The poor understanding of the in vivo performance of nanomedicines stymies their clinical translation. Procedures to evaluate the in vivo behavior of cancer nanomedicines at systemic, tissue, single-cell, and subcellular levels in tumor-bearing immunocompetent mice are described here. This approach may help researchers to identify promising cancer nanomedicines for clinical translation.
Ispirato dal successo delle precedenti nanomedicina cancro nella clinica, i ricercatori hanno generato un gran numero di nuove formulazioni negli ultimi dieci anni. Tuttavia, solo un piccolo numero di nanomedicine sono stati approvati per l'uso clinico, mentre la maggior parte dei nanomedicine sotto sviluppo clinico hanno prodotto risultati deludenti. Uno dei principali ostacoli alla traduzione clinica di successo di nuovi nanomedicina cancro è la mancanza di una comprensione accurata delle loro prestazioni in vivo. Questo articolo presenta una procedura rigorosa per caratterizzare il comportamento in vivo della nanomedicina in topi portatori di tumore al sistemico, tessuti, cella singola, e livelli subcellulare tramite l'integrazione di emissione di positroni tomografia tomografia-computerizzata (PET-CT), metodi di radioattività di quantificazione , citometria a flusso, e microscopia a fluorescenza. Usando questo approccio, i ricercatori possono valutare con precisione le formulazioni su scala nanometrica romanzo in modelli murini pertinenti cator. Questi protocolli possono avere la capacità di identificare i nanomedicine cancro più promettenti ad alto potenziale o traslazionale per aiutare nella ottimizzazione della nanomedicine cancro per la traduzione futuro.
Nanomedicina si sta spostando il paradigma dello sviluppo trattamento del cancro 1. Ispirato al tremendo impatto clinico di precedenti nanomedicina cancro, come liposome- e nanotherapies albumina a base di 2, 3, molte nuove formulazioni sono state prodotte negli ultimi dieci anni. Tuttavia, recenti analisi del successo di traduzione clinica di questi nanomedicina cancro indicano che solo pochi di essi sono stati approvati per l'uso clinico 4, 5. Uno dei principali ostacoli alla traduzione clinica di nuovi nanomedicina cancro è la loro limitata miglioramento dell'indice terapeutico rispetto alla gestione diretta dei composti terapeutici liberi 6. Come tale, la valutazione accurata delle prestazioni in vivo di nanomedicine a sistemica, tessuti, e livello cellulare in modelli animali preclinici è essenziale per identify quelli con indici terapeutici ottimali per future Traduzione clinica.
I nanomateriali possono essere radioattivo per la caratterizzazione quantitativa in animali che vivono con la tomografia ad emissione di positroni (PET), che ha superba sensibilità e riproducibilità tra tutte le modalità di imaging clinico 7. Ad esempio, 89 Zr-etichettato lungo circolanti nanomedicine sono stati caratterizzati in modelli murini di cancro 8, 9, 10, così come in altri modelli di malattia 11. Inoltre, il sangue emivita e biodistribuzione delle nanomedicine possono essere valutate utilizzando ex vivo misure della radioattività in tessuti 8. Pertanto, radiomarcatura consente la valutazione quantitativa delle nanomedicine a concentrazioni sistemiche e tissutali.
È importante sottolineare che, radiolabeled nanomedicine generalmente non possono essere analizzate a singola cella o livelli subcellulari causa della limitata risoluzione spaziale del segnale radioattivo. Pertanto, marcatura fluorescente rivela essere una modalità complementare per la valutazione delle nanoparticelle con tecniche di imaging ottico come citometria di flusso e microscopia a fluorescenza 12. A tal fine, le nanoparticelle marcate con radioisotopi e tag fluorescenti possono essere quantitativamente valutati in vivo mediante imaging nucleare e ex vivo mediante conteggio della radioattività, e possono anche essere ampiamente caratterizzati a livello cellulare imaging ottico.
In precedenza, abbiamo sviluppato procedure modulari per incorporare etichette fluorescenti radioattive e varie nanoparticelle, tra lipoproteine ad alta densità (HDL) 11, liposomi 9, 10, nanoparticelle polimeriche, frammenti di anticorpi, e nanoemulsions 10, 13. Queste nanoparticelle etichettati hanno consentito per la caratterizzazione quantitativa in modelli animali pertinenti a diversi livelli, che hanno guidato l'ottimizzazione di questi nanomateriali per le loro applicazioni specifiche. Nel corso di studio, l'obiettivo è quello di utilizzare le nanoparticelle-the liposomiali piattaforma di nanomedicina più affermati 14 -come un esempio per dimostrare le procedure complete per generare una nanoparticella dual-etichettati e per caratterizzare a fondo in un classico singenici melanoma B16-F10 modello di topo 15 . Dai risultati, siamo fiduciosi questo approccio caratterizzazione di nanoparticelle può essere adattato per valutare altre nanomedicine cancro in modelli murini rilevanti.
I passaggi critici all'interno del protocollo:
La qualità dei liposomi dual-marcato è la chiave per produrre risultati costanti per un lungo periodo di tempo. Coloranti fluorescenti liberi o 89 ioni Zr possono generare totalmente diversi modelli di targeting e devono essere completamente rimosso durante la fase di purificazione. Inoltre, se il sistema immunitario influisce significativamente sperimentale prestazioni cancro nanomedicina, l'utilizzo di modelli di topo immunoc…
The authors have nothing to disclose.
The authors would like to thank Drs. Helene Salmon and Miriam Merad from Icahn School of Medicine at Mount Sinai for providing the B16-F10-YFP cells and for their expert advice on melanoma mouse models. The authors further thank the Animal Imaging Core Facility, the Radiochemistry and Molecular Imaging Probes Core Facility, and the Molecular Cytology Core Facility at Memorial Sloan Kettering Cancer Center (MSK) for their support. This work was supported by National Institutes of Health grants NIH 1 R01 HL125703 (W.J.M.M.), R01CA155432 (W.J.M.M.), K25 EB016673 (T.R.) and P30 CA008748 (MSK Center Grant). The authors also thank the Center for Molecular Imaging and Nanotechnology (CMINT) at MSK for their financial support (T.R.).
DPPC | Avantilipids | 850355 | |
Cholesterol | Sigma-Aldrich | C8667 | |
DSPE-PEG2000 | Avantilipids | 880120P | |
DSPE-DFO | Home made | 110634 | Perez-Medina et al, JNM, 2014 |
DiIC12[5]-DS | AAT Bioquest | 22051 | |
Centrifugal filter | Vivaproducts | VS2061 | |
Rotary evaporator | Buchi | R-100 | |
Radio-HPLC | Shimadzu HPLC with 2 LC-10AT pumps | N/A | |
89Zr-oxalate | MSKCC | Synthesized in house | TR19/9 variable beam cyclotron (Ebco Industries Inc) |
Micro PET-CT | Siemens | Inveon Micro-PET/CT | |
Gamma counter | PerkinElmer | 2470-0150 | |
Flow cytometry | BD Biosciences | Fortessa | Any multi-parametric flow cytometry analyzers would suffice |
C57BL/6 mice | Jackson Laboratories | ||
B16-YFP melanoma cells | Home made | N/A | Salmon et al, Immunity, 2016 |
Ly6C (clone HK1.4)–APC-Cy7 | 128025 | Biolegend | |
MHCII (M5/114/152)–APC | 107613 | Biolegend | |
CD45 (30-F11)–BV510 | 103137 | Biolegend | |
CD64 (X54-5/7.1)–PE-Cy7 | 139313 | Biolegend | |
CD11b (M1/70)–BV605 | 101237 | Biolegend | |
CD3 (17A2)–BV711 | 100241 | Biolegend | |
CD31 (13.3)–PE | 561073 | Biolegend | |
CD11c (M418)–PerCP-Cy5.5 | 117327 | BD Biosciences | |
CD31 (13.3) no fluorophore | 550274 | BD Biosciences |