在人类瘤样本中对三级淋巴细胞结构的自动定量使用免疫光和人工智能驱动的分析管道

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 病理学 病理学 病理学

背景情况:

• 瘤微环境 (TME) 是一个复杂的生态系统,影响癌症的进展和治疗反应.
• 免疫细胞的透和TME内部的组织是影响患者生存的关键因素.
• 三级淋巴体结构 (TLS),以T和B细胞聚类为特征,与各种癌症的有利临床结果有关.

研究的目的:

• 在TLS中建立一个详细的7倍体免疫光染色免疫细胞的协议.
• 为了能够精确量化甲固定嵌 (FFPE) 人类瘤组织中的TLS细胞组成.
• 增强对TLS在TME中的作用及其对抗癌治疗的影响的理解.

主要方法:

• 开发用于FFPE人类瘤切片的7个复合体免疫光染色协议.
• 在TLS中丰富的六种特定免疫细胞亚型的识别.
• 应用Halo-AI分析软件用于确定细胞亚型的定量评估.

主要成果:

• 成功实施了用于TLS表征的7倍体免疫光染色技术.
• 详细的方法量化特异性免疫细胞种群在TLS.
• 建立一种可重复的方法来分析FFPE样本中的TLS成分.

结论:

• 拟议的协议允许在瘤微环境中详细描述TLS.
• 对TLS免疫细胞的定量分析提供了对其预后和预测价值的见解.
• 这种方法有助于进一步研究TLS在癌症免疫和治疗中的功能作用.