Post on 25-Dec-2014
description
Рак 101
Мария Шутова, к.б.н., н.с. ИОГен РАН
ЭСК
биология развития TF iPSCs
регенеративная медицина
редактирование генома
наследственные заболевания рак
эволюция
GEMMs
Типы рака легких (гистология)
SCLC vs NSCLC
• metastasizes late • long latency period • usually treated before it spreads
• slow growing and progression
• beger prognosis, higher 5 year survival rate
• surgery before metastasis
• smoking is the main case • metastasizes early • shorter latency • usually discovered aker spreading to regional nodes
• 35 weeks average survival with treatment
• radiamon and chemotherapy
• Myc, p53 mutamons
Yates et al., 2012
Chromosomal instability Microsatellite instability
Yates et al., 2012
Фенотип опухоли
• накопленные мутации • (stem-‐cell-‐like?) свойства начальных клеток, тип начальных клеток
• микроокружение опухоли – изначальное, и в процессе роста
• терапия
Bunn et al., 2012
Типы рака легких (генетика)
97% этих мутаций – взаимоисключающие!
+p53, Rb
Pietanza & Marc Ladanyi, 2012
Типы рака легких (генетика) Sharma et al., 2010
Типы рака легких (cell of origin)
Kate D. Sutherland, Anton Berns, 2010
in vitro known as Bronchialveolar Stem Cells? (Kim et al., 2005)
“Stemness” tests: -‐ in vitro propermes (+spheres) -‐ lineage tracing by spec markers -‐ xenograks (trachea,
subcutaneously) -‐ chemoresistance
Goding et al., 2014
Типы рака легких (cell of origin)
Kate D. Sutherland and Anton Berns, 2010
ЭСК
биология развития TF iPSCs
регенеративная медицина
редактирование генома
наследственные заболевания рак
эволюция
GEMMs
“Stemness”?
Goding et al., 2014
Krizhanovsky & Lowe, 2009
“Stemness”?
Kreso and Dick, 2014
“Stemness”?
Karagiannis & Yamanaka, 2014
Apostolou & Hochedlinger, 2013
Buganim et al., 2013
Buganim et al., 2012
Buganim et al., 2012
Nguyen et al., 2012
reprogramming vs cancer
Apostolou & Hochedlinger, 2013
reprogramming of the cancer genome
leukemia, lymphoma, and breast cancer
fail RAS-‐inducible melanoma
developed cancer with higher penetrance, shorter latency, and an expanded tumor spectrum
Hochedlinger et al., 2004
Lgr5 story (Clevers lab)
Lgr5 story (Clevers lab)
!
ЭСК
биология развития TF iPSCs
регенеративная медицина
редактирование генома
наследственные заболевания рак
эволюция
GEMMs
genemcs + cell of origin = cancer evolumon
Podlaha et al., 2012
cell of origin + genemcs = cancer evolumon
классическая модель: множественная, последовательная клональная экспансия обусловленная накоплением мутаций,
селектируемых под давлением микроокружения
(most recent common ancestor)
временной и/или географический анализ клонов
Yates & Campbell, 2012
+ environment
genemcs + cell of origin + environment = cancer evolumon
Методы анализа
Single-‐cell sequencing: -‐ лимитированное количество
клеток в биопсии (вариант – ксенографт в мыши)
-‐ полногеномная амплификация генома каждой клетки -‐ > биасы
-‐ неравномерное покрытие -‐ allele dropout (8-‐40%) -‐ мат модели, использующиеся для
нахождения эволюционных связей между организмами
мат модели, использующиеся для нахождения эволюционных связей между организмами (parsimony, maximum likelihood, Markov chain Monte Carlo and Bayesian interference)
Смешанные популяции: -‐ случайный набор молекул
ДНК -‐ обнаружение
(распределение) мутаций зависит от покрытия и частот аллелей
-‐ специально разработанные алгоритмы
специально разработанные алгоритмы (mutamonal clustering, using kernel density analysis and Bayesian Dirichlet process modeling, digital karyotyping and phasing adjacent somamc mutamon (pairs) and germline variants)
много гетерогенных сэмплов разных популяций одной
опухоли
Yates & Campbell, 2012
Whole-‐genome sequencing data
Yates & Campbell, 2012
convergent evolumon
(обычно – 2-‐20 мутаций)
Сложности
Сложности • большинство раков ассоциированы с множеством генов, которые мутируют с низкой частотой
• гетерогенность мутаций в определенном гене
• только 10 генов (из тысяч), связанных с раком яичника встречаются менее чем в 10% случаев (только TP53 > 10%)
Сложности • НО они обычно кластеризуются и показывают нарушения
определенных клеточных процессов (сигнальных сетей) • -‐> имеет смысл использовать транскриптомные данные
для подтверждения геномных
Сложности + copy number alteramons, DNA methylamon
Сложности • часто – эпистатические взаимодействия генов (со-‐
появление мутаций в парах генов, “онкоген-‐индуцированное старение” как естественная защита клетки на одиночную мутацию в онкогене, конвергентная эволюция между разными клонами)
Сложности • ограниченное количество фенотипов • пластичность клеток опухоли (переход из NSCLC в SCLC
после лечения, с сохранением специфических мутаций)
Варианты решения
• борьба с гетерогенностью опухолей (механическая, маркеры)
• новые, более точные алгоритмы обработки • улучшение технологий single-‐cell sequencing • алгоритмы совместной обработки «-‐омных» данных
• Genemcally engineered mouse models (GEMMs)
ЭСК
биология развития TF iPSCs
регенеративная медицина
редактирование генома
наследственные заболевания рак
эволюция
GEMMs
Гомологичная рекомбинация в ЭСК
exon1 exon2 exon3 ген
exon1 exon3
exon1 exon2 exon3
exon1 exon3
/очередная/ Нобелевская премия (2007)
ФЕНОТИП
ГЕНОТИП
ФАРМАКОЛОГИЯ
Kwon and Berns, 2013
-‐ быстрое получение трансгенных мышей с использованием ЭСК-‐технологий
-‐ отсутствие “генетического шума” (клональность)
-‐ интактные in vivo условия -‐ тестирование лекарств -‐ анализ ВСЕЙ опухоли и метастаз на разных
временных стадиях -‐ индуцированные точечные мутации
(CRISPR-‐Cre, TALEN), регуляция экспрессии генов (малые молекулы, РНК-‐интерференция)
-‐ отличие driver и passenger мутаций -‐ маркировка всей опухоли или ее частей
(флуоресцентные/биолюминесцентные репортеры)
-‐ контроль за cell-‐of-‐origin (специфичные промоторы)
-‐ контролируемые волны спонтанного мутагенеза (транспозоны)
Huijbers et al., 2011, 2014
Huijbers et al., 2014
Положительный пример: Mycl1 и Pten в эволюции SCLC
global DNA copy alteratons
significantly mutated genes in all tumors
(Trp53-‐/Rb1-‐ SCLC GEMM)
McFadden et al., 2014
Future of cancer biology
Kool et al., 2009
Инсерционный мутагенез с использованием ДНК транспозонов (common insermon sites analysis)
Kool et al., 2009
Future of cancer bioinformamcs
Ding et al., aug 2014
7/23/2014 www.discoverymedicine.com/Donald-D-Rao/files/2013/03/discovery_medicine_no_81_john_nemunaitis_figure_2.jpg.jhtml?id=2|attachment_13
http://www.discoverymedicine.com/Donald-D-Rao/files/2013/03/discovery_medicine_no_81_john_nemunaitis_figure_2.jpg.jhtml?id=2|attachment_13 2/3
Figure 2. Genome Based Personalized Cancer Therapeutics, a Two Pronged Approach-The One Two Punch. Schematic illustration of
Rao et al., 2013
Future of cancer research
CRISPRs (clustered regularly interspaced short palindromic repeats)
Protospacer Adjacent Momff (PAM) sequence
Transcripmon acmvator-‐like effector nucleases (TALENs) = TAL effector DNA binding domain + DNA cleavage domain
Gaj et al., 2013