Open this publication in new window or tab >>
2022 (English) Doctoral thesis, comprehensive summary (Other academic)
Abstract [en] Each cancer is unique, and therefore the use of general treatments are often suboptimal. If we can understand the mechanisms of cancer development, we might be able to develop effective treatments tailored to each patient. Our bodies are complex three-dimensional structures and how things are organized correlate with proper functioning. Technologies for biological research have escalated enormously in the last years. Going from bulk analysis of tissues to the advent of single cell sequencing and spatially resolved transcriptomics has initiated a new era in biological research. The technology Spatial Transcriptomics (ST) combines histology with next-generation sequencing, making it possible to map which genes that are active at thousands of sub-areas in a tissue section.
In Paper I, ST was combined with an in-house developed artificial intelligence method to explore the landscape of prostate cancer tissue. We identified a gene expression-based tumor signature in healthy tissue areas not possible to recognize through visual assessment, indicating that the genotype changes before phenotype. A gradient of the tumor microenvironment was also identified. In Paper II, prostate cancer tissue from three patients were investigated before and after androgen deprivation therapy using ST. All patients treated with this therapy long enough will reach a clinically defined stage called castration-resistant prostate cancer. We could see that only a set of cancer cells across the tissue responded to the treatment, which allowed comparison of gene expression program in responding versus non-responding cells. By understanding the underlying mechanisms to resistance, it might be possible to target these cells and decrease relapse risk. In Paper III, we inferred copy number variation from ST data allowing for the generation of genome integrity maps in cancerous tissue of prostate, breast, brain, and skin, and in a lymph node. This allowed us to identify tumor clones not recognizable histologically, indicating how genomic instability can be initiated and spread before visible for the naked eye. In Paper IV, we developed a method for spatial ATAC-seq by fusing the ST-technology with ATAC-seq, enabling the analyses of accessible chromatin while preserving histological information. The Visium platform by 10x Genomics was used and we demonstrate a similar capture efficiency to single-cell ATACseq.
Abstract [sv] Varje cancer är unik, vilket medför att generella behandlingar ofta är suboptimala. Om vi kan förstå mekanismerna bakom cancerutveckling kan vi öka chansen att utveckla effektiva behandlingar anpassade till varje patient. Våra kroppar är tredimensionella strukturer och hur saker är organiserade inom oss korrelerar med funktion. Teknologier för biologisk forskning har eskalerat enormt de senaste åren. Att gå från bulkanalys av vävnader till begynnelsen a vsingle-cell-sekvensering och spatialt upplöst transkriptomik har initierat en ny era inom biologisk forskning. Teknologin Spatial Transkriptomics (ST) kombinerar histologi med next-generation sequencing, vilket möjliggör att kartlägga vilka gener som är aktiva på tusentals subdelar av ett vävnadssnitt.
I Artikel I kombinerades ST med en in-house-utvecklad artificiell intelligens metod för att kunna utforska landskapet av prostatacancervävnad. Vi identifierade genuttrycksbaserade tumörsignaturer inom ett område som via visuell inspektion ej var tumör, vilket indikerar att genotypen ändras innan fenotypen. En gradient av tumörmikroomgivningen identifierades också. I Artikel II undersöktes prostatacancervävnad från tre patienter före och efter androgendeprivationsterapi med ST. Alla patienter behandlade med denna terapi under tillräckligt lång tid kommer nå en kliniskt definierad nivå som kallas kastreringsresistent prostatacancer. Vi kunde se att endast vissa cancerceller i vävnaden svarade på behandling, vilket möjliggjorde jämförelse av genuttrycksprogram mellan svarande och ickesvarande celler. Genom att förstå de underliggande resistensmekanismerna kan det bli möjligt att målsöka dessa celler och minska risken för återfall. I Artikel III, så drog vi slutsatser gällande copy number variation utifrån ST-datan, vilket möjliggjorde en kartläggning av genomintegritet i cancervävnad av prostata, bröst, hjärna, och hud, samt i en lymfnod. Detta medförde att vi kunde identifiera tumörkloner som inte kunde identifieras histologiskt, och indikerar att genom instabilitet kan initieras och spridas innan synligt för det nakna ögat. I Artikel IV utvecklade vi en metod för spatial ATAC-sekvensering genom att kombinera ST-teknologin med ATAC-sekvensering, vilket möjliggör analys av tillgängligt kromatin medan histologisk information bevaras. För detta användes Visium-plattformen av 10x Genomics och vi uppvisar ett liknande antal uppfångade molekyler som vid single-cell ATAC-sekvensering.
Place, publisher, year, edition, pages
Stockholm: Kungliga Tekniska högskolan, 2022. p. 49
Series
TRITA-CBH-FOU ; 2022:63
Keywords Spatial, Spatial Transcriptomics, Spatial ATAC, epigenomics
National Category
Medical Biotechnology
Research subject
Biotechnology
Identifiers urn:nbn:se:kth:diva-321711 (URN) 978-91-8040-428-0 (ISBN)
Public defence
2022-12-16, Ragnar Granit, Biomedicum, Karolinska Institutet, Solnavägen 9, Solna, via Zoom: https://kth-se.zoom.us/meeting/register/u50uc-irrTMjEt0JP0nvbsYtmMp3Z70yBUxn, Stockholm, 13:00 (Swedish)
Opponent
Supervisors
Note QC 2022-11-28
2022-11-282022-11-212022-12-08 Bibliographically approved