文/韩东池

编/HLR
斯坦福医学研究人员开发的新技术可自动识别细胞类型，并提供细胞如何与完整组织中的环境相互作用的全面视图。该工具利用基因表达和空间数据，使研究人员能够比较细胞相互作用的变化如何促进癌症和其他疾病的发展，并提供免疫细胞如何与肿瘤中的癌细胞相互作用的观点。
该研究1发表在Cell2，3上。
十年前一种大规模细胞计数法4，可同时测量单个细胞中多达40个细胞内和表面蛋白标记物标志着CyTOF技术的引入。这项名为CODEX的新技术提供与CyTOF相同深度的表达数据，但为其添加了空间信息。
“我们能够准确地标记和鉴定完整组织中的细胞类型，这是以前没有做过的，因为细胞非常拥挤和重叠，”微生物学和免疫学研究科学家Nikolay Samusik博士5说，该论文由同一部门的高级研究科学家Yury Goltsev博士和自己6担当共同第一作者。 “我们开创了新的图像分析计算模型，以研究细胞如何在组织中分组，我们做出了一些有趣的发现。”
▲ 斯坦福微生物学和免疫学研究科学家Nikolay Samusik博士
▲ 斯坦福微生物学和免疫学高级研究科学家Yury Goltsev博士
他们将来自健康小鼠脾脏的组织与来自狼疮（一种自身免疫性炎症性疾病）小鼠的脾脏组织进行比较，系统地检查健康组织中的细胞相互作用以及疾病状态的进展。
一个令人惊讶的观察结果是，他们鉴定的24种细胞类型中的每一种在统计学上都更可能与相同类型的细胞邻近。另一个发现是不同细胞类型表达不同水平的生物标志物，这取决于它们在组织中的位置以及它们周围的细胞类型。 Goltsev说，组织特异性和微环境对基因表达的影响从未如此大规模地显示，并且经过如此严格的统计分析。
微生物学和免疫学教授，该论文的高级作者Garry Nolan博士7说，CODEX的许多临床应用都集中在分析人类疾病的组织，它也可以用于诊断。
▲ 斯坦福微生物学和免疫学高级Garry Nolan教授
例如，根据Samusik的说法，临床医生可以在一个组织样本中一次查看10个感兴趣的标记，而不必染色10个单独的样本，每个生物标记一个。
Goltsev说，该方法也可用于癌症免疫学。例如，CODEX可以显示免疫细胞如何与肿瘤内的癌细胞相互作用。 “免疫治疗的最大障碍之一是与自身免疫反应相关的毒性，”Goltsev说。 “了解哪些细胞受到影响以及哪些细胞产生影响非常重要。”
这项工作花了大约四年的精炼和故障排除 - 一个由乐高积木制成的原型部件仍在实验室展示，作为他们早期努力的证明。Samusik说： “我们从每个参与的人那里获得了许多有趣且富有创意的工程解决方案。”
一些科学家认为，自动诊断和自动病理学报告是未来的潮流，Goltsev表示，使用细胞环境的多维分析是获得这些可能性的途径。但他说，该项目最大的成就是它创造了一个新工具来推动未来的发现：该小组利用新技术创建了大量数据集，这些数据集已经与科学界共享，以供检查和进一步分析。
Source：https://medium.com
参考文献：
1. https://scopeblog.stanford.edu/2018/08/02/new-technology-provides-a-better-understanding-of-cells-and-their-neighbors/
2.https://www.cell.com/action/showPdf?pii=S0092-8674%2818%2930904-8
3. https://www.cell.com/cell/fulltext/S0092-8674%2818%2930904-8
4. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4860251/
5. https://profiles.stanford.edu/nikolay-samusik
6. http://web.stanford.edu/group/nolan/members.html
7. https://profiles.stanford.edu/garry-nolan
作者：韩东池
中山大学生物医学工程学士，华盛顿大学应用生物工程硕士，主要方向为医疗科技商业化，医疗产品设计，医疗项目管理。现任美柏医健研究员。
欢迎转发，转载请参照“转载须知”。
投稿或应聘，请将简历发送到
[email protected]
精选内容
美柏路演
继续阅读
阅读原文