Digital Spatial Profiler

新一代高维度空间组学技术

摘要: Digital Spatial Profiler(DSP)是一种专门针对肿瘤免疫和肿瘤微环境设计的空间多靶标技术,该技术在2019年AACR一经推出就受到全球肿瘤学家和肿瘤免疫学家的热捧。本文通过对“Immunologic alterations in the pancreatic cancer microenvironment of patients treated with neoadjuvant chemotherapy and radiotherapy”和“Biomarkers Associated With Beneficial PD-1 Checkpoint Blockade in Non-Small Cell Lung Cancer (NSCLC) Identified Using High-Plex Digital Spatial Profiling“两篇文章的解读,详细介绍了DSP技术在肿瘤微环境、生物标志物中的应用。

技术简介: 2019年, NanoString公司联合MD安德森等多家研究单位共同开发的一项全新的、基于光学与探针技术的蛋白组学和转录组学技术平台。非因生物成为官方合作伙伴,也是全球8个DSP技术服务中心之一。

应用前景: DSP技术将表达谱的多重定量信息与组织原位信息进行整合,可在一张石蜡组织切片上实现多达上百种蛋白和上千种mRNA的原位共分析,将组织病理学、肿瘤免疫与表达谱完美结合,在肿瘤微环境研究、肿瘤异质性与肿瘤免疫研究中有着强大的优势。

研究背景

随着癌症免疫治疗的蓬勃发展,肿瘤微环境,空间异质性与肿瘤免疫、靶向治疗以及传统放化疗的关系越来越受到研究者的关注。癌症研究也从单纯的以肿瘤细胞为核心的方向逐渐过渡到了将传统靶向治疗与免疫相结合的时代,而且深度剖析复杂肿瘤微环境的机制与变化成为了目前癌症研究和转化医学的热点之一。2012年以后发展起来的单细胞技术(Single-cell RNA-Seq/CyTOF)已从一个较深的层次解析了先前在混杂样本中发掘不到的信息。然而在癌症研究中,仅从细胞分群或特殊亚型细胞的鉴定作为生物标志物或指导临床治疗并与预后相关联仍面临巨大挑战。因此如何将细胞的转录组学以及蛋白组学信息定位到组织原位则成为一个新的研究方向,而将空间信息与单细胞表达谱信息以及传统多组学信息更好的结合起来,将成为肿瘤靶向治疗未来的发展方向。

从组织原位找寻多组学信息是传统病理学金标准的研究基础,然而提高分析靶点通量一直是一个技术瓶颈,也是肿瘤学家、免疫学家以及靶向药物研发者所关注的热点。目前大多数关于分子诊断或者生物标志物的临床应用,往往是基于单一组织活检,传统病理金标准可以得到组织形态学和少数标志物表达状况的信息,但是可分析靶点数目很难从少量的组织样本中获得,同时基于病理学家的人为判断作为评判标准本身就存在局限性。基因测序技术的发展可以实现在混杂组织中测得低丰度的突变信息,然而在表达谱层面,仅有少数癌种可以在一定的技术条件下实现转录组层面的分析检测,其中最为突出的就是乳腺癌术后复发风险评估,如PAM50基因(nanoString),Oncotype DX 21基因,MammaPrint 70基因和EndoPredict 12基因等。在大多数实体瘤中,由于复杂的肿瘤异质性和微环境的互作,很难从大块组织中获取到准确的基因表达谱信息,从而导致可能具有重要诊断或预后的生物标志物信息被掩盖(如图1)。

图1 大块组织无法获得准确的基因表达谱信息

在肿瘤微环境研究中,我们往往会关注某个亚组织层面上的表达谱信息,诸如比较不同表型病人间肿瘤中心、边缘、浸润淋巴细胞及其亚群(肿瘤浸润淋巴细胞TIL/肿瘤关联巨噬细胞TAM/三级淋巴结构TLS等)、周边淋巴细胞、基质、成纤维细胞以及特殊形态学或标志物标记的细胞亚群和它们的相互关系。 非因生物的DSP数据空间分析技术则为这个层面的研究提供了一个强有力的技术支持。它不仅可以在空间层面上实现细分,并可以同时对组织进行转录组和蛋白组的共分析,且在蛋白组层面的Multiplexing通量可以达到前所未有的90种之多,包括了当前肿瘤免疫最为火热的靶点研究,免疫细胞分类,激活水平,检查点抑制剂,肿瘤凋亡,肿瘤细胞信号等,比现有基于单细胞或多种免疫组化以及循环免疫荧光的技术更有优势,也更具稳定性。在转录组层面,DSP的Cancer Transcriptome Atlas (癌症转录组图谱)则涵盖了50多条与肿瘤生物学、免疫、代谢及其它相关的1800多个基因,可以全景分析肿瘤微环境中复杂的生物学机理。不仅如此,DSP还能将临床样本的可用性发挥到最大化,可针对石蜡切片(FFPE样本),组织芯片(TMA)以及新鲜冰冻样本进行高维度蛋白和RNA的空间分析,更易与其它组学以及临床信息整合,深度挖掘和探索肿瘤微环境变化的奥秘。该技术作为一项革新性的技术在2019年的AACR年会上刚刚推出就得到业内极大关注,Clinical Cancer Research杂志以封面文章报道了耶鲁大学转化医学和病理学系主任David Rimm教授运用DSP技术在黑素瘤中的开创性工作,奠定了该技术应用的未来(如图2)。

图2

该研究利用组织芯片(TMA),连续运用3个样本集(cohort)对DSP技术进行了对比验证,预后标志物验证和新的生物标志物发掘。Rimm组首先将DSP与QIF(quantitative immunofluorescence AQUA)技术进行比对,得到了DSP与AQUA在不同组织区域的CD3,CD4,CD8,CD20以及PD-L1的表达相关性数据,验证了该技术的可靠性。然后再通过这两个技术在非小细胞肺癌(NSCLC)样本中验证了已知的CD3标志物在基质区域和肿瘤富集区域与预后的相关性。最后通过对黑素瘤TMA中的44个蛋白指标进行DSP分析,通过三重荧光染色将组织原位对应的巨噬细胞(CD68),淋巴细胞(CD45)以及肿瘤细胞(melanocytes)区域通过masking方式区分开,并进行高精度多重定量。研究者发现了之前在bulk样本层面或无空间信息支持下所不能发现的新研究结论,PD-L1与CD8的表达在巨噬细胞高表达区域(CD68+富集ROI)与预后存在强相关(PFS/OS),而这两个蛋白的表达在总淋巴细胞区域(CD45+)则不存在相关性。同理,B2M的表达在CD45富集区域与预后存在强相关性。因此,将肿瘤微环境空间信息与高通量表达谱技术相结合,为生物标志物的探索和开发开辟了新方法和技术路径。

深度解析

作为癌症空间组学强有力的研究新技术之一,DSP也逐渐成为了寻找生物标志物的焦点技术。2020年1月,Matthew R. Farren等利用nCounter与DSP技术联用,寻找免疫生物标志物并发表“Immunologic alterations in the pancreatic cancer microenvironment of patients treated with neoadjuvant chemotherapy and radiotherapy”(如图3)。

图3

在该项研究中,研究者以胰腺癌FFPE样本作为研究对象,针对4种临床治疗策略选取了24例样本(如图4),首先利用nCounter表达谱技术探寻不同治疗方法间的基因表达差异,再通过生物信息学对基因组富集、蛋白质相互作用富集、分子复合物检测以及EnrichR分析启动子进行分析,然后再通过DSP技术分析胰腺癌肿瘤微环境中各种免疫相关蛋白标记物的数量和空间分布的变化。

图4

研究者首先通过nCounter技术,利用包含770个基因的Pan-Cancer Immune Profiling Panel鉴定出189种差异表达基因(如图5、图6)。

图5

图6

同时运用DSP分析了样本里基于肿瘤微环境的各种免疫相关蛋白标记物的数量和空间分布的变化,通过对肿瘤富集区,基质区域,免疫细胞富集区域的分群,分析了210个兴趣点(Region of Interest,ROI)中的27个关键蛋白表达状况,ROI包括71 肿瘤区域(24个Surgery Only+ 23个FOLFIRINOX+24个F+SBRT)、70 免疫区域(24个Surgery Only+ 24个FOLFIRINOX+22个F+SBRT )、69 基质区域( 22个Surgery Only+ 24个FOLFIRINOX+23个F+SBRT ),如图7。

图7

研究发现在肿瘤富集区域,新辅助治疗与信号通路、细胞存活通路的改变以及VISTA的表达相关。AKT、β-Catenin、STAT3、Ki-67和BCL2的表达水平在三组样本中有显著差异(A);CD44和VISTA的表达水平在三组样本中有显著差异(B);CD4,CD45,CD56,CD68的表达水平在三组样本中有显著差异(C),如图8。

图8

在免疫细胞富集区域,新辅助疗法与granzyme B 和PD-L1的高表达相关;F+SBRT与T细胞标记物及抗原刺激的T细胞标记物的低表达相关(如图9)。在基质区域,信号和检查点分子的差异(尤其是 PTEN,β-catenin,BCL2和Ki-67 )与新辅助治疗相关;PD-1和VISTA的表达水平在不同组间有显著差异(如图10)。该研究充分证明了在生物标志物开发中,我们需要将空间信息纳入到分析中去,先前的高通量表达谱技术和低维度的组织原位分析技术都存在这方面的劣势,而非因生物的DSP技术刚好解决了这一研究瓶颈,为肿瘤微环境研究提供了更多的研究方法和策略。

图9

图10

今年4月,David Rimm组用同样的方法,在Clinical Cancer Research杂志上发表题为“Biomarkers Associated With Beneficial PD-1 Checkpoint Blockade in Non-Small Cell Lung Cancer (NSCLC) Identified Using High-Plex Digital Spatial Profiling”的研究性文章(如图11)。该文章沿用了先前黑素瘤的研究策略,运用TMA样本结合DSP技术发现了在非小细胞肺癌中,免疫细胞富集区域的CD56、CD4表达与预后有关。

图11

研究者通过在非小细胞肺癌患者样本中使用DSP技术,对44个肿瘤免疫学高度相关的蛋白进行原位测定,意在开发与预后、免疫治疗有效性相关的靶标,然后根据多重免疫荧光及细胞计数数据,采用正交实验法,对结果进行验证。

研究人员首先对67个接受了肿瘤免疫疗法单一治疗的非小细胞肺癌组织进行了荧光染色,根据癌组织(panCK),淋巴细胞(CD45), 巨噬细胞(CD68)和非淋巴细胞基质细胞的表达对这四个不同区域进行了划分。(如图12)

图12

CD68 [Red](Macrophages)、CD45 [Yellow](all lymphocytes except macrophages)、panCK[Green](Tumor)、Remaining area[Purple]non-immune stroma.

在此形态学指导下,利用DSP技术,对3个不同分组区域的44个蛋白靶标同时进行分析,并与预后信息相结合,一次性筛选出6个与PFS相关的生物标志物,17个与OS相关的生物标志物(如图13)。

图13

经多变量分析,空间定位在免疫细胞富集区域筛选出CD56、CD4两个与两种预后指标均相关的生物标志物(如图14)。通过多重免疫荧光及细胞计数等数据的进一步验证,发现在非肿瘤区域CD56+细胞与基质区域细胞数的比值,与预后指标紧密相关(如图15)。

图14

图15

总结

从以上几项研究中不难发现,肿瘤的免疫疗法正在向着精准化、个体化发展,同时多维度多组学的空间研究也成为发现免疫标志物的重要手段。

非因解读|Digital Spatial Profiler 新一代高维度空间组学技术相关推荐

  1. 文献集锦 | 非因空间多组学技术在胰腺癌肿瘤微环境中的研究策略

    胰腺导管腺癌(PDAC)仍然是一种难治性疾病,5年总生存率(OS)仅不到9%,且诊断时多为晚期,治疗手段有限,除了传统的手术切除.放化疗之外,目前越来越多采用新辅助治疗的方法.利用空间组学分析平台深入 ...

  2. 文献集锦 | 非因生物空间多组学技术在头颈部肿瘤中的研究策略

    头颈部鳞状细胞癌(HNSCC)是全球第七大癌症病因,是一种异质性恶性肿瘤,起源于上呼吸道,尤其是鳞状粘膜线.唇部.口腔和鼻腔.鼻窦.喉.鼻咽.口咽和下咽是HNSCC的受累部位.利用空间组学分析平台深入 ...

  3. 百趣代谢组学分享:从SWATH到MRM:一种新型高覆盖度靶向代谢组学技术

    百趣代谢组学文献分享,SWATHtoMRM: Development of High-Coverage Targeted Metabolomics Method Using SWATH Technol ...

  4. 高通量代谢组学四路筛选法,揭秘“神药”二甲双胍延长寿命的机制

    百趣代谢组学分享-研究背景 目前据统计中国糖尿病患者人数达9700万以上,数量达到世界第一.这其中2型糖尿病占到了90%以上.二甲双胍是目前治疗2型糖尿病的一线"明星"药物,因其较 ...

  5. 人工智能时代,最先占领高维度空间

    https://www.toutiao.com/a6693759617089929740/ 前言 我们生活的时空是一个三维空间加时间的闵可夫斯基时空,对其他纬度的猜想从来没有得到过实验的验证.高维空间 ...

  6. 非因解读 | 学术爆款“DSP空间转录组技术”,克服传统方法限制快速发文

    溃疡性结肠炎(UC)是炎症性肠病的主要形式.目前,UC的发病率全球范围内正在不断增加.虽然许多因素已被报道与UC相关,但对UC的病理认识仍然不足.肠嗜铬细胞(enterochromaffin, EC) ...

  7. 非因解读 | 利用DSP技术绘制非小细胞肺癌(NSCLC)肿瘤微环境图谱

    探索肿瘤微环境(TME)有助于了解潜在的肿瘤-免疫相互作用.如何在有限样本上实现高通量.高精度多组学分析已成为未来肿瘤微环境研究的重要方向,而多重免疫组化(mIHC)技术与分子条形码技术的结合将会更好 ...

  8. 非因解读 | DSP空间多组学助力胃癌预后标志物的发现

    胃癌作为全球第六大高发癌种,免疫治疗和靶向治疗虽然取得了一定进展,但与其他恶性肿瘤相比,仍缺乏易于操作的临床生物标志物.因此,寻找胃癌预后预测和治疗分层的生物标志物显得尤为重要.而对胃癌尤其是晚期胃癌 ...

  9. 非因解读 | DSP空间转录组技术揭示食管鳞状细胞癌三级淋巴样结构的预后价值及分子特征

    食管鳞状细胞癌(oesophageal squamous cell carcinoma,ESCC)是中国第三大常见恶性肿瘤.研究发现,肿瘤微环境(tumor microenvironment,TME) ...

  10. 非因解读 | RPPA在肿瘤细胞系中药物靶点蛋白检测的大规模应用

    RPPA在肿瘤细胞系中药物靶点蛋白检测的 大规模应用 癌症作为多基因的高度克隆异质性疾病,在不同的肿瘤条件下,对药物治疗反应往往是不同的.在过去的二十年中,靶向肿瘤细胞作为癌症分子生物学研究领域最为火 ...

最新文章

  1. Spring Data JPA(官方文档翻译)
  2. 【Python】url基础:urllib
  3. linux python3 pip3_linux环境下安装python3以及pip3
  4. MongoDB查询实现 笛卡尔积,Union All 和Union 功能
  5. 检测和测试停滞的流– RxJava常见问题解答
  6. 2021广西蒙山中学高考成绩查询,广西省蒙山中学2020-2021学年高二下学第一次月考数学(文)试题及答案.doc...
  7. 随想录(用memmove函数代替strncpy函数)
  8. WinCC V7.5安装过程截图
  9. 《南溪的目标检测学习笔记》——目标检测的评价指标(mAP)
  10. 项目推进计划表_项目为啥延期之一:计划问题
  11. epplus word html,EPPlus简介
  12. leaflet中文文档
  13. DotNetBar for WinForms使用教程:图表控件用户指南(一)
  14. FPGA实现短时傅里叶变换
  15. 基于Laravel的会计财务系统
  16. 【PAT乙级】B1001-B1095刷题记录
  17. 线性代数--线性方程组
  18. UG NX 12 草图创建过程
  19. VS同一个解决方案中不同项目相互引用问题
  20. WebServer·(二)在IDEA中,安装配置Maven并且开发MavenHelloWorld

热门文章

  1. android窗口动画和壁纸关系,Android壁纸管理(Android N)
  2. 关于ORA-00257问题的解决(归档程序错误)
  3. 【axure手机原型】iOS应用设计要点总结
  4. 关于Matpower用于攻击检测仿真方法的文献摘录
  5. vdbench的作用_Vdbench----文件系统IO,一致性校验,常见问题
  6. 计算机键盘无法使用 怎么办,电脑键盘失灵怎么办?4个小技巧解决电脑键盘失灵问题...
  7. python 拼音输入法_用Python从0开始实现一个中文拼音输入法的思路详解
  8. matlab格拉布斯准则程序,基于格拉布斯准则及离群点检测光伏阵列故障检测方法与流程...
  9. py将dicm格式图片转为jpg格式
  10. Linux的打开文件表:打开文件表、文件描述符、打开的文件句柄以及i-node之间的关系