Metabolomic Profiling Across the NCI-60 Cancer Cell Panel

Metabolomisk profilering på tværs af NCI-60 kræftcellepanelet

Metabolomics giver en funktionel aflæsning af cellulær biokemi, der supplerer genomisk og proteomisk karakterisering af kræftceller. NCI-60-panelet udgør med sin omfattende molekylære annotation og omfattende data om lægemiddelfølsomhed en ideel platform for systematisk metabolomisk profilering på tværs af forskellige kræfttyper. Integration af metabolitmålinger med eksisterende multi-omiske datasæt muliggør identifikation af metaboliske sårbarheder, opdagelse af biomarkører og mekanistisk forståelse af lægemiddelresponsmønstre på tværs af NCI-60-samlingen.

Vigtige pointer

• Metabolomisk profilering af NCI-60-cellelinjer afslører kræfttypespecifikke og pan-kræft-metaboliske signaturer
• Integration af metabolomics med genomiske data identificerer onkogen-drevne metaboliske omprogrammeringsmønstre
• Metabolit-biomarkører forudsiger lægemiddelfølsomhed med en nøjagtighed, der kan sammenlignes med genekspressionssignaturer
• Målrettet metabolomik muliggør pathway-fokuseret analyse af specifikke metaboliske sårbarheder
• Fluxanalyse ved hjælp af isotopsporstoffer kvantificerer metaboliske vejaktiviteter på tværs af NCI-60-panelet

Metabolomiske profileringsmetoder uden målgruppe

Untargeted metabolomics giver omfattende dækning af det cellulære metabolom uden forudgående udvælgelse af analytter. Massespektrometri-baserede platforme, herunder væskekromatografi-massespektrometri (LC-MS) og gaskromatografi-massespektrometri (GC-MS), registrerer tusindvis af metabolitfunktioner på tværs af NCI-60-panelet. Denne upartiske tilgang gør det muligt at opdage uventede metaboliske ændringer, der er forbundet med specifikke kræfttyper eller lægemiddelresponsmønstre.

Standardisering af prøveforberedelse er afgørende for reproducerbar NCI-60 metabolomisk profilering. Hurtig slukning af metabolisme gennem kold methanolekstraktion bevarer metabolitpuljer, der afspejler den cellulære tilstand in situ. Ekstraktionsprotokoller, der er optimeret til specifikke metabolitklasser (polære vs. lipofile), kan anvendes parallelt for at maksimere metabolomdækningen. Interne standarder, der spænder over forskellige kemiske klasser, muliggør normalisering og vurdering af kvalitetskontrol.

Underpanelet af lungekræft i NCI-60 viser metabolisk heterogenitet, der korrelerer med histologiske og molekylære undertyper. NCI-H460-celler udviser forhøjet glykolytisk flux sammenlignet med andre lungecancerlinjer. NCI-H1299-celler viser forskellige lipidmetabolismeprofiler, mens A549-celler viser en karakteristisk KRAS-drevet metabolisk omprogrammering.

Kræfttypespecifikke metaboliske signaturer

Uovervåget analyse af NCI-60 metabolomiske data afslører klyngedannelse efter oprindelsesvæv, hvilket indikerer kræfttypespecifikke metaboliske programmer. Leukæmicellelinjer udviser forskellige metabolitprofiler sammenlignet med solide tumorlinjer, hvilket afspejler forskelle i mikromiljøets tilgængelighed af næringsstoffer og metaboliske afhængigheder. Inden for subpaneler af solide tumorer korrelerer yderligere metabolisk heterogenitet med differentieringsstatus og driver-onkogen-identitet.

Glykolytiske mellemprodukter og akkumulering af laktat kendetegner Warburg-effekten, der er observeret i de fleste NCI-60-cellelinjer. Omfanget af aerob glykolyse varierer dog betydeligt, idet nogle linjer opretholder oxidativ fosforyleringskapacitet. Denne metaboliske diversitet påvirker følsomheden over for glykolysehæmmere og giver et rationale for metabolisk målrettede kombinationsstrategier.

Underpanelet for tyktarmskræft viser metaboliske træk, der afspejler tarmepitelets oprindelse. HCT116-celler udviser høj glutaminafhængighed, som er karakteristisk for hurtigt prolifererende kræftceller. Caco-2-celler opretholder differentieret enterocytmetabolisme med aktive lipidbehandlingsveje. SW620-celler, der stammer fra metastatisk sygdom, viser ændret aminosyremetabolisme sammenlignet med primære tumorafledte linjer.

Integration med genomiske data

Korrelation af metabolitniveauer med genomiske ændringer identificerer onkogen-drevet metabolisk omprogrammering. KRAS-mutante cellelinjer i NCI-60 viser karakteristisk opregulering af glukoseoptagelse, glutaminkatabolisme og makromolekylær biosyntese. MYC-amplificerede linjer udviser forhøjede metabolitter i nukleotidsyntesevejen, der understøtter hurtig spredning. Disse genotype-metabolotype-korrelationer genererer hypoteser for målrettet terapeutisk intervention.

Kopienummerændringer, der påvirker metaboliske enzymgener, giver tilsvarende metabolitændringer, der kan påvises i hele NCI-60-panelet. Amplifikation af lipogene enzymgener korrelerer med øgede fedtsyre- og kolesterolmetabolitter. Deletioner, der påvirker enzymer i tricarboxylsyrecyklussen (TCA), resulterer i en karakteristisk ophobning af oncometabolitter, som eksemplificeret ved succinatdehydrogenase og fumarathydratasemangel.

Leukæmicellelinjer inden for NCI-60 giver modeller for hæmatologisk malignitetsmetabolisme. K562-celler drevet af BCR-ABL demonstrerer imatinib-responsive metaboliske programmer. HL-60-celler udviser metabolisk plasticitet under differentieringsinduktion. Jurkat E6.1-celler viser T-celle-specifikke metaboliske egenskaber, herunder glutamin-afhængig proliferation.

Metabolit-biomarkører for lægemiddelfølsomhed

Metabolitniveauer forudsiger lægemiddelfølsomhed på tværs af NCI-60-panelet med en nøjagtighed, der kan sammenlignes med genekspressionssignaturer. Maskinlæringsmodeller, der er trænet på metabolomiske egenskaber, identificerer metabolitter, der er forbundet med respons på specifikke stofklasser. Disse metabolit-biomarkører kan være tættere på lægemiddelmekanismen end genomiske egenskaber, hvilket potentielt kan forbedre forudsigelsesnøjagtigheden.

Glutathion og relaterede antioxidantmetabolitter korrelerer med resistens over for oxidative stressfremkaldende midler på tværs af NCI-60. Cellelinjer med forhøjede glutathionpuljer viser reduceret følsomhed over for forbindelser, der genererer reaktive oxygenarter. Dette metabolit-respons-forhold identificerer glutathionsyntese som en resistensmekanisme, der kan anvendes i kombinationsterapi.

Størrelsen af nukleotidpuljer påvirker følsomheden over for antimetabolit-kemoterapimedicin. NCI-60-cellelinjer med forhøjede deoxyribonukleotidpuljer viser nedsat følsomhed over for lægemidler, der er rettet mod nukleotidsyntesen. Metabolomisk måling af baseline-nukleotidniveauer kan forudsige patienters respons på 5-fluorouracil, gemcitabin og beslægtede midler.

Isotopsporingsundersøgelser til fluxanalyse

Stabil isotopsporing ved hjælp af 13C-mærkede substrater muliggør kvantificering af metaboliske vejaktiviteter ud over steady-state-metabolitmålinger. Glukose- og glutaminmærkningseksperimenter på tværs af NCI-60-cellelinjer afslører fluxfordelinger gennem glykolyse, TCA-cyklus og biosyntetiske veje. Denne dynamiske information identificerer metaboliske sårbarheder, som ikke fremgår af statiske metabolitprofiler.

Glukoses og glutamins forskellige bidrag til TCA-cyklussens mellemprodukter varierer på tværs af NCI-60-cellelinjer. Nogle linjer viser næsten fuldstændig afhængighed af glutamin til anaplerose, mens andre effektivt udnytter glukoseafledt pyruvat. Denne metaboliske fleksibilitet eller ufleksibilitet forudsiger følsomheden over for glutaminasehæmmere, der nu er under klinisk udvikling.

Kulturbetingelserne har stor indflydelse på målingerne af den metaboliske flux. Glukose- og aminosyrekoncentrationerne i RPMI 1640 Medium påvirker udnyttelsen af de metaboliske veje. Fysiologiske næringsstofniveauer opnået gennem tilpassede medieformuleringer kan afsløre metaboliske fænotyper, der er mere relevante for in vivo-tumormetabolisme. DMEM giver alternative næringssammensætninger til sammenligningsstudier.

Målrettet metabolomik til specifikke veje

Målrettede metabolomiske analyser med fokus på specifikke veje giver øget følsomhed og kvantitativ nøjagtighed sammenlignet med ikke-målrettede tilgange. Absolut kvantificering af glykolytiske mellemprodukter, TCA-cyklusmetabolitter eller aminosyrer på tværs af NCI-60 muliggør direkte sammenligning mellem cellelinjer og med kliniske prøver. Denne kvantitative præcision understøtter mekanistiske undersøgelser og validering af biomarkører.

Profilering af kulstofmetabolisme kvantificerer folatmedierede veje, der er vigtige for nukleotidsyntese og methyleringsreaktioner. NCI-60-cellelinjer udviser varierende udtryk af folatvejsenzymer, hvilket giver tilsvarende metabolitforskelle. Denne heterogenitet påvirker følsomheden over for antifolatmedicin og identificerer kombinationsstrategier for metabolisk intervention.

Lipidmetabolomik indfanger mangfoldigheden af fedtsyrer, fosfolipider og sfingolipider på tværs af NCI-60. Kræftspecifikke lipidsignaturer korrelerer med membransammensætning, signalering af lipidproduktion og følsomhed over for lipidmetabolismehæmmere. Lipidomiske biomarkører supplerer målinger af polære metabolitter til omfattende metabolisk fænotypebestemmelse.

Tekniske overvejelser og kvalitetskontrol

Metabolomisk profilering kræver streng kvalitetskontrol for at sikre datapålidelighed på tværs af NCI-60-panelet. Batch-effekter som følge af prøveforberedelse, instrumentets ydeevne og analytisk variation skal kontrolleres gennem passende undersøgelsesdesign og normaliseringsmetoder. Kvalitetskontrolprøver, der spænder over den analytiske sekvens, muliggør vurdering af teknisk reproducerbarhed.

Autentificering af cellelinjer og dokumentation af passagenummer er afgørende for reproducerbar metabolomik. Autentificering af cellelinjer gennem STR-profilering bekræfter identiteten før metabolomisk analyse. Mycoplasma-testning forhindrer forvirrende effekter af mycoplasma-infektion, som dramatisk ændrer cellulær metabolisme gennem arginin-udtømning og andre mekanismer.

Standardiserede prøveindsamlingsprotokoller sikrer sammenlignelig metabolitekstraktion på tværs af eksperimenter. Freeze Medium CM-1 muliggør kryopræservering af cellelinjer til longitudinale studier. Serumfrie mediebetingelser umiddelbart før ekstraktion eliminerer serumafledte metabolitbidrag og standardiserer det ekstracellulære metaboliske miljø.

Konklusion

Metabolomisk profilering af NCI-60-panelet afslører kræfttypespecifikke og onkogen-drevne metaboliske programmer, der korrelerer med lægemiddelfølsomhedsmønstre. Integration af metabolomics med genomiske data og data om lægemiddelrespons genererer mekanistisk indsigt og biomarkørkandidater til klinisk udvikling. Anvendelsen af både ikke-målrettede opdagelser og målrettede kvantitative tilgange kombineret med isotopsporingsfluxanalyse giver omfattende metabolisk karakterisering, der understøtter præcisionsonkologiske anvendelser.