免疫-肿瘤互作


        摘要

       

   免疫系统与肿瘤细胞之间的相互作用(简称免疫-肿瘤互作)是癌症生物学的热点问题之一,免疫-肿瘤互作涉及了肿瘤的发生、发展、转移及预后,而且为现代肿瘤免疫疗法提供了理论基础。本文重点介绍了免疫-肿瘤互作的基础机制以及最新研究进展,并提供了一种助力免疫-肿瘤互作研究的工具——JuLI™ Stage活细胞成像分析系统。


        免疫-肿瘤互作的基础机制

       

            1. 免疫监视与肿瘤逃逸

正常情况下,免疫系统通过免疫监视机制识别并清除体内异常增生的细胞,包括潜在的恶性肿瘤细胞。该过程涉及固有免疫反应(如自然杀伤细胞、巨噬细胞等的直接杀伤)和适应性免疫反应(如T淋巴细胞、B淋巴细胞介导的特异性免疫应答)。然而,肿瘤细胞能够通过多种策略逃避免疫系统的监控与清除,这些策略包括但不限于:


免疫抑制微环境的构建:

肿瘤细胞分泌免疫抑制因子(如转化生长因子TGF-β、白介素10IL-10、吲哚胺2, 3-双加氧酶IDO等)、诱导免疫检查点分子(如细胞程序性死亡

-配体PD-L1、细胞毒性T淋巴细胞相关蛋白CTLA-4)表达,以及招募免疫抑制性细胞(如调节性T细胞、髓源性抑制细胞等),共同营造有利于肿瘤生长且抑制免疫活性的微环境。

抗原呈递障碍

肿瘤细胞可能下调MHC分子表达,减少肿瘤抗原的呈现,从而降低被T细胞识别的概率。

免疫编辑

肿瘤细胞通过进化选择,产生免疫逃逸的能力,使得免疫系统无法有效清除。

            2. 循环肿瘤细胞与免疫细胞的相互作用

循环肿瘤细胞(CTCs)是存在于外周血中的各类肿瘤细胞的统称,是从原发灶或转移灶脱落进入血液循环的肿瘤细胞,它们与免疫细胞的相互作用对肿瘤的远处播散至关重要     。研究表明,CTCs能够通过与免疫细胞(如NK细胞、T细胞、巨噬细胞)的直接接触或释放可溶性因子,影响免疫细胞的功能,如抑制其杀伤活性、诱导免疫耐受或促进炎症反应,有助于CTCs的存活与定植。


[3]


        免疫-肿瘤互作的最新研究进展

       

            1. 单细胞与空间转录组学技术的应用



高通量测序技术的进步,尤其是单细胞RNA测序(scRNA-seq)和空间转录组学,为深入解析肿瘤内复杂免疫微环境提供了前所未有的视角。这些技术揭示了肿瘤内部异质性、免疫细胞亚群的精细分型、细胞间通讯网络以及动态变化过程,有助于阐明肿瘤免疫逃逸的具体机制和寻找新的免疫治疗靶点。

            2. 血管生成



例如,研究工作者在《Nature Methods》上发表的Cyto Community算法,这是一种针对单细胞空间图谱进行无监督和有监督学习的计算工具,用于识别条件特异性的细胞邻域协作,为解析肿瘤-免疫互作机制提供了有力的分析手段     。

[2]

            3. 免疫治疗新策略与药物研发



针对免疫-肿瘤互作机制的深入理解,推动了新型免疫疗法的研发,如免疫检查点抑制剂(如PD-1/PD-L1、CTLA-4抑制剂)、CAR-T细胞疗法、肿瘤疫苗、免疫激动剂等。此外,联合疗法也显示出显著的临床效果,体现了精准调控免疫-肿瘤互作以实现高效抗癌治疗的可能性。

          JuLI™ Stage活细胞成像分析系统在免疫-肿瘤互作研究中的应用

图1. JuLI™ Stage放置在细胞培养箱内工作
         借助JuLI™ Stage进行免疫-肿瘤互作实验,对癌细胞进行荧光标记 ,在GFP通道下观察,免疫细胞在明场下观察。对明场和GFP通道下样本进行延时摄影,并自动合成视频。下图分别展示了在明场和GFP通道下图像合并的结果(图2)以及单独GFP通道下T细胞成像结果(图3)。
图2. 明场和GFP通道下图像合并的结果
图3. 单独GFP通道下癌细胞成像结果

         拍摄结束后,利用JuLI™ Stage自带的分析软件,对视频结果进行统一分析(图4)。

  















图4. 免疫细胞-癌细胞互作结果分析

             参考文献

             [1] Zhao QW, Situ B, Zheng L. [Current progress in research of circulating tumor cells]. Nan Fang Yi Ke Da Xue Xue Bao. 2017 Oct 20;37(10):1423-1426.

             [2] Hu Y, Rong J, Xu Y, Xie R, Peng J, Gao L, Tan K. Unsupervised and supervised discovery of tissue cellular neighborhoods from cell phenotypes. Nat Methods. 2024 Feb;21(2):267-278.(IF48)