Cell DIVETM利用：基于空间卵白组学树立结肠癌预后揣摸新办法

新技术的诞生往往会为行业的倒退做出一些奉献。本日，咱们通过解读匹兹堡年夜学Cell DIVETM用户在《Nature Communication》杂志上颁发的题为“Spatial domain analysis predicts risk of colorectal cancer recurrence and infers associated tumor microenvironment networks”的研讨论文[1]，感触一下徕卡Cell DIVETM赐与结肠癌预后揣摸办法革新的“推背力”。

研讨配景

结直肠癌（Colorectal Cancer，CRC）是环球第三年夜癌症类型，占癌症相关灭亡人数的第二位（图1）[2]。尽管CRC患者采取成熟的TNM分型进行分期和医治，但肿瘤的异质性招致雷同分型结肠癌患者的预后年夜相径庭。统计数据标明，相称比例的CRC患者术后1-2年呈现癌症复发和转移，进而性命安康遭到危害[2]。而术后踊跃复查并进行稳固医治则可能防止结肠癌复发危险。跟着对CRC研讨的深化，研讨职员发现CRC异质性在肿瘤微情况中有所体现，并与患者预后存在相关性[3]。针对这一发现，人们应用肿瘤分子表型、肿瘤微情况构成和内T细胞浸润等指标进行结肠癌预后预测和判断办法的树立[4]。近年来，已有一些结肠癌预后判断的办法被提出（如Immunoscore 等）。但现有的预后揣摸办法多基于传统病理技术，被单次检测标志抗体的数目所限定，无奈做到多指标和空间信息统筹的全面检测，招致CRC预后揣摸办法的开辟遭逢瓶颈。多重标志免疫组化技术的倒退帮忙咱们突破了这一限定。本日咱们存眷这篇文章的作者便是应用了徕卡Cell DIVETM超多标组织成像阐发技术完成了CRC预后揣摸新办法——盘算阐发与平台（analytics computational and systems biology platform，SpAn平台）的树立。

图1分歧品种癌症新增病例和灭亡比例统计图（2018年）[2]

研讨简述

文章的作者在Cell DIVETM开辟阶段就存眷了其前身技术（MultiOmyx技术）在CRC微方面的后劲，并在Cell DIVETM上市后，第一光阴将其用于CRC预后揣摸办法的开辟。在Cell DIVETM的帮忙下，作者十分轻松的实现了试验设计中的抗体选择环节。作者从Cell DIVETM认证的400余种抗体的资本库中拔取了55个作为检测目的：此中包含罕见的上皮、免疫和基质细胞谱系及分类标志分子，还包含与CRC分型相关旌旗灯号通路中的症结卵白、胞外运输和代谢相关的分子标志、克制才能相关的功效卵白、癌基因相关的生物标记、细胞粘附相关卵白、细胞和基质构造相关的分子标志、细胞类型及其状态相关的特征分子等。

图2结肠癌组织超多标荧光组化成像（标尺，100μm）

随后，作者应用Cell DIVETM成像仪对美国Clearview癌症研讨所搜集到的432例TNM分期在I至III期CRC患者的组织微阵列样本进行超多标荧光免疫组化成像（图2），并应用Cell DIVETM配套阐发实现分歧肿瘤区域的自动辨认（图3）。依据组织构造特同性标志分子将微情况分为上皮区域、间质区域及上皮-间质区域（上皮和间质接壤处100μm的间质和恶性上皮细胞互相作用慎密区域）。

图3结肠癌组织区域自动辨认及标记物相关性阐发

自动分区实现后，作者开展已检测的55种标记物的相关性阐发，并通过递归运算从中找出一系列预后断定标记物（图4）。

图4 SpAn微情况区域特异标记物阐发

接上去，作者通过人工智能培训把标记分子表白形式和肿瘤微情况空间信息联合，开辟出CRC预后揣摸运算模子SpAn平台，从而胜利地将CRC患者分为术后高复发危险组和低复发危险组（图5）。与以往的CRC预后揣摸办法分歧，SpAn平台不必要额定输出患者表型数据，可以完整依据微情况的空间信息进行预后揣摸。

图5 SpAn平台5年CRC复发危险生活曲线测验

末了，SpAn平台与已有的CRC预后揣摸办法比照标明，SpAn预测CRC患者5年复发危险的均匀AUROC为88.5%（SE=0.1），显著优于今朝最先进的办法。信任在不远的未来，SpAn平台能帮忙医疗任务者为CRC患者精准地订定术后稳固医治方案。Cell DIVETM超多标组织成像阐发整体解决方案，从下游的样品制备，到染色成像，再到上游的数据阐发，可能提供一整套试验解决方案，突破传统H E染色、免疫组化和传统免疫荧光10个biomarkers以内的限定，完成一张肿瘤组织切片上超过60个biomarkers的定性与定量阐发，从单细胞程度的层面上，对肿瘤微情况进行空间信息挖掘，助力免疫医治的研讨。当然，要是您还想相识Cell DIVETM的更多优点，敬请存眷"大众号近期的相关文章。(100医药网 bioon）参考文献[1] Uttam S, Stern A M, Sevinsky C J, et al. Spatial domain analysis predicts risk of colorectal cancer recurrence and infers associated tumor microenvironment networks. Nature Communications, 2020, 11(1).[2] Freddie, Bray, Jacques, et al. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA: a cancer journal for clinicians, 2018.[3] Guinney J, Dienstmann R, Wang X, et al. The consensus molecular subtypes of colorectal cancer. Nature medicine, 2015, 21(11):1350-1356.[4] F Pages, Mlecnik B, F Marliot, et al. International validation of the consensus Immunoscore for the classification of colon cancer: a prognostic and accuracy study. Lancet, 2018, 391: 2128–2139.[5] Gerdes MJ, Sevinsky CJ, Sood A, et al. Highly multiplexed single-cell analysis of formalin-fixed, paraffin-embedded cancer tissue. Proceedings of the National Academy of Sciences of the United States of America, 2013, 110(29).