黑色素瘤脑转移的空间分辨单细胞成像识别预测免疫检查点阻断反应的局部免疫模式

Spatially-resolved single-cell imaging of melanoma brain metastases identifies localized immune patterns predictive of immune checkpoint blockade response

作者信息Stefanos Voglis, Daniel Schulz, Nils Eling, Natalie De Souza, Luca Regli, Marian Christoph Neidert, Marcus Czabanka, Michael Weller, Emilie Le Rhun, Daniela Mihic-Probst, Mitchell Levesque, Bernd Bodenmiller
PMID42209753
发布时间2026-09-01
DOI10.1093/neuonc/noag128

实验完整度

高

研究包含患者样本的多重成像质谱分析、空间分析、生存分析和ICI反应亚组比较,多个证据层级。

主要模型

黑色素瘤脑转移患者肿瘤样本

重点核对

样本类型:黑色素瘤脑转移福尔马林固定石蜡包埋组织(来源于36例患者共44个样本) 抗体组:42重金属同位素标记抗体(包含肿瘤和免疫标志物) ICI反应组定义:ICI初治患者术后接受nivolumab联合ipilimumab治疗后,基于RANO-BM标准评估的颅内反应 空间模式分类:将ROI分为冷、分散、局部浸润三类 生存分析:采用Kaplan-Meier和Cox比例风险模型分析OS和局部PFS

摘要

背景:一部分晚期黑色素瘤脑转移(MBM)患者对免疫检查点抑制剂(ICIs)有颅内反应。我们推测肿瘤微环境的空间结构特征与治疗反应相关。方法:我们使用高多重单细胞成像来表征44例MBM患者的肿瘤微环境(TME);队列中包括未经治疗和已接受ICI治疗的受试者。样本用42重金属同位素标记抗体组染色,随后使用成像质流式细胞术(IMC)成像。下游分析侧重于ICI应答者和无应答者肿瘤微环境的表型和空间特征,以及蛋白表达与总体和局部无进展生存期的相关性。结果:单细胞表型分析识别出超过110万个细胞,主要是肿瘤细胞(67%)和免疫细胞(29%)。ICI应答者表现出更高的B细胞、IDO+巨噬细胞和特定T细胞亚群(调节性和耗竭/活化CD8+)的基线比例。相反,中性粒细胞浸润与颅内反应和生存期呈负相关。空间分析显示,与无应答者中分散的模式相比,应答者具有更局部化、聚集的免疫细胞模式。对CD8+T细胞分布的建模显示,局部浸润与总体和局部无进展生存期呈正相关,而分散模式与较差的结果相关。此外,接受过ICI预处理的样本显示出比未治疗样本更高的免疫-肿瘤共定位。结论:我们对人类黑色素瘤脑转移微环境的单细胞、空间分辨表征显示了与ICI反应和生存结果相关的不同免疫细胞的表型和空间浸润模式。

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
黑色素瘤脑转移微环境的细胞构成和空间组织模式是否与免疫检查点抑制剂(ICI)的颅内反应及患者生存相关。
核心机制
研究揭示了T细胞浸润的局部化空间模式,即CD8+ T细胞聚集在肿瘤边缘或特定区域,而非弥漫分布,与更好的ICI反应和生存相关;而中性粒细胞(特别是表达Arginase的中性粒细胞)浸润则与ICI耐药和较差预后相关。
主要证据
基于44个MBM样本的IMC数据显示,ICI应答者具有更高比例的B细胞、IDO+巨噬细胞、Treg和衰竭/活化CD8+ T细胞;中性粒细胞比例与反应负相关。空间分析显示,局部CD8+ T细胞浸润模式与更好的OS和局部PFS相关,而分散模式与较差结果相关;ICI预处理样本显示更高的免疫-肿瘤细胞共定位。
研究意义
研究揭示了空间组织结构可作为预测ICI反应的工具,为MBM患者分层和改进治疗策略提供了丰富的蛋白质组资源;将来前瞻性验证后可能有助于识别更可能从ICI中获益的患者。

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。

1

样本收集与临床数据整理

收集黑色素瘤脑转移患者的手术切除样本,并记录临床特征和治疗结果,以评估TME特征与预后的关联。

回顾性收集了2012年至2021年间在苏黎世大学医院神经外科接受手术切除的MBM样本和相关临床数据。患者分为ICI治疗和未治疗组。

2

组织染色与成像质流式细胞术采集

对TME进行高多重单细胞空间成像,以定量细胞表型和空间分布。

对FFPE组织切片进行免疫荧光引导的ROI选择,然后使用42重抗体组进行成像质流式细胞术(IMC)采集,获得高分辨率单细胞图像。

3

单细胞分割、数据预处理和细胞表型注释

识别单个细胞并分类为不同的肿瘤、免疫和基质细胞类型,以进行下游分析。

使用Steinbock流水线进行核分割,并进行质量控制、批次效应校正和手动门控,结合聚类和手动注释来定义18种细胞类型。

4

细胞类型比例和密度分析

比较不同临床组(应答者/无应答者、ICI预处理/未处理)的细胞丰度,并评估其与生存的关系。

计算每个样本/ROI的细胞类型比例和密度,使用edgeR进行差异丰度分析,并使用Cox比例风险模型进行生存关联分析。

5

空间分析和细胞邻域分析

揭示免疫细胞间及其与肿瘤细胞间的空间共定位或排斥模式,并定义细胞邻域结构,比较不同临床组和生存相关。

利用imcRtools包计算细胞间相互作用和细胞邻域(CNs),并通过kmeans聚类识别主要的CNs,分析其比例与生存和反应的关系。

6

统计建模与预测性能评估

评估结合临床、细胞丰度和空间特征的模型对ICI反应和患者生存的预测能力。

使用单变量和多变量Cox回归、Ridge回归和Elastic Net逻辑回归来评估不同特征集的表现,通过C-index和AUC-ROC评估。

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
Hyperion成像系统Standard BioTools--
Helios飞行时间质谱流式细胞仪Standard BioTools--
Steinbock流水线----

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
样本收集与临床数据
患者入组标准:2012-2021年间接受神经外科切除的MBM患者;排除葡萄膜黑色素瘤;ICI治疗的患者接受nivolumab和ipilimumab。
阅读提示:详见Methods中的Patient Selection部分
免疫组化与成像质流式细胞术
抗体组:42重金属标记抗体,具体靶标见图1D;组织类型:FFPE切片;ROI选择:免疫浸润的肿瘤区域。
阅读提示:图1D和图1C
单细胞数据处理与注释
分割方法:Steinbock流水线,segmentation类型为deepcell;数据转换:arc-sinh;批次效应校正:fasMNN算法。
阅读提示:Methods中的Single-Cell Segmentation和Cell Type Annotation部分
细胞丰度与密度分析
比例和密度计算方法:比例基于细胞计数,密度基于ROI面积;差异分析使用edgeR。
阅读提示:Methods中的Phenotypic and Spatial Analyses部分
空间分析
空间相互作用计算:imcRtools包的testInteraction函数;细胞邻域分析:aggregateNeighbors函数和kmeans聚类;使用classic计数方法。
阅读提示:Methods中的Phenotypic and Spatial Analyses部分
生存分析
生存终点:OS和局部PFS,从手术日期开始计算;生存分析方法:Kaplan-Meier图和log-rank检验(分位数分组);多变量分析:Cox回归模型,特征标准化处理。
阅读提示:Methods中的Survival Analyses部分
ICI反应分组
ICI反应定义为至少一次颅内部分或完全缓解(基于RANO-BM标准)
阅读提示:Methods中的Patient Selection部分