Summary

Un flux de travail de dépistage rapide pour identifier la thérapie combinée potentielle pour le GBM à l’aide de cellules souches de gliome dérivées du patient

Published: March 28, 2021
doi:

Summary

Les cellules souches du gliome (CSC) sont une petite fraction des cellules cancéreuses qui jouent un rôle essentiel dans l’initiation tumorale, l’angiogenèse et la résistance aux médicaments dans le glioblastome (GBM), la tumeur cérébrale primaire la plus répandue et la plus dévastatrice. La présence de CSG rend le GBM très réfractaire à la plupart des agents ciblés individuels, de sorte que des méthodes de dépistage à haut débit sont nécessaires pour identifier des combinaisons thérapeutiques efficaces potentielles. Le protocole décrit un flux de travail simple pour permettre un dépistage rapide de la thérapie combinée potentielle avec interaction synergique. Les étapes générales de ce flux de travail consistent à établir des CSG marqués à la luciférase, à préparer des plaques revêtues de matrigel, à dépister les médicaments combinés, à analyser et à valider les résultats.

Abstract

Les cellules souches du gliome (CSC) sont une petite fraction des cellules cancéreuses qui jouent un rôle essentiel dans l’initiation tumorale, l’angiogenèse et la résistance aux médicaments dans le glioblastome (GBM), la tumeur cérébrale primaire la plus répandue et la plus dévastatrice. La présence de CSG rend le GBM très réfractaire à la plupart des agents ciblés individuels, de sorte que des méthodes de dépistage à haut débit sont nécessaires pour identifier des combinaisons thérapeutiques efficaces potentielles. Le protocole décrit un flux de travail simple pour permettre un dépistage rapide de la thérapie combinée potentielle avec interaction synergique. Les étapes générales de ce flux de travail consistent à établir des CSG marqués à la luciférase, à préparer des plaques revêtues de matrigel, à dépister les médicaments combinés, à analyser et à valider les résultats.

Introduction

Le glioblastome (GBM) est le type de tumeur cérébrale primaire le plus courant et le plus agressif. Actuellement, la survie globale des patients atteints de GBM qui ont reçu un traitement maximal (une combinaison de chirurgie, de chimiothérapie et de radiothérapie) est encore inférieure à 15 mois; il est donc urgent de prévoir des thérapies nouvelles et efficaces pour le GBM.

La présence de cellules souches de gliome (CSG) dans le GBM constitue un défi considérable pour le traitement conventionnel car ces cellules souches jouent un rôle pivot dans le maintien du microenvironnement tumoral, la résistance aux médicaments et la récidive tumorale1. Par conséquent, le ciblage des CSC pourrait être une stratégie prometteuse pour le traitement gbm2. Néanmoins, un inconvénient majeur pour l’efficacité du médicament dans le GBM est sa nature hétérogénétique, y compris, mais sans s’y limiter, la différence de mutations génétiques, de sous-types mixtes, de régulation épigénétique et de microenvironnement tumoral, ce qui les rend très réfractaires au traitement. Après de nombreux essais cliniques ratés, les scientifiques et les chercheurs cliniques ont réalisé que le traitement ciblé à agent unique est probablement incapable de contrôler pleinement la progression de cancers très hétérogènes tels que le GBM. Alors que des combinaisons de médicaments soigneusement sélectionnées ont été approuvées pour leur efficacité en renforçant de manière synergique l’effet les unes des autres, fournissant ainsi une solution prometteuse pour le traitement du GBM.

Bien qu’il existe de nombreuses façons d’évaluer les interactions médicamenteuses d’une combinaison de médicaments, telles que les valeurs CI (Indice de combinaison), HSA (agent unique le plus élevé) et Bliss, etc.3,4, ces méthodes de calcul sont généralement basées sur des combinaisons de concentrations multiples. En effet, ces méthodes peuvent fournir une évaluation positive de l’interaction médicament-médicament, mais peuvent être très laborieuses si elles sont appliquées dans le criblage à haut débit. Pour simplifier le processus, un flux de travail de dépistage permettant d’identifier rapidement les combinaisons de médicaments potentielles qui inhibent la croissance des CSC provenant de biopsies chirurgicales de patients GBM a été développé. Un indice de sensibilité (SI) qui reflète la différence entre l’effet combiné attendu et l’effet combiné observé a été introduit dans cette méthode pour quantifier l’effet synergique de chaque médicament, de sorte que les candidats potentiels peuvent être facilement identifiés par le classement SI. Pendant ce temps, ce protocole démontre un exemple de dépistage pour identifier le ou les candidats potentiels qui peuvent mettre en synergie l’effet anti-gliome avec le témozolomide, la chimiothérapie de première intention pour le traitement GBM, parmi 20 petits inhibiteurs moléculaires.

Protocol

L’échantillon de GBM a été acquis d’un patient lors d’une opération de routine après avoir obtenu le consentement pleinement éclairé du comité d’éthique de la recherche humaine du premier hôpital affilié de l’Université médicale de Nanjing. 1. Isolement et culture des CSC dérivés du patient Placer le tissu de glioblastome frais réséqué chirurgicalement dans un tube de centrifugeuse de 15 mL rempli de PBS stérile et stocker le tissu sur de la glace jusqu?…

Representative Results

Les cellules XG387 ont formé des neurosphères dans le milieu de culture décrit dans le tableau 1 dans une plaque de culture à 6 puits à fixation ultra-faible ou une plaque5 non revêtue(figure 1A). Tout d’abord, un test a été effectué pour vérifier si l’intensité de bio-luminescence des cellules XG387-Luc était proportionnelle au nombre de cellules. Comme le montre la figure 1B, l’intensité de la biolumi…

Discussion

Dans la présente étude, un protocole qui peut être appliqué pour identifier une thérapie combinée potentielle pour gbM en utilisant des CSCG dérivés du patient a été décrit. Contrairement au modèle métrique standard de synergie/additivité tel que les méthodes Loewe, BLISS ou HSA, un flux de travail simple et rapide a été utilisé qui ne nécessite pas qu’une paire de médicaments soit combinée à plusieurs concentrations de manière factoriele complète comme les méthodes traditionnelles. Dans ce flu…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Nous remercions la National Natural Science Foundation of China (81672962), la Jiangsu Provincial Innovation Team Program Foundation et la Joint Key Project Foundation de l’Université du Sud-Est et de l’Université de médecine de Nanjing pour leur soutien.

Materials

B-27 Gibco 17504-044 50X
EGF Gibco PHG0313 20 ng/ml
FGF Gibco PHG0263 20 ng/ml
Gluta Max Gibco 35050061 100X
Neurobasal Gibco 21103049 1X
Penicillin-Streptomycin HyClone SV30010 P: 10,000 units/ml     S:  10,000 ug/ml
Sodium Pyruvate Gibco 2088876 100 mM
Table 1. The formulation of GSC complete culture medium.  
ABT-737 MCE Selective and BH3 mimetic Bcl-2, Bcl-xL and Bcl-w inhibitor
Adavosertib (MK-1775) MCE Wee1 inhibitor
Axitinib MCE Multi-targeted tyrosine kinase inhibitor
AZD5991 MCE Mcl-1 inhibitor
A 83-01 MCE Potent inhibitor of TGF-β type I receptor ALK5 kinase
CGP57380 Selleck Potent MNK1 inhibitor
Dactolisib (BEZ235) Selleck Dual ATP-competitive PI3K and mTOR inhibitor
Dasatinib MCE Dual Bcr-Abl and Src family tyrosine kinase inhibitor
Erlotinib MCE EGFR tyrosine kinase inhibitor
Gefitinib MCE EGFR tyrosine kinase inhibitor
Linifanib MCE Multi-target inhibitor of VEGFR and PDGFR family
Masitinib MCE Inhibitor of c-Kit
ML141 Selleck Non-competitive inhibitor of Cdc42 GTPase 
OSI-930 MCE Multi-target inhibitor of Kit, KDR and CSF-1R 
Palbociclib MCE Selective CDK4 and CDK6 inhibitor
SB 202190 MCE Selective p38 MAP kinase inhibitor
Sepantronium bromide (YM-155) MCE Survivin inhibitor
TCS 359 Selleck Potent FLT3 inhibitor
UMI-77 MCE Selective Mcl-1 inhibitor
4-Hydroxytamoxifen(Afimoxifene) Selleck Selective estrogen receptor (ER) modulator
Table 2. The information of 20 targeted agents used in the test screen. All of these are target selective small molecular inhibitors. The provider, name, and targets were given in the table.

References

  1. Lathia, J. D., Mack, S. C., Mulkearns-Hubert, E. E., Valentim, C. L., Rich, J. N. Cancer stem cells in glioblastoma. Genes & Development. 29 (12), 1203-1217 (2015).
  2. Binello, E., Germano, I. M. Targeting glioma stem cells: a novel framework for brain tumors. Cancer Science. 102 (11), 1958-1966 (2011).
  3. Mathews Griner, L. A., et al. High-throughput combinatorial screening identifies drugs that cooperate with ibrutinib to kill activated B-cell-like diffuse large B-cell lymphoma cells. Proceedings of the National Academy of Sciences of the United States of America. 111 (6), 2349-2354 (2014).
  4. Di Veroli, G. Y., et al. Combenefit: an interactive platform for the analysis and visualization of drug combinations. Bioinformatics. 32 (18), 2866-2868 (2016).
  5. Shi, Y., et al. Ibrutinib inactivates BMX-STAT3 in glioma stem cells to impair malignant growth and radioresistance. Science Translational Medicine. 10 (443), 1-13 (2018).
  6. Tan, X., et al. Systematic identification of synergistic drug pairs targeting HIV. Nature Biotechnology. 30 (11), 1125-1130 (2012).
  7. Jansen, V. M., et al. Kinome-wide RNA interference screen reveals a role for PDK1 in acquired resistance to CDK4/6 inhibition in ER-positive breast cancer. 암 연구학. 77 (9), 2488-2499 (2017).
  8. Malyutina, A., et al. Drug combination sensitivity scoring facilitates the discovery of synergistic and efficacious drug combinations in cancer. PLoS Computational Biology. 15 (5), 1006752 (2019).
  9. He, L., et al. Methods for High-throughput drug combination screening and synergy scoring. Cancer Systems Biology. 1711, 351-398 (2018).
  10. Chen, C., et al. Targeting the synthetic vulnerability of PTEN-deficient glioblastoma cells with MCL1 inhibitors. Molecular Cancer Therapeutics. 19 (10), 2001-2011 (2020).

Play Video

Cite This Article
Hu, Z., Zhou, T., Wu, F., Lin, F. A Rapid Screening Workflow to Identify Potential Combination Therapy for GBM using Patient-Derived Glioma Stem Cells. J. Vis. Exp. (169), e62312, doi:10.3791/62312 (2021).

View Video