A heterogeneidade entre as células tumorais e o suporte a elas proporcionado pelos componentes do microambiente tumoral (TME) são os dois principais responsáveis pela progressão do câncer e por tornar essas doenças essencialmente incuráveis. Assim, identificar as principais dependências das células malignas, sejam elas internas ou advindas do meio extracelular, é fundamental para entender seu comportamento e propor terapias mais eficientes. Nesta tese, abordamos aspectos destas duas questões separadamente. Em um primeiro trabalho, investigamos as interações de células tumorais com células-tronco mesenquimais (MSCs), um dos principais componentes do TME. MSCs participam ativamente do nicho tumoral, especialmente por serem capazes de liberar uma vasta gama de moléculas que, via sinalização parácrina, podem modular as células ao seu redor. No entanto, os principais mediadores e respectivos efeitos do secretoma dessas células nos tumores ainda precisam ser melhor elucidados. Ao investigar esses efeitos em glioblastomas (GBM), um dos tumores primários mais agressivos em adultos, mostramos que o secretoma de células-tronco mesenquimais derivadas de tecido adiposo humano (hADSCs) foi capaz de bloquear a autofagia das células malignas. Nossos dados revelaram que o secretoma de hADSCs ativou a via de sinalização de mTORC1 e reduziu a translocação nuclear de TFEB, um fator de transcrição chave que regula a autofagia e a a função lisossomal, nas células de GBM, impedindo que o fluxo autofágico fosse completado. Já em um segundo trabalho, no contexto da heterogeneidade celular em tumores, propusemos uma abordagem para análise de dados de céulas únicas focada em outliers. Minorias celulares com níveis anormalmente elevados, ou reduzidos, de expressão de determinados genes ou proteínas são em muitos casos responsáveis por resistir aos tratamentos e levar à recidiva da doença, ao mesmo tempo que, por serem outliers, são muitas vezes ignoradas ou excluídas das análises de dados. Assim, decidimos utilizar métodos estatísticos em dados de expressão de células únicas para detectar e analisar células outliers, comparando o seu comportamento com as demais células não-outliers. Denominamos essa abordagem de Single Cell OUTlier analysis (SCOUT) e a testamos em dados de células tumorais avaliadas por citometria de massas e por sequenciamento de RNA de células únicas (sc-RNA-seq). Como resultado, pudemos confirmar que, especialmente diante de determinados tratamentos, células outliers podem se comportar de maneira distinta de não-outliers, revelando informações potencialmente relevantes ao desenvolvimento de estretégias terapêuticas. Por fim, desenvolvemos uma ferramenta para automatizar a detecção e seleção de outliers em dados de célula única a fim de facilitar o estudo dessas células em diversos aspectos na pesquisa do câncer. / Intratumoral heterogeneity and the support provided by components of the tumor microenvironment (TME) to malignant cells are major contributors to cancer progression, and the two main factors that make this disease essentially incurable. Thus, identifying malignant cells dependencies, either in the intra- or extracellular environment, is fundamental to understand their behavior and propose more efficient therapies. In this thesis, we approached aspects of these two issues separately. In a first work, we investigated interactions between tumors and mesenchymal stem cells (MSCs), one of the main components in the TME. MSCs actively participate in the tumor niche, especially due to their capacity of releasing a wide range of molecules that can modulate cells in their surroundings. However, little is known about the effects of MSCs-derived molecules in tumor cells behavior. In investigating these effects on glioblastomas (GBM), one of the most aggressive primary tumors in adults, we found out that the secretome of human adipose-derived stromal cells (hADSCs) was able to block autophagy in malignant cells. Our data revealed that hADSCs secretome activated mTORC1 signaling pathway and reduced nuclear translocation of TFEB, a master transcription factor that regulates autophagy and lysosomal function, in GBM cells, preventing autophagic flux from being completed. In a second work, we addressed intratumoral heterogeneity by proposing an approach to analyze outliers in single cell data. Cellular minorities with abnormally high, or low, expression levels of certain genes or proteins are in many cases responsible for resisting treatments and lead to disease relapse, while for being outliers they are also frequently ignored or excluded from data analysis. Thus, we decided to apply statistical methods on single cell expression data to detect outliers and analyze them, comparing their behavior with the remaining non-outlier cells. We called this approach Single Cell OUTlier analysis (SCOUT) and tested it on tumor cell datasets obtained from mass cytometry and single cell RNA sequencing (scRNA-seq) experiments. Using SCOUT we were able to confirm that, especially upon specific treatments, outlier cells may behave differently from non-outliers, revealing potentially relevant information to aid in the development of novel therapeutic strategies. Finally, we developed a tool to automate detection and selection of outliers in single cell data with the aim to facilitate the study of these cells under different contexts in cancer research.
| Identifer | oai:union.ndltd.org:IBICT/oai:www.lume.ufrgs.br:10183/187226 |
| Date | January 2018 |
| Creators | Onzi, Giovana Ravizzoni |
| Contributors | Lenz, Guido |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, instname:Universidade Federal do Rio Grande do Sul, instacron:UFRGS |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.003 seconds