Terapi resistens ofte udvikler hos patienter med fremskreden prostatakræft, og i nogle tilfælde, kræft udvikler sig til en dødelig subtype kaldet neuroendokrine prostatacancer. Vurdering af de små ikke-kodning RNA-medierede molekylære ændringer, der letter denne overgang vil give bedre sygdoms stratificering og identifikation af kausale mekanismer, der fører til udvikling af neuroendokrine prostatakræft.
Ablation af Androgen receptor (AR) signalering af androgen berøvelse er målet for den første linje af terapi for prostatakræft, der i første omgang resulterer i kræft regression. Men i et betydeligt antal tilfælde, sygdommen udvikler sig til avanceret, kastrationsresistent prostatacancer (CRPC), som har begrænsede terapeutiske muligheder og er ofte aggressiv. Fjern metastaser observeres for det meste på dette stadium af den aggressive sygdom. CRPC behandles af en anden generation af AR-pathway hæmmere, der i første omgang forbedrer overlevelsen, efterfulgt af fremkomsten af terapi resistens. Neuroendokrine prostatacancer (NEPC) er en sjælden variant af prostatacancer (PCa), der ofte udvikler sig som et resultat af terapi resistens via en transdifferentierings proces kendt som neuroendokrine differentiering (NED), hvori PCa-celler gennemgår en Lineage switch fra adenocarcinomer og vise øget ekspression af neuroendokrine (NE) Lineage markører. Ud over de genomiske ændringer, der driver progression og Trans differentiering til NEPC, epigenetiske faktorer og mikromiljømæssige signaler betragtes som væsentlige aktører i at køre sygdomsprogression. Dette manuskript indeholder en detaljeret protokol til at identificere de epigenetiske drivere (dvs. små ikke-kodning RNAs), der er forbundet med Advanced PCa. Ved hjælp af renset microRNAs fra formalin-fast paraffin-indlejret (FFPE) metastatisk væv og tilsvarende serum-afledte ekstracellulære vesikler (EVs), protokollen beskriver, hvordan man forbereder biblioteker med passende kvalitetskontrol til sekvensering Miornas fra disse eksempel kilder. Isolerende RNA fra både FFPE og EVs er ofte udfordrende, fordi det meste af det er enten forringet eller er begrænset i mængde. Denne protokol vil uddybe forskellige metoder til optimering af RNA-indgange og cDNA-biblioteker for at give de mest specifikke læsninger og data af høj kvalitet ved sekvensering.
Prostatakræft er drevet af androgener, der handler via AR signalering. Derfor, målretning af AR pathway er den grundpille behandling for sygdommen1. Resistens opstår dog ofte som følge af målrettede terapier, og sygdommen udvikler sig til en avanceret metastatisk CRPC2. CRPc behandles af anden generation af ar-terapi, der omfatter enzalutamid og abirateronacetat2,3, somi første omgang forbedrer overlevelsen. Men, dødelige varianter såsom NEPC opstår ofte i 25 − 30% af behandlede CRPC tilfælde, der har begrænsede behandlingsmuligheder, hvilket fører til øget dødelighed3. NEPC opstår via en reversibel transdifferentierings proces kendt som NED, hvori PCa-celler gennemgår en Lineage switch fra adenocarcinomer og viser nedsat ekspression af AR og øget ekspression af NE Lineage markører, herunder enolase 2 (ENO2), kromogranin A (CHGA) og synaptophysin (SYP)4. I betragtning af at disse resistens varianter opstår som følge af terapeutiske indgreb, er det vigtigt at dechifrere veje, der fører til generering af denne dødbringende, svære at behandle form af PCa.
Genomforskning af NEPC blev for nylig dechiferet i en udtømmende undersøgelse udført af Beltran et al. hvorved kopier af nummerets ændringer, mutationer, enkelt nukleotidpolymorfier (SNPs) og DNA-methylering fra patient afledte metastatiske væv blev analyseret5. Trods betydelige fremskridt i forståelsen af genomforskning af denne aggressive form for PCa, er lidt kendt om de epigenetiske faktorer, herunder de små ikke-kodning RNAs (micrornas), der er involveret i overgangen af CRPc-adenocarcinoma til NEPC. MicroRNAs (miRNAs) er 22 BP lang, dobbeltstrenget RNAs, der handler primært ved at undertrykke genekspression post-transkriptivt af sekvens-specifikke interaktioner med de 3 ‘-ikke-oversatte regioner (UTRs) af cognate mRNA mål6. Flere oncomirs og tumor suppressorer er nu blevet identificeret, og deres rolle i reguleringen af sygdomsudbrud og metastase er blevet godt undersøgt i forskellige kræftformer6,7. Disse små ikke-kodning RNAs ofte tjener som meget vigtige mål i at kontrollere sygdom dødelighed6,8,9. Nyere forskning har været fokuseret på at forstå paracrine virkninger af miRNAs i Cancer metastaser via deres transport i EVs, såsom exosomer, at strømmen i blodbanen og tillade tumorceller til at sende disse sekundære budbringere til metastatiske steder i en nuclease-fri miljø10,11,12. EVs transporterer miRNAs fra tumorcellerne for at overføre de transformerende effekter fra værtscellerne12. Identifikation af evt som sekundære budbringere af tumorceller kan derfor være nyttige i ikke-invasiv påvisning af sygdommens sværhedsgrad.
MiR-1246 er meget upregulated i EVs fra aggressive PCa, og det indikerer sygdommens sværhedsgrad13. Disse EV-associerede miRNAs ikke kun fungere som ikke-invasive biomarkører af sygdommen, men også spille funktionelt vigtige roller i kørsel tumorigenesis. Derfor er det vigtigt at forstå betydningen af miRNA repertoire, der er forbundet med resistente former for PCa for at muliggøre bedre identifikation af ikke-invasive biomarkører samt deres funktionelle betydning.
Fremkomsten af næste generation sekvensering har tilbudt den mest omfattende platform til at studere detaljerne i tumor landskab involverer ændringer i genomet såsom mutationer, kromosomale flytninger, chromothripsis, og methylering, som alle bidrager væsentligt til form og karakter af kræft14,15,16. Ligeledes, det er også et vigtigt redskab til at forstå de store engang ændringer, der opstår i en tumor celle, og som ofte er vigtige aktører i sygdoms sværhedsgrad17. Med det formål at forstå miRNA-repertoiret i forbindelse med genereringen af NEPC blev der udført små RNA-sekvensering på FFPE metastatisk CRPC-væv og deres tilsvarende serum afledte EVs. RNA afledt af en af disse to prøve kilder er (1) lavt udbytte og (2) af dårlig kvalitet på grund af den nedbrydning, der ofte sker på grund af formalin fiksering og EV isolation. Desuden er generering af cDNA-biblioteker et kritisk, men besværligt trin i en sekvensering. Således metoder til isolering af disse RNAs og bruge dem til at generere biblioteker til små RNA sekvensering kræver optimering for at generere nøjagtige og pålidelige data.
Der er flere metoder til at profilere miRNA-udtryk i forskellige prøver, herunder RT-PCR, microarrays og in-situ-hybridisering (ISH). En protokol, der bruger FFPE vævs afledt RNA til at evaluere miRNA-udtryk ved RT-PCR og ISH, blev for nylig udgivet18. Nyere teknologier tilbyder mere udtømmende og omfattende platforme til profilering af miRNA-udtryk i en stikprøve. NanoString nCounter tilbyder en følsom miRNA Detection platform19, men registreringen er ofte begrænset af det antal Mirnas, der er tilgængelige i matrixen (~ 2.000). I et sådant scenario, en mere følsom og udtømmende platform såsom næste generation sekvensering tilbyder meget bredere dybde af miRNA identifikation og samtidige profilering i forskellige prøver20. Metoden er blevet anvendt til at bestemme Mirna-signaturer i urin eller plasma fra PCa-patienter21,22,23. I den nuværende artikel, en protokol er præsenteret for at bruge en næste generation sekventering platform til at studere Mirna profiler forbundet med aggressive CRPc ved hjælp af FFPE væv og serum-afledte EV RNAs.
I denne artikel beskriver vi en protokol for at isolere RNA fra FFPE-væv og serum afledte EVs ved hjælp af kits, der blev optimeret til at øge udbyttet og kvaliteten af isolerede RNAs. Desuden blev de rensede RNAs brugt til at generere cDNA-biblioteker til små RNA-sekvensering. Begge de anførte trin er afgørende for fastsættelsen af kvaliteten og dybden af sekvensering læser, der er det endelige resultat fra Run24. Derfor er optimering af disse afgørende trin afgørende for en vellykket s…
The authors have nothing to disclose.
Dette arbejde understøttes af den amerikanske hær for medicinsk forskning erhvervelse aktivitet (USAMRAA) gennem ideen udvikling Award under Award No. W81XWH-18-1-303 og W81XWH-18-2-0013 og desuden ved tildeling nr. W81XWH-18-2-0015, W81XWH-18-2-0016, W81XWH-18-2-0017, W81XWH-18-2-0018, og W81XWH-18-2-0019 prostata cancer Biorepository Network (PCBN). Det erkendes også, at der ydes støtte til forfatterne af National Cancer Institute på National Institutes of Health (Tilskudsnummer RO1CA177984). Rajvir Dahiya er en senior forskerkarriere forsker ved Department of Veterans Affairs, BX004473 og finansieret af NIH-UO1CA199694 (RD). Meninger, fortolkninger, konklusioner, og anbefalinger er dem af forfatteren og er ikke nødvendigvis godkendt af Department of Defense eller U.S. Army. Vi er taknemmelige for Judy Shigenaga, direktør for Core Facility i San Francisco VAMC, for hendes assistance med NextSeq 500 sequencer.
3M NaOAc pH 5.5 | USB Corp. | 75897 100 mL | |
5 µm filter tubes | IST Engineering Inc. | 5388-50 | |
6% TBE polyacrylamide gels | Novex | EC6265BOX | |
BaseSpace | Illumina | Analysis software | |
Bio-analyzer | Agilent | ||
DNA loading dye | Novex | LC6678 | |
Eppendorf Thermostat plus | Eppendorf 1.5 mL | ||
EtBr | Pierce | 17898 | |
Ethyl alcohol 200 proof | Pharmco | 111000200 | |
Exosomal RNA isolation kit | Norgen | 58000 | |
Gel breaking tubes | IST Engineering Inc. | 3388-100 | |
Glycogen molecular biology grade | Thermo Scientifc | R0561 | |
Hematoxylin Select | Stat lab | SL401 | |
Microcentrifuge | Fisher Scientific | 13-100-676 | accuSpin Micro 17R |
miRNeasy FFPE kit | Qiagen | 217504 | |
Nanodrop | Thermo Scientifc | Nano Drop 1000 | |
Nanosight NTA | Malvern | LM14 | |
NextSeq 500 Sequencer | Illumina | ||
NextSeq 500/550 Mid Output Kit v2 (150 cycles) | Illumina | FC-404-2001 | |
Pellet paint | Millipore | 70748-3 | |
Superscript II Reverse Transcriptase | Invitogen | 18064014 | |
T4 RNA Ligase 2 Deletion Mutant | Lucigen | LR2D11310K | |
TBE Running buffer (5X) | Novex | LC6675 | |
Thermal cycler | MJ Research | PTC100 | |
Total exosome isolation reagent (from serum) | Invitrogen | 4478360 | |
TrueSeq small RNA library Prep kit-Set A (Indexes 1-12) | Illumina | RS-200-0012 | |
Xylene | Fisher Scientific | X3P- 1GAL | |
RNA 3' Primer | GUUCAGAGUUCUACAGUCCGACGAUC | ||
RNA 5' Primer | TGGAATTCTCGGGTGCCAAGG | ||
Stop Oligo | GAAUUCCACCACGUUCCCGUGG | ||
RNA RT Primer | GCCTTGGCACCCGAGAATTCCA | ||
RNA PCR Primer | AATGATACGGCGACCACCGAGATCTACACGTTCAGAGTTCTACAGTCCGA | ||
RNA PCR Index Primer | CAAGCAGAAGACGGCATACGAGAT[6 bases]GTGACTGGAGTTCCTTGGCACCCGAGAATTCCA | ||
– | – | – | 6 bases in adapter |
RNA PCR Index Primer 1 | CGTGAT | ||
RNA PCR Index Primer 2 | ACATCG | ||
RNA PCR Index Primer 3 | GCCTAA | ||
RNA PCR Index Primer 4 | TGGTCA | ||
RNA PCR Index Primer 5 | CACTGT | ||
RNA PCR Index Primer 6 | ATTGGC | ||
RNA PCR Index Primer 7 | GATCTG | ||
RNA PCR Index Primer 8 | TCAAGT | ||
RNA PCR Index Primer 9 | CTGATC | ||
RNA PCR Index Primer 10 | AAGCTA | ||
RNA PCR Index Primer 11 | GTAGCC | ||
RNA PCR Index Primer 12 | TACAAG |