优化人FRC免疫标志物
确定用于量化人淋巴结FRC网络的稳健免疫组化标志物。
对五种FRC标志物（PDGFRβ、SMA、PDPN、整合素β1、FAP）进行免疫组化染色，并与网状纤维染色比较，评估其标记FRC的特异性。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
人淋巴结网状网络拓扑分析预测乳腺癌预后
Topological analysis of the human lymph node reticular network predicts outcome in breast cancer
实验完整度
高包含患者队列样本（331个淋巴结）的回顾性分析、免疫组化标志物优化、图像分析定量、多变量回归、PCA及生存分析等多层级验证。
主要模型
人腋窝淋巴结（ALN） 乳腺癌患者队列
重点核对
PDGFRβ作为人FRC免疫标志物的验证 TWOMBLI图像分析参数的标准化 ROI选择标准（8个ROI，250,000 μm²） 患者队列的临床病理特征（n=331个淋巴结，179例患者） 生存分析的分组（pN0/ypN0，pN1/ypN1）
摘要
腋窝淋巴结（ALN）在乳腺癌（BC）中启动免疫反应，但ALN何时以及如何功能障碍并促进转移尚不清楚。ALN内的成纤维网状细胞（FRC）网络提供结构支持并介导免疫稳态，但我们尚未阐明该网络在BC进展过程中是否发生变化。使用无偏计算方法量化来自BC患者的ALN中免疫标记的FRC网络特征。血小板衍生生长因子受体β（PDGFRβ）被确定为人FRC的稳健免疫标志物，并用于量化FRC网络拓扑在BC进展和治疗后的变化。评估了来自179名BC患者和23名良性反应性对照的福尔马林固定石蜡包埋ALN（n=331）的FRC网络指标，包括空隙度和分支点，以及去标识的临床病理数据。然后使用多变量、主成分和生存分析整合这些数据。在淋巴结阴性、新辅助化疗后的三阴性乳腺癌中，未受累淋巴结中更致密的FRC网络显著改善生存率（p=0.0365）。[2026年5月9日首次在线发表后添加更正：上句中“未接受治疗”已更正为“新辅助化疗后”。]相反，在淋巴结阳性乳腺癌中观察到的类似变化显著恶化生存率（p=0.0407），与BC亚型或治疗无关。在转移性ALN中，FRC网络破坏与腋窝肿瘤负荷成比例增加，并且与较差结局显著相关（p=0.043）。有趣的是，这些转移灶内FRC排列增加显著改善生存率（p=0.0205）。本研究表明，人ALN FRC网络拓扑的变化可预测BC预后。这可能有助于未来对患者进行风险分层，并为机制性转化研究提供新途径。© 2026作者。The Journal of Pathology由John Wiley & Sons Ltd代表大不列颠及爱尔兰病理学会出版。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 人腋窝淋巴结中成纤维网状细胞网络拓扑是否随乳腺癌进展或新辅助化疗而变化，并能否预测患者预后？
- 核心机制
- 文中未明确说明。
- 主要证据
- 基于331个腋窝淋巴结的PDGFRβ免疫组化染色，TWOMBLI量化网络指标（空隙度、分支点等），多变量回归和生存分析显示空隙度变化与预后相关。
- 研究意义
- 本文研究表明，人ALN FRC网络拓扑变化可预测乳腺癌预后，有助于未来改善患者风险分层，并为机制性转化研究提供新途径。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
图像采集与ROI选择
为FRC网络定量分析选择代表性的感兴趣区域。
使用Glissando Desktop Scanner扫描全切片图像，在PDGFRβ染色的LN切片中手动选择8个ROI（250,000 μm²），避开生发中心。
FRC网络拓扑的定量分析
量化FRC网络的空间特征。
使用TWOMBLI ImageJ插件分析ROI，提取网络指标如空隙度、分支点、纤维长度、宽度、HDMI、HGU等。
统计分析
评估FRC网络拓扑与临床变量和患者生存之间的关联。
使用多变量线性回归、Kruskal-Wallis检验、主成分分析（PCA）和Kaplan-Meier生存分析（Gehan-Breslow-Wilcoxon方法）分析数据。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 免疫组化 | 抗PDGFRβ抗体（RM303） | Invitrogen, Fisher Scientific UK | MA5-33050 |
| 抗PDPN抗体（D240） | Cell Marque, Roche Diagnostics | 322M-10 | |
| 抗SMA抗体（1A4） | Cell Marque | 202M-90 | |
| 抗整合素β1抗体（EP1041Y） | Abcam | ab52971 | |
| 图像采集 | Glissando台式扫描仪 | Objective Imaging | -- |
| 图像分析 | QuPath软件 | -- | v0.5.1 |
| TWOMBLI插件 | -- | -- | |
| CurveAlign软件 | -- | v5.0 |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 患者队列 | 纳入标准：2014-2024年间在King's College Hospital接受SLNB和/或ALNC的浸润性乳腺癌患者；排除接受检查点抑制剂治疗的患者；良性诊断患者作为对照 阅读提示：Materials and methods - Patient cohort |
| 免疫组化 | 抗体克隆、供应商、抗原修复条件、浓度、孵育时间 阅读提示：Materials and methods - Tinctorial and immunohistochemical staining, Table 2 |
| 图像分析 | TWOMBLI参数设置（对比度饱和度、线宽、分支长度等）；ROI数量、大小和选择位置 阅读提示：Materials and methods - Region of interest (ROI) selection, Image analysis |
| 统计学分析 | 多变量回归模型的自变量和因变量；PCA中纳入的参数；Kaplan-Meier比较方法 阅读提示：Materials and methods - Statistical analyses |
| FRC网络定量 | 空隙度、分支点等指标的定义和计算；HDMI阈值 阅读提示：Materials and methods - Image analysis, Figure S1 |