Degradación de ácidos nucleicos en el tejido archival, la heterogeneidad del tumor y la falta de muestras de tejido fresco congelado puede afectar servicios de diagnóstico de cáncer en laboratorios de patología en todo el mundo. Este manuscrito describe la optimización de un panel de biomarcadores utilizando un ensayo multiplex grano magnético para clasificar los cánceres de mama.
Degradación de ácidos nucleicos en el tejido archival, la heterogeneidad del tumor y la falta de muestras de tejido fresco congelado puede afectar servicios de diagnóstico de cáncer en laboratorios de patología en todo el mundo. Amplificación del gene y la expresión diagnóstico pruebas utilizando material de archivo o material que requiere transporte al servicio de laboratorios, necesita una prueba más robusta y precisa, adaptada a flujos de trabajo clínicos actuales. Nuestro equipo de investigación ha optimizado el uso del ensayo de Plex de Invitrogen™ QuantiGene™ (Thermo Fisher Scientific) cuantificar RNA en material de archivo utilizando la tecnología de ADN ramificado (bDNA) en granos magnéticos de Luminex xMAP® . El análisis de expresión génica se describe en este manuscrito es un método rápido y múltiplex de novela, que puede clasificar con precisión el cáncer de mama en los diferentes subtipos moleculares, omitiendo la subjetividad de la interpretación de técnicas de imagen. Además, debido a la entrada de material requerido, tumores heterogéneos pueden ser microdissected de láser con hematoxilina y eosina (H & E) secciones manchadas. Este método tiene una amplia gama de aplicaciones incluyendo clasificación tumor con potencial diagnóstico y medición de biomarcadores en líquido biopsias, que permitirían mejor gestión paciente y control de la enfermedad. Además, la cuantificación de biomarcadores en material de archivo es útil en investigación oncológica con acceso a las bibliotecas de material clínico anotado, en el que los estudios retrospectivos pueden validar biomarcadores potenciales y su evolución clínica correlación.
Optimización de ensayos basado en RNA usando archivo formalina-fijo material parafina-encajado (FFPE) es difícil debido a la variabilidad en el tratamiento quirúrgico del tejido y la degradación del ARN causada por formol usado para tejido integridad preservación1, 2. Para superar la limitación de la realización de estudios de expresión génica precisa de material de archivo, nuestro grupo utiliza el ensayo de grano magnético multiplex de bDNA. En lugar de amplificación enzimática de una plantilla de destino, la tecnología bDNA utiliza hibridación de sondas específicas y la amplificación de un reportero señal3. Las secuencias de reconocimiento corto de las sondas de detección y captura están diseñadas para hibridar a fragmentos cortos de RNA del objetivo4. Además, el uso de homogenados de tejido como material de partida directo en este ensayo, supera la inevitable pérdida de ARN, que resulta del análisis que requiere purificación y previa extracción de RNA. Amplificación de la señal, el uso de secuencias cortas de reconocimiento y la exclusión de un paso de purificación, contribuyen a reducir variación técnica del ensayo. La tecnología ofrece la posibilidad de multiplexar el ensayo (hasta 80 blancos de RNA) y medir la expresión de un grupo de objetivos de baja material de entrada. Este protocolo describe la preparación y tinción de muestras de tejido para Microdisección láser. La coloración de las diapositivas de membrana facilitar la proyección de imagen del tumor y la arquitectura histológica para proporcionar selección exacta y perfiles de: (1) el tumor y los conductos normales en el tejido mamario y (2) clones de la célula maligna en tumores heterogéneos.
Clasificación molecular del cáncer de mama es un proceso que interroga marcadores moleculares para categorizar tumores de pacientes en tres clases moleculares, es decir, receptor 2 del factor de crecimiento epidérmico luminal, humano (HER2)-subtipo enriquecido y basal. El subtipo HER2-enriquecido está bien definido, con alta expresión de HER2 receptor, debido a la amplificación del gen ERBB2, combinada con baja o ausencia de receptores de estrógeno (ER) y receptor de progesterona (PgR). El subtipo luminal es generalmente positivo para ER y el subtipo basal es en general negativo para los tres receptores (HER2, ER, PgR) y significativamente se traslapa con la mama triple negativos subtipo diagnóstico cáncer (TNBC)5,6. Otros marcadores se utilizan para determinar las características epiteliales y mesenquimales. Fibronectina (FN1) es un componente principal del compartimiento mesenquimal del tejido de mama. Mayor expresión de FN1 se acompaña de Ki67 alta coloración y muestra una firma para un tumor más invasivo7,8 y se asocia con metástasis9. Interesante, FN1 fue encontrada para estar presente en microvesículas que se origina en las células del tumor, que induce la activación de la señal mitogénica en fibroblastos receptores10. Por lo tanto, circulan microvesículas como exosomas son un marcador potencial de la detección temprana o de la metástasis y recaen11.
Selección de áreas de tumor para subclasificación transcripcional del cáncer de mama recurrente ha sido realizada por macrodissection12,13. Para superar la heterogeneidad del tejido y aumentar la sensibilidad, fiabilidad hemos combinado clásico tejido de coloración con los métodos de generación de perfiles moleculares multiplexores. Como una prueba del principio, dos clones de cáncer de mama diferentes se han definido por su firma mesenquimal epitelial y potencial metastático. El flujo de trabajo del protocolo descrito puede ser fácilmente traducido a la actual configuración clínica y utilizar selectivamente aislar y caracterizar los subtipos de tejido usando perfiles de mRNA específicos.
Un análisis bDNA multiplex basados en grano fue optimizado para cuantificar la expresión génica en RNA degradado derivado de tejido de cáncer de mama FFPE y conductos de la mama normal. Optimizar el análisis, involucrados desarrollar un algoritmo para clasificar tumores de cáncer de mama en los subtipos luminales y basals utilizando 8 biomarcadores conocidos y potenciales 5 normalización de genes. Normalización de datos se realizó mediante permutaciones de los genes de normalización. La selección de los genes de normalización se basó en la mejor predicción del estado del receptor usando los genes de clasificador de Luminal Basal. Para clasificar los subtipos Luminal Basal de los tejidos FFPE, los genes de normalización seleccionados fueron Beta-actina (ACTB), gliceraldehído 3-fosfato deshidrogenasa (GAPDH) e hipoxantina fosforribosiltransferasa 1 (HPRT1).
El método puede adaptarse para el uso en otro diagnóstico y líneas de investigación tras la selección adecuada del conjunto de gene normalización. Una aplicación importante de este método en el sector de investigación es la medición de biomarcadores en material de archivo que está anotado bien con los resultados clínicos. Podría validar posibles marcadores predictivos en estudios retrospectivos, con rapidez y precisión y evitar estudios prospectivos a largo plazo en espera de datos de supervivencia global y supervivencia libre de enfermedad. Actualmente nuestro grupo está investigando el uso de la prueba para detectar receptores positivos exosomas, que requiere el desarrollo de un nuevo algoritmo que usa alternativo normalización de genes de normalización de datos. El uso de biopsias líquidas y ensayos de expresión genética sólida permitirá ensayos multiplex de alto rendimiento adaptados para el manejo de los pacientes durante el tratamiento y proporcionar un medio para seguir la eficacia del tratamiento, posibles recaídas debido a la resistencia a la terapia y la capacidad metastásica del tumor.
Este método también tiene una amplia gama de posibles aplicaciones en el diagnóstico de tumores y se adapta al actual flujo de trabajo diagnóstico. Las principales ventajas de este método en el área de diagnóstico incluyen: (1) la aplicación de ensayos de alto rendimiento, (2) excluyendo la subjetividad y resultados dudosos procedentes de medidas basadas en la imagen, (3) detección precisa de objetivos múltiples al mismo tiempo que mejorar la precisión y no minimizar el uso de preciosas muestras de pacientes y (4) requiere de instalaciones altamente especializadas y recursos humanos. El proceso de muestreo optimizada, junto con la entrada de material requerido para el ensayo multiplex basados en grano, permite más investigación de la heterogeneidad del tumor; mediante Microdisección láser para separar con precisión los focos múltiples de tejido maligno de la misma sección del paciente, es posible comparar varios genes entre ellos, así como con el tejido normal combinado (figura 4). Entrada material es vital para la aplicación de diagnóstico en las biopsias del tumor que proporcionan tejido tumoral limitada. La capacidad del ensayo para medir la expresión génica de muestras de RNA degradadas permite fácil transporte de las muestras para el análisis dentro de una institución o al servicio de los laboratorios. Además, análisis de la sección entera era también posible con H & E tinción de material (figura 1).
Para el éxito de este protocolo, es imprescindible: (1) asegurar el correcto muestreo del tumor sitio/s que son lisis para el análisis y (2) desarrollar bien optimizado y validado algoritmos de normalización de datos, para cada panel de expresión génica o el pronóstico individual o biomarcadores predictivos. El primero depende de la experiencia técnica del técnico/científico realizar el muestreo. Se recomienda tomar un núcleo adicional y preparar un microarray de tejido (TMA) en el mismo formato del ensayo multiplex grano magnético (formato de 96 pocillos). Esto proporcionará un archivo de sitios de tumor como una réplica de las muestras utilizadas para el análisis de RNA. TMAs también pueden ser evaluadas con otras técnicas de seguimiento investigación o validación de los resultados. El desarrollo de algoritmos de normalización es dependiente en el material investigado y los genes de normalización seleccionados para la normalización. Diferentes paneles de normalización de genes se seleccionan según el nivel y variabilidad de expresión en la muestra analizada y esto varía entre los tejidos de cáncer de distintos orígenes, exosomas de plasma o células tumorales circulantes. Validación del ensayo incluye muestra de procesamiento puesto que diversas preparaciones también resultará en algoritmos de normalización diferentes.
En Resumen, el uso de la tecnología bDNA en combinación con la tecnología magnética de grano y la selección del adecuado panel de genes diana, le proporcionará la ventaja de medir la expresión génica directamente en lisados de tejidos derivados de pequeñas cantidades de material de paciente, incluyendo microdissected exosomas material y circulación de las células del tumor. Además de la detección de heterogeneidad del tumor, el uso adecuado de los paneles tiene el potencial para detectar tumor derivado de exosomas para el diagnóstico temprano y detección precoz de recidivas. Puesto que no hay necesidad para un paso de amplificación de ácidos nucleicos, la amplificación de la señal usando la tecnología bDNA, combinada con el complejo basado en el grano, medidas de múltiples genes en el material de archivo clínico anotado y proporcionar un recurso para validación de biomarcadores.
The authors have nothing to disclose.
El trabajo fue apoyado por (1) una beca de proyecto de la cáncer de mama (2014-2016) financiado por la acción de la Fundación de cáncer de mama y vivo 2013 a través de la investigación, innovación y desarrollo de confianza (RIDT) de la Universidad de Malta, (2) la Facultad de medicina Y cirugía, Universidad de Malta y (3) proyecto financiada por el Consejo de Malta para ciencia y tecnología a través de la fusión de la ley: la i+d tecnología desarrollo programa de 2016. La publicación de este manuscrito se apoya a través de la subvención de 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) |