Bảo tồn cấu trúc không gian mô trong nghiên cứu dấu ấn sinh học
09/09/20201. Giới thiệu về cấu trúc không gian của mẫu mô
Cấu trúc không gian của mẫu mô có thể ảnh hưởng mạnh mẽ trong sự thúc đẩy sự phát triển của khối u, tương tác miễn dịch và đáp ứng với các can thiệp trị liệu. Một số nghiên cứu gần đây đã chỉ ra tầm quan trọng của việc nghiên cứu bối cảnh không gian của các mẫu khối u để dự đoán đáp ứng điều trị [1], [2], [3], [4].
Phương pháp hóa mô miễn dịch truyền thống (IHC) bảo tồn bối cảnh không gian nhưng chỉ giới hạn hiển thị tối đa 2 đến 3 dấu ấn sinh học trên cùng một lam kính. Giải trình tự gene thế hệ mới (NGS – Next generation Sequencing) cho phép phân tích nhiều dấu ấn sinh học nhưng bối cảnh không gian mô bị mất. Hóa mô miễn dịch đa hình (mIHC – multiplex IHC) giải quyết những hạn chế này bằng cách cho phép phân tích đồng thời lên đến hơn 40 dấu ấn sinh học trên cùng một vùng lát cắt mô mà vẫn bảo toàn bối cảnh không gian của chúng.
2. Công bố khoa học về phân tích dấu ấn sinh học
Trong một nghiên cứu được công bố trên tạp chí JAMA Oncology [5] , một nhóm các chuyên gia ung thư miễn dịch học hàng đầu đã xác định rằng phương pháp mIHC/mIF vượt trội hơn các phương pháp phân tích dấu ấn sinh học khác trong việc dự đoán đáp ứng điều trị kháng PD-1 / PD-L1.
Hình 1: Độ chính xác tương đối của các phương thức phân tích dấu ấn sinh học trong việc dự đoán đáp ứng điều trị kháng PD1 / PD-L1
Các mô hình hồi quy tuyến tính có trọng số theo số lượng bệnh nhân trong mỗi nghiên cứu được sử dụng để tạo ra tóm tắt đường cong ROC (sROC – summary receiver operating characteristic) cho mỗi phương thức phân tích. Các phân tích hóa mô miễn dịch đa hình/miễn dịch huỳnh quang đa màu (mIHC/mIF) có diện tích dưới đường cong (AUC – area under the curve) cao hơn đáng kể so với phân tích hóa mô miễn dịch PD-L1, đo lường tổng số đột biến trong khối u (TMB- tumor mutational burden) và định hình biểu hiện gen (GEP- gene expression profiling) [5].
Kết quả phân tích mô trong môi trường vi mô khối u
Hình 2: Chụp ảnh kiểu hình
Với Phần mềm phân tích inForm®Tissue Analysis Software, cho phép người dùng phân tích hình ảnh mô, bắt đầu với phân đoạn mô để xác định các vùng khối u và trung mô. Tiếp theo, các tế bào được phân chia thành các vùng hạt nhân, tế bào chất và màng tế bào, sau đó các tế bào được phân loại thành kiểu hình theo định nghĩa của người dùng để định lượng mật độ tế bào, vị trí phân bố và tương tác không gian. Hình ảnh trên thể hiện các kiểu hình tế bào đại diện cho cả các dòng riêng biệt và các dấu ấn biểu hiện cụ thể, cũng như dưới cấp tế bào với các mô thức đồng biểu hiện duy nhất.
Hình 3: Phân tích không gian dấu ấn Sinh học
Trực quan hóa các phân tích gần đúng có thể đạt được thông qua Spatial Viewer (một phần của chương trình R-script Akoya Bioscatics, phenoptr). Nổi bật trong hình ảnh trên là các tế bào PD-1 + (Magenta) trong phạm vi 25μm của các tế bào CD68 + / PD-L1 + (Đỏ). Sự hiện diện của các đại thực bào liên quan đến khối u (TAMs) có liên quan đến viêm, ức chế miễn dịch và kháng thuốc. Hơn nữa, trong một số bệnh ung thư mức độ xâm nhập TAM có thể đóng vai trò như một chỉ số tiên lượng tổng quan về khả năng sống sót.
Sản phẩm liên quan:
Hệ Thống Chụp Ảnh Và Phân Tích Tự Động Mẫu Mô Giải Phẫu Bệnh Vectra Polaris™
Tài liệu tham khảo
- Mani NL, Schalper KA, Hatzis C, et al. Quantitative assessment of the spatial heterogeneity of tumor-infiltrating lymphocytes in breast cancer. Breast Cancer Res. 2016;18(1):78.
- Remark R, Merghoub T, Grabe N, et al. In-depth tissue profiling using multiplexed immunohistochemical consecutive staining on single slide. Sci Immunol. 2016;1(1):aaf6925.
- Tsujikawa T, Kumar S, Borkar RN, et al. Quantitative Multiplex Immunohistochemistry Reveals Myeloid-Inflamed Tumor-Immune Complexity Associated with Poor Prognosis. Cell Rep. 2017;19(1):203-217.
- Hofman P, Badoual C, Henderson F, et al. Multiplexed Immunohistochemistry for Molecular and Immune Profiling in Lung Cancer-Just About Ready for Prime-Time?. Cancers (Basel). 2019;11(3)
- Lu S, Stein JE, Rimm DL, et al. Comparison of Biomarker Modalities for Predicting Response to PD-1/PD-L1 Checkpoint Blockade: A Systematic Review and Meta-analysis. JAMA Oncol. 2019