We found that the selective stimulation of the intracellular, transmembrane G protein-coupled estrogen receptor (GPER), also known as GPR30, acutely lowers blood pressure after infusion in normotensive rats and dilates both rodent and human arterial blood vessels. Stimulation of GPER blocks vasoconstrictor-induced changes in intracellular calcium concentrations and vascular tone, as well as serum-stimulated cell proliferation of human vascular smooth muscle cells. Deletion of the GPER gene in mice abrogates vascular effects of GPER activation and is associated with visceral obesity. These findings suggest novel roles for GPER in protecting from cardiovascular disease and obesity.

Immune checkpoint blockade has shown significant therapeutic efficacy in melanoma and other solid tumors, but results in ovarian cancer have been limited. With evidence that tumor immunogenicity modulates the response to checkpoint blockade, and data indicating that BRCA-deficient ovarian cancers express higher levels of immune response genes, we hypothesized that BRCA(-) ovarian tumors would be vulnerable to checkpoint blockade. To test this hypothesis, we used an immunocompetent BRCA1-deficient murine ovarian cancer model to compare treatment with CTLA-4 or PD-1/PD-L1 antibodies alone or combined with targeted cytotoxic therapy using a PARP inhibitor. Correlative studies were performed in vitro using human BRCA1(-) cells. We found that CTLA-4 antibody, but not PD-1/PD-L1 blockade, synergized therapeutically with the PARP inhibitor, resulting in immune-mediated tumor clearance and long-term survival in a majority of animals (P < 0.0001). The survival benefit of this combination was T-cell mediated and dependent on increases in local IFNγ production in the peritoneal tumor environment. Evidence of protective immune memory was observed more than 60 days after completion of therapy. Similar increases in the cytotoxic effect of PARP inhibition in the presence of elevated levels of IFNγ in human BRCA1(-) cancer cells support the translational potential of this treatment protocol. These results demonstrate that CTLA-4 blockade combined with PARP inhibition induces protective antitumor immunity and significant survival benefit in the BRCA1(-) tumor model, and support clinical testing of this regimen to improve outcomes for women with hereditary ovarian cancer.

Abstract Chromobox 2 (CBX2), an epigenetic reader and component of Polycomb Repressor Complex 1 (PRC1), is highly expressed in &gt;75% of high-grade serous carcinoma (HGSC). Increased CBX2 expression is associated with poorer survival, while CBX2 knockdown leads to improved chemotherapy sensitivity. In an HGSC immune competent murine model, knockdown of CBX2 decreased tumor progression. We sought to explore the impact of modulation of CBX2 on the tumor immune microenvironment (TIME), understanding that the TIME plays a critical role in disease progression and development of therapy resistance. Exploration of existing datasets demonstrated that elevated CBX2 expression significantly correlated with the specific immune cell types in the TIME. RNA-seq and pathway analysis of differentially expressed genes demonstrated immune signature enrichment. Confocal microscopy and co-culture experiments found modulation of CBX2 leads to increased recruitment and infiltration of macrophages. Flow cytometry of macrophages cultured with CBX2 overexpressing cells showed increased M2-like macrophages and decreased phagocytosis activity. Cbx2 knockdown in the Trp53, Brca2 null ID8 syngeneic murine model (ID8 Trp53-/- Brca2-/-) led to decreased tumor progression compared to control. NanoString Immuno-Oncology Panel analysis suggested knock down in Cbx2 shifts immune cell composition, with an increase in macrophages. Multispectral immunohistochemistry further confirmed an increase in macrophage infiltration. Increased CBX2 expression leads to recruitment and polarization of pro-tumor macrophages and targeting CBX2 may serve to modulate the TIME to enhance the efficacy of immune therapies.

Abstract Ovarian cancer is the deadliest gynecological malignancy, and therapeutic options and mortality rates over the last three decades have largely not changed. Recent studies indicate that the composition of the tumor immune microenvironment (TIME) influences patient outcomes. To improve spatial understanding of the TIME, we performed multiplexed ion beam imaging on 83 human high-grade serous carcinoma tumor samples, identifying about 160,000 cells across 23 cell types. For 77 of these samples meeting inclusion criteria, we generated composition features based on cell type proportions, spatial features based on the distances between cell types, and spatial network features representing cell interactions and cell clustering patterns, which we linked to traditional clinical and immunohistochemical variables and patient overall survival (OS) and progression-free survival (PFS) outcomes. Among these features, we found several significant univariate correlations, including B-cell contact with M1 macrophages (OS hazard ratio HR=0.696, p=0.011, PFS HR=0.734, p=0.039). We then used high-dimensional random forest models to evaluate out-of-sample predictive performance for OS and PFS outcomes and to derive relative feature importance scores for each feature. The top model for predicting low or high PFS used TIME composition and spatial features and achieved an average AUC (area under the receiver-operating characteristic curve) score of 0.71. The results demonstrate the importance of spatial structure in understanding how the TIME contributes to treatment outcomes. Furthermore, the present study provides a generalizable roadmap for spatial analyses of the TIME in ovarian cancer research.

Despite ovarian cancer being the deadliest gynecological malignancy, there has been little change to therapeutic options and mortality rates over the last three decades. Recent studies indicate that the composition of the tumor immune microenvironment (TIME) influences patient outcomes but are limited by a lack of spatial understanding. We performed multiplexed ion beam imaging (MIBI) on 83 human high-grade serous carcinoma tumors - one of the largest protein-based, spatially-intact, single-cell resolution tumor datasets assembled - and used statistical and machine learning approaches to connect features of the TIME spatial organization to patient outcomes. Along with traditional clinical/immunohistochemical attributes and indicators of TIME composition, we found that several features of TIME spatial organization had significant univariate correlations and/or high relative importance in high-dimensional predictive models. The top performing predictive model for patient progression-free survival (PFS) used a combination of TIME composition and spatial features. Results demonstrate the importance of spatial structure in understanding how the TIME contributes to treatment outcomes. Furthermore, the present study provides a generalizable roadmap for spatial analyses of the TIME in ovarian cancer research.