一、免疫-腫瘤互作的基礎(chǔ)機制
1. 免疫監(jiān)視與腫瘤逃逸
正常情況下，免疫系統(tǒng)通過免疫監(jiān)視機制識別并清除體內(nèi)異常增生的細胞，包括潛在的惡性腫瘤細胞。該過程涉及固有免疫反應(yīng)（如自然殺傷細胞、巨噬細胞等的直接殺傷）和適應(yīng)性免疫反應(yīng)（如T淋巴細胞、B淋巴細胞介導(dǎo)的特異性免疫應(yīng)答）。然而，腫瘤細胞能夠通過多種策略逃避免疫系統(tǒng)的監(jiān)控與清除，這些策略包括但不限于：

 
2. 循環(huán)腫瘤細胞與免疫細胞的相互作用
循環(huán)腫瘤細胞（CTCs）是存在于外周血中的各類腫瘤細胞的統(tǒng)稱，是從原發(fā)灶或轉(zhuǎn)移灶脫落進入血液循環(huán)的腫瘤細胞，它們與免疫細胞的相互作用對腫瘤的遠處播散至關(guān)重要^[1]。研究表明，CTCs能夠通過與免疫細胞（如NK細胞、T細胞、巨噬細胞）的直接接觸或釋放可溶性因子，影響免疫細胞的功能，如抑制其殺傷活性、誘導(dǎo)免疫耐受或促進炎癥反應(yīng)，有助于CTCs的存活與定植。
 
二、免疫-腫瘤互作的最新研究進展
1. 單細胞與空間轉(zhuǎn)錄組學(xué)技術(shù)的應(yīng)用
高通量測序技術(shù)的進步，尤其是單細胞RNA測序（scRNA-seq）和空間轉(zhuǎn)錄組學(xué)，為深入解析腫瘤內(nèi)復(fù)雜免疫微環(huán)境提供了前所未有的視角。這些技術(shù)揭示了腫瘤內(nèi)部異質(zhì)性、免疫細胞亞群的精細分型、細胞間通訊網(wǎng)絡(luò)以及動態(tài)變化過程，有助于闡明腫瘤免疫逃逸的具體機制和尋找新的免疫治療靶點。
 
2. 計算工具與算法的發(fā)展
例如，研究工作者在《Nature Methods》上發(fā)表的Cyto Community算法，這是一種針對單細胞空間圖譜進行無監(jiān)督和有監(jiān)督學(xué)習(xí)的計算工具，用于識別條件特異性的細胞鄰域協(xié)作，為解析腫瘤-免疫互作機制提供了有力的分析手段^[2]。
 
3. 免疫治療新策略與藥物研發(fā)
針對免疫-腫瘤互作機制的深入理解，推動了新型免疫療法的研發(fā)，如免疫檢查點抑制劑（如PD-1/PD-L1、CTLA-4抑制劑）、CAR-T細胞療法、腫瘤疫苗、免疫激動劑等。此外，聯(lián)合療法也顯示出顯著的臨床效果，體現(xiàn)了精準調(diào)控免疫-腫瘤互作以實現(xiàn)高效抗癌治療的可能性。
 
三、JuLI™ Stage活細胞成像分析系統(tǒng)在免疫-腫瘤互作研究中的應(yīng)用
奎克泰生物的JuLI™系列實時活細胞成像分析系統(tǒng)能夠為免疫-腫瘤互作研究提供所需要的工具。JuLI™系列設(shè)備操作簡單，無需復(fù)雜人工操作，省時省力；無需頻繁取出樣本觀察，提供穩(wěn)定的生長環(huán)境；實時觀察，延時記錄，全面呈現(xiàn)免疫-腫瘤互作研究中細胞樣本的培養(yǎng)情況，獲取大量數(shù)據(jù)后進行分析。
 
JuLI™ Stage活細胞成像分析系統(tǒng)能夠放置于培養(yǎng)箱內(nèi)，具有全自動X-Y-Z軸、三色熒光、自動/手動對焦、Z-Stack、圖像拼接等功能。可以對細胞樣本進行實時觀察，拍攝記錄生長周期的全過程，在保證樣本生長環(huán)境穩(wěn)定的情況下，同時對樣本拍照，形成視頻，提供免疫-腫瘤互作實驗的量化結(jié)果。

圖1 JuLI™ Stage放置在細胞培養(yǎng)箱內(nèi)工作

借助JuLI™ Stage進行免疫-腫瘤互作實驗，對癌細胞進行熒光標記 ，在GFP通道下觀察，免疫細胞在明場下觀察。對明場和GFP通道下樣本進行延時攝影，并自動合成視頻。下圖分別展示了在明場和GFP通道下圖像合并的結(jié)果（圖2）以及單獨GFP通道下T細胞成像結(jié)果（圖3）。
 

圖2 明場和GFP通道下圖像合并的結(jié)果


圖3 單獨GFP通道下癌細胞成像結(jié)果

 

拍攝結(jié)束后，利用JuLI™ Stage自帶的分析軟件，對視頻結(jié)果進行統(tǒng)一分析（圖4）。

圖4 免疫細胞-癌細胞互作結(jié)果分析

 

參考文獻：
[1]Zhao QW, Situ B, Zheng L. [Current progress in research of circulating tumor cells]. Nan Fang Yi Ke Da Xue Xue Bao. 2017 Oct 20;37(10):1423-1426.
[2]Hu Y, Rong J, Xu Y, Xie R, Peng J, Gao L, Tan K. Unsupervised and supervised discovery of tissue cellular neighborhoods from cell phenotypes. Nat Methods. 2024 Feb;21(2):267-278.（IF48）