免疫治疗 Cancer Cell|单细胞分析在癌症免疫治疗中的应用


免疫治疗 Cancer Cell|单细胞分析在癌症免疫治疗中的应用
文章图片

免疫治疗 Cancer Cell|单细胞分析在癌症免疫治疗中的应用
文章图片

单细胞技术能够表征肿瘤内每个细胞的分子状态 , 使人们能够对肿瘤异质性、微环境细胞类型组成和细胞状态转变进行新的探索 , 特别是在免疫治疗方面 。 分析临床样本具有很高的精确度但在技术上具有挑战性 。 本文回顾了单细胞技术当前的样本处理和计算分析方法在转化性癌症免疫治疗研究中的应用 。
单细胞分析已成为癌症研究中广泛使用的工具 , 用于表征肿瘤的细胞和分子组成 。 分析单个细胞的技术目前能够跨分子水平测量肿瘤异质性 , 包括DNA、RNA、蛋白质和表观遗传学 。 而批量技术仅限于通常代表最丰富细胞群的分子状态的平均信号 , 单细胞方法解决肿瘤微环境(TME)的细胞组成 。 这个特征在肿瘤免疫学领域有着特殊的前景 , 因为综合分析可以确定参与抗肿瘤反应和免疫逃避的细胞类型和途径 。
【免疫治疗|Cancer Cell|单细胞分析在癌症免疫治疗中的应用】当前的单细胞技术跨越一系列快速发展的方法学 , 肿瘤免疫治疗最常见的例子包括用于转录谱分析的单细胞RNA测序(scRNA-seq)、用于蛋白质组学谱分析的质谱仪(CyTOF)和空间分子谱分析 。 这些技术中的每一项都为单个细胞提供了高维分子轮廓 , 这些细胞可以通过计算分类为不同的细胞群 。 例如 , 这些技术比通常在多参数流式细胞术实验中测量的典型细胞类型标记更具代表性 。 这些方法的高维特性可以更精确地解释细胞类型、推断细胞状态转换和分子途径的关联 。 这些表征需要互补的计算技术来确定驱动每种不同细胞类型行为的途径 , 并推断与细胞状态转变相关的细胞内和细胞间相互作用 。 这些途径的推断反映了当前肿瘤免疫学的临床研究 , 正在制定精确医学策略 , 以使用组合疗法重新连接TME , 从而实现免疫疗法致敏 。
虽然单细胞方法有望实现精确的免疫治疗 , 但分析技术和计算分析方法的选择会影响肿瘤样本的特征 。 近期 , 在《Nature Cancer》杂志上发表了一篇名为“From bench to bedside:single-cell analysis for cancer immunotherapy”的文章 , 具体描述了单细胞分析从样本收集到计算分析的步骤 , 包括最近的空间转录组学和蛋白质组学方法 。
单细胞技术和空间方法可用于详细检查肿瘤 , 通过基因或蛋白质表达表征细胞类型组成和肿瘤异质性 。 这些方法已经用于分析多种癌症类型的TME , 包括白血病、黑色素瘤、乳腺癌、肺癌和胃肠道癌等 。 在此 , 本文总结了目前在免疫治疗研究中用于肿瘤高维表征的基准技术 。 目前有几种高维方法可用于了解癌症的细胞组成和细胞间相互作用 。 单细胞蛋白质组学(CyTOF)提供细胞组成和细胞状态信息 。 单细胞转录组学允许进行相同类型的分析 , 但其全基因组覆盖范围也可以提供细胞轨迹预测以及T细胞和B细胞库 。 为了将细胞组成和状态与细胞相互作用联系起来 , 空间技术比单细胞悬浮液分析更具信息性 。 scTCR/scBCR-seq , 单细胞T细胞受体/单细胞B细胞受体测序 。 借助空间蛋白质组学及其单细胞分辨率 , 可以识别单个细胞类型并确定特定的细胞间相互作用 。 尽管缺乏单细胞分辨率 , 但空间转录组学可以基于不同细胞邻居之间受体和配体的分子表达预测细胞相互作用 , 并发现不同细胞生态位之间的致癌通路 , 因为它不局限于先前选择的标记 。 应用哪种方法的选择将取决于可用的样本、如何保存样本以及需要回答哪些生物学问题 。 图1:癌症分析的高维转录组学和蛋白质组学方法 。
虽然单细胞分析技术在肿瘤免疫学中得到了迅速的应用 , 但由于需要大量的样本处理 , 限制了其在临床标本中的应用 。 值得注意的是 , 大多数非空间单细胞技术 , 如scRNA-seq和CyTOF , 需要分离细胞进行分析(图1A和1B) 。 最常用的样品分离方法是酶消化和加热培养 。 分离前的样品储存、酶的类型和培养时间都会影响单细胞分析必须针对每种肿瘤类型仔细优化 。 空间分子分析依赖于基于玻片的技术 , 该技术保留了细胞结构 , 无需肿瘤分离 。 空间蛋白质组分析中对样品保存和制备的要求取决于该技术 。 可以对冷冻和福尔马林固定石蜡包埋(FFPE)样品进行空间蛋白质组学研究(图1C) 。 大多数当前的空间转录组学方法依赖于冷冻样本 , 使用FFPE样本的方法正在开发中(图1D) 。 对FFPE保存样品进行分析的能力使得对处理后用于长期储存的样品进行临床研究成为可能 。

推荐阅读