Verbetering van de betrouwbaarheid van biobanking van prostaattumoren met verbeterde bemonsteringstechniek en histologische karakterisering
Summary
Dit protocol beschrijft een methode om het verzamelen van monsters van radicale prostatectomiemonsters te vergemakkelijken. Het doel is om weefselmonsters van de monsters in kaart te brengen, te karakteriseren en micro-macro te ontleden op basis van anatomopathologische criteria voordat ze in een biobank worden opgeslagen.
Abstract
Het verkrijgen van verse en goed gekarakteriseerde tumorweefselmonsters is van cruciaal belang voor het uitvoeren van hoogwaardige “omics”-onderzoeken. Het kan echter bijzonder uitdagend zijn in de context van prostaatkanker (PC) vanwege de unieke aard van dit orgaan en de hoge heterogeniteit die met deze tumor gepaard gaat. Aan de andere kant is het histopathologisch karakteriseren van monsters vóór hun opslag zonder significante weefselveranderingen te veroorzaken ook een intrigerende uitdaging. In deze context presenteren we een nieuwe methode voor het verkrijgen, in kaart brengen, karakteriseren en micro-ontleden van gereseceerd prostaatweefsel op basis van anatomopathologische criteria.
In tegenstelling tot eerder gepubliceerde protocollen, verkort deze methode de tijd die nodig is voor histopathologische analyse van het prostaatmonster zonder de structuur ervan in gevaar te brengen, wat cruciaal is voor het beoordelen van chirurgische marges. Bovendien maakt het de afbakening en micro-macrodissectie van verse prostaatweefselmonsters mogelijk, met een focus op histologische tumorgebieden die worden gedefinieerd door pathologische criteria zoals Gleason-score, voorloperlaesies (hooggradige prostaat intra-epitheliale neoplasie – PIN) en inflammatoire laesies (prostatitis). Deze monsters worden vervolgens opgeslagen in een Biobank voor latere onderzoeksanalyses.
Introduction
Prostaatkanker (PC) is de 2emeest voorkomende vorm van kanker bij mannen en de 5ebelangrijkste doodsoorzaak wereldwijd1. De behandeling en prognose van de patiënt zijn afhankelijk van de stadiëring en beoordeling (Gleason-score) van de tumor, zoals blijkt uit de hogere 5-jaarsoverleving van gelokaliseerde en laaggradige tumoren (Gleason graad 6) (99%) in vergelijking met hoge Gleason-graden en gemetastaseerde tumoren (31%)2.
PC lokale recidief en falen van de behandeling zijn in verband gebracht met de kenmerkende hoge genetische intratumorheterogeniteit van dit tumortype3. Bovendien wordt PC beschouwd als een multifocale ziekte met verschillende tumorfoci die verschillende morfologische, histologische en moleculaire kenmerken vertonen4, die onafhankelijk kunnen ontstaan of kunnen voortkomen uit een gemeenschappelijke tumorcelvoorouder5. Eerdere studies hebben aangetoond dat de evolutie van de tumor verschilt tussen patiënten op basis van specifieke genetische drijfveren die metastase kunnen bevorderen of de cellijn kunnen beperken tot de prostaat. Daarom is moleculaire karakterisering van de verschillende tumorfoci crucia, niet alleen voor het stellen van een nauwkeurigere diagnose en prognose, maar ook voor het afstemmen van een effectieve en gepersonaliseerde behandeling op de patiënt.
In deze context bieden biomedisch onderzoek en integratieve multi-omics-benaderingen ongekende mogelijkheden om kankers in verschillende subtypen in te delen, diagnostische en prognostische biomarkers te identificeren en markers te ontdekken die verband houden met de respons op de behandeling. Bovendien dragen deze benaderingen bij aan een beter begrip van de biologie van deze ziekte 6,7. Biologische monsters, of het nu weefsels of biovloeistoffen zijn, kunnen worden geanalyseerd met behulp van verschillende multi-omics-platforms (genomics, transcriptomics, proteomics, metabolomics, enz.) om de biologische kenmerken bloot te leggen die ten grondslag liggen aan de pathofysiologie van kanker, waardoor de huidige beperkingen met betrekking tot genetische en fenotypische heterogeniteit worden aangepakt6. Het is echter belangrijk om te bedenken dat de kwaliteit van de gegevens die zijn afgeleid van omics-onderzoeken afhangt van de kwaliteit van de monsters die van tumoren zijn verzameld, hun nauwkeurige karakterisering en de daaropvolgende verwerking en opslag8.
In deze context vormt het verkrijgen van vers PC-weefsel voor onderzoek een methodologische uitdaging vanwege de moeilijkheid om met succes tumorbemonstering te nemen9. Eerdere methoden omvatten willekeurige steekproeven na radicale prostatectomie, wat slechte resultaten opleverde10. Recentere benaderingen bevatten echter gerichte protocollen op basis van zowel magnetische resonantiebeeldvorming (MRI) als biopsiegegevens, wat resulteert in een verbeterde werkzaamheid bij het verzamelen van tumormonsters11.
Aan de andere kant vormt histopathologische karakterisering van monsters voorafgaand aan hun opslag zonder significante weefselverandering ook een interessante uitdaging. Bijgevolg wordt in veel gevallen de histopathologische bepaling van monsters uitgevoerd na hun analyse (bijv. HR 1H NMR-metabolomische analyse)12. Deze praktijk brengt onnodige kosten, tijdsbesteding en het verlies van een aanzienlijk aantal monsters met zich mee die uiteindelijk van de analyse worden uitgesloten (bijvoorbeeld monsters die na histopathologische analyse geen tumormonsters blijken te zijn). In andere gevallen wordt de histopathologische karakterisering van monsters uitgevoerd voordat ze worden geanalyseerd. In feite hebben sommige eerdere studies geprobeerd methoden te standaardiseren voor het verstrekken van representatieve onderzoeksmonsters van hoge kwaliteit van radicale prostatectomiemonsters voor genomica en metabolomics 13,14. Desalniettemin is de bemonsteringsefficiëntie significant hoger wanneer deze wordt uitgevoerd op reeds histologisch bevestigde secties (88%) die het weefsel verstoren, vergeleken met wanneer deze wordt uitgevoerd op basis van onbevestigde secties (45%)1.
Hier wordt een nieuwe methodologie gepresenteerd om deze beperkingen te overwinnen, met als doel verse en goed gekarakteriseerde PC-monsters te verkrijgen voordat ze in de Biobank worden opgeslagen. Deze methode is ontwikkeld door samenwerking tussen verschillende klinische diensten (urologie, pathologie en de biobank van het La Fe-ziekenhuis). Het is belangrijk om te benadrukken dat biobanken een essentiële rol spelen bij het verzamelen, verwerken, bewaren en bewaren van biologische monsters, terwijl ze de hoge kwaliteit van monsters en gegevens waarborgen, evenals de naleving van ethische en wettelijke vereisten 8,15,16.
Protocol
Representative Results
Discussion
In elk onderzoek is het verkrijgen van kwaliteitsmonsters een essentiële vereiste om systematische vooroordelen te verminderen en betrouwbare resultaten te verkrijgen22. Daarom moet in elk protocol met betrekking tot biologische monsters rekening worden gehouden met de controle van preanalytische variabelen, zoals de temperatuur waarbij monsters worden verwerkt en opgeslagen, de tijd die is verstreken tussen het verzamelen en opslaan van monsters, het gebruik van gesteriliseerde materialen of de …
Divulgations
The authors have nothing to disclose.
Acknowledgements
A.L. erkent een postdoctoraal contract “Margarita Salas” (nummer 21-076) en MAM-T een “Maria Zambrano” onderzoekscontract (nummer MAZ/2021/03 UP2021-021). Beide contracten zijn gefinancierd door de Europese Unie-Next Generation EU.
Materials
| Cadiere forceps | Intuitive | PN1052082-US 10/2021 | Part number: 471049. 18 uses. |
| Conventional slides | Knittel Glass | 2021 | Ground/ Frosted end |
| Cryostat microtome | Thermo Fisher Scientific | — | Criostato CryoStar NX50 |
| Cryotubes | Greiner Bio-One GmbH | Ref.: 122280. | CRYO S. PP, with screw cap, sterile. |
| Da Vinci surgical system | Intuitive | PN1052082-US 10/2021 | XI model |
| Dissection instruments | Bayer | — | Two tweezers and a surgical blade |
| DPX Eukitt | Medizin- und Labortechnik GmbH | 6.00.01.0001.06.01.01 | |
| Eosin | Agilent | 157252 | |
| Fenestrated bipolar forceps | Intuitive | PN1052082-US 10/2021 | Part number: 471205. 14 lives. |
| Force bipolar | Intuitive | PN1052082-US 10/2021 | Part number: 471405. 12 uses. |
| Freezers | Thermo Scientific | MODEL 907. -80 ºC | |
| Hematoxylin | Agilent | 157251 | |
| Inmunohistochemistry Slides | Agilent-Dako | K802021-2 | |
| Large needle driver | Intuitive | PN1052082-US 10/2021 | Part number: 471006. 15 uses. |
| Maryland bipolar forceps | Intuitive | PN1052082-US 10/2021 | Part number: 471172. 14 uses. |
| Microscope | Olympus | — | Olympus cx40 |
| Microtome blades | PFM Medical | a35 | |
| Monopolar curved scissors | Intuitive | PN1052082-US 10/2021 | Part number: 470179. 10 uses. |
| OCT compound | NEG-50 | LOT.117340 | |
| PlusSpeed S Single-use Biopsy Device with beveled tip | Peter Pflugbeil GmbH | PSS-1825-S | |
| ProGasp forceps | Intuitive | PN1052082-US 10/2021 | Part number: 471093. 18 uses. |
| Sample holder Disc | Davidson Cryo Chuck. BradleyProducts | 30 mm | |
| Tissue ink | Pelikan | 2021 | Ink 4001 brilliant black (301168) |
| Xylol | Quimipur | Ref. 169 |
References
- Rawla, P. Epidemiology of prostate cancer. World Journal of Oncology. 10 (2), 63-89 (2019).
- Epstein, J. I. The 2019 Genitourinary Pathology Society (GUPS) white paper on contemporary grading of prostate cancer. Archives of Pathology & Laboratory Medicine. 145 (4), 461-493 (2021).
- Zhang, W. Intratumor heterogeneity and clonal evolution revealed in castration-resistant prostate cancer by longitudinal genomic analysis. Translational Oncology. 16, 101311 (2022).
- Haffner, M. C., et al. Genomic and phenotypic heterogeneity in prostate cancer. Nature Reviews Urology. 18 (2), 79-92 (2021).
- Woodcock, D. J. Prostate cancer evolution from multilineage primary to single lineage metastases with implications for liquid biopsy. Nature Communications. 11 (1), 5070 (2020).
- Heo, Y. J., Hwa, C., Lee, G. H., Park, J. M., An, J. Y. Integrative multi-omics approaches in cancer research: from biological networks to clinical subtypes. Molecules and Cells. 44 (7), 433-443 (2021).
- Menyhárt, O., Győrffy, B. Multi-omics approaches in cancer research with applications in tumor subtyping, prognosis, and diagnosis. Computational and Structural Biotechnology Journal. 19, 949-960 (2021).
- Annaratone, L. Basic principles of biobanking: from biological samples to precision medicine for patients. Virchows Archiv. 479 (2), 233-246 (2021).
- King, C. R., Long, J. P. Prostate biopsy grading errors: A sampling problem. International Journal of Cancer. 90 (6), 326-330 (2000).
- Jayadevan, R., Zhou, S., Priester, A. M., Delfin, M., Marks, L. S. Use of MRI-ultrasound fusion to achieve targeted prostate biopsy. Journal of Visualized Experiments. 146, e59231 (2019).
- Heavey, S., et al. Use of magnetic resonance imaging and biopsy data to guide sampling procedures for prostate cancer biobanking. Journal of Visualized Experiments. 152, 60216 (2019).
- Panach Navarrete, J. . Estudio metabolómico en tejido prostático y orina para el diagnóstico y pronóstico del cáncer de próstata. , (2022).
- Bertilsson, H., et al. A new method to provide a fresh frozen prostate slice suitable for gene expression study and MR spectroscopy. The Prostate. 71 (5), 461-469 (2011).
- . Show SOP – Biospecimen Research Database Available from: https://brd.nci.nih.gov/brd/sop/show/522 (2022)
- Dagher, G. Quality matters: International standards for biobanking. Cell Proliferation. 55 (8), e13282 (2022).
- Yüzbaşıoğlu, A., Özgüç, M. Biobanking: sample acquisition and quality assurance for "omics" research. New Biotechnology. 30 (3), 339-342 (2013).
- Carpagnano, F. A. Multiparametric MRI: local staging of prostate cancer. Current Radiology Reports. 8 (12), 27 (2020).
- Christophe, C. Prostate cancer local staging using biparametric MRI: assessment and comparison with multiparametric MRI. European Journal of Radiology. 132, 109350 (2020).
- Huynh, L. M., Ahlering, T. E. Robot-assisted radical prostatectomy: a step-by-step guide. Journal of Endourology. 32 (S1), S28-S32 (2018).
- van Leenders, G. J. L. H., et al. The 2019 International Society of Urological Pathology (ISUP) consensus conference on grading of prostatic carcinoma. The American Journal of Surgical Pathology. 44 (8), e87-e99 (2020).
- Liu, A., Collins, C. C., Diemer, S. M. Biobanking metastases and biopsy specimens for personalized medicine. Journal of Biorepository Science for Applied Medicine. 3, 57-67 (2015).
- Ellervik, C., Vaught, J. Preanalytical variables affecting the integrity of human biospecimens in biobanking. Clinical Chemistry. 61 (7), 914-934 (2015).
- Arellano, H. L., Castillo, C. O., Metrebián, B. E. Diagnostic agreement of the Gleason score in needle biopsy and radical prostatectomy and its clinical consequences. Rev Méd Chile. 132 (8), 971-978 (2004).
- . Concordancia en los valores de gleason en biopsia prostática transrectal y en prostatectomia radical en pacientes con cáncer de próstata del Hospital Cirujano Mayor Santiago Távara entre enero 2010 – junio del 2018 Available from: https://repositorio.urp.edu.pe/handle/20.500.14138/1886 (2019)
- Chavolla-Canal, A. J., et al. Concordancia del puntaje de Gleason en biopsia transrectal de próstata vs prostatectomía radical. Revista Mexicana de Urología. 81 (2), 1-10 (2021).
- Fan, X. J., et al. Impact of cold ischemic time and freeze-thaw cycles on RNA, DNA and protein quality in colorectal cancer tissues biobanking. Journal of Cancer. 10 (20), 4978-4988 (2019).
- Vaswani, A., et al. Comparative liquid chromatography/tandem mass spectrometry lipidomics analysis of macaque heart tissue flash-frozen or embedded in optimal cutting temperature polymer (OCT): Practical considerations. Rapid communications in Mass Spectrometry: RCM. 35 (18), e9155 (2021).
- Zhang, W., Sakashita, S., Taylor, P., Tsao, M. S., Moran, M. F. Comprehensive proteome analysis of fresh frozen and optimal cutting temperature (OCT) embedded primary non-small cell lung carcinoma by LC-MS/MS. Methods (San Diego, Calif). 81, 50-55 (2015).
- Boyd, A. E., Allegood, J., Lima, S. Preparation of human tissues embedded in optimal cutting temperature compound for mass spectrometry analysis. Journal of Visualized Experiments. 170, e62552 (2021).
