定量差分相位对比成像技术预测间充质基质细胞免疫调节功能的研究

这篇综述创新性地利用定量差分相位对比（qDPC）成像技术结合机器学习（ML），实现了对间充质基质细胞（MSCs）免疫抑制功能的无标记、非破坏性预测。研究聚焦吲哚胺2,3-双加氧酶（IDO）活性这一关键免疫调控指标，通过单细胞形态特征分析揭示了MSCs在干扰素-γ（IFN-γ）刺激下的动态响应，为细胞治疗产品的质量控制提供了可扩展的监测策略。

　　

摘要

间充质基质细胞（MSCs）因其显著的免疫调节潜力成为治疗自身免疫和炎症疾病的候选疗法，但细胞异质性和缺乏可靠的效价检测方法阻碍了其临床转化。本研究探索了单细胞形态成像在MSCs扩增过程中评估吲哚胺2,3-双加氧酶（IDO）蛋白及酶活性的潜力，结合荧光和无标记定量差分相位对比（qDPC）成像技术，通过机器学习回归模型预测单细胞IDO活性，并扩展至基于IDO活性和T细胞抑制的MSCs效价共识模型。

1 引言

MSCs通过直接受体介导效应和旁分泌活动调控免疫反应，但其功能受组织来源、供体特性和制备方法影响。国际细胞与基因治疗学会（ISCT）虽制定了MSCs身份标准，但功能定义仍存争议。IDO作为色氨酸代谢限速酶，其活性是评估MSCs免疫抑制能力的常用指标。本研究假设单细胞形态特征可预测MSCs免疫功能，并验证了qDPC成像在生物制造过程中非破坏性监测的可行性。

2 结果

2.1 MSC IDO酶活性依赖供体与IFN-γ刺激条件

IFN-γ剂量（50–100 ng mL^?1）和时间（24–72 h）实验显示，延长刺激至48小时可显著提升IDO活性，但72小时未进一步增加。7例供体MSCs的IDO活性差异显著（8.25–87.2 pg KYN/细胞/天），证实供体异质性。

2.2 荧光与无标记成像预测IDO活性

通过UMAP降维分析，IFN-γ刺激的MSCs形态（如细胞面积增大、伸长）与未处理组明显分离。机器学习模型（如多层感知器回归MLPR）利用形态特征预测IDO活性，交叉验证R²>0.8，且未刺激细胞的形态特征预测性能与刺激组相当，支持生产过程中实时监测的可能性。

2.3 单细胞IDO表达与形态关联

抗体染色验证了IFN-γ诱导的IDO蛋白水平升高，UMAP分析识别出IDO^High（54%细胞）和IDO^Low亚群。形态预测与实验测量值的差异部分源于细胞周期（G2/S期细胞形态类似高IDO活性细胞）。

2.4 无标记qDPC成像优化

qDPC通过折射率波动捕获亚细胞结构信息，28项筛选特征（形态、相位强度和纹理）使不同供体MSCs在UMAP空间中完全分离。加入相位特征后，模型预测IDO活性的R²从0.56提升至0.93，对新供体RB277的预测误差仅16.7%。此外，该技术成功预测了包含T细胞抑制数据的复合功能评分（R²>0.95）。

3 讨论

当前MSCs疗法临床转化的瓶颈在于缺乏生产过程中的功能监测手段。qDPC技术克服了传统检测（如T细胞抑制试验）的破坏性和耗时缺点，且成本低廉、易于自动化。研究揭示了细胞周期对形态预测的干扰，未来可通过高级算法区分功能亚群。尽管培养条件（如培养基、密度）可能影响模型泛化性，但该方法为生物制造中的质量控制和工艺优化提供了新思路。

4 实验方法

研究使用RoosterBio骨髓来源MSCs，通过标准培养和IFN-γ刺激后，采用高效液相色谱法检测L-KYN浓度评估IDO活性。荧光成像通过CellProfiler提取形态特征，qDPC成像则通过定制化流程分析折射率波动。机器学习采用Scikit-learn工具包，通过五折交叉验证评估模型性能。

（注：以上内容严格基于原文缩编，未添加非文献依据的结论或数据。）