Summary

Un flujo de trabajo de detección rápido para identificar una posible terapia combinada para GBM utilizando células madre de glioma derivadas del paciente

Published: March 28, 2021
doi:

Summary

Las células madre del glioma (GSC) son una pequeña fracción de las células cancerosas que desempeñan un papel esencial en la iniciación del tumor, la angiogénesis y la resistencia a los medicamentos en el glioblastoma (GBM), el tumor cerebral primario más prevalente y devastador. La presencia de GSC hace que el GBM sea muy refractario a la mayoría de los agentes dirigidos individuales, por lo que se requieren métodos de detección de alto rendimiento para identificar posibles terapias combinadas efectivas. El protocolo describe un flujo de trabajo simple para permitir la detección rápida de posibles terapias combinadas con interacción sinérgica. Los pasos generales de este flujo de trabajo consisten en establecer GSC marcadas con luciferasa, preparar placas recubiertas de matrigel, detección de medicamentos combinados, analizar y validar los resultados.

Abstract

Las células madre del glioma (GSC) son una pequeña fracción de las células cancerosas que desempeñan un papel esencial en la iniciación del tumor, la angiogénesis y la resistencia a los medicamentos en el glioblastoma (GBM), el tumor cerebral primario más prevalente y devastador. La presencia de GSC hace que el GBM sea muy refractario a la mayoría de los agentes dirigidos individuales, por lo que se requieren métodos de detección de alto rendimiento para identificar posibles terapias combinadas efectivas. El protocolo describe un flujo de trabajo simple para permitir la detección rápida de posibles terapias combinadas con interacción sinérgica. Los pasos generales de este flujo de trabajo consisten en establecer GSC marcadas con luciferasa, preparar placas recubiertas de matrigel, detección de medicamentos combinados, analizar y validar los resultados.

Introduction

El glioblastoma (GBM) es el tipo más común y agresivo de tumor cerebral primario. Actualmente, la supervivencia general de los pacientes con GBM que recibieron tratamiento máximo (una combinación de cirugía, quimioterapia y radioterapia) sigue siendo inferior a 15 meses; por lo que se necesitan urgentemente terapias novedosas y efectivas para la GBM.

La presencia de células madre de glioma (GSC) en GBM constituye un desafío considerable para el tratamiento convencional, ya que estas células madre desempeñan un papel de pivote en el mantenimiento del microambiente tumoral, la resistencia a los medicamentos y la recurrencia tumoral1. Por lo tanto, dirigirse a las GSC podría ser una estrategia prometedora para el tratamiento de GBM2. Sin embargo, un inconveniente importante para la eficacia del fármaco en GBM es su naturaleza heterogénea, que incluye, entre otros, la diferencia en mutaciones genéticas, subtipos mixtos, regulación epigenética y microambiente tumoral que los hace muy refractarios para el tratamiento. Después de muchos ensayos clínicos fallidos, los científicos e investigadores clínicos se dieron cuenta de que la terapia dirigida a un solo agente es probablemente incapaz de controlar completamente la progresión de cánceres altamente heterogéneos como el GBM. Considerando que, las combinaciones de medicamentos cuidadosamente seleccionadas han sido aprobadas por su efectividad al mejorar sinérgicamente el efecto de cada uno, proporcionando así una solución prometedora para el tratamiento de GBM.

Aunque hay muchas maneras de evaluar las interacciones fármaco-fármaco de una combinación de fármacos, como el CI (Índice de Combinación), HSA (Agente Único Más Alto) y los valores de Bliss, etc.3,4, estos métodos de cálculo generalmente se basan en combinaciones de concentración múltiple. De hecho, estos métodos pueden proporcionar una evaluación afirmativa de la interacción fármaco-fármaco, pero pueden ser muy laboriosos si se aplican en el cribado de alto rendimiento. Para simplificar el proceso, se desarrolló un flujo de trabajo de detección para identificar rápidamente las posibles combinaciones de medicamentos que inhiben el crecimiento de GSC originadas a partir de biopsias quirúrgicas de GBM del paciente. Se introdujo en este método un índice de sensibilidad (SI) que refleja la diferencia entre el efecto combinado esperado y el efecto combinado observado para cuantificar el efecto sinérgico de cada fármaco, de modo que los candidatos potenciales puedan identificarse fácilmente mediante la clasificación SI. Mientras tanto, este protocolo demuestra un ejemplo de pantalla para identificar el candidato (s) potencial (s) que puede sinergizar el efecto anti-glioma con temozolomida, la quimioterapia de primera línea para el tratamiento de GBM, entre 20 pequeños inhibidores moleculares.

Protocol

La muestra de GBM se adquirió de un paciente durante una operación de rutina después de obtener el consentimiento plenamente informado del comité de ética de investigación humana del Primer Hospital Afiliado de la Universidad Médica de Nanjing. 1. Aislamiento y cultivo de GSC derivadas de pacientes Coloque el tejido fresco de glioblastoma resecodo quirúrgicamente en un tubo centrífugo de 15 ml lleno de PBS estéril y almacene el tejido en hielo hasta la operación adicional….

Representative Results

Las células XG387 formaron neuroesferas en el medio de cultivo descrito en la Tabla 1 en una placa de cultivo de 6 pozos de unión ultra baja o una placa no recubierta5 (Figura 1A). En primer lugar, se realizó una prueba para comprobar si la intensidad de bioluminiscencia de las células XG387-Luc era proporcional al número de células. Como se muestra en la Figura 1B,la intensidad de la bioluminiscencia aumentó propo…

Discussion

En el presente estudio, se describió un protocolo que se puede aplicar para identificar una posible terapia combinada para GBM utilizando GSC derivadas del paciente. A diferencia del modelo métrico estándar de sinergia / adición, como los métodos Loewe, BLISS o HSA, se utilizó un flujo de trabajo simple y rápido que no requiere que un par de medicamentos se combine a múltiples concentraciones de manera factorial completa como los métodos tradicionales. En este flujo de trabajo, se introdujo el SI (índice de sen…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Agradecemos a la Fundación Nacional de Ciencias Naturales de China (81672962), a la Fundación del Programa del Equipo de Innovación Provincial de Jiangsu y a la Fundación del Proyecto Clave Conjunto de la Universidad del Sureste y la Universidad Médica de Nanjing por su apoyo.

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. Cancer Research. 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).
check_url/62312?article_type=t

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