质谱流式结果分析

来自麦吉尔大学和多伦多大学等研究人员已经开发出一种方法，可以仅通过一个微小肿瘤组织样本来预测肺癌患者在手术后的发展状况。研究人员将成像质谱流式细胞术与深度学习技术相结合，分析了400 多名来自肺腺癌患者的肺癌样本的肿瘤微环境。肿瘤微环境已被确定为影响治疗进展的异质性来源。通过在空间和单细胞水平上表征肿瘤微环境，研究人员揭示了与临床特征(如生存率)相关的不同细胞状态和特征。正如他们在Nature杂志上报道的那样，他们使用了人工智能来识别肿瘤微环境的某些特征来高精度地预测疾病进展。　　Fig. 1: IMC defines the spatial landscape of LUAD.　　“总的来说，这些数据表明空间分辨的单细胞转录组在未来可能具有非常大的价值，有助于为个性化的围手术期护理计划提供有价值的信息，以最大限度地减少那些能被治愈的人在治疗过程中产生的毒副作用，或提高那些会复发的人的治愈率”，麦吉尔大学的共同资深作者 Daniela Quail 和 Logan Walsh 以及拉瓦尔大学的 Philippe Joubert 领导的研究人员在论文中写道。研究人员使用 Fluidigm(现为 Standard BioTools)企业的成像质谱流式细胞技术系统，分析了 1996 年 2 月至 2020 年 7 月期间收集的 426 名肺腺癌患者的小组织核心样本。他们使用 35 重抗体组来识别各种细胞他们样本的成分，包括癌细胞本身以及基质细胞、适应性和先天性免疫细胞。研究人员总共检测到超过 160 万个细胞，并发现了 14 个不同的免疫细胞群。他们特别关注免疫细胞群与患者的临床数据之间的关联。例如，肥大细胞与延长生存期有关，虽然它们在非吸烟者和患有早期疾病的患者中更为常见。研究人员进一步注意到某些免疫细胞的频率与特定临床亚组之间的联系—例如，CD4 阳性辅助性 T 细胞在女性患者的样本中富集，她们往往会有更好的总体存活率，而老年患者的肿瘤内 CD8 较少- 阳性 T 细胞。与此同时，他们探索了肿瘤微环境中不同的细胞表型如何与生存相关，例如，发现 H1F1-α 阳性中性粒细胞将会产生不利于生存的环境。观察具有相似局部细胞类型组成的区域(邻近细胞)，研究人员进一步指出，不同的组织结构与生存差异有关。例如，富含 B 细胞的邻近细胞与存活显着相关，尤其是 CN-25 邻近细胞，它也富含 CD4 阳性辅助性 T 细胞。通过应用深度学习方法，研究人员发现他们生成的空间信息可以改善对临床结果的预测。他们报告说，创建的模型(包括空间信息)预测进展的准确率高达 95.9%，而基线评分的准确率为 75%，而且他们仅仅使用了一个 1 mm²的肿瘤样本。此外，研究人员使用成像质谱流式细胞术分析了 60 名原发性肺腺癌患者的单独验证队列，并在数据集中发现该模型以 94% 的准确度预测进展。研究人员将他们模型的预测能力追溯到六个标记的组合：CD14、CD16、CD94、αSMA、CD117 和 CD20。总体来讲，准确率为 93.3%，精密度和召回率为 95.6%。研究人员写道：“我们的研究结果代表了对使用临床和病理变量的现有预测工具的重要进步，并且可以更有效地利用不断增长的围术期辅助系统来改善癌症结果。”　　来源：　　1.Sorin, M., Rezanejad, M., Karimi, E. et al. Single-cell spatial landscapes of the lung tumour immune microenvironment. Nature (2023). https://doi.org/10.1038/s41586-022-05672-3.　　2.基因网

2019年，上海交通大学丁显廷教授和林关宁教授团队联合在Genome Biology上发表了题为“A Comparison Framework and Guideline of Clustering Methods for Mass Cytometry Data”的文章。 该文章从准确性（precision）、一致性（coherence）和稳定性（stability）三个层面由浅入深地阐明了不同单细胞质谱流式技术（CyTOF）细胞族群分析方法的优劣及其适用场景。这是国际一线杂志第一次报道中国大陆学者在单细胞质谱流式技术数据标准化和分析方法学方面的工作。相比传统荧光标记的流式细胞术，CyTOF技术采用金属同位素标记抗体，避免了荧光重叠和自荧光消除的问题，可在单细胞水平同时测量数百万细胞中近百种蛋白质的表达量。这种同时获取高维度蛋白质的超强能力使得CyTOF技术在药物优化、疫苗开发和疾病标记发现方面具有重要的应用价值。然而，迄今为止CyTOF技术的数据标准化、样本和数据的质量控制、分析方法学，主要还是基于欧美学者提出的Accense，PhenoGraph和Xshift等分析方法。虽然这些分析方法已被广泛应用于不同的领域和临床研究，但是很多研究者对于采用哪个方法能更好地分析个体化的数据仍然存在疑惑。在这篇文章中，研究人员在三类异源（骨髓细胞、肌肉组织、结肠组织）6个单细胞组学的数据集上对目前经典的无监督和半监督细胞分群方法进行了基准分析和深度比较。在准确性（precision）分析上，根据四种内部评价指标（Accuracy，F-measure， NMI和ARI）讨论了不同方法对细胞进行分群的准确性；在一致性（coherence）分析上，利用三种外部评价指标（DB，CH和XB）探讨了细胞分群方法揭示细胞数据内部本质结构的能力；在稳定性（stability）分析方面，研究了随细胞采样数量变化，不同方法的准确性和识别出的细胞亚群数量的鲁棒性。此外，这篇文章还讨论了分群方法的分群分辨率，发现PhenoGraph和Xshifit能够识别出更细粒度的亚群（亚群数量偏多），而DEPECHE倾向于识别粗粒度的亚群（亚群数量偏少）。图1 CyTOF数据细胞分群方法的选择决策树综合上述框架的分析结果，这篇文章为单细胞质谱流式分析领域的研究者，特别是初学者以及没有生物信息学基础的研究者，提供了细胞分群方法的选择决策树。图2 聚类方法的稳定性分析上海交通大学生物医学工程学院个性化医学研究院是中国最早建立起单细胞质谱流式技术的单位之一，并已初步实现技术向临床应用的转化，先后利用单细胞痕量蛋白分析技术完成了寄生虫耐药、银屑病、结肠癌、肺结核方面的相关临床应用研究。刘晓博士、宋炜宸博士生是论文的第一作者。丁显廷教授和林关宁教授是论文的通讯作者。相关研究得到国际人类表型组计划、国家传染病重大专项、上海市高峰高原学科建设计划、国家自然科学基金等项目的支持。

8月28日，浙江普罗亭健康科技有限公司的质谱流式细胞分析仪PLT-MC601正式获得浙江省药品监督管理局批准的医疗器械许可证（浙械注准：20232221601）。普罗亭质谱流式细胞分析仪PLT-MC601诞生于2010年的质谱流式细胞技术（Mass Cytometry, CyTOF）采用带有金属同位素标签的抗体对细胞进行标记，通过飞行时间质谱分析各细胞上的标签组成，进行细胞表型和功能的深入研究。避免了荧光流式的计算补偿带来的误差和复杂的配色方案，可实现单细胞级多参数同步检测。对比传统流式技术，质谱流式技术主要特点包括：金属标签，采用金属同位素代替荧光基团做标签系统，增强抗体信号强度超高通道，检测范围从80-209amu，可同时检测单个细胞130个抗体通道高准确性，飞行时间质谱的应用，避免串色现象带来的补偿算法误差金属编码技术，质谱流式可支持10种以上的标本同时检测，大幅提高检测通量