Abstract:

Versione in italiano:

Il carcinoma sieroso di alto grado dell’ovaio (HGSOC) rimane la quinta causa di morte per cancro tra le donne, senza miglioramenti significativi negli ultimi 30 anni, nonostante l’introduzione di nuove terapie. È dunque urgente identificare nuovi marcatori molecolari per stratificare le pazienti e migliorare l’assistenza.

Abbiamo dimostrato che l’HGSOC può originare sia dall’epitelio della superficie ovarica sia da quello delle fimbrie, e che il tessuto di origine ha un forte impatto sulla prognosi, rivelando una diversa immunomodulazione nei due sottotipi. L’introduzione di un approccio informato sull’origine per indagare i meccanismi alla base dell’HGSOC è quindi cruciale per identificare nuove strategie terapeutiche efficaci. Inoltre, praticamente tutte le pazienti presentano alla diagnosi ascite maligna, che comprende una miscela eterogenea di cellule tumorali e cellule associate al tumore, che guidano la disseminazione e la chemioresistenza. L’ascite rappresenta dunque uno stadio intermedio tra il tumore primario e le metastasi omentali manifeste, e la sua caratterizzazione, basata sull’origine, potrebbe fornire informazioni utili per la prognosi delle pazienti, orientando le decisioni terapeutiche future nella pratica clinica.

Con questo obiettivo, il presente studio intende risolvere la complessità dell’ascite nell’HGSOC attraverso:

1, Definizione di caratteristiche multiomiche specifiche dell’origine delle popolazioni tumorali, immunitarie e associate al tumore a livello di singola cellula, insieme ai loro endofenotipi associati;
2, Identificazione di fattori solubili chiave nel fluido ascitico che mediano le interazioni reciproche tra le popolazioni cellulari nell’ascite dell’HGSOC;
3, Derivazione di biomarcatori associati agli endofenotipi tumorali, ottenuti dall’analisi integrata delle popolazioni cellulari, dei fattori solubili e delle loro relazioni;
4, Mappatura di tali biomarcatori specifici dell’origine in coorti retrospettive di HGSOC per validare la loro associazione con la prognosi.

Nello specifico, raccoglieremo ascite da pazienti con HGSOC, associandole ai metadati clinici. Utilizzeremo i profili di metilazione del DNA per stratificare i campioni in base al loro tessuto di origine. L’ascite stratificata verrà quindi sottoposta a profilazione multiomica a livello di singola cellula per definire il panorama delle sottopopolazioni immunitarie (inclusi i clonotipi TCR e BCR), tumorali e associate al tumore specifiche dell’origine. Parallelamente, analizzeremo il fluido ascitico a-cellulare corrispondente, mediante ELISA multiplex, per identificare una lista esaustiva di citochine, chemochine e fattori di crescita che caratterizzano il microambiente ascitico. Integreremo quindi i dati multiomici per definire una mappa diretta delle interazioni cellulari nell’ascite mediate da fattori solubili, permettendo l’identificazione di firme robuste specifiche dell’origine. Queste caratteristiche saranno utilizzate per deconvolvere dataset RNA-seq di HGSOC pubblicati e valutarne l’associazione con la prognosi, per poi essere validate a livello proteico in coorti retrospettive di HGSOC fissate in formalina e incluse in paraffina (FFPE).

Gli endofenotipi specifici dell’origine e i loro biomarcatori associati, identificati attraverso questo approccio, consentiranno di affinare la valutazione del rischio per le pazienti con HGSOC e di orientare i criteri di inclusione per la valutazione di regimi terapeutici esistenti ed emergenti.

English version:

High Grade Serous Ovarian Cancer (HGSOC) remains the fifth cause of cancer death among women, with no significant improvement in the last 30 years, despite the recent introduction of new therapies. There is thus an urgent need to identify novel molecular markers for patients' stratification and improved care.
We demonstrated that HGSOC can arise from both the ovarian surface and fimbrial epithelium, and that the tissue of origin strongly impacts prognosis, revealing differential immunomodulation in the two subtypes. The introduction of an origin-informed investigation of HGSOC's underlying mechanisms is thus key to identify new effective treatment strategies. Also, virtually all patients present at diagnosis with malignant ascites, which comprises a heterogenous mix of tumor and tumor-associated cells driving dissemination and chemoresistance. Thus, ascites constitutes an intermediate stage between primary tumors and overt omental metastasis, and its origin-informed characterization is bound to be informative for patients' prognosis, guiding future therapeutical decisions in the clinical setting.
Towards this aim, here we will resolve the complexity of HGSOC ascites by: 1) defining origin-specific, multiomic features of tumoral, immune and tumor-associated populations at single cell resolution with their associated endophenotypes; 2) identifying key soluble factors in ascitic fluid mediating the mutual interactions between cell populations in HGSOC ascites; 3) deriving biomarkers associated to tumor endophenotypes, resulting from the integrated analysis of cell populations, soluble factors and their relationship; 4) mapping such origin-specific biomarkers in retrospective cohorts of HGSOC to validate their association with prognosis.
Specifically, we will collect ascites from HGSOC patients with associated clinical metadata. We will use DNA methylation profiles to stratify samples according to their tissue of origin. Stratified ascites will be then used for multiomic single-cell profiling to define the landscape of origin-specific immune (including TCR and BCR clonotypes), tumor and tumor-associated cell subpopulations. In parallel, we will profile by multiplexed ELISA patient-matched a-cellular ascitic fluid, to define a comprehensive list of cytokines, chemokines and growth factors populating ascites microenvironment. We will then integrate multiomic data to define a directed map of ascites’ cell interactions mediated by soluble factors, allowing to define robust origin-specific signatures. These features will be used to perform bulk RNAseq deconvolution of published HGSOC datasets to evaluate their association with prognosis and validated at the protein level in retrospective HGSOC FFPE cohorts.
The origin-specific phenotypes and their associated biomarkers identified by this framework will allow to refine risk assessment for HGSOC patient’s and guide inclusion criteria for the evaluation of existing and emerging therapeutical regimens.

Contatti: antonella.viola@unipd.it