Multi-omik analys av njurcellscancer mekanismer; Läkemedelskänslighetstestning i patientderiverade cellbaserade mikrotumörer

Bakgrund och Rationale: Njurcellscancer (RCC) uppvisar ofta intratumoral morfologisk heterogenitet, vilket ofta presenterar sig som distinkta multipla noduler inom en enda tumörmassa på tvärsnitt.
Den biologiska och kliniska betydelsen av denna multinodulära arkitektur förblir dåligt förstådd.
Det antas att dessa noduler kan representera klonala subpopulationer med unika genomiska, transkriptomiska och funktionella profiler, vilka potentiellt driver tumörprogression och terapeutiskt motstånd.
Denna studie använder integrerad multi-omik och funktionell läkemedelstestning för att systematiskt dechiffrera den inter-nodulära heterogeniteten och evolutionära relationerna inom RCC.

Primära Mål:

Att kartlägga den cellulära och genomiska landskapet av olika intratumoral noduler i RCC med hjälp av single-cell RNA-sekvensering (scRNA-seq), hel-exomsekvensering (WES) och spatial transkriptomik.
Att härleda potentiella klonala evolutionära relationer och drivande-underordnade dynamik mellan samexisterande noduler.
Att karakterisera de differentiella läkemedelskänslighetsprofilerna hos patient-härledda mikrotumör (PTC) modeller etablerade från distinkta noduler.
Att integrera multi-omik data med läkemedelsresponsdata för att utforska underliggande mekanismer för läkemedelsresistens.

Studiedesign och Metoder: Detta är en en-center, prospektiv, grundläggande vetenskaplig studie.
Vi kommer att inkludera 10 behandlings-naiva patienter med lokalt avancerad RCC (tumördiameter ≥7 cm, med regional lymfkörtelmetastas men ingen fjärrmetastas) schemalagda för radikal nefrektomi.
Intraoperativt eller omedelbart post-resektion kommer varje grovt multinodulär tumör att sektioneras.
Tre dominerande noduler (märkta T1, T2, T3 efter storlek) kommer att identifieras från varje prov.
Från varje nodul kommer fyra matchade prover att samlas in för: 1) scRNA-seq, 2) WES, 3) spatial transkriptomik, och 4) generering av 3D patient-härledda tumörcell (PTC) mikrotumörmodeller.

Analyser: Bioinformatisk integration av scRNA-seq, WES och spatial data kommer att utföras för att konstruera kartor över cellulär sammansättning, genetiska förändringar och deras spatiala fördelning över noduler.
Pseudotids-trajektorianalys kommer att tillämpas för att härleda potentiella evolutionära sekvenser.
PTC-modeller kommer att genomgå ex vivo läkemedelskänslighetstestning (t.ex., mot axitinib, pembrolizumab och deras kombination).
Differentiella responsdata kommer att korreleras med omik-härledda egenskaper (t.ex., specifika mutanta alleler, cell-subtyp abundanser, vägaktiviteter) för att identifiera kandidatmekanismer för resistens.

Betydelse: Detta är den första studien som systematiskt undersöker intratumoral nodulär heterogenitet i RCC på en multi-omik-nivå kombinerat med funktionell validering.
Resultaten förväntas ge nya insikter i RCC-tumörigenes och progression, potentiellt avslöjande nya biomarkörer för prognos och terapeutiska mål för att övervinna resistens.