Summary

Test målrettede behandlinger i kræft ved hjælp af strukturel dna ændringsanalyse og patient-afledte Xenografts

Published: July 25, 2020
doi:

Summary

Her præsenterer vi en protokol til at teste effekten af målrettede behandlinger udvalgt baseret på den genomiske makeup af en tumor. Protokollen beskriver identifikation og validering af strukturelle DNA-rearrangements, indpodning af patienters tumorer i mus og test reaktioner på tilsvarende lægemidler.

Abstract

Vi præsenterer her en integrativ tilgang til test af effekten af målrettede behandlinger, der kombinerer den næste generation sekventering technolo-gies, terapeutiske målanalyser og lægemiddelrespons overvågning ved hjælp af patient afledte xenografts (PDX). Denne strategi blev valideret ved hjælp af ovarietumorer som et eksempel. Mate-pair næste generation sekventering (parlamentsmedlemmereq) protokol blev brugt til at identificere strukturelle ændringer og efterfulgt af analyse af potentielt målbare ændringer. Humane tumorer dyrket i immunkompromitterede mus blev behandlet med lægemidler udvalgt baseret på de genomiske analyser. Resultaterne viste en god sammenhæng mellem de forventede og de observerede svar i PDX-modellen. Den præsenterede tilgang kan bruges til at teste effekten af kombinationsbehandlinger og støtte personlig behandling for patienter med tilbagevendende kræft, specielt i tilfælde, hvor standardbehandling mislykkes, og der er behov for at bruge lægemidler off label.

Introduction

Patient-afledte xenografts (PDXs), som er genereret fra implantation af patienten tumor stykker i immundefekt mus, har vist sig som en kraftfuld præklinisk model til støtte personlig anti-cancer pleje. PDX modeller er blevet udviklet med succes for en række menneskelige maligniteter. Disse omfatter brystkræft og kræft i æggestokkene, maligne melanom, kolorektal cancer, pancreas adenocarcinom, og ikke-småcellet lungekræft1,,2,,3,,4,5. Tumorvæv kan implanteres ortopisk eller heterotopisk. Førstnævnte, betragtes som mere præcise, men teknisk vanskeligt, indebærer transplantation direkte ind i orgel af tumor oprindelse. Disse typer af modeller menes at præcist efterligne histologi af den oprindelige tumor på grund af den “naturlige’ mikromiljø for tumor6,7. For eksempel, orthotop transplantation i bursa af mus æggestok resulterede i tumor formidling i bughulen og produktion af ascites, typisk for kræft i æggestokkene8. Tilsvarende, injektion af bryst tumorer i brystkassen i stedet for abdominal mælkekirtlen påvirket PDX succesrate og adfærd9. Men, orthotop modeller kræver avancerede billeddannelse systemer til at overvåge tumorvækst. Heterotopisk implantation af solid tumor udføres typisk ved at implantere væv i den subkutane flanke af en mus, som giver mulighed for lettere overvågning af tumorvækst og er billigere og tidskrævende7. Men, tumorer vokset subkutant sjældent metastasere i modsætning til som observeret i tilfælde af orthotop implantation10.

Succesraten for engraftment har vist sig at variere og i høj grad afhænge af tumortype. Mere aggressive tumorer og væv prøver, der indeholder en højere procent af tumorceller blev rapporteret at have bedre succesrater12,,13. I overensstemmelse med dette, tumorer stammer fra metastatiske steder blev vist sig at indpode ved frekvenser på 50-80%, mens dem fra primære steder engraft ved frekvenser så lavt som 14%12. I modsætning hertil, væv, der indeholder nekrotiske celler og færre levedygtige tumorceller indpode dårligt. Tumorvækst kan også fremmes ved tilsætning af kældermembran matrix proteiner i vævsblandingen på tidspunktet for injektionen imus 14 uden at gå på kompromis med egenskaberne af den oprindelige tumor. Størrelsen og antallet af vævsstykker beregnet til implantation viste sig også at påvirke succesraten for engraftment. Større tumor take-rates blev rapporteret til implantation i sub-renal kapsel sammenlignet med subkutan implantation på grund af evnen af sub-renal kapsel til at opretholde den oprindelige tumor stroma og give værten stromale cellersamt 15.

De fleste undersøgelser bruger NOD / SCID immundefekt mus, som mangler naturlige dræberceller16 og har vist sig at øge tumor engraftment, vækst og metastase sammenlignet med andre stammer14. Men, yderligere overvågning er nødvendig, da de kan udvikle thymiske lymfomer så tidligt som 3-4 måned i alderen13. I ovarietumor transplantationer dyrket i SCID mus, udvækst af B-celler blev med held hæmmet af rituximab, forhindrer udviklingen af lymfomer, men uden at påvirke engraftment af æggestokkene tumorer17.

For nylig, NSG (NOD. Cg-Prkdcscid Il2rgtm1Wjl/SzJ) mus, der transporterer en null mutation i genet kodning interleukin 2 receptor gamma kæde18, blev en hyppigt anvendt stamme til generering af PDX modeller. Tumorer fra etablerede PDX modeller passageet til fremtidige generationer af mus er rapporteret at bevare histologiske og molekylære egenskaber for 3 til 6 generationer19,20. Talrige undersøgelser har vist, at behandlingsresultaterne i PDX-modeller efterligner resultaterne af deres tilsvarende patienter2,,3,,4,,21,,22,23. Responsraten på kemoterapi i PDX-modeller for ikke-små lungekræft og kolorektal karcinomer svarede til responsraten i kliniske forsøg med de sammelægemidler 24,25. Undersøgelser udført i PDX-modeller, der blev udviklet til patienter, der indgik i kliniske forsøg, viste respons på testede lægemidler svarende til dem, der blev observeret klinisk hostilsvarende patienter 2,,3,,4.

High-throughput genomiske analyser af en patient tumor i forbindelse med PDX modeller giver et kraftfuldt værktøj til at studere korrelationer mellem specifikke genomiske ændringer og en terapeutisk respons. Disse er beskrevet i nogle få publikationer26,27. For eksempel, terapeutiske reaktioner på EGFR-hæmmer cetuximab i et sæt af kolorektal PDX modeller transporterer EGFR forstærkning, parallelle kliniske reaktioner på cetuximab hos patienter28.

Der er et par udfordringer forbundet med udvikling og anvendelse af PDX-modeller. Blandt dem er tumor heterogenitet29,30, der kan kompromittere nøjagtigheden af behandling respons fortolkning som en enkelt celle klon med højere proliferativ kapacitet inden for en PDX kan vokse de andredem 31, hvilket resulterer i et tab af heterogenitet., Derudover, når enkelt tumor biopsier bruges til at udvikle PDX, nogle af de cellepopulationer kan blive savnet og vil ikke være repræsenteret i den endelige graft. Flere prøver fra samme tumor anbefales til implantation for at løse dette problem. Selvom PDX tumorer tendens til at indeholde alle de celletyper af den oprindelige donor tumor, disse celler er gradvist erstattet af dem af murine oprindelse3. Samspillet mellem murine stroma og menneskelige tumorceller i PDX modeller er ikke godt forstået. Ikke desto mindre, stromale celler blev vist sig at opsummere tumor mikromiljø33.

På trods af disse begrænsninger er PDX-modeller fortsat blandt de mest værdifulde værktøjer til translationel forskning samt personlig medicin til udvælgelse af patientbehandlinger. Større anvendelser af PDXs omfatter biomarkør opdagelse og drug test. PDX-modellerne anvendes også med succes til at undersøge lægemiddelresistenssmekanismer og identificere strategier til at overvinderesistens 34,35. Denfremgangsmåde, der er beskrevet i dette manuskript gør det muligt for forskeren at identificere potentielle terapeutiske mål i menneskelige tumorer og til at vurdere effekten af tilsvarende lægemidler in vivo , i mus huser indkapslet tumorer, som oprindeligt var genomisk karakteriseret. Protokollen bruger ovarietumorer engrafted intraperitoneally men gælder for enhver form for tumor tilstrækkeligt aggressiv til at vokse i mus2,,3,12.

Protocol

Friske væv fra samtykkende patienter med kræft i æggestokkene blev indsamlet på tidspunktet for debulking kirurgi i henhold til en protokol godkendt af Mayo Clinic Institutional Review Board (IRB). Alle dyreforsøg og behandlinger, der anvendes i denne protokol blev godkendt af Mayo Clinic Institutional Animal Care and Use Committee (IACUC) og fulgte retningslinjer for dyrepleje. 1. Mate par sekvensering og analyser BEMÆRK: Enten skal der anvendes frisk eller fla…

Representative Results

Væv fra resected ovarietumorer på tidspunktet for debulking operationer blev indsamlet i overensstemmelse med IRB vejledning og anvendes til 1) genomisk karakterisering og 2) engraftment i immunkompromitterede mus (Figur 1). Mate-par sekventering protokol36,37 blev brugt til at identificere strukturelle ændringer i DNA herunder tab, gevinster og forstærkninger. Et repræsentativt genomplot, der illustrerer et landskab af genomisk…

Discussion

Vi beskriver den tilgang og protokoller, vi brugte til at gennemføre en “klinisk forsøg” i PDX modeller, der udnytter molekylære egenskaber af tumoren som opnået ved genomisk profilering at bestemme det bedste valg af lægemidler til test. Flere sekventering platforme er i øjeblikket anvendes til genomisk karakterisering af primære tumorer, herunder hele genom sekventering, RNAseq og tilpassede genpaneler. For høj kvalitet serøs ovariekarcinom, ParPseq at identificere strukturelle ændringer, DNA rearrangements o…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Vi takker medlemmerne af Mayo Clinic Center for Individualized Medicine (CIM) Dr. Lin Yang og Faye R. Harris, MS, for hjælpen til at udføre eksperimenter. Dette arbejde blev støttet af Mr. og Mrs Neil E. Eckles ‘Gave til Mayo Clinic Center for Individualized Medicine (CIM).

Materials

3M Vetbond 3M, Co. 1469SB
anti-AKT antibody Cell Signaling Technologies, Inc. 9272
Anti-GAPDH antibody(G-9) Santa Cruz Biotech. Inc. sc-365062
Anti-MAPK antibody Cell Signaling Technologies, Inc. 9926
Anti-phospho-AKT antibody Cell Signaling Technologies, Inc. 9271
Anti-mTOR antibody Cell Signaling Technologies, Inc. 2972
Anti-Phospho-mTOR antibody Cell Signaling Technologies, Inc. 2971
Anti-Phospho-S6 antibody Cell Signaling Technologies, Inc. 4858
Anti-Rictor antibody Cell Signaling Technologies, Inc. 2114
Anti-S6 antibody Cell Signaling Technologies, Inc. 2217
Captisol ChemScene, Inc. cs-0731
Carboplatin NOVAPLUS, Inc. 61703-360-18
DMEM Mediatech, Inc. 10-013-CV
Easy-A Hi-Fi PCR Cloning Enzyme Agilent, Inc. 600404-51
Lubricant Cardinal Healthcare 82-280
Matrigel Corning, Inc. 356234
McCoy's media Mediatech, Inc. 10-050-CV
MK-2206 ApexBio, Inc. A3010
MK-8669 ARIAD Pharmaceuticals, Inc. AP23573
Nair Sensitive Skin Church & Dwight Co. Nair Hair Remover Shower Power Sensitive
NOD/SCID mice Charles River, Inc. NOD.CB17-Prkdcscid/NCrCrl
Paclitaxel NOVAPLUS, Inc. 55390-304-05
PEG400 Millipore Sigma, Inc. 88440-250ML-F
Perjeta Genetech, Co. Pertuzumab
Rituximab Genetech, Co. Rituxan
RPMI1640 Mediatech, Inc. 10-040-CV
SCID mice Harlan Laboratories, Inc. C.B.-17/IcrHsd-PrkdcscidLystbg
SLAx 13-6MHz linear transducer FUJIFILM SonoSite, Inc HFL38xp
SonoSite S-series Ultrasound machine FUJIFILM SonoSite, Inc SonoSite SII
Tween 80 Millipore Sigma, Inc. P4780-100ML

References

  1. Tentler, J. J., et al. Patient-derived tumour xenografts as models for oncology drug development. Nature Reviews Clinical Oncology. 9, 338-350 (2012).
  2. Marangoni, E., et al. A new model of patient tumor-derived breast cancer xenografts for preclinical assays. Clinical Cancer Research. 13, 3989-3998 (2007).
  3. Zhang, X., et al. A renewable tissue resource of phenotypically stable, biologically and ethnically diverse, patient-derived human breast cancer xenograft models. 암 연구학. 73, 4885-4897 (2013).
  4. Hidalgo, M., et al. Patient-derived xenograft models: an emerging platform for translational cancer research. Cancer Discovery. 4, 998-1013 (2014).
  5. Weroha, S. J., et al. Tumorgrafts as in vivo surrogates for women with ovarian cancer. Clinical Cancer Research. 20, 1288-1297 (2014).
  6. Rubio-Viqueira, B., et al. Optimizing the development of targeted agents in pancreatic cancer: tumor fine-needle aspiration biopsy as a platform for novel prospective ex vivo drug sensitivity assays. Molecular Cancer Therapeutics. 6, 1079-1088 (2007).
  7. Rubio-Viqueira, B., Hidalgo, M. Direct in vivo xenograft tumor model for predicting chemotherapeutic drug response in cancer patients. Clinical Pharmacology and Therapeutics. 85, 217-221 (2009).
  8. Ricci, F., et al. Patient-derived ovarian tumor xenografts recapitulate human clinicopathology and genetic alterations. 암 연구학. 74, 6980-6990 (2014).
  9. Fleming, J. M., et al. Local regulation of human breast xenograft models. Journal of Cellular Physiology. 224, 795-806 (2010).
  10. Hoffman, R. M. Patient-derived orthotopic xenografts: better mimic of metastasis than subcutaneous xenografts. Nature Reviews Cancer. 15, 451-452 (2015).
  11. Jung, J., Seol, H. S., Chang, S. The Generation and Application of Patient-Derived Xenograft Model for Cancer Research. Cancer Research and Treatment. 50, 1-10 (2018).
  12. Sivanand, S., et al. A validated tumorgraft model reveals activity of dovitinib against renal cell carcinoma. Science Translational Medicine. 4, 137-152 (2012).
  13. Pavía-Jiménez, A., Tcheuyap, V. T., Brugarolas, J. Establishing a human renal cell carcinoma tumorgraft platform for preclinical drug testing. Nature Protocols. 9, 1848-1859 (2014).
  14. Fridman, R., Benton, G., Aranoutova, I., Kleinman, H. K., Bonfil, R. D. Increased initiation and growth of tumor cell lines, cancer stem cells and biopsy material in mice using basement membrane matrix protein (Cultrex or Matrigel) co-injection. Nature Protocols. 7, 1138-1144 (2012).
  15. Cutz, J. C., et al. Establishment in severe combined immunodeficiency mice of subrenal capsule xenografts and transplantable tumor lines from a variety of primary human lung cancers: potential models for studying tumor progression-related changes. Clinical Cancer Research. 12, 4043-4054 (2006).
  16. Siolas, D., Hannon, G. J. Patient-derived tumor xenografts: transforming clinical samples into mouse models. 암 연구학. 73, 5315-5319 (2013).
  17. Butler, K. A., et al. Prevention of Human Lymphoproliferative Tumor Formation in Ovarian Cancer Patient-Derived Xenografts. Neoplasia. 19, 628-636 (2017).
  18. Cao, X., et al. Defective lymphoid development in mice lacking expression of the common cytokine receptor gamma chain. Immunity. 2, 223-238 (1995).
  19. Dobbin, Z. C., et al. Using heterogeneity of the patient-derived xenograft model to identify the chemoresistant population in ovarian cancer. Oncotarget. 5, 8750-8764 (2014).
  20. Choi, Y. Y., et al. Establishment and characterisation of patient-derived xenografts as paraclinical models for gastric cancer. Scientific Reports. 6, 22172 (2016).
  21. Malaney, P., Nicosia, S. V., Davé, V. One mouse, one patient paradigm: New avatars of personalized cancer therapy. Cancer Letters. 344, 1-12 (2014).
  22. Rosfjord, E., Lucas, J., Li, G., Gerber, H. P. Advances in patient-derived tumor xenografts: from target identification to predicting clinical response rates in oncology. Biochemical Pharmacology. 91, 135-143 (2014).
  23. Braekeveldt, N., Bexell, D. Patient-derived xenografts as preclinical neuroblastoma models. Cell and Tissue Research. 372, 233-243 (2018).
  24. ‘Perez-Soler, R., et al. Response and determinants of sensitivity to paclitaxel in human non-small cell lung cancer tumors heterotransplanted in nude mice. Clinical Cancer Research. 6, 4932-4938 (2000).
  25. Fichtner, I., et al. Anticancer drug response and expression of molecular markers in early-passage xenotransplanted colon carcinomas. European Journal of Cancer. 40, 298-307 (2004).
  26. Gao, H., et al. High-throughput screening using patient-derived tumor xenografts to predict clinical trial drug response. Nature Medicine. 21, 1318-1325 (2015).
  27. Izumchenko, E., et al. Patient-derived xenografts effectively capture responses to oncology therapy in a heterogeneous cohort of patients with solid tumors. Annals of Oncology. 28, 2595-2605 (2017).
  28. Bertotti, A., et al. A molecularly annotated platform of patient-derived xenografts (“xenopatients”) identifies HER2 as an effective therapeutic target in cetuximab-resistant colorectal cancer. Cancer Discovery. 1, 508-523 (2011).
  29. Mengelbier, L. H., et al. Intratumoral genome diversity parallels progression and predicts outcome in pediatric cancer. Nature Communications. 27, 6125 (2015).
  30. McGranahan, N., Swanton, C. Clonal Heterogeneity and Tumor Evolution: Past, Present, and the Future. Cell. 168, 613-628 (2017).
  31. Marusyk, A., et al. Non-cell-autonomous driving of tumour growth supports sub-clonal heterogeneity. Nature. 514, 54-58 (2014).
  32. Braekeveldt, N., et al. Neuroblastoma patient-derived orthotopic xenografts reflect the microenvironmental hallmarks of aggressive patient tumours. Cancer Letters. 375, 384-389 (2016).
  33. DeRose, Y. S., et al. Tumor grafts derived from women with breast cancer authentically reflect tumor pathology, growth, metastasis and disease outcomes. Nature Medicine. 17, 1514-1520 (2011).
  34. Das Thakur, M., et al. Modelling vemurafenib resistance in melanoma reveals a strategy to forestall drug resistance. Nature. 494, 251-255 (2013).
  35. Girotti, M. R., et al. Application of Sequencing, Liquid Biopsies, and Patient-Derived Xenografts for Personalized Medicine in Melanoma. Cancer Discovery. 6, 286-299 (2016).
  36. Murphy, S. J., et al. Mate pair sequencing of whole-genome-amplified DNA following laser capture microdissection of prostate cancer. DNA Research. 19, 395-406 (2012).
  37. Smadbeck, J. B., et al. Copy number variant analysis using genome-wide mate-pair sequencing. Genes Chromosomes and Cancer. 57, 459-470 (2018).
  38. Kovtun, I. V., et al. Lineage relationship of Gleason patterns in Gleason score 7 prostate cancer. 암 연구학. 73, 3275-3284 (2013).
  39. Paster, E. V., Villines, K. A., Hickman, D. L. Endpoints for mouse abdominal tumor models: refinement of current criteria. Comparative Medicine. 59, 234-241 (2009).
  40. Schneider, C. A., Rasband, W. S., Eliceiri, K. W. NIH Image to ImageJ: 25 years of image analysis. Nature Methods. 9, 671-675 (2012).
  41. Cheng, Y., et al. MK-2206, a novel allosteric inhibitor of Akt, synergizes with gefitinib against malignant glioma via modulating both autophagy and apoptosis. Molecular Cancer Therapeutics. 11, 154-164 (2012).
  42. Rivera, V. M., et al. Ridaforolimus (AP23573; MK-8669), a potent mTOR inhibitor, has broad antitumor activity and can be optimally administered using intermittent dosing regimens. Molecular Cancer Therapeutics. 10, 1059-1071 (2011).
  43. Heitjan, D. F., Manni, A., Santen, R. J. Statistical analysis of in vivo tumor growth experiments. 암 연구학. 53, 6042-6050 (1993).
  44. Vargas, R., et al. Case study: patient-derived clear cell adenocarcinoma xenograft model longitudinally predicts treatment response. NPJ Precision Oncology. 2, 14 (2018).
  45. Harris, F. R., et al. Targeting HER2 in patient-derived xenograft ovarian cancer models sensitizes tumors to chemotherapy. Molecular Oncology. 13, 132-152 (2019).
  46. Fidler, I. J., et al. Modulation of tumor cell response to chemotherapy by the organ environment. Cancer and Metastasis Reviews. 13, 209-222 (1994).
check_url/kr/60646?article_type=t

Play Video

Cite This Article
Zhang, P., Kovtun, I. V. Testing Targeted Therapies in Cancer using Structural DNA Alteration Analysis and Patient-Derived Xenografts. J. Vis. Exp. (161), e60646, doi:10.3791/60646 (2020).

View Video