Рак 101 (Мария Шутова, ИоГЕН РАН)

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





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

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





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

Whole-‐genome sequencing data


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





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

Рак 101 (Мария Шутова, ИоГЕН РАН)

Science