Hochdurchsatz-Screening (High-Throughput Screening, HTS) ist zu einem Eckpfeiler der modernen Zellkulturforschung geworden, was es Wissenschaftlern ermöglicht, systematisch Tausende bis Millionen von Verbindungen, genetische Störungen oder biologische Bedingungen in einem einzigen Experiment zu bewerten. Durch die Kombination von Automatisierung, Miniaturisierung und fortschrittlichen Nachweistechnologien beschleunigt HTS die Identifizierung bioaktiver Moleküle, Genfunktionen und Krankheitsmechanismen. In der Wirkstoffforschung beispielsweise ermöglicht HTS Pharmaunternehmen, große Substanzbibliotheken gegen zelluläre Ziele zu screenen, wodurch Treffer für die weitere Entwicklung schnell eingegrenzt werden. In ähnlicher Weise können CRISPR-basierte HTS in der funktionellen Genomik Gene systematisch ausschalten oder aktivieren, was ihre Rolle bei der Zellproliferation, Differenzierung oder Arzneimittelresistenz aufdeckt. Die Umsetzung von HTS in einem Zellkulturlabor erfordert jedoch eine sorgfältige Planung, robuste Testentwicklung und ein tiefes Verständnis sowohl biologischer als auch technischer Herausforderungen. Dieser Artikel bietet einen umfassenden Leitfaden zur Umsetzung von Hochdurchsatz-Screening in der Zellkulturforschung, grundlegende Konzepte, schrittweises Workflow-Design, Best Practices, gemeinsame Fallstricke und zukünftige Trends

Was ist ein High-Throughput Screening?

Hochdurchsatz-Screening ist eine Methode, die die schnelle Prüfung einer großen Anzahl von biologischen Proben oder chemischen Verbindungen mit automatisierten Geräten und paralleler Verarbeitung ermöglicht. Das Kernprinzip ist die Miniaturisierung: Assays werden in Mikrotiterplatten mit 96, 384, 1536 oder sogar 3456 Vertiefungen durchgeführt, so dass Tausende von Experimenten gleichzeitig laufen können. Roboter-Flüssigkeitshandler geben Reagenzien und Verbindungen präzise ab, während automatisierte Plattenleser oder hochkonzentrierte Bildgeber Daten in Minuten sammeln. Die resultierenden Datensätze werden dann mit Hilfe einer speziellen Software analysiert, um statistisch signifikante Treffer zu identifizieren - solche, die einen gewünschten biologischen Effekt erzeugen, wie z. B. Hemmung der Enzymaktivität, Modulation der Zellsignalisierung oder Zytotoxizität.

Die Wurzeln von HTS reichen bis in die 1980er und 1990er Jahre zurück, als Pharmaunternehmen begannen, ihre Screening-Prozesse zu automatisieren, um den Durchsatz zu erhöhen und die Kosten zu senken. Frühe Systeme stützten sich auf einfache kolorimetrische oder radiometrische Assays, aber moderne HTS verwendet eine breite Palette von Detektionstechnologien, einschließlich Fluoreszenzintensität, zeitaufgelöste Fluoreszenz (TRF), Fluoreszenzpolarisation (FP), Lumineszenz und markierungsfreie Methoden wie Oberflächenplasmonenresonanz. In den letzten zehn Jahren hat sich das High-Content-Screening (HCS) als leistungsstarke Erweiterung herausgestellt, die automatisierte Mikroskopie mit Bildanalyse kombiniert, um multiparametrische zelluläre Reaktionen zu erfassen - wie morphologische Veränderungen, Proteintranslokation und Biomarker-Expression - bei Einzelzellauflösung.

Schlüsselkomponenten eines HTS Workflows

Die Implementierung von HTS in Zellkulturen beinhaltet die Integration mehrerer kritischer Komponenten, von denen jede sorgfältig optimiert werden muss, um Datenqualität und Reproduzierbarkeit zu gewährleisten. Der Workflow kann in vier Hauptsäulen unterteilt werden: Assaydesign, Zellkulturoptimierung, Automatisierung und Flüssigkeitshandling sowie Detektion und Datenanalyse.

Assay Design und Entwicklung

Der Erfolg einer HTS-Kampagne hängt von der Qualität des Tests ab, der zur Messung der biologischen Reaktion verwendet wird.

  • Assay-Format: Homogene (Mix-and-Read)-Assays werden für die Geschwindigkeit bevorzugt, während Waschschritte für bestimmte Endpunkte (z. B. ELISA-basierte Auslesungen) erforderlich sein können.
  • Signal-Rausch-Verhältnis: Der Assay muss ein robustes, reproduzierbares Signal erzeugen, das zuverlässig vom Hintergrund unterschieden werden kann. Der Z'-Faktor, ein statistisches Maß für die Assayqualität, sollte idealerweise 0,5 für einen guten Bildschirm überschreiten.
  • Dynamischer Bereich: Der Test sollte ein breites Spektrum von Reaktionen erfassen, von der vollständigen Hemmung bis zur maximalen Aktivierung, ohne Sättigung oder hohe Variabilität.
  • Zelltyp und Keimdichte: Die Wahl der Zelllinie (primär, immortalisiert oder Stammzellen abgeleitet) und die optimale Keimdichte müssen empirisch bestimmt werden. Übermäßig konfluente Zellen können die Physiologie verändert haben, während zu wenige Zellen zu einer hohen Well-to-Well-Variabilität führen können.
  • Behandlungsdauer und Kontrollen: Bestimmen Sie den optimalen Zeitpunkt für die Anzeige nach der Zugabe der Verbindung, schließen Sie Positivkontrollen (bekannte Wirkstoffe), Negativkontrollen (nur für Fahrzeuge) und nachgemachte Vertiefungen ein, um die Platteneffekte zu bewerten.

Bei genetischen Screenings mit CRISPR- oder RNAi-Bibliotheken muss die Testgestaltung auch die Transfektions- oder Transduktionseffizienz, die Vielzahl der Infektionen und die Auswahl geeigneter Leit-RNAs oder siRNAs berücksichtigen.

Optimierung der Zellkulturbedingungen

Konsistente, gesunde Zellkulturen bilden die Grundlage für reproduzierbare HTS. Variabilität im Zellwachstum, in der Lebensfähigkeit oder in der Reaktion kann zu Rauschen führen, das wahre Treffer maskiert.

  • Zellkulturmedien und Nahrungsergänzungsmittel: Verwenden Sie standardisierte, validierte Chargen von Medien, Serum und Wachstumsfaktoren. Serum-Los-zu-Los-Variation kann das Zellverhalten beeinflussen; wenn möglich, sollten Sie definierte, serumfreie Medien verwenden.
  • Plattenbeschichtung und Oberfläche: Für adhärente Zellen kann eine Plattenbeschichtung (z. B. Poly-D-Lysin, Kollagen oder Fibronektin) erforderlich sein, um eine gleichmäßige Bindung zu fördern.
  • Inkubationsbedingungen: Behalten Sie die strenge Kontrolle der Temperatur (37°C), des CO2-Gehalts (5 %) und der Feuchtigkeit während der Plattenvorbereitung und -inkubation bei. Verdunstung ist ein Hauptproblem bei 384- und 1536-Well-Platten; verwenden Sie Deckeldichtungen oder befeuchtete Inkubatoren.
  • Zellpassagennummer und Synchronisation: Verwenden Sie Zellen mit einer konsistenten Passagennummer (z. B. Passage 5-15 für viele immortalisierte Linien) und synchronisieren Sie sie (z. B. Serumhunger), wenn der Assay zellzyklusabhängig ist.
  • Automatisiertes Zählen und Ausgeben von Zellen: Verwenden Sie automatisierte Zähler (z. B. Trypan Blue Exclusion, Hellfeld-Bildgebung), um eine gleichmäßige Aussaatdichte über die Platten zu gewährleisten. Mehrkanalpipetten oder flüssige Handler können Zellen gleichmäßig ausschütten, aber die Kalibrierung ist entscheidend, um Kanteneffekte zu vermeiden.

Die Durchführung einer gründlichen Optimierungsstudie mit einem Scheinbildschirm (nur mit Steuerelementen) kann dazu beitragen, Variationsquellen zu identifizieren und zu eliminieren, bevor Sie sich an die vollständige Bibliothek binden.

Automatisierung und Liquid Handling

Die Automatisierung ist das Rückgrat von HTS. Roboter-Flüssigkeitshandler, Plattenwaschanlagen, Inkubatoren und Lesegeräte sind in einen Workflow integriert, der Hunderte von Platten pro Tag verarbeiten kann. Wichtige Überlegungen sind:

  • Durchsatz und Geschwindigkeit: Wählen Sie einen flüssigen Handler, der Ihr tägliches Plattenziel erreicht. Labors mit niedrigem Durchsatz können einen Einzel-Spender verwenden, während Labors mit hohem Volumen 384- oder 1536-Kanalsysteme benötigen.
  • Präzision und Genauigkeit: Pipetting Error (CV) sollte bei den meisten HTS-Assays unter 5% liegen.
  • Plattenhandling und -planung: Für zeitempfindliche Assays (z. B. kinetische Auslesungen) kann automatisierte Planungssoftware Flüssigkeitsübertragungen, Inkubation und Detektion koordinieren, um ein konsistentes Timing über die Platten hinweg zu gewährleisten.
  • Integration mit Detektoren: Plattenleser und Bildgeräte müssen mit dem Plattenformat und dem Assay-Typ kompatibel sein. Viele moderne Lesegeräte unterstützen sowohl Endpunkt- als auch kinetische Lesevorgänge mit mehreren Detektionsmodi.

Für Labore, die neu bei HTS sind, beginnen Sie mit einem halbautomatischen Setup: ein 96-Well-Plattenformat mit einer manuellen Mehrkanalpipette zur frühen Optimierung, dann skalieren Sie mit einem einfachen Liquid Handler bis zu 384 Well-Platten. Eine vollständige Roboterintegration kann später hinzugefügt werden, wenn der Durchsatz steigt.

Nachweisverfahren und Datenerhebung

Die Wahl der Auslese bestimmt die Art der erhaltenen Informationen.

  • Fluoreszenzintensität (FI): Wird für Assays verwendet, die die Enzymaktivität, Rezeptorbindung oder Genexpression messen (z. B. GFP-Reporter). Einfach, schnell und hochsensibel.
  • Lumineszenz: Firefly- oder Renilla-Luciferase-Assays zur Zellviabilität (ATP-Gehalt) oder Reportergenaktivität. Sehr empfindlich und mit geringem Hintergrund, erfordert jedoch die Injektion von Substrat.
  • Zeitaufgelöste Fluoreszenz (TRF) und FRET: Reduzieren Sie den Hintergrund von Autofluoreszenz und Lichtstreuung.
  • Hochinhaltige Bildgebung: Verwendet automatisierte Mikroskopie, um mehrere Fluoreszenzkanäle pro Vertiefung zu erfassen. Ermöglicht die Analyse der subzellulären Lokalisierung, Zellmorphologie und Populationsheterogenität - Daten, die Endpunktplattenleser nicht liefern können.

Die Datenerfassung sollte nicht nur die primäre Auslesung, sondern auch die Qualitätskontrollmetriken (z. B. Zellzahl pro Well, Plattenuniformität) umfassen. Rohdaten in einem strukturierten Format speichern (z. B. HDF5) und Z'-Faktoren, prozentuale Hemmung und statistische Signifikanz mit Hilfe von Software berechnen. Open-Source-Tools wie R und Python (mit Paketen wie "Plattenwerkzeuge" oder "Cytominer") werden neben kommerziellen Plattformen (z. B. Genedata Screener, TIBCO Spotfire) immer beliebter.

Implementierung von HTS in Ihrem Labor: Eine praktische Roadmap

Die Einbringung von HTS in ein Zellkulturlabor erfordert einen schrittweisen Ansatz, um das Risiko zu minimieren und den Erfolg zu gewährleisten.

Phase 1: Bedarfsanalyse und -planung

Definieren Sie die wissenschaftliche Fragestellung und den Umfang des Screenings. Werden Sie eine kleine fokussierte Bibliothek (z. B. 2.000 Verbindungen) oder eine genomweite CRISPR-Bibliothek (z. B. 100.000+ Guides) durchsehen? Schätzen Sie die Anzahl der Platten, Reagenzien und die Zeit der Techniker. Budget für Geräte (Flüssigkeitshandler, Lesegerät), Verbrauchsmaterialien (Platten, Tipps) und Software. Engagieren Sie Mitarbeiter mit Data Science oder Automatisierungsexpertise, wenn nicht intern verfügbar.

Phase 2: Assay Miniaturisierung und Validierung

Der Assay wird von einer herkömmlichen 96-Well-Platte auf das Zielformat (384- oder 1536-Well) verkleinert, die Zellzahlen, Reagenzvolumen und Inkubationszeiten proportional angepasst und ein Pilotbildschirm mit einem Satz von 100-500 bekannten Verbindungen (einschließlich Positiv- und Negativkontrollen) zur Bewertung des Z'-Faktors, der Treffererkennungsrate und der falsch-positiven Rate durchgeführt. Ziel ist eine Z' > 0,5 und eine akzeptable Platteneinheitlichkeit (CV < 10%).

Phase 3: Workflow-Automatisierung und -Testing

Schreibe und teste automatisierte Protokolle für Zellaussaat, Addition von Verbindungen, Inkubation und Detektion. Führen Sie einen kleinen "Testbildschirm" mit 10-20 Platten aus, um die Genauigkeit, das Timing und die Softwareintegration von flüssigen Handlern zu bestätigen. Verwenden Sie diesen Test, um Engpässe zu identifizieren (z. B. langsames Waschen der Platten, unzureichende Lesegeschwindigkeit) und passen Sie ihn entsprechend an.

Phase 4: Vollbild-Ausführung

Der Primärbildschirm wird mit der vollständigen Bibliothek durchgeführt, die Platten werden chargenweise verarbeitet, wobei Kontrollplatten (mit bekannten Inhibitoren oder Aktivatoren) durchsetzt werden, um die Stabilität des Tests über die Zeit zu überwachen, die Karten der Platten und die Metadaten zur Rückverfolgbarkeit aufzuzeichnen, wenn der Bildschirm mehrere Tage dauert, werden die Zellbestände mit gleichbleibenden Passagenzahlen eingefroren, um eine Abdrift zu vermeiden.

Phase 5: Hit-Identifikation und Validierung

Nach der Datenerhebung Qualitätskontrollfilter anwenden: Platten mit Z' < 0.4, wells with low cell counts (if imaged), and obvious outliers. Use statistical methods (e.g., robust Z‑score, B‑score normalization) to account for positional effects and plate‑to‑plate variation. Select hits based on a predefined threshold (e.g., Z‑score > 3 entfernen; Treffer in einem Sekundärassay unter Verwendung von Frischsubstanzbeständen und einer orthogonalen Anzeige (z. B. Western Blot, qPCR) validieren, um das Zieleingriffsverhalten zu bestätigen.

Best Practices für Robuste HTS

Die Einhaltung bewährter Best Practices kann die Erfolgsquote von HTS-Kampagnen dramatisch verbessern.

  • Verwenden Sie hochwertige Assayplatten: Niedrigbindende, optisch klare Platten reduzieren den Hintergrund und verbessern die Gleichmäßigkeit. Weiße Platten eignen sich am besten für Lumineszenz, während schwarze Platten das Übersprechen bei Fluoreszenz reduzieren.
  • Kanteneffekte minimieren: Die äußersten Reihen und Spalten von Mikrotiterplatten weisen oft unterschiedliche Zellwachstums- oder Verdampfungsraten auf. Füllen Sie Kanten mit Blindmedium oder verwenden Sie Plattendeckel mit Kondensationsringen.
  • Verwenden Sie robuste statistische Metriken: Über den Z′-Faktor hinaus berechnen Sie das Signal-zu-Hintergrund-Verhältnis (S/B) und den Variationskoeffizienten (CV) für Kontrollen. Überwachen Sie diese Metriken auf dem gesamten Bildschirm und markieren Sie jede andere Platte, die davon abweicht.
  • Es sind genügend Replikate einzufügen: Jede Bedingung mindestens doppelt (vorzugsweise dreifach) untersuchen, um auf technische Variabilität zu kontrollieren.
  • Dokumentieren Sie alles: Pflegen Sie ein elektronisches Labor-Notebook mit Protokollen, Plattenkarten und Datenanalyseparametern. Dies gewährleistet Reproduzierbarkeit und erleichtert zukünftige Fehlersuche.

Eine nützliche Ressource für HTS-Qualitätsmetriken ist das NIH Assay Guidance Manual, das detaillierte Protokolle für die Testentwicklung und Validierung bereitstellt.

Gemeinsame Herausforderungen in HTS und wie man sie überwindet

Trotz sorgfältiger Planung stoßen HTS-Projekte häufig auf Hindernisse, die den Fortschritt beeinträchtigen können.

Hohe Kosten- und Ressourcenintensität

HTS erfordert erhebliche Investitionen in Ausrüstung, Verbrauchsmaterialien und Personal. Compound-Bibliotheken allein können Zehntausende von Dollar kosten. Um die Kosten zu senken, beginnen Sie mit einer kleinen, fokussierten Bibliothek (z. B. FDA-zugelassene Medikamente oder bekannte Bioaktive), bevor Sie expandieren. Verwenden Sie Miniaturisierung (384- oder 1536-Well-Platten), um den Reagenzverbrauch zu senken. Arbeiten Sie mit Kerneinrichtungen oder akademischen Screening-Zentren zusammen, die gemeinsamen Zugang zur HTS-Infrastruktur bieten.

Komplexität des Datenmanagements und der Analyse

Ein einzelner HTS-Lauf kann Terabytes an Bilddaten oder Millionen von Datenpunkten erzeugen. Ohne eine robuste Datenmanagement-Pipeline wird die Analyse zum Engpass. Investieren Sie in ein Laborinformationsmanagementsystem (LIMS) zur Verfolgung von Proben, Platten und Ergebnissen. Verwenden Sie Cloud-basierte Speicher- und Rechenressourcen für große Datensätze. Trainieren Sie Teammitglieder in der statistischen Programmierung (R, Python) zur Automatisierung der Normalisierung und Trefferauswahl. Die Auslagerung der Datenanalyse in einen Bioinformatik-Kern ist ebenfalls eine Option.

Falsche Positive und falsche Negative

Falsch-positive Werte ergeben sich aus Autofluoreszenz, Aggregation oder Zytotoxizität von Verbindungen, die nicht mit dem Ziel in Zusammenhang stehen. Falsch-negative Werte können auftreten, wenn der Test unempfindlich ist oder wenn Verbindungen abgebaut werden. Diese Werte können verringert werden, indem (1) auch Fluoreszenz-Querempfindlichkeitskontrollen einbezogen werden, (2) Verbindungen in mehreren Konzentrationen getestet werden (HTS ist häufig Einzelkonzentration, aber eine Folge-Dosis-Reaktion ist unerlässlich) und (3) orthogonale Tests zur Validierung von Treffern verwendet werden. In CRISPR-Bildschirmen kann die Off-Target-Editierung falsch-positive Werte erzeugen; mehrere Leit-RNAs pro Gen verwenden und durch Rettungsexperimente bestätigen.

Zelllinie und Assay-Variation

Selbst stabile Zelllinien driften im Laufe der Zeit. Regelmäßige Überwachung der Zellverdopplungszeit, Morphologie und Markerexpression. Einfrieren großer Zellmengen bei geringer Passage und frisches Ausdehnen für jeden Bildschirm. Bei Verwendung von Primärzellen Isolierung und Kulturprotokolle über Spender standardisieren. Bei Stammzellen-abgeleiteten Kulturen in der Masse differenzieren und Reinheit charakterisieren, bevor sie ausgesät werden.

Zukünftige Richtungen im Hochdurchsatz-Zellkultur-Screening

Die HTS entwickelt sich weiter, angetrieben durch technologische Fortschritte und neue biologische Erkenntnisse. Mehrere neue Trends prägen die nächste Generation zellbasierter Bildschirme:

  • 3D-Zellkultur und Organoide: Traditionelle 2D-Monoschichten stellen oft die in vivo-Physiologie falsch dar. HTS-kompatible 3D-Modelle (Sphäroide, Organoide, mikrofluidische Chips) werden entwickelt, obwohl sie Anpassungen für die Bildgebung und das flüssige Handling erfordern.
  • Künstliche Intelligenz und maschinelles Lernen: KI-Algorithmen werden jetzt verwendet, um die Testbedingungen zu optimieren, Trefferverbindungen vorherzusagen und hochkonzentrierte Bilder zu analysieren. Deep Learning kann Zellen segmentieren, Phänotypen klassifizieren und subtile Reaktionen identifizieren, die herkömmliche Statistiken vermissen.
  • Gepolte CRISPR-Bildschirme mit Einzelzellanzeigen: Die Kombination von CRISPR-Bibliotheken mit Einzelzell-RNA-Sequenzierung (z. B. Perturb-seq) oder Proteomik (z. B. Epi-TOF) ermöglicht funktionelle Studien im Genommaßstab mit beispielloser Auflösung.
  • Lebendzell-dynamisches Screening: Statt Endpunktmessungen ermöglicht die kontinuierliche Überwachung mit fluoreszierenden Reportern den Forschern, zelluläre Reaktionen über Stunden oder Tage zu verfolgen, was die zeitliche Dynamik der Arzneimittelwirkung aufdeckt.
  • Primär- und Patientenzellen: Bildschirme mit patientenabgeleiteten Tumorzellen oder iPSC-abgeleiteten Neuronen werden immer häufiger und bewegen HTS in Richtung personalisierte Medizin.

Für weitere Informationen zu HTS-Automatisierungs- und Assay-Prinzipien konsultieren Sie Ressourcen von Thermo Fisher Scientific und Corning Life Sciences.

Schlussfolgerung

Die Umsetzung von Hochdurchsatz-Screening in der Zellkulturforschung ist ein transformativer Schritt, der das Tempo der Entdeckung in der Arzneimittelentwicklung, der funktionellen Genomik und der Grundlagenbiologie dramatisch beschleunigen kann. Der Erfolg hängt von einem systematischen Ansatz ab: Entwicklung eines robusten Assays, Optimierung der Zellkulturbedingungen, Integration geeigneter Automatisierung und Anwendung strenger Datenanalysen. Während Herausforderungen wie Kosten, Datenkomplexität und Assayvariabilität erheblich sind, können sie durch sorgfältige Planung, Zusammenarbeit und Einhaltung bewährter Praktiken bewältigt werden.