免疫肿瘤微环境是肿瘤、免疫、基质和细胞外成分的复杂组合。这些成分在细胞和组织水平上对抗肿瘤免疫的有效性起着至关重要的作用。如何有效获得免疫肿瘤微环境中的空间信息，并加以分析解读，是进一步提高免疫治疗临床效果的一大挑战。

      近期，斯坦福大学Gary Nolan教授团队在《Cell》上一篇文章里的工作和研究思路，堪称教科书级范例。我们将通过系列推送，详细解读文章中使用的实验工具和数据分析方法。本期推送，我们先和大家一起领略一下大牛们采用的新技术和重要发现。

  

文章名称：Coordinated Cellular Neighborhoods Orchestrate Antitumoral Immunity at the Colorectal Cancer Invasive Front 

发表期刊：Cell，影响因子：38.637

发表单位：斯坦福大学，Garry P. Nolan

发表时间：2020年8月

  

​

Nolan教授团队的实验方法和分析思路，为如何研究不同癌症中肿瘤微环境的原位组织空间变化，提供了一个一般化的框架。结合庞大的患者临床数据，这套研究方法可以帮助揭示肿瘤是通过如何调节细胞社区（cellular neighborhoods）中的组织结构、功能状态和相互沟通，逃避抗肿瘤免疫。

洞见时刻

• 文章中使用CODEX自动化多色免疫荧光平台，深度分析了35 CRC 患者140份组织样本56种蛋白指标的深度分析

• 作者通过拆解细胞交互关系，揭示组织微环境中的空间结构单元

• 揭示肿瘤和免疫结构互作关系的改变与患者预后风险的相关性

• 在高风险患者中局部微环境中的PD-1+CD4+ T 的富集比例和存活预期相关。

​

CODEX系统通过循环图像采集，最终集成超多指标的免疫荧光图像。在每一个采集图像的循环中，系统可以检测3种靶标。加入3色荧光标记报告子，荧光报告子识别并结合到对应的Barcode上，使得抗体和抗原结合的信息通过成像记录。然后在温和条件下，洗脱荧光标记报告子，完成一个检测循环。再进入到下一个检测循环，重复加入荧光标记报告子-显色成像-剥离洗脱，直到检测完所有靶标。经过叠加等图像处理后，同一张样本切片上即可显示出56种不同的靶标的空间分布和相互位置关系。

​

同时，CODEX 多色免疫荧光平台获取的图像保留了单细胞水平的组织原位信息，为进一步分析细胞的空间结构和互作关系提供了可能性。在此基础上， 文章中鉴定了9个保守的、独特的细胞社区(CNs) - CRC iTME的特征组成的集合。（图四）

在高危患者亚群中，仅在粒细胞CN内富集PD-1+CD4+ T细胞与生存呈正相关。肿瘤与免疫中枢神经系统的偶联、T细胞和巨噬细胞的中枢神经系统的分裂和cn间通讯的中断与预后不良有关。这项研究提供了一个框架来探究复杂的生物过程，如抗肿瘤免疫，是如何通过细胞和空间域的协同作用发生的。

​

本期推送暂以CODEX系统在不同类型组织中（脾脏、滤泡淋巴瘤、肝癌、胃癌、乳腺浸润性小叶癌、胸膜弥漫性恶性间皮瘤等）的多色免疫荧光结果案例作结尾，供大家赏析。敬请期待本系列微信文章的进一步分享。如果您对CODEX 系统如何实现超多指标荧光染色感兴趣，可以通过marketing@accuramed.com 联系我们，获取更多信息。

​

​

​

​

​

​