多区域采样可查询胶质母细胞瘤的肿瘤内异质性与脆弱性分析

Multi-sampling allows intra-tumoral heterogeneity querying and vulnerability profiling in glioblastoma

作者信息Diogo Moniz Garcia, Wan-Hsin Lin, Daniel P Wickland, Erik Jessen, Erik H Middlebrooks, Lauren E Haydu, Mieu Brooks, Ryan W Feathers, Lindsey Kinsella, Chris Sereduk, Steven S Rosenfeld, Nhan L Tran, Kaisorn L Chaichana, Panos Z Anastasiadis, Alfredo Quiñones-Hinojosa
PMID42296327
发布时间2026-09-01
DOI10.1093/neuonc/noag139

实验完整度

高

包含多区域采样、WES和RNA-seq分子分析、两种患者来源3D模型的功能药物测试,并验证MRI分区相关的转录和治疗异质性。

主要模型

患者来源的脑肿瘤起始细胞(BTIC) 患者来源的微肿瘤(µCancer) 胶质母细胞瘤患者肿瘤样本(cET核心与nET边缘)

重点核对

MRI引导的cET和nET区域取样,每例2个核心和2个边缘 BTIC和µCancer模型建立,细胞数5x103,药物处理8个浓度 15种靶向药物及组合的Cmax浓度下的抑制率 WES和RNA-seq的样本量及部分样本测序失败(003-c2, 007-m2) 统计模型(GLIMMX)及多重比较校正(Bonferroni)

摘要

背景:胶质母细胞瘤(GBM)仍然是一种毁灭性的癌症,治疗选择有限,这主要归因于其异质性。虽然最近超最大范围切除提供了生存获益,但不同肿瘤区室,特别是其浸润边缘的治疗分析在很大程度上仍未得到探索。方法:在这里,我们利用磁共振成像(MRI)引导的多区域采样,每例收集2个核心和2个边缘,以查询GBM异质性。使用全外显子组和RNA测序以及两个患者来源的3D模型中的药物测试,来揭示核心和边缘之间基因组和转录组组成、细胞组成和药物反应的相似性和差异性。生物信息学查询进一步确定了反应生物标志物。结果:突变分析显示,癌基因表现出比肿瘤抑制基因更高程度的空间异质性,与MRI状态无关。而具有细胞外基质重塑、应激反应和免疫程序的间充质转录亚型在增强核心中优先富集,具有神经过程的神经前体肿瘤则偏向非增强边缘。使用包含15种GBM靶向药物的组合,ERK(ulixertinib)和PI3K通路(paxalisib,CC-115)抑制剂分别表现出在增强核心和非增强边缘的优先疗效。抗凋亡pan-Bcl2药物navitoclax和表观遗传药物trotabresib代表了最有效的全肿瘤单一疗法。重要的是,药物组合在所有区域通常优于单一药物。结论:这项工作证明了GBM离体治疗脆弱性的区域异质性,显示了各种具有全肿瘤或MRI增强信息活性的药物。这些发现为未来临床试验设计的众多单一疗法和药物组合提供了临床前基础。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
胶质母细胞瘤中MRI定义的增强核心与非增强边缘在分子特征和治疗脆弱性上是否存在异质性?
核心机制
转录状态与MRI增强状态相关:核心富集MES/GPM/PPR程序,边缘富集PN/NEU/MTC程序,而基因组改变与MRI无关。
主要证据
使用6例患者的24个区域样本,结合WES、RNA-seq、CIBERSORTx去卷积、BTIC和µCancer模型药物测试,显示核心对ERK抑制敏感,边缘对PI3K通路抑制敏感,navitoclax和trotabresib具有全肿瘤活性,组合优于单一药物。
研究意义
提供首个针对GBM治疗脆弱性空间异质性的临床前证据,为未来结合影像引导的临床试验设计和患者分层提供基础。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

患者入组与MRI引导的多区域采样

从每个肿瘤的cET核心和nET边缘区域获取配对样本,用于多组学分析及3D模型建立。

招募6名新诊断IDH野生型GBM患者,术前MRI识别cET和nET,术中神经导航引导下每例采集2个cET样本和2个nET样本,同时取血样进行胚系对照。

2

全外显子组测序与拷贝数分析

分析不同区域的基因突变、拷贝数变异和肿瘤纯度,评估基因组异质性。

从新鲜冻存组织中提取DNA,进行WES和CNV分析,使用PureCN估计肿瘤纯度,使用Mutect2重调用突变,PatternCNV检测拷贝数变异。

3

转录组分析与亚型分类

比较核心与边缘之间的基因表达谱,确定转录亚型及细胞组成差异。

提取RNA进行bulk RNA-seq,使用ssGSEA和GBMclassifier进行TCGA和通路亚型分类,使用WGCNA识别共表达模块,用CIBERSORTx进行细胞去卷积。

4

患者来源3D模型的建立与药物测试

在患者来源的3D模型中测试靶向药物反应,评估区域间的治疗脆弱性差异。

从新鲜组织中建立BTIC和µCancer模型,用15种靶向药物及组合药物的8个浓度处理,测定%抑制率(Cmax),并比较不同区域间的反应。

5

组合药物测试

评估药物组合是否比单一药物更有效地抑制肿瘤,并检查组合活性的空间分布。

将pimasertib(MEK)、paxalisib(PI3K)、vorinostat(HDAC)、trotabresib(BET)、navitoclax(Bcl-2)等药物以组合形式应用,比较单药与组合的反应。

6

统计分析与生物标志物关联

确定药物反应与分子特征的关联,并评估组合优于单药的统计学意义。

使用广义线性混合模型(GLIMMX)分析药物效应,采用Spearman相关和HAllA识别与药物反应相关的基因改变和表达。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Qiagen DNeasy血液和组织试剂盒QiagenCat# 69504
AllPrep DNA/RNA小提试剂盒QiagenCat# 80204
MACS人组织解离试剂盒Miltenyi Biotec130-095-929
DMEM/F12培养基HyCloneSH30023.01
热灭活马血清Gibco16050-122
青霉素-链霉素CorningMT30002CI
Y-27632Enzo Life SciencesALX-270-333
Y-27632SelleckchemS1049
人表皮生长因子PeproTechAF-100-15
胰岛素SigmaI1882
96孔Akura PLUS悬滴板InSpheroCS-03-001-00
96孔圆底超低吸附微孔板Corning7007
抗粘连溶液StemCell07010
75T培养瓶Thermo156800
DMEM/F12培养基GenClone25-503
DMEM/F12培养基Invitrogen11330-032
不含维生素A的B27添加剂Gibco12587-010
Gem21 NeuroPlex添加剂Gemini400-161
抗生素-抗真菌剂Invitrogen15-240-062
人表皮生长因子PeproTechAF-100-15
碱性成纤维细胞生长因子PeproTech100-18B
CellTiter-Glo发光法细胞活力检测试剂盒PromegaG7570
SPM12软件Wellcome Trust Centre for Neuroimaging--
ITK-SNAP软件--v4.0
ParaView软件Kitware Inc.v5.12

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
样本采集
MRI引导采样,确定cET和nET区域;每个病例收集2个核心和2个边缘;样本处理流程(新鲜组织的分割和运输条件)
阅读提示:Methods: Patient Enrollment and Sample Acquisition; Figure 1A
测序
用于WES和RNA-seq的组织质量及数量;部分样本因数量不足剔除(003-c2);肿瘤纯度估计方法(PureCN)
阅读提示:Methods: Sequencing Pipeline and Bioinformatic Processing, Tumor Purity; Figure 1C
3D模型建立
µCancer和BTIC的培养基成分、细胞接种密度、培养时间、基质胶或超低吸附板类型
阅读提示:Methods: Generation of Patient-Derived GBM Tumor Models
药物测试
药物浓度系列(基于Cmax)、处理时间、细胞活力检测方法(CellTiter-Glo)、数据归一化
阅读提示:Methods: Generation of Patient-Derived GBM Tumor Models, Drug Testing, and Data Analysis; Figure 4
统计分析
GLIMMX模型设置、Bonferroni校正阈值、多重比较校正、样本量、重复数
阅读提示:Methods: Statistical Analysis; Figure 6C-D