Imaging Mass Cytometry (IMC) as a Tool to Characterize Circulating Tumor Cells (CTCs) in Preclinical Mouse Models

Deze studie evalueert de bruikbaarheid van Imaging Mass Cytometry (IMC) als een multiplexe, onbevooroordeelde tool voor het karakteriseren van enkele en gegroepeerde circulerende tumorcellen in preklinische muizenxenograftmodellen om metastase en resistentie tegen behandeling te onderzoeken.

De kern

Dit artikel beschrijft een nieuwe techniek die is ontwikkeld om het proces te bestuderen waarbij kanker door het lichaam zwemt en zich naar andere plekken verspreidt. In plaats van vakjargon gebruiken we dagelijkse analogieën om dit eenvoudig uit te leggen.

🕵️‍♂️ Het kernverhaal: "Het vinden van kankerspionnen die door het lichaam zwemmen"

Om zich van de ene naar de andere organen in ons lichaam te verspreiden (metastase), moeten kankercellen door de bloedvaten zwemmen. Deze door het bloed drijvende kankercellen worden circulerende tumorcellen (CTC's) genoemd. Deze cellen zijn als spionnen van de kanker. Als we deze spionnen vangen en analyseren, kunnen we begrijpen hoe de kanker beweegt en welke medicijnen nodig zijn.

Het probleem is echter dat deze spionnen net zo zeldzaam zijn als een naald zoeken in een oceaan van bloed, en dat ze bij het proberen ze te vangen vaak beschadigd raken, waardoor ze hun ware vorm verliezen.

🛠️ Het nieuwe gereedschap: "Een superhoge-resolutiecamera die alles in één keer ziet (IMC)"

Om de beperkingen van de bestaande methoden te overwinnen, hebben onderzoekers de techniek Imaging Mass Cytometry (IMC) ingevoerd.

• Bestaande methode (fluorescentieverf): Dit is alsof je in een donkere kamer afwisselend met meerdere zaklampen schijnt. Je kunt slechts één kleur (eiwit) tegelijk zien, en door het herhaaldelijk wassen en verven van de cellen kunnen deze beschadigd raken.
• Nieuwe methode (IMC): Een superhoge-resolutiecamera die tegelijkertijd meer dan 40 verschillende kleuren 'stickers' van metaal op de cellen plakt en in één keer fotografeert.
  • De cellen hoeven maar één keer verwerkt te worden.
  • Je kunt meer dan 40 kenmerken (eiwitten) tegelijkertijd zien aan het oppervlak en in het binnenste van een cel.
  • Dit is vergelijkbaar met in één foto het gezicht, de kleding, de vingerafdrukken en het voorwerp in de hand van een persoon in één oogopslag te doorgronden.

🧪 Het experiment: "Oefening met muizen"

Voordat onderzoekers samples direct van mensen haalden, testten ze eerst of deze techniek goed werkte met muizen.

1. Inbrengen van nep-spionnen: Ze mengden menselijke kankercellen in het bloed van muizen (spiken) om te controleren of de techniek muiscellen en menselijke kankercellen uit elkaar kon houden.
2. Echte test: Ze namen bloed af uit de staart of het hart van muizen met kanker om te zoeken of er echt kankercellen rondzwommen.
3. Hulp van AI: Omdat mensen niet in staat zijn om zo veel cellen één voor één te tellen, trainden ze kunstmatige intelligentie (AI). De AI zoekt automatisch cellen op de foto's en onderscheidt: "Dit is een kankercel, dat is een normale cel".

🔍 Belangrijke bevindingen

1. Het zijn niet zomaar 'kankercellen': Niet alle kankercellen dragen dezelfde kleding. Sommige cellen dragen een 'epitheelcel'-kleding, terwijl andere een 'mesenchymale cel'-kleding dragen. Zelfs meerdere kankercellen kunnen zich samenvoegen tot een 'legioen (cluster)' om zich te verplaatsen, en deze legioens kunnen veel gevaarlijker zijn.
2. Nieuw detectiesignaal (Lamin B1): De marker 'pan-keratine', die eerder vooral werd gebruikt om kankercellen te vinden, werkte niet goed bij alle kankercellen. Daarom ontdekten onderzoekers een nieuwe kern-eiwitmarker genaamd Lamin B1. Dit werkt als een uniek vingerafdruk van menselijke cellen, waardoor menselijke kankercellen zeker kunnen worden onderscheiden van muiscellen.
3. Bloedafname uit de staart is voldoende: Vroeger dacht men dat het moeilijk was om kankercellen te vinden bij bloedafname uit de staart van muizen, maar dit onderzoek bewijst dat er voldoende kankercellen gevonden kunnen worden bij bloedafname uit de staart. Dit is een groot voordeel omdat muizen herhaaldelijk onderzocht kunnen worden, wat gunstig is voor het monitoren van langetermijneffecten van behandelingen.

💡 De betekenis van dit onderzoek voor ons

Dit onderzoek opent niet alleen de weg om kankercellen te 'tellen', maar vooral om te begrijpen hoe kankercellen eruitzien en welke kenmerken ze hebben.

• Medicijnontwikkeling: Je kunt in één oogopslag zien welke kenmerken van kankercellen nieuwe medicijnen aanvallen.
• Gepersonaliseerde geneeskunde: Door de verschillende kenmerken van kankercellen per patiënt te analyseren, kan worden bepaald welk medicijn het beste bij die specifieke patiënt past.

Samenvatting in één zin:

Dit artikel beschrijft de ontwikkeling van een nieuwe methode om menselijke kankercellen (spionnen) die in het bloed van muizen verborgen zitten, in één keer te vinden en te analyseren op basis van meerdere kenmerken, met behulp van metaalstickers en een AI-camera. Dit is een belangrijke eerste stap om kankerbehandelingen in de toekomst preciezer te maken.

Technische samenvatting

Technische Samenvatting: Imaging Mass Cytometry voor CTC-karakterisering in Preklinische Modellen

Het Probleem
Circulerende tumorcellen (CTC's), met name CTC-klonen, zijn klinisch significant vanwege hun associatie met een slechte prognose, metastatische mechanismen en resistentie tegen behandeling. Er is echter een dringende behoefte aan onbevooroordeelde methoden om deze cellen functioneel te karakteriseren binnen vloeibare biopsieën. Huidige benaderingen missen vaak het vermogen om gelijktijdig een breed spectrum aan eiwitmarkers en posttranslationele modificaties te analyseren in minimaal gemanipuleerde bloedstalen met een klein volume.

Methodologie
Deze studie evalueert de toepassing van multiplex Imaging Mass Cytometry (IMC) om CTC's te analyseren in preklinische muismodellen met menselijke xenografttumoren. De workflow maakt gebruik van een eenstapsproces waarbij met metaal gelabelde antilichamen worden ingezet om een groot panel aan eiwitten en modificaties gelijktijdig te detecteren. Bloedstalen worden met minimale manipulatie verzameld uit de staartader of het hart van muizen.

Om de geldigheid van de aanpak te waarborgen, gebruikten de onderzoekers borstkankercellijnen en een patient-derived xenograft (PDX)-model. Een kritiek onderdeel van de methodologie bestond uit het beoordelen van kruisreactiviteit van antilichamen om een accurate interpretatie tussen menselijke tumorcellen en het muizen-organisme te waarborgen. Voor de data-analyse combineerde de studie handmatige verificatie met HALO-AI-gebaseerde celsegmentatie om CTC's te identificeren en de expressie van markers te kwantificeren.

Belangrijkste Bijdragen en Resultaten
Het artikel toont aan dat IMC succesvol kan worden aangepast om de eigenschappen van zowel enkele als geklonde CTC's te onderzoeken bij tumordragende muizen. De studie slaagde erin CTC's te identificeren en specifieke markers te kwantificeren met behulp van het beschreven panel van met metaal gelabelde antilichamen. De integratie van door AI aangedreven segmentatie (HALO-AI) vergemakkelijkte de geautomatiseerde identificatie van CTC's, wat werd bevestigd door handmatige verificatie.

De auteurs wijzen op specifieke beperkingen met betrekking tot menselijke specificiteit, en erkennen uitdagingen in het perfect onderscheiden van menselijke CTC's van murine achtergrondelementen in bepaalde contexten. Ondanks deze beperkingen bleek de technologie in staat om de impact van genetische en farmacologische ingrepen op CTC-kenmerken te beoordelen.

Betekenis
Het artikel positioneert IMC als een haalbaar hulpmiddel voor de functionele karakterisering van CTC's in preklinische settings. De primaire betekenis ligt in het vermogen om een multiplex, onbevooroordeeld beeld te bieden van de biologie van CTC's in kleine bloedvolumes, waardoor onderzoekers kunnen onderzoeken hoe genetische en farmacologische ingrepen de eigenschappen van circulerende tumorcellen en klonen veranderen. Deze mogelijkheid adresseert de kritieke behoefte aan betere hulpmiddelen om metastase en mechanismen van resistentie tegen behandeling in vivo te begrijpen.