Nucleïnezuur afbraak in archivering weefsel, tumor heterogeniteit, en een gebrek aan vers bevroren weefsel monsters kan negatieve invloed hebben op kanker diagnostische diensten in pathologie laboratoria wereldwijd. Dit manuscript wordt beschreven voor het optimaliseren van een panel van biomarkers met behulp van een multiplex magnetische kraal assay te classificeren van kanker van de borst.
Nucleïnezuur afbraak in archivering weefsel, tumor heterogeniteit, en een gebrek aan vers bevroren weefsel monsters kan negatieve invloed hebben op kanker diagnostische diensten in pathologie laboratoria wereldwijd. Gene versterking en expressie diagnostische testen met behulp van archiefmateriaal of materiaal waarvoor vervoer naar onderhoud van laboratoria, moet een meer robuuste en nauwkeurige test aangepast aan de huidige klinische werkstromen. Ons onderzoeksteam geoptimaliseerd voor het gebruik van Invitrogen™ QuantiGene™ Plex Assay (Thermo Fisher Scientific) te kwantificeren van RNA in archiefmateriaal gebruiken (bDNA) vertakt-DNA-technologie voor Luminex xMAP® magnetische kralen. De bepaling van gen expressie beschreven in dit manuscript is een roman, snel en multiplex methode die nauwkeurig van borstkanker in de verschillende moleculaire subtypes classificeren kan, het weglaten van de subjectiviteit van de interpretatie die inherent zijn aan beeldvormende technieken. Bovendien, kunnen als gevolg van de lage input van materiaal vereist, heterogeen tumoren laser microdissected met haematoxyline en eosine (H & E) gekleurd secties. Deze methode heeft een breed scala van mogelijke toepassingen, met inbegrip van de classificatie van de tumor met diagnostische mogelijkheden en meting van biomarkers in vloeibare biopsieën, waardoor betere patiëntenbeheer en monitoring van ziekten. Bovendien, is de kwantitatieve meting van biomarkers in archiefmateriaal nuttig in oncologie onderzoek met toegang tot bibliotheken van klinisch-geannoteerde materiaal, waarin retrospectieve studies mogelijke biomarkers en hun klinische resultaten valideren kunnen correlatie.
Optimalisatie van RNA gebaseerd testen met behulp van formaline-vaste paraffine-ingebedde (FFPE) archiefmateriaal is uitdagend als gevolg van de variabiliteit in chirurgische weefsel verwerking en afbraak van RNA veroorzaakt door formaline gebruikt voor weefsel integriteit behoud1, 2. Om te overwinnen de beperking van het uitvoeren van nauwkeurige gen expressie studies van archiefmateriaal, onze groep gebruikt de bDNA multiplex magnetische kraal assay. In plaats van enzymatische versterking van een doel-sjabloon gebruikt de technologie van bDNA kruising van specifieke sondes en versterking van een verslaggever signaal3. De korte erkenning sequenties van de vangst en detectie sondes zijn ontworpen om te vermengen tot korte fragmenten van RNA doel4. Bovendien, overwint het gebruik van weefsel homogenates als de directe grondstof in deze test, de onvermijdelijke verlies van RNA die voortvloeit uit de testen waarvoor voorafgaande RNA extractie en zuivering. Signaal versterking, het gebruik van korte erkenning sequenties, en de uitsluiting van een zuivering, bijdragen aan het verminderen in technische variant van de bepaling. De technologie biedt de mogelijkheid om de bepaling (maximaal 80 RNA doelen) multiplex en meten van de expressie van een panel van doelstellingen uit lage materiaal ingang. Dit protocol beschrijft de voorbereiding en de kleuring van weefselmonsters voor laser microdissection. Vlekken op de membraan dia’s vergemakkelijken de beeldvorming van de tumor en histologische architectuur om nauwkeurige selectie en profilering van: (1) de tumor en normale buizen in borstweefsel en (2) de kwaadaardige cel klonen binnen heterogene tumoren.
Moleculaire classificatie van borstkanker is een proces dat moleculaire merkers ondervraagt te categoriseren patiënt tumoren in drie moleculaire klassen, dat wil zeggen, luminal, menselijke epidermale groeifactor receptor 2 (HER2)-verrijkt en basale subtype. Het HER2-verrijkt subtype is goed gedefinieerd, met hoge uitdrukking van de HER2 receptor, als gevolg van de ERBB2 gene amplificatie, gecombineerd met lage of afwezige oestrogeen receptor (ER) en progesteron receptor (PgR). Het luminal subtype is over het algemeen positief voor ER en het basale subtype in het algemeen negatief voor de drie receptoren (HER2, ER, PgR), en aanzienlijk overlappingen met de triple negatieve borst kanker (TNBC) diagnostische subtype5,6 zijn. Andere markeringen worden gebruikt om te bepalen van epitheliale en mesenchymale kenmerken. Fibronectine (FN1) is een hoofdbestanddeel van de borst weefsel mesenchymale compartiment. Verhoogde FN1 meningsuiting gaat gepaard met hoge Ki67 kleuring, en toont een handtekening voor een meer invasieve tumor7,8 en wordt geassocieerd met metastase9. Interessant, werd FN1 gevonden in microvesicles van oorsprong uit de tumorcellen, die activering van mitogene signalen in ontvangende fibroblasten10geïnduceerde aanwezig te zijn. Vandaar, circulerende microvesicles zoals exosomes een potentiële marker van vroegtijdige opsporing of metastase zijn en11terugvallen.
Selectie van de gebieden van de tumor voor borst kanker transcriptionele subtypering werd productlevering uitgevoerd door macrodissection12,13. We hebben om te overwinnen weefsel heterogeniteit en verhogen van de gevoeligheid, betrouwbaar klassieke weefsel kleuring met multiplex moleculaire profileren methoden gecombineerd. Als een bewijs van beginsel, zijn twee verschillende borst kanker klonen gedefinieerd door hun epitheliale mesenchymale handtekening en gemetastaseerde potentieel. De workflow van de beschreven protocol kan gemakkelijk worden vertaald naar de huidige klinische setup en gebruikt om selectief isoleren en karakteriseren van weefsel subtypen met behulp van gerichte mRNA profilering.
Een multiplex bDNA kraal gebaseerde bepaling is geoptimaliseerd om te kwantificeren van genexpressie aangetaste RNA afgeleid van het weefsel van de kanker van de borst van het FFPE en normale borst leidingen. Optimaliseren van de bepaling, normaliseren die betrokken zijn het ontwikkelen van een algoritme om het classificeren van borst kanker tumoren in luminal en basale subtypen met behulp van 8 bekende biomarkers en 5 potentiële genen. Normalisatie van gegevens werd gedaan met behulp van permutaties van de normaliserend genen. De selectie van de normaliserend genen was gebaseerd op de beste voorspelling van receptor status met behulp van de Luminal/basale classificatie genen. Als u wilt classificeren Luminal/basale subtypen van FFPE weefsels, waren de normaliserend genen geselecteerd Beta-actine (ACTB), Glyceraldehyde 3-fosfaat dehydrogenase (GAPDH) en Hypoxanthine Phosphoribosyltransferase 1 (HPRT1).
De methode kan worden aangepast voor gebruik in andere diagnostische en onderzoeksgebieden na adequate selectie van de normaliserend gen-set. Een belangrijke toepassing van deze methode in de onderzoekssector is de meting van biomarkers in archiefmateriaal dat goed is geannoteerde met klinische resultaten. Dit kan valideren van potentiële voorspellende markers in retrospectieve studies, snel en accuraat, en op lange termijn prospectieve studies wachten op ziektevrije overleving en algehele overleving gegevens voorkomen. Momenteel is onze fractie onderzoekt het gebruik van de test te sporen receptor-positieve exosomes, die de ontwikkeling van een nieuw algoritme met alternatieve normaliseren van genen voor de normalisatie van gegevens vereist. Het gebruik van vloeibare biopsieën en robuuste gen expressie vitrotests zal toestaan van hoge-doorvoer multiplex assays aangepast voor het beheer van de patiënt tijdens de behandeling, en een manier bieden waarmee de doeltreffendheid van de behandeling, mogelijke terugval als gevolg van de weerstand tegen therapie, volg en het metastatische capaciteit van de tumor.
Deze methode ook heeft een brede waaier van mogelijke toepassingen in de diagnose van tumoren en is aangepast aan de huidige diagnostische werkstroom. De belangrijkste voordelen van deze methode in het diagnostische veld opnemen: (1) de uitvoering van high throughput assays, (2) met uitzondering van subjectiviteit en onduidelijke resultaten afkomstig van beeld-gebaseerde metingen, (3) nauwkeurige detectie van meerdere doelen tegelijkertijd die nauwkeurigheid verbeteren en minimaliseren van het gebruik van kostbare patiënten stalen, en (4) geen behoefte aan gespecialiseerde voorzieningen en menselijke hulpbronnen. De geoptimaliseerde bemonstering proces, samen met de lage input van materiaal vereist voor de kraal gebaseerde multiplex assay, maakt het mogelijk verder onderzoek van de heterogeniteit van de tumor; met behulp van laser microdissection nauwkeurig scheiden meerdere foci van maligne weefsel van dezelfde patiënt sectie, is het mogelijk om te vergelijken meerdere genexpressie ertussen alsook met gecompenseerde normale weefsel (Figuur 4). Lage materiële input is van vitaal belang voor diagnostische toepassing op tumor biopsieën waarmee beperkte tumor weefsel. De capaciteit van de test voor het meten van de genexpressie van aangetaste RNA monsters kan gemakkelijk vervoeren van monsters voor analyse binnen een instelling of aan het onderhoud van de laboratoria. Analyse van de hele sectie was bovendien ook mogelijk met behulp van H & E gekleurd materiaal (Figuur 1).
Voor het welslagen van dit protocol, is het absoluut noodzakelijk is om: (1) zorgen voor juiste bemonstering van de tumor site/s die zijn lysed voor de assay en (2) de ontwikkeling van goed geoptimaliseerd en gevalideerde gegevens normalisatie algoritmen, voor elke gen expressie paneel en/of individuele prognostic of voorspellende biomarkers. De voormalige hangt af van de technische ervaring van de technicus/wetenschapper het uitvoeren van de bemonstering. Het wordt aangeraden om een extra pit en bereiden een weefsel microarray (TMA) in dezelfde indeling van de multiplex magnetische kraal assay (96-Wells-formaat). Dit zorgt voor een archief van tumor sites als een replica van monsters gebruikt voor de bepaling van RNA-gebaseerd. TMAs kunnen ook met andere technieken voor follow-up onderzoek of validatie van de resultaten worden beoordeeld. De ontwikkeling van normalisatie algoritmen is afhankelijk van het materiaal wordt onderzocht en de normaliserend genen geselecteerd voor normalisatie. Verschillende panelen voor het normaliseren van de genen zijn geselecteerd op basis van het niveau en de variabiliteit van de expressie in de steekproef geanalyseerd en dit varieert tussen kanker weefsels van verschillende oorsprong, exosomes uit plasma of circulerende tumorcellen. Validatie van de bepaling bevat monster verwerken aangezien diverse bereidingen ook leiden verschillende normalisatie algoritmen tot zal.
Om samen te vatten, het gebruik van bDNA technologie in combinatie met magnetische kraal technologie en de selectie van het juiste paneel van de doelgenen, zorgt het extra voordeel van het meten van de genexpressie rechtstreeks in weefsel lysates afgeleid van kleine hoeveelheden patiënt materiaal, met inbegrip van microdissected materiaal, exosomes en circulerende tumorcellen. Naast de detectie van tumor heterogeniteit heeft het juiste gebruik van panels het potentieel om het detecteren van tumor afgeleid exosomes voor vroegdiagnostiek en vroegtijdige opsporing van hervallen. Want er is geen noodzaak voor een nucleïnezuur amplificatie stap, de versterking van de signaal gebruikend de technologie van bDNA, gecombineerd met de kraal gebaseerde multiplex, meet meerdere genexpressie in klinisch-geannoteerde archiefmateriaal en bieden een bron voor biomerker validatie.
The authors have nothing to disclose.
Het werk werd gesteund door (1) een borst kanker Project beurs (2014-2016) gefinancierd door de actie voor Breast Cancer Foundation en ALIVE 2013 door middel van het onderzoek, innovatie & Development Trust (RIDT) van de Universiteit van Malta, (2) de faculteit geneeskunde & Chirurgie, Universiteit van Malta en (3) Project ACT gefinancierd door de Maltese Raad voor wetenschap & technologie via FUSION: The O & I technologie ontwikkeling programma 2016. De publicatie van dit manuscript wordt ondersteund door middel van de subsidie Jove-Luminex.
Microtome | Leica | RM2235 | |
Heamatoxylin Mayer's | Sigma | MHS16-500mL | |
Eosin Y Aquaeous solution | Sigma | HT110216-500mL | |
Normal Rabbit Serum | Monosan | MONX10963 | Working dilution: 1/40 |
Biotinylated Rabbit anti-mouse | Dako | E0354 | Working dilution: 1/200 |
ER antibody (6F11) | Vector Laboratories | VPE614 | Working dilution: 1/45 |
HER2 antibody (CB11) | Novocastra | CB11-L-CE | Working dilution: 1/325 |
Ki67 antibody (MIB-1) | Dako | M7240 | Working dilution: 1/500 |
Avidin Biotin Complex kit | Vector Laboratories | PK-6100 | |
Nikon Eclipse Ti-E Inverted microscope | Nikon | Ti-E | 4x, 10x, 20x and 40x objectives |
Laser Microdissection membranes | Molecular Machines &Industries | S0103 | |
mmi CellCamera 1.4 | Molecular Machines &Industries | MX4285c-ACK07 | |
mmi Cellcut Plus | Molecular Machines &Industries | ||
Diffuser caps | Molecular Machines &Industries | 50210 | |
mmi Celltools Software v.4.01rcl | Molecular Machines &Industries | ||
Eppendorf Thermomixer comfort | Eppendorf | 5355000038 | |
1.5mL heating block for Eppendorf Thermomixer | Eppendorf | 22670522 | |
96-well plate heating block for Eppendorf Thermomixer | Eppendorf | 22670565 | |
Labnet Vortemp 56 Shaking incubator | Labnet | 52056A-220 | |
LX200 100/200 | Luminex | Magnetic bead analyser | |
Invitrogen QuantiGene Sample Processing Kit – FFPE Tissues | ThermoFisher Scientific | QS0109 | |
Invitrogen QuantiGene Plex 2.0 Assay Kit (Magnetic Separation) | ThermoFisher Scientific | QP1011 | |
Thermaseal RTS Sealing Film | Thermaseal | 765246 | |
Hand-Held Magnetic Plate Washer | ThermoFisher Scientific | QP1011 | |
Invitrogen QuantiGene Incubator Temperature Validation Kit | Affymetrix/Panomics | QS0517 | |
Proteinase K (50µg/µL) | ThermoFisher Scientific | 14622 | |
Invitrogen QuantiGene Plex 2.0 Sets | ThermoFisher Scientific | Various | |
Multi Speed Vortex | Kisker Biotech | MSV-3500 | |
Sonicator | Silvercrest | ||
RNASEZAP | Sigma | R2020-250ML | |
Aluminium 96-well plate seal | Sigma | Z721549-100EA | |
Temperature Validation Kit | ThermoFisher Scientific | QS0517 | |
RapidMiner Studio Community 7.1.001 | RapidMiner | Data Science Platform | |
Hybridisation oven | Hybaid (Thermo Scientific) |