Duitse wetenschappers zijn erin geslaagd om met behulp van 3D-technologie de omgeving van tumoren in kaart te brengen en identificeren om te kunnen bepalen of een patiënt mogelijk baat heeft bij een gepersonaliseerde kankerbehandeling. Bij het bepalen van een behandeling is niet alleen inzicht in het type cellen in een tumor van belang. Ook de wijze waarop deze cellen reageren met cellen in hun omgeving speelt een belangrijke rol. Met hun onderzoek kunnen mogelijke doelwitten voor gepersonaliseerde kankertherapie geidentificeerd worden, aldus het onderzoek.
Het internationaal onderzoeksteam onder leiding van het Berlijnse Instituut voor Medische Systeembiologie van het Max Delbrück Centrum (MDC-BIMSB) combineerde ruimtelijke transcriptomics in 3D en extracellulaire matrixbeeldvorming om bijzondere details te verkrijgen over de innerlijke werking van een longtumor in een vroeg stadium. De proof-of-concept studie is gepubliceerd in Cell Systems.
"Tumoren zijn complexe ecosystemen waar tumorcellen in nauw contact staan met de omringende extracellulaire matrix. Ze interageren met vele andere celtypen. De data die we nu kunnen verkrijgen in tumorweefsels van een patiënt worden met de nieuwe 3D-mapping technologie zo nauwkeurig en uitgebreid dat we computationeel de moleculaire mechanismen kunnen voorspellen die fenotypes aansturen. Dit is nieuw en van fundamenteel belang om gepersonaliseerde geneeskunde werkelijkheid te laten worden”, aldus professor Nikolaus Rajewsky, directeur van het MDC-BIMSB, hoofd van het laboratorium Systems Biology of Regulatory Elements.
Van 2D naar 3D mapping
Met Transcriptomics wordt gedocumenteerd welke RNA-expressie actief tot expressie komt in cellen, wat aangeeft welke activiteiten de cel uitvoert en welke celtypen in een monster aanwezig zijn. Ruimtelijke transcriptomics doet dit, maar dan voor individuele cellen, om een 2D-kaart te creëren.
Het onderzoeksteam kreeg in een vroeg stadium van de ontwikkeling toegang tot een CosMx-instrument van het bedrijf NanoString, waarmee deze mapping in extreem hoge resolutie uitgevoerd kan worden. Zo kunen tot 1000 verschillende RNA-moleculen tegelijk worden gedetecteerd, vergeleken met traditionele methoden die slechts een handvol molecuultypen tegelijk identificeren. Het team analyseerde op deze manier 340.000 individuele cellen van de longtumor en identificeerde 18 celtypen.
De 3D-analyse werd aangestuurd door een nieuw computationeel algoritme, STIM, dat datasets uitlijnt om virtuele 3D-weefselblokken te reconstrueren. "We realiseerden ons dat datasets van ruimtelijke transcriptomics als afbeeldingen kunnen worden gemodelleerd", zegt Dr. Nikos Karaiskos, postdoctoraal onderzoeker in het Rajewsky-lab. De werking van STIM wordt gedetailleerd beschreven in Cell Systems.
Beeldvormingstechniek
De onderzoekers hebben vervolgens samengewerkt met het Systems Biology Imaging Platform in Berlijn om een aparte beeldvormingstechniek, genaamd tweede harmonische generatie, toe te passen om elastine en collageen in kaart te brengen in cellulaire omgevingen, die in de long de belangrijkste bestanddelen van de extracellulaire matrix vormen. Gebieden met meer elastine waren gezonder, terwijl gebieden met meer collageen de tumorcellen omringden, wat wijst op schadelijke weefselremodellering.
"We weten dus niet alleen welke celtypen aanwezig zijn, we weten ook hoe ze gegroepeerd zijn ten opzichte van hun buren, en we zouden kunnen beginnen te begrijpen hoe tumorcellen niet-kwaadaardige cellen aan het tumoroppervlak herstructureren om tumorgroei te ondersteunen", legt Tancredi Massimo Pentimalli, MD die een PhD-onderzoek doet.
Communicatie tussen cellen
Uiteindelijk bleek het team in staat om precieze fenotypes te begrijpen – bijvoorbeeld of fibroblasten, die bindweefsel vormen, geactiveerd waren en het weefsel al dan niet hermodelleerden. Ze konden ook luisteren naar de communicatie tussen cellen en bepalen hoe tumorcellen immuuncellen blokkeerden om de tumor binnen te dringen.
"Dit immuunsuppressie-mechanisme is bekend en suggereert dat immunotherapie zou kunnen helpen. Immuuncheckpointremmers zouden de onderdrukking ongedaan maken en dan heb je een leger immuuncellen dat al klaar staat om aan te vallen. Het was spannend om te zien hoe onze aanpak deze dynamiek identificeerde en kon helpen bij het bepalen van een gepersonaliseerd immunotherapieplan", aldus Pentimalli
Opvallend is dat deze belangrijke inzichten alleen mogelijk waren met 3D-gegevens – in 2D was het onmogelijk om onderscheid te maken tussen de tumor en andere immuuncellen die in het tumoroppervlak ingebed waren.
Routinematige weefselmonsters
Hoewel deze nieuwe 3D-mapping technologie bijzonder hightech is, begint het allemaal met een routinematig weefselmonster dat in elk pathologielab wordt aangetroffen. Voor hun onderzoek maakten de wetenschappers gebruik van een weefselmonster van een longtumor die enkele jaren oud was, geconserveerd met formaline en ingebed in paraffinewas – de standaardmethode die pathologen gebruiken om archiefweefsel te bewaren.
"We waren in staat om al deze rijkdom aan moleculaire informatie te extraheren uit een heel dun stukje van een monster dat jarenlang bij kamertemperatuur had gelegen.Dit is pathologie 2.0: niet alleen de cellen onder een microscoop bekijken om een diagnose te stellen, maar moleculair inzicht naar de kliniek brengen", aldus Pentimalli.
Nu het proof-of-concept is vastgesteld, is het team van plan de aanpak toe te passen op grotere datasets. Ze werken momenteel aan 700 monsters van 200 patiënten en werken samen met Dr. Fabian Coscia, hoofd van het Spatial Proteomics Lab van het Max Delbrück Center, om de eiwitactiviteit in de analyse te integreren.
