Although recent models suggest that the detection of Circulating Tumor Cells (CTC) in epithelial-to-mesenchymal transition (EM CTC) might be related to disease progression in metastatic breast cancer (MBC) patients, current detection methods are not efficient in identifying this subpopulation of cells. Furthermore, the possible association of EM CTC with both clinicopathological features and prognosis of MBC patients has still to be demonstrated. Aims of this study were: first, to optimize a DEPArray-based protocol meant to identify, quantify and sort single, viable EM CTC and, subsequently, to test the association of EM CTC frequency with clinical data. This prospective observational study enrolled 56 MBC patients regardless of the line of treatment. Blood samples, depleted of CD45pos leukocytes, were stained with an antibody cocktail recognizing both epithelial and mesenchymal markers. Four CD45neg cell subpopulations were identified: cells expressing only epithelial markers (E CTC), cells co-expressing epithelial and mesenchymal markers (EM CTC), cells expressing only mesenchymal markers (MES) and cells negative for every tested marker (NEG). CTC subpopulations were quantified as both absolute cell count and relative frequency. The association of CTC subpopulations with clinicopathological features, progression free survival (PFS), and overall survival (OS) was explored by Wilcoxon-Mann-Whitney test and Univariate Cox Regression Analysis, respectively. By employing the DEPArray-based strategy, we were able to assess the presence of cells pertaining to the above-described classes in every MBC patient. We observed a significant association between specific CD45neg subpopulations and tumor subtypes (e.g. NEG and triple negative), proliferation (NEG and Ki67 expression) and sites of metastatic spread (e.g. E CTC and bone; NEG and brain). Importantly, the fraction of CD45neg cells co-expressing epithelial and mesenchymal markers (EM CTC) was significantly associated with poorer PFS and OS, computed, this latter, both from the diagnosis of a stage IV disease and from the initial CTC assessment. This study suggests the importance of dissecting the heterogeneity of CTC in MBC. Precise characterization of CTC could help in estimating both metastatization pattern and outcome, driving clinical decision-making and surveillance strategies.

Abstract The number of circulating tumor cells (CTCs) in blood is strongly correlated with the progress of metastatic cancer. Current methods to detect CTCs are based on immunostaining or discrimination of physical properties. Herein, a label‐free method is presented exploiting the abnormal metabolic behavior of cancer cells. A single‐cell analysis technique is used to measure the secretion of acid from individual living tumor cells compartmentalized in microfluidically prepared, monodisperse, picoliter (pL) droplets. As few as 10 tumor cells can be detected in a background of 200 000 white blood cells and proof‐of‐concept data is shown on the detection of CTCs in the blood of metastatic patients.

Abstract The mesenchymal state in cancer is usually associated with poor prognosis due to the metastatic predisposition and the hyper-activated metabolism. Exploiting cell glucose metabolism we propose a new method to detect mesenchymal-like cancer cells. We demonstrate that the uptake of glucose-coated magnetic nanoparticles (MNPs) by mesenchymal-like cells remains constant when the glucose in the medium is increased from low (5.5 mM) to high (25 mM) concentration, while the MNPs uptake by epithelial-like cells is significantly reduced. These findings reveal that the glucose-shell of MNPs plays a major role in recognition of cells with high-metabolic activity. By selectively blocking the glucose transporter 1 channels we showed its involvement in the internalization process of glucose-coated MNPs. Our results suggest that glucose-coated MNPs can be used for metabolic-based assays aimed at detecting cancer cells and that can be used to selectively target cancer cells taking advantage, for instance, of the magnetic-thermotherapy.

Although the enumeration of circulating tumor cells (CTC) defined as expressing both epithelial cell adhesion molecule and cytokeratins (EpCAM+/CK+) can predict prognosis and response to therapy in metastatic breast, colon and prostate cancer, its clinical utility (i.e., the ability to improve patient outcome by guiding therapy) has not yet been proven in clinical trials. Therefore, scientists are now focusing on the molecular characterization of CTC as a way to explore its possible use as a “surrogate” of tumor tissues to non-invasively assess the genomic landscape of the cancer and its evolution during treatment. Additionally, evidences confirm the existence of CTC in epithelial-to-mesenchymal transition (EMT) characterized by a variable loss of epithelial markers. Since the EMT process can originate cells with enhanced invasiveness, stemness and drug-resistance, the enumeration and characterization of this population, perhaps the one truly responsible of tumor recurrence and progression, could be more clinically useful. For these reasons, several devices able to capture CTC independently from the expression of epithelial markers have been developed. In this review, we will describe the types of heterogeneity so far identified and the key role played by the epithelial-to-mesenchymal transition in driving CTC heterogeneity. The clinical relevance of detecting CTC-heterogeneity will be discussed as well.

In the present review, we describe three hot topics in cancer research such as circulating tumor cells, exosomes, and 3D environment models. The first section is dedicated to microfluidic platforms for detecting circulating tumor cells, including both affinity-based methods that take advantage of antibodies and aptamers, and “label-free” approaches, exploiting cancer cells physical features and, more recently, abnormal cancer metabolism. In the second section, we briefly describe the biology of exosomes and their role in cancer, as well as conventional techniques for their isolation and innovative microfluidic platforms. In the third section, the importance of tumor microenvironment is highlighted, along with techniques for modeling it in vitro. Finally, we discuss limitations of two-dimensional monolayer methods and describe advantages and disadvantages of different three-dimensional tumor systems for cell-cell interaction analysis and their potential applications in cancer management.

Abstract The number of circulating tumor cells (CTCs) in blood is strongly correlated with the progress of metastatic cancer. Current methods to detect CTCs are based on immunostaining or discrimination of physical properties. Herein, a label‐free method is presented exploiting the abnormal metabolic behavior of cancer cells. A single‐cell analysis technique is used to measure the secretion of acid from individual living tumor cells compartmentalized in microfluidically prepared, monodisperse, picoliter (pL) droplets. As few as 10 tumor cells can be detected in a background of 200 000 white blood cells and proof‐of‐concept data is shown on the detection of CTCs in the blood of metastatic patients.

Molecular characterization is currently a key step in NSCLC therapy selection. Circulating tumor cells (CTC) are excellent candidates for downstream analysis, but technology is still lagging behind. In this work, we show that the mutational status of NSCLC can be assessed on hypermetabolic CTC, detected by their increased glucose uptake. We validated the method in 30 Stage IV NSCLC patients: peripheral blood samples were incubated with a fluorescent glucose analog (2-NBDG) and analyzed by flow cytometry. Cells with the highest glucose uptake were sorted out. EGFR and KRAS mutations were detected by ddPCR. In sorted cells, mutated DNA was found in 85% of patients, finding an exact match with primary tumor in 70% of cases. Interestingly, in two patients multiple KRAS mutations were detected. Two patients displayed different mutations with respect to the primary tumor, and in two out of the four patients with a wild type primary tumor, new mutations were highlighted: EGFR p.746_750del and KRAS p.G12V. Hypermetabolic CTC can be enriched without the need of dedicated equipment and their mutational status can successfully be assessed by ddPCR. Finally, the finding of new mutations supports the possibility of probing tumor heterogeneity.

(1) Background: Recently, it has been shown that the extent of resection (EOR) and molecular classification of low-grade gliomas (LGGs) are endowed with prognostic significance. However, a prognostic stratification of patients able to give specific weight to the single parameters able to predict prognosis is still missing. Here, we adopt classic statistics and an artificial intelligence algorithm to define a multiparametric prognostic stratification of grade II glioma patients. (2) Methods: 241 adults who underwent surgery for a supratentorial LGG were included. Clinical, neuroradiological, surgical, histopathological and molecular data were assessed for their ability to predict overall survival (OS), progression-free survival (PFS), and malignant progression-free survival (MPFS). Finally, a decision-tree algorithm was employed to stratify patients. (3) Results: Classic statistics confirmed EOR, pre-operative- and post-operative tumor volumes, Ki67, and the molecular classification as independent predictors of OS, PFS, and MPFS. The decision tree approach provided an algorithm capable of identifying prognostic factors and defining both the cut-off levels and the hierarchy to be used in order to delineate specific prognostic classes with high positive predictive value. Key results were the superior role of EOR on that of molecular class, the importance of second surgery, and the role of different prognostic factors within the three molecular classes. (4) Conclusions: This study proposes a stratification of LGG patients based on the different combinations of clinical, molecular, and imaging data, adopting a supervised non-parametric learning method. If validated in independent case studies, the clinical utility of this innovative stratification approach might be proved.

Circulating tumor cells (CTCs) belong to a heterogeneous pool of rare cells, and a unequivocal phenotypic definition of CTC is lacking. Here, we present a definition of metabolically-altered CTC (MBA-CTCs) as CD45-negative cells with an increased extracellular acidification rate, detected with a single-cell droplet microfluidic technique. We tested the prognostic value of MBA-CTCs in 31 metastatic breast cancer patients before starting a new systemic therapy (T0) and 3-4 weeks after (T1), comparing results with a parallel FDA-approved CellSearch (CS) approach. An increased level of MBA-CTCs was associated with: i) a shorter median PFS pre-therapy (123 days vs. 306; p < 0.0001) and during therapy (139 vs. 266 days; p = 0.0009); ii) a worse OS pre-therapy (p = 0.0003, 82% survival vs. 20%) and during therapy (p = 0.0301, 67% survival vs. 38%); iii) good agreement with therapy response (kappa = 0.685). The trend of MBA-CTCs over time (combining data at T0 and T1) added information with respect to separate evaluation of T0 and T1. The combined results of the two assays (MBA and CS) increased stratification accuracy, while correlation between MBA and CS was not significant, suggesting that the two assays are detecting different CTC subsets. In conclusion, this study suggests that MBA allows detection of both EpCAM-negative and EpCAM-positive, viable and label-free CTCs, which provide clinical information apparently equivalent and complementary to CS. A further validation of proposed method and cut-offs is needed in a larger, separate study.

Metastatic breast cancer (mBC) is a heterogeneous disease with varying responses to treatments and clinical outcomes, still requiring the identification of reliable predictive biomarkers. In this context, liquid biopsy has emerged as a powerful tool to assess in real-time the evolving landscape of cancer, which is both orchestrated by the metastatic process and immune-surveillance mechanisms. Thus, we investigated circulating tumor cells (CTCs) coupled with peripheral T-cell immunity to uncover their potential clinical relevance in mBC.A cohort of 20 mBC patients was evaluated, before and one month after starting therapy, through the following liquid biopsy approaches: CTCs enumerated by a metabolism-based assay, T-cell responses against tumor-associated antigens (TAA) characterized by interferon-γ enzyme-linked immunosorbent spot (ELISpot), and the T-cell receptor (TCR) repertoire investigated by a targeted next-generation sequencing technique. TCR repertoire features were characterized by the Morisita's overlap and the Productive Simpson Clonality indexes, and the TCR richness. Differences between groups were calculated by Fisher's, Mann-Whitney or Kruskal-Wallis test, as appropriate. Prognostic data analysis was estimated by Kaplan-Meier method.Stratifying patients for their prognostic level of 6 CTCs before therapy, TAA specific T-cell responses were detected only in patients with a low CTC level. By analyzing the TCR repertoire, the highest TCR clonality was observed in the case of CTCs under the cut-off and a positive ELISpot response (p=0.03). Whereas, at follow-up, patients showing a good clinical response coupled with a low number of CTCs were characterized by the most elevated TCR clonality (p<0.05). The detection of CTCs≥6 in at least one time-point was associated with a lower TCR clonality (p=0.02). Intriguingly, by combining overall survival analysis with TCR repertoire, we highlighted a potential prognostic role of the TCR clonality measured at follow-up (p=0.03).These data, whether validated in a larger cohort of patients, suggest that the combined analysis of CTCs and circulating anti-tumor T-cell immunity could represent a valuable immune-oncological biomarker for the liquid biopsy field. The clinical application of this promising tool could improve the management of mBC patients, especially in the setting of immunotherapy, a rising approach for BC treatment requiring reliable predictive biomarkers.