利用空間分析推動CAR-T細胞治療在兒童實體瘤中的治療方案開發

瀏覽次數：784　發布日期：2022-2-9　來源：本站　僅供參考，謝絕轉載，否則責任自負

兒科癌癥是一個迫切而重要的問題，需要高度精確的診斷和治療方法，然而很多必要的工具尚未開發。大約60%的兒科癌癥是實體瘤，這些癌癥的預后很差，死亡率高達40%。盡管目前的治療方法有化療和放療等，但復發仍可能發生，死亡率高達66%。

來自休斯頓德克薩斯兒童醫院、貝勒醫學院的兒科腫瘤學家David Steffin博士的團隊專注于利用CAR-T細胞治療方法治療兒童實體瘤，他分享了他的團隊如何實施CODEX來幫助他開發治療兒童實體瘤的新療法。

利用空間分析推動CAR-T細胞治療的前沿

雖然在鑒別兒科癌癥的組織學特征和確定遺傳突變方面取得了顯著進展，但腫瘤細胞與基質細胞和浸潤性免疫細胞亞群的相互作用尚未得到廣泛定義。在兒童食管癌中，免疫療法已成為一個有吸引力的選擇。這些療法包括但不限于檢查點抑制劑，單克隆抗體，疫苗，以及Steffin博士的工作重點，適應性細胞療法，即CAR-T細胞治療。

來自David Steffin博士演講報告

免疫組織化學雖然對空間評估很有用，但每次只能檢測一個或幾個標記物，這使得串聯評估組織的蛋白表達具有挑戰性。另一方面，單細胞RNA測序有助于識別基因表達的變化，但不能提供細胞組織的信息。為了真正理解細胞混合的復雜性，Steffin博士和他的團隊決定將空間環境作為解開癌癥引發的許多復雜問題的關鍵因素。

空間生物學是對組織或細胞在其體內特定微環境的研究。當我們提到癌癥時，這一點尤其重要，實體瘤很可能是高度不均一的。例如，單個活檢、單個患者或患者之間的腫瘤之間可能存在差異性。除了細胞與細胞之間的相互作用外，了解不同患者之間癌癥的差異，為研究特定的藥物靶點創造了機會。

來自David Steffin博士演講報告

CODEX如何提供幫助開始空間環境分析

Steffin博士所選擇的CODEX技術，是一種超高多重成像技術, 它是建立在單細胞分辨率水平的單細胞技術，使免疫組織化學的空間信息具有更高的分辨率和實現更多的生物標志物。理論上它可實現無限數量的生物標記來識別更大的細胞亞群，并在相同的空間中描述總體的細胞相互作用。

基于預測生物標志物表達、免疫細胞定位和細胞鄰域等信息，他們在實體瘤中探索新的免疫逃逸機制，最終目標是識別特定的治療靶點。為此，他們比較了來自結節硬化和混合細胞性腫瘤的單個實體腫瘤組織樣本，以評估每個腫瘤不同區域內相似細胞表型的分布。使用機器學習算法來描繪細胞大小和形狀，然后使用聚類和分割算法來識別細胞相互作用。