轻松探秘肿瘤微环境

据国内细胞治疗产品受理及获批情况统计，截至2022年3月9日，CDE共受理了135个细胞治疗产品的各类申请70个为CAR-T，25个为其他类型的免疫细胞治疗；31个为MSC，其他类型的前体细胞为9个。

适应证方面， 除了科济生物的GPC3和Claudin18.2 CAR-T及重庆精准生物的C-4-29细胞制剂（双靶点，BCMA/CD70）为实体瘤外，其余均为血液系统肿瘤，涵盖FDA已获批的适应证（ALL、DCBCL、MCL、FL 和MM）

根据2020年数据显示，中国癌症死亡人数前十的癌症分别是，肺癌，肝癌，胃癌，食管癌，结直肠癌，胰腺癌，乳腺癌，神经系统癌症，白血病以及宫颈癌。十种癌症占癌症死亡总数达到83%，仅有白血病一项是血液肿瘤。

2020年中国常见癌症死亡人数

数据来源国家癌症中心

毋庸置疑，实体瘤是科学家们挥之不去的噩梦。而在实体瘤的治疗中最大的阻碍之一是肿瘤微环境。

肿瘤是由一组异质性细胞组成，包括癌细胞，常驻细胞和浸润性免疫细胞，以及其他组织常驻细胞，如成纤维细胞，细胞因子和细胞外基质蛋白。所有这些成分共同构成了肿瘤微环境（TME）。癌细胞与肿瘤微环境的持续相互作用对肿瘤的发展有巨大的影响。了解肿瘤内的异质性——肿瘤内细胞间的分子变异——有望解决癌症生物学中的突出问题。

19世纪中期Johannes Müller首次在光学显微镜下观察到肿瘤以来，科学家们一直试图了解癌症的性质和非典型细胞成分^[1]。随着组织染色，免疫组化等技术的发展，再到现在比较火热的单细胞分析技术，尤其是RNA测序和基因组学方法，在揭示与肿瘤生长、转移和耐药性相关的新生物标记物和分子调节因子方面可谓是具有变革性的^[2]。然而，这些方法无法提供肿瘤生物学的完整空间图像，导致肿瘤细胞在微环境中位置信息是丢失的。

此外，肿瘤微环境内细胞间的相互作用对治疗效果和耐药性产生很大影响。因此，针对肿瘤微环境中某些成分的癌症疗法的开发，成为科学家们关注的重点。为此，需要全面研究复杂的肿瘤微环境。

美天旎新研发的MACSima全自动空间组图谱成像分析系统，可以评估多种不同蛋白质的定位，表达以及可能存在的相互作用。

MICS（MACSima Imaging Cyclic Staining）创新性地使用荧光显微技术，可对单个样本中的数百种标志物，通过不同荧光标记抗体的循环染色，在不损伤样本的情况下，获取多种参数的显微成像数据。最终生成的数百种标志物的空间组图谱可帮助科学家以前所未有的深度洞察样本的生理学或病理学特性。              

图1：MICS技术原理

为了识别肺腺癌和鳞状细胞癌的肿瘤相关抗原，使用MACSima成像平台评估了单个组织切片上155个标记物的表达情况。图2以腺癌样本数据为例，在TME中识别了125个标志物。

图2：在单个肺腺癌样本的TME中筛选多个标记物。显示了用MACSima成像系统捕获的125个标记物（绿色）的单染色图像，用核标记物DAPI（蓝色）进行复染。肝细胞：肝细胞抗体；肥大细胞：肥大细胞类胰蛋白酶抗体；CK：细胞角蛋白；CD20胞浆：CD20胞浆抗体；浆细胞：浆细胞抗体；IRF-7:IRF-7 pS477/pS479；MT：金属硫蛋白；肌球蛋白SM：肌球蛋白平滑肌。比例尺：100μm。

同时，检测了免疫细胞群特异性标记物的表达，如巨噬细胞、粒细胞、T细胞、B细胞、浆细胞和NK细胞。此外，还检测到细胞增殖（Ki-67）和细胞死亡调节标记物（Bcl-2），图3。

图3：肺腺癌样本TME中不同细胞群的鉴定，包括CD4+T辅助细胞、CD8+细胞毒性T细胞，CD20+B细胞、CD14+或CD68+单核细胞/巨噬细胞、CD15+粒细胞、CD138+浆细胞、CD45RB+或CD45RO+白细胞亚群、CD66abce+中性粒细胞和CD57+NK细胞。Bcl-2和Ki-67分别代表细胞死亡调节和细胞增殖标志物。右边的图片显示了一个大图像中标记部分的放大视图。标尺：200μm。

使用MACSima自带的iQ数据处理软件，根据图3所示的不同细胞标志物的表达，对不同区域进行了分类。t-SNE方法的代表性数据显示了腺癌样本TME中细胞组织以及CD4+、CD8+和CD68+细胞分布的一般概况（图4B）。基于相对距离图的进一步分析说明了不同免疫细胞群之间以及免疫细胞与肿瘤细胞之间的距离。在所有确定的细胞群中，CD4+、CD8+和CD68+细胞最靠近肿瘤细胞（图4C）。

图4：腺癌样本TME中不同细胞群的分析。（A）显示细胞群的特定标记门控。（B）t-SNE数据分别用于正常细胞分布（白色）、肿瘤细胞分布（紫色）、CD68+细胞（蓝色）、CD4+细胞（红色）和CD8+细胞（绿色）。（C）热图显示不同免疫细胞群之间以及免疫细胞和肿瘤细胞之间的距离。蓝色：短距离；红色：长距离。

在空间背景下研究肿瘤将有助于理解肿瘤和周围非肿瘤细胞之间复杂的相互作用。

参考文献：