このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

方法論記事

患者の薬剤耐性を予測するための「生きた」前臨床プラットフォームとしての患者由来腫瘍エクスプラント

5.6K 閲覧数

⸱

DOI：

10.3791/62130

⸱

2021年2月7日

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Leicester Cancer Research Center, University of Leicester, 2MRC Toxicology Unit

この記事について

サマリー

本論文では、患者に関連する生きた前臨床モデルシステムにおける腫瘍薬物反応を評価するための患者由来外植物の生成、薬物治療、分析の方法について説明する。

要約

薬剤耐性の理解と高耐性癌を感作するための新しい戦略の開発は、患者の応答を正確に予測できる適切な前臨床モデルの入手可能性に依存しています。既存の前臨床モデルの欠点の1つは、ヒト腫瘍微小環境(TME)を文脈的に保存し、腫瘍内不均一性を正確に表す能力ができないことであり、したがって、データの臨床翻訳を制限する。対照的に、ヒト腫瘍の生きた断片の培養を表すことによって、患者由来の外植(PDE)プラットフォームは、元の腫瘍の病理学的および構造的特徴を可能な限り密接に反映する3次元(3D)コンテキストで薬物応答を検査することを可能にする。PdEsを用いた以前の報告では、化学抵抗性腫瘍と化学感受性を区別するプラットフォームの能力が文書化されており、この分離は同じ化学療法に対する患者の応答を予測することが示されている。同時に、PEは、薬物応答を予測する腫瘍の分子、遺伝的、および組織学的特徴を問い合う機会を可能にし、それによって患者の階層化のためのバイオマーカーおよび耐性腫瘍を感作するための新しい介入アプローチを同定する。本論文では、患者サンプルの収集からエンドポイント分析まで、PDEの方法論を詳細に報告する。それは、必要に応じて、特定の腫瘍のオーダーメイド条件を強調し、外植派生と培養方法の詳細な説明を提供します。エンドポイント解析では、腫瘍領域と間質領域の両方で主要なバイオマーカーの空間プロファイリングを行う多重化免疫蛍光とマルチスペクトルイメージングに焦点を当てています。これらの方法を組み合わせることで、様々な臨床病理学的パラメータに関連し、バイオマーカー同定に使用される可能性のある定量的および定性的な薬物応答データを生成することができる。

概要

効果的で安全な抗癌剤の開発には、予測および薬力学的バイオマーカーの同定を促進できる作用機序に関する洞察を提供できる適切な前臨床モデルが必要です。腫瘍間ヘテロジニティー1、2、3、4、5、TME 6、7、8、9、10、11、12は抗癌剤反応に影響を与える知られており、細胞株、オルガノイド、マウスモデルなどの多くの既存の前臨床癌モデルは、これらの重要な重要な特性を十分に収容できない顔立ち。「理想的な」モデルは、腫瘍内の非悪性細胞との悪性細胞の複雑な空間相互作用を再現し、腫瘍内の地域差を反映することができるモデルです。この記事では、これらの要件の多くを満たすことができる新しいプラットフォームとして、PE に焦点を当てています13.

ヒトPDEの使用の最初の例は、組織培養とも呼ばれ、ホフマンらが切除したばかりのヒト腫瘍のスライスを生成し、コラーゲンマトリックス14、15で培養した1980年代後半にさかのぼる。これには、組織アーキテクチャを保存する3D培養システムを確立し、TME内の間質成分および細胞相互作用の維持を保証する。元の腫瘍を分解することなく、Hoffman et al.16は翻訳研究の新しいアプローチを告げ、この時以来、多くのグループは、組織の完全性を維持し、正確な薬物応答データ17、18、19、20、21、22、23、24を生成することを目的として、異なる外植法を最適化してきましたプロトコル間の違いは明らかですが、試験体らはゼラチンスポンジの外植を培養し、標本20、21、25を通して栄養素や薬物の拡散を助けるのに対し、Majumderらは同じ患者由来の自家血清の存在下で腫瘍および間質タンパク質で構成されるマトリックスの上に外植物を培養することによって腫瘍生態系を作り出した。 23.

さらに最近では、我々のグループは、2〜3mm3サイズの部分に腫瘍の断片化によって外植物を生成するプロトコルを設定し、培養システム24の空気液体界面で透過性膜に追加の成分を置かずに配置する。これらの多数の研究を組み合わせることで、PEは、元の腫瘍の空間的アーキテクチャと地域の不均一性を保持するヒト腫瘍の無傷の生きた断片の培養を可能にすることが実証されている。オリジナルの実験では、 外植または組織培養は、通常、薬物治療に従ってホモジナイゼーションを行い、その後、組織培養薬応答アッセイ20、21、MTT(3-(6)-2、5-ジフェニルテトラゾリウムブロマイド)アッセイ、乳酸デヒドロゲン酵素アッセイ、またはレサズラジン-27ベースのサンプルに様々な生存率アッセイを適用した。.エンドポイント解析技術、特にデジタル病理の最近の進歩は、現在、外植29、30で行うことができるエンドポイントテストとアッセイのレパートリーを拡大しています。これらの新しい技術を応用するために、外植はホルマリンに固定され、パラフィン(FFPE)に埋め込まれ、免疫染色技術を用いて分析され、空間プロファイリングが可能になります。このアプローチの例は、非小細胞肺癌(NSCLC)、乳癌、大腸癌、および中皮腫外植物について文書化されており、それによって増殖マーカー、Ki67、およびアポトーシスマーカー、切断ポリADPリボーゼポリメラーゼ(cPARP)は、細胞増殖および死の変化を監視するために使用された。

多重化された免疫蛍光は、エンドポイント35での外植における薬物応答の空間プロファイリングに特に適している。例えば、薬物治療13、36、37、38のTME内で、マクロファージやT細胞などの特定のクラスの免疫細胞の再局在化と空間分布を測定し、治療剤が「冷たい腫瘍」から「ホット腫瘍」39への移行を支持できるかどうかを調べることができます。 .近年、このグループは、異なる腫瘍タイプ(NSCLC、腎癌、乳癌、大腸癌、黒色腫)からのPEの誘導と、化学療法、低分子阻害剤、免疫チェックポイント阻害剤(ICI)を含む様々な抗癌剤の試験に焦点を当てています。エンドポイント分析方法は、TMEの異なる構成要素のバイオマーカーと同様に、生存可能性のためのバイオマーカーの空間プロファイリングを可能にする多重化された免疫蛍光を含むように最適化されています。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

1. 組織の収集

  1. 手術後、切除されたばかりのヒト腫瘍標本を、25mLの新鮮な培養培地(4.5 g/LグルコースおよびL-グルタミン+1%(v/v)胎児の子牛血清+1%ペニシリン-レンサマイシンを添加した改変イーグル培地を含むチューブに移し、氷の上に貯蔵する。無菌クラスIIフードで手術の2時間以内に外植を処理します。

2. Explant製剤

  1. 70%の産業メチル化精神(IMS)溶液ですべての外科用機器(移植片の刃/歯科ワックス表面/ピンセット)をきれいにしなさい。
  2. 10cmの培養皿( 材料表参照)に約25mLの新鮮な培地を充填し、氷のベッドの上に置きます。
  3. ピンセットを使用して、試料を歯科ワックス表面に移し(材料表を参照)、2つの皮膚移植片ブレードを使用して組織を約2〜3mm3の断片にスライスします。
    注: 最適なパフォーマンスを得るために、組織をスライスして 2 ~ 3 mm の厚さの個々のストリップを取得し、長さに沿ってストリップを切断して最終的な外植体を得ます。全体の標本が切れるまでプロセスを繰り返します。
  4. 10cm皿の氷冷培地に速やかに外植を移します。外植体の割合(6~9個)を取り、非緩衝ホルマリン溶液の10%を含む1mLチューブに入れ、室温(RT)で24時間放置します。
    注: これらのフラグメントは、「未培養」状態のコントロールの外植を表します。
  5. 6ウェルプレートの望ましい数のウェルを井戸あたり1.5mLの新鮮な培地で満たし、各ウェルにorganotypic培養インサートディスク( 材料表を参照)を入れ、媒体の上に浮かぶようにし、メディア挿入インターフェースで気泡を慎重に避けます。
  6. 外植をランダムに選択し、挿入ディスクの上に一度に 1 つずつ配置します。「未培養」状態と一致するためには、井戸ごとに6~9個の外植を使用してください。マルチウェルプレートをCO2インキュベーターの37°Cと5%CO2に入れ、16時間回収します。
    注:ティッシュを押しつぶすことを避けるために、ピンセットの穏やかな取扱いが強く推奨される。

3. 薬物治療

  1. 16時間後、新しい6ウェルプレートを取り、各ウェルに新鮮な培地の1.5mLを追加し、所望の濃度で関連する薬物を追加し、車両制御のためのウェルを含む。ピンセットを使用して、外植を含む各インサートを、薬物を含む新しく調製された6ウェルプレートに移動します。プレートをCO2インキュベーターの37°C、5%CO2(24~48時間)に置きます。
  2. 以前ホルマリンに固定されていた未培養の外植物を占頭カセット(下記のセクション4を参照)に移し、実験の終わりまで70%IMSに保管する。

4. 組織学的処理

  1. 組織固定
    1. 薬物治療後、外植を含む挿入ディスクを10%ホルマリンを含む新しい6ウェルプレートに移し、10%ホルマリンを外植の上部に数滴加えて固定液で完全なカバレッジを確保します。
      注意:ホルマリンは危険です。皮膚との接触を避け、吸入を防ぐために煙の食べ物の中でそれを処理します。
    2. 10%ホルマリンで一晩(20〜24時間)外植を残します。
    3. 翌日、関連する数の小さなヒストロジースポンジを70%IMSに浸し、それらを占めるカセットの中に入れてください。与えられた薬物治療条件から1つのスポンジに、すべての外植物を穏やかに移す(外植の側面が挿入ディスクに接触し、したがって薬物処理領域がスポンジに接触するように、外植の向きを維持する)。外植の上に別のあらかじめ浸したスポンジを置き、神学のカセット(ウェル/トリートメントごとに1カセット)内に固定します。
    4. 70% IMS にカセットを沈め、RT で 24 時間放置します。
  2. パラフィン埋め込みと組織切片
    1. 翌日、外植を含む組織学的カセットを組織処理装置のサンプルバスケットに移し( 材料表を参照)、蓋を固定します。バスケットをレトルトに入れ、そっと閉じます。目的のプログラムを選択し、プロセッサを起動します。レトルトを水切りし、バスケットを取り除くために開き、バスケットを埋め込みセンターワックスバスに移します。
    2. 埋め込んだ後、金属カセットの蓋をバスケットに移し、洗浄プログラム用のティッシュプロセッサのレトルトに戻します。乾燥したティッシュでセンサーを拭き取り、レトルトの蓋から余分なワックスを取り除き、クリーニングプログラムを進めます。
    3. ロータリーミクロトームにパラフィンブロックを置き、4μmでいくつかのセクションを切り、ブロックを氷に戻します。ブロックの位置を変更し、さらに4 μmのセクションを切ります。小さなペイントブラシと鉗子でセクションを水浴に移し、折り目や泡を取り除きます。
    4. 切片を顕微鏡スライドの上に中央に置き、スライドを数分間排水し、スライドラックに入れて37°Cのインキュベーターで一晩乾燥させます。 セクションが乾燥したら、ほこりから保護するために、スライドフォルダまたはボックスにRTでそれらを保存します。

5. ヘマトキシリンとエオシン(H&E)染色

  1. 染色剤( 材料表を参照)に試薬を充填し、H&E染色に必要なプログラムを設定します:ヘマトキシリンインキュベーション時間:5分。エオジンインキュベーション時間:3分
  2. スライドラックをキャリアに取り付け、最初の容器にxyleneを入れ、プログラムを開始します。スライドキャリアをラックから取り外し、スライドラック付きのコンテナを取り付けエリアに持って行きます。
  3. 抽出フードの下にジブチルフタレートキシレン(DPX)でスライドをマウントします。各カバースリップにDPXを置き、スライドをセクションを下に置いてカバースリップに下げ、DPXが広がるようにします。
    注: DPX は危険です。皮膚との接触を避け、指定されたヒュームフードで使用してください。

6. 免疫染色

注: 特に明記されていない限り、RTで以下の手順を実行する必要があります。

  1. 脱パラフィンと水分補給
    1. スライドラックにスライドを入れ、65°Cで10分間加熱してから、3分間(2x)のキシレンで切り離します。持ち越し溶液の量を最小限に抑えます。
      注:キシレンは可燃性、危険、刺激性です。二重層手袋を使用しながら、ヒュームフードの内側にハンドル。皮膚と目の接触を避けてください。密閉容器内の廃棄物を処分する。
    2. 1 分間(2x)の場合は 99% の IMS、1 分間の 95% IMS の場合は、アルコール勾配でスライドを水分補給します。持ち越し溶液の量を最小限に抑えます。
      注: IMS は、非常に可燃性、揮発性、および刺激性があります。ヒュームフードの内側を取り扱い、皮膚と目の接触を避けてください。
    3. スライドラックを超純度(UP)水に5分間完全に沈めます。
  2. 抗原検索
    1. 使用する特定の抗体に関するメーカーのガイドラインに従って、抗原検索バッファーを準備します。
      注:クエン酸緩衝液0.2M、pH6、または トリス(ヒドロキシメチル)アミノメタン(トリス)-エチレンジアミンテトラ酢酸(EDTA)0.1M、pH9、それぞれ酸性またはアルカリ性条件に使用される一般的な緩衝液である。クエン酸一水和物およびトリスは刺激剤である。ヒュームフード内のすべてのストックソリューションを準備します。皮膚や目との接触を避けてください。
    2. スライドを含むラックを抗原検索バッファーに、マイクロ波 ( 材料表を参照) をフルパワー (800 W) で 20 分間水没します。
      注: プロセス全体の間、スライドをバッファーに完全に沈めておきます。バッファーのボリュームが過度に減少しないように、使用する容器の上に蓋を置きます。
  3. 多重免疫蛍光(mIF)
    注: この処理には 1 ~ 2 日かかります。
    1. 250 mLのUP水で清潔な容器を充填し、スライドラックを2分(2x)に完全に浸します。スライドカバープレートに各スライドを組み立てるに進みます( 資料表を参照)。
      1. スライドをカバープレートに組み立てるには、グラストラフを水で準備します。カバープレートとスライドの両方を水中に沈め、カバープレートに向けて組織セクション側を配置します。
      2. カバープレートの下部にある突起部の上にスライドの下端を配置し、最後にスライドをカバープレートに合わせて、空気が閉じ込められずに間の隙間を埋めることができます。カバープレートを持ち、一緒にスライドし、カバープレートラックに入れてください。
    2. カバープレートにリン酸緩衝生理食塩分(PBS)を充填し、バッファがスライドを洗浄し、重力(2x)で流れ出るのを待ちます。各カバープレートに110 μLのブロッキングバッファ( 材料表を参照)をパイプし、10分間インキュベートします。
    3. メーカーの推奨に従ってPBSまたはブロッキングバッファーに所望の一次抗体希釈を準備します。スライドを一次抗体(各スライド110 μL)で30分間インキュベートします。6.3.2で説明したように、PBS(2x)の5 mLでスライドを洗浄します。
    4. 110 μLの西洋ワサビペルオキシダーゼポリマーでスライドを30分間インキュベートします。6.3.2で説明したように、PBS(2x)の5 mLでスライドを洗浄します。
    5. 増幅希釈液1:100(v/v)でフルオロフォア希釈を調製し、10分間フルオロフォア(各スライド110μL)でスライドをインキュベートします。6.3.2で説明したように、PBS(2x)の5 mLでスライドを洗浄します。
      メモ:フルオロフォア780の使用については、メーカーのガイドラインに従ってください。スライドがPBSの最終洗浄でインキュベートされ、一晩4°Cで保存された場合、実験はここで一時停止することができます。
    6. カバープレートからスライドを外し、抗原検索ステップに戻り、別の抗体で染色を開始します。テストする抗体の所望の数に対して染色を繰り返します。
    7. 最後のフルオロフォアのステップ6.3.5に続いて、カバープレートにスライドを保持し、4'-6-ジミディノ-2-フェニリンドール(DAPI)の6 μM溶液をUP水で希釈し、スライドを5分間(110 μLずつ)に逆流させます。上水(2x)でスライドを洗浄し、スライドの端を乾燥させて余分な水を除去します。取り付け媒体を使用してスライド上のカバーリップを組み立て、暗闇の中でRTで保存します。

7. スキャン

メモ:スライドスキャンは、マルチスペクトル自動イメージングシステムを使用して実行しました( 資料表を参照)。

  1. スライドをキャリアに組み込み、希望の順序でスキャナーにロードします。
    注:免疫染色の際にフルオロフォアやDAPIを使用しないコントロールスライドを含めればおすすめです。このスライドは、組織の内在性蛍光(自己蛍光(AF))の制御として使用されます。
  2. スライド スキャナー ソフトウェアを起動したら、ホームページから[プロトコルの編集] を選択します。名前、イメージングモード、実行するマルチスペクトルスキャンの種類(4~7チャンネル)、およびスタディ(ディレクトリ)をアドレス指定する新しいプロトコルを作成します。
    注: 分析されたバンドのデフォルト設定を変更するには、スキャンバンドを選択する機能を使用して、目的のフィルタを選択/選択解除 します。
  3. スキャン露出と負荷キャリアを続行し、最後にプロトコルの設定用のキャリアを選択します。[概要を取る]を選択して、スライド上の組織を検出します。キャリアに表示されるスライドを選択し、赤いカーソルを持つ組織の特定の領域を選択して、画面の左側のウィンドウでライブ ビューにします。
  4. DAPI フィルタを選択し、[オートフォーカス] をクリックするか、[ステージの高さ] スライダを手動で調整して対象フィールドにフォーカスを設定します。[自動公開]をクリックして、システムがそのフィルタ/バンドに最適な露出を見つけられるようにします。
    注: 各フィルタの露出時間は 12 ミリ秒に設定されています。システムを自動公開した後、露出時間をより良い見積もりに調整します。また、ハイライトされたセルに手動で値を入力して、自動露出の値をオーバーライドすることもできます。
  5. プロトコル内のすべてのフィルタについて、上記の手順を繰り返します。必要に応じて、場所やスライドを変更して、露出を設定するための最良の信号を見つけます。
    注:ライブビューで組織が赤色でハイライト表示されている場合、分析されたフィルタの蛍光シグナルは飽和状態になり、自動露出を繰り返す必要があります。
  6. 露出設定が確立されたら、[ 戻る ] ボタンをクリックし、プロトコルを 保存 します。ソフトウェアのホーム ページ (「 資料の表」を参照) で、[ スライドのスキャン] を選択します。
  7. スキャンするすべてのキャリアを スライドキャリアホテルに積み重ね、スライドの順序をメモして、ID をシステムに割り当てます。
    注:ソフトウェア画面では、各キャリアは4枚のスライドを含むスロットに関連付けられています。
  8. 複数のスライドを同じパラメータで構成するには、[タスクの構成] をクリックし、 Uが同じスライドに対して同じルールを設定するオプションを使用して 1 つ以上のスロットを選択します。[スライドの編集]が開いたら、[タスク]、[スタディ]、[プロトコル] を構成し、[OK]をクリックします。
  9. [スロット] アイコンをクリックして各スライドにラベルを付け、[スライド ID]セルに名前を入力します。スキャンを開始するには、[スキャン] をクリックします。
    注: スロット アイコンが青色に変わり、スライドが青い矢印でマークされると、キャリアはすべてのルールを持ち、スキャンする準備が整います。[セットアップの保存] ボタンをクリックすると、スライド ID、研究、プロトコル、およびタスクを 保存 できます。

8. 分析

注: 以下のプロトコルは、表現型解析の方法を示しています。

  1. 画像準備
    1. イメージを解析用に準備するには、ビューア ソフトウェアを開き ( 表を参照)、[ スライドのロード] を選択します。画面右側のトレーニングプロジェクトに対して、目的のスキャンを選択します。
    2. 各スキャンに対して [スタンプ] をクリックし、[選択対象:画像フィールドでサイズ 1 x 1 のスタンプを定義する] ボックスで [プロジェクト] を選択し、後でトレーニング分析のテンプレートとして使用します。このスタンプは赤い四角としてマークされることを確認します。
      注: プロジェクトのスタンプ注釈の数は任意です。それは、内在蛍光スキャンのための1つと、一般的に組織内のシグナル分布を代表するいくつかのものを生成することをお勧めします。
    3. 最後に、実験のすべてのスキャンを開きます。各々のスタンプをクリックし、今度は[選択:各外植を外接するスタンプを配置する]ボックスで[バッチ]オプションを選択します。
      注: 今回は、スタンプは緑色の四角形としてマークされ、バッチ分析が開始されると必須となります。スタンプに適したサイズ(1 x 1、2 x 2、3 x 3)を選択し、エクスポートされたファイルに重複したデータを生成するスタンプの重複を避けます。
  2. トレーニング分析
  3. 解析用ソフトウェアを起動し( 表を参照)、新しいプロジェクトを作成 |します。新しい|プロジェクト.
  4. [ プロジェクト名 ] ボックスに名前を入力し、 プロジェクトの種類を構成します。
    注: 実験は、次の仕様を使用して行われました: トレーニング可能な組織セグメンテーション;適応細胞セグメンテーション;フェノタイピング。
  5. トレーニング用のスタンプを含むスキャンをロードします: ファイル||を開くイメージ. シングルモードビューでは、画像をナビゲートし、蛍光を含むスキャンを選択します。
  6. 自己蛍光(AF)ボタンをクリックし、自己蛍光ピッカーで、組織の染色されていない部分に描画します。[画像の準備]をクリックして、トレーニング用にアップロードされたすべての画像から、組み込みの蛍光の強度を差し引くようにします。
  7. マーカー と色の編集 ボタンをクリックし、蛍光色素に関連付けられたボックスに マーカー名 を入力します。画面上部の セグメント組織 ステップをクリックして、 組織セグメンテーショントレーニング ウィンドウを開きます。
  8. [ 組織カテゴリ] ウィンドウで、画像をセグメント化する 組織カテゴリの名前 を入力します (例: 腫瘍、 ストロマ、 背景、 壊死)。
  9. [ 組織セグメンテーション トレーニング ] ウィンドウで、[ 図形描画 ] ボタンをクリックし、セルのグループの周りに領域を描画して、目的の組織カテゴリを定義します。例えば、腫瘍領域を定義するには、 腫瘍 細胞のグループの周りに領域を描く。次のカテゴリに切り替えて、描画プロセスを繰り返します。
    注: トレーニング用にアップロードされた画像のほとんどで地域を描画することをお勧めします。また、 パターンスケール と セグメンテーション解像度 を編集して、ユーザマニュアルで詳細を説明することでトレーニングを絞り込むこともできます。
  10. トレーニング領域を定義した後は、 組織セグメンタのトレーニングに進みます。
    注: トレーニングの過程で、ソフトウェアは組織のセグメンテーションの精度の割合を表示します。最適な結果を得るには、組織セグメンテーションを90%以上正確に行うことを推奨します。セグメンタが安定したら、[ 完了 ]ボタンをクリックします。
  11. すべての画像で 組織カテゴリ マスクを表示するには、[ セグメント全体 ]ボタンをクリックします。
  12. 組織のセグメンテーションの品質を確認した後、誤って分類された領域の周りにトレーニング領域を再描画し、プロセスが成功するまで 組織セグメンタ を再訓練します。
  13. ウィンドウ上部のステップバーでセルセグメンテーションステップをクリックして、解析を進めます。
  14. セグメントに細胞コンパートメントを選択します: 核、 細胞質、および /または膜。
    注意:適応細胞セグメンテーションは核信号を持つ細胞のみを検出することができるので 、Nucleiを選択解除しないでください。細胞質や膜をセグメント化することも可能ですが、最も強く、最も豊富な核成分を最初に選択することをお勧めします(例えば、DAPI)。
  15. [ 標準強度] スライダを使用して、核のピクセルを検出するためのしきい値を調整して、核コンポーネントを設定します。しきい値が調整されると、プレビュー ウィンドウが開き、ライブ フィードバックが表示されます。
    注: このしきい値はアダプティブで、周囲の背景を基準にして測定されます。あまりにも多くの背景が核として検出された場合は、この値を増やします。かすかな核が見逃されている場合は、この値を下げます。 [領域の表示/非表示 ]ボタンを使用して、セグメンテーション マスクのオンとオフを点滅させ、正しいピクセルが核として検出されているかどうかを確認します。
  16. 核のピクセルのクラスターを分割するには、 核コンポーネント分割パネルを 使用します。核の染色品質を最もよく表すボタンを選択します。次に、スライダバーを使用して 分割感度を調整し、値を小さくすると分割が増えることに注意してください。
  17. [ すべてのセグメント ]ボタンをクリックして、すべての画像を分割します。結果が正確でない場合は、設定を変更し、満足のいくセグメンテーションが達成されるまでソフトウェアを再トレーニングします。
  18. 分析の最後のステップに進みます: 「フェノタイピング」を参照してください。[ 表現型] パネルで、検出する表現型のリストを追加し、対応するテキスト ボックスに 名前 を入力します。[ 表現型の編集 ] ボタンをクリックし、特定のセルを選択してドロップダウン メニューを表示し、対応する表現型を選択します。
    注: 分類器をトレーニングするには、表現型ごとに少なくとも 5 つのセルが必要です。核の視覚化をオフにすると、割り当てる必要がある細胞表現型をより良く視覚化できます。
  19. トレーニングの選択が完了したら、[ トレーニング分類器 ] ボタンをクリックします。
    注意:ソフトウェアは、画像内のすべての単一のセルを分類し、分類のエラーが発生するたびに、細胞の表現型を編集し、分類器のトレーニングを繰り返することが可能です。バッチ分析に進む前にプロジェクトを保存し、画面上部のツールバーの エクスポート をクリックします。
  20. 左側のメニューの[ バス解析 ]タブを選択し、[ バッチ アルゴリズム ]または[ プロジェクト ]ボックスにプロジェクトをロードします。
  21. [ エクスポート オプション] をクリックしてイメージごとに個別のディレクトリを作成し、[ 参照 ] ボタンを使用してデータをエクスポートする場所を探します。エクスポートする 画像 と 表 のすべてのオプションをクリックします。
  22. 画面の右側で、[ スライドの追加 ] をクリックし、前に準備したバッチのスタンプを含むすべての画像をロードします (手順 7.3)。[ 実行 ]ボタンをクリックしてバッチ分析を開始し、対応するデータをエクスポートして一度に1つのスタンプを処理します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

mIF染色された組織学的切片のマルチスペクトルイメージングにより、個々の細胞集団の同定とフェノタイピング、および外植TMEにおける腫瘍および間質成分の同定が可能である(図2)。マルチスペクトルイメージングは、自己蛍光シグナルを他のシグナルからデコンボルテージし、その後の分析から除外することができるため、コラーゲン含有量の高い組織など、高い内在性自己蛍光を有する組織の分析に特に有用である。その後のシリコ組織および細胞セグメンテーションでは、生細胞数(例えば、陽性率のパーセント)、シグナル強度、細胞サイズ、組織面積、および個々の細胞の空間位置を含むが、これらに限定されない多数の出力を有する薬物応答の定量化を可能にする。

従って組織および細胞のセグメンテーションは、薬物治療結果の定量的分析および腫瘍および間質特異的応答の同定に極めて有用である。例えば、Ki67とcPARPの染色は、腫瘍マーカーと一緒に、それぞれ外植で増殖および細胞死レベルの定量を可能にする(図3)。与え...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

本論文では、PEの生成、薬物治療、分析の方法を説明し、前臨床モデルシステムとしてのプラットフォームの利点を強調する。その脱構築を伴わない切除された腫瘍のex vivo培養は、腫瘍アーキテクチャ13、24、したがって、TMEにおける細胞成分の空間的相互作用ならびに腫瘍内不均一性の保持を可能にする。この方法は、腫瘍特異的マーカーを用いて、腫瘍組織の領域と間質の領域を識別し、したがってこれらのコンパートメント内で薬物応答を分離する方法を示す(図3)。さらに、複数のバイオマーカーを同時にプロファイリングして、例えばTME内の免疫細胞のオンターゲットの動きを評価することができる(図4)。

以前の出版物は、このPDEプラットフォームの適用を、治療化学療法の標準のためのNSCLC PEの階層化に、シスプラチン、化学感受性集団2...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

開示するものは何もない

謝辞

私たちは、外科的切除腫瘍組織を提供してくれたレスターNHSトラスト大学病院の外科医と病理学者に感謝します。我々はまた、Vectra Polarisを使用したサポートのためのFFPE組織ブロックとキース・ストラートマンの組織処理および切除に関する支援をコアバイオテクノロジーサービス内の組織学施設に感謝します。この研究は、レスター大学、MRC毒物学ユニット、がん研究英国治療発見研究所、LifeArcの4つのパートナーで構成されるExplantコンソーシアムによって支援され、資金提供されました。CRUK-NIHRレスター実験がん医学センター(C10604/A25151)による追加サポートが提供されました。GM、CD、NAの資金は、ファイザーからの資金提供によって支援されている乳がんナウの触媒プログラム(2017NOVPCC1066)によって提供されました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
<強>酢酸シグマ320099染色試薬
<強>抗体希釈液/ブロック、1xパーキンエルマーARD1001EA抗体希釈液/ブロッキングバッファー
<強>Barnstead NANOpure DiamondBarnsteadUltra Pure (UP) H2O machine
クエン酸一水和物Sigma-AldrichC7129クエン酸バッファー用試薬
Costar Multiple Well Cell Culture PlatesCorning Incorporated35166 マルチウェルプレート
DAPI DilactateLife TechnologiesD3571
100 x 17 mm Dish, Nunclon Deltaサーモフィッシャーサイエンティフィック150350組織培養用直径100 mmディッシュ
DMEM (1x) Dubelcco's Modified Eagle 培地 + 4.5 g/L D-グルコース + 110 mg/mL ピルビン酸ナトリウムGibco (Life Technologies)10569-010組織培養培地 (500 mL)
DPX 封入剤VWR360294H封入剤
DPX 封入剤Merck6522封入剤
エチレンジアミン四酢酸 (EDTA)Sigma-Aldrich3609TEバッファー
用試薬EosinCellPathRBC-0100-00AStaining reagent
Foetal Bovine SerumGibco10500-064組織培養用中
<強>37% ホルムアルデヒドフィッシャー (アクロス)11969001010% ホルマリン
<強>iGenix、電子レンジ IG2095iGenixIG2095抗原回収に使用されるマイクロ波
<ストロング>インダストリアルメチル化スピリット (IMS)>ジェンタメディカル19905099% 工業変性アルコール (IDA)
InForm Advanced Image Analysis SoftwareアコヤバイオサイエンスInForm
Leica ASP3000 Tissue ProcessorLeica BiosystemsAutomated Vacuum Tissue Processor
Leica Arcadia H and CLeica BiosystemsEmbedding wax bath
Leica RM2125RTライカバイオシステムズロータリーミクロトーム
<ストロング>ライカST4040 リニアステイナーライカバイオシステムズH&E stainer
Mayer's ヘマトキシリンシグマGHS132-1L染色試薬
<ストロング>ミリセル細胞培養インサート、30 mm、親水性 PTFE、0.4 & micro;mMerck MiliporePICMORG50Organotypic culture insert disc
Novolink Polymer Detection SystemLeica BiosystemsRE7150-KDAB staining kit
OPAL 480アコヤバイオサイエンスFP1500001KTジメチルスルホキシド(DMSO)希釈剤
<ストロング>オパール 520アコヤバイオサイエンスFP1487001KTジメチルスルホキシド (DMSO) 希釈剤
<ストロング>オパール 570アコヤバイオサイエンスFP1488001KT ジメチルスルホキシド (DMSO) ジメチルスルホキシド (DMSO) 希釈剤
<ストロング>オパール 620アコヤバイオサイエンスFP1495001KTジメチルスルホキシド (DMSO) 希釈剤
<ストロング>オパール 650アコヤバイオサイエンスFP1496001KTジメチルスルホキシド(DMSO)希釈剤
<ストロング>オパール690アコヤバイオサイエンスFP1497001KTジメチルスルホキシド(DMSO)希釈液
<ストロング>オパール780/オパールTSA-DIG試薬アコヤバイオサイエンスFP1501001KTジメチルスルホキシド(DMSO)希釈剤およびTSA-DIG試薬を含むフルオロフォア
Opal Polymer HRP Ms Plus Rb, 1xPerkin ElmerARH1001EAHRP polymer
ペニシリン/ストレプトマイシン溶液Fisher Scientific11548876組織培養培地での使用
PhenoChart ホールスライド Contextual ViewerAkoya BiosciencesPhenoChartViewerソフトウェア
Phosphate Buffered Saline TabletsThermo Scientific OxoidBR0014GPBS
1x Plus Amplification DiluentPerkin ElmerFP1498Fluorophore diluent
Prolong Diamond Antifade MountantInvitrogenP36961封入剤
Slide キャリアPerkin Elmerスライドをスライドキャリアホテルにロードして、Vectra Polaris
塩化ナトリウムFisher ScientificS/3160/6310% ホルマリン
水酸化ナトリウムペレット>Fisher ScientificS/4920/53クエン酸バッファー用試薬
Tenatex Toughened Wax - ピンク (500 g)ケンデント1-601デンタルワックス表面
<ストロング>サーモサイエンティフィック Shandon Sequenza Slide Rack for Immunostaining CenterFisher Scientific10098889Holder for slides and slide clips
Thermo Scientific Shandon Plastic CoverplatesFisher Scientific11927774スライドクリップ
Tris(hydroxymethyl)aminomethane (Tris)Sigma-Aldrich252859Reagent for TE buffer
VectaShieldVecta LaboratoriesH-1000-10埋込媒体
Vectra Polaris スライドスキャナーPerkin ElmerVectra Polarisスライドスキャナー
キシレンGenta MedicalXYL050脱ワックス剤
スキャン画像用

参考文献

  1. Gerlinger, M., et al. Intratumor heterogeneity and branched evolution revealed by multiregion sequencing. The New England Journal of Medicine. 366 (10), 883-892 (2012).
  2. Jamal-Hanjani, M., et al. Tracking the evolution of non-small-cell lung cancer. The New England Journal of Medicine. 376 (22), 2109-2121 (2017).
  3. McGranahan, N., Swanton, C. Biological and therapeutic impact of intratumor heterogeneity in cancer evolution. Cancer Cell. 27 (1), 15-26 (2015).
  4. Casey, T., et al. Molecular signatures suggest a major role for stromal cells in development of invasive breast cancer. Breast Cancer Research and Treatment. 114 (1), 47-62 (2009).
  5. Gerdes, M. J., et al. Emerging understanding of multiscale tumor heterogeneity. Frontiers in Oncology. 4, 366(2014).
  6. Komohara, Y., Takeya, M. CAFs and TAMs: maestros of the tumour microenvironment. The Journal of Pathology. 241 (3), 313-315 (2017).
  7. Miyake, M., et al. CXCL1-mediated interaction of cancer cells with tumor-associated macrophages and cancer-associated fibroblasts promotes tumor progression in human bladder cancer. Neoplasia. 18 (10), 636-646 (2016).
  8. Hisamitsu, S., et al. Interaction between cancer cells and cancer-associated fibroblasts after cisplatin treatment promotes cancer cell regrowth. Human Cell. 32 (4), 453-464 (2019).
  9. Witz, I. P. The tumor microenvironment: the making of a paradigm. Cancer Microenvironment. 2, Suppl 1 9-17 (2009).
  10. Fu, X. T., et al. Tumor-associated macrophages modulate resistance to oxaliplatin via inducing autophagy in hepatocellular carcinoma. Cancer Cell International. 19, 71(2019).
  11. Chen, D., Zhang, X. Tipping tumor microenvironment against drug resistance. Journal of Oncology Translational Research. 1 (1), 106(2015).
  12. Roma-Rodrigues, C., Mendes, R., Baptista, P. V., Fernandes, A. R. Targeting tumor microenvironment for cancer therapy. International Journal of Molecular Sciences. 20 (4), 840(2019).
  13. Powley, I. R., et al. Patient-derived explants (PDEs) as a powerful preclinical platform for anti-cancer drug and biomarker discovery. British Journal of Cancer. 122 (6), 735-744 (2020).
  14. Freeman, A. E., Hoffman, R. M. In vivo-like growth of human tumors in vitro. Proceedings of the National Academy of Sciences of United States of America. 83 (8), 2694-2698 (1986).
  15. Vescio, R., et al. A. al. In vivo-like drug responses of human tumors growing in three-dimensional gel-supported primary culture. Proceedings of the National Academy of Sciences of United States of America. 84 (14), 5029-5033 (1987).
  16. Hoffman, R. M. 3D Sponge-matrix histoculture: an overview. Methods in Molecular Biology. 1760, 11-17 (2018).
  17. Vescio, R. A., Connors, K. M., Kubota, T., Hoffman, R. M. Correlation of histology and drug response of human tumors grown in native-state three-dimensional histoculture and in nude mice. Proceedings of the National Academy of Sciences of United States of America. 88 (12), 5163-5166 (1991).
  18. Furukawa, T., Kubota, T., Hoffman, R. M. Clinical applications of the histoculture drug response assay. Clinical Cancer Research. 1 (3), 305-311 (1995).
  19. Centenera, M. M., Raj, G. V., Knudsen, K. E., Tilley, W. D., Butler, L. M. Ex vivo culture of human prostate tissue and drug development. Nature Reviews Urology. 10 (8), 483-487 (2013).
  20. Centenera, M. M., et al. Evidence for efficacy of new Hsp90 inhibitors revealed by ex vivo culture of human prostate tumors. Clinical Cancer Research. 18 (13), 3562-3570 (2012).
  21. Dean, J. L., et al. Therapeutic response to CDK4/6 inhibition in breast cancer defined by ex vivo analyses of human tumors. Cell Cycle. 11 (14), 2756-2761 (2012).
  22. Majumder, B., et al. Predicting clinical response to anticancer drugs using an ex vivo platform that captures tumour heterogeneity. Nature Communications. 6, 6169(2015).
  23. Goldman, A., et al. Temporally sequenced anticancer drugs overcome adaptive resistance by targeting a vulnerable chemotherapy-induced phenotypic transition. Nature Communications. 6, 6139(2015).
  24. Karekla, E., et al. Ex vivo explant cultures of non-small cell lung carcinoma enable evaluation of primary tumor responses to anticancer therapy. Cancer Research. 77 (8), 2029-2039 (2017).
  25. Ricciardelli, C., et al. Novel ex vivo ovarian cancer tissue explant assay for prediction of chemosensitivity and response to novel therapeutics. Cancer Letters. 421, 51-58 (2018).
  26. Yoshimasu, T., et al. Histoculture drug response assay (HDRA) guided induction concurrent chemoradiotherapy for mediastinal node-positive non-small cell lung cancer. Gan To Kagaku Ryoho. Cancer and chemotherapy. 30 (2), 231-235 (2003).
  27. Pirnia, F., et al. Ex vivo assessment of chemotherapy-induced apoptosis and associated molecular changes in patient tumor samples. Anticancer Research. 26, 1765-1772 (2006).
  28. Maund, S. L., Nolley, R., Peehl, D. M. Optimization and comprehensive characterization of a faithful tissue culture model of the benign and malignant human prostate. Laboratory Investigation. 94 (2), 208-221 (2014).
  29. Vasaturo, A., Galon, J. Multiplexed immunohistochemistry for immune cell phenotyping, quantification and spatial distribution in situ. Methods in Enzymology. 635, 51-66 (2020).
  30. Fuhrman, K., et al. Molecularly guided digital spatial profiling for multiplexed analysis of gene expression with spatial and single cell resolution. Journal of Biomolecular Techniques. 31, 14-15 (2020).
  31. Twiddy, D., et al. A TRAIL-R1-specific ligand in combination with doxorubicin selectively targets primary breast tumour cells for apoptosis. Breast Cancer Research. 12 (1), 58(2010).
  32. Cai, H., et al. Cancer chemoprevention: Evidence of a nonlinear dose response for the protective effects of resveratrol in humans and mice. Science Translational Medicine. 7 (298), (2015).
  33. Busacca, S., et al. Resistance to HSP90 inhibition involving loss of MCL1 addiction. Oncogene. 35 (12), 1483-1492 (2016).
  34. Kolluri, K. K., et al. Loss of functional BAP1 augments sensitivity to TRAIL in cancer cells. Elife. 7, 30224(2018).
  35. Toki, M. I., et al. High-plex predictive marker discovery for melanoma immunotherapy-treated patients using digital spatial profiling. Clinical Cancer Research. 25 (18), 5503-5512 (2019).
  36. Parra, E. R., et al. Validation of multiplex immunofluorescence panels using multispectral microscopy for immune-profiling of formalin-fixed and paraffin-embedded human tumor tissues. Scientific Reports. 7 (1), 13380(2017).
  37. Park, I. J., et al. Prediction of radio-responsiveness with immune-profiling in patients with rectal cancer. Oncotarget. 8 (45), 79793-79802 (2017).
  38. Mezheyeuski, A., et al. Multispectral imaging for quantitative and compartment-specific immune infiltrates reveals distinct immune profiles that classify lung cancer patients. The Journal of Pathology. 244 (4), 421-431 (2018).
  39. Kather, J. N., et al. Topography of cancer-associated immune cells in human solid tumors. Elife. 7, 36967(2018).
  40. Zollinger, D. R., Lingle, S. E., Sorg, K., Beechem, J. M., Merritt, C. R. GeoMx™ RNA assay: high multiplex, digital, spatial analysis of RNA in FFPE tissue. Methods in Molecular Biology. 2148, 331-345 (2020).
  41. Zugazagoitia, J., et al. Biomarkers associated with beneficial PD-1 checkpoint blockade in non-small cell lung cancer (NSCLC) identified using high-plex digital spatial profiling. Clinical Cancer Research. 26 (16), 4360-4368 (2020).
  42. Allo, B., Lou, X., Bouzekri, A., Ornatsky, O. Clickable and high-sensitivity metal-containing tags for mass cytometry. Bioconjugate Chemistry. 29 (6), 2028-2038 (2018).
  43. Gerdtsson, E., et al. Multiplex protein detection on circulating tumor cells from liquid biopsies using imaging mass cytometry. Convergent Science Physical Oncology. 4 (1), 015002(2018).
  44. Reck, M., et al. Pembrolizumab versus chemotherapy for PD-L1-positive non-small-cell lung cancer. The New England Journal of Medicine. 375 (19), 1823-1833 (2016).
  45. Le, D. T., et al. KEYNOTE-164: Phase 2 study of pembrolizumab for patients with previously treated, microsatellite instability-high advanced colorectal carcinoma. Journal of Clinical Oncology. 34, 15_suppl 3631(2016).
  46. Diaz, L. A., et al. KEYNOTE-177: Randomized phase III study of pembrolizumab versus investigator-choice chemotherapy for mismatch repair-deficient or microsatellite instability-high metastatic colorectal carcinoma. Journal of Clinical Oncology. 35, 4_suppl 815(2017).
  47. Long, G. V., et al. Impact of baseline serum lactate dehydrogenase concentration on the efficacy of pembrolizumab and ipilimumab in patients with advanced melanoma: data from KEYNOTE-006. European Journal of Cancer. 72, 122-123 (2017).
  48. Voong, K. R., Feliciano, J., Becker, D., Levy, B. Beyond PD-L1 testing-emerging biomarkers for immunotherapy in non-small cell lung cancer. Annals of Translational Medicine. 5 (18), 376(2017).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

タグ

患者の薬剤耐性を予測するための「生きた」前臨床プラットフォームとしての患者由来腫瘍エクスプラント
お問い合わせ
図書館への推薦

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。