跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https公司

该站点是安全的。
这个https(https)://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2022年2月15日;3(2):100525.
doi:10.1016/j.xcrm.2022.100525。

转移性乳腺癌系列活检的组学和多维空间图谱

附属公司

转移性乳腺癌系列活检的组学和多维空间图谱

布雷特·约翰逊等。 细胞代表医学. .

摘要

随着肿瘤细胞和外部微环境影响在治疗过程中的变化,转移性癌症的治疗耐药性和脆弱性机制也在演变。为了支持在个体中识别这些机制的方法的发展,我们提出了一个组学和多维空间(OMS)图谱,该图谱由一名转移性乳腺癌患者在3.5年治疗期间的四次连续活检生成。该资源将详细的纵向临床元数据(包括治疗时间和剂量、解剖成像和基于血液的反应测量)与临床和探索性分析联系起来,包括全面的DNA、RNA和蛋白质图谱;多重免疫染色图像;以及二维和三维扫描电子显微照片。这些数据报告了癌症基因组的异质性和进化、信号通路、免疫微环境、细胞组成和组织以及超微结构。我们举例说明了这些数据的综合分析如何揭示反应和耐药性的潜在机制,并提出了新的治疗漏洞。

关键词:人体肿瘤图谱;转移性乳腺癌;个性化医疗;精确肿瘤学。

PubMed免责声明

利益冲突声明

D.S.用于定量成像系统。L.M.C.是Cell Signaling Technologies、Shasqi和AbbVie的付费顾问;获得了Plexxikon、Pharmacyclics、Acerta Pharma、Deciphera Pharmaceuticals、Genentech、Roche Glycart AG、Syndax Pharmacueticals,Innate Pharma和NanoString Technologies的试剂和/或研究支持;是Syndax Pharmaceuticals、Carisma Therapeutics、Zymeworks、Verseau Therapeunics、Cytomix Therapeustics和Kineta的科学咨询委员会成员。通用汽车已将技术授权给Myriad Genetics和NanoString;在SAB任职或担任Amphista、AstraZeneca、Chrysallis Biotechnology、GSK、ImmunoMET、Ionis、Lilly、PDX Pharmaceuticals、Signalchem Lifesciences、Symphogen、Tarveda、Turbine和Zentalis Pharmacueticals的顾问;并拥有Catena Pharmaceuticals、ImmunoMet、SignalChem和Tarveda的股票/期权/财务权益。J.W.G.已将技术授权给雅培诊断公司、佐罗生物公司和PDX制药公司;拥有Convergent Genomics、Health Technology Innovations、Zorro Bio和PDX Pharmaceuticals的所有权;担任New Leaf Ventures的付费顾问;获得了赛默飞世尔科技(前身为FEI)、蔡司、Miltenyi Biotech、Cepheid(Danaher)、定量成像、健康技术创新和Micron Technologies的研究支持;并持有雅培诊断、雅培维、Alphabet、亚马逊、安进、苹果、通用电气、吉利德、英特尔、微软、英伟达和齐默尔生物科技的股票。

数字

无
图形摘要
图1
图1
用于生成OMS地图集的工作流和分析平台
图2
图2
临床治疗时间表和反应指标(A)四个治疗阶段(绿色、橙色、蓝色和粉红色区域)的治疗时间表和活检时间(红星)。时间轴被划分为28天的月份。每种药物的持续时间和相对剂量由水平条的范围和宽度表示。第4阶段结束后继续用药由右箭头指示。(B) 临床报告的肿瘤蛋白生物标记物的血清水平。CEA值乘以5以便于可视化。(C) RECIST 1.1肿瘤反应评估(橙色星号),表示部分反应(PR)、进行性疾病(PD)或稳定疾病(SD)。显示了16个典型转移灶的纵向追踪和最长轴尺寸的变化,这些转移灶是通过连续CT图像测量的。转移性活检的靶点用粗体标记,并用星星标记。圆圈表示FDG-PET成像结果,以插值病变尺寸的相应病变线为中心进行着色。每个圆圈的直径与背景正常化最大标准化摄取值(SUVmax)成正比。
图3
图3
基因组、转录组和蛋白质组图谱揭示了时空异质性和进化(A)体细胞突变的比较。柱表示至少一个组织样本中从WES中识别出的单个、非沉默SNV或indels,并分类为无处不在(存在于所有样本中,蓝色)、共享(存在于至少两个样本中,绿色)或私有(仅存在于单个样本中,红色)。每个样本中的突变状态被指示为独立称为(有色),在至少2次测序读取中检测到,但未独立称之为(透明度降低)或缺失(白色)。(B) 系统发生树显示了PT和四个转移瘤之间的进化关系。(C) 癌症标志性通路的转录组基因集变异分析(GSVA)。箱线图表示TCGA管腔性乳腺癌队列中GSVA评分的分布(上、下四分位数和中位数)。显示每个活检样本的富集分数:Bx1(绿色)、Bx2(橙色)、Bx3(蓝色)和Bx4(粉红色)。(D) 使用通路评分评估RPPA蛋白通路活性。箱线图表示TCGA乳腺癌队列中通路活性的分布。三个活检样本的通路活性标记为(D)。(E) TCGA乳腺癌队列中RPPA的总蛋白和磷酸蛋白水平正常化。热图显示了三次活检的相对蛋白质水平以及样本对之间的折叠变化。蛋白质是基于Bx2相对于Bx1之间的倍数变化差异来排序的。突出显示选定的蛋白质。(F) 总蛋白和磷酸蛋白水平的ISPP测量。箱线图表示57例转移性乳腺癌的蛋白质水平分布。三个活检样本的蛋白质水平标记为(D)。另请参见图S3和表S2。
图4
图4
监测深度治疗的反应就地通过mIHC(A)对原发性肿瘤(PT)和Bx1–Bx4的免疫表型进行多重免疫组织化学分析,以测定免疫(CD45)+)和上皮细胞(PanCK+)肿瘤隔室中的细胞占有核细胞总数的百分比。(B) 组织组成的表示,显示PanCK的密度(每平方毫米分析的组织的细胞数)+(细胞角蛋白),CD45+和PanCKCD45型(其他)有核细胞。(C) 七种主要白细胞谱系的免疫组成,占总CD45的百分比+细胞。(D) 深入审核Bx1和Bx2中的白细胞谱系,测量12个免疫细胞群和功能状态。(E) CD3(CD3)+总CD45中T细胞的比例+细胞群(橙色,左侧)和CD4+(蓝色)和CD8+CD45内的T细胞(长春花)比例+CD3(CD3)+T细胞(右)。(F) 产品开发-1+细胞占总CD3的百分比+CD3中的T细胞+CD4细胞+(顶部)和CD3+CD8(CD8)+(底部)T细胞群。(G) CD3分化状态+CD4细胞+T细胞,由调节性T(Treg)、Th1、Th2、Th17、Th0/γδ亚群(左侧)和CD3反映+CD8(CD8)+T细胞,如PD-1和EOMES的表达所反映的。(H) CD3的分化状态+CD4细胞+Bx1和Bx2中Treg、Th17、Th1、Th2和Th0/γδ亚群反映的T细胞。另请参见图S4和表S2。
图5
图5
使用CycIF和FIB-SEM(A)监测肿瘤和基质对治疗的反应抗体染色的示例图像,覆盖分割边界,按细胞类型着色。比例尺,50μm。(B) 平均热图Z轴-对活检组织和对照组织及细胞系的单细胞平均强度进行无监督Leiden聚类(分辨率为0.45)评分,并在右侧标注。亮度,亮度;Mes,间充质;纤维、成纤维细胞。彩色行标签显示每个簇中哪个活检占优势:Bx2(橙色)、Bx3(蓝色)或Bx4(粉红色)。簇16均匀地分布在Bx3和Bx4之间。(C) 胶原染色阳性细胞0–25、25–50和50–75μm的ER和PCNA染色的单细胞平均强度分布。星号表示距离之间平均强度的显著差异(p<0.001)。(D) 从Bx1重建的3D FIB-SEM数据的两个视图显示了癌细胞(红色和粉红色)、基质细胞(蓝色和绿松石色)和胶原蛋白(绿色)之间的关系。全体积视图(左侧)显示肿瘤巢周围基质细胞的纳米级细胞-细胞相互作用(此图中未显示胶原),而特写视图(右侧)显示肿瘤和胶原之间的纤维母细胞样细胞。比例尺,5μm。另请参见图S5和表S5。
图6
图6
使用Bx4的FIB-SEM(A)2D SEM图像揭示了细胞间和细胞内的成分和相互作用,显示了肿瘤细胞巢和基质胶原之间的关系,以及提取的高密度溶酶体。比例尺,10μm。选定的插图以高倍显示这些功能。比例尺,3μm。(B) Bx2的3D FIB-SEM中细长肿瘤细胞的侧视图,显示FLP(红色)和内部线粒体的排列(紫红色)。比例尺,1μm。(C) 来自Bx2的其他细胞(与B中相同的红细胞)显示出桨状的跛足(绿色细胞)和长的FLP(红色和蓝色细胞)延伸到基质并与相邻细胞相互作用。比例尺,500 nm。(D) 从Bx1重建的3D FIB-SEM数据显示FLP选择性地向邻近细胞和细胞外碎片延伸。比例尺,1μm。(E和F)核内陷的Bx2(E)和Bx1(F)的更多细节(蓝色),显示线粒体(紫红色)和大松果体(黄色)相对于核褶皱的组织。比例尺,1μm。(G) Bx2的3D FIB-SEM体积显示大的电子致密溶酶体颗粒(绿色)分散在大松果体(红色)之间。比例尺,900 nm。(H) 每次活检中超微结构特征患病率的定性总结。跛足症Bx4评分不可用。另请参见图S6和视频S1、S2、S3和S4。
图7
图7
RPPA(A)磷酸化和推测的Bx2中依维莫司影响的PI3K/AKT/mTOR通路激活提示了治疗抵抗和反应的机制。mTORC1下游S6的磷酸化降低可能是由于依维莫司抑制所致,但PI3K和AKT下游蛋白的磷酸化增加,可能是通过突变的PI3K E542K活性和/或对mTORC2的反馈信号,可能在该药物存在的情况下提供了持续的致癌信号。蛋白质表现为活化磷酸化增加(>1.4倍,红色)、抑制磷酸化增强(>1.4 x,粉红色)、活化磷酸化减少(<0.7倍,绿色)或磷酸化不变/未知(黄色)。Bx2与Bx1的磷酸化变化:PDK1=1.45×,AKT T308=1.20×,AKT-S473=2.69×,TSC2=1.43×,GSK3A/B=1.71×,MDM2=1.75×,p70S6K1=0.92×,4EBP1=1.37×,S6 S235/236=0.69×,S240/244=0.14×。(B) 根据总蛋白和磷酸蛋白水平推断,Bx2中受帕尔博西卜影响的细胞周期调控途径的激活状态。Palbociclib通过抑制RB1的CDK4/6磷酸化来阻止反应细胞的细胞分裂,但Bx2在使用该药物治疗的情况下,磷酸化RB1和细胞增殖水平持续较高(RB1 P-S807/811=0.98×与预处理Bx1相比)。这可能是由于CDK2抑制剂p21(0.50×vs.Bx1)被激活的PI3K/AKT信号传导(参见A)降解,这将激活典型的细胞周期蛋白E/CDK2复合物以驱动细胞通过G1-S。或者,由于扩增,细胞分裂可能通过形成非规范的细胞周期素D1/CDK2复合物进行CCND1号机组(图S3B)、高水平的细胞周期蛋白D1蛋白(1.67×vs.Bx1)和低p21。CDK2的激活可以用广谱CDK抑制剂阿贝马昔单抗来对抗。推断的激活状态基于总蛋白水平或磷酸化,被指定为相对增加(红色)、减少(绿色)或不变/未知(黄色)。另请参见图3E和表S2。

中的注释

类似文章

引用人

  • 亚细胞空间分辨率异质组织构建工程的多重单细胞生物印迹。
    Helms HR、Oyama KA、Ware JP、Ibsen SD、Bertassoni LE。 Helms HR等人。 bioRxiv[预印本]。2024年2月11日2024.02.01.578499。doi:10.1101/2024.02.01.578499。 生物Rxiv。2024 PMID:38352428 免费PMC文章。 预打印。
  • 使用深度学习在稀疏标记的3D电子显微镜图像上分割细胞超微结构。
    Machireddy A、Thibault G、Loftis KG、Stoltz K、Bueno CE、Smith HR、Riester JL、Gray JW、Song X。 Machireddy A等人。 前Bioninform。2023年12月15日;3:1308708. doi:10.3389/fbinf.2023.1308708。eCollection 2023年。 前Bioninform。2023 PMID:38162124 免费PMC文章。
  • 数字化你的生物!通过可解释的细胞行为对多细胞系统进行建模。
    Johnson JAI、Stein-O’Brien GL、Booth M、Heiland R、Kurtoglu F、Bergman DR、Bucher E、Deshpande A、Forjaz A、Getz M、Godet I、Lyman M、Metzcar J、Mitchell J、Raddatz A、Rocha H、Solorzano J、Sundus A、Wang Y、Gilkes D、Kagohara LT、Kiemen AL、Thompson ED、Wirtz D、Wu PH、Zaidi N、Zheng L、Zimmerman JW、Jaffee EM、Hwan Chang Y、Coussens LM、Gray JW、,Heiser LM、Fertig EJ、Macklin P。 Johnson JAI等人。 bioRxiv[预印本]。2023年11月5日:2023.09.17.557982。doi:10.1101/2023.09.17.557982。 生物Rxiv。2023 PMID:37745323 免费PMC文章。 预打印。
  • 翻译后修饰的泛癌分析揭示了蛋白质调节的共同模式。
    Geffen Y、Anand S、Akiyama Y、Yaron TM、Song Y、Johnson JL、Govindan A、BaburØ、Li Y、Huntsman E、Wang LB、Birger C、Heiman DI、Zhang Q、Miller M、Maruvka YE、Haradhvala NJ、Calinawan A、Belkin S、Kerelsky A、Clauser KR、Krug K、Sapathy S、Payne SH、Mani DR、Gillette MA、Dhanasekaran SM、Thiagarajan M、Mesri M、Rodriguez H、Robles AI、Carr SA、,Lazar AJ、Aguet F、Cantley LC、Ding L、Getz G;临床蛋白质组肿瘤分析联盟。 Geffen Y等人。 细胞。2023年8月31日;186(18):3945-3967.e26。doi:10.1016/j.cell.2023.07.013。Epub 2023年8月14日。 细胞。2023 PMID:37582358
  • 体积电子显微镜。
    Peddie CJ、Genoud C、Kreshuk A、Meechan K、Micheva KD、Narayan K、Pape C、Parton RG、Schieber NL、Schwab Y、Titze B、Verkade P、Aubrey A、Collinson LM。 Peddie CJ等人。 Nat Rev Methods底漆。2022年7月7日;2:51. doi:10.1038/s43586-022-00131-9。 Nat Rev方法底漆。2022 PMID:37409324 免费PMC文章。

工具书类

    1. Von Hoff D.D.、Stephenson J.J.,Jr.、Rosen P.、Loesch D.M.、Borad M.J.、Anthony S.、Jameson G.、Brown S.、Cantafio N.、Richards D.A.等人。使用患者肿瘤的分子剖析来寻找潜在靶点并选择难治性癌症的治疗方法的初步研究。临床杂志。昂科尔。2010;28:4877–4883.-公共医学
    1. Schwaederle M.、Zhao M.、Lee J.J.、Eggermont A.M.、Schilsky R.L.、Mendelsohn J.、Lazar V.、Kurzrock R.精确医学对多种癌症的影响:II期临床试验的荟萃分析。临床杂志。昂科尔。2015;33:3817–3825.-项目管理咨询公司-公共医学
    1. Sanchez N.S.、Mills G.B.、Mills Shaw K.R.精准肿瘤学:既不是一颗银弹,也不是一个梦想。药物基因组学。2017;18:1525–1539.-公共医学
    1. Mitri Z.I.、Parmar S.、Johnson B.、Kolodzie A.、Keck J.M.、Morris M.、Guimaraes A.R.、Beckett B.R.、Borate U.、Lopez C.D.等。实施一个全面的转化肿瘤学平台:从分子测试到可操作性。J.翻译。2018年医学;16:358.-项目管理咨询公司-公共医学
    1. Rozenblatt-Rosen O.、Regev A.、Oberdoerffer P.、Nawy T.、Hupalowska A.、Rood J.E.、Ashenberg O.、Cerami E.、Coffey R.J.、Demir E.等。人类肿瘤图谱网络:以单细胞分辨率绘制跨空间和时间的肿瘤转变图。细胞。2020;181:236–249.-项目管理咨询公司-公共医学

出版物类型