Summary

En robust upptäcktsplattform för identifiering av nya medlare av melanommetastaser

Published: March 08, 2022
doi:

Summary

Denna artikel beskriver ett arbetsflöde av tekniker som används för att testa nya kandidatmedlare av melanommetastaser och deras verkningsmekanismer.

Abstract

Metastasering är en komplex process som kräver att celler övervinner barriärer som endast är ofullständigt modellerade av in vitro-analyser . Ett systematiskt arbetsflöde etablerades med hjälp av robusta, reproducerbara in vivo-modeller och standardiserade metoder för att identifiera nya aktörer inom melanommetastasering. Detta tillvägagångssätt möjliggör datainferens vid specifika experimentella stadier för att exakt karakterisera en gens roll i metastasering. Modeller etableras genom att införa genetiskt modifierade melanomceller via intrakardiella, intradermala eller subkutana injektioner i möss, följt av övervakning med seriell in vivo-avbildning . När företablerade effektmått har uppnåtts skördas och bearbetas primära tumörer och/eller metastasbärande organ för olika analyser. Tumörceller kan sorteras och utsättas för någon av flera “omics” -plattformar, inklusive encellig RNA-sekvensering. Organ genomgår avbildning och immunohistopatologiska analyser för att kvantifiera den totala bördan av metastaser och kartlägga deras specifika anatomiska läge. Denna optimerade pipeline, inklusive standardiserade protokoll för engraftment, övervakning, vävnadsskörd, bearbetning och analys, kan antas för patienthärledda, kortsiktiga kulturer och etablerade humana och murina cellinjer av olika fasta cancertyper.

Introduction

Den höga dödligheten i samband med metastaserande melanom i kombination med en ökande förekomst av melanom över hela världen1 (uppskattningsvis 7,86% ökning fram till 2025) kräver nya behandlingsmetoder. Framsteg inom målupptäckt hänger på reproducerbara modeller av metastasering, en mycket komplex process. Under stegen i den metastatiska kaskaden måste melanomceller övervinna otaliga hinder för att uppnå immunsystemets undvikande och kolonisering av avlägsna vävnader2. Melanomcellernas motståndskraft och anpassningsförmåga härrör från en mängd faktorer, inklusive deras höga genetiska mutationsbörda3 och deras neurala crest ursprung, vilket ger avgörande fenotypisk plasticitet 3,4,5. Vid varje steg tillåter transkriptionsprogram metastaserande melanomceller att växla från ett tillstånd till ett annat baserat på signaler från överhörningen med mikromiljön, bestående av immunsystemet6, den extracellulära miljön 7,8 och den cellulära arkitekturen för fysiska barriärer9 som de kommer i kontakt med. Till exempel undgår melanomceller immunövervakning genom att nedreglera uttrycket av viktiga immunprimande tumörutsöndrade faktorer6.

Studier beskriver en “premetastatisk nisch”, där melanomceller utsöndrar kemokiner och cytokiner för att prima det avlägsna “mål” -organet för metastasering10. Dessa fynd väcker viktiga frågor om organtropismen hos metastaserande melanomceller och den anatomiska vägen de tar för att komma åt avlägsna vävnader. Efter intravasering är melanomceller kända för att metastasera genom lymfatik (lymfatisk spridning) och blodkärl (hematogen spridning)2,11. Medan de flesta patienter som uppvisar lokaliserad sjukdom, uppvisar en liten delmängd av fallen avlägsen metastatisk sjukdom och ingen lymfatisk spridning (negativ lymfkörtelinvolvering)11, vilket tyder på förekomsten av alternativa metastatiska vägar för melanom.

När de koloniserar ett metastatiskt stället genomgår melanomceller epigenetiska och metaboliska anpassningar12,13. För att komma åt och invadera nya fack använder melanomceller proteaser14 och cytoskelettmodifieringar 11,15, vilket gör det möjligt för dem att korsa till och växa på sin nya plats. Svårigheten att rikta in sig på melanomceller ligger i komplexiteten och antalet sådana anpassningar; Fältet bör därför anstränga sig för att experimentellt återskapa så många steg och anpassningar som möjligt. Trots många framsteg inom in vitro-analyser som organoider och 3D-kulturer 16,17, sammanfattar dessa modeller endast ofullständigt den in vivo metastatiska kaskaden.

Murinmodeller har visat värde genom att hitta en balans mellan reproducerbarhet, teknisk genomförbarhet och simulering av mänsklig sjukdom. Intravaskulärt, ortotopiskt och heterotopiskt implanterade melanomceller från patienthärledda xenotransplantat eller kortvariga kulturer till immunförsvagade eller humaniserade möss utgör ryggraden i målupptäckten vid metastaserat melanom. Dessa system saknar emellertid ofta en avgörande biologisk begränsning av metastasering: immunsystemet. Syngena melanommetastasmodeller som har denna begränsning är relativt knappa inom området. Dessa system, utvecklade i immunkompetenta möss, inklusive B16-F1018, YUMM-familjen av cellinjer19, SM120, D4M321, RIM322 eller mer nyligen, RMS23 och M1 (Mel114433), M3 (HCmel1274), M4 (B2905) 24 melanomcellinjer, underlättar undersökningen av värdimmunsvarets komplexa roll i melanomprogression.

Här presenteras en pipeline för målidentifiering av melanommetastaser. Med ökande och större “omics” -dataset som genereras från melanompatientkohorter postulerar vi att studier som håller det mest kliniska löftet är de som härrör från stor dataintegration, vilket leder till noggrann funktionell och mekanistisk förhör 25,26,27,28. Genom att använda musmodeller för att studera potentiella mål i den metastatiska processen kan man redogöra för in vivo-specifika händelser och vävnadsinteraktioner, vilket ökar sannolikheten för klinisk översättning. Flera metoder för att kvantifiera metastatisk börda beskrivs, vilket ger kompletterande data om resultaten av ett givet experiment. Ett protokoll för encellsisolering från tumörer i olika organ beskrivs för att underlätta opartisk karakterisering av genuttryck i metastatiska celler, vilket kan föregå encells- eller bulk-RNA-sekvensering.

Protocol

OBS: Djurprocedurerna som ingår i följande protokoll godkändes av New York University Institutional Animal Care and Use Committee (IACUC). Alla procedurer utförs i anläggningar som godkänts av Association for Assessment and Accreditation of Laboratory Animal Care International (AAALAC). Figur 1 visar det allmänna experimentella tillvägagångssättet. 1. Patient-härledda melanom kortvariga kulturer (STC) Placera vävnaden i en 60…

Representative Results

Följande figurer illustrerar hur det beskrivna arbetsflödet har tillämpats för identifiering av nya drivrutiner för melanommetastasering. Figur 2 sammanfattar resultaten av en publicerad studie där effekterna av att tysta fukosyltransferasEN FUT8 in in vivo melanommetastas studerades26. Kortfattat avslöjade analys av humana patientglykomiska data (erhållna med lektinmatriser) och transkriptomisk profilering ökade nivåer av alfa-1,6-fukos associerad …

Discussion

Syftet med denna tekniska rapport är att erbjuda ett standardiserat, top-to-bottom arbetsflöde för undersökning av potentiella aktörer inom melanommetastasering. Eftersom in vivo-experiment kan vara kostsamma och tidskrävande är strategier för att maximera effektiviteten och öka värdet av den erhållna informationen av största vikt.

Det är absolut nödvändigt att använda kompletterande metoder hela tiden för att korsvalidera fynd inom samma experiment. Till exempel är …

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Vi tackar avdelningen för avancerad forskningsteknik (DART) vid NYU Langone Health, och i synnerhet Experimental Pathology Research Laboratory, Genome Technology Center, Cytometry and Cell Sorting Laboratory, Pre-Clinical Imaging Core, som delvis stöds av Perlmutter Cancer Center Support Grant NIH / NCI 5P30CA016087. Vi tackar NYU Interdisciplinary Melanoma Cooperative Group (PI: Dr. Iman Osman) för att ge tillgång till patient-härledda melanom kortvariga kulturer + (10-230BM och 12-273BM), som erhölls genom IRB-godkända protokoll (Universal Consent-studie #s16-00122 och Interdisciplinary Melanoma Cooperative Group study #10362). Vi tackar Dr. Robert Kerbel (University of Toronto) för att ha tillhandahållit 113/6-4L och 131/4-5B1 melanomcellinjer* och Dr. Meenhard Herlyn (Wistar Institute) för att tillhandahålla WM 4265-2, WM 4257s-1, WM 4257-2 melanom kortsiktiga kulturer**. E.H. stöds av NIH/NCI R01CA243446, P01CA206980, ett American Cancer Society-Melanoma Research Alliance Team Science Award och ett NIH Melanoma SPORE (NCI P50 CA225450; PI: I.O.). Figur 1 skapades med Biorender.com.

Materials

#15 Scapel Blade  WPI 500242 For surgical procedures
#3 Scapel Handle WPI 500236 For surgical procedures
1 mL Tuberculin syringe, slip tip  BD 309626 Injections
10 mL syringe, slip tip  BD 301029 Perfusion
10% Formalin Sodium Buffered EK Industries 4499-20L For perfusion/tissue fixative
15 mL Conical Corning  430052 Cell culture
15 mL Conical Polypropylene Centrifuge Tubes Falcon 352196 Cell culture
200 Proof Ethanol Deacon Labs 04-355-223 Histology
22G – 22mm needle BD 305156 Perfusion
4-0 Vicryl Suture Ethicon J464G Suture
4% Carson's phosphate buffered paraformaldehyde  EMS 15733-10 For perfusion/tissue fixative
40µm Corning 431750 Tissue processing
5-0 Absorbable Suture  Ethicon 6542000 Closure
50 mL Conical  Corning  430828 Cell culture
50mL Conical Polypropylene Centrifuge Tubes Falcon 352070 Cell culture
7-0 Silk suture  FST 18020-70 Ligature
70µm Corning 431751 Tissue processing
Anti-fade mounting media   Vector Labs H-1000-10 Immunofluorescence
Approximator applying Forceps, 10cm  WPI 14189 For microsurgical procedures
Avance Bruker 3 HD NMR Console 
Biospec 7030  Bruker 7030 Micro MRI
BSA Bioreg A941 NuMA Staining
Castroviejo suturing forceps, straight tips 5.5mm tying platform, 11cm  WPI WP5025501 For microsurgical procedures
Coplin Staining Jar Bel-Art  F44208-1000 Histology
DAPI Sigma-Aldrich D9542-1MG Immunofluorescence
dCas9-KRAB Addgene 110820 Genetic manipulation
DNase I NEB M0303L Tissue processing
DPBS Corning 21-030-CM Tissue processing
Extra Sharp Uncoated Single Edge Blade GEM 62-0167 Tissue processing
Extracellular Matrix Substrate  Corning 354234 Consider the Growth Factor Reduced ( as alternative 
FBS Cytiva SH30910.03 Cell culture
Fiji Image J Fiji Image J Software Immunofluorescence
Goat anti-rabbit HRP conjugated multimer  Thermo Fisher A16104 NuMA Staining
Goat Serum Gibco PCN5000 Immunofluorescence
HBSS Corning 21-020-CV Tissue processing
Hematoxylin  Richard-Allan Scientific  7231 Histology
Illumina III  PerkinElmer CLS136334 BLI Instrument
Insulin syringe 28G – 8mm needle BD 329424 Injections
Insulin syringe 31G – 6mm needle  BD 326730 Injections
Iris Forceps, 10.2cm, Full Curve, serrated WPI 504478 For perfusion and surgical procedures
Isoflurane USP Covetrus 11695067772 Anesthesia
Jewelers #7 Forceps Titanium 11 cm 0.07 x 0.01 mm Tip WPI WP6570 For microsurgical procedures
Ketamine HCl 100mg/mL Mylan Ind. 1049007 Anesthesia
lentiCRISPRv2 Addgene 98290 Genetic manipulation
Lycopersicon Esculentum (Tomato) Lectin, DyLight 649 Invitrogen L32472 Vascular endothelial cells marker
MEM non-essential amino acids X 100 Corning 25-025-CI Cell culture
Metzenbaum Scissors WPI 503269 For surgical procedures
Microinjection Unit KOPF 5000 Intracardiac injections
NaCl Fisher S25877  NuMA Staining
Needle 30G x 25mm BD 305128 Intracardiac Injection
Needle 33G x 15mm Hamilton 7747-01 Intracarotid Injection
Needle holder, Castroviejo, 14cm, with lock, 1.2mm Serrated Jaws WPI 14137-G For microsurgical procedures
NOD.Cg-Prkdcscid Il2rgtm1Wjl/SzJ mice The Jackson Laboratory 005557 Murine model
NU/J mice The Jackson Laboratory 002019 Murine model
Nuclear Mitotic Apparatus Protein polyclonal rabbit anti-human  Abcam 97585 NuMA Staining
Penicillin-Streptomycin 10000U/mL Gibco 15140122 Cell culture
Percoll GE 0891-01 density separation solution 
PI Classic Surgical Gloves Cardinal Health 2D72PT75X Surgery
pLKO Tet-On Addgene 21915 Genetic manipulation
Povidone-Iodine 10% Solution Medline MDS093943 Surgery
Proparacaine Drops 0.5% Akorn Pharma AX0501 Opthalmic local anesthetic
Puralube Petrolatum Opthalmic Ointment Dechra 83592 Anesthesia
Razor Blade Double Edge Blades  EMS 72000 Shaving and Vibrotome Brain Slicing 
Reflex 9mm EZ Clip  Braintree EZC- KIT Wound closure
RPMI 1640  Corning 10-040-CM Cell culture
Scissors, Spring 10.5cm Str, 8mm Blades WPI 501235 For microsurgical procedures
Semi-Automatic Vibrating Blade Microtome Leica VT1200 Brain Slice Immunofluorescence
Single Channel Anesthesia Vaporizer System Kent Scientific VetFlo-1210S  Anesthesia
Smartbox Tabletop Chamber System and Exhaust Blower EZ Systems TT4000 CO2 Euthanasia
Sterile Fenestrated Disposable Drape Medline NON21002 Surgery
Sterile Non-Reinforced Aurora Surgical Gowns with Set-In Sleeves Medline DYNJP2715 Surgery
T25 Flask Corning  430639 Cell culture
Tris Corning 46-031-CM NuMA Staining
Triton X-100 Sigma-Aldrich X100-500ML Immunofluorescence
Troutman tying forceps, 10cm, Curved G pattern, 0.52mm tip with tying platform WPI WP505210 For microsurgical procedures
Vessel clips 10G Pressure 5x 0.8mm Jaws, 5/pkg WPI 15911 For microsurgical procedures
Visiopharm Visiopharm Visiopharm NuMA Staining Quantification Software
Xylasine 100mg/mL Akorn Pharma 59399-111-50 Anesthesia
Xylene Fisher X3P-1GAL Histology

Riferimenti

  1. Sung, H., et al. Global Cancer Statistics 2020: GLOBOCAN Estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA: A Cancer Journal for Clinicians. 71 (3), 209-249 (2021).
  2. Adler, N. R., Haydon, A., McLean, C. A., Kelly, J. W., Mar, V. J. Metastatic pathways in patients with cutaneous melanoma. Pigment Cell Melanoma Research. 30 (1), 13-27 (2017).
  3. Platz, A., Egyhazi, S., Ringborg, U., Hansson, J. Human cutaneous melanoma; a review of NRAS and BRAF mutation frequencies in relation to histogenetic subclass and body site. Molecular Oncology. 1 (4), 395-405 (2008).
  4. Alonso, S. R., et al. A high-throughput study in melanoma identifies epithelial-mesenchymal transition as a major determinant of metastasis. Ricerca sul cancro. 67 (7), 3450-3460 (2007).
  5. Rowe, C. J., Khosrotehrani, K. Clinical and biological determinants of melanoma progression: Should all be considered for clinical management. Australasian Journal of Dermatology. 57 (3), 175-181 (2016).
  6. Plebanek, M. P., et al. Pre-metastatic cancer exosomes induce immune surveillance by patrolling monocytes at the metastatic niche. Nature Communications. 8 (1), 1319 (2017).
  7. Orgaz, J. L., et al. Loss of pigment epithelium-derived factor enables migration, invasion and metastatic spread of human melanoma. Oncogene. 28 (47), 4147-4161 (2009).
  8. Ladhani, O., Sanchez-Martinez, C., Orgaz, J. L., Jimenez, B., Volpert, O. V. Pigment epithelium-derived factor blocks tumor extravasation by suppressing amoeboid morphology and mesenchymal proteolysis. Neoplasia. 13 (7), 633-642 (2011).
  9. Ju, R. J., Stehbens, S. J., Haass, N. K. The role of melanoma cell-stroma interaction in cell motility, invasion, and metastasis. Frontiers in Medicine – Dermatology. 5, 307 (2018).
  10. Wiley, H. E., Gonzalez, E. B., Maki, W., Wu, M. T., Hwang, S. T. Expression of CC chemokine receptor-7 and regional lymph node metastasis of B16 murine melanoma. Journal of the National Cancer Institute. 93 (21), 1638-1643 (2001).
  11. Meier, F., et al. Metastatic pathways and time courses in the orderly progression of cutaneous melanoma. British Journal of Dermatology. 147 (1), 62-70 (2002).
  12. Turner, N., Ware, O., Bosenberg, M. Genetics of metastasis: melanoma and other cancers. Clinical & Experimental Metastasis. 35 (5-6), 379-391 (2018).
  13. Ubellacker, J. M., et al. Lymph protects metastasizing melanoma cells from ferroptosis. Nature. 585 (7823), 113-118 (2020).
  14. Cukierman, E., Pankov, R., Stevens, D. R., Yamada, K. M. Taking cell-matrix adhesions to the third dimension. Science. 294 (5547), 1708-1712 (2001).
  15. Cunningham, C. C., et al. Actin-binding protein requirement for cortical stability and efficient locomotion. Science. 255 (5042), 325-327 (1992).
  16. Unger, C., et al. Modeling human carcinomas: physiologically relevant 3D models to improve anti-cancer drug development. Advanced Drug Delivery Reviews. 79-80, 50-67 (2014).
  17. Fong, E. L., Harrington, D. A., Farach-Carson, M. C., Yu, H. Heralding a new paradigm in 3D tumor modeling. Biomaterials. 108, 197-213 (2016).
  18. Nakamura, K., et al. Characterization of mouse melanoma cell lines by their mortal malignancy using an experimental metastatic model. Life Science. 70 (7), 791-798 (2002).
  19. Meeth, K., Wang, J. X., Micevic, G., Damsky, W., Bosenberg, M. W. The YUMM lines: a series of congenic mouse melanoma cell lines with defined genetic alterations. Pigment Cell Melanoma Research. 29 (5), 590-597 (2016).
  20. Koya, R. C., et al. BRAF inhibitor vemurafenib improves the antitumor activity of adoptive cell immunotherapy. Ricerca sul cancro. 72 (16), 3928-3937 (2012).
  21. Jenkins, M. H. Multiple murine BRaf(V600E) melanoma cell lines with sensitivity to PLX4032. Pigment Cell Melanoma Research. 27 (3), 495-501 (2014).
  22. Tuncer, E., et al. SMAD signaling promotes melanoma metastasis independently of phenotype switching. The Journal of Clinical Investigation. 129 (7), 2702-2716 (2019).
  23. Schwartz, H., et al. Incipient Melanoma Brain Metastases Instigate Astrogliosis and Neuroinflammation. Ricerca sul cancro. 76 (15), 4359-4371 (2016).
  24. Perez-Guijarro, E., et al. Multimodel preclinical platform predicts clinical response of melanoma to immunotherapy. Nature Medicine. 26 (5), 781-791 (2020).
  25. Krepler, C., et al. A Comprehensive Patient-Derived Xenograft Collection Representing the Heterogeneity of Melanoma. Cell Reports. 21 (7), 1953-1967 (2017).
  26. Agrawal, P., et al. A systems biology approach identifies FUT8 as a driver of melanoma metastasis. Cell. 31 (6), 804-819 (2017).
  27. Hanniford, D., et al. Epigenetic silencing of CDR1as drives IGF2BP3-mediated melanoma invasion and metastasis. Cancer Cell. 37 (1), 55-70 (2020).
  28. Kim, H., et al. PRMT5 control of cGAS/STING and NLRC5 pathways defines melanoma response to antitumor immunity. Science Translational Medicine. 12 (551), (2020).
  29. de Miera, E. V., Friedman, E. B., Greenwald, H. S., Perle, M. A., Osman, I. Development of five new melanoma low passage cell lines representing the clinical and genetic profile of their tumors of origin. Pigment Cell Melanoma Research. 25 (3), 395-397 (2012).
  30. Morsi, A., et al. Development and characterization of a clinically relevant mouse model of melanoma brain metastasis. Pigment Cell Melanoma Research. 26 (5), 743-745 (2013).
  31. Huynh, C., et al. Efficient in vivo microRNA targeting of liver metastasis. Oncogene. 30 (12), 1481-1488 (2011).
  32. Zou, C., et al. Experimental variables that affect human hepatocyte AAV transduction in liver chimeric mice. Molecular Therapy Methods and Clinical Development. 18, 189-198 (2020).
  33. Kleffman, K., et al. Melanoma-secreted Amyloid Beta Suppresses Neuroinflammation and Promotes Brain Metastasis. bioRxiv. , 854885 (2019).
  34. Curtis, A., Calabro, K., Galarneau, J. R., Bigio, I. J., Krucker, T. Temporal variations of skin pigmentation in C57BL/6 mice affect optical bioluminescence quantitation. Molecular Imaging and Biology. 13 (6), 1114-1123 (2011).
  35. Sil, P., Wong, S. W., Martinez, J. More than skin deep: autophagy is vital for skin barrier function. Frontiers in Immunology. 9, 1376 (2018).
  36. Chen, S., et al. Genome-wide CRISPR screen in a mouse model of tumor growth and metastasis. Cell. 160 (6), 1246-1260 (2015).
  37. Hart, T., et al. High-resolution CRISPR screens reveal fitness genes and genotype-specific cancer liabilities. Cell. 163 (6), 1515-1526 (2015).
  38. Wang, T., et al. Identification and characterization of essential genes in the human genome. Science. 350 (6264), 1096-1101 (2015).
  39. Edgar, R., Domrachev, M., Lash, A. E. Gene Expression Omnibus: NCBI gene expression and hybridization array data repository. Nucleic Acids Research. 30 (1), 207-210 (2002).
  40. Lappalainen, I., et al. The European Genome-phenome Archive of human data consented for biomedical research. Nature Genetics. 47 (7), 692-695 (2015).
  41. Cerami, E., et al. The cBio cancer genomics portal: an open platform for exploring multidimensional cancer genomics data. Cancer Discovery. 2 (5), 401-404 (2012).
  42. Grossman, R. L., et al. Toward a shared vision for cancer genomic data. New England Journal of Medicine. 375 (12), 1109-1112 (2016).
check_url/it/63186?article_type=t

Play Video

Citazione di questo articolo
Shadaloey, A. A. S., Karz, A., Moubarak, R. S., Agrawal, P., Levinson, G., Kleffman, K., Aristizabal, O., Osman, I., Wadghiri, Y. Z., Hernando, E. A Robust Discovery Platform for the Identification of Novel Mediators of Melanoma Metastasis. J. Vis. Exp. (181), e63186, doi:10.3791/63186 (2022).

View Video