两项研究致力于放大癌症信号

今年，大约20万人将被诊断出患有非小细胞肺癌，这是仅次于心血管疾病的第二大死因。研究人员在最近发表的两项研究中致力于提高这些患者的患病几率，这两项研究将新颖的多重细胞成像方法与人工智能相结合，以了解患者对疾病和治疗的不同反应以及如何不同。

　　

今年，美国约有24万人将发现自己患有肺癌。其中约20万人将被诊断为非小细胞肺癌，这是仅次于心血管疾病的第二大死亡原因。乔治亚理工学院的研究人员Ahmet Coskun最近发表了两项研究，致力于提高这些患者的患病几率。这两项研究主要关注于理解患者对疾病和治疗的不同反应以及如何不同。

Coskun说:“我们所了解到的是，分子和细胞之间的连接和交流是真正控制一切的因素，关系到患者是否会变得健康，或者他们对药物的反应如何。”

这些研究发表在npj Precision Oncology和iScience杂志上，详细介绍了工具和技术的开发，以深入探索亚细胞水平的肿瘤微环境，利用Coskun实验室在复合细胞成像方法和人工智能方面的专业知识。

Coskun说:“我们正在更好地掌握细胞信号和决策，以及它们在肿瘤微环境中是如何协调的，这可以为这些患者提供更好的个性化、精确的治疗。”Coskun对为什么有些患者对突破性的免疫治疗药物有反应，而有些则没有反应非常感兴趣。

考虑到这一点，他的团队开发了SpatialVizScore，这是他们在《npj Precision Oncology》杂志上描述的一种新方法，用于深入研究癌症组织中的肿瘤免疫学，并帮助确定哪些患者更可能对免疫疗法产生反应。这是对目前癌症医生和研究人员使用的标准方法免疫评分的重大升级。

免疫力得分

免疫评分是一种用于预测的工具，测量身体免疫细胞包围和进入肿瘤的情况。它在预测患者疾病复发风险方面表现出了希望，这是制定个性化治疗计划的关键一步。评分越高表示免疫细胞浸润越好，评分越低表示复发风险越大。

但免疫细胞是移动的目标，表现出高度的分子复杂性，传统的免疫评分方法不能总是充分捕获。通过SpatialVizScore, Coskun的团队扩大了免疫评分的覆盖面。

虽然标准方法着眼于T细胞如何与肿瘤相互作用，但Coskun的系统着眼于其他免疫细胞的相互作用，如巨噬细胞，它有两种亚型——M1和M2，它们经常发现自己的冲突。M1有助于消灭病原体，M2则能促进肿瘤生长。

Coskun的多重成像系统可以观察到所有这些，可视化这些细胞是如何相互交流和相互作用的，以及这些细胞是如何与癌细胞相互作用的，不仅仅是在肿瘤内部和周围，而是在整个肿瘤环境中。

Coskun说:“因为癌细胞和免疫细胞并不总是彼此靠近，我们想象了空间连接，我们想象了细胞社区或邻居。”“但我们不仅仅是在观察癌细胞与免疫细胞的相互作用。我们也在研究免疫系统之间的相互作用。通过观察这些不同相互作用的影响，我们可以解释肿瘤，我们可以开发一个更全面的免疫评分。”

放大

在《iScience》的研究中，研究团队从细胞的群落和邻域中走了出来。相反，他们将目光聚焦在亚细胞蛋白质-蛋白质相互作用网络上，这可能会影响癌症的信号通路——当细胞中的分子一起合作控制细胞功能时，这可能是细胞分裂或细胞死亡。

每个分子激活另一个分子，这个过程沿着“通路”重复，直到最后一个分子被激活，细胞功能(无论好坏)得以执行。通路的异常激活可能导致癌症，但一些药物针对相关的特定分子，可以阻止癌细胞生长。

Coskun和他的团队正在使用他们的多重成像工具和机器学习来探测蛋白质-蛋白质相互作用，以破译导致非小细胞肺癌耐药性的信号通路的发病机制。

“我们可以观察和绘制蛋白质活性，”Coskun说，他的团队开发了一种亚细胞分辨率的成像技术，称为快速多路免疫荧光(RapMIF)。

“蛋白质正在做出影响我们细胞的决定，”Coskun补充说。“现在我们可以看到它们是如何交流的，它们是如何影响我们细胞的最终功能的。这是一种信号发现方法，可以用于设计精确疗法，并最终帮助更多正在与癌症作斗争的患者。”

Spatially variant immune infiltration scoring in human cancer tissues. npj Precision Oncology, 2022; 6 (1)

Multiplexed protein profiling reveals spatial subcellular signaling networks. iScience, 2022; 25 (9): 104980