《Scientific Reports》：Effects of intravenous lipid emulsions on Jurkat cells assessed using label-free deformability cytometry
编辑推荐：
本研究针对静脉脂肪乳剂(ILEs)在临床营养支持中免疫调节机制不明、尤其对细胞免疫治疗潜在影响的问题，开展了ILEs对Jurkat细胞影响的系统评估。研究人员创新性地结合无标记变形流式细胞术(DC)、深度学习图像分类和代谢分析，发现奥米加3(Omegaven)比平衡脂肪乳(SMOFlipid)毒性更强，且能诱导更多脂滴积累但不改变细胞代谢。该研究为DC技术在免疫细胞监测中的应用提供了新范式，对优化免疫治疗患者营养支持方案具有重要指导意义。
在现代医疗实践中，静脉脂肪乳剂(Intravenous Lipid Emulsions, ILEs)是肠外营养不可或缺的组成部分，为胃肠道功能受损、无法长期耐受口服营养的患者提供生命支持。然而，这些看似普通的脂肪乳剂却有着不为人知的"双重身份"——除了提供能量和必需脂肪酸外，它们还对免疫系统产生复杂的调节作用。尤其令人担忧的是，这种免疫调节作用至今仍未完全阐明，而在细胞免疫治疗日益普及的今天，这可能成为一个潜在的安全隐患。
以嵌合抗原受体T细胞(Chimeric Antigen Receptor T-cell, CAR-T)疗法为代表的细胞免疫治疗，近年来在肿瘤治疗领域取得了突破性进展。在这种精准医疗过程中，患者自身的T细胞被提取、改造、扩增后回输体内，成为攻击肿瘤细胞的"活药物"。这些免疫细胞的功能状态直接决定治疗成败。然而，许多接受细胞免疫治疗的患者同时需要肠外营养支持，这意味着他们的免疫细胞会直接暴露在循环的脂肪乳剂中。这些外源性脂质如何影响免疫细胞的活力、功能和生存能力，成为临床医生和研究人员必须面对的重要科学问题。
传统的细胞状态评估主要依赖流式细胞术，需要荧光标记抗体，操作复杂且成本较高。近年来，一种新兴的技术——变形流式细胞术(Deformability Cytometry, DC)展现出独特优势。这种技术通过捕捉细胞在微流控通道中受剪切力变形的瞬间图像，不仅能分析细胞形态特征，还能测量细胞变形能力这一重要的生物物理指标。更重要的是，DC无需任何标记即可实现高速检测，每秒可分析上千个细胞，为细胞状态监测提供了更简便高效的解决方案。
在此背景下，由斯洛文尼亚卢布尔雅那大学医学院生物物理研究所的Jure Derganc教授领导的研究团队，在《Scientific Reports》上发表了他们的最新研究成果。该研究首次系统评估了两种临床常用脂肪乳剂——富含Omega-3多不饱和脂肪酸的鱼油基乳剂Omegaven和平衡配方的SMOFlipid——对Jurkat细胞（人T淋巴细胞白血病细胞系，常作为T细胞研究模型）的影响。研究不仅关注细胞存活率和力学特性，还创新性地将DC技术与深度学习图像分类、脂滴形态分析相结合，为理解脂肪乳剂与免疫细胞的相互作用提供了全新视角。
研究方法上，作者团队主要运用了三大关键技术：一是自定义搭建的变形流式细胞术(DC)系统，用于高通量分析细胞力学特性和形态特征；二是基于ResNet18架构的深度学习卷积神经网络，实现对DC图像中五类事件（完整细胞、异常细胞、死细胞、细胞聚集体和碎片）的自动分类；三是Seahorse能量代谢分析仪，用于评估细胞能量代谢状态，特别是脂肪酸β氧化贡献。此外，还采用了标准MTS法检测细胞活力、LipidTOX荧光染色观察脂滴、流式细胞术定量脂滴积累等辅助技术。
自动化分类
研究人员开发了监督式机器学习分类器，基于卷积神经网络对DC图像中的事件进行自动分类。通过手动准备包含4,904个完整细胞、1,456个异常细胞、2,525个死细胞、784个细胞聚集体和1,829个碎片图像的数据集，训练后的模型在识别碎片和细胞聚集体时达到97%的准确率，对死细胞、完整细胞和异常细胞的识别准确率分别为93%、87%和85%。这种自动分类方法有效避免了传统手动设门的操作者偏差，为高通量分析奠定了基础。
静脉脂肪乳剂对Jurkat细胞具有毒性，可通过变形流式细胞术图像分类"无标记"检测
细胞活力实验显示，两种脂肪乳剂均呈现浓度依赖性毒性作用，但毒性强度存在显著差异。Omegaven在低至0.01 mg/mL的浓度下即表现出明显毒性，而SMOFlipid的毒性起始浓度约为0.1 mg/mL，表明Omegaven的毒性比SMOFlipid强约十倍。这一结果与游离脂肪酸实验结果一致：Omega-3多不饱和脂肪酸（二十碳五烯酸EPA和二十二碳六烯酸DHA）比Omega-9（油酸OA）和Omega-6（亚油酸LA）对Jurkat细胞更具毒性。更重要的是，DC图像分类得到的细胞状态变化与MTS法结果高度一致，证明DC可作为评估细胞状态的简单、快速、无标记方法。
变形流式细胞术显示脂质乳剂处理的Jurkat细胞机械特性改变有限
尽管脂肪酸已知可影响细胞膜流动性，但DC检测发现，脂肪乳剂处理仅在高浓度下引起Jurkat细胞变形性和投影面积的轻微增加。密度图显示这些变化沿理论等弹性曲线分布，表明细胞内在刚度未发生实质性改变。这一结果提示，细胞骨架和细胞核在决定Jurkat细胞刚度方面可能比膜成分发挥更重要作用。
Jurkat细胞中脂滴积累随脂质乳剂浓度增加而增加，可通过变形流式细胞术图像分析检测
DC图像中观察到脂肪乳剂处理细胞胞浆内出现暗色内含物，经LipidTOX染色和共聚焦显微镜确认这些结构为细胞内脂滴。流式细胞术显示脂滴积累呈浓度依赖性增加，且Omegaven诱导的脂滴积累显著多于SMOFlipid。研究人员进一步开发了简单的阈值算法，实现了DC图像中脂滴的无标记定量分析，为脂滴研究提供了新方法。
脂质乳剂中的脂质不改变未激活Jurkat细胞的能量代谢
Seahorse代谢分析显示，脂肪乳剂处理未显著改变基线或最大耗氧率(OCR)、细胞外酸化率(ECAR)及其比值，氧化磷酸化和糖酵解产生的ATP比例也保持不变。β氧化抑制剂etomoxir仅引起轻微代谢变化，且脂肪乳剂处理未增加脂肪酸β氧化速率，表明细胞内积累的脂质未被大量用于能量代谢，而是以脂滴形式储存。
激活的Jurkat细胞对脂质乳剂敏感性增加但脂滴积累不增加
激活的Jurkat细胞对两种脂肪乳剂的敏感性约为未激活细胞的两倍，但DC检测到的机械特性变化更小。有趣的是，激活细胞基线脂滴水平较高，且暴露于脂肪乳剂后未检测到额外积累，提示激活可能改变了脂质处理途径或细胞摄取机制。
本研究通过多角度系统评估，揭示了两种临床常用脂肪乳剂对免疫细胞的差异化影响。最重要的发现是鱼油基乳剂Omegaven相比平衡配方SMOFlipid具有更强细胞毒性，且这种毒性差异与脂滴积累程度相关。研究创新性地将DC技术应用于免疫细胞-脂质相互作用研究，开发了基于深度学习的自动图像分类方法和脂滴无标记定量算法，为细胞状态监测提供了新工具。
值得注意的是，脂肪乳剂引起的脂滴积累并未伴随能量代谢的显著改变，表明细胞可能通过脂滴形成来隔离过量脂质，从而缓解脂毒性。这种保护机制在免疫治疗背景下尤为重要，因为T细胞功能状态直接决定治疗效果。此外，激活细胞对脂肪乳剂的反应差异提示，不同活化状态的免疫细胞可能具有不同的脂质处理能力，这为个性化营养支持提供了理论依据。
尽管本研究采用Jurkat细胞系存在局限性（如激活后机械特性变化不明显），但为后续原发性淋巴细胞研究奠定了坚实基础。研究人员已将全部DC图像和分析代码公开，促进了研究透明度和可重复性。随着细胞免疫治疗的广泛应用，理解脂肪乳剂对免疫细胞的影响变得愈发紧迫。这项研究不仅为临床营养支持方案优化提供了科学依据，也展示了DC技术在免疫细胞监测中的巨大潜力，为未来开发实时、无创的细胞状态评估方法指明了方向。
