質(zhì)譜流式技術(shù)（Mass Cytometry）在藥物開發(fā)和生物藥物表征中的潛力巨大。質(zhì)譜流式細(xì)胞術(shù)將質(zhì)譜技術(shù)與流式細(xì)胞儀相結(jié)合，能夠?qū)崿F(xiàn)對(duì)單個(gè)細(xì)胞的生化成分進(jìn)行深入研究，幫助我們理解疾病機(jī)制，驗(yàn)證藥物的效果，發(fā)現(xiàn)新的藥物靶點(diǎn)以及增強(qiáng)生物制藥質(zhì)量控制。這在生物藥物表征中非常有用，它可以幫助解決以下一些問題：

單細(xì)胞層次的分子表征：傳統(tǒng)的質(zhì)譜技術(shù)通常需要大量的樣本以獲取可靠的結(jié)果，而質(zhì)譜流式技術(shù)則可以分析單個(gè)細(xì)胞的生化成分，這可以幫助我們更深入地理解細(xì)胞的生物學(xué)特性。

生物分子的定量分析：質(zhì)譜流式技術(shù)可以對(duì)細(xì)胞內(nèi)的生物分子進(jìn)行定量分析，包括蛋白質(zhì)、代謝物和其他生物分子。

細(xì)胞異質(zhì)性的研究：細(xì)胞群體中的細(xì)胞并非完全相同，它們之間的差異可能影響疾病的發(fā)展和治療的效果。質(zhì)譜流式技術(shù)可以幫助我們研究這種細(xì)胞異質(zhì)性。

百泰派克生物科技BTP采用基于Fluidigm Helios流式細(xì)胞儀（Mass Cytometry System for Single Cell Analysis）用于單細(xì)胞質(zhì)譜分析，該平臺(tái)能夠完成包括單細(xì)胞捕獲、cDNA合成、實(shí)時(shí)定量PCR分析、目標(biāo)區(qū)域擴(kuò)增以及質(zhì)譜流式細(xì)胞分析。

癌癥是全球范圍內(nèi)人類的主要死亡原因之一。在過去 30 年中，識(shí)別驅(qū)動(dòng)基因修飾一直是癌癥研究的核心目標(biāo)，從而產(chǎn)生了癌癥基因組圖譜 （TCGA）和癌癥體細(xì)胞突變目錄 （COSMIC） 等，其中包括廣泛的大規(guī)模、系統(tǒng)測(cè)序研究，這些研究構(gòu)成了主要腫瘤類型突變異常的綜合目錄。

近年來，對(duì)于癌癥的研究開始關(guān)注腫瘤-免疫過程（圖1），尤其是腫瘤微環(huán)境（TME）中的免疫狀態(tài)。免疫細(xì)胞異質(zhì)性和各種細(xì)胞亞群的存在使TME免疫分析復(fù)雜化。此外，腫瘤團(tuán)塊內(nèi)免疫的空間分布是顯著影響免疫細(xì)胞獲得促腫瘤或抗腫瘤功能的關(guān)鍵參數(shù)?？紤]基因組學(xué)、轉(zhuǎn)錄組學(xué)、表觀基因組學(xué)和蛋白質(zhì)組學(xué)的多組學(xué)觀點(diǎn)對(duì)于揭示TME的免疫復(fù)雜性是必要的。

腫瘤和免疫系統(tǒng)這兩個(gè)交織系統(tǒng)相互作用的內(nèi)在復(fù)雜性帶來了相當(dāng)大的挑戰(zhàn)，需要全面的方法來檢測(cè)腫瘤起始和進(jìn)展期間以及治療調(diào)節(jié)后的癌癥免疫。幾種已建立的新型高通量技術(shù)能夠生成必要的數(shù)據(jù)，從而為機(jī)制理解提供基礎(chǔ)，并最終增加受益于癌癥免疫治療的患者數(shù)量。二代測(cè)序（NGS）技術(shù)不僅提供了可以挖掘免疫相關(guān)參數(shù)的大型數(shù)據(jù)集。但也越來越多地用于臨床環(huán)境，為癌癥治療提供信息。此外，單細(xì)胞RNA測(cè)序（scRNA-seq）和質(zhì)譜流式技術(shù)（CyTOF）等新技術(shù)已經(jīng)成熟，并首次能夠在單細(xì)胞水平上精確表征分子過程。質(zhì)譜流式技術(shù)已經(jīng)在腫瘤的早期檢測(cè)，免疫圖譜繪制等多個(gè)領(lǐng)域被應(yīng)用。

惡性腫瘤其特征是起病隱匿，導(dǎo)致診斷和治療延遲。目前臨床使用的常規(guī)血清學(xué)檢測(cè)因其敏感性低或特異性低而受到限制。因此需要拓展于腫瘤篩查，早期檢測(cè)和預(yù)測(cè)復(fù)發(fā)的新型工具。

2023年，浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院團(tuán)隊(duì)在Gut上發(fā)表了基于質(zhì)譜流式技術(shù)的外周血分析作為早期檢測(cè)實(shí)體瘤的新工具。文章對(duì)來自15個(gè)中心的2348名參與者進(jìn)行了CyTOF分析，包括1131名肝病患者，584名胰腺疾病患者和633名健康志愿者。通過外周血的CyTOF分析確定了由肝細(xì)胞癌（HCC）或胰腺導(dǎo)管腺癌（PDAC）引起的人類外周免疫細(xì)胞亞群的改變（圖2）。

文章采用隨機(jī)森林算法分別從HCC和PDAC的訓(xùn)練組中發(fā)現(xiàn)結(jié)果特征。在肝臟組中確定了7個(gè)標(biāo)志物和16個(gè)細(xì)胞亞群，有可能將HCC與非HCC受試者區(qū)分開來）。在胰腺組中獲得了8個(gè)標(biāo)記物和11個(gè)細(xì)胞亞群用于PDAC篩選。這些細(xì)胞亞群包含單核細(xì)胞、B細(xì)胞和T細(xì)胞。然后將這些標(biāo)記和細(xì)胞亞群應(yīng)用于構(gòu)建診斷模型?；趇PBIScore的模型顯示，與其他肝良性疾病的HCC分化AUC值為0.97，PDAC與其他胰腺良性疾病的分化AUC值為0.92。

同時(shí)，文章也研究了腫瘤患者中的潛在亞型。分析重要的臨床病理學(xué)參數(shù)，如腫瘤標(biāo)志物、腫瘤分化程度和疾病分期。我們對(duì)基于PBIScore的模型中包含的細(xì)胞亞群進(jìn)行了重新聚類，并比較了它們?cè)谶@些臨床病理學(xué)參數(shù)中的比例。確定了原發(fā)腫瘤和外周免疫狀態(tài)之間免疫細(xì)胞亞群的相關(guān)性，并定義了可能對(duì)外周免疫失衡有重要影響的一些細(xì)胞亞群（圖3）。

除了腫瘤早期檢測(cè)，質(zhì)譜流式技術(shù)也可以用于預(yù)測(cè)腫瘤的復(fù)發(fā)。2022年，浙江大學(xué)醫(yī)學(xué)院附屬第一人民醫(yī)院團(tuán)隊(duì)發(fā)表了基于質(zhì)譜細(xì)胞術(shù)的不同免疫譜預(yù)測(cè)肝移植患者腫瘤復(fù)發(fā)的研究結(jié)果。質(zhì)譜流式技術(shù)用于揭示肝移植（LT）后外周免疫系統(tǒng)的動(dòng)態(tài)變化。在49個(gè)時(shí)間點(diǎn)從12名肝移植接受者那里收集了5份血液樣本：手術(shù)前（BS），肝移植后3天（D-3），肝移植后1周（W-1），肝移植后2周（W-2）和肝移植后3周（W-3）。從收集的樣品中提取含有超過3萬個(gè)CD45細(xì)胞的PBMC，并使用具有42個(gè)標(biāo)記物的定制設(shè)計(jì)的抗體組合進(jìn)行CyTOF分析（圖4）。

CyTOF分析顯示，在LT后3周，活化的免疫細(xì)胞群增加，而具有抑制功能的免疫細(xì)胞（髓源性抑制細(xì)胞）的比例減少。肝細(xì)胞癌LT患者的LT后免疫組成與肝細(xì)胞癌以外病因的LT患者有很大不同。此外，在LT后3周，與未復(fù)發(fā)的患者相比，肝細(xì)胞復(fù)發(fā)患者的兩個(gè)T細(xì)胞亞群：CD57 HLA-DR CD8和CD28γδ。CD57 HLA-DR CD8 T細(xì)胞表現(xiàn)出高水平的穿孔素、顆粒酶B和Ki-67，并顯示出高度細(xì)胞毒性和增殖性表型，而CD28γδ T細(xì)胞的IFN-γ水平降低，因此與CD28細(xì)胞相比，激活程度較低（圖5）。

基于這些發(fā)現(xiàn)，文章得出結(jié)論通過CyTOF分析LT受體的PBMC可以預(yù)測(cè)LT后HCC復(fù)發(fā)。獨(dú)特的免疫特征可在 LT后3周對(duì)有肝細(xì)胞癌復(fù)發(fā)風(fēng)險(xiǎn)的患者進(jìn)行分層，這將有助于臨床醫(yī)生制定進(jìn)一步的管理計(jì)劃并改善患者的預(yù)后。

參考文獻(xiàn)：

[1] Finotello, F., Rieder, D., Hackl, H. et al. Next-generation computational tools for interrogating cancer immunity. Nat Rev Genet 20, 724–746 (2019). https://doi.org/10.1038/s41576-019-0166-7

[2] Zhang Q, Ye M, Lin C, Hu M, Wang Y, Lou Y, Kong Q, Zhang J, Li J, Zhang Y, Yang T, Sun X, Yao W, Hua Y, Huang H, Xu M, Wang X, Yu X, Tao W, Liu R, Gao Y, Wang T, Wang J, Wei X, Wu J, Yu Z, Zhang C, Yu C, Bai X, Liang T. Mass cytometry-based peripheral blood analysis as a novel tool for early detection of solid tumours: a multicentre study. Gut. 2023 May;72(5):996-1006. doi: 10.1136/gutjnl-2022-327496. Epub 2022 Sep 16. PMID: 36113977; PMCID: PMC10086490.

[3] Wei X, Xie W, Yin W, Yang M, Khan AR, Su R, Shu W, Pan B, Fan G, Wang K, Yang F, Lu D, Li C, Pan L, Cen B, Xie H, Zhuang L, Zheng S, Zeng X, Chen W, Xu X. Prediction of tumor recurrence by distinct immunoprofiles in liver transplant patients based on mass cytometry. Am J Cancer Res. 2022 Sep 15;12(9):4160-4176. PMID: 36225628; PMCID: PMC9548010.

[4] Finotello F, Eduati F. Multi-Omics Profiling of the Tumor Microenvironment: Paving the Way to Precision Immuno-Oncology. Front Oncol. 2018 Oct 5;8:430. doi: 10.3389/fonc.2018.00430. PMID: 30345255; PMCID: PMC6182075.

[5] Chevrier S, Levine JH, Zanotelli VRT, Silina K, Schulz D, Bacac M, Ries CH, Ailles L, Jewett MAS, Moch H, van den Broek M, Beisel C, Stadler MB, Gedye C, Reis B, Pe'er D, Bodenmiller B. An Immune Atlas of Clear Cell Renal Cell Carcinoma. Cell. 2017 May 4;169(4):736-749.e18. doi: 10.1016/j.cell.2017.04.016. PMID: 28475899; PMCID: PMC5422211.

[6] Lavin Y, Kobayashi S, Leader A, Amir ED, Elefant N, Bigenwald C, Remark R, Sweeney R, Becker CD, Levine JH, Meinhof K, Chow A, Kim-Shulze S, Wolf A, Medaglia C, Li H, Rytlewski JA, Emerson RO, Solovyov A, Greenbaum BD, Sanders C, Vignali M, Beasley MB, Flores R, Gnjatic S, Pe'er D, Rahman A, Amit I, Merad M. Innate Immune Landscape in Early Lung Adenocarcinoma by Paired Single-Cell Analyses. Cell. 2017 May 4;169(4):750-765.e17. doi: 10.1016/j.cell.2017.04.014. PMID: 28475900; PMCID: PMC5737939.

[7] Gonzalez VD, Samusik N, Chen TJ, Savig ES, Aghaeepour N, Quigley DA, Huang YW, Giangarrà V, Borowsky AD, Hubbard NE, Chen SY, Han G, Ashworth A, Kipps TJ, Berek JS, Nolan GP, Fantl WJ. Commonly Occurring Cell Subsets in High-Grade Serous Ovarian Tumors Identified by Single-Cell Mass Cytometry. Cell Rep. 2018 Feb 13;22(7):1875-1888. doi: 10.1016/j.celrep.2018.01.053. PMID: 29444438; PMCID: PMC8556706.

[8] Neuperger P, Balog Já, Tiszlavicz L, Furák J, Gémes N, Kotogány E, Szalontai K, Puskás LG, Szebeni GJ. Analysis of the Single-Cell Heterogeneity of Adenocarcinoma Cell Lines and the Investigation of Intratumor Heterogeneity Reveals the Expression of Transmembrane Protein 45A (TMEM45A) in Lung Adenocarcinoma Cancer Patients. Cancers (Basel). 2021 Dec 29;14(1):144. doi: 10.3390/cancers14010144. PMID: 35008313; PMCID: PMC8750076.

[9] Krieg C, Nowicka M, Guglietta S, Schindler S, Hartmann FJ, Weber LM, Dummer R, Robinson MD, Levesque MP, Becher B. High-dimensional single-cell analysis predicts response to anti-PD-1 immunotherapy. Nat Med. 2018 Feb;24(2):144-153. doi: 10.1038/nm.4466. Epub 2018 Jan 8. Erratum in: Nat Med. 2018 Nov;24(11):1773-1775. PMID: 29309059.

[10] Shinko D, McGuire HM, Diakos CI, Pavlakis N, Clarke SJ, Byrne SN, Charles KA. Mass Cytometry Reveals a Sustained Reduction in CD16+ Natural Killer Cells Following Chemotherapy in Colorectal Cancer Patients. Front Immunol. 2019 Nov 5;10:2584. doi: 10.3389/fimmu.2019.02584. PMID: 31749810; PMCID: PMC6848231.

[11] Fienberg HG, Nolan GP. Mass cytometry to decipher the mechanism of nongenetic drug resistance in cancer. Curr Top Microbiol Immunol. 2014;377:85-94. doi: 10.1007/82_2014_365. PMID: 24578267; PMCID: PMC6676908.

[12] Stevens LE, Peluffo G, Qiu X, Temko D, Fassl A, Li Z, Trinh A, Seehawer M, Jovanovi? B, Ale?kovi? M, Wilde CM, Geck RC, Shu S, Kingston NL, Harper NW, Almendro V, Pyke AL, Egri SB, Papanastasiou M, Clement K, Zhou N, Walker S, Salas J, Park SY, Frank DA, Meissner A, Jaffe JD, Sicinski P, Toker A, Michor F, Long HW, Overmoyer BA, Polyak K. JAK-STAT Signaling in Inflammatory Breast Cancer Enables Chemotherapy-Resistant Cell States. Cancer Res. 2023 Jan 18;83(2):264-284. doi: 10.1158/0008-5472.CAN-22-0423. PMID: 36409824; PMCID: PMC9845989.