banner

Блог

Oct 13, 2023

Абляция RASA2 в Т-клетках повышает чувствительность к антигенам и продлевает срок службы.

Nature, том 609, страницы 174–182 (2022 г.) Процитировать эту статью

51 тыс. доступов

18 цитат

303 Альтметрика

Подробности о метриках

Эффективность адоптивной Т-клеточной терапии для лечения рака может быть ограничена подавляющими сигналами как внешних факторов, так и внутренних тормозных контрольных точек1,2. Целенаправленное редактирование генов может преодолеть эти ограничения и улучшить терапевтическую функцию Т-клеток3,4,5,6,7,8,9,10. Здесь мы провели несколько полногеномных нокаут-скринов CRISPR в различных иммуносупрессивных условиях, чтобы идентифицировать гены, на которые можно воздействовать для предотвращения дисфункции Т-клеток. Эти скрининги сошлись на RASA2, белке, активирующем ГТФазу RAS (RasGAP), который мы идентифицируем как контрольную точку передачи сигналов в Т-клетках человека, активность которого снижается при острой стимуляции рецепторов Т-клеток и может постепенно увеличиваться при хроническом воздействии антигена. Абляция RASA2 усиливала передачу сигналов MAPK и цитолитическую активность Т-клеток химерного антигенного рецептора (CAR) в ответ на целевой антиген. Повторные стимуляции опухолевым антигеном in vitro показали, что Т-клетки с дефицитом RASA2 демонстрируют повышенную активацию, выработку цитокинов и метаболическую активность по сравнению с контрольными клетками, а также демонстрируют заметное преимущество в стойком уничтожении раковых клеток. Т-клетки CAR с нокаутом RASA2 имели конкурентное преимущество в приспособленности перед контрольными клетками в костном мозге на мышиной модели лейкемии. Абляция RASA2 в множественных доклинических моделях Т-клеточного рецептора и CAR-Т-клеточной терапии продлила выживаемость у мышей с ксенотрансплантатами либо с жидкими, либо с твердыми опухолями. В совокупности наши результаты подчеркивают, что RASA2 является многообещающей мишенью для улучшения как персистенции, так и эффекторной функции при Т-клеточной терапии для лечения рака.

CAR-Т-клетки оказали трансформационное воздействие при некоторых агрессивных гематологических злокачественных новообразованиях, а трансгенные Т-клеточные рецепторы (TCR)-Т-клетки (TCR-Т-клетки) показали многообещающие результаты в ранних клинических исследованиях солидных опухолей1. Однако многие виды рака, особенно солидные опухоли, не реагируют на современные методы лечения Т-клетками или быстро прогрессируют после первоначального ответа. Внутри опухолевой массы иммуносупрессорное микроокружение представляет собой существенный барьер для эффективности противоопухолевого иммунитета2,11. Кроме того, постоянное воздействие антигена может привести к дисфункции Т-клеток, что подчеркивает необходимость сбалансировать эффекторную функцию и долгосрочную персистенцию в сконструированных Т-клетках3,12. Целенаправленное манипулирование избранными генами тестируется как стратегия повышения эффективности адоптивной Т-клеточной терапии5,6,7. Однако оптимальные гены-мишени в Т-клетках человека систематически не исследовались. Крупномасштабные скрининги CRISPR могут ускорить обнаружение генетических нарушений, которые могут повысить эффективность сконструированных Т-клеток3,8,9,10. Ранее мы разработали платформу для открытия первичных Т-клеток человека и применили ее для идентификации новых генетических регуляторов пролиферации Т-клеток13. Здесь мы описываем беспристрастный генетический скрининг, проведенный в условиях нескольких иммуносупрессивных состояний, обычно встречающихся в микроокружении опухоли (TME), который выявил абляцию гена RASA2 как стратегию для Т-клеток по преодолению множественных ингибирующих сигналов. Мы обнаружили, что абляция RASA2 повышает чувствительность к антигену и улучшает как эффекторную функцию, так и персистенцию CAR T и TCR T клеток. Наконец, мы показываем, что абляция RASA2 в антигенспецифических Т-клетках может улучшить контроль над опухолью и продлить выживаемость на многочисленных доклинических моделях жидких и солидных опухолей.

Супрессирующие ТМЕ и внутренние контрольные точки Т-клеток могут влиять на эффективность сконструированных Т-клеток, воздействующих на солидные опухоли14. Мы разработали систематический подход для выявления генетических нарушений, которые могут сделать Т-клетки устойчивыми к ряду ингибирующих сигналов, встречающихся в ТМЭ. Ранее мы использовали CGS-21680, агонист аденозина13, для моделирования повышенной ингибирующей передачи сигналов аденозина A2A в ответ на высокие уровни аденозина в гипоксическом TME15. Здесь мы расширили эту стратегию, чтобы смоделировать многочисленные проблемы с функцией Т-клеток в TME. Чтобы смоделировать внутренние сигналы контрольных точек, мы сосредоточились на ингибиторах передачи сигналов кальция и кальциневрина (такролимус и циклоспорин), которые являются критическим путем активации Т-клеток, который часто подавляется в инфильтрирующих опухоль Т-клетках16. Чтобы имитировать выраженный внешний ингибирующий сигнал в TME, мы использовали TGFβ, канонический супрессорный цитокин, который ограничивает функцию Т-клеток в опухолях17. Наконец, поскольку Т-регуляторные клетки (Treg-клетки) являются важными медиаторами дисфункции Т-клеток при нескольких типах опухолей18, мы адаптировали нашу платформу скрининга для анализа межклеточных взаимодействий и тем самым выявляем гены, которые придают устойчивость к подавлению эффекторных Т-клеток Treg-клетками.

1.5) between 5 (blue) and all 6 (pink) of the screens are labelled. Bar height is the number of shared genes among the screens, connected by dots in the lower panel (n = 4 human donors for stimulated (stim) and Treg cell screens, n = 2 for adenosine, cyclosporine and tacrolimus, and n = 1 for the TGFβ screen). c,d, log2 fold change (FC) for individual guide RNAs (vertical lines); background shows the overall guide distribution in greyscale. c, Guides targeting RASA2 (pink) across all suppressive conditions. d, Guides targeting RasGAP family members other than RASA2 were not enriched consistently in either direction, whereas guides targeting the RasGEF RASGRP1 were depleted from dividing cells as expected. e, Distribution of CFSE staining in RASA2-KO versus control (Ctrl; non-targeting guide RNA) T cells across all suppressive conditions. f, Cancer cell growth during in vitro cancer cell-killing assay under suppressive conditions. AUC, area under the growth curve. n = 2 donors in triplicate, shape denotes donor. g, Suppression assay confirms that RASA2 ablation rendered T cells resistant to Treg cell suppression of proliferation in vitro. Bars show the CD8+ cell count 4 days after stimulation (n = 4 donors per group; mean ± s.e.m.; **P < 0.01 and ***P < 0.001, two-sided paired Student's t-test). h, RASA2 ablation rendered T cells resistant to Treg cell suppression compared with control T cells in an in vitro cancer cell-killing assay for one representative donor out of four (summary statistics shown in Extended Data Fig. 2g). Line is the mean and shaded area is 95% confidence interval for 3 technical replicates./p>1.54) were defined as hits for the shared hits analysis to generate Fig. 1b and Extended Data Fig. 1c and are detailed in Supplementary Table 1. To define suppressive condition-specific hits, the sgRNA counts in CFSE-low (highly dividing) cells were compared to the stimulation only (stim) condition using MAGeCK software as above. Results of this analysis are provided in Supplementary Table 2. For the quality metric of screens by dropout analysis of essential genes, we used essential genes as determined by DepMap19 and GSEA for gene-level log2 fold change. For analysis of expression of screen hits in primary human T cells the DICE database was used, averaging the expression of both activated CD4+ and CD8+ T cells20./p>1010 photons s–1 or when mice demonstrated signs of distress described in our IACUC protocol such as respiratory distress, hunched posture, lesions unresponsive to treatment, 15–20% weight loss, impaired or decreased mobility, neurologic signs that interfere with normal function or reduced grooming. These limits were not exceeded in any of the experiments. Mice were injected intraperitoneally with 1 × 106 LM7-GFP-ffluc osteosarcoma tumour cells. Seven days later, mice were injected intraperitoneally with 1 × 105 CAR T cells. The experiment was performed twice with CAR T cells generated from two different healthy donors. For the second experiment, mice that had long-term tumour-free survival (n = 1 for control KO, n = 3 for RASA2 KO) were re-challenged with an intraperitoneal injection of 1 × 106 LM7-GFP-ffluc tumor cells at day 174. Tumour burden was monitored by bioluminescence imaging as above./p> 1.5, methods) across the screen conditions (x-axis) including hits unique to each individual screen. Shared hits for each subset are detailed in Supplementary Table 1. d, Heatmap of the pairwise Pearson's correlation coefficient for gene-level z-scores for all screen conditions. e, Volcano plots showing p-value (MAGeCK RRA one-sided test and methods) on the y-axis and gene-level z-scores on the x-axis, comparing highly dividing cells in each suppressive condition to highly dividing in the vehicle condition. Highlighted are genes found to be specific to adenosine and TGFβ screens, selected for further validation. f, Gene targets from screens were selected as either general (PAN) or more specific to certain suppressive contexts and were knocked out individually in T cells. CFSE stained, Cas9 RNP-electroporated edited T cells were stimulated and cultured in the different suppressive conditions. Percent of cells proliferating for each gene KO compared to control cells are displayed for each suppressive condition (n = 2 donors, 2 sgRNAs per gene target in triplicates. We highlighted gene KOs found to confer significant resistance in predicted conditions (adenosine, TGFB, and calcium/calcineurin inhibitors – Tacrolimus, and Cyclosporine), using a cut-off of FDR adjusted p-value < 0.05. For clarity, displayed are the significant p-values for gene targets according to their suppressive screen condition of origin, but results for all genes across conditions are detailed in Supplementary Table 3). As expected, ADORA2A, TGFBR1 and TGFBR2, FKBP1A, and PPIA KOs conferred resistance in the adenosine, TGFB, Tacrolimus, and Cyclosporine conditions, respectively. PDE4C and NKX2-6 KOs were found to confer relatively selective resistance in the adenosine condition, and NFKB2 KO was found to increase resistance in the calcineurin inhibitor (tacrolimus and cyclosporine) conditions. TMEM222, while scoring very highly in the screens, did not increase proliferative advantage in this arrayed validation (dots are individuals replicates, black vertical lines are the mean, *p < 0.05, **p < 0.01, ***p < 0.001 and ***p < 0.0001 for two-sided unpaired Student's t-test). g, Log fold change (LFC) of guides targeting RasGAP genes or the RasGEF RASGRP1, across the different suppressive screen conditions shown here. h, Expression levels (scaled to minimum of 0 and a maximum of 1) of the RasGAP family members available in the BioGPS dataset27, including RASA2, across healthy human tissues revealed RASA2 as selectively expressed in CD8+/4+ human T cells. Data also shown for RASGRP1, a RasGEF with defined roles in TCR signaling and an expression pattern strikingly similar to that of RASA2./p>

1, as determined by DESeq2 analysis (methods). c, d Gene set enrichment analysis (GSEA) of oxidative phosphorylation (c) and glycolysis (d) ranked genes, based on DESeq2, higher rank indicates enrichment in RASA2 KO over CTRL. p-value is shown as determined by a two-sided permutation-test. Top up-regulated genes in each enrichment are listed to the right of each panel e, GSEA of oxidative phosphorylation genes correlated with RASA2 expression in immune cells in the GEO expression database, as retrieved by correlationAnalyzeR (methods). Genes are ranked by the Pearson correlation coefficients between RASA2 and the query gene, p-value by two-sided permutation test, after FDR adjustment. f, Selected examples of expression of RASA2 and two mitochondrial fitness genes, MRPL27 (left panel) and MRPL14 (right panel) across GEO datasets from immune cells. Shown at the top is the Pearson's correlation coefficient (R) and FDR adjusted p-value (padj) for each scatter plot. Values represent expression after variance stabilizing transformation (VST). g, Expression of RASA2 in stimulated T cells compared to unstimulated T cells, as measured by published single-cell RNA-Seq dataset, for two human donors13. h, i, Expression of Rasa2 compared to Pdcd1 in published RNA-Seq datasets from models of T cell exhaustion in murine T cells. Expression was scaled for a maximum of 1 and a minimum of 0 for each gene in each dataset (For LCMV samples in (h): n = 2 mice for Naive group, n = 3 mice for exhaustion group; for OVA samples, error bars are mean ± SEM (i): n = 3 mice for all groups, error bars are mean ± SEM). j, Log fold change (LFC) values for RASA2 sgRNAs in CRISPRa and CRISPRi screens for cytokine production42 (MAGeCK's gene-level FDR listed for RASA2 in each screen). k, Western blot for level of RASA2 expression following RASA2 transgene or control (CTRL) transduction in two T cell donors. l, Normalized values for T cell expansion based on cell counts for T cells with RASA2 transgene versus GFP control (n = 3 human T cell donors, mean ± SEM, shape denotes donor). m, histogram for one example donor from cells described in (l), stained and FACS analyzed for CD69 activation marker. n, Summary data for CD69 levels in two T cell donors transduced with the RASA2 transgene versus control (n = 2 human T cell donors, shape denotes donor)./p>

 0.05 for two-sided Wilcoxon test, shape denotes donor)./p>

ДЕЛИТЬСЯ