Method Article
* Diese Autoren haben gleichermaßen beigetragen
Dieses Protokoll beschreibt eine umfassende Analysemethode der Massenzytometrie (Cytometry by Time-of-Flight [CyTOF]) zur Bewertung sowohl systemischer als auch lokaler Immunantworten beim hepatozellulären Karzinom (HCC). Der Ansatz zielt darauf ab, Einblicke in die Immunlandschaft von HCC zu geben und ein tieferes Verständnis der Tumormikroumgebung und der damit verbundenen Immunmechanismen zu ermöglichen.
Das hepatozelluläre Karzinom (HCC) ist eine der häufigsten und tödlichsten Formen von Leberkrebs weltweit. Trotz Fortschritten in der Behandlung bleibt die Prognose für HCC-Patienten aufgrund des komplexen Zusammenspiels von genetischen, umweltbedingten und immunologischen Faktoren, die das Fortschreiten des Fortschreitens vorantreiben, schlecht. Das Verständnis der Immunlandschaft von HCC ist entscheidend für die Entwicklung wirksamer Therapien, insbesondere auf dem Gebiet der Immuntherapie, die vielversprechend für die Verbesserung der Patientenergebnisse ist. In dieser Studie wird die Massenzytometrie (Cytometry by Time-of-Flight [CyTOF]) eingesetzt, um sowohl systemische als auch lokale Immunantworten bei Patienten mit HCC zu untersuchen. Durch die Analyse von peripheren Blut- und Tumorproben zielt die Forschung darauf ab, einzigartige Immunzellpopulationen und ihre funktionellen Zustände zu identifizieren, die mit der HCC-Progression verbunden sind. Die Ergebnisse geben einen umfassenden Überblick über die Immunlandschaft bei HCC und heben potenzielle Biomarker und therapeutische Ziele hervor. Dieser Ansatz bietet wertvolle Einblicke in die Immunmechanismen, die dem HCC zugrunde liegen, und ebnet den Weg für die Entwicklung wirksamerer Immuntherapien für diese Malignität.
Das hepatozelluläre Karzinom (HCC) ist der häufigste primäre Leberkrebs und aufgrund seiner hohen Inzidenz- und Mortalitätsraten ein bedeutendes globales Gesundheitsproblem1. Nach Angaben der Weltgesundheitsorganisation ist HCC die fünfthäufigste Krebserkrankung und die zweithäufigste krebsbedingte Todesursache weltweit2. Sie tritt besonders häufig in Regionen mit hohen Raten chronischer Hepatitis-B- und -C-Infektionen auf, wie z. B. in Ostasien und Subsahara-Afrika3. Zu den Hauptrisikofaktoren gehören Virushepatitis, Zirrhose und metabolisches Syndrom4. HCC erfordert eine langfristige Behandlung, die erhebliche physische und finanzielle Belastungen mit sich bringt, was die Notwendigkeit einer wirksamen Prävention, Früherkennung und innovativen Behandlungsstrategien unterstreicht5.
Das Immunsystem spielt eine entscheidende Rolle bei der Entwicklung von HCC. Die Leber ist ein immunologisch aktives Organ mit einer Fülle von Immunzellen, darunter leberresidente Makrophagen, natürliche Killerzellen (NK) und T-Zellen, die für die Überwachung und Beseitigung abnormaler Zellen unerlässlich sind6. HCC kann sich jedoch der Immunüberwachung entziehen, indem es immunsuppressive Moleküle exprimiert, immunsuppressive Zellen rekrutiert und die Mikroumgebung des Tumors verändert 7,8. Diese Immunflucht fördert nicht nur das Tumorwachstum und die Metastasierung, sondern beeinflusst auch das Ansprechen auf die Immuntherapie 9,10.
Systemische und lokale Immunantworten in der Mikroumgebung des Tumors sind Schlüsselfaktoren, die das Fortschreiten der Krebserkrankung und die therapeutischen Ergebnisse beeinflussen. Bei systemischen Immunantworten handelt es sich um zirkulierende Immunzellen, die entfernte Tumorzellen erkennen und angreifen können, wie z. B. periphere T-Zellen, NK-Zellen und Monozyten, die auf Tumorzellen im ganzen Körper abzielen können. Lokale Immunantworten konzentrieren sich auf die Aktivität von Immunzellen in der Mikroumgebung des Tumors, einschließlich tumorinfiltrierender Lymphozyten (TILs), tumorassoziierter Makrophagen (TAMs) und regulatorischer T-Zellen (Tregs). Während TILs häufig zytotoxische Wirkungen gegen Tumorzellen ausüben, tragen TAMs und Tregs typischerweise zu einem immunsuppressiven Milieu bei, das das Tumorwachstum unterstützt11,12. Tumorzellen und Stromazellen können die Mikroumgebung des Tumors umgestalten, um die Immunsuppression zu fördern und sich der Immunüberwachung zu entziehen. Die Wechselwirkung zwischen systemischer und lokaler Immunantwort bestimmt die Gesamtwirksamkeit der Anti-Tumor-Immunität11. Das Verständnis dieser Wechselwirkung kann bei der Entwicklung effektiverer Immuntherapiestrategien helfen.
Die traditionelle Durchflusszytometrie und Immunhistochemie wird zwar häufig in immunologischen Studien eingesetzt, weist jedoch erhebliche Einschränkungen auf, wenn es um die Analyse komplexer Immunlandschaften geht, da sie nicht in der Lage sind, umfassende, hochdimensionale Analysen durchzuführen. Die Durchflusszytometrie ist sehr effektiv für den Nachweis von Oberflächen- und Funktionsmarkern auf Einzelzellebene; Seine Fähigkeit zur gleichzeitigen Multimarkeranalyse ist jedoch eingeschränkt, oft begrenzt durch spektrale Überlappung und praktische Einschränkungen hinsichtlich der Anzahl der Fluoreszenzmarkierungen, die verwendet werden können13,14. Die Immunhistochemie hingegen liefert wertvolle Einblicke in den Gewebekontext spezifischer Marker, wird aber in ähnlicher Weise durch die begrenzte Anzahl analysierbarer Marker und die inhärenten Schwierigkeiten behindert, robuste, quantitative und hochdimensionale Bewertungen zu erzielen15.
Um komplexe Immunumgebungen effektiv zu charakterisieren, sind hochdimensionale Techniken wie die Massenzytometrie (Zytometrie durch Flugzeitmessung [CyTOF]) unerlässlich. Die Massenzytometrie ist eine fortschrittliche Technologie, bei der die Massenspektrometrie eingesetzt wird, um mehrere Proteinmarker in einzelnen Zellen zu analysieren. Es ermöglicht die multiparametrische Analyse einzelner Zellen ohne die spektralen Überlappungsprobleme, die in der traditionellen Durchflusszytometrie auftreten16. Durch die Verwendung von metallmarkierten Antikörpern kann es Dutzende von Markern gleichzeitig messen und bietet einen umfassenden und unvoreingenommenen Überblick über zelluläre Phänotypen und Funktionen17. So entwickelten Gadalla et al. ein CyTOF-Panel mit mehr als 40 Parametern für die Analyse von mononukleären Zellen des peripheren Blutes (PBMC) und Tumorgewebe, was seinen Vorteil bei der hochdimensionalen Immunphänotypisierung demonstriert18. Die traditionelle Durchflusszytometrie mit ihrer begrenzten Anzahl nachweisbarer Parameter war nicht in der Lage, diese seltenen Zellpopulationen mit einzigartigen Phänotypen zu identifizieren. Im Gegensatz dazu ermöglichte die Massenzytometrie eine umfassende Bewertung der Funktionszustände dieser Zellen und ermöglichte so eine detailliertere und robustere Charakterisierung. Behbehani et al. nutzten die Massenzytometrie, um Knochenmarkproben von Patienten mit myelodysplastischen Syndromen (MDS) zu analysieren und seltene aberrante hämatopoetische Vorläuferzellen erfolgreich zu identifizieren und zu charakterisieren18. Die Fähigkeit der Massenzytometrie, gleichzeitig über 40 oberflächen- und intrazelluläre Marker zu detektieren, verbesserte den Nachweis dieser niederfrequenten Zelluntergruppen signifikant19. Diese Fähigkeiten überwinden traditionelle Einschränkungen und bieten tiefere Einblicke in die Immunlandschaft, was den Fortschritt in der Immunologie und therapeutischen Entwicklung vorantreibt. Die Fähigkeit, zelluläre Phänotypen und Funktionen auf Einzelzellebene umfassend zu profilieren, verbessert das Verständnis immunologischer Prozesse erheblich und hilft bei der Entwicklung zielgerichteter Therapien.
Die Massenzytometrie bietet umfassende Einblicke in die systemischen und lokalen Immunzellpopulationen im HCC, indem sie mehrere Proteinmarker gleichzeitig nachweist. Diese Technologie kann zwischen verschiedenen Arten von T-Zellen in der Tumormikroumgebung unterscheiden, wie z. B. Effektor-T-Zellen, regulatorische T-Zellen (Tregs) und erschöpfte T-Zellen, um ihre spezifische Rolle bei der Tumorprogression aufzuklären. Durch den Einsatz von Massenzytometrie können Forscher Immunmarker identifizieren, die mit der HCC-Prognose assoziiert sind20. Zum Beispiel können T-Zell-Untergruppen mit einer hohen PD-1-Expression (Programmed Cell Death Protein 1) als Prädiktoren für die Reaktion eines Patienten auf Immun-Checkpoint-Inhibitoren dienen21. Darüber hinaus erleichtert es die Entdeckung neuer therapeutischer Ziele, indem es spezifische immunsuppressive Moleküle identifiziert und damit eine Grundlage für personalisierte Behandlungsstrategien bietet. Die Fähigkeit der Technologie, mehrere Marker zu erkennen, und ihre Einzelzellauflösung machen sie besonders vorteilhaft für die Aufdeckung neuer therapeutischer Ziele und die Entwicklung von Kombinationsimmuntherapien. Dieser fortschrittliche Ansatz birgt ein erhebliches Potenzial für die Verbesserung der Behandlungsergebnisse bei HCC-Patienten, indem er ein detailliertes Verständnis der Immunlandschaft bietet und die Entwicklung maßgeschneiderter therapeutischer Interventionen ermöglicht.
Ziel dieser Studie ist es, die Massenzytometrie zu nutzen, um die systemischen und lokalen Immunzellprofile von Patienten mit HCC zu analysieren. Ziel ist es, die Immunzellpopulationen zu charakterisieren, diese Merkmale mit klinischen Ergebnissen und therapeutischen Reaktionen zu korrelieren und spezifische Immunmarker und Zelluntergruppen zu identifizieren, die mit der HCC-Prognose assoziiert sind. Durch die Aufklärung der Rolle verschiedener Immunzellen beim Ansprechen auf die Behandlung soll diese Studie eine Grundlage für personalisierte Behandlungsstrategien schaffen. Es wird erwartet, dass die Ergebnisse bestehende Immuntherapien optimieren und wertvolle Erkenntnisse für die Entwicklung neuer Therapien liefern, die letztendlich darauf abzielen, das Gesamtüberleben und die Lebensqualität von HCC-Patienten zu verbessern.
Die Schritte für die Entnahme von Blut- und HCC-Proben, die Isolierung mononukleärer Zellen des peripheren Blutes (PBMCs), die Dissoziation einzelner Zellen und die Färbung sind im folgenden Plan beschrieben. Die experimentellen Reagenzien und Materialien sind alle in der Materialtabelle aufgeführt. Alle Experimente wurden mit Genehmigung der Ethikkommission des ersten angeschlossenen Krankenhauses, School of Medicine, Zhejiang University, durchgeführt, um sicherzustellen, dass die Entnahme von Tumorproben die pathologische Diagnose nicht beeinträchtigt. Von allen Probanden wurde eine schriftliche Einverständniserklärung eingeholt.
1. Isolierung von PBMCs
2. Isolierung von Tumorgewebszellen
HINWEIS: Die Methode zur Isolierung von Tumorgewebezellen wurde von Song et al.22 übernommen.
3. Cisplatin-Färbung
4. Blockierung von Fc-Rezeptoren
5. Inkubation von Membranprotein-Antikörpern
6. Färbung von Zellkernproteinen
7. Fixierung der Zellen
8. Färben der nuklearen Interkalation
9. Herstellung der Zellsuspension
10. Massenzytometrie und Datenanalyse
Um die immunologischen Eigenschaften von HCC aufzuklären, wurde eine umfassende Analyse von Immunzellpopulationen durchgeführt. Gepaarte PBMC- und HCC-Gewebeproben wurden von 4 Patienten mit HCC entnommen. Zur Untersuchung von Immunzellpopulationen auf Einzelzellproteomebene wurde eine Massenzytometrie-Profilierung durchgeführt, wobei zwei Antikörper-Panels sowohl für PBMCs als auch für HCC-Gewebeproben verwendet wurden.
Nach der Qualitätskontrolle wurden 45.326 Zellen in die massenzytometrische Analyse eingeschlossen. Der PhenoGraph-Clustering-Algorithmus wurde in Verbindung mit t-SNE verwendet, um zweidimensionale Diagramme zu generieren und die Zellen in verschiedene Phänotypen zu unterteilen. Die wichtigsten Untergruppen der Immunzellen wurden anhand von Linienmarkern wie CD3 (T-Zellen), CD4 (CD4+ T-Zellen), CD8 (CD8+ T-Zellen), CD56 (NK-Zellen), CD19 (B-Zellen) und CD14 (Monozyten) identifiziert27,28. Immunzellcluster wurden mit Hilfe von Massenzytometrie-Technologien charakterisiert.
In PBMC-Proben, wie in Abbildung 1A gezeigt, wurden insgesamt 14 Zelltypen identifiziert, darunter CD4-T-Zellen, CD8-T-Zellen, NK-Zellen, B-Zellen, Monozyten, CD8-T-Zellen des zentralen Speichers (CD8Tcm), Makrophagen, plasmazytoide dendritische Zellen (pDCs), Basophile, Eosinophile, Effektor-CD8-T-Zellen (CD8Teff), CD141+ konventionelle dendritische Zellen (CD141+ cDCs), Neutrophile und CD1c+ konventionelle dendritische Zellen (CD1c+ cDCs). Das detaillierte Markerausdrucksmuster für jeden Zelltyp ist in Abbildung 1B dargestellt. Darüber hinaus zeigt Abbildung 1C die Verteilung dieser Zelltypen innerhalb jeder Probe. In den PBMC-Proben wurden unterschiedliche Anteile jedes Zelltyps identifiziert. Bemerkenswert ist, dass Probe D im Vergleich zu den anderen Proben einen höheren Anteil an CD4-T-Zellen aufwies. Die Proben A und B zeigten eine signifikante Anreicherung von B-Zellen. Zusätzlich wurden in Probe C überwiegend CD141+ konventionelle dendritische Zellen (CD141+ cDCs) gefunden. Diese Ergebnisse unterstreichen die einzigartige Verteilung und Häufigkeit spezifischer Zelltypen in verschiedenen Proben und geben Einblicke in die Heterogenität der Immunlandschaft bei HCC.
In ähnlicher Weise wurden in Gewebeproben, wie in Abbildung 2A gezeigt, 8 Zelltypen identifiziert, darunter Monozyten, T-Zellen, Neutrophile, NK-Zellen, B-Zellen, pDCs, Eosinophile und myeloische dendritische Zellen (mDCs). Das Markerexpressionsmuster für jeden Zelltyp ist in Abbildung 2B dargestellt, und Abbildung 2C stellt die Verteilung dieser Zelltypen innerhalb der Stichproben visuell dar. Die Gewebeproben zeigten ein konsistentes Muster des Zelltypverhältnisses bei allen Patienten. Dies deutet auf eine gemeinsame immunologische Eigenschaft in Bezug auf die relative Häufigkeit dieser Zelltypen im HCC hin. Das Verständnis dieses konsistenten Musters bietet wertvolle Einblicke in die zugrunde liegende Immunlandschaft und ihre potenziellen Auswirkungen auf die Pathogenese von HCC.
Der durch diese Analyse erstellte Immunzellatlas bietet wertvolle Einblicke in die Immunlandschaft von HCC und gibt Aufschluss über die zellulären und systemischen Anpassungen, die mit der Krankheit verbunden sind.
Abbildung 1: Multi-Omics-Profilerstellung des PBMCs-Ökosystems. (A) Die 14 Zellcluster, die aus PBMC-Proben identifiziert und in einem t-SNE-Diagramm dargestellt wurden. (B) Proteinmarker für die in (A) gezeigten Zellcluster. (C) Verteilungsmuster der Teilmengen über 4 Proben basierend auf Massenzytometriedaten. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 2: Multi-Omics-Profiling des HCC-Gewebeökosystems. (A) Die 8 Zellcluster, die aus HCC-Gewebeproben identifiziert und in einem t-SNE-Diagramm dargestellt wurden. (B) Proteinmarker für die in (A) gezeigten Zellcluster. (C) Verteilungsmuster der Teilmengen über 4 Proben basierend auf Massenzytometriedaten. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Diese Studie nutzt die Massenzytometrie-Technologie, um eine eingehende Analyse sowohl der systemischen als auch der lokalen Immunantworten bei HCC zu ermöglichen. Die Anwendung der Massenzytometrie in diesem Zusammenhang ermöglicht den gleichzeitigen Nachweis mehrerer Marker auf Einzelzellebene und bietet eine detaillierte immunphänotypische Charakterisierung, die für das Verständnis der komplexen Immunlandschaft von HCC entscheidend ist. Die Massenzytometrie hat immunologische Studien revolutioniert, indem sie die hochdimensionale Einzelzellanalyse ermöglicht. Bei dieser Technik werden Isotopenmarkierungen aus seltenen Metallen verwendet, die an Antikörper konjugiert sind, und ermöglicht so die gleichzeitige Messung von über 40 Parametern in einem einzigen Lauf. Diese Fähigkeit ist besonders vorteilhaft bei der Untersuchung von HCC, wo die Tumormikroumgebung (TME) durch ein hohes Maß an zellulärer Heterogenität und komplizierte Immuninteraktionen gekennzeichnet ist18,29.
Ein wesentlicher Vorteil der Massenzytometrie gegenüber der herkömmlichen Durchflusszytometrie ist ihre verbesserte Multiplexfähigkeit. Während die konventionelle Durchflusszytometrie bei der Verwendung von Fluoreszenzmarkern durch spektrale Überlappungen eingeschränkt ist, werden bei der Massenzytometrie Metallisotope verwendet, die nicht unter diesem Problem leiden. Dies ermöglicht die gleichzeitige Detektion einer größeren Anzahl von Markern, ohne dass komplexe Kompensationsalgorithmenerforderlich sind 30. Diese Fähigkeit ist in der HCC-Forschung von entscheidender Bedeutung, da die Profilierung verschiedener Immunzellpopulationen und ihrer Zustände für das Verständnis von Tumor-Immun-Interaktionen von entscheidender Bedeutung ist. Die Massenzytometrie liefert hochdimensionale Daten mit Einzelzellauflösung und ermöglicht so eine umfassende Analyse von Immunzellen innerhalb des TME31. Dieser Detaillierungsgrad ist entscheidend für die Identifizierung seltener Zellpopulationen und das Verständnis ihrer Rolle bei der Tumorprogression und Immunevasion. So kann die Massenzytometrie beispielsweise zwischen Untergruppen von T-Zellen, Makrophagen und anderen Immunzellen unterscheiden und so Einblicke in deren Funktionszustände und Wechselwirkungen innerhalb des Tumors geben18.
Eine Abfolge kritischer Schritte im Protokoll gewährleistet die Zuverlässigkeit und Reproduzierbarkeit der erhaltenen Daten. Während der Blutschichtung über die Trennflüssigkeit ist eine sorgfältige und langsame Zugabe unerlässlich, um die Integrität der Schichten zu erhalten und eine Vermischung zu vermeiden, was für die erfolgreiche Isolierung von PBMCs32 entscheidend ist. In ähnlicher Weise erfordert die enzymatische Verdauung von Tumorgeweben ein sorgfältiges Timing, um Dissoziation und Zellviabilität auszugleichen33. Die richtige Handhabung in diesen Phasen gewährleistet eine hohe Rückgewinnung und Reinheit von PBMCs und Tumorzellen, was für die nachgelagerte Färbung und Massenzytometrie-Analyse unerlässlich ist. Darüber hinaus spielt der Cisplatin-Färbeprozess eine entscheidende Rolle bei der genauen Unterscheidung zwischen lebenden und toten Zellen; Ein falsches Timing oder eine falsche Konzentration können zu falsch-positiven oder falsch-negativen Ergebnissen führen, die sich auf die Datenqualität auswirken34. Darüber hinaus minimiert die Fc-Rezeptor-Blockierung die unspezifische Antikörperbindung und gewährleistet eine präzise Identifizierung von Zelloberflächenmarkern, während die Fixierungs- und Permeabilisierungsschritte sorgfältig kontrolliert werden müssen, um die zelluläre Integrität und die intrazellulären Antigene zu erhalten, die für genaue Ergebnisse der Massenzytometrie entscheidend sind35.
Die hochdimensionalen Analysemöglichkeiten der Massenzytometrie machen sie zu einem unschätzbaren Werkzeug für die Entdeckung von Biomarkern bei HCC. Durch die Profilierung der Immunlandschaft auf Einzelzellebene können Forscher potenzielle Biomarker identifizieren, die mit dem Krankheitsverlauf, dem therapeutischen Ansprechen und der Gesamtprognose verbunden sind36. Die unterschiedlichen Immunzellverteilungen, die in dieser Studie über PBMC- und Gewebeproben hinweg beobachtet wurden, liefern wichtige Informationen für die Patientenstratifizierung. Zum Beispiel können Patienten mit einem höheren Spiegel an Effektor-CD8-T-Zellen besser auf Therapien ansprechen, die die zytotoxische T-Zellaktivität erhöhen, während Patienten mit erhöhten Spiegeln von immunsuppressiven Zellen, wie z. B. Tregs, von Kombinationstherapien profitieren können, um die Immunumgebung effektiv zu modulieren. Dieser stratifizierte Ansatz könnte zu personalisierten und effektiveren Behandlungsstrategien für HCC führen.
Die Massenzytometrie liefert detaillierte Einblicke in die Immunzellpopulationen und ihre funktionellen Zustände innerhalb der TME und trägt zur Identifizierung potenzieller Ziele für die Immuntherapie bei37. Diese Biomarker können validiert und zur Entwicklung gezielter Therapien und personalisierter Behandlungsstrategien verwendet werden30. Die Identifizierung immunsuppressiver Zellpopulationen wie Tregs und myeloischer Suppressorzellen (MDSCs) kann die Entwicklung von Therapien unterstützen, die darauf abzielen, diese Zellen zu modulieren, um die Anti-Tumor-Immunität zu verbessern38. Die Massenzytometrie ermöglicht ein umfassendes Immunprofiling, das für das Verständnis der komplexen Wechselwirkungen innerhalb des TME39 unerlässlich ist. Dazu gehört die Charakterisierung der räumlichen Verteilung von Immunzellen, ihrer phänotypischen und funktionellen Zustände und ihrer Wechselwirkungen mit Tumorzellen40. Ein solches detailliertes Profiling kann neue Einblicke in die Mechanismen der Immunevasion und -resistenz liefern und die Entwicklung von Kombinationstherapien leiten, die auf mehrere Signalwege abzielen.
Die Massenzytometrie-Technologie bietet erhebliche Vorteile bei der Analyse systemischer und lokaler Immunantworten bei HCC. Die verbesserten Multiplexing-Fähigkeiten, die hohe Dimensionalität und die Einzelzellauflösung bieten detaillierte Einblicke in die Immunlandschaft von HCC41. Durch die Nutzung dieser detaillierten immunphänotypischen Daten können Forscher ein tieferes Verständnis der Mechanismen der Immunevasion bei HCC erlangen und effektivere immuntherapeutische Strategien entwickeln, um die Patientenergebnisse zu verbessern.
Trotz der Vorteile der Massenzytometrie-Technologie und ihrer Anwendung bei der Profilierung der Immunlandschaft von HCC hat sie auch Grenzen. Der mehrstufige Isolierungs- und Färbeprozess kann zu Zellverlust führen, insbesondere bei fragilen Immunzellpopulationen. Die Fixierung kann die Epitoperkennung verändern, was möglicherweise die Genauigkeit der Markererkennung beeinträchtigen kann. Darüber hinaus reagiert die Datenanalyse der Massenzytometrie empfindlich auf Batch-Effekte, die Artefakte einführen können. Schließlich schränkt der Bedarf an einer beträchtlichen Anzahl lebensfähiger Zellen die Anwendbarkeit des Protokolls auf kleine Tumorprobenein 42. Zukünftige Optimierungen sind erforderlich, um diese Einschränkungen zu beheben und die Robustheit der Methodik zu verbessern. Die Integration von Massenzytometriedaten mit anderen hochdimensionalen Techniken in zukünftigen Studien wird das Verständnis der Immunantworten bei HCC weiter vorantreiben und die Entwicklung innovativer Therapien leiten.
Die Autoren erklären, dass sie keine Interessenkonflikte haben.
Diese Arbeit wurde unterstützt durch das National Key Research and Development Program of China (Stipendium 2019YFA0803000 an J.S.), die Excellent Youth Foundation von Zhejiang Scientific (Stipendium R22H1610037 an J.S.), die National Natural Science Foundation of China (Stipendium 82173078 an J.S.), die Natural Science Foundation der Provinz Zhejiang (Stipendium 2022C03037 an J.S.).
Name | Company | Catalog Number | Comments |
1×PBS | HyClone | SH30256.01 | |
10×PBS | HyClone | SH30256.01 | |
100 mm×20 mm tissue-culture-treated culture dish | Corning | 430167 | |
1000 mL pipette tips | Rainin | 30389218 | |
15 mL centrifuge tube | NEST | 601052 | |
200 mL pipette tips | Rainin | 30389241 | |
40 mm nylon cell strainer/70-mm nylon cell strainer | Falcon | 352340 | |
50 mL centrifuge tube | NEST | 602052 | |
70 μm syringe fifilter | Sangon Biotech | F613462-9001 | |
Anti-Human CCR2 Antibody (clone: K036C2) | BioLegend | 357224 | |
Anti-Human CCR3 Antibody (clone: 5E8) | BioLegend | 310724 | |
Anti-Human CCR7 Antibody (clone: G043H7) | BioLegend | 353240 | |
Anti-Human CD103 Antibody (clone: Ber-ACT8) | BioLegend | 350202 | |
Anti-Human CD115 Antibody (clone: 9-4D2-1E4) | BioLegend | 347314 | |
Anti-Human CD117 Antibody (clone: 104D2) | BioLegend | 313201 | |
Anti-human CD11b Antibody (clone: 1CRF44) | BD | 562721 | |
Anti-human CD11c Antibody (clone: B-ly6) | BD | 563026 | |
Anti-Human CD123 Antibody (clone: 6H6) | BioLegend | 306002 | |
Anti-Human CD127 Antibody (clone: A019D5) | BioLegend | 351337 | |
Anti-Human CD13 Antibody (clone: WM19) | BioLegend | 301701 | |
Anti-Human CD138 Antibody (clone: MI15) | BioLegend | 356535 | |
Anti-human CD14 Antibody (clone: HCD14) | BioLegend | 325604 | |
Anti-Human CD141 Antibody (clone: M80) | BioLegend | 344102 | |
Anti-Human CD15 Antibody (clone: QA19A61) | BioLegend | 376302 | |
Anti-human CD16 Antibody (clone: B7311) | BD | 561313 | |
Anti-Human CD161 Antibody (clone: HP-3G10) | BioLegend | 339902 | |
Anti-Human CD163 Antibody (clone: GHI/61) | BioLegend | 333603 | |
Anti-Human CD169 Antibody (clone: 7-239) | BioLegend | 346002 | |
Anti-human CD19 Antibody (clone: HIB19) | BioLegend | 302226 | |
Anti-Human CD1c Antibody (clone: L161) | BioLegend | 331501 | |
Anti-Human CD20 Antibody (clone: 2H7) | BioLegend | 302301 | |
Anti-Human CD206 Antibody (clone: 15-2) | BioLegend | 321151 | |
Anti-Human CD24 Antibody (clone: ML5) | BioLegend | 311129 | |
Anti-Human CD25 Antibody (clone: BC96) | BioLegend | 302624 | |
Anti-human CD3 Antibody (clone: UCHT1) | BD | 555916 | |
Anti-Human CD31 Antibody (clone: W18200D) | BioLegend | 375902 | |
Anti-Human CD32 Antibody (clone: FUN-2) | BioLegend | 303232 | |
Anti-Human CD326 Antibody (clone: CO17-1A) | BioLegend | 369812 | |
Anti-Human CD33 Antibody (clone: WM53) | BioLegend | 303402 | |
Anti-human CD4 Antibody (clone: L200) | BD | 563094 | |
Anti-Human CD45 Antibody (clone: HI30) | BD | 563716 | |
Anti-Human CD45RO Antibody (clone: UCHL1) | BioLegend | 304220 | |
Anti-human CD56 Antibody (clone: 5.1H11) | BioLegend | 362510 | |
Anti-Human CD64 Antibody (clone: S18012C) | BioLegend | 399502 | |
Anti-Human CD66b Antibody (clone: 6/40c) | BioLegend | 392917 | |
Anti-human CD68 Antibody (clone: Y1/82A) | BioLegend | 333808 | |
Anti-Human CD69 Antibody (clone: FN50) | BioLegend | 310902 | |
Anti-Human CD7 Antibody (clone: 4H9/CD7) | BioLegend | 395602 | |
Anti-human CD8 Antibody (clone: RPA-T8) | BD | 557750 | |
Anti-Human CD80 Antibody (clone: W17149D) | BioLegend | 375402 | |
Anti-Human CD86 Antibody (clone: BU63) | BioLegend | 374202 | |
Anti-Human FOXP3 Antibody (clone: 206D) | BioLegend | 320101 | |
Anti-Human HLA_ABC Antibody (clone: W6/32) | BioLegend | 311426 | |
Anti-human HLA-DR Antibody (clone: L243) | BioLegend | 307650 | |
Anti-Human IgD Antibody (clone: IA6-2) | BioLegend | 348211 | |
Anti-Human Ki67 Antibody (clone: Ki-67) | BioLegend | 350501 | |
Anti-Human PD_L2 Antibody (clone: MH22B2) | BD | 567783 | |
Anti-Human PD1 Antibody (clone: EH12.2H7) | BioLegend | 329951 | |
Anti-Human PDL1 Antibody (clone: MIH2) | BioLegend | 393602 | |
Anti-human TCR-γδ Antibody (clone: B1) | BD | 740415 | |
Cell cryopreservation solution | Thermo Fisher | A2644601 | |
Cell-lD Cisplatin | Standard BioTools | 201064 | |
Cell-lD Intercalator-lr | Standard BioTools | 201192A | |
Collagenase, Type IV | Gibco | 17104019 | |
Constant-temperature shake | FAITHFUL | FS-50B | |
CyTOF System | Fluidigm Corporation | Helios | |
Cytosplore | Cytosplore Consortium | 2.3.1 | |
Dispase II | Gibco | 17105041 | |
DNase I | Merck | DN25 | |
Eppendorf centrifuge | Eppendorf | 5702 | |
EQ Four Element Calibration Beads | Standard BioTools | 201078 | |
FBS | Gibco | 16000-044 | |
Ficoll-paque | Cytiva | 17-1440-02 | |
Finnpipette | Thermo Scientific | 4700870 | |
Fixation buffer | Thermo Scientific | FB001 | |
FlowJo | BD Life Sciences | 10.1 | |
Formaldehyde solution | Thermo Scientific | 28906 | |
Granzyme B Antibody, anti-human/mouse (clone: QA16A02) | BioLegend | 396413 | |
Heparin Tubes | BD | 367874 | |
Human BD Fc Block 2.5 mg/mL | BD | 564220 | |
MACS Tissue Storage Solution | Miltenyi | 130-100-008 | |
Maxpar Fix and Perm Buffer | Standard BioTools | 201067 | |
Maxpar metal-coniugated antibodies | Standard BioTools | Various | |
Maxpar PBS | Standard BioTools | 201058 | |
Maxpar Water | Standard BioTools | 201069 | |
Maxpare Cell Staining Buffer | Standard BioTools | 201068 | |
Metal-conjugated Anti-Human α-SMA Antibody (clone: 1A4) | Miltenyi Biotec | 130-098-145 | |
Percoll | Merck | P4937-500ML | |
Permeabilization buffer | Thermo Scientific | 00833356 | |
RBC lysis buffer | BD | 555899 | |
Refrigerated centrifuge | Eppendorf | 5910ri | |
RPMI 1640 medium | GE HealthCare | SH30027.0 | |
Scalpel | APPLYGEN | TB6298-1 | |
Sterile Pasteur pipette | ZDAN | ZD-H03 | |
Tissue digestion solution | Yeasen Biotech | 41423ES30 | |
Tuning Solution | Standard BioTools | 201072 | |
Vortex Mixer | Thermo Scientific | 88882012 |
Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden
Genehmigung beantragenThis article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten