Summary

Digital romlig profilering for karakterisering av mikromiljøet i voksen type diffust infiltrerende gliom

Published: September 13, 2022
doi:

Summary

Proteomisk dysregulering spiller en viktig rolle i spredningen av diffust infiltrerende gliomer, men flere relevante proteiner forblir uidentifiserte. Digital romlig prosessering (DSP) tilbyr en effektiv, høy gjennomstrømningsmetode for å karakterisere differensialuttrykket av kandidatproteiner som kan bidra til invasjon og migrasjon av infiltrative gliomer.

Abstract

Diffust infiltrerende gliomer er forbundet med høy morbiditet og dødelighet på grunn av den infiltrative karakteren av tumorspredning. De er morfologisk komplekse svulster, med en høy grad av proteomisk variabilitet over både selve svulsten og dens heterogene mikromiljø. Det ondartede potensialet til disse svulstene forbedres av dysreguleringen av proteiner involvert i flere viktige veier, inkludert prosesser som opprettholder cellulær stabilitet og bevarer mikromiljøets strukturelle integritet. Selv om det har vært mange bulk- og encellede gliomanalyser, er det en relativ mangel på romlig stratifisering av disse proteomiske dataene. Å forstå forskjeller i romlig fordeling av tumorogene faktorer og immuncellepopulasjoner mellom den indre svulsten, invasiv kant og mikromiljø gir verdifull innsikt i mekanismene som ligger til grunn for tumorproliferasjon og forplantning. Digital romprofilering (DSP) representerer en kraftig teknologi som kan danne grunnlaget for disse viktige flerlagsanalysene.

DSP er en metode som effektivt kvantifiserer proteinuttrykk innenfor brukerspesifiserte romlige regioner i en vevsprøve. DSP er ideell for å studere differensialuttrykket av flere proteiner innenfor og på tvers av skilleregioner, noe som muliggjør flere nivåer av kvantitativ og kvalitativ analyse. DSP-protokollen er systematisk og brukervennlig, noe som muliggjør tilpasset romlig analyse av proteomiske data. I dette eksperimentet er vevsmikromatriser konstruert fra arkiverte glioblastomkjernebiopsier. Deretter velges et panel av antistoffer, rettet mot proteiner av interesse i prøven. Antistoffene, som er prekonjugert til UV-fotospaltbare DNA-oligonukleotider, inkuberes deretter med vevsprøven over natten. Under fluorescensmikroskopi visualisering av antistoffene, regioner av interesse (ROIs) innenfor hvilke å kvantifisere proteinuttrykk er definert med prøvene. UV-lys blir deretter rettet mot hver avkastning, og spalter DNA-oligonukleotidene. Oligonukleotidene mikroaspireres og telles innenfor hver avkastning, og kvantifiserer det tilsvarende proteinet på romlig basis.

Introduction

Diffust infiltrerende gliomer er den vanligste typen ondartet hjernesvulst hos voksne og er alltid dødelig. Tilbøyeligheten til gliomceller til å migrere mye i hjernen er en stor terapeutisk utfordring. Mekanismen som de sprer innebærer rettet migrasjon og ukontrollert invasjon. Invasive gliomceller har vist seg å utvise tropisme og migrasjon langs hvite substanskanaler1, med nyere forskning som impliserer demyelinisering av disse kanalene som en aktiv, protumorigen funksjon2. Invasjon er mediert av en epitel-til-mesenkymal overgang, hvor gliomceller oppnår mesenkymale egenskaper ved å redusere uttrykket av gener som koder for ekstracellulære matriksproteiner og celleadhesjonsmolekyler, forsterker migrasjon og letter forplantning gjennom tumormikromiljøet 3,4,5.

På molekylært nivå erdet påvist forstyrrelse av flere proteiner som gir cellulær stabilitet og grensesnitt med immunogene komponenter. Infiltrative gliomer er kjent for å gjennomgå undertrykkelse av proteiner med anti-apoptotiske (f.eks. PTEN) egenskaper7. De overuttrykker også proteiner som fremmer unnvikelse av vertsimmunresponsen (f.eks. PD1 / PDL1)8. Dysreguleringen av disse komplekse banene forbedrer tumorigenitet og øker ondartet potensial.

Innenfor prøver av invasive gliomer var målet å evaluere differensialuttrykket av proteiner som er nøkkelen til cellevekst, overlevelse og spredning, og til mikromiljøets strukturelle integritet mellom invasive og ikke-invasive komponenter. I tillegg søkte vi å studere differensialreguleringen av proteiner med en aktiv immunogen rolle, og ga innsikt i mekanismen der kompromittert vertsimmunforsvar kan forbedre det proliferative og invasive potensialet til gliomer. Dette er spesielt relevant gitt den siste bredden av forskning som viser hvordan immunmarkører og drivere for dysregulering i malignitet kan tjene som mål for immunterapi. Å identifisere levedyktige terapeutiske mål blant de mange proteinene som er involvert i immunovervåkning og reaktivitet krever en svært sensitiv og omfattende tilnærming.

Gitt det brede utvalget av kandidatproteiner som kan studeres, søkte vi en metode som ligner på immunhistokjemi, men med forbedret databehandlingseffektivitet. Innen kreftbiologi har DSP dukket opp som en kraftig teknologi med viktige fordeler i forhold til alternative verktøy for proteomisk analyse og kvantifisering. Kjennetegnet ved DSP er dens høykapasitetsmultipleksingsevne, noe som muliggjør samtidig studier av flere forskjellige proteiner i en prøve, og markerer et viktig skille fra standard, men lavere plex-teknologier som immunhistokjemi (IHC) 9,10. Multiplex-funksjonen til DSP kompromitterer ikke dens troskap som et kvantitativt og analytisk verktøy, som demonstrert av studier som sammenligner DSP med IHC. Når det brukes til proteomisk kvantifisering av ikke-småcellede lungekreftprøver, har DSP for eksempel vist seg å ha lignende resultater som IHC11. I tillegg tilbyr DSP tilpassbar regional spesifikasjon, der brukere manuelt kan definere regioner innenfor hvilke de skal utføre proteomisk analyse. Dette gir en fordel i forhold til helseksjonsmultipleksmetoder10,12. I en enkelt runde med behandling tilbyr DSP dermed flere lag med analyse ved å kartlegge flere proteinmål på tvers av flere interesseområder.

DSP har applikasjoner i flere forskjellige patologiske innstillinger. DSP er spesielt fordelaktig i onkologisk analyse, da romlig variasjon kan korrelere med cellulær transformasjon og differensial proteinuttrykk. For eksempel har DSP blitt brukt til å sammenligne den proteomiske profilen til brystkreft med det tilstøtende tumormikromiljøet. Dette har viktige implikasjoner for å forstå den naturlige historien til denne svulsten og dens progresjon, samt potensiell respons på behandling13. Ytterligere kontekster som illustrerer allsidigheten til DSP inkluderer romlig kvantifisering av proteindiversitet i prostatakreft14, assosiasjon av immuncellemarkøruttrykk med sykdomsprogresjon i hode- og nakkeplateepitelkarsinom 15, og demonstrasjon av en epitel-mesenkymal gradient av proteinuttrykk som skiller metastatisk fra primær klarcellet eggstokkreft16 . Ved å implementere DSP karakteriserer vi den romlige topografien til proteiner som kan påvirke tumorigenese og invasjon av gliomer.

Protocol

Protokollen som er skissert nedenfor følger retningslinjene til Dartmouth-Hitchcock Human Research Ethics Committee. Informert samtykke ble innhentet fra pasientene som fikk vevsprøver inkludert i denne studien. Se delen Materialtabell for detaljer knyttet til alle materialer, reagenser, utstyr og programvare som brukes i denne protokollen. 1. Lysbilde forberedelse17 Hent eller klargjør formalinfast, parafin-innebygd vev fr…

Representative Results

Figur 4 viser de representative resultatene fra et DSP-eksperiment utført på prøver av glioblastom. Et varmekart presenteres, som illustrerer en av metodene for å fange data visuelt ved hjelp av DSP-programvaren. Rader representerer proteinmål, og hver kolonne tilsvarer et område av interesse. Et fargeområde fra blått til rødt angir henholdsvis lavt til høyt uttrykk. Variabilitet av farge i en rad reflekterer regional protein heterogenitet og antyder en mulig romlig tilknytning til…

Discussion

Gitt mangfoldet av proteiner som potensielt kan påvirke aggressiviteten til gliomer og forestillingen om at flere av disse proteinene forblir uoppdaget, er en proteinkvantifiseringsmetode med høy gjennomstrømning en ideell teknologisk tilnærming. I tillegg, gitt at romlige data i onkologiske prøver ofte korrelerer med differensialuttrykk18, gir inkorporering av romlig profilering i proteinkvantifiseringsmetoden mer effektiv analyse.

Den høye gjennomstrømningsmeto…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Forfatterne anerkjenner støtten fra Laboratoriet for klinisk genomikk og avansert teknologi ved Institutt for patologi og laboratoriemedisin i Dartmouth Hitchcock Health System. Forfatterne anerkjenner også Pathology Shared Resource ved Dartmouth Cancer Center med NCI Cancer Center Support Grant 5P30 CA023108-37.

Materials

BOND Research Detection System Leica Biosystems, Wetzlar, Germany DS9455 Open detection system containing open containers in a reagent tray
BOND Wash Leica Biosystems, Wetzlar, Germany AR950 10X concentrated buffer solution for washing fixed tissue
Buffer W NanoString, Seattle, WA contact company Blocking reagent
Cy3 conjugation kit Abcam, Cambridge, UK AB188287 Cy3 fluorescent antibody conjugation kit
GeoMx Digital Spatial Profiler (DSP) NanoString, Seattle, WA contact company System for imaging and characterizing protein and RNA targets
GeoMx DSP Instrument BufferKit NanoString, Seattle, WA 100471 Buffer kit for GeoMX DSP (including buffers for sample processing and preparation)
GeoMx Hyb Code Pack_Protein NanoString, Seattle, WA 121300401 Controls for running GeoMX DSP experiemtns
GeoMx Immune Cell Panel (Imm Cell Pro_Hs) NanoString, Seattle, WA 121300101 Protein module with targets for human immune cells and immuno-oncologic targets
GeoMx Pan-Tumor Panel (Pan-Tumor_Hs) NanoString, Seattle, WA 121300105 Protein module with targets for multiple human tumor types and for markers of epithelial-mesenchymal transition
GeoMx Protein Slide Prep FFPE NanoString, Seattle, WA 121300308 Sample preparation reagents for GeoMX DSP protein analysis
IDH1-R132H antibody Dianova, Hamburg, Germany DIA-H09 Monoclonal antibody against human IDH1 R132H
LEICA Bond RX Leica Biosystems, Wetzlar, Germany contact company Fully automated IHC stainer
Master Kit–12 reactions NanoString, Seattle, WA 100052 Materials and reagents for use with the nCounter Analysis system
nCounter Analysis System NanoString, Seattle, WA contact company Automated system for multiplex target expression quantification (to be used with GeoMx DSP)
TMA Master II 3DHistech Ltd., Budapest, Hungary To create the tissue microarray block

References

  1. Pedersen, P. H., et al. Migratory patterns of lac-z transfected human glioma cells in the rat brain. International Journal of Cancer. 62 (6), 767-771 (1995).
  2. Wang, J., et al. Invasion of white matter tracts by glioma stem cells is regulated by a NOTCH1-SOX2 positive-feedback loop. Nature Neuroscience. 22 (1), 91-105 (2019).
  3. Iwadate, Y. Epithelial-mesenchymal transition in glioblastoma progression. Oncology Letters. 11 (3), 1615-1620 (2016).
  4. Tao, C., et al. Genomics and prognosis analysis of epithelial-mesenchymal transition in glioma. Frontiers in Oncology. 10, 183 (2020).
  5. Cuddapah, V. A., Robel, S., Watkins, S., Sontheimer, H. A neurocentric perspective on glioma invasion. Nature Reviews Neuroscience. 15 (7), 455-465 (2014).
  6. Barthel, L., et al. Glioma: molecular signature and crossroads with tumor microenvironment. Cancer and Metastasis Reviews. 1 (1), 53-75 (2021).
  7. Ziegler, D. S., Kung, A. L., Kieran, M. W. Anti-apoptosis mechanisms in malignant gliomas. Journal of Clinical Oncology. 26 (3), 493-500 (2008).
  8. Berghoff, A. S., et al. Programmed death ligand 1 expression and tumor-infiltrating lymphocytes in glioblastoma. Neuro-Oncology. 17 (8), 1064-1075 (2015).
  9. Merritt, C. R., et al. Multiplex digital spatial profiling of proteins and RNA in fixed tissue. Nature Biotechnology. 38 (5), 586-599 (2020).
  10. Van, T. M., Blank, C. U. A user’s perspective on GeoMxTM digital spatial profiling. Immuno-Oncology Technology. 1, 11-18 (2019).
  11. Garcia-Pardo, M., Calles, A. ROS-1 NSCLC therapy resistance mechanism. Precision Cancer Medicine. , (2021).
  12. Ye, L., et al. Digital spatial profiling of individual glomeruli from patients with anti-neutrophil cytoplasmic autoantibody-associated glomerulonephritis. Frontiers in Immunology. 13, 831253 (2022).
  13. Bergholtz, H., et al. Best practices for spatial profiling for breast cancer research with the GeoMx digital spatial profiler. Cancers. 13 (17), 4456 (2021).
  14. Brady, L., et al. Inter- and intra-tumor heterogeneity of metastatic prostate cancer determined by digital spatial gene expression profiling. Nature Communications. 12 (1), 1426 (2021).
  15. Kulasinghe, A., et al. Highly multiplexed digital spatial profiling of the tumor microenvironment of head and neck squamous cell carcinoma patients. Frontiers in Oncology. 10, 607349 (2021).
  16. Wang, D. Y. -. T., et al. Case study: Digital spatial profiling of metastatic clear cell carcinoma reveals intra-tumor heterogeneity in epithelial-mesenchymal gradient. bioRxiv. , (2021).
  17. GeoMx DSP. Automated slide preparation user manual. GeoMx DSP. , (2022).
  18. Allam, M., Cai, S., Coskun, A. F. Multiplex bioimaging of single-cell spatial profiles for precision cancer diagnostics and therapeutics. NPJ Precision Oncology. 4, 11 (2020).
  19. Wolchok, J. D., et al. Overall survival with combined nivolumab and ipilimumab in advanced melanoma. New England Journal of Medicine. 377 (14), 1345-1356 (2017).
  20. Blank, C. U., et al. Neoadjuvant versus adjuvant ipilimumab plus nivolumab in macroscopic stage III melanoma. Nature Medicine. 24 (11), 1655-1661 (2018).
  21. Matthews, R. T., et al. Brain-enriched hyaluronan binding (BEHAB)/brevican cleavage in a glioma cell line is mediated by a disintegrin and metalloproteinase with thrombospondin motifs (ADAMTS) family member. Journal of Biological Chemistry. 275 (30), 22695-22703 (2000).
  22. Paganetti, P. A., Caroni, P., Schwab, M. E. Glioblastoma infiltration into central nervous system tissue in vitro: involvement of a metalloprotease. Journal of Cell Biology. 107, 2281-2291 (1988).
  23. Beliën, A. T., Paganetti, P. A., Schwab, M. E. Membrane-type 1 matrix metalloprotease (MT1-MMP) enables invasive migration of glioma cells in central nervous system white matter. Journal of Cell Biology. 144 (2), 373-384 (1999).
  24. Coulie, P. G., Vanden Eynde, B. J., vander Bruggen, P., Boon, T. Tumour antigens recognized by T lymphocytes: At the core of cancer immunotherapy. Nature Reviews Cancer. 14 (2), 135-146 (2014).
  25. Finn, O. J. Vaccines for cancer prevention: a practical and feasible approach to the cancer epidemic. Cancer Immunology Research. 2 (8), 708-713 (2014).
  26. Sharma, P., Allison, J. P. The future of immune checkpoint therapy. Science. 348 (6230), 56-61 (2015).
  27. Chen, L., Han, X. Anti-PD-1/PD-L1 therapy of human cancer: past, present, and future. Journal of Clinical Investigation. 125 (9), 3384-3391 (2015).
  28. Cai, X., et al. Glioma-Associated stromal cells stimulate glioma malignancy by regulating the tumor immune microenvironment. Frontiers in Oncology. 11, 672928 (2021).
  29. Ishii, , et al. Histological characterization of the tumorigenic "peri-necrotic niche" harboring quiescent stem-like tumor cells in glioblastoma. PLoS One. 11 (1), 0147366 (2016).
  30. Lewis, C. E., Pollard, J. W. Distinct role of macrophages in different tumor microenvironments. Cancer Research. 66 (2), 605-612 (2006).
  31. NanoString. CosMx Spatial Molecular Imager: True Single-Cell In Situ Solution. NanoString. , (2022).

Play Video

Cite This Article
Karbhari, N., Barney, R., Palisoul, S., Hong, J., Lin, C., Zanazzi, G. Digital Spatial Profiling for Characterization of the Microenvironment in Adult-Type Diffusely Infiltrating Glioma. J. Vis. Exp. (187), e63620, doi:10.3791/63620 (2022).

View Video