多色流式解析肺组织的细胞组成和肿瘤微环境

niwanmao

肺癌仍然是全球癌症相关死亡的主要原因，2020 年约有 180 万人死亡。目前的疗法旨在针对肺肿瘤微环境 (TME) 的成分来减缓癌症进展。由于 TME 在肿瘤进展和转移中起着至关重要的作用，因此精确识别 TME 中的细胞群有助于开发有效的新型靶向疗法。

癌细胞和基质细胞之间的相互作用维持了致癌微环境，因此 TME 中细胞的数量和分布可能与肺癌的发病机制有关。例如，肿瘤相关巨噬细胞 (TAM) 是肺 TME 中最丰富的细胞类型之一，据报道 TAM 浸润与肺癌的分期和转移潜力相关。由于微环境细胞在疾病进展中的参与是多方面的，因此分析 TME 对于阐明细胞活性、相互作用和功能以建立更具体的靶向方法来抑制肺肿瘤发生至关重要。

多色流式细胞仪已广泛用于表征不同物种的淋巴和非淋巴组织中的细胞群。当与计数标准配合使用时，流式细胞术可以产出可靠的信息，不仅是关于组织中免疫细胞的活化状态和绝对数量。

多色方案


健康小鼠肺组织有着20多群免疫细胞

肺血管、上皮细胞和基质细胞的设门策略。 首先，进行 FSC、SSC 和 7-AAD 设门以去除碎片、死细胞和细胞粘连体。 接下来，通过 CD31 和 CD45 设门将血管细胞与其他肺细胞区分开来。 CD31+细胞是血管内皮细胞，可分为BECs（CD146+ Ly6C+）和LECs（CD90+ CD146-）。 CD45+ 细胞是免疫细胞（见另外一张图）。 CD31–/CD45– 群体包括成纤维细胞 (CD140+/CD324–) 和上皮细胞 (CD324+/CD140–)。 CD324–/CD140– 群体包括 CD146+ VSMC。
> 图中的缩写解释。7-AAD=7-氨基放线菌素 D； BECs=血液内皮细胞； FMO=荧光减一对照； FSC-A=前向散射光面积参数； FSC-W=前向散射光宽度参数； LEC=淋巴管内皮细胞； SSC=侧向散射光； VSMC=血管平滑肌细胞。



肺髓系细胞的设门策略。 CD45+的免疫细胞群体中，除了肺泡巨噬细胞 (CD44+/CD11b–/CD11c+) 外，一般用CD11b 表达用于区分髓系细胞和淋巴细胞。 CD11b+ 群包括中性粒细胞 (CD11b+/Ly6G+)、嗜酸性粒细胞 (CD11b+/SiglecF+)、单核细胞 (MHCII–/Ly6C+ 和 MHCII–/Ly6C–)、cDC (MHCII+/CD24+) 和间质巨噬细胞 (MHCII+/CD24–/CD64/MerTK+ ) 。
> 图中的缩写解释。cDCs=常规树突状细胞； FMO=荧光减一对照； Mono=单核细胞； MФ=巨噬细胞。




肺淋巴细胞的设门策略。 首先根据 CD24 和 NK1.1 表达，将CD11b–的淋巴细胞分为B 细胞 (CD24+/MHCII+) 和 NK1.1 单阳性细胞 (CD24–/NK1.1+)。 NK1.1+ 群体包含 CD3- NK 细胞和 CD3+/CD90+ NKT 细胞。 CD24–/NK1.1– 群包括 CD3+ T 细胞亚群（CD4+ T 细胞、CD8+ T 细胞、Treg 细胞 (CD4+/GITR–) 和 γδ T 细胞 (γδ TCR+/CD4–/CD8–)。在 CD3– 细胞内最后分出pDCs (CD11c+/MHCII+ SiglecH+) 。
> 图中的缩写解释。NK=自然杀伤细胞；NKT 细胞=自然杀伤 T 细胞；pDC=浆细胞样树突状细胞。


## 不同肺癌模型中的间质巨噬细胞、DCs 和 Tregs 增加
比较了以下四种原发性和转移性肺肿瘤模型：(i) 转基因 KRasLA4 模型，(ii) 气管内滴注模型，(iii) 静脉注射模型和 (iv) 肿瘤复发模型

不同小鼠肺癌模型中的细胞组成。 B图中的t-SNE 图显示了不同肺癌模型的肺细胞组成分布。 C图则描述了识别 LLC1 细胞的设门策略，这些细胞在肿瘤模型中缺乏常规上皮标记。 对照为健康小鼠的肺。
> 图中的缩写解释。i.t.，气管内注射； i.v.，静脉注射； t.r.，肿瘤复发模型； WT，野生型； H&E、苏木精和伊红； DC，树突状细胞； pDC，浆细胞样树突状细胞； NK，自然杀手； NKT 细胞，自然杀伤 T 细胞； Treg，调节性 T 细胞。



健康对照肺和四种不同模型的肺肿瘤模型中各类细胞的定量分布（按每mg肺组织中的细胞数定量）。 对照 n = 5， i.t. 模型 n=6， KRas 模型 n=9，肿瘤复发模型 n=9， i.v. 模型 n=3。


信源：Olesch, Catherine et al. “Picturing of the Lung Tumor Cellular Composition by Multispectral Flow Cytometry.” Frontiers in immunology vol. 13 827719. 25 Jan. 2022, doi:10.3389/fimmu.2022.827719