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.
Geïnspireerd op het succes van eerdere kanker nanomedicijnen in de kliniek hebben onderzoekers een groot aantal nieuwe formuleringen in het afgelopen decennium gegenereerd. Echter, slechts een klein aantal van nanomedicijnen goedgekeurd voor klinisch gebruik, terwijl de meerderheid van nanomedicijnen onder klinische ontwikkeling teleurstellende resultaten hebben opgeleverd. Een belangrijk obstakel voor de succesvolle klinische toepassing van nieuwe kanker nanomedicijnen is het ontbreken van een duidelijk inzicht de in vivo prestatie. Dit artikel heeft een strenge procedure voor het in vivo gedrag van nanomedicijnen in tumordragende muizen systemische, weefsel, eencellige en subcellulaire niveaus karakteriseren via de integratie van positron emissie tomografie computed tomography (PET-CT), radioactiviteit kwantificatiemethoden flowcytometrie en fluorescentie microscopie. Met deze aanpak kunnen onderzoekers nauwkeurig evalueren roman nanoschaal formuleringen in de relevante muismodellen van Cancer. Deze protocollen kunnen de mogelijkheid om de meest veelbelovende kanker nanomedicijnen identificeren met een hoog translationeel potentiële of om te helpen bij de optimalisatie van kanker nanomedicijnen voor toekomstige vertaling hebben.
Nanogeneeskunde verschuift het paradigma van de behandeling van kanker ontwikkeling 1. Geïnspireerd door de enorme klinische impact van eerdere kanker nanomedicijnen, zoals liposome- en albumine-based nanotherapies 2, 3, hebben veel nieuwe formuleringen geproduceerd in het afgelopen decennium. Uit recente analyses van de eerste klinische succes van deze kanker nanomedicijnen geven aan dat slechts enkele daarvan zijn goedgekeurd voor klinisch gebruik 4, 5. Een belangrijk obstakel voor de klinische toepassing van nieuwe kanker nanomedicijnen is hun beperkte verbetering van de therapeutische index vergeleken met de directe toediening van het vrije therapeutische verbindingen 6. Als zodanig nauwkeurige evaluatie van de in vivo prestatie van nanomedicijnen op systemische, weefsel en cellulaire niveaus in preklinische diermodellen essentieel identify mensen met een optimale therapeutische indices voor toekomstige klinische vertaling.
Nanomaterialen kunnen radioactief gemerkte voor de kwantitatieve karakterisering in levende dieren met een positron emissie tomografie (PET) beeldvorming, die uitstekende gevoeligheid en reproduceerbaarheid van alle klinische beeldvormende modaliteiten 7 heeft zijn. Bijvoorbeeld 89 Zr-gelabelde langdurig circulerende nanomedicijnen zijn gekarakteriseerd in muismodellen van kanker 8, 9, 10, en in andere ziektemodellen 11. Bovendien kan de bloed halfwaardetijd en biodistributie van het nanogeneesmiddelen uitgebreid geëvalueerd door ex vivo radioactiviteit gemeten in afzonderlijke weefsels 8. Daarom radioactief zorgt voor de kwantitatieve evaluatie van nanomedicijnen bij systemische en weefsel niveaus.
Belangrijker radiolabeled nanomedicijnen algemeen niet bij de enkele-cel of subcellulaire niveaus kan worden geanalyseerd door de beperkte ruimtelijke resolutie van het radioactieve signaal. Daarom fluorescentielabelling blijkt een complementaire modaliteit voor de evaluatie van nanodeeltjes met optische beeldvormingstechnieken zoals flowcytometrie en fluorescentie microscopie 12 zijn. Hiertoe kunnen nanodeeltjes gemerkt met radio-isotopen en fluorescerende labels kwantitatief in vivo worden beoordeeld door nucleaire beeldvorming en ex vivo door telling van radioactiviteit, en ze kunnen ook uitgebreid worden gekarakteriseerd op cellulair niveau optische beeldvorming.
Eerder hebben we modulaire procedures ontwikkeld om radioactieve en fluorescerende labels nemen in verschillende nanodeeltjes, waaronder high-density lipoproteïne (HDL) 11 liposomen 9, 10, polymere nanodeeltjes, antilichaamfragmenten en nanoemulsions 10, 13. Deze gelabelde nanodeeltjes hebben geleid tot kwantitatieve karakterisering in relevante diermodellen op verschillende niveaus, waarbij de optimalisatie van deze nanomaterialen geleid voor hun specifieke toepassingen. In de huidige studie, het doel is liposomaal nanodeeltjes the gebruiken meest gevestigde nanomedicine platform 14 -als voorbeeld uitgebreide procedures tonen een duaal-gelabelde nanodeeltjes genereren en karakteriseren grondig in een klassieke syngene melanoom B16-F10 muismodel 15 . Uit de resultaten, we zijn ervan overtuigd dat deze karakterisering van nanodeeltjes aanpak kan worden aangepast aan andere kanker nanomedicijnen in relevante muismodellen te evalueren.
Kritische stappen in het protocol:
De hoge kwaliteit van duaal-gelabelde liposomen is de sleutel voor het produceren van consistente resultaten gedurende een lange periode. Gratis fluorescerende kleurstoffen of 89 Zr ionen kunnen totaal verschillende targeting patronen te genereren en moet volledig worden verwijderd tijdens de zuiveringsstap. Bovendien, als het immuunsysteem experimentele kanker nanomedicine prestaties aanzienlijk beïnvloedt het gebruik van immuuncompetente muismode…
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 |