使用未细分图像进行活细胞分析,以研究癌细胞对改性T细胞治疗的反应

科学领域:

• 免疫学 免疫学 免疫学
• 生物技术是生物技术.
• 计算生物学 计算生物学

背景情况:

• 活细胞成像 (LCI) 对于评估T细胞抗癌活性至关重要.
• 传统的LCI分析通常依赖于细胞细分,这在低分辨率视频和高细胞密度的情况下具有挑战性.
• 在LCI数据中,复杂的多细胞行为并不能完全通过简单的光测量来捕捉.

研究的目的:

• 开发一种无监督的分析工作流程,用于描述T细胞与癌细胞相互作用的活细胞成像数据.
• 为了克服细胞细分在低时空分辨率LCI数据中的局限性.
• 为了能够描述影响癌细胞对T细胞监测反应的多细胞相互作用.

主要方法:

• 开发了一个没有细分的活细胞行为分析 (SF-LCBA) 工作流.
• 确定了全球聚合模式和本地细胞关键点,而不是对单个细胞进行细分.
• 将SF-LCBA应用于与A375黑色素瘤细胞共同培养的RASA2淘汰的TCR T细胞.

主要成果:

• 在具有挑战性的LCI数据集中,SF-LCBA有效地描述了多细胞相互作用和聚合物形成.
• 包括RASA2淘汰和效应器与目标的比率在内的T细胞修饰,显著改变了聚合物形成的时空动态.
• 观察到癌细胞聚合物的形成减少,T细胞比率较高和RASA2淘汰.

结论:

• SF-LCBA方法为分析不适合传统细分的LCI数据提供了强大的方法.
• 这种技术允许对修改的T细胞行为进行更具治疗意义的测量.
• 能够更深入地了解T细胞介导的抗癌功能和治疗优化.