（胰腺癌 13個biomarkers：CD3、CD4、CD20、CD45、CD31、HLA1、SMA、Vimentin、PCK26、NAK、Collagen）
摘要
Prachi Bogetto ：徠卡顯微系統公司的轉化醫學研究部門，闡述了成像創新技術用于癌癥研究方面的重要性。

藥物發現越來越得益于利用人工智能（AI）技術發現的新的科學見解。特別是在顯微成像領域，由人工智能和機器學習驅動的解決方案加深了人們了對生物學的理解，以及提供了少有的見解——患者對臨床治療將會表現出什么樣的反應。同時，這也為突破性療法和精準醫學的發展提供了新思路。
在癌癥研究和免疫療法領域，這種趨勢更為明顯。近年來，這一領域取得了突破性的進展，科學家們更加深入的了解到導致細胞異常增長的機制。顯微成像技術和免疫組化（IHC）已經成為腫瘤診斷的核心手段，可以顯示腫瘤組織樣本中細胞的分布和密度之間的關系。
這些病理學的信息有助于臨床治療策略的制定，并且在個性化腫瘤治療中發揮著越來越重要的作用。為了更好的利用現有的治療方案治愈患者以及提升新藥發現的腳步，科學家們需要解析在腫瘤微環境（TME）中細胞的作用和相互關系。這些信息將是闡明疾病的發病機制以及制定更好的治療方案最重要的基礎^1,2。
腫瘤組織的異質性研究可以幫助科研工作者更好的理解甚至預測腫瘤的形成、治療效果和臨床結果，但是卻是科學家們長期以來難以攻破的難題。將腫瘤微環境進行可視化的障礙并不在于顯微成像技術本身——徠卡擁有世界上比較高超的顯微成像技術。³。它的難點就在于分析和使用顯微成像技術獲取的數據。隨著計算生物學的出現，這為理解復雜生物學和病理學開啟了一個全新的研究通道。我們也終于可以向破解癌癥之謎和如何成功戰勝它邁出新的一步。
超多重免疫熒光成像技術的興起
傳統的免疫熒光技術(偶聯熒光素的抗體探針用于標記蛋白質)通常僅限于在每個組織切片上顯示最多7個生物標記物，主要用于可視化腫瘤組織病理，以達到診斷目的^3,4。此外，定量的方法往往依賴于半定量技術，該技術受到非線性生物標志物染色強度、人為觀察之間的不同和實驗操作流程之間不同的限制。
為了打破這些限制，歷經十多年開發的方案可以讓科學家們能夠使用多重熒光技術（MxIF）進行實驗。該技術可以在單個組織切片上標記60多個生物標志物并且可以更清楚的識別單個細胞³。
然而，這些大部分是很復雜的手動方案，很難標準化，既耗時也耗財力。為了解決這些困難，高通量多重免疫熒光染色方案和標準的熒光定量分析技術已經面向于世，用于高度可重復性、高效、高投入產出比的組織成像^4,5。先進的基于人工智能（AI） 和機器學習 （ML）算法的圖像采集和分析軟件，結合自動化和簡化工作流程的多重免疫熒光成像系統，已經能夠讓研究人員更好地理解腫瘤細胞的特性和相互作用，以及它們是如何與臨床需求相互結合^3,5-9。
揭示高度特異性腫瘤組織中的“同質化模式"
在一項使用多重免疫熒光技術探究轉移性黑色素瘤腫瘤異質性成因中⁷。研究人員使用到了來自徠卡顯微系統的Cell DIVE超多標組織成像分析整體解決方案該系統可以讓研究人員通過循環染色的方法在一張切片中標記21種生物標志物來表征細胞個體，完整的保存腫瘤切片的空間位置信息^5,7。
該系統還包括自動成像、先進圖像處理技術和采集軟件以及用于成像分析的專有機器學習的算法。這些處理技術可實現校準光路、去除自身熒光、圖像校準、分割細胞、定量生物標志物以及對細胞類型進行分類，從而使得切片、活檢和實驗之間標準化。
Cell DIVE超多標組織成像分析整體解決方案結合了單細胞蛋白表達和空間分布數據，結合進一步的統計算法分析能夠闡明腫瘤和免疫細胞之間的數量和空間分布以及相互關系7。MxIF研究顯示，特異性腫瘤組織中既有一些T細胞浸潤嚴重的區域，也有一些T細胞浸潤輕微的區域。此外，這些區域的細胞組分和空間分布也有很大的差異7。這是一個重大的發現，因為大量的T細胞浸潤與人類免疫系統攻擊腫瘤有關，而輕微的浸潤可能表明腫瘤成功地避開了宿主免疫系統。
該研究還觀察了腫瘤細胞對人類白細胞抗原(HLA)的表達，已知這種抗原能吸引T細胞攻擊腫瘤，并在逃避免疫攻擊的腫瘤中關閉10,14。他們發現盡管這是事實，但HLA的單獨表達不足以發生T細胞浸潤7。相反，其他免疫細胞，如B細胞，似乎也在決定T細胞浸潤的程度方面起著重要作用7。
識別潛在的癌癥治療靶點
最近的一項研究探究了腫瘤細胞的異質性，這一次利用Cell DIVE超多標組織成像分析整體解決方案，結合基因組和磁共振成像(MRI)分析，使用43種標志性癌癥生物標志物，揭示野生型彌漫性膠質瘤腫瘤和含有異酸脫氫酶(IDH)突變膠質瘤之間異質性的差異⁸。
Cell DIVE超多標組織成像分析整體解決方案的 圖像數據進行的空間分析和聚類分析顯示在IDH突變腫瘤中標志性腫瘤蛋白的表達普遍低于野生型腫瘤。結合外顯子組、RNA測序和MRI數據，與突變型腫瘤相比，野生型腫瘤血管生成增強結果一致?；虮磉_的數據還表明，IDH突變腫瘤的標志性癌癥基因（例如用于復制永生，逃避生長抑制因子以及誘導血管生成）具有顯著低表達的趨勢。這些結果與以下發現相一致：攜帶IDH突變的神經膠質瘤患者比沒有突變的神經膠質瘤患者的總體存活時間更長^18,15。
用于轉化醫學研究的超多標成像
最近兩項研究借助MxIF技術解釋和了解腫瘤和癌癥生物學的復雜性，—— Cell DIVE超多標組織成像分析整體解決方案可實現的生物標志物研究的數量已超過了60（實際的上限遠不止這個）^5,7,8。其他研究人員正在應用MxIF來更好地了解臨床研究中的治療效果，這不僅可能闡明治療機制，還可能最終為臨床中的個性化治療決策提供信息⁹。
為了有效利用MxIF技術在轉化研究以及用于癌癥患者臨床實踐，我們需要在計算建模、預測以及ML/AL上進行技術創新和投資的變革，聚焦于獲取 MxIF數據并且用它理解導致腫瘤形成和進展的細胞變化。如果我們現在在這些技術上加大投入，相信過不了多久就可以預測這些變化，然后采取行動阻止它們。

鄰近分析可以讓研究人員確定PD1+T細胞與腫瘤細胞的相對位置。(A) 上皮和間質內結腸腫瘤細胞（SOX9+；灰色）與免疫細胞表型 CD4+ PD1+（綠色和黃色）或 CD8+ PD1+（紫色、青色）的 HALO 空間分析。（B）腫瘤浸潤CD8+ PD1+ 細胞（青色）和Sox9+ 腫瘤細胞（灰色）之間的鄰近分析。CD8+ PD1+ 細胞中心（紫色的圓圈）和SOX9腫瘤細胞中心（灰色圓圈）之間的距離和表型計數。
 
 
關于作者

 
Prachi Bogetto 負責徠卡顯微系統公司的轉化醫學研究業務。她擁有生物化學和分子生物學學位，并致力于從創業到科學商業的想法。
Bogetto和她的團隊與科研工作者緊密合作，致力于研究和理解細胞的生命機制，并且向著更進一步的治療和人類健康的進步而努力。團隊的一致目標是讓科學理念和工具從研究室轉化到大規模實驗室，惠及更多人群，讓患者獲益。
 

了解更多：徠卡顯微