El estudio del microambiente tumoral gracias a la tecnología Spatial Transcriptomics.

La inmunoterapia ha surgido como una potente herramienta para combatir el cáncer; sin embargo, dichas terapias basadas en la activación del sistema inmune del paciente para eliminar a las células cancerosas, no siempre son efectivas. Existe la posibilidad de que el paciente desarrolle resistencia, incluso sufrir reacciones adversas o toxicidad autoinmune (1, 2, 3).  La razón de por qué ocurre esto es parcialmente atribuida al papel del microambiente tumoral (TME, del inglés tumor microenviroment) (4, 5, 6). El microambiente tumoral comprende el área que rodea al tumor y abarca los vasos sanguíneos circundantes, fibroblastos, células inmunes inflitradas y el estroma. Por esta razón, la información espacial de este es crítica, así como conocer la relación entre el tumor y las células circundantes para entender los mecanismos patogénicos y potenciales tratamientos.

Existen diferentes técnicas para el estudio del microambiente tumoral. Una de ellas es la inmunohistoquímica o inmunofluorescencia, comúnmente utilizada, la cual te permite la detección de hasta 40 biomarcadores en un único corte de tejido (7, 8). Sin embargo, estas técnicas están limitadas por la cantidad de marcadores que se pueden detectar simultáneamente, en comparación con las técnicas genómicas, que pueden proporcionar una visión holística de todo el genoma o transcriptoma. En este sentido, la solución VISIUM Spatial Gene Expression de 10x Genomics proporciona una visión del transcriptoma completo manteniendo la información espacial del tejido en cuestión.  En el caso del microambiente tumoral cerebral, esta tecnología permite una mayor comprensión de la arquitectura de los tejidos, los perfiles celulares y espaciales, incluido el estado de activación celular; proporcionando así información sobre la efectividad de las terapias en cáncer cerebral (9). El flujo de trabajo de esta solución comprende el corte y fijación del tejido, tinción con hematoxilina y eosina, adquisición de imagen, permeabilización del tejido, síntesis de cDNA, preparación de librerías y secuenciación y análisis de datos.

Por ejemplo, Ji y colaboradores  combinaron las soluciones snRNA-Seq con Spatial Transcriptomics para estudiar la composición celular y la arquitectura del carcinoma cutáneo de células escamosas (cSCC). De este modo, revelaron la existencia de una subpoblación distinta de queratinocitos de tumor (TSK) con genes característicos asociados con la transición epitelio-mesenquimal y compartimientos invasivos. Gracias a la tecnología Saptial Transcriptomics se indetificaron grupos de TSK colindando el tumor. Además, se demostró el enriquecimiento de las transcripciones asociadas a fibroblastos endoteliales y asociados al cáncer en el estroma. Este hallazgo revela y respalda un nicho fibrovascular que rodea a las TSK en el microambiente tumoral (10).

Otro ejemplo de la combinatoria de ambas tecnologías es el llevado a cabo por Hunter y colaboradores. El objetivo de este grupo de investigación era caracterizar las interacciones tumor/microambiente durante las primeras etapas invasivas, utilizando cómo modelo el melanoma de pez de zebra. Como resultado, identificaron un estado celular interface en los límites del tumor y microambiente. Esta interface estaba compuesta por células tumorales y microambientales que regulaban positivamente un conjunto común de genes de los cilios, identificando así un método de invasión por parte del tumor al microambiente (11).

En el caso del melanoma, Thrane y colaboradores demuestran que la aplicación de la tecnología Spatial Transcriptomics en el estudio de metástasis de ganglios linfáticos del melanoma permite identificar un panorama complejo en un contexto espacial, que es esencial para comprender los múltiples componentes de la progresión tumoral y el resultado de la terapia (12).

Referencias:

  1. Sharma, P.; Hu-Lieskovan, S.; Wargo, J.A.; Ribas, A. Primary, Adaptive, and Acquired Resistance to Cancer Immunotherapy. Cell 2017, 168, 707–723.
  2. Martins, F.; Sofiya, L.; Sykiotis, G.P.; Lamine, F.; Maillard, M.; Fraga, M.; Shabafrouz, K.; Ribi, C.; Cairoli, A.; Guex-Crosier, Y.; et al. Adverse effects of immune-checkpoint inhibitors: Epidemiology, management and surveillance. Nat. Rev. Clin. Oncol. 2019, 16, 563–580.
  3. June, C.H.; Warshauer, J.T.; Bluestone, J.A. Is autoimmunity the Achilles’ heel of cancer immunotherapy? Nat. Med. 2017, 23, 540–547.
  4. Binnewies, M.; Roberts, E.W.; Kersten, K.; Chan, V.; Fearon, D.F.; Merad, M.; Coussens, L.M.; Gabrilovich, D.I.; Ostrand-Rosenberg, S.; Hedrick, C.C.; et al. Understanding the tumor immune microenvironment (TIME) for effective therapy. Nat. Med. 2018, 24, 541–550.
  5. Gasser, S.; Lim, L.H.K.; Cheung, F.S.G. The role of the tumour microenvironment in immunotherapy. Endocr. Relat. Cancer 2017, 24, T283–T295.
  6. Tang, H.; Qiao, J.; Fu, Y.-X. Immunotherapy and tumor microenvironment. Cancer Lett. 2016, 370, 85–90.
  7. Tan, W.C.C.; Nerurkar, S.N.; Cai, H.Y.; Ng, H.H.M.; Wu, D.; Wee, Y.T.F.; Lim, J.C.T.; Yeong, J.; Lim, T.K.H. Overview of multiplex immunohistochemistry/immunofluorescence techniques in the era of cancer immunotherapy. Cancer Commun. 2020, 40, 135–153.
  8. Hofman, P.; Badoual, C.; Henderson, F.; Berland, L.; Hamila, M.; Long-Mira, E.; Lassalle, S.; Roussel, H.; Hofman, V.; Tartour, E.; et al. Multiplexed Immunohistochemistry for Molecular and Immune Profiling in Lung Cancer-Just About Ready for Prime-Time? Cancers 2019, 11, 283.
  9. Kalita-de Croft P, Sadeghi Rad H, Gasper H, O’Byrne K, Lakhani SR, Kulasinghe A. Spatial profiling technologies and applications for brain cancers. Expert Rev Mol Diagn. 2021 Mar 19:1-10. doi: 10.1080/14737159.2021.1900735. Epub ahead of print. PMID: 33685321.
  10. Ji AL, Rubin AJ, Thrane K, Jiang S, Reynolds DL, Meyers RM, Guo MG, George BM, Mollbrink A, Bergenstråhle J, Larsson L, Bai Y, Zhu B, Bhaduri A, Meyers JM, Rovira-Clavé X, Hollmig ST, Aasi SZ, Nolan GP, Lundeberg J, Khavari PA. Multimodal Analysis of Composition and Spatial Architecture in Human Squamous Cell Carcinoma. Cell. 2020 Jul 23;182(2):497-514.e22. doi: 10.1016/j.cell.2020.05.039. Epub 2020 Jun 23. Erratum in: Cell. 2020 Sep 17;182(6):1661-1662. PMID: 32579974; PMCID: PMC7391009.
  1. Miranda V. Hunter, Reuben Moncada, Joshua M. Weiss, Itai Yanai, Richard M. White. Spatial transcriptomics reveals the architecture of the tumor/microenvironment interface bioRxiv 2020.11.05.368753; doi: https://doi.org/10.1101/2020.11.05.368753
  2. Thrane K, Eriksson H, Maaskola J, Hansson J, Lundeberg J. Spatially Resolved Transcriptomics Enables Dissection of Genetic Heterogeneity in Stage III Cutaneous Malignant Melanoma. Cancer Res. 2018 Oct 15;78(20):5970-5979. doi: 10.1158/0008-5472.CAN-18-0747. Epub 2018 Aug 28. PMID: 30154148.