Methodenartikel

Räumliches Profiling der Protein- und RNA-Expression im Gewebe: Ein Ansatz zur Feinabstimmung der virtuellen Mikrodissektion

DOI:

10.3791/62651

⸱

6. Juli 2022

 ,  ,  ,  ,  , 
1Department of Pathology, Genentech, 2Department of Microchemistry, Proteomics, Lipidomics & Next Generation Sequencing (MPL-NGS), Genentech, 3NanoString Technologies

In diesem Artikel

Zusammenfassung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Hier beschreiben wir ein Protokoll zur Feinabstimmung von Regions of Interest (ROIs) für Spatial Omics-Technologien, um die Tumormikroumgebung besser zu charakterisieren und spezifische Zellpopulationen zu identifizieren. Für Proteomik-Assays können automatisierte, angepasste Protokolle die ROI-Auswahl leiten, während Transkriptomik-Assays mit ROIs von nur 50 μm fein abgestimmt werden können.

Zusammenfassung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Multiplexing ermöglicht die Beurteilung mehrerer Marker auf demselben Gewebe bei gleichzeitiger Bereitstellung eines räumlichen Kontextes. Spatial Omics-Technologien ermöglichen sowohl Protein- als auch RNA-Multiplexing, indem sie photospaltbare oligomarkierte Antikörper bzw. Sonden nutzen. Oligos werden aus bestimmten Regionen des Gewebes gespalten und quantifiziert, um die zugrunde liegende Biologie aufzuklären. Hier zeigt die Studie, dass automatisierte benutzerdefinierte Antikörper-Visualisierungsprotokolle verwendet werden können, um die ROI-Auswahl in Verbindung mit räumlichen Proteomik-Assays zu steuern. Diese spezifische Methode zeigte keine akzeptable Leistung bei räumlichen Transkriptomik-Assays. Das Protokoll beschreibt die Entwicklung eines 3-Plex-Immunfluoreszenz-Assays (IF) für die Markervisualisierung auf einer automatisierten Plattform unter Verwendung von Tyramid-Signalamplifikation (TSA), um das Fluoreszenzsignal von einem bestimmten Proteinziel zu verstärken und den Antikörperpool zur Auswahl zu erhöhen. Das Visualisierungsprotokoll wurde mit einem gründlich validierten 3-Plex-Assay automatisiert, um Qualität und Reproduzierbarkeit sicherzustellen. Darüber hinaus wurde der Austausch von DAPI gegen SYTO-Farbstoffe evaluiert, um die Bildgebung von TSA-basierten IF-Assays auf der räumlichen Profilierungsplattform zu ermöglichen. Darüber hinaus testeten wir die Fähigkeit, kleine ROIs mit dem räumlichen Transkriptomik-Assay auszuwählen, um die Untersuchung hochspezifischer Interessengebiete zu ermöglichen (z. B. Bereiche, die für einen bestimmten Zelltyp angereichert sind). Es wurden ROIs von 50 μm und 300 μm Durchmesser gesammelt, was etwa 15 Zellen bzw. 100 Zellen entspricht. Die Proben wurden in Bibliotheken umgewandelt und sequenziert, um die Fähigkeit zu untersuchen, Signale von kleinen ROIs und profilspezifischen Regionen des Gewebes zu erkennen. Wir haben festgestellt, dass räumliche Proteomik-Technologien stark von automatisierten, standardisierten Protokollen profitieren, um die ROI-Auswahl zu steuern. Obwohl dieses automatisierte Visualisierungsprotokoll nicht mit räumlichen Transkriptomik-Assays kompatibel war, konnten wir testen und bestätigen, dass bestimmte Zellpopulationen auch bei kleinen ROIs mit dem standardmäßigen manuellen Visualisierungsprotokoll erfolgreich nachgewiesen werden können.

Einleitung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Fortschritte in Multiplexing-Techniken bieten weiterhin bessere Charakterisierungswerkzeuge für Targets in Tumoren. Die Tumormikroumgebung (TME) ist ein komplexes System aus Tumorzellen, infiltrierenden Immunzellen und Stroma, in dem räumliche Informationen entscheidend sind, um die Interaktionsmechanismen zwischen Biomarkern von Interesse besser zu verstehen und zu interpretieren1. Mit neuen Techniken wie dem GeoMx Digital Spatial Profiler (DSP) und 10x Visium können mehrere Ziele gleichzeitig in ihrem räumlichen Kontext erkannt und quantifiziert werden. Die Verwendung von Immunfluoreszenzprotokollen, die die Visualisierung von Gewebe erleichtern, kann die räumlichen Profilierungsfähigkeiten dieser Technologien weiter verbessern.

Die Spatial Omics-Technologie, auf die wir uns für diese Methodenentwicklung konzentriert haben, besteht aus räumlichen Proteomik- und Transkriptomik-Assays, bei denen Oligonukleotide über einen UV-empfindlichen photospaltbaren Linker an Antikörper oder RNA-Sonden gebunden werden. Histologische Objektträger werden mit diesen oligokonjugierten Antikörpern oder Sonden markiert und dann auf der räumlichen Profilierungsplattform abgebildet. Als nächstes werden ROIs unterschiedlicher Größe und Form für die Beleuchtung ausgewählt, und die photogespaltenen Oligonukleotide werden abgesaugt und in einer 96-Well-Platte gesammelt. Die photogespaltenen Oligonukleotide können entweder mit dem Nanostring nCounter-System oder mit Next Generation Sequencing (NGS)2,3 quantifiziert werden (Abbildung 1)4,5.

Die Zellverteilungen variieren innerhalb von Geweben, und die Fähigkeit, bestimmte Positionen von Zellen mit ausgewählten Markern und unterschiedlichen ROI-Größen zu charakterisieren, ist von großer Bedeutung, um die Gewebeumgebung vollständig zu verstehen und spezifische Merkmale zu identifizieren. In der hier erwähnten Spatial Omics-Technologie verwendet das Standard-Visualisierungsprotokoll direkt konjugierte Antikörper und ist ein manuelles Protokoll. Die Standardmarker zur Unterscheidung zwischen Tumor und Stroma sind panCytokeratin (panCK) und CD456,7, aber zusätzliche Marker sind notwendig, um spezifische Zellpopulationen von Interesse anzusprechen. Darüber hinaus fehlt der Verwendung von direkt konjugierten fluoreszierenden Antikörpern die Amplifikation, was die Antikörperselektion auf reichlich vorhandene Marker beschränkt. Darüber hinaus unterliegen manuelle Assays einer größeren Variabilität als automatisierte Workflows8. Daher ist es wünschenswert, ein anpassbares, automatisiertes und erweitertes Visualisierungsprotokoll für die ROI-Auswahl zu haben.

Hier zeigt die Studie, dass die TSA-Technologie für räumliche Proteomik-Assays für Visualisierungsprotokolle auf einer automatisierten Plattform verwendet werden kann, was zu einem gezielteren und standardisierteren Assay führt. Darüber hinaus ermöglichen TSA-basierte Assays die Verwendung von Markern mit geringer Expression, wodurch der Bereich der Ziele, die für die Visualisierung ausgewählt werden können, erweitert wird. Ein 3-Plex-Assay für panCK, FAP und Antikörper X wurde unter Verwendung einer automatisierten Plattform entwickelt, auf der panCK und FAP zur Unterscheidung zwischen Tumor und Stroma verwendet wurden. Antikörper X ist ein Stromaprotein, das häufig in Tumoren vorkommt, aber seine Biologie und sein Einfluss auf die Anti-Tumor-Immunität sind nicht vollständig verstanden. Die Charakterisierung des Immunkontexts in Gebieten, die reich an Antikörper X sind, kann seine Rolle bei der Antitumorimmunität und der therapeutischen Reaktion sowie sein Potenzial als Wirkstoffziel aufklären.

Während sich kundenspezifische automatisierte TSA-Visualisierungspanels für räumliche Proteomik-Assays als erfolgreich erwiesen, konnte die Anwendung dieser Assays für räumliche Transkriptomik-Assays nicht bestätigt werden. Dies ist höchstwahrscheinlich auf die Reagenzien und das Protokoll zurückzuführen, die für die automatisierten Visualisierungsprotokolle verwendet werden, die die RNA-Integrität zu beeinträchtigen scheinen. Die Erkenntnis, dass ein automatisiertes Markierungsprotokoll für Visualisierungsmarker für räumliche Proteomik-Assays, nicht aber für räumliche Transkriptomik-Assays verwendet werden kann, bietet eine wichtige Orientierungshilfe für Assay-Designs der Spatial Omics-Technologie.

Darüber hinaus zeigt die Studie, dass der räumliche Transkriptomik-Assay verwendet werden kann, um Ziele in Regionen mit einem Durchmesser von nur 50 μm oder etwa 15 Zellen zu profilieren. Es wurden zwei unterschiedlich große ROIs ausgewählt, um die Fähigkeit des Assays zu testen, auch Transkripte in kleinen ROIs zu erkennen. Für jede Region von Interesse wurden Oligos, die 1.800 mRNA-Zielen entsprachen, gesammelt und gemäß dem Protokoll der räumlichen Profiling-Plattform in Bibliotheken umgewandelt. Bibliotheken wurden einzeln indiziert, anschließend gepoolt und sequenziert. Dies ermöglichte die Bewertung sowohl der Pooling-Effizienz als auch der Fähigkeit, spezifische Zellpopulationen in kleinen ROIs zu identifizieren.

Diese Arbeit zeigt, dass für räumliche Proteomik-Assays ein automatisiertes Protokoll zur Steuerung der ROI-Auswahl auf bestimmten Markern von Interesse verwendet werden kann, um die Abfrage relevanter Gewebebereiche selektiv zu steuern und die räumliche Umgebung des Gewebes zu charakterisieren. Darüber hinaus zeigen wir, dass kleinere ROIs für räumliche transkriptomische Assays verwendet werden können, um spezifische Zellpopulationen zu detektieren und zu charakterisieren.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Alle menschlichen Gewebe wurden von kommerziellen Biobanken oder akkreditierten Gewebebanken unter der Garantie erworben, dass die entsprechende Genehmigung des Institutional Review Board und die Einverständniserklärung eingeholt wurden.

HINWEIS: Das Protokoll wird mit dem Discovery Ultra und dem GeoMx Digital Spatial Profiler durchgeführt. Weitere Informationen zu Reagenzien, Geräten und Software, die in diesem Protokoll verwendet werden, finden Sie in der Materialtabelle .

1. Automatisiertes Visualisierungsprotokoll für räumliche Proteomik-Assays

  1. Programmieren Sie Autostainer zur Anwendung fluoreszierender Visualisierungsantikörper
    1. Klicken Sie in der Autostainer-Software auf die Home-Taste und wählen Sie Protokolle. Klicken Sie dann auf Protokolle erstellen/bearbeiten und wählen Sie RUO DISCOVERY Universal als Prozedur aus.
    2. Klicken Sie auf Erste Sequenz > Deparaffinisierung > Depar v2. Wählen Sie für Mediumstemperatur 72 ° C, klicken Sie dann auf Vorbehandlung und wählen Sie Zellkonditionierung und CC1-Reservoir. Wählen Sie für sehr hohe Temperatur 100 ° C, klicken Sie dann auf CC1 8 Min und klicken Sie weiter, bis CC1 64 Min ausgewählt ist.
    3. Klicken Sie auf Inhibitor > DISCOVERY Inhibitor und wählen Sie für Inkubationszeit 8 Minuten. Klicken Sie dann auf Antikörper > High Temp Ab Inkubation; für niedrige Temperatur, wählen Sie 37 ° C; Wählen Sie für Antikörper die Antikörpernummer auf dem Etikett des Spenders aus (in diesem Beispiel Antikörper 6); Wählen Sie für Plus Inkubationszeit die Option 32 Minuten aus.
      HINWEIS: Dieses Protokoll hat drei verschiedene Antikörpernummern. Der erste Antikörper ist FAP, der zweite ist Pan-Cytokeratin und der dritte ist Antikörper X.
    4. Klicken Sie auf Multimer HRP > Multimer HRP Blocker, wählen Sie dann für Antikörperblockierung die Option Gt Ig Block und für Inkubationszeit die Option 4 Minuten. Wählen Sie als Nächstes unter Multimer HRP Reagenz die Option OMap anti-Rb HRP und für Inkubationszeit 16 Minuten aus. Klicken Sie dann auf Cy5 und wählen Sie für Long Incubation Time (Lange Inkubationszeit) die Option 0 Hr 8 Min.
    5. Klicken Sie auf Dual Sequence (Dualsequenz ) und wählen Sie Antibody Denaturation, dann Antibody Denature CC2-1 und für Very High Temperature (Sehr hohe Temperatur) die Option 100 °C (Sehr hohe Temperatur). Stellen Sie sicher, dass die Inkubationszeit 8 min beträgt. Klicken Sie anschließend auf DS Inhibitor und wählen Sie Neutralisieren.
    6. Klicken Sie auf DS Antikörper und wählen Sie für Sehr niedrige Temperatur 37 ° C. Wählen Sie dann unter Antikörper die Antikörpernummer aus dem Spenderetikett aus (in diesem Beispiel Antikörper 3), und wählen Sie für Plus Inkubationszeit die Option 32 Minuten aus.
    7. Klicken Sie auf DS Multimer HRP und wählen Sie DS Multimer HRP Blocker. Wählen Sie dann für Antikörperblockierung die Option Gt Ig-Block und für Inkubationszeit die Option 4 Minuten aus. Wählen Sie als Nächstes auf Multimer HRP Reagenz OMap Anti-Ms HRP aus, und wählen Sie für Inkubationszeit 16 Minuten aus. Klicken Sie dann auf DS Rhodamine 6G und wählen Sie für Lange Inkubationszeit 0 Std. 8 Min.
    8. Klicken Sie auf Triple Färbung und wählen Sie TS Antikörper-Denaturierung, dann wählen Sie Antikörper-Denaturierung CC2-2 und für sehr hohe Temperatur wählen Sie 100 ° C. Stellen Sie sicher, dass die Inkubationszeit 8 Minuten beträgt. Klicken Sie anschließend auf TS-Inhibitor und wählen Sie TS Neutralisieren.
    9. Klicken Sie auf TS-Antikörper und wählen Sie für Sehr niedrige Temperatur 37 ° C aus. Wählen Sie dann unter Antikörper die Antikörpernummer aus dem Spenderetikett aus (in diesem Beispiel Antikörper 7), und wählen Sie für Plus Inkubationszeit die Option 32 Minuten aus.
    10. Klicken Sie auf TS Multimer HRP und wählen Sie TS Multimer HRP Blocker. Wählen Sie dann für Antikörperblockierung die Option Gt Ig Block und für Inkubationszeit die Option 4 Minuten. Wählen Sie als Nächstes unter Multimer HRP Reagenz die Option OMap anti-Rb HRP und für Inkubationszeit 16 Minuten aus. Klicken Sie dann auf TS FAM und wählen Sie für Long Incubation Time (Lange Inkubationszeit) 0 Hr 8 Min.
    11. Fügen Sie dem Protokoll einen Titel hinzu. Wählen Sie eine Protokollnummer aus, fügen Sie einen Kommentar hinzu und klicken Sie auf Aktiv und dann auf Speichern.
  2. Vorbereiten von Dias, Drucken von Etiketten und Starten des Autostainer-Laufs
    1. Der Backverkäufer beschaffte FFPE (Formalin-fixierte, paraffineingebettete) menschliche Gewebeschnitte in einem Ofen, der 20-60 Minuten auf 70 °C eingestellt war. Drucken Sie Etiketten aus, indem Sie in der Autostainer-Software auf "Etikett erstellen " klicken. Klicken Sie anschließend auf Protokolle, wählen Sie die Protokollnummer aus und klicken Sie auf Schließen/Drucken. Fügen Sie relevante Informationen auf dem Folienetikett hinzu und klicken Sie auf Drucken.
    2. Dias aus dem Ofen nehmen und auf Raumtemperatur (RT) abkühlen lassen. Wenden Sie die zuvor gedruckten Protokollbeschriftungen auf die entsprechenden Folien an.
    3. Beladen Sie nachfüllbare Antikörperspender mit Antikörpern gemäß der in Schritt 1.1 zugewiesenen Antikörper-Kennzeichnungsnummer. Verwenden Sie in diesem Protokoll Antikörper 6 für FAP bei 1 μg/ml, verwenden Sie Antikörper 3 für Pan-Zytokeratin bei 0,1 μg/ml und verwenden Sie Antikörper 7 für Antikörper X bei 2,5 μg/ml. Verdünnen Sie jeden Antikörper in dem angegebenen Verdünnungsmittel und bereiten Sie die nachfüllbaren Antikörperspender vor.
    4. Sammeln Sie die oben genannten vorgefüllten Reagenzienspender zum Blockieren, Erkennen und Verstärken und legen Sie sie auf ein Reagenzienfach. Laden Sie die Folien in die Folienfächer (bis zu 30 Folien pro Durchlauf) und klicken Sie auf Ausführen und dann auf Ja. Beachten Sie, dass DAPI nicht für die nukleare Gegenfärbung verwendet wird.
    5. Bestätigen Sie den Start des Laufs, indem Sie die Laufdauer in der Autostainer-Software überprüfen. Das Protokoll dauert ~11 h für die Fertigstellung und kann über Nacht ausgeführt werden.
    6. Stellen Sie am nächsten Tag sicher, dass der Lauf abgeschlossen ist, indem Sie grüne Blinklichter an den Schiebefachschlitzen beobachten. Nehmen Sie dann die Objektträger vom Gerät ab und spülen Sie die Objektträger kräftig in 1x Reaktionspuffer, bis die flüssige Deckglaslösung vollständig entfernt ist.
  3. Räumliches Profiling-Plattformprotokoll für Proteomik-Assays
    1. Befolgen Sie das räumliche Proteomik-Protokoll, das in der folgenden Anmerkung angegeben ist. Nehmen Sie die folgenden Änderungen am Protokoll vor, um das automatisierte 3-Plex-Kennzeichnungsverfahren zu aktivieren.
    2. Führen Sie die Schritte 1.2.1 bis 1.2.6 am Tag vor dem Start des räumlichen Proteomikprotokolls durch und fahren Sie nach dem Ausführen von Schritt 1.2.6 direkt mit dem Antigenabrufschritt des räumlichen Proteomikprotokolls fort. Lassen Sie das im Spatial Profiling Proteomics-Protokoll beschriebene Visualisierungsverfahren weg.
    3. Ersetzen Sie SYTO 13 durch SYTO 64 bei 5000 nM, um die Fluorophorintegration zu ermöglichen. SYTO 64 in 1x TBS verdünnen und 15 min in einer Feuchtigkeitskammer inkubieren.
    4. Wählen Sie beim Einrichten der Scanparameter in der räumlichen Profilierungsplattform die Filter und Fokussierkanäle entsprechend den im Visualisierungspanel verwendeten Fluorophoren aus, um eine 3-Plex-Integration zu ermöglichen. Verwenden Sie FITC für DISCOVERY FAM und stellen Sie die Belichtung auf 200 ms ein, verwenden Sie Cy3 für DISCOVERY Rhodamin 6G und stellen Sie die Belichtung auf 200 ms ein, verwenden Sie Texas Red für SYTO 64 und stellen Sie die Belichtung auf 50 ms ein (geben Sie dies als Fokuskanal an), und verwenden Sie schließlich Cy5 für DISCOVERY Cy5, stellen Sie die Belichtung auf 200 ms ein, und speichern Sie die Änderungen.
      HINWEIS: Detaillierte Anweisungen zum Proteomik-Protokoll für räumliche Profilerstellung finden Sie auf der offiziellen Support-Registerkarte der Website, indem Sie Dokumentation > Benutzerhandbücher auswählen. Suchen Sie hier nach dem Proteinprotokoll für nCounter mit Bond RX.

2. ROI-Auswahl für räumliche Transkriptomik-Assays

  1. FFPE-Zellpelletabschnitte in einem auf 70 °C eingestellten Ofen für 20-60 min backen. Befolgen Sie das NGS-Protokoll der räumlichen Profilierungsplattform, das in der folgenden Anmerkung angegeben ist, und scannen Sie Objektträger auf der räumlichen Profilierungsplattform, wobei Sie Größen von 50 μm und 300 μm auswählen. Die folgende Empfehlung wird für den räumlichen Transkriptomik-Assay hervorgehoben:
    1. Wenn beim Vorbereiten der Bibliothek verschiedene Größen von ROIs ausgewählt wurden, fassen Sie ROIs ähnlicher Größe zusammen, um eine Bibliothek pro Größe zu erstellen. Damit soll sichergestellt werden, dass ausreichende Sequenziertiefen für alle ROIs ohne Verzerrung durch die Größe erreicht werden.
      HINWEIS: Detaillierte Anweisungen zur räumlichen Profilerstellungsplattform finden Sie auf der offiziellen Registerkarte "Support" auf der Website, indem Sie " Dokumentation" > "Benutzerhandbücher" auswählen. Suchen Sie hier nach dem RNA-Protokoll für NGS-Anwendungen mit Bond RX.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Automatisiertes Visualisierungsprotokoll zur Steuerung der ROI-Auswahl
In diesem Artikel stellen wir die Verwendung eines automatisierten, benutzerdefinierten TSA-basierten IF-Protokolls vor, um das Gewebe zu visualisieren und spezifische ROIs auszuwählen. Die Entwicklung von Visualisierungspanels unter Verwendung von Melanomen und normaler menschlicher Haut als Kontrollgewebe bestand aus Epitopstabilitätstests, Feinabstimmung der Markerintensitäten und Durchblutungsbewertung durch Leave-One-Out-Kontr...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bis heute werden direkt konjugierte fluoreszierende Antikörper in einem manuellen Protokoll am häufigsten als Visualisierungspanels für räumliche Proteomik oder räumliche Transkriptomik-Assaysverwendet 9,10. Die Verwendung von direkt konjugierten fluoreszierenden Antikörpern kann jedoch für weniger häufig vorkommende Marker eine Herausforderung darstellen, was die Auswahl geeigneter Antikörper einschränkt. Dieses Protokoll zeigt, dass die Markierung von Visualisi...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Veronica Ibarra-Lopez, Sangeeta Jayakar, Yeqing Angela Yang, Zora Modrusan und Sandra Rost sind Mitarbeitende und Aktionäre von Genentech, einem Unternehmen der Roche-Gruppe. Andere Unternehmen, die zu Roche gehören, stellen Reagenzien und Instrumente her, die in diesem Manuskript verwendet werden. Ciara Martin ist eine Vollzeitangestellte von NanoString Technologies Inc., die Reagenzien und Instrumente herstellt, die in diesem Manuskript verwendet werden.

Danksagungen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Autoren danken Thomas Wu für die Bearbeitung der NGS-Dateien. Wir danken James Ziai für die Ergebnisdiskussionen und die Überprüfung des Manuskripts und Meredith Triplet und Rachel Taylor für die interne Überarbeitung des Manuskripts.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
10x Tris gepufferte Kochsalzlösung (TBS)Cell Signaling Technologies12498SVerdünnt auf 1x TBS in DEPC-behandeltem Wasser
Antikörper X (nicht offengelegt)Antikörper verblindet aufgrund von Vertraulichkeit
DEPC-behandeltes WasserThermoFisherAM9922Ein anderer kann verwendet werden
DISCOVERY Cell Conditioning (CC1)Ventana950-500
DISCOVERY Cy5 KitVentana760-238bezeichnet als Cy5
DISCOVERY FAM KitVentana760-243bezeichnet als FAM
DISCOVERY Goat Ig BlockVentana760-6008bezeichnet als Gt Ig Block
DISCOVERY OmniMap anti-Ms HRPVentana760-4310bezeichnet als OMap anti-Ms HRP
DISCOVERY OmniMap anti-RBHRP Ventana760-4311Bezeichnet als OMap anti-Rb HRP
DISCOVERY Rhodamin 6G KitVentana760-244Bezeichnet als Rhodamin 6G
DISCOVERY ULTRA Automated Slide Preparation SystemVentana05 987 750 001 / N750-DISU-FSAuf dem Manuskript als Autostainer bezeichnet
FAP [EPR20021] AntikörperAbcamAb207178
GeoMx Digital Spatial ProfilerNanoStringGMX-DSP-1YBezeichnet als räumliche Profilierungsplattform auf dem Manuskript
FeuchtigkeitskammerSimportM920-2Ein anderer kann verwendet werden
: Pan-Cytokeratin [AE1/AE3] AntikörperAbcamAb27988
ProLong Gold Antifade EindeckmittelThermoFisherP36934
PythonPythonStatistische Analyse
Reaktionspuffer (10x)Ventana950-300
Software für die statistische AnalyseGraphPadPrism 7Statistische Analyse
SYTO 64ThermoFisherS11346
ULTRA Cell Conditioning (ULTRA CC2)Ventana950-223
Ventana Antikörper-Verdünnungsmittel mit CaseinVentana760-219Im Manuskript
als angegebenes Verdünnungsmittel bezeichnetVentana Primärantikörper-DispenserVentanaDie Katalognummer hängt von der Spendernummer ab

Referenzen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Nerurkar, S. N., et al. Transcriptional spatial profiling of cancer tissues in the era of immunotherapy: The potential and promise. Cancers. 12 (9), 2572(2020).
  2. Decalf, J., Albert, M. L., Ziai, J. New tools for pathology: a user's review of a highly multiplexed method for in situ analysis of protein and RNA expression in tissue. Journal of Pathology. 247 (5), 650-661 (2019).
  3. McGinnis, L. M., Ibarra-Lopez, V., Rost, S., Ziai, J. Clinical and research applications of multiplexed immunohistochemistry and in situ hybridization. Journal of Pathology. 254 (4), 405-417 (2021).
  4. NanoString. GeoMx Digital Spatial Profiler. , Available from: https://nanostring.com/products/geomx-digital-spatial-profiler/geomx-dsp-overview (2022).
  5. NanoString. GeoMx Digital Spatial Profiler. , Available from: https://nanostring.com/wp-content/uploads/BR_MK0981_GeoMx_Brochure_r19_FINAL_Single_WEB.pdf (2022).
  6. McCart Reed, A. E., et al. Digital spatial profiling application in breast cancer: a user's perspective. Virchows Arch: An International Journal of Pathology. 477 (6), 885-890 (2020).
  7. McNamara, K. L., et al. Spatial proteomic characterization of HER2-positive breast tumors through neoadjuvant therapy predicts response. Nature Cancer. 2 (4), 400-413 (2021).
  8. Kim, S. W., Roh, J., Park, C. S. Immunohistochemistry for pathologists: Protocols, pitfalls, and tips. Journal of Pathology and Translational Medicine. 50 (6), 411-418 (2016).
  9. Muñoz, N. M., et al. Molecularly targeted photothermal ablation improves tumor specificity and immune modulation in a rat model of hepatocellular carcinoma. Communications Biology. 3 (1), 783(2020).
  10. Coleman, M., et al. Hyaluronidase impairs neutrophil function and promotes Group B Streptococcus invasion and preterm labor in nonhuman primates. mBio. 12 (1), 03115-03120 (2021).
  11. Gupta, S., Zugazagoitia, J., Martinez-Morilla, S., Fuhrman, K., Rimm, D. L. Digital quantitative assessment of PD-L1 using digital spatial profiling. Laboratory Investigation; A Journal of Technical Methods and Pathology. 100 (10), 1311-1317 (2020).
  12. Carter, J. M., et al. Characteristics and spatially defined immune (micro)landscapes of early-stage PD-L1-positive triple-negative breast cancer. Clinical Cancer Research. 27 (20), 5628-5637 (2021).
  13. Busse, A., et al. Immunoprofiling in neuroendocrine neoplasms unveil immunosuppressive microenvironment. Cancers. 12 (11), 3448(2020).
  14. Kulasinghe, A., et al. Profiling of lung SARS-CoV-2 and influenza virus infection dissects virus-specific host responses and gene signatures. European Respiratory Journal. 59 (1), (2021).
  15. Li, X., Wang, C. Y. From bulk, single-cell to spatial RNA sequencing. International Journal of Oral Science. 13 (36), (2021).
  16. Merritt, C. R., et al. Multiplex digital spatial profiling of proteins and RNA in fixed tissue. Nature Biotechnology. 38 (5), 586-599 (2020).
  17. Van, T. M., Blank, C. U. A user's perspective on GeoMxTM digital spatial profiling. Immuno-Oncology Technology. 1, 11-18 (2019).
  18. Introduction to GeoMx Normalization: Protein. White Paper. Nanostring. , Available from: https://nanostring.com/wp-content/uploads/MK2593_GeoMx_Normalization-Protein.pdf (2020).
  19. Bergholtz, H., et al. Best practices for spatial profiling for breast cancer research with the geomx spatial profiler. Cancers. 13 (17), 4456(2021).
  20. Hwang, W. L., et al. Single-nucleus and spatial transcriptomics of archival pancreatic cancer reveals multi-compartment reprogramming after neoadjuvant treatment. BioRxiv. , (2020).
  21. Jerby-Arnon, L., et al. Opposing immune and genetic mechanisms shape oncogenic programs in synovial sarcoma. Nature Medicine. 27 (2), 289-300 (2021).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Schlagwörter

R umische Omicsr umliche Proteomikr umliche TranskriptomikRegion Of InterestMultiplex ImmunfluoreszenzTyramid Signalverst rkungautomatisiertes VisualisierungsprotokollProteinexpressionsprofilierungRNA ExpressionsprofilierungFormalin fixiert und Paraffin eingebettet

Verwandte Artikel