Summary

Testen von gezielten Krebstherapien mit struktureller DNA-Alterationsanalyse und patientenabgeleiteten Xenografts

Published: July 25, 2020
doi:

Summary

Hier stellen wir ein Protokoll vor, um die Wirksamkeit gezielter Therapien zu testen, die auf der Grundlage der genomischen Zusammensetzung eines Tumors ausgewählt wurden. Das Protokoll beschreibt die Identifizierung und Validierung struktureller DNA-Umlagerungen, die Einplage von Patiententumoren in Mäuse und die Erprobung von Reaktionen auf entsprechende Medikamente.

Abstract

Wir präsentieren hier einen integrativen Ansatz zur Erprobung der Wirksamkeit gezielter Therapien, der die Next Generation der Sequenzierungstechnologien, therapeutische Zielanalysen und die Überwachung der Wirkstoffabhängigkeit mit patientenabgeleiteten Xenografts (PDX) kombiniert. Diese Strategie wurde am Beispiel von Eierstocktumoren validiert. Das Mate-Pair-Protokoll der nächsten Generation (MPseq) wurde verwendet, um strukturelle Änderungen zu identifizieren, und anschließend wurde eine Analyse potenziell zielbarer Änderungen durchgeführt. Menschliche Tumoren, die in immungeschwächten Mäusen angebaut wurden, wurden mit Medikamenten behandelt, die auf der Grundlage der genomischen Analysen ausgewählt wurden. Die Ergebnisse zeigten eine gute Korrelation zwischen den vorhergesagten und den beobachteten Antworten im PDX-Modell. Der vorgestellte Ansatz kann verwendet werden, um die Wirksamkeit von Kombinationsbehandlungen zu testen und personalisierte Behandlungen für Patienten mit wiederkehrendem Krebs zu unterstützen, insbesondere in Fällen, in denen die Standardtherapie fehlschlägt und es notwendig ist, Medikamente außerhalb des Etiketts zu verwenden.

Introduction

Patienten-abgeleitete Xenografts (PDXs), die aus der Implantation von Tumorstücken von Patienten in immundefizienten Mäusen erzeugt werden, haben sich als ein leistungsfähiges präklinisches Modell zur Unterstützung einer personalisierten Krebsbehandlung herauskristallisiert. PDX-Modelle wurden erfolgreich für eine Vielzahl von menschlichen Malignitäten entwickelt. Dazu gehören Brust- und Eierstockkrebs, malignes Melanom, Dickdarmkrebs, Bauchspeicheldrüsenadenokarzinom und nicht-kleinzelliger Lungenkrebs1,2,3,4,5. Tumorgewebe kann orthotopisch oder heterotopisch implantiert werden. Erstere, die als genauer, aber technisch schwierig gelten, beinhaltet eine Transplantation direkt in das Tumororgan. Diese Arten von Modellen werden geglaubt, um genau imitieren Histologie des ursprünglichen Tumors aufgrund der “natürlichen” Mikroumgebung für den Tumor6,7. Zum Beispiel führte die orthotopische Transplantation in die Bursa des Maus-Ovarials zur Tumorverbreitung in die Peritonealhöhle und zur Herstellung von Aszites, typisch für Eierstockkrebs8. In ähnlicher Weise beeinflusste die Injektion von Brusttumoren in die Brust anstelle der Bauchbrustdrüse die PDX-Erfolgsrate und das Verhalten9. Orthotopmodelle erfordern jedoch ausgeklügelte Bildgebungssysteme, um das Tumorwachstum zu überwachen. Die heterotopische Implantation eines soliden Tumors erfolgt in der Regel durch Implantation von Gewebe in die subkutane Flanke einer Maus, was eine einfachere Überwachung des Tumorwachstums ermöglicht und weniger teuer und zeitaufwändigist 7. Allerdings wuchsen Tumore subkutan selten metastasierend, anders als bei der orthotopischen Implantationbeobachtet 10.

Die Erfolgsrate der Transplantation hat sich als variierend erwiesen und hängt stark vom Tumortyp ab. Aggressivere Tumoren und Gewebeproben, die einen höheren Prozentsatz der Tumorzellen enthalten, hatten den Berichten zufolge bessere Erfolgsraten12,13. In Übereinstimmung damit, Tumoren von metastasierenden Stellen abgeleitet wurden gezeigt, um mit Frequenzen von 50-80%, während diejenigen von primären Standorten engraft bei Frequenzen so niedrig wie 14%12. Im Gegensatz dazu, Gewebe mit nekrotischen Zellen und weniger lebensfähige Tumorzellen engraft schlecht. Das Tumorwachstum kann auch durch die Zugabe von Kellermembran-Matrixproteinen in den Gewebemix zum Zeitpunkt der Injektion in Mäuse14 gefördert werden, ohne die Eigenschaften des ursprünglichen Tumors zu beeinträchtigen. Die Größe und Anzahl der gewebeteile, die für die Implantation bestimmt sind, beeinflussen auch die Erfolgsrate der Engraftment. Größere Tumoraufnahmeraten wurden für die Implantation in der subrenalen Kapsel im Vergleich zur subkutanen Implantation aufgrund der Fähigkeit der subrenalen Kapsel berichtet, den ursprünglichen Tumor stroma zu erhalten und die Wirtsstromzellen sowie15zur Verfügung zu stellen.

Die meisten Studien verwenden NOD/SCID immundefizienten Mäusen, denen natürliche Killerzellen16 fehlen und die nachweislich die Tumorengraftment, das Wachstum und die Metastasierung im Vergleich zu anderen Stämmen erhöhen14. Eine zusätzliche Überwachung ist jedoch erforderlich, da sie thymische Lymphome bereits im Alter von3-4Monaten entwickeln können. Bei Eierstocktumortransplantationen, die in SCID-Mäusen angebaut wurden, wurde das Auswachsen von B-Zellen erfolgreich durch Rituximab gehemmt, was die Entwicklung von Lymphomen verhinderte, ohne jedoch die Engraftmentierung von Eierstocktumoren zu beeinträchtigen17.

In jüngerer Zeit, NSG (NOD. Cg-Prkdcscid Il2rgtm1Wjl/SzJ) Mäuse, die eine Nullmutation im Gen tragen, die die Interleukin-2-Rezeptor-Gammakette18kodiert, wurden zu einem häufig verwendeten Stamm für die Erzeugung von PDX-Modellen. Tumore aus etablierten PDX-Modellen, die an zukünftige Generationen von Mäusen weitergegeben werden, behalten berichtend histologische und molekulare Eigenschaften für 3 bis 6 Generationen19,20. Zahlreiche Studien haben gezeigt, dass die Behandlungsergebnisse in PDX-Modellen die ihrer entsprechenden Patienten imitieren2,3,4,21,22,23. Die Ansprechrate auf Chemotherapie in PDX-Modellen bei nicht-kleinen Lungenkrebs und dickdarmen Karzinomen war ähnlich wie in klinischen Studien für die gleichen Medikamente24,25. Studien, die in PDX-Modellen durchgeführt wurden und für Patienten entwickelt wurden, die an klinischen Studien teilnahmen, zeigten Reaktionen auf getestete Medikamente, die denen ähnlich waren, die bei entsprechendenPatienten2,3,4klinisch beobachtet wurden.

Genomanalysen eines Patiententumors mit hohem Durchsatz in Verbindung mit PDX-Modellen bieten ein leistungsfähiges Werkzeug, um Korrelationen zwischen spezifischen genomischen Veränderungen und einer therapeutischen Reaktion zu untersuchen. Diese wurden in einigen Veröffentlichungen26,27beschrieben. Zum Beispiel therapeutische Reaktionen auf den EGFR-Hemmer Cetuximab in einer Reihe von kolorektalen PDX-Modellen, die EGFR-Amplifikation, parallele klinische Reaktionen auf Cetuximab bei Patienten28.

Es gibt einige Herausforderungen, die mit der Entwicklung und Anwendung von PDX-Modellen verbunden sind. Unter diesen ist Tumorheterogenität29,30, die die Genauigkeit der Behandlungsantwort Interpretation als ein einzelner Zellklon mit höherer proliferativer Kapazität innerhalb eines PDX beeinträchtigen kann die anderen31wachsen , was zu einem Verlust der Heterogenität. Darüber hinaus, wenn einzelne Tumorbiopsien verwendet werden, um PDX zu entwickeln, können einige der Zellpopulationen verpasst werden und werden nicht in der endgültigen Transplantation dargestellt werden. Mehrere Proben desselben Tumors werden für die Implantation empfohlen, um dieses Problem zu beheben. Obwohl PDX-Tumoren in der Regel alle Zelltypen des ursprünglichen Spendertumors enthalten, werden diese Zellen nach und nach durch solche murinen Ursprungsersetzt 3. Das Zusammenspiel zwischen muriner Stroma und menschlichen Tumorzellen in PDX-Modellen ist nicht gut verstanden. Dennoch wurde gezeigt, dass Stromalzellen die Tumormikroumgebung33rekapitulieren.

Trotz dieser Einschränkungen gehören PDX-Modelle nach wie vor zu den wertvollsten Werkzeugen für die translationale Forschung sowie zur personalisierten Medizin zur Auswahl von Patiententherapien. Zu den wichtigsten Anwendungen von PDXgehören gehören die Biomarker-Erkennung und Arzneimitteltests. PDX-Modelle werden auch erfolgreich verwendet, um Arzneimittelresistenzmechanismen zu studieren und Strategien zur Überwindung der Arzneimittelresistenz34,35zu identifizieren. Der in diesem Manuskript beschriebene Ansatz ermöglicht es dem Forscher, potenzielle therapeutische Ziele in menschlichen Tumoren zu identifizieren und die Wirksamkeit entsprechender Medikamente in vivo bei Mäusen zubewerten, die transplantierte Tumoren beherbergen, die zunächst genomisch charakterisiert waren. Das Protokoll verwendet Eierstocktumoren, die intraperitoneal transplantiert werden, ist aber auf jede Art von Tumor anwendbar, der ausreichend aggressiv ist, um bei Mäusen zu wachsen2,3,12.

Protocol

Frisches Gewebe von einwilligenden Patienten mit Eierstockkrebs wurden zum Zeitpunkt der Entschärbungsoperation gemäß einem vom Mayo Clinic Institutional Review Board (IRB) genehmigten Protokoll gesammelt. Alle in diesem Protokoll verwendeten tierischen Verfahren und Behandlungen wurden vom Mayo Clinic Institutional Animal Care and Use Committee (IACUC) genehmigt und befolgten die Richtlinien für die Tierpflege. 1. Paarsequenzierung und Analysen HINWEIS: Für die …

Representative Results

Gewebe aus resezierten Eierstocktumoren zum Zeitpunkt der Entschärlung samten wurden gemäß IRB-Leitfaden gesammelt und für 1) genomische Charakterisierung und 2) Engraftment bei immungeschwächten Mäusen verwendet (Abbildung 1). Mate-pair-Sequenzierungsprotokoll36,37 wurde verwendet, um strukturelle Veränderungen in der DNA einschließlich Verluste, Gewinne und Verstärkungen zu identifizieren. Abbildung 2<…

Discussion

Wir beschreiben den Ansatz und die Protokolle, die wir verwendet haben, um eine “klinische Studie” in PDX-Modellen durchzuführen, die die molekularen Eigenschaften des Tumors nutzt, wie sie durch genomisches Profiling gewonnen werden, um die beste Auswahl an Medikamenten für Tests zu bestimmen. Mehrere Sequenzierungsplattformen werden derzeit für die genomische Charakterisierung von Primärtumoren verwendet, einschließlich der gesamten Genomsequenzierung, RNAseq und kundenspezifischer Genpanels. Für hochgradige ser?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Wir danken den Mitgliedern des Mayo Clinic Center for Individualized Medicine (CIM) Dr. Lin Yang und Faye R. Harris, MS, für die Hilfe bei der Durchführung von Experimenten. Diese Arbeit wurde unterstützt von Herrn und Frau Neil E. Eckles’ Gift an das Mayo Clinic Center for Individualized Medicine (CIM).

Materials

3M Vetbond 3M, Co. 1469SB
anti-AKT antibody Cell Signaling Technologies, Inc. 9272
Anti-GAPDH antibody(G-9) Santa Cruz Biotech. Inc. sc-365062
Anti-MAPK antibody Cell Signaling Technologies, Inc. 9926
Anti-phospho-AKT antibody Cell Signaling Technologies, Inc. 9271
Anti-mTOR antibody Cell Signaling Technologies, Inc. 2972
Anti-Phospho-mTOR antibody Cell Signaling Technologies, Inc. 2971
Anti-Phospho-S6 antibody Cell Signaling Technologies, Inc. 4858
Anti-Rictor antibody Cell Signaling Technologies, Inc. 2114
Anti-S6 antibody Cell Signaling Technologies, Inc. 2217
Captisol ChemScene, Inc. cs-0731
Carboplatin NOVAPLUS, Inc. 61703-360-18
DMEM Mediatech, Inc. 10-013-CV
Easy-A Hi-Fi PCR Cloning Enzyme Agilent, Inc. 600404-51
Lubricant Cardinal Healthcare 82-280
Matrigel Corning, Inc. 356234
McCoy's media Mediatech, Inc. 10-050-CV
MK-2206 ApexBio, Inc. A3010
MK-8669 ARIAD Pharmaceuticals, Inc. AP23573
Nair Sensitive Skin Church & Dwight Co. Nair Hair Remover Shower Power Sensitive
NOD/SCID mice Charles River, Inc. NOD.CB17-Prkdcscid/NCrCrl
Paclitaxel NOVAPLUS, Inc. 55390-304-05
PEG400 Millipore Sigma, Inc. 88440-250ML-F
Perjeta Genetech, Co. Pertuzumab
Rituximab Genetech, Co. Rituxan
RPMI1640 Mediatech, Inc. 10-040-CV
SCID mice Harlan Laboratories, Inc. C.B.-17/IcrHsd-PrkdcscidLystbg
SLAx 13-6MHz linear transducer FUJIFILM SonoSite, Inc HFL38xp
SonoSite S-series Ultrasound machine FUJIFILM SonoSite, Inc SonoSite SII
Tween 80 Millipore Sigma, Inc. P4780-100ML

References

  1. Tentler, J. J., et al. Patient-derived tumour xenografts as models for oncology drug development. Nature Reviews Clinical Oncology. 9, 338-350 (2012).
  2. Marangoni, E., et al. A new model of patient tumor-derived breast cancer xenografts for preclinical assays. Clinical Cancer Research. 13, 3989-3998 (2007).
  3. Zhang, X., et al. A renewable tissue resource of phenotypically stable, biologically and ethnically diverse, patient-derived human breast cancer xenograft models. Cancer Research. 73, 4885-4897 (2013).
  4. Hidalgo, M., et al. Patient-derived xenograft models: an emerging platform for translational cancer research. Cancer Discovery. 4, 998-1013 (2014).
  5. Weroha, S. J., et al. Tumorgrafts as in vivo surrogates for women with ovarian cancer. Clinical Cancer Research. 20, 1288-1297 (2014).
  6. Rubio-Viqueira, B., et al. Optimizing the development of targeted agents in pancreatic cancer: tumor fine-needle aspiration biopsy as a platform for novel prospective ex vivo drug sensitivity assays. Molecular Cancer Therapeutics. 6, 1079-1088 (2007).
  7. Rubio-Viqueira, B., Hidalgo, M. Direct in vivo xenograft tumor model for predicting chemotherapeutic drug response in cancer patients. Clinical Pharmacology and Therapeutics. 85, 217-221 (2009).
  8. Ricci, F., et al. Patient-derived ovarian tumor xenografts recapitulate human clinicopathology and genetic alterations. Cancer Research. 74, 6980-6990 (2014).
  9. Fleming, J. M., et al. Local regulation of human breast xenograft models. Journal of Cellular Physiology. 224, 795-806 (2010).
  10. Hoffman, R. M. Patient-derived orthotopic xenografts: better mimic of metastasis than subcutaneous xenografts. Nature Reviews Cancer. 15, 451-452 (2015).
  11. Jung, J., Seol, H. S., Chang, S. The Generation and Application of Patient-Derived Xenograft Model for Cancer Research. Cancer Research and Treatment. 50, 1-10 (2018).
  12. Sivanand, S., et al. A validated tumorgraft model reveals activity of dovitinib against renal cell carcinoma. Science Translational Medicine. 4, 137-152 (2012).
  13. Pavía-Jiménez, A., Tcheuyap, V. T., Brugarolas, J. Establishing a human renal cell carcinoma tumorgraft platform for preclinical drug testing. Nature Protocols. 9, 1848-1859 (2014).
  14. Fridman, R., Benton, G., Aranoutova, I., Kleinman, H. K., Bonfil, R. D. Increased initiation and growth of tumor cell lines, cancer stem cells and biopsy material in mice using basement membrane matrix protein (Cultrex or Matrigel) co-injection. Nature Protocols. 7, 1138-1144 (2012).
  15. Cutz, J. C., et al. Establishment in severe combined immunodeficiency mice of subrenal capsule xenografts and transplantable tumor lines from a variety of primary human lung cancers: potential models for studying tumor progression-related changes. Clinical Cancer Research. 12, 4043-4054 (2006).
  16. Siolas, D., Hannon, G. J. Patient-derived tumor xenografts: transforming clinical samples into mouse models. Cancer Research. 73, 5315-5319 (2013).
  17. Butler, K. A., et al. Prevention of Human Lymphoproliferative Tumor Formation in Ovarian Cancer Patient-Derived Xenografts. Neoplasia. 19, 628-636 (2017).
  18. Cao, X., et al. Defective lymphoid development in mice lacking expression of the common cytokine receptor gamma chain. Immunity. 2, 223-238 (1995).
  19. Dobbin, Z. C., et al. Using heterogeneity of the patient-derived xenograft model to identify the chemoresistant population in ovarian cancer. Oncotarget. 5, 8750-8764 (2014).
  20. Choi, Y. Y., et al. Establishment and characterisation of patient-derived xenografts as paraclinical models for gastric cancer. Scientific Reports. 6, 22172 (2016).
  21. Malaney, P., Nicosia, S. V., Davé, V. One mouse, one patient paradigm: New avatars of personalized cancer therapy. Cancer Letters. 344, 1-12 (2014).
  22. Rosfjord, E., Lucas, J., Li, G., Gerber, H. P. Advances in patient-derived tumor xenografts: from target identification to predicting clinical response rates in oncology. Biochemical Pharmacology. 91, 135-143 (2014).
  23. Braekeveldt, N., Bexell, D. Patient-derived xenografts as preclinical neuroblastoma models. Cell and Tissue Research. 372, 233-243 (2018).
  24. ‘Perez-Soler, R., et al. Response and determinants of sensitivity to paclitaxel in human non-small cell lung cancer tumors heterotransplanted in nude mice. Clinical Cancer Research. 6, 4932-4938 (2000).
  25. Fichtner, I., et al. Anticancer drug response and expression of molecular markers in early-passage xenotransplanted colon carcinomas. European Journal of Cancer. 40, 298-307 (2004).
  26. Gao, H., et al. High-throughput screening using patient-derived tumor xenografts to predict clinical trial drug response. Nature Medicine. 21, 1318-1325 (2015).
  27. Izumchenko, E., et al. Patient-derived xenografts effectively capture responses to oncology therapy in a heterogeneous cohort of patients with solid tumors. Annals of Oncology. 28, 2595-2605 (2017).
  28. Bertotti, A., et al. A molecularly annotated platform of patient-derived xenografts (“xenopatients”) identifies HER2 as an effective therapeutic target in cetuximab-resistant colorectal cancer. Cancer Discovery. 1, 508-523 (2011).
  29. Mengelbier, L. H., et al. Intratumoral genome diversity parallels progression and predicts outcome in pediatric cancer. Nature Communications. 27, 6125 (2015).
  30. McGranahan, N., Swanton, C. Clonal Heterogeneity and Tumor Evolution: Past, Present, and the Future. Cell. 168, 613-628 (2017).
  31. Marusyk, A., et al. Non-cell-autonomous driving of tumour growth supports sub-clonal heterogeneity. Nature. 514, 54-58 (2014).
  32. Braekeveldt, N., et al. Neuroblastoma patient-derived orthotopic xenografts reflect the microenvironmental hallmarks of aggressive patient tumours. Cancer Letters. 375, 384-389 (2016).
  33. DeRose, Y. S., et al. Tumor grafts derived from women with breast cancer authentically reflect tumor pathology, growth, metastasis and disease outcomes. Nature Medicine. 17, 1514-1520 (2011).
  34. Das Thakur, M., et al. Modelling vemurafenib resistance in melanoma reveals a strategy to forestall drug resistance. Nature. 494, 251-255 (2013).
  35. Girotti, M. R., et al. Application of Sequencing, Liquid Biopsies, and Patient-Derived Xenografts for Personalized Medicine in Melanoma. Cancer Discovery. 6, 286-299 (2016).
  36. Murphy, S. J., et al. Mate pair sequencing of whole-genome-amplified DNA following laser capture microdissection of prostate cancer. DNA Research. 19, 395-406 (2012).
  37. Smadbeck, J. B., et al. Copy number variant analysis using genome-wide mate-pair sequencing. Genes Chromosomes and Cancer. 57, 459-470 (2018).
  38. Kovtun, I. V., et al. Lineage relationship of Gleason patterns in Gleason score 7 prostate cancer. Cancer Research. 73, 3275-3284 (2013).
  39. Paster, E. V., Villines, K. A., Hickman, D. L. Endpoints for mouse abdominal tumor models: refinement of current criteria. Comparative Medicine. 59, 234-241 (2009).
  40. Schneider, C. A., Rasband, W. S., Eliceiri, K. W. NIH Image to ImageJ: 25 years of image analysis. Nature Methods. 9, 671-675 (2012).
  41. Cheng, Y., et al. MK-2206, a novel allosteric inhibitor of Akt, synergizes with gefitinib against malignant glioma via modulating both autophagy and apoptosis. Molecular Cancer Therapeutics. 11, 154-164 (2012).
  42. Rivera, V. M., et al. Ridaforolimus (AP23573; MK-8669), a potent mTOR inhibitor, has broad antitumor activity and can be optimally administered using intermittent dosing regimens. Molecular Cancer Therapeutics. 10, 1059-1071 (2011).
  43. Heitjan, D. F., Manni, A., Santen, R. J. Statistical analysis of in vivo tumor growth experiments. Cancer Research. 53, 6042-6050 (1993).
  44. Vargas, R., et al. Case study: patient-derived clear cell adenocarcinoma xenograft model longitudinally predicts treatment response. NPJ Precision Oncology. 2, 14 (2018).
  45. Harris, F. R., et al. Targeting HER2 in patient-derived xenograft ovarian cancer models sensitizes tumors to chemotherapy. Molecular Oncology. 13, 132-152 (2019).
  46. Fidler, I. J., et al. Modulation of tumor cell response to chemotherapy by the organ environment. Cancer and Metastasis Reviews. 13, 209-222 (1994).

Play Video

Cite This Article
Zhang, P., Kovtun, I. V. Testing Targeted Therapies in Cancer using Structural DNA Alteration Analysis and Patient-Derived Xenografts. J. Vis. Exp. (161), e60646, doi:10.3791/60646 (2020).

View Video