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.
Inspiriert durch den Erfolg der bisherigen Krebsnanomedizin in der Klinik haben die Forscher eine große Anzahl von neuen Formulierungen in den letzten zehn Jahren generiert. Jedoch nur eine geringe Anzahl von Nanomedizin wurden für die klinische Verwendung zugelassen, während die Mehrzahl der Nanomedizin in der klinischen Entwicklung enttäuschenden Ergebnissen geführt haben. Ein wesentliches Hindernis für die erfolgreiche klinische Übersetzung des neuen Krebsnanomedizin ist der Mangel an einem genauen Verständnis ihrer in vivo Leistung. Dieser Artikel enthält ein rigoroses Verfahren das in vivo Verhalten der Nanomedizin in tumortragenden Mäusen bei einer systemischen, Gewebe, single-cell und subzellulären Ebenen über die Integration der Positronen – Emissions – Tomographie-Computertomographie (PET-CT), Radioaktivität Quantifizierungsverfahren zur Charakterisierung fließen, Zytometrie und Fluoreszenzmikroskopie. Mit diesem Ansatz können die Forscher auswerten genau neuartigen nanoskaligen Formulierungen in relevanten Mausmodellen der cancer. Diese Protokolle können die Fähigkeit haben, die vielversprechendsten Krebs Nanomedizin mit hohem translationalen Potenzial zu identifizieren oder bei der Optimierung von Krebs Nanomedizin für die zukünftige Übersetzung zu helfen.
Nano verschiebt sich das Paradigma der Krebsbehandlung Entwicklung 1. Inspiriert durch die enorme klinische Auswirkungen früherer Krebs Nanomedizin, wie liposome- und Albumin-basierte nanotherapies 2, 3, haben viele neue Formulierungen wurden in den letzten zehn Jahren hergestellt. Jüngsten Analysen der klinischen Übersetzungs Erfolg dieser Krebsnanomedizin zeigen jedoch, dass nur einige von ihnen sind für die klinische Anwendung 4, 5 zugelassen. Ein großes Hindernis für die klinische Umsetzung von neuen Krebsnanomedizin ist ihre begrenzte Verbesserung des therapeutischen Index im Vergleich mit der direkten Verwaltung der freien therapeutischen Verbindungen 6. Als solche genaue Auswertung der in vivo – Leistung Nanomedizin bei systemischer, Gewebe und zellulärer Ebene in vorklinischen Tiermodellen ist wesentlich für identifdiejenigen y mit optimalen therapeutischen Indizes für zukünftige klinische Übersetzung.
Nanomaterialien können in lebenden Tieren , die mit der Positronen – Emissions – Tomographie (PET) Bildgebung für die quantitative Charakterisierung radioaktiv markiert werden, die 7 hervorragende Sensitivität und Reproduzierbarkeit bei allen klinischen Bildgebungsverfahren hat. Zum Beispiel 89 Zr-markierte lange Zirkulationsnanomedizin haben in Mausmodellen für Krebs 8, 9, 10, wie auch in anderen Krankheitsmodellen 11 charakterisiert. Darüber hinaus kann der Bluthalbwertszeit und biologische Verteilung der Nanomedizin extensiv durch Verwendung ex vivo Messungen der Radioaktivität in einzelnen Geweben 8 ausgewertet werden. Daher ermöglicht die radioaktive Markierung für die quantitative Bewertung von Nanomedizin bei einer systemischen und Gewebespiegel.
Wichtig ist, dass radiolabeled Nanomedizin allgemein kann nicht auf Einzelzell oder subzellulären Ebenen aufgrund der begrenzten räumlichen Auflösung des radioaktiven Signals analysiert werden. Daher Fluoreszenzmarkierung erweist sich für die Beurteilung von Nanopartikeln mit optischen Abbildungstechniken wie Durchflußzytometrie und Fluoreszenzmikroskopie 12 eine komplementäre Modalität sein. Zu diesem Zweck markiert Nanopartikel mit Radioisotopen und Fluoreszenzmarkierungen kann quantitativ in vivo durch nukleare Bildgebung ausgewertet werden und ex vivo durch Radioaktivität Zählen, und sie können auch ausgiebig auf zellulärer Ebene durch die optische Abbildungs charakterisiert werden.
Zuvor haben wir modular Verfahren entwickelt radioaktive und fluoreszierende Markierungen in verschiedene Nanopartikel einzuarbeiten, einschließlich High-Density – Lipoprotein (HDL) 11, Liposome 9, 10, polymere Nanopartikel, Antikörperfragmente und nanoemulsions 10, 13. Diese markierten Nanopartikel wurden zur quantitativen Charakterisierung in relevanten Tiermodellen auf verschiedenen Ebenen erlaubt, die die Optimierung dieser Nanomaterialien für ihre spezifischen Anwendungen geführt. In der aktuellen Studie ist es das Ziel 14 liposomalen Nanopartikel-die meisten etablierten Nano Plattform -wie ein Beispiel zu verwenden , umfassende Verfahren zu demonstrieren , einen Dual-markierte Nanopartikel zu erzeugen , und um es gründlich zu charakterisieren in einem klassischen syngenen Melanom B16-F10 – Maus – Modell 15 . Aus den Ergebnissen können wir diese Nanopartikel Charakterisierung Ansatz überzeugt, angepasst werden kann andere Krebsnanomedizin in relevanten Mausmodellen zu bewerten.
Kritische Schritte im Protokoll:
Die hohe Qualität der dual-markierte Liposomen ist der Schlüssel konsistente Ergebnisse über einen langen Zeitraum zu erzeugen. Freie Fluoreszenzfarbstoffe oder 89 Zr – Ionen können völlig unterschiedliche Targeting – Muster erzeugen und müssen vollständig während der Reinigungsschritt entfernt werden. Darüber hinaus deutlich, wenn das Immunsystem experimentellen Krebsnano Leistung beeinflusst, sollte die Verwendung von immunkompetenten Mausm…
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 |