Naukowcy z Harvard Medical School połączyli histologię z najnowocześniejszymi technologiami obrazowania pojedynczych komórek, aby stworzyć wielkoskalowe mapy przestrzenne 2D i 3D raka jelita grubego. Mapy nakładają obszerne informacje molekularne na cechy histologiczne, aby dostarczyć nowych informacji o strukturze raka, a także o tym, jak się tworzy, rozwija i wchodzi w interakcje z układem odpornościowym.

Mapy są częścią szerszych wysiłków zespołu mających na celu stworzenie atlasów dla różnych typów nowotworów, które będą bezpłatnie dostępne dla społeczności naukowej w ramach sieci Human Tumor Atlas Network National Cancer Institute. Wcześniej naukowcy stosowali podobne podejście do tworzenia dogłębnych map czerniaka we wczesnym stadium, a mapy innych nowotworów są w fazie opracowywania. Ostatecznie zespół ma nadzieję, że te atlasy raka będą napędzać badania i ulepszać diagnostykę i leczenie.

„Nasze podejście zapewnia molekularny wgląd w 150 lat patologii diagnostycznej – i ujawnia, że ​​wiele elementów i struktur, które tradycyjnie uważano za izolowane, jest w rzeczywistości połączonych ze sobą w nieoczekiwany sposób” – powiedział dr Peter Sorger, profesor Otto Krayer Farmakologii Systemowej w Instytut Blavatnik na HMS. „Analogia jest taka, że ​​wcześniej patrzyliśmy tylko na ogon lub stopę słonia, ale teraz po raz pierwszy możemy zacząć widzieć całego słonia naraz”. Sorger jest współautorem badania zespołu mającego na celu mapowanie raka jelita grubego, które jest szczegółowo opisane w Komórkaw artykule zatytułowanym „Zmultipleksowany atlas 3D przejść między stanami i interakcji immunologicznych w raku jelita grubego”.

Rak jelita grubego rozwija się stosunkowo wolno i często można go leczyć chirurgicznie, jeśli zostanie wcześnie wykryty. Jednak leczenie staje się trudniejsze, jeśli choroba postępuje niewykryta, co czyni ją czwartą najczęstszą przyczyną zgonów związanych z rakiem w USA

Pomimo dostępności programów badań przesiewowych w kierunku raka jelita grubego, decyzje dotyczące leczenia poszczególnych pacjentów są nadal w dużej mierze oparte na tradycyjnej histologii — raka jelita grubego ocenia się, badając preparaty próbek guza pod mikroskopem.

Histologia od dawna jest podstawą diagnostyki i leczenia raka. Patolodzy badają próbkę guza barwioną hematoksyliną i eozyną (H&E) pod mikroskopem i wybierają kluczowe cechy, aby określić stopień i stadium raka. Informacje te są wykorzystywane przez onkologów do opracowania planu leczenia, który zwykle obejmuje kombinację operacji, leków i radioterapii. Histologia oparta na H&E jest stosunkowo prosta, tania, szybka i może wiele ujawnić na temat guza.

„Nasze istniejące mapy raka jelita grubego wywodzą się z patologii – w ciągu 150 lat odkryliśmy najważniejsze cechy H&E do diagnozowania pacjenta” – powiedział współautor starszy, dr Sandro Santagata, profesor nadzwyczajny biologii systemowej HMS i profesor nadzwyczajny patologii w Brigham and Women’s Hospital.

Jednak tradycyjna histologia ma swoje ograniczenia. Nie oddaje on składu molekularnego ani struktury fizycznej nowotworu, co utrudnia pełne wykorzystanie informacji, które badacze zajmujący się nowotworami zdobyli w ciągu ostatnich 50 lat. „Histologia jest niezwykle potężna, ale często nie wiemy, co to oznacza we współczesnych terminach molekularnych” – powiedział Sorger. Jak dalej podkreślili autorzy, „…klasyczne metody dostarczają niewystarczających informacji do badań mechanistycznych i medycyny precyzyjnej… Zrozumienie heterogeniczności wewnątrz guza (ITH) jest niezbędne do poszerzenia naszej wiedzy na temat biologii nowotworów oraz do optymalizacji diagnostyki i terapii”.

Przestrzenne atlasy guzów mają opierać się na tym fundamencie i nowoczesnych badaniach genetycznych, gromadząc szczegółowe informacje molekularne i morfologiczne na temat komórek przechwyconych w środowiskach 3D. „Konstrukcja Atlasu jest możliwa dzięki nowym wysoce zmultipleksowanym metodom obrazowania tkanek…” – napisali naukowcy.

W swojej nowo zgłoszonej pracy zespół połączył histologię z danymi obrazowania molekularnego pojedynczych komórek uzyskanymi za pomocą techniki multipleksowanego obrazowania zwanej cykliczną immunofluorescencją lub CyCIF. Wykorzystali te informacje do stworzenia szczegółowych map 2D dużych obszarów raka jelita grubego. Pierwszy autor dr Jia-Ren Lin, dyrektor platformy w Laboratorium Farmakologii Systemów w HMS, doprowadził do połączenia tych map w celu utworzenia trójwymiarowej rekonstrukcji guza na dużą skalę. „Wykorzystujemy wysoce multipleksowane obrazowanie tkanek, rekonstrukcję 3D, statystyki przestrzenne i uczenie maszynowe, aby zidentyfikować typy komórek i stany leżące u podstaw cech morfologicznych o znanym znaczeniu diagnostycznym i prognostycznym w raku jelita grubego” – wyjaśnili badacze. „Pokazujemy, że dokładna ocena struktur guza związanych z chorobą wymaga mocy statystycznej obrazowania całych szkiełek (WSI), a nie małych próbek znalezionych w mikromacierzach tkankowych (TMA).”

„Nasze mapy zawierają informacje o prawie 100 milionach komórek z dużych fragmentów guzów i zapewniają raczej bezprecedensowe spojrzenie na raka jelita grubego” – powiedział Santagata. Dodał, że mapy pozwolą naukowcom zacząć zadawać kluczowe pytania dotyczące różnic między tkankami normalnymi i nowotworowymi oraz zmienności w obrębie guza, a także ujawnić „ekscytujące cechy architektoniczne, których nigdy wcześniej nie obserwowano, a także zmiany molekularne związane z tymi cechami”.

Powstałe mapy pokazały, że pojedynczy guz może mieć mniej lub bardziej inwazyjne sekcje oraz mniej lub bardziej złośliwe obszary, co skutkuje gradientami histologicznymi i molekularnymi, w których jedna część guza przechodzi w drugą. „W obrębie każdego guza istnieje szeroki zakres właściwości raka jelita grubego – widzimy wiele różnych regionów i okolic, które mają różne cechy, a także przejścia między nimi” – stwierdził Santagata. Autorzy zauważyli ponadto: „Korzystając z rekonstrukcji 3D seryjnych przekrojów i nadzorowanego uczenia maszynowego, pokazujemy, że archetypowe cechy histologiczne CRC są często stopniowane i znacznie większe niż pojawiają się w 2D”.

Odtąd, dodał Santagata, naukowcy mogą zacząć badać, co napędza różnice w poszczególnych guzach. Na przykład mapy pokazały, że środowiska immunologiczne różnią się dramatycznie w obrębie pojedynczego guza. „Były one tak różne w obrębie pojedynczego guza, jak i wśród guzów – co jest ważne, ponieważ interakcje immunologiczne guza są tym, na co próbujesz skierować immunoterapię” – skomentował Sorger.

„Odkryliśmy, że środowisko immunologiczne może się znacznie różnić w obrębie pojedynczego guza i powtarzalnie z morfologią marginesu w różnych próbkach” – stwierdzili dalej autorzy. „Na marginesie inwazyjności nowotworu, gdzie konkurują ze sobą komórki nowotworowe, prawidłowe i odpornościowe, supresja limfocytów T obejmuje wiele typów komórek, a obrazowanie 3D pokazuje, że pozornie zlokalizowane cechy 2D, takie jak trzeciorzędowe struktury limfoidalne, są zwykle ze sobą połączone i mają stopniowane właściwości molekularne… Pączkujące regiony są najbardziej bogaty w limfocyty T, ale także najbardziej immunosupresyjny (z licznymi Treg i komórkami wykazującymi ekspresję PDL1). „Podczas gdy pąki nowotworowe mają niewiele proliferujących komórek, komórki nowotworowe w głębokich marginesach inwazyjnych są wysoce proliferacyjne i mają mniej bezpośrednio sąsiadujących komórek odpornościowych”.

Podobnie jak w przypadku czerniaka, naukowcy zaobserwowali, że limfocyty T, których zadaniem jest zwalczanie raka, nie były bezpośrednio tłumione przez komórki nowotworowe, ale raczej przez inne komórki odpornościowe w środowisku wokół guza. „To daje nam zupełnie nowe uznanie dla tego, jak różnorodne i plastyczne są środowiska guzów – są to bogate społeczności, a my jesteśmy teraz lepiej przygotowani, aby dowiedzieć się, jak się rozwijają” – powiedział Santagata.

Mapy dostarczyły również nowych informacji na temat architektury guzów. Naukowcy zidentyfikowali wcześniej coś, co uważali za dwuwymiarowe pule śluzopodobnej substancji zwanej mucyną z unoszącymi się w środku skupiskami komórek rakowych. Jednak w nowym badaniu rekonstrukcja 3D ujawniła, że ​​te pule mucyny są w rzeczywistości serią jaskiń połączonych kanałami, z przypominającymi palce wypustkami komórek rakowych. „W widokach 2D mucyna otaczająca struktury przypominające pąki znajduje się w basenach, które wydają się odizolowane od siebie” – stwierdzili naukowcy. „Jednak w 3D te pule mucyny często były ze sobą ciągłe”. Zauważyli, że pule mucyny między guzami obejmują „…sieci 3D, które mogą łączyć się ze światłem jelita i jego mikrobiomem”.

„To dzikie, nowe spojrzenie na te struktury nowotworowe, którego nigdy wcześniej tak naprawdę nie docenialiśmy” – powiedział Santagata. „Ponieważ możemy je zobaczyć w 3D, mamy wyraźny, czysty obraz struktur i możemy teraz badać, dlaczego tam są, jak się tworzą i jak kształtują ewolucję guza”. Autorzy zauważyli dalej: „Tak więc, podczas gdy genetyka raka podkreśla znaczenie dyskretnych zmian w stanie guza, obrazowanie całej próbki ujawnia gradienty morfologiczne i molekularne na dużą skalę, analogiczne do tych w rozwijających się tkankach”.

Ostatecznie celem opracowywanych map raka jelita grubego i innych nowotworów jest postęp w badaniach oraz poprawa diagnostyki i leczenia. Sorger zauważył, że medycyna precyzyjna, która polega na dostosowaniu terapii do konkretnego pacjenta, staje się coraz ważniejszą częścią leczenia, ale sama patologia i genetyka mogą zajść tylko do tej pory.

„Wielka historia translacji polega na budowaniu wiedzy, dzięki której medycyna precyzyjna jest praktyczna dla większości pacjentów” – powiedział. „Obecnie współpracujemy z Brigham and Women’s oraz Dana-Farber Cancer Institute, aby ustalić, w jaki sposób nasze metody mogą być stosowane w warunkach klinicznych”.

„To pozwala nam wyodrębnić całą dodatkową warstwę cech molekularnych i strukturalnych, które naszym zdaniem dostarczą informacji diagnostycznych i prognostycznych oraz poprawią naszą zdolność do zwalczania tych nowotworów” – dodał Santagata.

Naukowcy chcą jeszcze bardziej udoskonalić swoją zdolność do tworzenia trójwymiarowych rekonstrukcji guzów i kontynuować integrację nowych technologii obrazowania z ich mapami. Chcą również zbudować większą kohortę próbek raka jelita grubego w celu mapowania i zbadania podstawowej biologii choroby, którą podkreśliły ich mapy. Jednym z ograniczeń zgłoszonego badania, jak przyznali, jest to, że tylko jeden CRC został jeszcze skonstruowany w 3D, „głównie dlatego, że proces pozostaje ręczny i powolny, a wiele cech, które opisujemy w 3D – fibryle TB, sieci TLS i inwazyjne marginesy – skorzystałyby na głębszym profilowaniu molekularnym w celu lepszej identyfikacji typów i stanów komórek”. Ponadto zauważyli: „Istnieje wiele relacji przestrzennych między 2 x 10⁸ komórek w naszym zbiorze danych, których jeszcze nie zbadaliśmy”.

Dla Sorgera projekt stanowi niezwykłą współpracę między patologami, inżynierami i naukowcami zajmującymi się komputerami: w miarę napływu danych obrazowych naukowcy zajmujący się komputerami wykorzystali uczenie maszynowe do zidentyfikowania interesujących odkryć, które przedstawili patologom, a patolodzy oznaczyli kluczowe funkcje do analizowane za pomocą uczenia maszynowego.

„To była niezwykle bliska rozmowa między grupą obliczeniową a grupą patologiczną, poruszająca się tam iz powrotem między bogatą historią medycyny znaną patologom a nowoczesnymi metodami uczenia maszynowego”. — powiedział Sorger. „Myślę, że to ekscytujące spojrzenie na to, jak te metody obliczeniowe mogą być stosowane w medycynie w przyszłości, w której ściśle łączysz biologów i lekarzy z obliczeniami, zamiast postrzegać ich jako zamienniki”.

Zespół wybrał czerniaka i raka jelita grubego jako punkt wyjścia, ponieważ są to powszechne nowotwory o niezaspokojonych potrzebach medycznych, które składają się z dużych, litych guzów i wymagają ważnych decyzji terapeutycznych. Następnie naukowcy planują zająć się rakiem piersi i rakiem mózgu. Chcą także szkolić innych naukowców, aby używali technologii obrazowania do tworzenia własnych map raka, co utorowałoby drogę do stworzenia jeszcze większej liczby atlasów.

„Rozpoczyna się nowa era w patologii molekularnej, a to głębokie spojrzenie na guz pokazuje nam, jak niezwykłe mogą być odkrycia” – stwierdził Santagata.