Summary

Automatiseret dissektionsprotokol til tumorberigelse i væv med lavt tumorindhold

Published: March 29, 2021
doi:

Summary

Digital annotation med automatiseret vævsdissektion giver en innovativ tilgang til berigelse af tumor i tilfælde med lavt tumorindhold og kan tilpasses både paraffin og frosne vævstyper. Den beskrevne arbejdsgang forbedrer nøjagtighed, reproducerbarhed og gennemløb og kan anvendes til både forskning og kliniske indstillinger.

Abstract

Tumorberigelse i væv med lavt tumorindhold, dem under 20% tumorindhold afhængigt af metoden, er påkrævet for at generere kvalitetsdata reproducerbart med mange downstream-assays såsom næste generations sekventering. Automatiseret vævsdissektion er en ny metode, der automatiserer og forbedrer tumorberigelse i disse almindelige væv med lavt tumorindhold ved at reducere den brugerafhængige upræcision af traditionel makrodissektion og tids-, omkostnings- og ekspertisebegrænsninger ved laserfangstmikrodissektion ved hjælp af digital billedannoteringsoverlejring på ikke-opnåede dias. Her bruges digitale hæmatoxylin- og eosinannoteringer (H&E) til at målrette mod små tumorområder ved hjælp af et blad, der er 250 μm2 i diameter i ufarvet formalinfast paraffinindlejret (FFPE) eller friske frosne sektioner op til 20 μm i tykkelse til automatiseret tumorberigelse inden nukleinsyreekstraktion og hel exom-sekventering (WES). Automatiseret dissektion kan høste kommenterede regioner i væv med lavt tumorindhold fra enkelte eller flere sektioner til nukleinsyreekstraktion. Det giver også mulighed for registrering af omfattende indsamlingsmålinger før og efter høst, samtidig med at nøjagtigheden, reproducerbarheden og gennemstrømningen øges med udnyttelse af færre dias. Den beskrevne protokol muliggør digital annotation med automatiseret dissektion på animalsk og / eller human FFPE eller frisk frosset væv med lavt tumorindhold og kan også bruges til enhver region af interesseberigelse for at øge tilstrækkeligheden til downstream-sekventeringsapplikationer i kliniske eller forskningsmæssige arbejdsgange.

Introduction

Næste generations sekventering (NGS) bruges i stigende grad til både patientpleje og kræftforskning for at hjælpe med at guide behandlinger og lette videnskabelig opdagelse. Væv er ofte begrænset, og små prøver med variabelt tumorindhold anvendes rutinemæssigt. Tumortilstrækkelighed og integritet forbliver derfor en barriere for at opnå meningsfulde data. Prøver med lavere tumorprocenter kan forårsage vanskeligheder med at skelne sande varianter fra sekventeringsartefakter og er ofte ikke berettiget til NGS1. Tumorberigelse af tilfælde med lavt tumorindhold, dem under 20%, har vist sig at hjælpe med at give tilstrækkeligt materiale til at generere reproducerbare sekventeringsdata og sikre, at lavfrekvente varianter ikke savnes 2,3. Grænserne vil dog variere afhængigt af de anvendte platforme og planlagt brug af de genererede data.

Traditionelt udføres berigelse af tumorregioner til ekstraktion ved manuel makrodissektion eller laserfangst mikrodissektion (LCM) af formalinfast paraffin indlejret (FFPE) dias. Manuel makrodissering eller skrabning af specificerede vævsområder fra dias gør det muligt at fjerne tumorområder til brug i downstream-assays med relativt lave omkostninger, men med lav nøjagtighed og lav præcision 2,4. Minimal teknisk nøjagtighed kan være meget effektiv med tilfælde med højere tumorindhold, hvor store tumorskår er til stede og / eller minimalt vævstab ikke påvirker resultaterne væsentligt, men tilfælde med lavt tumorindhold eller tilfælde med mere dispergeret tumor kræver øget præcision. LCM blev derfor opfundet i 1990’erne og blev en værdifuld måde at præcist fjerne små, definerede, mikroskopiske vævsområder fra formalinfast paraffin indlejret (FFPE) dias 5,6,7,8. LCM kan bruges til at indsamle enkeltcellepopulationer, når der findes kompleks heterogenitet af prøven9, hvilket giver mulighed for indsamling af tidligere vanskelige at adskille cellepopulationer. LCM kræver dog dyre maskiner, der kræver omfattende teknisk ekspertise og praktisk tid 10,11,12,13,14.

Instrumentet, der anvendes til automatiseret vævsdissektion, har præcision mellem LCM (~ 10 μm) og makrodissektion (~ 1 mm)15. Derudover udviser den både omkostnings- og tekniske ekspertisekrav mellem makrodissering og LCM og er designet til at udføre hurtig vævsberigelse fra sekventielle FFPE-dias for at afhjælpe ulemperne ved tidligere metoder15. Automatiseret dissektion på denne måde bruger digitale annoteringer eller billedoverlejringer på scenen på serielt sektionerede ufarvede vævsdias til dissekering og berigelse af interesseområder. Instrumentet bruger plastspindefræsespidser, 1,5 ml opsamlingsrør og kan bruges med en række forskellige væsker til dissektion for at indsamle områder af interesse for downstream-assays inklusive nukleinsyreekstraktion og sekventering. Den roterende plastfræsespids bruger indre og ydre sprøjtetøndereservoirer og et stempel til opsamling af buffer, derefter møller og opsamler væv16. Den variable fræsespidsstørrelsesdiameter (250 μm, 525 μm, 725 μm) kan muliggøre dissektion af separate vævsområder til sammenligning, multifokale regioner, der kan samles eller individuelle små områder fra enkelte eller flere FFPE-dias. Sektionstykkelser, der anvendes til høst, kan justeres ud fra individuelle forsøgsbehov, og brugerne kan sikre, at områder af interesse ikke er blevet udtømt ved at udføre en ekstra H&E på en seriel sektion umiddelbart efter den sidste sektion, der blev brugt til høst.

Automatiseret dissektion blev identificeret som en måde at berige tumorindhold i tilfælde med lavt tumorindhold, og vi testede og udvidede den tilsigtede funktionalitet af et automatiseret vævsdissektionsinstrument, som i øjeblikket markedsføres til brug på FFPE kliniske prøver op til 10 μm i tykkelse. Arbejdet viser, at automatiseret dissektion kan anvendes på både FFPE og friske frosne humane eller animalske vævssektioner op til 20 μm i tykkelse til forskningsformål. Protokollen demonstrerer også en tilgang til digitalt at kommentere og automatisere dissektion til tumorberigelse i væv med lavt tumorindhold og / eller tilfælde med indlejret, dispergeret tumor, hvor meningsfuld makrodissektion er udfordrende eller ikke mulig og viser både kvalitet og udbytte af nukleinsyre, der er tilstrækkelig til NGS. Automatiseret dissektion kan derfor give præcision på mellemniveau og øget gennemstrømning til tumorberigelse og kan også anvendes til at berige andre regioner af interesse eller kombineres med andre platforme til at besvare forskning eller kliniske spørgsmål.

Protocol

Før initiering skal du indhente passende vævsprøver i henhold til Institutional Review Board (IRB) protokoller. Alle metoder, der er beskrevet her, er blevet godkendt af Institutional Animal Care and Use Committee (IACUC) i Genentech, Inc. 1. Forberedelse af væv og dias Vælg FFPE eller friske frosne vævsblokke, og brug den tilsvarende behandlingsmetode nedenfor. Skær vævsbloksektioner på positivt ladede glasglas i den ønskede tykkelse. Seriel sektion FFPE væv i b…

Representative Results

FFPE- og FF-museleverafsnit indeholdende metastatisk kolorektal cancer i xenotransplantater blev valgt. Sektioner blev H&E farvet (figur 1A, E, I) og scannet på et helt diasbillede ved 20x forstørrelse. En patolog kommenterede digitalt tumorområder af interesse, og en maske blev genereret ved hjælp af kommerciel software og formateret som et digitalt png-referencebillede (figur 1B, F, J). Serielle 10 μm og 20 μm tykke ufar…

Discussion

Præsenteret her er en protokol til anvendelse af digital annotation og automatiseret dissektion til at dissekere tumorregioner fra ffpe med lavt tumorindhold eller friske frosne væv til tumorberigelse og anvendelse i WES. Ved at kombinere digital annotation og maskeoprettelse med automatiseret dissektion reduceres den krævede praktiske tid og ekspertise, der er fælles for klassiske metoder til tumorberigelse inklusive manuel makrodissektion og LCM, betydeligt. Protokollen demonstrerer en potentielt vigtig mellemklass…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Forfatterne vil gerne takke Carmina Espiritu og Robin E. Taylor for deres støtte til automatiseret dissektionsudvikling samt Genentech Pathology Core Laboratory-personalet, der støttede dette arbejde.

Materials

Agilent SureSelectXT Agilent G9611A
AVENIO Millisect Fill Station Roche 8106533001
AVENIO Millisect Instrument, Base Roche 8106568001
AVENIO Millisect Instrument, Head Roche 8106550001
AVENIO Millisect Milling Tips Small Roche 8106509001
AVENIO Millisect PC Roche 8106495001
BioAnalyzer Agilent G2939BA
Eppendorf 5427R Eppendorf 22620700 Micro-centrifuge
Incubation Buffer Promega D920D
Leica Autostainer XL Leica ST5010 Automated stainer
Molecular Grade Mineral Oil Sigma M5904-500ML
Proteinase K Promega V302B Digestion buffer
Qiagen AllPrep DNA/RNA Mini Kit Qiagen 80284
RLT Plus buffer Qiagen 80204
Superfrost Plus positively charged microscope slides Thermo Scientific 6776214

References

  1. Cho, M., et al. Tissue recommendations for precision cancer therapy using next generation sequencing: a comprehensive single cancer center’s experiences. Oncotarget. 8 (26), 42478-42486 (2017).
  2. Smits, A. J. J., et al. The estimation of tumor cell percentage for molecular testing by pathologists is not accurate. Modern Pathology: An Official Journal of the United States and Canadian Academy of Pathology, Inc. 27 (2), 168-174 (2014).
  3. Poole-Wilson, P. A., Langer, G. A. Effect of pH on ionic exchange and function in rat and rabbit myocardium. The American Journal of Physiology. 229 (3), 570-581 (1975).
  4. Viray, H., et al. A prospective, multi-institutional diagnostic trial to determine pathologist accuracy in estimation of percentage of malignant cells. Archives of Pathology & Laboratory Medicine. 137 (11), 1545-1549 (2013).
  5. El-Serag, H. B., et al. Gene Expression in Barrett’s Esophagus: Laser capture versus whole tissue. Scandinavian Journal of Gastroenterology. 44 (7), 787-795 (2009).
  6. Harrell, J. C., Dye, W. W., Harvell, D. M. E., Sartorius, C. A., Horwitz, K. B. Contaminating cells alter gene signatures in whole organ versus laser capture microdissected tumors: a comparison of experimental breast cancers and their lymph node metastases. Clinical & Experimental Metastasis. 25 (1), 81-88 (2008).
  7. Kim, H. K., et al. Distinctions in gastric cancer gene expression signatures derived from laser capture microdissection versus histologic macrodissection. BMC Medical Genomics. 4, 48 (2011).
  8. Klee, E. W., et al. Impact of sample acquisition and linear amplification on gene expression profiling of lung adenocarcinoma: laser capture micro-dissection cell-sampling versus bulk tissue-sampling. BMC Medical Genomics. 2, 13 (2009).
  9. Civita, P., et al. Laser capture microdissection and RNA-seq analysis: High sensitivity approaches to explain histopathological heterogeneity in human glioblastoma FFPE archived tissues. Frontiers in Oncology. 9, 482 (2019).
  10. Emmert-Buck, M. R., et al. Laser capture microdissection. Science. 274 (5289), 998-1001 (1996).
  11. Bonner, R. F., et al. Laser capture microdissection: molecular analysis of tissue. Science. 278 (5342), 1481-1483 (1997).
  12. Hunt, J. L., Finkelstein, S. D. Microdissection techniques for molecular testing in surgical pathology. Archives of Pathology & Laboratory Medicine. 128 (12), 1372-1378 (2004).
  13. Espina, V., et al. Laser-capture microdissection. Nature Protocols. 1, 586-603 (2006).
  14. Grafen, M., et al. Optimized expression-based microdissection of formalin-fixed lung cancer tissue. Laboratory Investigation; A Journal of Technical Methods and Pathology. 97 (7), 863-872 (2017).
  15. Javey, M., et al. innovative tumor tissue dissection tool for molecular oncology diagnostics. The Journal of Molecular Diagnnostics: JMD. (21), 1525-1578 (2021).
  16. Adey, N., et al. A mill based instrument and software system for dissecting slide-mounted tissue that provides digital guidance and documentation. BMC Clinical Pathology. 13 (1), 29 (2013).
check_url/62394?article_type=t

Play Video

Cite This Article
Havnar, C. A., Zill, O., Eastham, J., Hung, J., Javey, M., Naouri, E., Giltnane, J., Balko, J. M., Wallace, A., Lounsbury, N., Oreper, D., Saturnio, S., Yang, G., Lo, A. A. Automated Dissection Protocol for Tumor Enrichment in Low Tumor Content Tissues. J. Vis. Exp. (169), e62394, doi:10.3791/62394 (2021).

View Video