皮皮:空间蛋白质组学成像的极性测量表明免疫细胞参与

科学领域:

• 细胞生物学 细胞生物学
• 免疫学 免疫学 免疫学
• 计算病理学计算病理学

背景情况:

• 细胞下蛋白质定位对于细胞功能至关重要,但难以量化.
• 这种测量通常需要高分辨率显微镜.

研究的目的:

• 从免疫光成像数据开发一种用于量化表面蛋白质极性的一种新型指标.
• 根据蛋白质极性,在瘤微环境中识别不同的免疫细胞状态.
• 评估极性定义细胞亚型对深度学习模型生存预测性能的影响.

主要方法:

• 使用免疫光成像 (IF) 开发表面蛋白质极性的定量指标.
• 该指标的应用分析了来自600名患者样本的200多万个细胞.
• 将极性定义的细胞亚型集成到深度学习模型中,以预测生存结果.

主要成果:

• 在瘤微环境中,通过极性蛋白质表达特征的独特免疫细胞状态的识别.
• 证明极极表达与瘤免疫细胞参与相关.
• 在结合极性定义细胞亚型时,深度学习模型预测患者存活率的性能显著改善.

结论:

• 亚细胞蛋白表达模式,特别是极性,可以有效地表型免疫细胞的功能状态.
• 这种方法为癌症研究中分析复杂的细胞表型提供了一种新的方法.
• 这些发现在精准医学和改善预后模型方面具有潜在的应用.