質(zhì)譜流式技術(shù)（Mass Cytometry）在藥物開(kāi)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(wèn)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(lèi)的主要死亡原因之一。在過(guò)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(lèi)型突變異常的綜合目錄。

近年來(lái)，對(duì)于癌癥的研究開(kāi)始關(guān)注腫瘤-免疫過(guò)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(lái)了相當(dāng)大的挑戰(zhàn)，需要全面的方法來(lái)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(lái)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(guò)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。

腫瘤免疫微環(huán)境（TME）是一個(gè)復(fù)雜的生態(tài)系統(tǒng)，由各種細(xì)胞類(lèi)型，其分泌產(chǎn)物（例如細(xì)胞因子，趨化因子）以及細(xì)胞外基質(zhì)（ECM）的其他非細(xì)胞成分組成。單細(xì)胞轉(zhuǎn)錄組學(xué)在TME研究中的應(yīng)用已經(jīng)對(duì)TME的細(xì)胞和分子復(fù)雜性產(chǎn)生了前所未有的分辨率，加速了對(duì)TME內(nèi)不同細(xì)胞類(lèi)型之間的異質(zhì)性，可塑性和復(fù)雜交叉相互作用的理解（圖2）。而質(zhì)譜流式技術(shù)的出現(xiàn)可以從蛋白層面表征腫瘤免疫狀態(tài)，透明細(xì)胞腎細(xì)胞癌，肺腺癌，乳腺癌，結(jié)直腸癌，肝癌等多種癌癥的腫瘤免疫圖譜已被報(bào)道。

2017年在Cell上同時(shí)發(fā)表了兩篇論文開(kāi)啟了基于質(zhì)譜流式技術(shù)繪制腫瘤免疫圖譜的熱潮。Bernd Bodenmiller團(tuán)隊(duì)使用質(zhì)譜流式技術(shù)對(duì)73名透明細(xì)胞腎細(xì)胞癌（ccRCC）患者和3名健康對(duì)照的樣本進(jìn)行了深入的免疫分析（圖3）。在5萬(wàn)個(gè)測(cè)量細(xì)胞中鑒定了17種腫瘤相關(guān)巨噬細(xì)胞表型、22種T細(xì)胞表型以及與無(wú)進(jìn)展生存相關(guān)的獨(dú)特免疫組成，從而提供了該疾病免疫腫瘤微環(huán)境的深入人類(lèi)圖譜（圖3）。這項(xiàng)研究揭示了免疫療法開(kāi)發(fā)的潛在生物標(biāo)志物和靶點(diǎn)，以及可用于其他腫瘤類(lèi)型免疫分析的經(jīng)過(guò)驗(yàn)證的工具。

Miriam Merad團(tuán)隊(duì)使用質(zhì)譜流式技術(shù)檢測(cè)了32名患者的腫瘤組織，包括腫瘤組織，正常肺組織和血液，提供早期肺部腫瘤的詳細(xì)免疫細(xì)胞圖譜（圖4）。研究表明，I期肺腺癌病變已經(jīng)具有顯著改變的T細(xì)胞和NK細(xì)胞區(qū)室。確定了可能損害抗腫瘤T細(xì)胞免疫的腫瘤浸潤(rùn)性骨髓細(xì)胞（TIM）亞群的變化。

研究發(fā)現(xiàn)在疾病的I期，肺腺癌病變的CD8+效應(yīng)T細(xì)胞/Treg比率與正常肺組織相比強(qiáng)烈降低。這種T細(xì)胞比例的改變是由于表達(dá)顆粒酶B和IFNγ的CD8+T細(xì)胞明顯減少，腫瘤部位的CD39hiCD38hiPD-1hiCTLA4hiFoxp3hi Tregs明顯擴(kuò)大。不同的TIL腫瘤特征伴隨著腫瘤CD16+ NK細(xì)胞的顯著改變，因?yàn)樗鼈冊(cè)谀[瘤中強(qiáng)烈減少，并且與肺NK細(xì)胞相比，剩余的少數(shù)NK細(xì)胞表達(dá)的顆粒酶B水平較低，IFNγ較少。在不同的TNM階段，居住在肺腺癌腫瘤病灶中的所有抗原呈遞細(xì)胞亞群都有明顯的變化。具體來(lái)說(shuō)，I期肺腺癌病變中的CD141+DC明顯減少，而PPARγhi巨噬細(xì)胞富集。配對(duì)單細(xì)胞分析為腫瘤驅(qū)動(dòng)的免疫變化提供了有價(jià)值的知識(shí)，為免疫療法的合理設(shè)計(jì)提供了強(qiáng)有力的工具。

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.