Outcomes following tumor resection vary dramatically among patients with pancreatic cancer. A challenge in defining predictive biomarkers is to discern within the complex tumor tissue the specific subpopulations and relationships that drive recurrence. Multiplexed immunofluorescence is valuable for such studies when supplied with markers of relevant subpopulations and analysis methods to sort out the intra-tumor relationships that are informative of tumor behavior. We hypothesized that the glycan biomarkers CA19-9 and STRA, which detect separate subpopulations of cancer cells, define intra-tumoral features associated with recurrence. We probed this question using automated signal thresholding and spatial cluster analysis applied to the immunofluorescence images of the STRA and CA19-9 glycan biomarkers in whole-block tumor sections. The tumors (N = 22) displayed extreme diversity between them in the amounts of the glycans and in the levels of spatial clustering, but neither the amounts nor the clusters of the individual and combined glycans associated with recurrence. The combined glycans, however, marked divergent types of spatial clusters, alternatively only STRA, only CA19-9, or both. The co-occurrence of more than one cluster type within a tumor associated significantly with disease recurrence, in contrast to the independent occurrence of each type of cluster. In addition, intra-tumoral regions with heterogeneity in biomarker clusters spatially aligned with pathology-confirmed cancer cells, whereas regions with homogeneous biomarker clusters aligned with various non-cancer cells. Thus, the STRA and CA19-9 glycans are markers of distinct and co-occurring subpopulations of cancer cells that in combination are associated with recurrence. Furthermore, automated signal thresholding and spatial clustering provides a tool for quantifying intra-tumoral subpopulations that are informative of outcome.

Abstract Background and Aims A subset of pancreatic ductal adenocarcinomas (PDACs) is highly resistant to systemic chemotherapy, but no markers are available in clinical settings to identify this subset. We hypothesized that chemotherapy-resistant PDACs express a glycan biomarker called sTRA. Methods . We tested this marker to identify treatment-resistant PDAC in multiple systems: sets of cell lines, organoids, and isogenic cell lines; primary tumors; and blood plasma from cohorts of human subjects. Results . Among a panel of 27 cell lines, high levels of cell-surface sTRA identified higher resistance to seven chemotherapeutics used against PDAC. Using primary tumors from two different cohorts, patients who were positive for a gene-expression classifier for sTRA received no statistically significant benefit from adjuvant chemotherapy, in contrast to those negative for the signature. In another cohort, using direct measurements of sTRA in tissue microarrays by quantitative immunofluorescence, patients who were high in sTRA again had no statistically significant benefit from adjuvant chemotherapy. Further, a blood-plasma test for the sTRA glycan identified the PDACs that showed rapid relapse following neoadjuvant chemotherapy. This blood test performed with 96% specificity and 56% sensitivity in a blinded cohort using samples collected before the start of treatment. Conclusion . These findings establish that tissue or plasma sTRA can identify PDACs that are resistant to neoadjuvant or adjuvant chemotherapy. This capability could help apply systemic treatments more precisely and facilitate biomarker-guided trials targeting resistant PDAC.