实验室产品 > 资源社区 > 彬谷资讯 > 正文

MACS iQ View助力复杂空间组学数据深度分析

文/ 发布于2024-06-07 浏览次数：50

空间生物学是近年来新兴的热点科研领域，通过使用空间组学解决方案，研究者可以在不破坏组织完整性的情况下，了解生物样本内细胞构成，真实还原细胞在组织中的空间分布及相互作用关系，从而推动肿瘤微环境、免疫检查点抑制剂耐药性、药物新靶点开发等热门学术话题的深入研究。

然而，空间组学实验产生大量的数据，需要专业的分析工具对这些多维度的复杂数据进行处理，从而揭示数据背后隐藏的海量信息。但是，目前空间组学现有的分析工具，大多存在操作复杂，功能不完善，与数据采集平台整合度差的问题。为解决上述问题，Miltenyi Biotec开发了MACS^® iQ View空间生物学数据处理软件，助力复杂空间组学数据分析。

MACS^® iQ View 介绍

MACS iQ View数据处理软件是为MACSima^™空间生物学成像系统量身定制。除了与成像系统有很高的兼容性以外，MACS iQ View还加载了细胞分割，细胞门分类，细胞簇，细胞距离，及蛋白质表达图谱等等多种分析模块，以便于研究细胞表型，细胞间通讯及细胞间相互作用关系。以下，我们将对MACS iQ View具有的一些分析功能进行展示。

1. 细胞分割

细胞分割（cell segmentation）是整个图像数据分析流程的第一步，也是最重要的环节，细胞分割的准确性会影响下游分析的结果。细胞分割的效果受到图像数据分辨率及软件算法的影响。MACSima平台配备有单细胞分辨率成像系统，在获取数据之后，MACS iQ View可以在单细胞水平上对图像数据进行分析。另外，MACS iQ View使用细胞核及细胞质标志物双重分割的方法确定细胞的位置以及细胞边界。相比单纯的细胞核标记，这种双重标记的方法更加准确，有利于应对细胞密度高且细胞形状不规则的样本分析 (图1)。

图1，A）DAPI 对细胞核区域进行分割。B）使用细胞质蛋白标记物，对细胞边界分割

此外，MACS iQ View有多种参数供用户选择，这样有助于分析人员根据样本类型的不同调整参数，优化自动化算法。除此之外，为了进一步增加软件的灵活性，用户还可以在该软件上导入自己的细胞分割算法。

2. 肿瘤微环境组织结构分析

虽然肿瘤微环境在每个组织样本中都有所不同，但是大多数肿瘤微环境中都具有共同的标志性细胞类型和组织结构，包括肿瘤细胞、免疫细胞、基质细胞、细胞外基质和血管。细胞间的相互作用及细胞组成的异质性会影响肿瘤的进展、预后、并影响药物治疗反应。在MACS iQ View软件上，我们可以使用多种生物标志物，对组织内细胞进行分型及区室化分析。图2中所展示的是利用多重生物标志物对结直肠癌组织细胞分型的结果，我们把样本中的细胞广泛的分成了免疫细胞、肿瘤细胞及基质细胞等三大类，免疫细胞被分类为CD45阳性，肿瘤细胞为EpCAM（CD326）阳性，基质为Collagen IV阳性（图2）。

图2， A）CD45，CollagenIV，EpCAM在组织切片中的表达。B）肿瘤组织结构分析，肿瘤区域（黄色）, 免疫细胞 (品红色), 和基质细胞 (青色)。

3. 免疫细胞分型

对肿瘤微环境及其异质性的了解，是攻克癌症和开发有效治疗手段的关键。在单细胞水平上对肿瘤微环境进行分析，更有利于我们了解肿瘤组织中免疫细胞的类型及其状态。利用 MACSima平台，我们可以对一个样本中的上百个生物标志物进行分析，这样不仅允许我们揭示组织中的细胞类型，而且可以帮助我们对细胞亚群和细胞功能多样性进行学习。在图3中，我们通过35个生物标志物对扁桃体切片样本中的38,000个细胞进行了细胞表型及功能多样性分析。随后，将细胞聚类分析的结果通过t-SNE的方式展示了出来（图3）。

图3：A）CD3，CD23和cytokeratin在扁桃体样本上的表达。B）T 细胞（CD3+ 和 CD45+），生发中心（CD23+）, 上皮细胞（cytokeratin+）， “gate“是在t-SNE上面分类出来的细胞。C）t-SNE 细胞聚类分析。

尽管在t-SEN图谱中，通过多重生物标志物的分析，我们成功的把T 细胞识别了出来。但是，为了识别细胞亚群，并对他们的功能有进一步的了解，随后我们使用更多的生物标志，对T细胞进行了详细分类。图4所展示的是我们对T细胞亚群分型的策略及计数统计结果，尽管有些细胞亚群占总细胞数的比例不到1%，但是这些细胞可能对肿瘤免疫反应产生重要影响（图4）。

图 4：（A）T细胞亚群分型策略，各个亚型计数及其在总细胞数中的百分比。(B) 辅助T细胞分为记忆T细胞和CD45RA+/CD45RO- 细胞，图中显示了它们在组织中的分布。(C) UMP 中突出显示的是记忆性T细胞和CD45RA+/CD45RO- 细胞。

4. 肿瘤细胞分型

上皮肿瘤细胞的分化状态已经被证实与癌症的进展和预后相关，所以对上皮细胞亚型的研究有助于治疗方法的开发及治疗途径的选择。我们通过使用112个生物标志物对肺癌组织，尤其是上皮细胞进行了细胞亚群及状态分析。而后，使用38个生物标志物，利用K-mean的方法对Cytokeratin阳性的细胞进行了深度的细胞聚类分析（图5）。

图5：(A) 不同类型的Cytokeratin蛋白在细胞中的表达及其在组织中的分布。(B) Cytokeratin阳性细胞进行 K-mean 聚类分析。(C) 不同类型的Cytokeratin在不同细胞簇中的表达热力图。(D) PD-L 2 在每个细胞簇中单个细胞上的蛋白质表达热力图。

5. 空间距离分析

在肿瘤微环境中免疫细胞与肿瘤细胞的作用关系决定细胞分化，调节分子通路功能，并对治疗效果产生影响。空间生物学的优势在于保留组织样本固有结构的前提下，对蛋白质标志物及细胞间相互作用进行空间分析，在记录和观察邻近细胞及细胞群体空间信息的同时找到有助于治疗和预后的生物学规律。在乳腺癌的数据集中，我们对T细胞和肿瘤细胞的距离进行了分析，并根据T细胞和肿瘤细胞间的距离不同，把T细胞进行分类。结果显示，距离肿瘤细胞越远，CD8表达量越低。这个结果表明距离肿瘤细胞较远的T细胞大多是辅助性T细胞，靠近肿瘤区域的细胞多是杀伤性T淋巴细胞（图6）。

图6：(A) 图B中已识别的CD3+ T细胞与肿瘤细胞的空间距离关系，肿瘤细胞以白色表示，细胞核显示为蓝色。(B) 根据肿瘤区域到 CD3+ T细胞的距离变化将细胞划分为肿瘤近距离及远距离。每个距离区域中 CD3+ T细胞的计数在颜色编码表中列出。(C) 每组CD3+ T细胞生物标记物的热力图。

MACS iQ View优势

MACS iQ View是MACSima空间组学整体解决方案的一部分，为MACSima成像系统及空间组学数据分析量身设计，整合度高。

该软件搭载了众多的分析模块，例如，细胞分割，细胞门分类，细胞聚类，细胞距离，细胞密度分析等多种功能。

MACS iQ View操作十分简便，界面友好，不需要操作者有很强的生信背景，适用于不同科研背景的用户对数据进行快速、深度分析。

原创作者 | Yicheng Liu

免责声明：文章仅供学习和交流，如涉及作品版权问题需要我方删除，请联系我们，我们会在第一时间进行处理。