Articolo metodologico

Analisi della citometria di massa delle risposte immunitarie sistemiche e locali nel carcinoma epatocellulare

DOI:

10.3791/67425

⸱

25 aprile 2025

 ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Hepatobiliary and Pancreatic Surgery, The First Affiliated Hospital, Zhejiang University School of Medicine

* These authors contributed equally

In questo articolo

Sommario

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

Questo protocollo delinea un metodo completo di analisi della citometria di massa (citometria a tempo di volo [CyTOF]) per valutare le risposte immunitarie sistemiche e locali nel carcinoma epatocellulare (HCC). L'approccio mira a fornire informazioni sul panorama immunitario dell'HCC, offrendo una comprensione più profonda del microambiente tumorale e dei meccanismi immunitari associati.

Abstract

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

Il carcinoma epatocellulare (HCC) è una delle forme più comuni e letali di cancro al fegato in tutto il mondo. Nonostante i progressi nel trattamento, la prognosi per i pazienti con HCC rimane infausta a causa della complessa interazione di fattori genetici, ambientali e immunologici che ne guidano la progressione. Comprendere il panorama immunitario dell'HCC è fondamentale per lo sviluppo di terapie efficaci, in particolare nel campo dell'immunoterapia, che è molto promettente per migliorare gli esiti dei pazienti. Questo studio utilizza la tecnologia della citometria di massa (citometria a tempo di volo [CyTOF]) per studiare le risposte immunitarie sistemiche e locali nei pazienti con HCC. Analizzando campioni di sangue periferico e tumori, la ricerca mira a identificare popolazioni di cellule immunitarie uniche e i loro stati funzionali associati alla progressione dell'HCC. I risultati forniscono una panoramica completa del panorama immunitario nell'HCC, evidenziando potenziali biomarcatori e bersagli terapeutici. Questo approccio offre preziose informazioni sui meccanismi immunitari alla base dell'HCC e apre la strada allo sviluppo di immunoterapie più efficaci per questa neoplasia.

Introduzione

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

Il carcinoma epatocellulare (HCC) è il tumore primario del fegato più comune e un problema di salute globale significativo a causa della sua elevata incidenza e tassi di mortalità1. Secondo l'Organizzazione Mondiale della Sanità, l'HCC è il quinto tumore più comune e la seconda causa di decessi correlati al cancro in tutto il mondo2. È particolarmente diffusa nelle regioni con alti tassi di infezioni croniche da epatite B e C, come l'Asia orientale el'Africa subsahariana3. I principali fattori di rischio includono l'epatite virale, la cirrosi e la sindrome metabolica4. L'HCC richiede un trattamento a lungo termine, imponendo notevoli oneri fisici e finanziari, sottolineando la necessità di una prevenzione efficace, di una diagnosi precoce e di strategie di trattamento innovative5.

Il sistema immunitario svolge un ruolo cruciale nello sviluppo dell'HCC. Il fegato è un organo immunologicamente attivo con un'abbondanza di cellule immunitarie, inclusi macrofagi residenti nel fegato, cellule natural killer (NK) e cellule T, che sono essenziali per il monitoraggio e l'eliminazione delle cellule anormali6. Tuttavia, l'HCC può eludere la sorveglianza immunitaria esprimendo molecole immunosoppressive, reclutando cellule immunosoppressive e alterando il microambiente tumorale 7,8. Questa fuga immunitaria non solo promuove la crescita del tumore e le metastasi, ma influenza anche la risposta all'immunoterapia 9,10.

Le risposte immunitarie sistemiche e locali nel microambiente tumorale sono fattori chiave che influenzano la progressione del cancro e i risultati terapeutici. Le risposte immunitarie sistemiche coinvolgono cellule immunitarie circolanti in grado di riconoscere e attaccare cellule tumorali distanti, come le cellule T periferiche, le cellule NK e i monociti che possono colpire le cellule tumorali in tutto il corpo. Le risposte immunitarie locali si concentrano sull'attività delle cellule immunitarie all'interno del microambiente tumorale, compresi i linfociti infiltranti il tumore (TIL), i macrofagi associati al tumore (TAM) e le cellule T regolatorie (Treg). Mentre i TIL spesso esercitano effetti citotossici contro le cellule tumorali, i TAM e le Treg in genere contribuiscono a creare un ambiente immunosoppressivo che supporta la crescita tumorale11,12. Le cellule tumorali e le cellule stromali possono rimodellare il microambiente tumorale per promuovere l'immunosoppressione ed eludere la sorveglianza immunitaria. L'interazione tra le risposte immunitarie sistemiche e locali determina l'efficacia complessiva dell'immunità antitumorale11. La comprensione di questa interazione può aiutare a sviluppare strategie di immunoterapia più efficaci.

La citometria a flusso e l'immunoistochimica tradizionali, sebbene ampiamente utilizzate negli studi immunologici, presentano limitazioni significative quando si tratta di analizzare paesaggi immunitari complessi a causa della loro incapacità di eseguire analisi complete e ad alta dimensione. La citometria a flusso è molto efficace per rilevare marcatori di superficie e funzionali a livello di singola cellula; Tuttavia, la sua capacità di analisi simultanea di più marcatori è limitata, spesso limitata dalla sovrapposizione spettrale e da vincoli pratici sul numero di tag fluorescenti che possono essere utilizzati 13,14. L'immunoistochimica, d'altra parte, fornisce preziose informazioni sul contesto tissutale di marcatori specifici, ma è altrettanto ostacolata dal numero limitato di marcatori analizzabili e dalle difficoltà intrinseche di ottenere valutazioni robuste, quantitative e ad alta dimensione15.

Per caratterizzare efficacemente ambienti immunitari complessi, sono essenziali tecniche ad alta dimensionalità come la citometria di massa (CyTOF). La citometria di massa è una tecnologia avanzata che impiega la spettrometria di massa per analizzare più marcatori proteici in singole cellule. Consente l'analisi multiparametrica di singole cellule senza i problemi di sovrapposizione spettrale osservati nella citometria a flusso tradizionale16. Utilizzando anticorpi marcati con metallo, è in grado di misurare dozzine di marcatori contemporaneamente, offrendo una visione completa e imparziale dei fenotipi e delle funzioni cellulari17. Ad esempio, Gadalla et al. hanno sviluppato un pannello CyTOF con più di 40 parametri per l'analisi delle cellule mononucleate del sangue periferico (PBMC) e del tessuto tumorale, dimostrando il suo vantaggio nell'immunofenotipizzazione ad alta dimensione18. La citometria a flusso tradizionale, con il suo numero limitato di parametri rilevabili, non è stata in grado di identificare queste rare popolazioni cellulari che presentano fenotipi unici. Al contrario, la citometria di massa ha permesso una valutazione completa degli stati funzionali di queste cellule, fornendo una caratterizzazione più dettagliata e robusta. Behbehani et al. hanno utilizzato la citometria di massa per analizzare campioni di midollo osseo da pazienti con sindromi mielodisplastiche (MDS), identificando e caratterizzando con successo rare cellule progenitrici ematopoietiche aberranti18. La capacità della citometria di massa di rilevare simultaneamente oltre 40 marcatori di superficie e intracellulari ha migliorato significativamente il rilevamento di questi sottogruppi di cellule a bassa frequenza19. Queste capacità superano i limiti tradizionali e forniscono informazioni più approfondite sui paesaggi immunitari, guidando il progresso nell'immunologia e nello sviluppo terapeutico. La capacità di profilare in modo completo i fenotipi e le funzioni cellulari a livello di singola cellula fa progredire notevolmente la comprensione dei processi immunologici e aiuta nello sviluppo di terapie mirate.

La citometria di massa fornisce informazioni complete sulle popolazioni di cellule immunitarie sistemiche e locali nell'HCC, rilevando simultaneamente più marcatori proteici. Questa tecnologia è in grado di distinguere tra vari tipi di cellule T all'interno del microambiente tumorale, come le cellule T effettrici, le cellule T regolatorie (Treg) e le cellule T esaurite, chiarendo i loro ruoli specifici nella progressione del tumore. Utilizzando la citometria di massa, i ricercatori possono identificare i marcatori immunitari associati alla prognosi dell'HCC20. Ad esempio, sottogruppi di cellule T con un'elevata espressione della proteina di morte cellulare programmata 1 (PD-1) possono fungere da predittori della risposta di un paziente agli inibitori del checkpoint immunitario21. Inoltre, facilita la scoperta di nuovi bersagli terapeutici identificando specifiche molecole immunosoppressori, fornendo così una base per strategie di trattamento personalizzate. La capacità della tecnologia di rilevare più marcatori e la sua risoluzione a singola cellula la rendono particolarmente vantaggiosa per scoprire nuovi bersagli terapeutici e progettare immunoterapie combinate. Questo approccio avanzato ha un potenziale significativo per migliorare i risultati del trattamento nei pazienti con HCC, offrendo una comprensione dettagliata del panorama immunitario e consentendo lo sviluppo di interventi terapeutici su misura.

Questo studio mira a utilizzare la citometria di massa per analizzare i profili delle cellule immunitarie sistemiche e locali dei pazienti con HCC. Gli obiettivi sono caratterizzare le popolazioni di cellule immunitarie, correlare queste caratteristiche con gli esiti clinici e le risposte terapeutiche e identificare specifici marcatori immunitari e sottogruppi cellulari associati alla prognosi dell'HCC. Chiarendo i ruoli di varie cellule immunitarie nelle risposte al trattamento, questo studio cerca di fornire una base per strategie di trattamento personalizzate. Si prevede che i risultati ottimizzeranno le immunoterapie esistenti e offriranno preziose informazioni per lo sviluppo di nuovi trattamenti, con l'obiettivo di migliorare la sopravvivenza globale e la qualità della vita dei pazienti con HCC.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

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

Le fasi per la raccolta dei campioni di sangue e HCC, l'isolamento delle cellule mononucleate del sangue periferico (PBMC), la dissociazione di singole cellule e la colorazione sono descritte nel seguente piano. I reagenti e i materiali sperimentali sono tutti elencati nella Tabella dei Materiali. Tutti gli esperimenti sono stati condotti con l'approvazione del Comitato Etico del Primo Ospedale Affiliato, Scuola di Medicina, Università di Zhejiang, garantendo che la raccolta di campioni tumorali non interferisse con la diagnosi patologica. Il consenso informato scritto è stato ottenuto da tutti i soggetti umani.

1. Isolamento delle PBMC

  1. Prelevare un campione di sangue dalla vena dei pazienti con HCC e utilizzare una provetta riempita con un anticoagulante per prevenire la coagulazione del sangue. I campioni di sangue sono stati prelevati da 4 pazienti (2 maschi e 2 femmine) di età compresa tra 50 e 60 anni, con un'età media di 55 anni. Per ogni paziente, raccogliere 10-20 ml di sangue periferico per garantire un volume sufficiente per il successivo isolamento delle PBMC, riducendo al minimo il disagio del paziente.
  2. Prelevare un volume specifico di sangue (ad es. 6 ml) e aggiungere un volume uguale di liquido di separazione dei linfociti nel sangue periferico (Ficol-paque o Lymphoprep) a una provetta da centrifuga da 15 ml.
    NOTA: Il volume totale idealmente non dovrebbe superare i 12 ml per lasciare spazio per una corretta miscelazione e per evitare traboccamenti; il volume massimo raccomandato per una provetta da centrifuga da 15 mL è di 14 mL.
  3. Inclinare la provetta da centrifuga a 45° e aggiungere lentamente il sangue lungo la parete della provetta, posando delicatamente il sangue lentamente sopra il liquido di separazione dei linfociti del sangue periferico per evitare di mescolare i due strati.
    NOTA: Una pipetta può essere utilizzata per aggiungere lentamente sangue lungo la parete del tubo.
  4. Posizionare la provetta da centrifuga nella centrifuga e impostare l'accelerazione a 8 e la decelerazione a 3. Centrifugare a 450 x g, 4 °C, per 30 min. Dopo la centrifugazione, si formano 4 strati nella provetta, dall'alto verso il basso: strato di plasma, strato di PBMC (strato di membrana bianca), strato di Ficol-Paque e strato di globuli rossi e granulociti.
  5. Utilizzando una pipetta, raccogliere con cura lo strato di PBMC in una nuova provetta da centrifuga sterile. Aggiungere 3 volte il volume di PBS e centrifugare a 500 x g a 4°C per 5 minuti. Dopo la centrifugazione, si forma un pellet sul fondo del tubo.
  6. Eliminare il surnatante utilizzando una pipetta, aggiungere 1 mL di soluzione salina tamponata con siero-fosfato bovino fetale al 2% (FBS-PBS) per risospendere le cellule, quindi aggiungere 3 mL di tampone di lisi dei globuli rossi (RBC). Centrifugare a 500 x g a 4°C per 5 min.
  7. Assicurarsi che non ci siano globuli rossi sul fondo della provetta, indicando che i globuli rossi sono stati completamente lisati. Risospendere le cellule in FBS-PBS al 2% e procedere direttamente con gli esperimenti successivi, oppure aggiungere una soluzione di crioconservazione cellulare e conservare a -80°C per 2-3 mesi.
    NOTA: Come linea guida generale, per la risospensione, utilizzare 0,5 mL di FBS-PBS al 2% per 1 x 106 cellule. La conta cellulare viene determinata utilizzando un emocitometro o un contatore di cellule automatizzato dopo la colorazione con blu di tripano per distinguere le cellule vive da quelle morte. Questo rapporto aiuta a garantire un recupero e una vitalità cellulari ottimali durante le procedure successive.

2. Isolamento delle cellule del tessuto tumorale

NOTA: Il metodo per l'isolamento delle cellule del tessuto tumorale è stato adattato da Song et al.22.

  1. Dopo aver resecato l'HCC, guidati da un patologo, utilizzare un bisturi sterile per asportare una parte del tessuto tumorale. Il blocco di tessuto dovrebbe avere una dimensione di circa 1 cm3 . Risciacquare le macchie superficiali con 1x PBS pre-raffreddato. Immergere il tessuto in una provetta da centrifuga da 15 mL contenente circa 5 mL di terreno RPMI 1640 contenente il 10% di FBS. Posizionare la provetta sul ghiaccio e trasportarla nuovamente in laboratorio per un'ulteriore elaborazione.
  2. Sciacquare accuratamente le macchie di sangue e rimuovere manualmente il tessuto connettivo adiposo utilizzando una pinza per garantire una pulizia completa dei tessuti con FBS-PBS al 2% preraffreddato. Trasferire il tessuto in un piatto trattato con coltura tissutale contenente una soluzione digestiva. Fissare il tessuto tumorale con una pinza e tagliarlo in pezzi più piccoli di 1 mm3 con un bisturi. Trasferire la soluzione per la digestione dei tessuti in una provetta da centrifuga da 50 mL, aggiungendo altra soluzione per la digestione dei tessuti fino a quando il volume totale non raggiunge circa 15 mL.
  3. Mettere la provetta da centrifuga contenente la miscela per la digestione dei tessuti in uno shaker. Inclinarlo o appiattirlo e fissarlo per la digestione a 150 giri/min e 37 °C per 1 ora. Filtrare la soluzione di digestione attraverso un filtro da 70 μm.
    1. Durante questa procedura, utilizzare uno stantuffo della siringa da 1 ml per macinare i frammenti di tessuto. Sciacquare il filtro con una soluzione FBS-1640 al 2%. Prelevare il filtrato e trasferirlo in una provetta da centrifuga da 15 mL.
  4. Centrifugare il filtrato a 500 x g per 5 minuti a 4 °C. Dopo la centrifugazione, scartare il surnatante. Risospendere con cautela il pellet in circa 10 mL di soluzione di Percoll al 36%. Quindi, centrifugare nuovamente a 500 x g per 5 minuti a 4 °C.
  5. Aspirare delicatamente 1 mL di tampone di lisi dei globuli rossi con una pipetta per risospendere la sospensione cellulare. Trasferire la sospensione in una nuova provetta da centrifuga da 15 mL e aggiungere il tampone di lisi dei globuli rossi per raggiungere un volume totale di 10 mL. Lasciare riposare il composto a temperatura ambiente per 10 minuti.
    NOTA: Viene utilizzata una nuova provetta da centrifuga per evitare che eventuali impurità sulla parete della provetta rientrino nella sospensione cellulare, riducendo così il rischio di una diminuzione della resa cellulare.
  6. Centrifugare la sospensione cellulare a 500 x g per 5 minuti a 4 °C, quindi risospendere le cellule in un volume appropriato del 2% FBS-PBS. Come linea guida generale, utilizzare 0,5 mL di FBS-PBS al 2% per 1 x 106 cellule per la risospensione.
    NOTA: La conta cellulare viene determinata utilizzando un emocitometro o un contatore di cellule automatizzato dopo la colorazione con blu di tripano per distinguere le cellule vive da quelle morte. Il volume di risospensione dipende dalla quantità di celle richiesta per gli esperimenti successivi. Questo rapporto aiuta a garantire un recupero e una vitalità cellulari ottimali durante le procedure successive.

3. Colorazione del cisplatino

  1. Prelevare 3 x 106 cellule dalle PBMC ottenute nella fase 1.7 e dalle cellule tumorali isolate nella fase 2.6, rispettivamente. Dopo il recupero delle cellule, risospenderle in 1 mL di PBS senza Ca2+ e Mg2+. Aggiungere il cisplatino a una concentrazione finale di 0,5 μM, mescolare bene e incubare a temperatura ambiente per 2 minuti.
    NOTA: La colorazione con cisplatino viene eseguita per distinguere le cellule morte da quelle vive in base all'integrità della membrana. Le cellule morte con membrane compromesse assorbiranno il cisplatino e mostreranno un segnale positivo, mentre le cellule vive rimarranno non colorate23. Il numero di celle deve essere almeno 1 x 106.
  2. Centrifugare le provette a 500 x g per 5 minuti a temperatura ambiente, scartare il surnatante, quindi aggiungere 1 mL di tampone per la colorazione cellulare a ciascuna provetta contenente le sospensioni cellulari preparate al punto 3.1 per arrestare la reazione. Centrifugare a 500 x g per 5 minuti a temperatura ambiente, scartare il surnatante e assicurarsi che il pellet cellulare non si distribuisca linearmente lungo la parete della provetta dopo la centrifugazione.

4. Blocco del recettore Fc

  1. Preparare in anticipo una miscela di blocchi da 50 μl per ogni campione: combinare 48 μl di tampone di colorazione cellulare, quindi aggiungere 2 μl di soluzione bloccante Fc (tampone di colorazione cellulare: soluzione bloccante Fc = 9:1).
  2. Sospendere le celle del passaggio 3.2 nella miscela di cui sopra e lasciarle riposare a temperatura ambiente per 10 minuti.

5. Incubazione di anticorpi proteici di membrana

  1. Per ogni campione di cellule ottenuto dalla fase 4.2, preparare la miscela di anticorpi proteici di membrana aggiungendo 1,1 μl di unità di ciascun anticorpo. Quindi, aggiungere il tampone di colorazione cellulare per raggiungere un volume finale di 55 μl. A questo punto, il volume totale è di circa 100 μL.
    NOTA: Il mix include anticorpi mirati alle proteine chiave della membrana, come CD163, CCR3, CD141, CD117 e CD4524,25. Questi anticorpi sono stati selezionati per la loro specificità nell'identificazione dei marcatori proteici di membrana e sono stati ottenuti da fonti disponibili in commercio (vedere la Tabella dei materiali per i dettagli, inclusi i numeri di cloni, i produttori e i numeri di catalogo).
  2. Aggiungere 50 μl della miscela di anticorpi preparata a ciascun campione di provetta, portare il volume totale a 100 μl. Agitare delicatamente i campioni e incubarli a temperatura ambiente per 15 minuti.
  3. Aggiungere 2 mL di tampone di colorazione cellulare a ciascun campione, centrifugare a 500 x g per 5 minuti a temperatura ambiente ed eliminare il surnatante. Ripetere questo passaggio 2 volte.
  4. Scartare il surnatante e agitare brevemente il liquido rimanente con il pellet della cella per risospendere e disperdere completamente la cella.

6. Colorazione delle proteine del nucleo

  1. Una volta che le cellule sono state completamente risospese, aggiungere 500 μl della soluzione miscelata (fissazione: fissazione/permeabilizzazione = 3:1) a ciascun campione dal passaggio 5.4. Mescolare delicatamente i campioni e incubare a temperatura ambiente per 30 minuti.
  2. Diluire il tampone di permeabilizzazione (10x) con acqua deionizzata. Dopo l'incubazione, centrifugare a 500 g per 5 minuti a temperatura ambiente ed eliminare il surnatante. Aggiungere 1000 μl di tampone di permeabilizzazione 1x a ciascuna provetta per lavare le cellule. Centrifugare a temperatura ambiente a 1.000 x g per 5 minuti, quindi eliminare il surnatante.
  3. Risospendere gli anticorpi in un tampone di permeabilizzazione 1x. Scartare il surnatante e aggiungere 50 μl della miscela di anticorpi a ciascuna provetta di cellule. Pipettare delicatamente le cellule per mescolarle, quindi incubare a temperatura ambiente per 30-45 minuti.
  4. Aggiungere 1000 μl di tampone di permeabilizzazione 1x a ciascuna provetta, centrifugare a temperatura ambiente a 1.000 x g per 5 minuti ed eliminare il surnatante.
  5. Aggiungere 1000 μl di tampone di colorazione cellulare a ciascuna provetta per risospendere nuovamente le cellule, centrifugare a temperatura ambiente a 1.000 x g per 5 minuti e scartare il surnatante.

7. Fissazione cellulare

  1. Preparare una soluzione di formaldeide all'1,6% in PBS, con 1 mL necessario per campione.
  2. Aggiungere 1 mL di soluzione di formaldeide all'1,6% a ciascun campione dal passaggio 6.5, agitare per miscelare accuratamente e incubare a temperatura ambiente per 10 minuti.
    NOTA: Sebbene la formaldeide sia comunemente utilizzata per la fissazione cellulare, è possibile utilizzare anche reagenti alternativi come la paraformaldeide al 4% (PFA) o il metanolo. La scelta del fissativo deve essere basata sui requisiti specifici dell'esperimento e sulle caratteristiche cellulari da osservare.
  3. Centrifugare a temperatura ambiente a 800 x g per 5 minuti ed eliminare il surnatante.

8. Colorazione per intercalazione nucleare

  1. Preparare la soluzione di intercalazione cellulare: Diluire Cell-ID Intercalator-Iridium (Ir) con Fix e tampone di permeabilizzazione fino a una concentrazione finale di 125 nM. Preparare 1 mL di soluzione per campione.
  2. Aggiungere 1 mL della soluzione di intercalazione cellulare preparata a ciascun campione fissato dal punto 7.3. Mescolare delicatamente e vorticare immediatamente. Questo aiuta a ridurre al minimo la formazione di aggregati cellulari.
  3. Incubare a temperatura ambiente per 1 ora o a 4°C per una notte. Centrifugare a 500 g per 5 minuti a temperatura ambiente ed eliminare il surnatante.

9. Preparazione della sospensione cellulare

  1. Aggiungere 1000 μl di tampone di colorazione cellulare alla provetta dal passaggio 8.3 e centrifugare a 800 x g per 5 minuti. Scartare il surnatante. Ripetere questo passaggio 2 volte.
  2. Aggiungere da 450 μl a 900 μl di acqua deionizzata per risospendere le cellule. Contare le cellule utilizzando un emocitometro o un contatore automatico di cellule dopo la colorazione con blu di tripano. Dopo il conteggio, procedere con la raccolta dei dati e l'analisi mediante citometria di massa.

10. Citometria di massa e analisi dei dati

  1. Acquisisci i dati della citometria di massa utilizzando un sistema CyTOF e salvali come file FCS (Flow Cytometry Standard). Garantire una corretta calibrazione dello strumento e un controllo di qualità per ridurre il rumore di fondo e gli effetti batch secondo le istruzioni del produttore.
  2. Pre-processare la popolazione cellulare CD45+ nel file FCS utilizzando il software associato. Rimuovi i detriti in base alle dimensioni delle celle (diffusione diretta, FSC) e alla granularità (dispersione laterale, SSC). Escludi i doppietti mediante il gating sequenziale dei grafici FSC-A/FSC-H o SSC-A/SSC-H. Elimina le cellule morte utilizzando la colorazione di vitalità, come l'esclusione del cisplatino. Gate la popolazione CD45+ per concentrarsi sulle cellule immunitarie ed esportare la popolazione gated per ulteriori analisi.
  3. Trasforma i dati con un cofattore di 5 e identifica i principali cluster utilizzando il software di clustering. Eseguire il clustering in base all'algoritmo SPADE (Spanning-tree Progression Analysis of Density-normalized Events), che raggruppa le celle con profili di espressione dei marcatori simili in cluster26. Utilizzare l'Hierarchical Stochastic Neighbor Embedding (HSNE) per la riduzione della dimensionalità e l'identificazione di cluster distinti26.
  4. Eseguire il re-clustering dei cluster principali utilizzando il pacchetto cytofkit nel software R per il clustering non supervisionato. Identifica i sotto-cluster con PhenoGraph utilizzando i parametri predefiniti.
  5. Applicare l'approssimazione e la proiezione uniforme del collettore (UMAP) per la riduzione della dimensionalità. Eseguire analisi statistiche utilizzando il test di Wilcoxon, considerando un valore P < 0,05 come statisticamente significativo. Visualizza i risultati utilizzando ggplot2.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

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

Per chiarire le caratteristiche immunologiche associate all'HCC, è stata condotta un'analisi completa delle popolazioni di cellule immunitarie. I campioni di tessuto accoppiati di PBMC e HCC sono stati raccolti da 4 pazienti con HCC. La profilazione della citometria di massa è stata eseguita per esaminare le popolazioni di cellule immunitarie a livello proteomico di singola cellula, utilizzando due pannelli di anticorpi sia per PBMC che per campioni di tessuto HCC.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

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

Questo studio sfrutta la tecnologia della citometria di massa per fornire un'analisi approfondita delle risposte immunitarie sistemiche e locali nell'HCC. L'applicazione della citometria di massa in questo contesto consente la rilevazione simultanea di più marcatori a livello di singola cellula, offrendo una caratterizzazione immunofenotipica dettagliata che è fondamentale per comprendere il complesso panorama immunitario dell'HCC. La citometria di massa ha rivoluzionato gli studi immuno...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

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

Gli autori dichiarano di non avere conflitti di interesse.

Ringraziamenti

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

Questo lavoro è stato sostenuto dal National Key Research and Development Program of China (sovvenzione 2019YFA0803000 a J.S.), dall'Excellent Youth Foundation of Zhejiang Scientific (sovvenzione R22H1610037 a J.S.), dalla National Natural Science Foundation of China (sovvenzione 82173078 a J.S.), dalla Natural Science Foundation della provincia di Zhejiang (sovvenzione 2022C03037 a J.S.).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
1&volte; PBSHyCloneSH30256.01
10&volte; PBSHyCloneSH30256.01
100 mm&volte; Piatto di coltura trattato con coltura tissutale da 20 mmPuntali per pipette Corning430167
1000 mL ProvettaRainin30389218
15 mLPuntali per601052
200 mLRainin30389241
40 mm/Filtro per celle in nylon da 70 mm
50 mLNIDO602052
70 μ Sangon BiotechF613462-9001
Anticorpo CCR2 Anti-Umano (clone: K036C2)BioLegend357224
Anti-Human CCR7 Antibody (clone: G043H7)BioLegend353240
Anti-Human CD103 Antibody (clone: Ber-ACT8)BioLegend350202
Anticorpo CD115 anti-umano (clone: 9-4D2-1E4)BioLegend347314
Anticorpo CD117 anti-umano (clone: 104D2)BioLegend313201
Anticorpo CD11b umano (clone: 1CRF44) BD562721
Anticorpo CD11c umano (clone: B-ly6) Anticorpo CD123 anti-umano BD563026
(clone: 6H6)Anticorpo CD127BioLegend 306002
(clone: A019D5)CD13BioLegend 351337
(clone: WM19)BioLegend
(clone: MI15)Anticorpo
(clone: HCD14)BioLegend325604
Anticorpo CD141 Umano (clone: M80)BioLegend344102
Anticorpo CD15 Umano (clone: QA19A61)BioLegend376302
Anticorpo CD16 Umano (clone: B7311) BD561313
Anticorpo CD161 Umano (clone: HP-3G10)BioLegend339902
Anticorpo CD163 Umano (clone: GHI/61)BioLegend333603
Anticorpo CD169 Umano (clone: 7-239)BioLegend346002
Anticorpo CD19 Umano (clone: HIB19)BioLegend302226
Anti-Umano CD1c Anticorpo (clone: L161)BioLegend331501
Anticorpo CD20 Umano (clone: 2H7)BioLegend302301
Anticorpo CD206 Umano (clone: 15-2)BioLegend321151
Anticorpo CD24 Umano (clone: ML5)BioLegend311129
Anticorpo CD25 Umano (clone: BC96)BioLegend302624
Anticorpo CD3 umano (clone: UCHT1) BD555916
Anticorpo CD31 Umano (clone: W18200D)BioLegend375902
Anticorpo CD32 Umano (clone: FUN-2)BioLegend303232
Anticorpo CD326 Umano (clone: CO17-1A)BioLegend369812
Anticorpo CD33 Umano (clone: WM53)BioLegend303402
Anti-Umano CD4 Anticorpo (clone: L200) BD563094
Anticorpo CD45 anti-umano (clone: HI30) BD563716
Anticorpo CD45RO umano (clone: UCHL1)BioLegend304220
Anticorpo CD56 umano (clone: 5.1H11)BioLegend362510
Anticorpo CD64 umano (clone: S18012C)BioLegend399502
Anticorpo CD66b umano (clone: 6/40c)BioLegend392917
Anti-umano CD68 Anticorpo (clone: Y1/82A)BioLegend333808
Anticorpo CD69 anti-umano (clone: FN50)BioLegend310902
Anticorpo CD7 umano (clone: 4H9/CD7)BioLegend395602
Anticorpo CD8 anti-umano (clone: RPA-T8) BD557750
Anticorpo anti-umano CD80 (clone: W17149D)BioLegend375402
Anti-umano CD86 (clone: BU63)BioLegend374202
Anti-umano FOXP3 Anticorpo (clone: 206D)BioLegend320101
Anti-umano HLA_ABC Anticorpo (clone: W6/32)BioLegend311426
Anti-umano HLA-DR Anticorpo (clone: L243)BioLegend307650
Anticorpo IgD umano (clone: IA6-2)BioLegend348211
Anticorpo Ki67 umano (clone: Ki-67)BioLegend350501
Anticorpo PD_L2 umano (clone: MH22B2)BD567783
Anticorpo PD1 umano (clone: EH12.2H7)BioLegend329951
Anticorpo PDL1 umano (clone: MIH2)BioLegend393602
TCR e gamma anti-umano; e delta; Anticorpo (clone: B1) BD740415
Soluzione di crioconservazione cellulareThermo FisherA2644601
Cell-lD CisplatinoStandard BioTools201064
Cell-lD Intercalator-lrStandard BioTools201192A
Collagenasi, Tipo IVGibco17104019
Agitazione a temperatura costanteFAITHFULFS-50B
CyTOF SystemFluidigm CorporationHelios
CytosploreConsortium2.3.1
Dispase IIGibco17105041
DNase IMerckDN25
Eppendorf centrifugaEppendorf5702
EQ Quattro elementi Calibration BeadsStandard BioTools
FBSGibco16000-044
Ficoll-paqueCytiva17-1440-02
FinnpipetteThermo Scientific4700870
tampone di fissazioneThermo ScientificFB001
FlowJoBD Life Sciences10.1
Soluzione di formaldeideThermo Scientific28906
Anticorpo Granzyme B, anti-umano/topo (clone: QA16A02)BioLegend396413
Provette per eparinaBD367874
Blocco Fc BD umano 2,5 mg/mLBD564220
Soluzione di conservazione dei tessuti MACSMiltenyi130-100-008
Maxpar Fix e tampone permanenteStandard BioTools201067
Anticorpi coniugati con metalli MaxparBioTools standardVari
BioToolsstandard PBSMaxpar 201058
Acqua MaxparBioTools standard201069
Tampone per colorazione cellulare MaxpareBioTools standard BioTools201068
Anticorpo umano &alfa;-SMA coniugato con metalli (clone: 1A4)Miltenyi Biotec130-098-145
PercollMerckP4937-500ML
Tampone di permeabilizzazioneThermo Scientific00833356
tampone di lisi RBCBD555899
Centrifuga refrigerataEppendorf5910ri
RPMI 1640 medium GE HealthCareSH30027.0
BisturiAPPLYGENTB6298-1
Pipetta Pasteur sterileZDANZD-H03
Soluzione per la digestione dei tessutiYeasen Biotech41423ES30
Soluzione di sintonizzazioneStandard BioTools201072
Vortex MixerThermo Scientific88882012
da centrifuga pipette NEST Filtro per celle in nylon Provetta da centrifuga Falcon 352340 da Anti-Human CCR3 Antibody (clone: 5E8)BioLegend 310724 anti-umano Anticorpo anti-umano Anticorpo CD138 anti-umano 301701 CD14 anti-umano BioLegend 356535 201078

Riferimenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Zhang, C. H., Cheng, Y., Zhang, S., Fan, J., Gao, Q. Changing epidemiology of hepatocellular carcinoma in Asia. Liver Int. 42 (9), 2029-2041 (2022).
  2. Renne, S. L., et al. Hepatocellular carcinoma: A clinical and pathological overview. Pathologica. 113 (3), 203-217 (2021).
  3. Sayiner, M., Golabi, P., Younossi, Z. M. Disease burden of hepatocellular carcinoma: A global perspective. Dig Dis Sci. 64 (4), 910-917 (2019).
  4. Zhang, X., et al. Risk factors and prevention of viral hepatitis-related hepatocellular carcinoma. Front Oncol. 11, 686962(2021).
  5. Zou, H., et al. Economic burden and quality of life of hepatocellular carcinoma in greater China: A systematic review. Front Public Health. 10, 801981(2022).
  6. Li, Y., You, Z., Tang, R., Ma, X. Tissue-resident memory t cells in chronic liver diseases: Phenotype, development and function. Front Immunol. 13, 967055(2022).
  7. Shen, K. Y., Zhu, Y., Xie, S. Z., Qin, L. X. Immunosuppressive tumor microenvironment and immunotherapy of hepatocellular carcinoma: Current status and prospectives. J Hematol Oncol. 17 (1), 25(2024).
  8. Oura, K., Morishita, A., Tani, J., Masaki, T. Tumor immune microenvironment and immunosuppressive therapy in hepatocellular carcinoma: A review. Int J Mol Sci. 22 (11), 5801(2021).
  9. Chen, Y., et al. Effect of infiltrating immune cells in tumor microenvironment on metastasis of hepatocellular carcinoma. Cell Oncol. 46 (6), 1595-1604 (2023).
  10. Du, Q., An, Q., Zhang, J., Liu, C., Hu, Q. Unravelling immune microenvironment features underlying tumor progression in the single-cell era. Cancer Cell Int. 24 (1), 143(2024).
  11. Xu, L., et al. Reshaping the systemic tumor immune environment (stie) and tumor immune microenvironment (time) to enhance immunotherapy efficacy in solid tumors. J Hematol Oncol. 15 (1), 87(2022).
  12. Mao, X., et al. Crosstalk between cancer-associated fibroblasts and immune cells in the tumor microenvironment: New findings and future perspectives. Mol Cancer. 20 (1), 131(2021).
  13. Roederer, M. Spectral compensation for flow cytometry: Visualization artifacts, limitations, and caveats. Cytometry. 45 (3), 194-205 (2001).
  14. Sahaf, B., Rahman, A., Maecker, H. T., Bendall, S. C. Biomarkers for immunotherapy of cancer: Methods and protocols. , Springer. New York, New York, NY. (2020).
  15. Turaç, G., et al. Combined flow cytometric analysis of surface and intracellular antigens reveals surface molecule markers of human neuropoiesis. PLoS One. 8 (6), e68519(2013).
  16. Wu, K., et al. Redefining tumor-associated macrophage subpopulations and functions in the tumor microenvironment. Front Immunol. 11, 1731(2020).
  17. Elaldi, R., et al. High dimensional imaging mass cytometry panel to visualize the tumor immune microenvironment contexture. Front Immunol. 12, 666233(2021).
  18. Gadalla, R., et al. Validation of cytof against flow cytometry for immunological studies and monitoring of human cancer clinical trials. Front Oncol. 9, 415(2019).
  19. Ijsselsteijn, M. E., Van Der Breggen, R., Farina Sarasqueta, A., Koning, F., De Miranda, N. A 40-marker panel for high dimensional characterization of cancer immune microenvironments by imaging mass cytometry. Front Immunol. 10, 2534(2019).
  20. Zhang, Q., et al. Mass cytometry-based peripheral blood analysis as a novel tool for early detection of solid tumours: A multicentre study. Gut. 72 (5), 996-1006 (2023).
  21. Zheng, B., et al. Trajectory and functional analysis of pd-1(high) cd4(+)cd8(+) t cells in hepatocellular carcinoma by single-cell cytometry and transcriptome sequencing. Adv Sci. 7 (13), 2000224(2020).
  22. Song, J., et al. Protocol for isolating single cells from human pancreatic cancer tissues and analyzing major immune cell populations using flow cytometry. STAR Protoc. 4 (4), 102679(2023).
  23. Simoni, Y., Chng, M. H. Y., Li, S., Fehlings, M., Newell, E. W. Mass cytometry: A powerful tool for dissecting the immune landscape. Curr Opin Immunol. 51, 187-196 (2018).
  24. Comi, M., et al. Coexpression of cd163 and cd141 identifies human circulating il-10-producing dendritic cells (dc-10). Cell Mol Immunol. 17 (1), 95-107 (2020).
  25. Fan, L., et al. High-dimensional single-cell analysis delineates peripheral immune signature of coronary atherosclerosis in human blood. Theranostics. 12 (15), 6809-6825 (2022).
  26. Sheng, J., et al. Human endogenous retrovirus activation contributes to biliary atresia pathogenesis through re-education of resident macrophages. Biorxiv. , (2022).
  27. Terekhova, M., et al. Single-cell atlas of healthy human blood unveils age-related loss of nkg2c(+)gzmb(-)cd8(+) memory t cells and accumulation of type 2 memory t cells. Immunity. 56 (12), 2836-2854.e9 (2023).
  28. Sathaliyawala, T., et al. Distribution and compartmentalization of human circulating and tissue-resident memory t cell subsets. Immunity. 38 (1), 187-197 (2013).
  29. Lee, S., Vu, H. M., Lee, J. H., Lim, H., Kim, M. S. Advances in mass spectrometry-based single cell analysis. Biology. 12 (3), 395(2023).
  30. Iyer, A., Hamers, A. A. J., Pillai, A. B. Cytof for the masses. Front Immunol. 13, 815828(2022).
  31. Yuan, X., Wang, J., Huang, Y., Shangguan, D., Zhang, P. Single-cell profiling to explore immunological heterogeneity of tumor microenvironment in breast cancer. Front Immunol. 12, 643692(2021).
  32. Serban, G. M., Mănescu, I. B., Manu, D. R., Dobreanu, M. Optimization of a density gradient centrifugation protocol for isolation of peripheral blood mononuclear cells. Acta Marisiensis - Seria Medica. 64 (2), 83-90 (2018).
  33. Shcherbakova, A., et al. Factors affecting cell viability during the enzymatic dissociation of human endocrine tumor tissues. Biology (Basel). 13 (9), 665(2024).
  34. Devine, R. D., Alkhalaileh, H. S., Lyberger, J. M., Behbehani, G. K. Alternative methods of viability determination in single cell mass cytometry. Cytometry A. 99 (10), 1042-1053 (2021).
  35. Gonzalez, V. D., Huang, Y. W., Fantl, W. J. Mass cytometry for the characterization of individual cell types in ovarian solid tumors. Methods Mol Biol. 2424, 59-94 (2022).
  36. Zabransky, D. J., et al. Profiling of syngeneic mouse hcc tumor models as a framework to understand anti-pd-1 sensitive tumor microenvironments. Hepatology. 77 (5), 1566-1579 (2023).
  37. Levine, L. S., et al. Single-cell analysis by mass cytometry reveals metabolic states of early-activated cd8(+) t cells during the primary immune response. Immunity. 54 (4), 829-844.e5 (2021).
  38. Lv, B., et al. Immunotherapy: Reshape the tumor immune microenvironment. Front Immunol. 13, 844142(2022).
  39. Zhou, Z., et al. Deciphering the tumor immune microenvironment from a multidimensional omics perspective: Insight into next-generation car-t cell immunotherapy and beyond. Mol Cancer. 23 (1), 131(2024).
  40. Hsieh, W. C., et al. Spatial multi-omics analyses of the tumor immune microenvironment. J Biomed Sci. 29 (1), 96(2022).
  41. Wang, Z., et al. Gdf15 induces immunosuppression via cd48 on regulatory t cells in hepatocellular carcinoma. J Immunother Cancer. 9 (9), e002787(2021).
  42. Krams, S. M., Schaffert, S., Lau, A. H., Martinez, O. M. Applying mass cytometry to the analysis of lymphoid populations in transplantation. Am J Transplant. 17 (8), 1992-1999 (2017).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE

Richiedi permesso

Tag

Mass CytometryHepatocellular CarcinomaImmune ProfilingCyTOF AnalysisPeripheral BloodTumor Immune ResponseSingle Cell AnalysisImmune Cell SubsetsBiomarker DiscoverySPADE Clustering

Articoli correlati