Summary

VDJ-Seq: Deep Sequencing Analyse av omorganisert Immunoglobulin Heavy Chain Gene å avsløre Klonal Evolution Mønstre av B celle lymfom

Published: December 28, 2015
doi:

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

Forståelse svulst klonalitet er avgjørende for å forstå mekanismene som er involvert i tumorigenesis og sykdomsutvikling. I tillegg kan forstå de klonale sammensetningen endringer som oppstår i løpet av en tumor som reaksjon på visse mikro-miljø eller behandlinger fører til utforming av mer sofistikerte og effektive metoder for å utrydde tumorceller. Imidlertid har relativ tumor klonale subpopulasjoner vært vanskelig på grunn av mangel på skjelnes markører. For å løse dette problemet, ble en VDJ-seq protokollen opprettet for å spore klonal evolusjon mønstre av diffuse store B-celle lymfom (DLBCL) tilbakefall ved å utnytte VDJ rekombinasjon og somatisk hypermutasjon (SHM), to unike funksjonene til B-celle lymfomer.

I denne protokollen, ble Next-Generation sekvensering (NGS) biblioteker med indeksering potensial konstruert fra forsterket omorganisert immunoglobulin tung kjede (avIgH) VDJ regionen fra par primærdiagnose og tilbakefall DLBCL SAMPles. I gjennomsnitt mer enn en halv million VDJ sekvenser per prøve ble oppnådd etter sekvensering, som inneholder både VDJ omorganisering og SHM informasjon. I tillegg ble tilpasset bioinformatikk rørledninger utviklet for å utnytte sekvensinformasjon for karakterisering av avIgH-VDJ repertoar innenfor disse prøvene. Videre gir rørledningen gjenoppbygging og sammenligning av klonal arkitekturen av individuelle tumorer, som gjør undersøkelsen av den klonale heterogenitet innenfor diagnose-tumorer og fradrag av klonal evolusjon mønsteret mellom diagnose og tilbakefall tumor parene. Ved søknad denne analysen til flere diagnose-tilbakefall parene, avdekket vi viktige bevis på at flere karakteristiske kreft evolusjonære mønstre kan føre til DLBCL tilbakefall. I tillegg kan denne tilnærmingen bli utvidet til andre kliniske aspekter, for eksempel identifisering av minimal restsykdom, overvåking tilbakefall fremgang og behandlingsrespons, og etterforskningen av immunrepertoares i ikke-lymfom sammenhenger.

Introduction

Kreft er en klonal sykdom. Siden tretti år siden, da Peter C. Nowell foreslo kreft klonal evolusjon modell 1, har mange studier forsøkt å dissekere klonale populasjoner innen tumorprøver og rekonstruere klonal ekspansjon og evolusjonsmønstre som ligger til grunn tumorigenesis prosessen to. Nylig har hel-genomsekvense aktivert etterforskere til å ta en grundig titt på klonal heterogenitet og evolusjon 3,4. Imidlertid, på grunn av mangel på medgjørlig markører i mange celletyper, er det vanskelig å utlede nøyaktige klonale arkitektur og Utviklingsretningen. Heldigvis er det en naturlig klonalitet markør i modne B-celler som mange lymfoide maligniteter, inkludert DLBCL, stammer. Som svar på antigen stimulering, kan hver B-celle danne et enkelt produktivt avIgH VDJ-sekvens ved å slutte et V H (variabel), en D (diversitet) og en J H (delta) segment sammen av et stort basseng av disse segmentene. I løpet av denne process, kan små deler av den opprinnelige sekvensen bli slettet og ytterligere ikke-malbasert nukleotider kan tilsettes for å skape et unikt VDJ-omleiring. Denne spesifikke VDJ omorganisering kan være arvelig i alt avkommet av dette B-celle, derfor tagging individuell moden B-celle og dens avkom 5. Videre oppstår SHM på rekombinerte VDJ-sekvenser i det etterfølgende germinalsenter (GC) reaksjon for å innføre ytterligere mutasjoner for utvidelse av antistoffet bassenget og forbedring av antistoff affinitet 6. Derfor, ved å sammenligne og kontrastere VDJ og SHM mønstre av lymfom prøver som har gjennomgått disse prosessene, intra-tumor heterogenitet kan være avgrenset og klonal evolusjon banen av sykdommen kan utledes.

Tidligere kunne VDJ omleiring og SHM bli identifisert ved PCR-amplifisering av de rekombinerte regionene, kloning av PCR-produktene, hvorpå Sanger-sekvensering for å oppnå sekvensinformasjon. Denne tilnærmingen jegs lav gjennomstrømning og lavt utbytte, hente bare en meget liten del av hele repertoaret rekombinerte VDJ, og hindrer karakterisering av den totale fremstilling av klonal populasjon i en gitt prøve. En modifisert tilnærming ble skapt ved å generere NGS indeksert sekvense biblioteker fra VDJ PCR-produkter og utfører PE 2×150 bp sekvensering for å få mer enn en halv million rekombinerte VDJ sekvenser per prøve. I tillegg ble det utviklet en rørledning tilpasset til å utføre kvalitetskontroll (QC), justere filter VDJ-sekvensering for å identifisere leser rearrangementer og SHMS av hver lese- og utføre fylogenetisk analyse på klonale arkitekturen i hver prøve. I tillegg har en ny tilnærming er etablert ytterligere å karakterisere klonal evolusjon mønstre for prøver samlet inn på ulike sykdomsstadier.

Vi har brukt denne teknikken for å DLBCL pasientprøver. DLBCL er en aggressiv form for non-Hodgkins lymfom med hyppige tilbakefall i inntil ett thIFU av pasientene 7. DLBCL tilbakefall oppstår vanligvis tidlig, innen 2 til 3 år etter den første diagnosen, selv om noen oppstår etter 5 år 8. Prognose for tilbakefall pasienter er dårlig, med bare 10% som oppnådde tre år progresjonsfri overlevelse på grunn av begrenset behandlingstilbud. Dette er grunnlaget for det presserende behovet for nye tilnærminger til behandling DLBCL tilbakefall 9,10. Men molekylære mekanismer knyttet DLBCL tilbakefall er fortsatt i stor grad ukjent. Spesielt rollen klonal heterogenitet på diagnose og klonal evolusjon under DLBCL tilbakefall utvikling er i dag uncharacterized, noe som gjør det vanskelig å definere en nøyaktig og nyttig biomarkør for å forutsi tilbakefall. For å løse disse spørsmålene, vi brukt vår VDJ-sekvensering tilnærming på flere par matchet primærdiagnose-tilbakefalls DLBCL prøve par. To forskjellige klonale evolusjonære scenarier for tilbakefall dukket opp fra sammenligning av klonale arkitekturer mellom diagnosen og tilbakefall SAMPles som antyder flere molekylære mekanismer kan være involvert i DLBCL tilbakefall.

Protocol

1. VDJ Amplification 1.1) DNA Extraction fra tumorprøver Utdrag DNA fra tynne snitt (10-20 mm) av frosne OCT innebygde normale eller ondartet vev. Fordøye 10-30 tynne snitt av innleiret vev kuttet med en kryostat mikrotom i 4 ml Nucleic Lysis Buffer (0,0075 M Tris-HCl, pH 8,2; 0,3 M NaCl; 0,002 M Na2EDTA) med proteinase K (0,5 mg / ml, endelig konsentrasjon ) og 0,625% SDS i et 15 ml sentrifugerør i et 37 ° C vannbad over natten. Tilsett 1 ml mettet…

Representative Results

Den generelle fremgangsmåten fra VDJ sekvensering (VDJ-seq), inkludert DNA-ekstraksjon, rekombinert VDJ-regionen amplifikasjon og rensing sekvense bibliotek konstruksjon, leser behandling, og fylogenetisk analyse, er vist i figur 1. Rutinemessig 5-200 ug DNA kan hentes fra frosset fast vevssnitt eller 0,5-20 mikrogram DNA fra formalinfiksert parafin-vevssnitt. Avhengig av kvaliteten, omleiring mønster, og SHM graden av de enkelte prøver, kan et utvalg av VDJ PCR-produkter fra forskjellige prøver opp…

Discussion

På grunn av den nesten ubegrenset antall gjentakelser av sekvensinformasjon kodet av VDJ-omleiring og SHM ved IGH locus av humane B-celler, undersøkelse av hele IGH repertoaret av high-throughput deep-sekvensering viste seg å være en effektiv og fullstendig måte å avgrense klonal og sub-klonal B-celle populasjoner. Videre kan denne strategien kan brukes til å studere utviklingen klonal banen for B-celletumorutvikling, remisjon, og tilbakefall ved å sammenligne klonale og sub-klonale arkitekturer av pasientprøve…

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

  1. Nowell, P. C. The clonal evolution of tumor cell populations. Science. 194 (4260), 23-28 (1976).
  2. Greaves, M., Maley, C. C. Clonal evolution in cancer. Nature. 481 (7381), 306-313 (2012).
  3. Ding, L., et al. Clonal evolution in relapsed acute myeloid leukaemia revealed by whole-genome sequencing. Nature. 481 (7382), 506-510 (2012).
  4. 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).
  5. Schatz, D. G., Ji, Y. Recombination centres and the orchestration of V(D)J recombination. Nature reviews immunology. 11 (4), 251-263 (2011).
  6. Jacob, J., Kelsoe, G., Rajewsky, K., Weiss, U. Intraclonal generation of antibody mutants in germinal centres. Nature. 354 (6352), 389-392 (1991).
  7. 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).
  8. 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).
  9. Friedberg, J. W. Relapsed/refractory diffuse large B-cell lymphoma. Hematology Am Soc Hematol Educ Program. 2011, 498-505 (2011).
  10. 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).
  11. 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).
  12. 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).
  13. Hanna, J., et al. Direct reprogramming of terminally differentiated mature B lymphocytes to pluripotency. Cell. 133 (2), 250-264 (2008).
check_url/53215?article_type=t

Play Video

Cite This Article
Jiang, Y., Nie, K., Redmond, D., Melnick, A. M., Tam, W., Elemento, O. VDJ-Seq: Deep Sequencing Analysis of Rearranged Immunoglobulin Heavy Chain Gene to Reveal Clonal Evolution Patterns of B Cell Lymphoma. J. Vis. Exp. (106), e53215, doi:10.3791/53215 (2015).

View Video