VDJ-Seq: Deep Sequencing Analyse van Rearranged immunoglobuline zware keten gen Klonale Evolution Patronen van B cel lymfoom Reveal
Summary
This protocol describes an approach to interrogate the recombined immunoglobulin heavy chain VDJ regions of lymphomas by deep-sequencing and retrieve VDJ rearrangement and somatic hypermutation status to delineate clonal architecture of individual tumor. Comparing clonal architecture between paired diagnosis and relapse samples reveals lymphoma relapse clonal evolution modes.
Abstract
Begrip tumor klonaliteit is van cruciaal belang voor het begrijpen van de betrokken zijn bij het ontstaan van tumoren en de progressie van de ziekte mechanismen. Verder inzicht in de klonale samenstelling veranderingen die binnen een tumor in reactie op bepaalde micro-omgeving of behandelingen kunnen leiden tot het ontwerp van betere en meer doeltreffende methoden om tumorcellen te roeien. Echter, het bijhouden tumor klonale subpopulatie uitdagend vanwege het gebrek aan onderscheiden markeringen. Om dit probleem aan te pakken, werd een VDJ-seq protocol gemaakt om de klonale evolutie patronen van diffuus grootcellig B-cellymfoom (DLBCL) terugval op te sporen door gebruik VDJ recombinatie en somatische hypermutatie (SHM), twee unieke kenmerken van B-cel lymfomen.
In dit protocol werden de next-generation sequencing (NGS) bibliotheken met indexering potentieel opgebouwd uit versterkte herschikte immunoglobuline zware keten (IgH) VDJ regio van paren van primaire diagnose en recidief DLBCL samples. Op werden gemiddeld meer dan een half miljoen VDJ sequenties per monster verkregen na sequencing, die zowel VDJ omlegging en SHM informatie bevatten. Daarnaast werden aangepast bioinformatica pijpleidingen ontwikkeld om sequentie-informatie voor het karakteriseren van IgH-VDJ repertoire in deze monsters volledig te benutten. Bovendien is de pijpleiding maakt de reconstructie en vergelijking van de klonale architectuur van individuele tumoren, waarbij het onderzoek van de klonale heterogeniteit binnen de diagnose tumoren en aftrek van klonale evolutiepatronen tussen diagnose en recidief tumor paren mogelijk maakt. Bij de toepassing van deze analyse een aantal diagnose-terugval paren, we ontdekt belangrijkste bewijs dat meerdere onderscheidende tumor evolutionaire patronen kan leiden tot DLBCL terugval. Bovendien kan deze aanpak worden uitgebreid naar andere klinische aspecten, zoals identificatie minimale ziekte, monitoring terugval voortgang en respons op de behandeling, en het onderzoek van het immuunsysteem repertoirees in non-lymfoom contexten.
Introduction
Kanker is een klonale ziekte. Sinds dertig jaar geleden Peter C. Nowell voorgesteld kanker klonale evolutie model 1, hebben vele studies geprobeerd klonale populaties ontleden in tumormonsters reconstrueren klonale expansie en evolutie patronen die de tumorigenese proces 2 ten grondslag liggen. Onlangs heeft het hele genoom sequencing onderzoekers nodig om een diepe blik op de klonale heterogeniteit en de evolutie 3,4 nemen. Echter, vanwege het gebrek aan handelbaar markers in vele celtypen is het moeilijk om de precieze klonale architectuur en evolutionaire weg afleiden. Gelukkig is er een natuurlijke klonaliteit marker in rijpe B-cellen van die vele lymfoïde maligniteiten, met inbegrip van DLBCL, afkomstig. In antwoord op antigen stimulatie, kan elke B-cel een productieve IgH VDJ sequentie samen door bij een VH (variabel), D (diversiteit), en J H (verbinden) segment uit een grote pool van deze segmenten. Tijdens deze process kunnen kleine gedeelten van de oorspronkelijke sequentie verwijderd en aanvullende niet-matrijs nucleotiden worden toegevoegd aan een unieke VDJ herrangschikking te creëren. Deze specifieke VDJ omlegging kan worden overgenomen in alle nakomelingen van deze B-cellen, dus etiketteren individuele mature B-cel en zijn nakomelingen 5. Bovendien SHM gebeurt op gerecombineerde VDJ-sequenties in de daaropvolgende kiemcentra (GC) reactie aanvullende mutaties voor de uitbreiding van het antilichaam pool en de versterking van antilichaamaffiniteit 6. Daarom is door het vergelijken en contrasterende VDJ en SHM patronen van lymfoom monsters die deze processen hebben ondergaan, intra-tumor heterogeniteit kon worden afgebakend en klonale evolutie pad van de ziekte kan worden afgeleid.
Voorheen kon VDJ herrangschikking en SHM geïdentificeerd met PCR amplificeren van het gerecombineerde gebieden, het kloneren van de PCR producten en vervolgens Sanger sequentiebepaling sequentie informatie te verkrijgen. Deze aanpak is lage doorvoer en lage opbrengst binnenhalen slechts een klein deel van de gehele gerecombineerde VDJ repertoire en belemmeren de karakterisering van de algemene representatie van de klonale populatie binnen een bepaald monster. Een aangepaste aanpak werd gecreëerd door het genereren van NGS geïndexeerd sequencing bibliotheken van VDJ PCR-producten en het uitvoeren van PE 2×150 bp sequencing om meer dan een half miljoen gerecombineerde VDJ sequenties per monster te verkrijgen. Daarnaast werd een aangepaste pipeline ontwikkeld voor kwaliteitscontrole (QC) uitvoeren, uitlijnen, filter VDJ sequentiebepaling leest herschikkingen en SHMS van elke lees- identificeren en uitvoeren fylogenetische analyse van de klonale architectuur van elk monster. Daarnaast is een nieuwe benadering ingesteld om verder te karakteriseren de klonale evolutie patronen voor monsters in verschillende ziektestadia.
We hebben deze techniek DLBCL patiënt monsters toegepast. DLBCL is een agressieve vorm van non-Hodgkin lymfoom frequent terugval in maximaal één thIRD van de patiënt 7. DLBCL recidieven normaal optreden vroeg, binnen 2 tot 3 jaar van de initiële diagnose, hoewel sommige doen zich na 5 jaar 8. Prognose voor recidiverende patiënten is slecht, met slechts 10% bereiken van 3 jaar progressievrije overleving als gevolg van beperkte behandelingsmogelijkheden. Dit is de basis voor de dringende behoefte aan nieuwe benaderingen van DLBCL terugval 9,10 behandelen. Echter, moleculaire mechanismen geassocieerd met DLBCL terugval zijn nog grotendeels onbekend. Vooral de rol van klonale heterogeniteit bij diagnose en klonale veranderingen tijdens DLBCL terugval ontwikkeling momenteel gekarakteriseerde, waardoor het moeilijk om een accurate en bruikbare biomarker terugval voorspellen definiëren. Om deze vragen te beantwoorden, passen we onze VDJ-sequencing aanpak op meerdere paren van overeenkomstige primaire diagnose-recidief DLBCL monster paren. Twee verschillende klonale evolutionaire scenario van terugval voortgekomen uit de vergelijking van de klonale architecturen tussen diagnose en recidief samples die meerdere moleculaire mechanismen betrokken zouden kunnen zijn bij DLBCL terugval.
Protocol
Representative Results
Discussion
Door de bijna onbeperkt aantal herhalingen van de sequentie-informatie gecodeerd door VDJ herrangschikking en SHM de IGH locus van menselijke B-cellen, onderzocht de gehele IGH repertoire van high-throughput deep-sequencing bleek een efficiënte en volledige wijze te bakenen klonale worden en sub-klonale B-cel populaties. Bovendien kan deze strategie worden gebruikt om de klonale evolutiepad van B-cel tumorontwikkeling, vermindering en terugval studie door vergelijking van de klonale en sub-klonale architecturen van pat…
Disclosures
The authors have nothing to disclose.
Acknowledgements
The authors would like to thank Dr Rita Shaknovich and members of Elemento lab, Melnick lab, and Tam lab for thoughtful discussions. We would also like to thank the Genomics Resources Core Facility at Weill Cornell Medical College for performing the VDJ-sequencing. YJ was supported by ASH Scholar Award. WT and OE are supported by Weill Cornell Cancer Center Pilot Grant. OE is supported by the NSF CAREER award, the Starr Cancer Consortium and the Hirschl Trust. We would also like to thank Katherine Benesch, JD, MPH for her generous support to this project.
Materials
| Ethanol | VWR | 89125-170 | 200 proof, for molecular biology |
| TE buffer | Life Technologies | 12090-015 | 10 mM Tris·Cl, pH 8.0; 10mM EDTA |
| Xylenes | VWR | EM-XX0055-6 | 500 ml |
| Proteinase K | Life Technonogies | 25530-015 | 100 mg |
| Deoxynucleotide triphosphate (dNTP) Solution Mix | Promega | U1515 | 10 mM each nucleotide |
| 10x PCR Buffer | Roche | 11699105001 | Without MgCl2 |
| AmpliTaq Gold DNA Polymerase with Gold Buffer and MgCl2 | Life Technonogies | 4311806 | 50 µl at 5 U/µl |
| Specimen Control Size Ladder | Invivoscribe Technologies | 2-096-0020 | 33 reactions |
| IGH Somatic Hypermutation Assay v2.0 – Gel Detection | Invivoscribe Technologies | 5-101-0030 | 33 reactions, Mix 2 for IGVHFR1 detection |
| IGH Gene Clonality Assay – Gel Detection | Invivoscribe Technologies | 1-101-0020 | 33 reactions, Tube B for IGVHFR2 detection |
| GoTaq Flexi DNA Polymerase | Promega | M8291 | 20 µl at 5 U/µl |
| 10X Tris-Borate-EDTA (TBE) buffer | Corning (cellgro) | 46-011-CM | 6×1 L |
| 50X TAE BUFFER | VWR | 101414-298 | 1 L |
| Ethidium bromide solution | Sigma-Aldrich | E1510 | 10 mg/ml |
| 25 bp DNA Ladder | Life Technologies | 10597011 | 1 µg/µl |
| 100 bp DNA Ladder | Life Technologies | 15628-019 | 1 µg/µl |
| UltraPure Agarose | Life Technologies | 16500-500 | 500 g |
| 40% Acrylamide/Bis Solution | Bio-Rad Laboratories | 1610144 | 500 ml |
| QIAquick Gel Extraction Kit | Qiagen | 28704 | 50 columns |
| Agencourt AMPure XP | Beckman Coulter | A63881 | |
| Qubit dsDNA High Sensitivity Assay Kit | Life Technologies | Q32854 | |
| High Sensitivity DNA Kit | Agilent Technologies | 5067-4626 | |
| 2100 Bioanalyzer | Agilent Technologies | ||
| PhiX Control v3 | Illumina | FC-110-3001 | |
| MiSeq | Illumina | ||
| Qubit 2.0 Fluorometer | Life Technologies | Q32872 | |
| Resuspension buffer (Illumina TruSeq DNA Sample Preparation Kit v2) | Illumina | FC-121-2001 | |
| End repair mix (Illumina TruSeq DNA Sample Preparation Kit v2) | Illumina | FC-121-2001 | |
| A-tailing mix (Illumina TruSeq DNA Sample Preparation Kit v2) | Illumina | FC-121-2001 | |
| Ligation mix (Illumina TruSeq DNA Sample Preparation Kit v2) | Illumina | FC-121-2001 | |
| DNA adaptor index (Illumina TruSeq DNA Sample Preparation Kit v2) | Illumina | FC-121-2001 | |
| Stop ligation buffer (Illumina TruSeq DNA Sample Preparation Kit v2) | Illumina | FC-121-2001 | |
| PCR primer cocktail (Illumina TruSeq DNA Sample Preparation Kit v2) | Illumina | FC-121-2001 | |
| PCR master mix (Illumina TruSeq DNA Sample Preparation Kit v2) | Illumina | FC-121-2001 | |
| Magnetic stand | Life Technologies | 4457858 | |
| Gel imaging system | Bio-Rad Laboratories | 170-8370 |
References
- Nowell, P. C. The clonal evolution of tumor cell populations. Science. 194 (4260), 23-28 (1976).
- Greaves, M., Maley, C. C. Clonal evolution in cancer. Nature. 481 (7381), 306-313 (2012).
- Ding, L., et al. Clonal evolution in relapsed acute myeloid leukaemia revealed by whole-genome sequencing. Nature. 481 (7382), 506-510 (2012).
- Jiao, W., Vembu, S., Deshwar, A. G., Stein, L., Morris, Q. Inferring clonal evolution of tumors from single nucleotide somatic mutations. BMC bioinformatics. 15, 35 (2014).
- Schatz, D. G., Ji, Y. Recombination centres and the orchestration of V(D)J recombination. Nature reviews immunology. 11 (4), 251-263 (2011).
- Jacob, J., Kelsoe, G., Rajewsky, K., Weiss, U. Intraclonal generation of antibody mutants in germinal centres. Nature. 354 (6352), 389-392 (1991).
- Coiffier, B., et al. CHOP chemotherapy plus rituximab compared with CHOP alone in elderly patients with diffuse large-B-cell lymphoma. N Engl J Med. 346 (4), 235-242 (2002).
- Larouche, J. F., et al. Lymphoma recurrence 5 years or later following diffuse large B-cell lymphoma: clinical characteristics and outcome. J Clin Oncol. 28 (12), 2094-2100 (2010).
- Friedberg, J. W. Relapsed/refractory diffuse large B-cell lymphoma. Hematology Am Soc Hematol Educ Program. 2011, 498-505 (2011).
- Gisselbrecht, C., et al. Salvage regimens with autologous transplantation for relapsed large B-cell lymphoma in the rituximab era. J Clin Oncol. 28 (27), 4184-4190 (2010).
- Lefranc, M. P. IMGT, the International ImMunoGeneTics Information System for Immunoinformatics : methods for querying IMGT databases, tools, and web resources in the context of immunoinformatics. Molecular biotechnology. 40 (1), 101-111 (2008).
- Jiang, Y., et al. Deep sequencing reveals clonal evolution patterns and mutation events associated with relapse in B-cell lymphomas. Genome biology. 15 (8), 432 (2014).
- Hanna, J., et al. Direct reprogramming of terminally differentiated mature B lymphocytes to pluripotency. Cell. 133 (2), 250-264 (2008).
