Abstract The endocrine system dynamically controls tissue differentiation and homeostasis, but has not been studied using dynamic tissue culture paradigms. Here we show that a microfluidic system supports murine ovarian follicles to produce the human 28-day menstrual cycle hormone profile, which controls human female reproductive tract and peripheral tissue dynamics in single, dual and multiple unit microfluidic platforms (Solo-MFP, Duet-MFP and Quintet-MPF, respectively). These systems simulate the in vivo female reproductive tract and the endocrine loops between organ modules for the ovary, fallopian tube, uterus, cervix and liver, with a sustained circulating flow between all tissues. The reproductive tract tissues and peripheral organs integrated into a microfluidic platform, termed EVATAR, represents a powerful new in vitro tool that allows organ–organ integration of hormonal signalling as a phenocopy of menstrual cycle and pregnancy-like endocrine loops and has great potential to be used in drug discovery and toxicology studies.

Ovarian cancer is a highly heterogeneous disease consisting of at least five different histological subtypes with varying clinical features, cells of origin, molecular composition, risk factors, and treatments. While most single-cell studies have focused on High grade serous ovarian cancer, a comprehensive landscape of the constituent cell types and their interactions within the tumor microenvironment are yet to be established in the different ovarian cancer histotypes. Further characterization of tumor progression, metastasis, and various histotypes are also needed to connect molecular signatures to pathological grading for personalized diagnosis and tailored treatment. In this study, we leveraged high-resolution single-cell RNA sequencing technology to elucidate the cellular compositions on 21 solid tumor samples collected from 12 patients with six ovarian cancer histotypes and both primary (ovaries) and metastatic (omentum, rectum) sites. The diverse collection allowed us to deconstruct the histotypes and tumor site-specific expression patterns of cells in the tumor and identify key marker genes and ligand-receptor pairs that are active in the ovarian tumor microenvironment. Our findings can be used in improving precision disease stratification and optimizing treatment options.

Epithelial ovarian cancer is a highly heterogenous, metastatic and lethal disease. The presence of CD8+T cells within ovarian tumors is positively associated with overall patient survival. Determining if a patient has T cells that respond to immunotherapies, their characteristics and how they can be manipulated to target cancer cells is an area of intense investigation in cancer therapy. This study determines the cellular composition and the transcriptional state of immune cells in metastatic ovarian cancer samples from patients using single cell RNA sequencing (scRNA-seq). Hierarchical clustering stratified our patient cohort into 2 main groups: 1) a high T cell infiltration (high Tinf) group and 2) a low T cell infiltration (low Tinf) group. To assess the immune response in these patient samples, we performed an unsupervised clustering of the T cell population in each group. The T cell population clustered into 4 and 3 subpopulations in the high Tinf T cell and low Tinf respectively. A granulysin expressing T cell cluster was identified and unique to the High Tinf group. Interestingly, although both groups had resident memory CD8+T (CD8+Trm) cells, only the CD8+Trm cells in the high Tinf group expressed TOX, a recently described transcription factor. TOX confers longevity to T cells within immunosuppressive environment such as cancer. Interestingly, along with TOX+ T cells, we found a unique plasmablast cluster and an IRF8+ macrophage cluster unique to the high Tinf group. Our comprehensive scRNA-seq study provides important insights in elucidating the immune response in ovarian cancer patients.