小鼠腹水瘤细胞

高级别浆液性卵巢癌(HGSOC)是最常见的卵巢癌病理亚型，75%以上的患者首诊时已是晚期，常伴有广泛的网膜转移和腹水产生。此外，免疫检查点阻断等免疫治疗手段仅在10%左右的卵巢癌病人中起效。研究表明，卵巢癌腹水中的成纤维细胞亚群可以通过激活肿瘤细胞中的JAK/STAT通路以影响患者的预后及其对免疫治疗的响应。然而，卵巢癌腹水环境中的其它细胞类群对其肿瘤微环境的影响方式和途径仍不明确。7月24日，北大张泽民教授课题组与上交大附属新华医院汪希鹏课题组、上海免疫学研究所李子逸博士以“Single-cell analyses implicate ascites in remodeling the ecosystems of primary and metastatic tumors in ovarian cancer”为题在Nature Cancer杂志联合发表了研究论文，揭示了卵巢癌腹水对肿瘤原发和转移病灶微环境的重塑作用。研究人员对5个肿瘤相关部位，包括原发性卵巢肿瘤（Pri.OT）、网膜转移瘤（Met.Ome）、腹水、盆腔淋巴结（PLN）和外周血（PB），进行了单细胞转录组测序和T细胞受体(TCR)测序，共将223,363个高质量单细胞编入五个主要细胞谱系，并通过规范标记表达进行注释，从而描画出了 OC TME 的综合图谱。B细胞和CD4 T细胞在PLN中占主导地位；而淋巴细胞和单核细胞构成了PB样本的主要细胞成分；在Pri.OT和Met.Ome中鉴定出了五种主要细胞系，而且大多数细胞类型的富集模式在这两个部位之间没有明显差异，这表明原发性和转移性肿瘤细胞的发展都需要类似复杂的TME。腹水经常出现在晚期卵巢癌患者中，与化疗反应有关，腹水中含有大量免疫细胞和基质细胞，其中，CD8 T 细胞、巨噬细胞和树突状细胞（DCs）是腹水的主要成分，表明腹水中存在炎性微环境。5个部位的单细胞测序描画了晚期卵巢癌图谱与非恶性细胞不同，由推断拷贝数变异（inferCNV）定义的肿瘤细胞表现出很强的患者间异质性。值得注意的是，所有腹水样本中都发现了肿瘤细胞，平均比例为 2.7%（53499 个样本中的 1444 个），这与 OC 肿瘤细胞更倾向于 "播种"到腹腔而不是通过血管扩散的观点一致，凸显了腹水与 OC腹腔内扩散之间的紧密联系。此外，推断CNV分析表明，在Met.Ome中发现的肿瘤细胞亚克隆也可在Pri.OT中检测到，表明这些亚克隆是腹膜转移的致瘤群体。通过对单细胞转录组和 T 细胞受体（TCR）的系谱追踪和轨迹推断，研究人员鉴定了多个具有不同分布模式的T细胞群，并揭示了OC中T细胞从腹水到肿瘤组织的潜在动态特征。他们发现腹水富集的记忆T细胞（CD8 GZMK T++EM和 CD4 T+CM）可能是TIL的潜在重要补充库，包括CD8 T+EX和 CD4 T+H1样细胞，特别是对于Met.Ome。这些结果暗示了腹水在T细胞浸润期间塑造OC的TME的潜在作用。此外，作者描述了腹水和肿瘤组织中巨噬细胞的功能状态和本体，肿瘤富集的巨噬细胞偏向于单核细胞来源的本体，而腹水中的巨噬细胞更多来源于组织驻留巨噬细胞（RTM）。HGSOC 中肿瘤富集巨噬细胞和腹水富集巨噬细胞的两种不同功能状态此外，研究人员还鉴定了恶性腹水中的 MAIT细胞和树突状细胞，以及原发性肿瘤中的两个内皮亚群，通过比较不同化疗响应情况的患者治疗前样本中细胞亚群的分布情况，发现肿瘤原位灶中VCAM+内皮细胞占比较高的HGSOC患者对化疗敏感，而IL13RA1+内皮细胞的占比高则提示患者对化疗耐药，这可能是治疗效果的一个重要评价指标。总之，该研究提供了女性恶性腹水生态系统的全貌，为其与肿瘤组织的联系提供了有价值的见解，并为OC疗效评估和治疗耐药性的潜在标志物的开发提供了重要参考。卵巢癌（OC）是一种异质性疾病，由具有不同组织学亚型、分子生物学和微环境特征的恶性肿瘤组成，是致死率最高的妇科恶性肿瘤，占女性癌症死亡人数的 5%。在所有 OC 类型中，高级别浆液性卵巢癌（HGSOC）是最常见的组织学亚型，占 OC 患者的 70%以上。一旦确诊，超过 75% 的 HGSOC 患者病情已到晚期，并伴有广泛转移和腹水。据报道，由于网膜的脂肪结构和腹膜循环，OC 患者通常会向网膜转移。虽然化疗加贝伐单抗的治疗可延长患者的 5 年生存期，但总体疗效仍然有限。此外，免疫检查点抑制剂等免疫疗法在临床试验中的客观反应率仅为 10%，而由于肿瘤浸润淋巴细胞（TILs）的比例和质量不同，OC 亚型往往对免疫疗法表现出不同的反应。因此，描述 OC 的肿瘤微环境（TME）特征至关重要，因为肿瘤微环境中的多种细胞成分在疾病进展和治疗反应中发挥着重要作用。

小鼠原代海马神经元细胞的分离培养方法！海马体主要负责记忆和学习，日常生活中的短期记忆都储存在海马体中。神经元是构成神经系统结构和功能的基本单位。神经元具有长突起，由细胞体和细胞突起构成。小鼠海马神经元细胞的组织来源于实验小鼠的正常脑组织，因为海马神经元细胞类似于干细胞属于高分度分化的细胞特性，具有不能传代，不能增殖等特点，所有收到细胞后尽快使用。为了更好的服务于广大科研工作者，百欧博伟生物技术人员特提供了海马神经元细胞分离培养方法，技术因人而异仅供参考：1、试验所需仪器设备及试剂（1）仪器生物安全柜CO2细胞培养箱荧光倒置显微镜高速冷冻离心机电热恒温鼓风干燥箱（2）试剂耗材T25细胞培养瓶血球计数板细胞培养孔板红细胞裂解液神经元完全培养基0.25%胰蛋白酶（含0.02%EDTA）多聚甲醛（PFA）DAPITriton X-100山羊血清NSEGoat anti-Rabbit lgG（H+L）Cross-Adsorbed Secondary antibody，Alexa Fluor 594Fluoromount-G荧光封片剂2、分离培养方法1) 取1-10 d的新生小鼠。用75%的乙醇浸泡，2) 在冰浴的PBS中分离海马，PBS洗涤3次，剪碎，3) 用0.25% Trypsin + 0.1% Ⅰ型胶原酶37℃水浴振荡消化30min，4) 用FBS终止消化，轻轻吹打，5) 过100 μm 滤网，6) 收集滤液，300 g离心5 min，7) 用完全培养基重悬沉淀，铺瓶。3、免疫荧光3.1.实验步骤（1）细胞爬片取3片玻璃片于24孔板中，每孔加入培养基1mL，加入细胞0.02million个/孔。置培养箱2h或过夜。（2）固定细胞爬片后，吸出培养基，用PBS洗1遍，加入4% PFA于4℃固定30min。用PBS洗3×5min/次。也可最后一次不吸出PBS，放4℃过夜。（3）破膜封闭将玻片除去水分，置于培养皿支撑物上，玻璃片封闭液配置：0.5% Trition X-100与PBS 1:1混合，再加10% 血清，取50uL破膜封闭液滴于防水膜上，将玻片上有细胞的一面盖上2h。（4）一抗孵育一抗配制：抗体与PBS 1:100（200）稀释破膜封闭后，取50uL一抗于防水膜上（湿盒中），将玻片（有细胞的一面）盖上置于4℃（最多可放置一周）（5）二抗孵育室温避光孵育二抗（二抗:PBS=1:500）2h后，PBS洗3×5min/次，染DAPI（DAPI:PBS=1:1000）5min，PBS洗3×5min/次。（6）包埋玻片上各滴1滴Fluoromount-G，将有细胞的一面盖上。鉴定细胞为P1代细胞3.2.检测结果（1）细胞免疫荧光鉴定照片阴性100X-DAPINSE100X-DAPI（2）检验基本情况：经免疫荧光鉴定，该细胞纯度达到90%以上。除了上述的细胞分离方法以外，百欧博伟还有很多关于其他细胞的分离方法，想要学习的小伙伴可以来百欧博伟进行现场学习，如果想要其他原代分离培养方法，可打电话或咨询相关技术人员哦。

2022年8月，上海科技大学生命科学与技术学院杨扬团队与中国科学院自动化研究所韩华团队合作，在Cell Press细胞出版社期刊Cell Reports上以长文形式发表了题为“Fear memory-associated synaptic and mitochondrial changes revealed by deep learning-based processing of electron microscopy data”的研究论文，该研究通过对恐惧学习小鼠听觉皮层突触的三维电镜重建和大规模比较分析，探究了小鼠听觉皮层中与恐惧记忆相关的神经元突触等亚细胞结构的变化情况，并用模型分析方法揭示了突触连接模式变化引起的信息存储容量的大幅提升。中国科学院自动化研究所刘静助理研究员、上海科技大学生命科学与技术学院漆俊倩博士、中国科学院自动化研究所陈曦研究员和李贞辰博士生为本文的共同第一作者，杨扬研究员、韩华研究员、谢启伟教授为本文的共同通讯作者。大脑中的神经网络由神经元通过复杂的突触连接构成，神经元编码、处理和存储信息从根本上依赖于突触的连接模式以及在此基础之上的协调活动，解析突触的连接模式对理解大脑的结构与功能至关重要。在哺乳类动物大脑中，除了由单个轴突小结（axonal bouton）与单个树突棘（dendritic spine）形成的1-1型连接，即单位点突触连接外，大脑中的突触连接模式还包括由单个轴突小结与多个树突棘形成的1-N型连接，或多个轴突小结与单个树突棘的N-1型连接，统称为多位点突触（multiple-contact synapses，MCS）。此前，已有很多研究通过光学显微镜发现学习记忆可以改变突触的组织结构，由于突触间隙宽度仅有几十纳米（低于一般光学显微镜的衍射极限），因此在光学显微镜下观察突触结构的精细变化非常困难。与此同时，突触三维结构的光学数据获取和分析高度依赖于人工，更是极大限制了突触结构的重建数量和分析规模。为探究学习记忆如何促进突触多位点连接模式的形成及效果，本项研究以经典的听觉条件恐惧学习（auditory fear conditioning）为范式设置了实验组和对照组，基于大规模序列电子显微镜成像技术和深度学习识别模型，实现了电镜图像中多种亚细胞三维结构的自动提取，重构了小鼠听觉皮层135,000个线粒体和160,000个突触。实验组和对照组的大规模对比分析表明，尽管恐惧学习训练没有改变突触的空间密度与空间分布，却特异性地增加了1-N型突触的比例。进一步分析发现，绝大多数1-N型突触中的树突棘来自不同树突主干，并且这种多树突1-N型突触在神经元网络中能够起到信号广播的作用。为了进一步分析多树突1-N型突触的信息编码能力，本项研究建立了基于香农信息熵来计算突触信息存储容量（information storage capacity，ISC）的组合数学模型。在无新增突触的静态网络和包含新增突触的可塑性动态网络两种条件下，分别计算了引入多树突1-N型突触的ISC增量。在静态网络中，引入此类突触只是略微增加了ISC容量，而在动态可塑性网络中，此类突触将信息存储容量显著提高了50%。综上，基于序列电子显微镜成像技术和深度学习计算方法，研究者开发了小鼠听觉皮层亚细胞结构的三维电镜重构算法，自动重建精度可以满足大规模分析的精度需求，有效地节省了人工校验时间消耗，极大提高了分析效率。大规模电镜重构和对比分析结果在亚细胞水平揭示了学习记忆对大脑皮层突触、线粒体的组织结构和连接模式的影响，为类脑计算仿生模型的精确建模提供了结构基础和启发依据。图：（上左）听觉条件恐惧学习的对照组和实验组。（上右）轴突小结与树突棘替换或增加的示意图。（中左）不同突触连接模式的电镜图像及三维重构结果。1-N型突触由单个轴突小结与多个树突棘形成，N-1型突触由多个轴突小结与单个树突棘形成。（中右）不同突触连接模式示意图。绿色：树突；蓝色：轴突。（下左）密集重构揭示绝大多数1-N型突触中的树突棘来自不同树突主干。（下右）无新增突触的静态网络和包含新增突触的可塑性动态网络。该研究获得了国家科技创新2030重大项目、中国科学院战略性先导科技专项、国家自然科学基金、北京市科技计划的经费支持。作者专访Cell Press细胞出版社公众号特别邀请杨扬研究员、刘静博士和韩华研究员代表研究团队接受了专访，请他们为大家进一步详细解读。CellPress：过去也有基于电镜图像重构来探究突触和线粒体的研究报道，有的还完成了更大规模的密集重构。本文的方法和思路与过去的研究有何不同？杨扬研究员：电镜图像的密集重构对运算量的要求很高，工作量极大。而本文所使用的方法可以在不做密集重构的前提下，选择性识别和分割出研究者感兴趣的亚细胞结构，如本文关注的突触、线粒体，也可以推广到其他有特殊结构的细胞器。已有的突触或线粒体的自动重构算法多是像素或体素分割模型，也就是将图像中的像素或体素分类成前景或者背景。本文所使用的region-based卷积神经网络是一种实例分割网络，可端到端的完成目标实例的检测和分割。另外，针对强各向异性的序列电镜数据，本文提出一种2D到3D的重构方法，首先在2D上识别和分割亚细胞结构，随后应用3D连接算法完成3D的重构。这种方式可有效避免直接应用3D卷积神经网络带来的目标尺度在特征空间和图像空间不一致的问题。CellPress：多位点突触是一个新的概念吗？本文对此类突触的研究有何特别之处？杨扬研究员：一个突触前轴突小结与多个突触后树突棘形成的1-N多位点突触，和多个突触前轴突小结与一个突触后树突棘形成的N-1多位点突触，在过去的文献中都有过报道。但限于电镜图像人工识别的效率，过去的工作未能对这种特殊突触进行大规模的定量研究。本文通过基于机器学习的自动识别与重构算法实现了这一突破。此外，连接同一个多位点突触中的多个树突棘是来自同一根树突还是不同树突，代表了两种不同的神经元连接方式：前者仍是1对1的神经元连接，后者则是1个神经元对多个神经元的信息广播。本文通过密集重构，首次对这两类多位点突触进行了区分和定量，并发现后者在大脑皮层中，特别是学习之后占据了绝大多数，提示这种连接可能表征了大脑中突触层面的记忆痕迹。CellPress：人工智能算法在这个研究中发挥着怎样的作用？刘静博士、韩华研究员：近年来，人工智能算法已经深入应用到生命科学领域，加速甚至革新了生物学的研究进程。在连接组（Connectomics）领域，面对海量的高分辨电镜数据，借助人工智能算法绘制神经元的线路图是一个必不可少的环节。在本文中，我们设计了一套深度学习算法工具集，可以自动识别序列电镜图像中神经元、突触以及线粒体并恢复其三维形态。深度学习算法的应用大大提高了识别效率，将人从大量冗余复杂的标注工作中解放出来，加速了研究进程。CellPress：可否用简要的语言解释文中所提及的突触连接静态网络和动态网络，两者最核心的区别是什么？具有何种生物学意义？刘静博士、韩华研究员：突触连接网络是指根据神经元的几何拓扑特征来模拟突触连接模式的一种建模方式。其中，静态模型中仅考虑稳定的突触连接，假设没有新突触的形成或旧突触的消亡，本文使用信息熵定义静态网络的信息存储容量。而动态模型则将突触可塑性引入到网络中，允许新突触的形成，本文使用信息熵的增益表示新突触形成带来的信息存储容量的增加。动态模型通过模拟突触可塑性，与真实的大脑神经网络更为相似。CellPress：您认为该项研究对类脑计算有什么启发吗？刘静博士、韩华研究员：类脑智能（Brain-inspired Intelligence）本身就是通过模仿和借鉴人类神经系统的工作原理以构建新型的计算结构和智能形态。然而，目前人对大脑的生理机制还知之甚少。类脑研究的第一步就是要理解大脑，突触作为神经元连接的桥梁，是大脑中最重要的结构之一。突触的可塑性（synaptic plasticity）被认为与长时程记忆（long-term memory）有关。本文通过恐惧学习实验范式和电镜成像技术，发现了恐惧记忆能促进小鼠听觉皮层中一种特殊的1-N突触连接模式的形成，且这种连接模式大大增强了局部环路的信息编码能力。本研究中发现的这种局部神经环路信息传递模式或许能够作为一种记忆存储模块启发新型的类脑计算模型。作者介绍谢启伟教授谢启伟，北京工业大学现代制造业基地教授研究兴趣、领域：数据挖掘、图像处理和复杂系统智能；应用图像处理、机器学习和深度学习等方法研究基于电镜数据的神经元重建，集中于神经元电镜图像的前处理、超体素分割、图融合后处理等方法的研究，为神经科学提供有力工具，期待从脑的结构中挖掘出智能的本源。韩华研究员韩华，中国科学院自动化所研究员研究兴趣、领域：高通量显微成像技术产生海量影像数据，如何重构数据、分析数据、可视数据等已成为脑科学与类脑研究领域的重大挑战。我们致力于建立我国微观脑图谱的高通量技术体系和自主可控技术平台，持续突破大体块神经组织样品制备、长时程超薄切片连续收集、高通量扫描电镜三维成像、高精度神经结构三维重建等关键技术，开展多个百TB规模的微观脑图谱绘制工程，为构建类脑计算仿真提供生物真实网络和仿生建模依据。杨扬研究员杨扬，上海科技大学生命科学与技术学院助理教授、研究员研究兴趣、领域：以条件恐惧学习和增强式学习为行为范式，使用在体双光子成像、双光子全息光遗传、电镜、电生理等技术，研究与学习记忆相关的神经环路活动性和可塑性，及神经调制系统在其中所起的作用。