?
Le délai de traitement dépend fortement du projet. Il fluctue en fonction du volume d'échantillons, des exigences spécifiques de préparation, de la modalité de séquençage choisie, de la profondeur de séquençage et de la complexité de l'intégration bioinformatique requise. Les données sont livrées en toute sécurité via un téléchargement cloud immédiatement après que tous les paramètres de contrôle de qualité et les vérifications bioinformatiques rigoureuses soient satisfaits.