Summary

Perfil Espacial Digital para Caracterização do Microambiente em Glioma Infiltrante Difuso do Tipo Adulto

Published: September 13, 2022
doi:

Summary

A desregulação proteômica desempenha um papel importante na disseminação de gliomas difusos infiltrantes, mas várias proteínas relevantes permanecem não identificadas. O processamento espacial digital (DSP) oferece uma abordagem eficiente e de alto rendimento para caracterizar a expressão diferencial de proteínas candidatas que podem contribuir para a invasão e migração de gliomas infiltrativos.

Abstract

Gliomas de infiltração difusa estão associados a alta morbidade e mortalidade devido à natureza infiltrativa da disseminação tumoral. São tumores morfologicamente complexos, com alto grau de variabilidade proteômica tanto no próprio tumor quanto em seu microambiente heterogêneo. O potencial maligno desses tumores é reforçado pela desregulação de proteínas envolvidas em várias vias-chave, incluindo processos que mantêm a estabilidade celular e preservam a integridade estrutural do microambiente. Embora tenha havido numerosas análises de glioma a granel e unicelular, há uma relativa escassez de estratificação espacial desses dados proteômicos. A compreensão das diferenças na distribuição espacial de fatores tumorigênicos e populações de células imunes entre o tumor intrínseco, a borda invasiva e o microambiente oferece informações valiosas sobre os mecanismos subjacentes à proliferação e propagação do tumor. O perfil espacial digital (DSP) representa uma tecnologia poderosa que pode formar a base para essas importantes análises multicamadas.

O DSP é um método que quantifica eficientemente a expressão de proteínas dentro de regiões espaciais especificadas pelo usuário em uma amostra de tecido. O DSP é ideal para estudar a expressão diferencial de múltiplas proteínas dentro e entre regiões de distinção, permitindo múltiplos níveis de análise quantitativa e qualitativa. O protocolo DSP é sistemático e fácil de usar, permitindo a análise espacial personalizada de dados proteômicos. Neste experimento, microarranjos teciduais são construídos a partir de biópsias de núcleo de glioblastoma arquivadas. Em seguida, um painel de anticorpos é selecionado, visando proteínas de interesse dentro da amostra. Os anticorpos, que são pré-conjugados a oligonucleotídeos de DNA UV-fotoclevíveis, são então incubados com a amostra de tecido durante a noite. Sob a visualização por microscopia de fluorescência dos anticorpos, as regiões de interesse (ROIs) dentro das quais quantificar a expressão proteica são definidas com as amostras. A luz UV é então direcionada para cada ROI, clivando os oligonucleotídeos do DNA. Os oligonucleotídeos são microaspirados e contados dentro de cada ROI, quantificando a proteína correspondente em uma base espacial.

Introduction

Gliomas de infiltração difusa são o tipo mais comum de tumor cerebral maligno em adultos e são invariavelmente letais. A propensão para as células do glioma migrarem extensivamente no cérebro é um grande desafio terapêutico. O mecanismo pelo qual eles se espalham envolve migração dirigida e invasão descontrolada. Demonstrou-se que as células invasivas do glioma exibem tropismo e migração ao longo dos tratos da substância branca1, com pesquisas recentes implicando a desmielinização desses tratos como uma característica ativa e protumorigênica2. A invasão é mediada por uma transição epitelial-mesenquimal, na qual as células do glioma adquirem propriedades mesenquimais, reduzindo a expressão de genes que codificam proteínas da matriz extracelular e moléculas de adesão celular, amplificando a migração e facilitando a propagação através do microambiente tumoral 3,4,5.

No nível molecular, tem sido demonstrada a ruptura de diversas proteínas que conferem estabilidade celular e interface com componentes imunogênicos6. Sabe-se que os gliomas infiltrativos sofrem supressão de proteínas com propriedades antiapoptóticas (por exemplo, PTEN)7. Eles também superexpressam proteínas que promovem a evasão da resposta imune do hospedeiro (por exemplo, PD1/PDL1)8. A desregulação dessas vias complexas aumenta a tumorigenicidade e aumenta o potencial maligno.

Dentro de amostras de glioma invasivo, o objetivo foi avaliar a expressão diferencial de proteínas fundamentais para o crescimento, sobrevivência e proliferação celular, e para a integridade estrutural do microambiente entre componentes invasivos e não invasivos. Além disso, procuramos estudar a regulação diferencial de proteínas com um papel imunogênico ativo, oferecendo informações sobre o mecanismo pelo qual as defesas imunológicas comprometidas do hospedeiro podem aumentar o potencial proliferativo e invasivo dos gliomas. Isso é especialmente relevante, dada a recente amplitude de pesquisas que demonstram como os marcadores imunológicos e os fatores de desregulação na malignidade podem servir como alvos da imunoterapia. A identificação de alvos terapêuticos viáveis entre as muitas proteínas envolvidas na imunovigilância e reatividade requer uma abordagem altamente sensível e abrangente.

Dada a ampla gama de proteínas candidatas que podem ser estudadas, buscamos um método semelhante à imuno-histoquímica, mas com maior eficiência no processamento de dados. Dentro do campo da biologia do câncer, o DSP emergiu como uma tecnologia poderosa com vantagens importantes sobre ferramentas alternativas para análise e quantificação proteômica. A marca registrada do DSP é sua capacidade de multiplexação de alto rendimento, permitindo o estudo simultâneo de várias proteínas diferentes dentro de uma amostra, marcando uma distinção importante das tecnologias padrão, mas de baixo plexo, como a imuno-histoquímica (IHC)9,10. A característica multiplex do DSP não compromete sua fidelidade como ferramenta quantitativa e analítica, como demonstrado por estudos comparando DSP com IHC. Quando usado para quantificação proteômica de espécimes de câncer de pulmão de células não pequenas, por exemplo, o DSP demonstrou ter resultados semelhantes aos da IHC11. Além disso, o DSP oferece especificação regional personalizável, na qual os usuários podem definir manualmente as regiões dentro das quais executar a análise proteômica. Isso apresenta uma vantagem sobre os métodos multiplex de seção inteira10,12. Em uma única rodada de processamento, o DSP oferece várias camadas de análise, pesquisando vários alvos de proteínas em várias regiões de interesse.

DSP tem aplicações em vários contextos patológicos diferentes. A DSP é especialmente vantajosa na análise oncológica, pois a variação espacial pode se correlacionar com a transformação celular e a expressão diferencial de proteínas. Por exemplo, o DSP tem sido usado para comparar o perfil proteômico do câncer de mama com o microambiente tumoral adjacente. Isso traz implicações importantes para a compreensão da história natural desse tumor e sua progressão, bem como para a potencial resposta ao tratamento13. Contextos adicionais que ilustram a versatilidade do DSP incluem quantificação espacial da diversidade proteica no câncer de próstata14, associação da expressão de marcadores de células imunes com a progressão da doença no carcinoma espinocelular de cabeça e pescoço 15 e demonstração de um gradiente epitelial-mesenquimal de expressão proteica distinguindo o câncer de ovário metastático de células claras primário16 . Ao implementar o DSP, caracterizamos a topografia espacial de proteínas que poderiam impactar a tumorigênese e a invasão de gliomas.

Protocol

O protocolo descrito abaixo segue as diretrizes do Comitê de Ética em Pesquisa com Seres Humanos de Dartmouth-Hitchcock. O consentimento informado foi obtido dos pacientes cujas amostras de tecido foram incluídas neste estudo. Consulte a seção Tabela de Materiais para obter detalhes relacionados a todos os materiais, reagentes, equipamentos e softwares usados neste protocolo. 1. Preparação de slides17 Recupere ou prepar…

Representative Results

A Figura 4 mostra os resultados representativos de um experimento de DSP realizado em amostras de glioblastoma. Um mapa de calor é apresentado, ilustrando um dos métodos pelos quais capturar dados visualmente usando o software DSP. As linhas representam alvos proteicos e cada coluna corresponde a uma região de interesse. Um intervalo de cores de azul a vermelho denota expressão baixa a alta, respectivamente. A variabilidade da cor dentro de uma linha reflete a heterogeneidade da proteín…

Discussion

Dada a diversidade de proteínas que poderiam potencialmente influenciar a agressividade dos gliomas e a noção de que várias dessas proteínas permanecem desconhecidas, um método de quantificação de proteínas de alto rendimento é uma abordagem tecnológica ideal. Além disso, dado que os dados espaciais em amostras oncológicas muitas vezes se correlacionam com a expressão diferencial18, a incorporação do perfil espacial na abordagem de quantificação de proteínas permite uma análise…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Os autores reconhecem o apoio do Laboratório de Genômica Clínica e Tecnologia Avançada do Departamento de Patologia e Medicina Laboratorial do Dartmouth Hitchcock Health System. Os autores também reconhecem o Recurso Compartilhado de Patologia no Dartmouth Cancer Center com o 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).
check_url/63620?article_type=t

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