大型高質量mIF數據集——AstroPath，有助于識別腫瘤免疫療法

　　針對免疫系統的癌癥免疫療法目前已經在多種癌癥的治療中取得了令人興奮的成績，美國食品和藥物管理局（FDA）在超過17種實體瘤中批準了抗PD-1/PD-L1的藥物的使用，然而僅有30%的癌癥患者對免疫療法起反應，因此發現有效的生物標志物從而指導患者的臨床用藥是非常迫切的需求。免疫組化（IHC）評估的PD-L1蛋白表達是FDA認證的重要的預測免疫治療反應的生物標志物，但該標志物存在很大程度上局限性。Lu等人的META分析研究發現多重免疫熒光（mIF）/ IHC在預測腫瘤免疫療法反應方面有著良好的潛力。

　　mIF可以在單個組織切片上同時使用基于核復染的多種標記物進行基于抗體的同時檢測，是多維度研究腫瘤微環境（TME）、鑒定特定免疫調節細胞分子的重要工具。然而，由于技術限制早期研究中大多數mIF僅報道了標記物的陽性或陰性分類，沒有進行強度評估。

　　近日，美國約翰霍普金斯大學的Janis M. Taube團隊在 Science 雜志發表了題為 Analysis of multispectral imaging with the AstroPath platform informs efficacy of PD-1 blockade 的研究，結合天文學的基礎，更新了多光譜mIF分析方法。克服了現有研究中僅對PD-1/PD-L1表達進行分類描述的缺陷，兼顧了對原位表達強度（陰性、低水平、中水平、高水平）的測量。研究通過構建大型高質量mIF數據集—— AstroPath，有助于識別腫瘤免疫療法的生物標志物。

　　研究首先利用酪胺信號放大（TSA）技術與多光譜成像相結合，通過mIF切片染色、圖像采集和處理、細胞識別、標準化批次效應四個主要階段創建高質量的mIF數據集——AstroPath平臺（圖1）。通過技術更新，研究每個階段的多個步驟中減少3到50%的誤差，大大提升了準確率。研究開發mIF檢測方法，利用AstroPath成像平臺獲取的圖像塊，評估關鍵區域中腫瘤微環境（TME）的總體比例，消除潛在的異質性并優化預測值，在此基礎上通過計算機輔助定量細胞密度（單位面積細胞數量）替代病理學家視覺評估給定標記物的陽性細胞比例，從而應用在臨床以預測免疫治療效果。目前FDA還沒有批準針對黑色素瘤免疫檢查點療法的生物標志物，本研究開發了一種新的組合方法，使用mIF檢測中的所有6個標記物（PD-L1, CD8, FoxP3, Tumor, PD-1, CD163）來預測黑色素瘤患者接受免疫檢查點阻斷治療后的效果，證實了對每個免疫活性特征使用不同的采樣策略進行抽樣，可以提高組合標記物的預測準確度。事實上，高質量的全載片多重圖像有助于繪制具有復雜表型的罕見細胞類型，在空間上評估TME參數。

　　圖1 AstroPath平臺生成高質量的數據集的過程

　　綜上所述，本研究在天文學概念的指導下構建了多光譜成像平臺，把細胞看作恒星或者星系（圖2），生成高質量的單細胞分辨率的數據集，用于發現腫瘤免疫治療生物標志物和定量癌癥患者病理參數，有助于精準治療的開展。基于mIF數據庫構建的AstroPath平臺提出了多光譜數據的質量標準，構建了多路復用技術的框架。并將在未來開源提供大規模的、包含數十億個空間單細胞數據的腫瘤免疫圖譜以推進腫瘤免疫的臨床研究。

　　圖2 AstroPath平臺構建概念