An integrated approach to melanoma metastasis and therapy resistance: effects of age-related changes in the ECM and the biomechanics of the skin

点击翻译按钮获取中文摘要

Project Summary  The microenvironment plays a unique role in the development of melanoma, which arises in the skin. The skin  displays  externally  visible  signs  of  aging,  such  as  decreased  elasticity  and  a  loss  of  collagen  integrity.  Much  work has focused recently on how changes in collagen can affect tumor metastasis, both biomechanically and  biochemically.  Data  from  several  groups  indicate  that  the  cross-­talk  between  stromal  fibroblasts  and  transformed  melanocytes  is  important  for  invasion,  melanoma  growth,  and  even  therapy  resistance.  Our  proteomics analyses indicate that factors used to crosslink collagen, such as HAPLN1 are secreted by young,  but  not  aged  dermal  fibroblasts,  and  Wnt5A  is  secreted  by  aged,  but  not  young  fibroblasts.  The  interplay  between  these  molecules  may  contribute  to  age-­related  changes  in  collagen  integrity.  We  hypothesize  that  changes  regulated  by  age-­related  alterations  in  the  extracellular  matrix  (ECM)  initiate  or  promote  a  pro-­ metastatic program, and impact therapy resistance.     We  will  query  the  contribution  of  aged  skin  biochemical  and  architectural  contributions  in  governing  melanoma’s metastatic progression as well as resistance to targeted therapy. We propose an alternate theory  of  matrix  stiffness  that  hypothesizes  that  increasing  stiffness  will  have  a  non-­linear  effect  on  metastatic  progression, and therapy resistance.  We will use pathophysiologically relevant in vitro 3D stromal systems (3D  skin  reconstructions),  animal  models  of  melanoma,  a  novel  simultaneous  multi-­channel  immunofluorescent  analysis  (SMIA)  of  formalin-­fixed  and  paraffin  embedded  (FFPE)  human  tissue  cohorts  in  combination  with  a  customized  new  software  written  for  the  bulk  analysis  and  acquisition  of  SMIA-­generated  images,  single  molecule RNA imaging coupled with high-­throughput single cell imaging and sequencing, all of which will feed  back  into  an  increasingly  intricate  mathematical  modeling  for  improved  understanding  and  better  patient  personalized  (i.e.,  metastatic  and  efficacy  of  drug  treatment)  prediction  capabilities.  We  expect  our  data  will  reveal  a  synergistic  picture  of  the  mechanochemical  interactions  between  the  aged  microenvironment  and  singular tumor cells that the individual approaches could not have deciphered.     This  team  project  involves  experts  in  the  biology  of  melanoma  metastasis,  Wnt  signaling  and  aging  (Weeraratna),  single  cell  RNA  systems  biology  (Raj),  tumor-­stromal  interactions  and  digital  imaging  quantitative analyses (Cukierman) and computational and mathematical predictive modeling (Shenoy).