免疫细胞浸润指标（细胞免疫检测指标解读）

免疫浸润分析方法

肿瘤不是单纯的何首乌生发恶性细胞群，而是由不同类型细胞组成的复杂生态系统。在这些细胞中，肿瘤浸润免疫细胞在肿瘤控制和治疗反应中起着核心作用。例如，细胞毒性CD8 + T细胞是抗癌免疫的主要效应因子，因为它们可以特异性地识别和杀死携带新抗原的肿瘤细胞。肿瘤特异性抗原主要来源于突变基因的表达。但免疫细胞也可以发挥免疫抑制作用，支持肿瘤发生和免疫逃避，如调节性T细胞。因此，对不同类型的肿瘤浸润免疫细胞进行定量研究，有助于阐明肿瘤免疫应答的机制、评价肿瘤治疗的免疫原性作用，最终指导设计合理治疗方案。 背景介绍 最著名的 标记基因分析方法 是基因集富集分析(GSEA)。基于GSEA的方法计算富集分数(ES)，当某一细胞类型的特异性基因在感兴趣的样本中处于高表达的前几位，而在其他额头发际线里长痣好不情况下则处于低表达的前几位时，该分数较高。

基于GSEA的方法只能计算样本中细胞类型富集的半定量分数，而 反褶积方法 可以定量地估计感兴趣的细胞类型的相对分数。反褶积算法将异种样本的基因表达谱看作是不同细胞的基因表达水平的卷积，并利用描述细胞类型特异性表达谱的特征矩阵来估计未知的细胞组分。

下面是利用标记基因与GSEA或其他评分方法，或利用反褶积算法和免疫细胞表达特征，从 细胞混合物的表达数据量化免疫细胞 的计算方法。

下图是几个 从转录组学数据定量肿瘤浸润免疫细胞 的计算工具：

方法简介****01 基于标记基因的评分方法 （1）MCPcounter

一种基于标记基因定量肿瘤浸润免疫细胞（CD3 + T细胞，CD8 + T细胞，细胞毒性淋巴细胞，NK细胞，B淋巴细胞，单核细胞来源的细胞(单核细胞系)，髓样树突状细胞，中性粒细胞）、成纤维细胞和上皮细胞的方法。对于每个细胞类型和样本，丰度得分为细胞类型特异性基因表达值的几何平均值，独立地对每个样本进行计算的。由于分数是用任意单位表示的，它们不能直接解释为细胞分数，也不能在细胞类型之间进行比较。进行定量验证时，估计分数与真实细胞分数之间具有很高的相关性，证明了MCP-counter用于样本间比较的价值。MCP-counter已应用于对32个非血液学肿瘤的19,000多个样本中的免疫细胞和非免疫细胞进行量化。

（2）TIminer

TIminer是一个用户友好的计算框架，用于不同的肿瘤免疫基因组分析，包括(i)来自NGS数据的人白细胞抗原HLAs基因分型；(ii)使用突变数据和HLA类型预测肿瘤新抗原；(iii)来自大量RNA-seq数据来分析定量肿瘤浸润免疫细胞；(iv)通过表达数据量化肿瘤的免疫原性。

（3）xCell

xCell是一种基于ssGSEA的方法，能够计算64种免疫细胞的丰度分数，包括适应性和先天免疫细胞、造血祖细胞、上皮细胞和细胞外基质细胞。基于FANTOM5，ENCODE，Blueprint，Immune Response In Silico (IRIS)，Human Primary Cell Atlas (HPCA)和Novershtern等6个研究的489个基因集。对于每种细胞类型，计算xCell丰度分数的主要步骤有四个：(i)利用R包GSVA对489个基因集单独进行ssGSEA；(ii)对属于一种细胞类型的所有基因集的ES进行平均；(iii)平台特异性ES转化为丰度分数；(iv)使用与流式细胞术数据分析类似的spillover方法纠正密切相关的细胞类型之间的关系。

02 使用表达特征对细胞混合物进行反褶积 （1）DeconRNASeq

Gong和Szustakowski将约束回归模型应用于RNA-seq数据分析，并将其实现在R包DeconRNASeq中。混合五种人体组织(大脑、骨骼肌、肺、肝和心脏)的RNA-seq数据，通过合并组织类型特异性基因来估计组织或细胞类型的比例。并利用Illumina’s human Body Map 2.0中RNA-seq数据构建的特征矩阵，对算法进行了仿真验证。虽然还没有开发出新的免疫特征，但该工具原则上可以应用于任何特征矩阵。

（2）CIBERSORT

CIBERSORT算法利用微阵列数据构建特征矩阵，描述22种免疫细胞表型的表达特征，包括不同的细胞类型和功能状态的免疫细胞。CIBERSORT使用ν-SVR评估细胞分数。CIBERSORT分别在9个免疫细胞亚群和3个免疫细胞亚群的同时反褶积方面具有较高的准确性，在4种恶性免疫细胞的模拟混合物上测试，也证明了对不同程度的噪音和未知的肿瘤具有鲁棒性。

（3）TIMER

一个系统评估不同的免疫细胞对不同癌症类型的临床影响的资源。利用一系列免疫特异性标记和免疫细胞表达特征，来估计32种癌症类型中6种免疫细胞类型（B细胞、CD4 T细胞、CD8 T细胞、中性粒细胞、巨噬细胞和树突状细胞）的丰度。从RNA-seq或微阵列数据中提取的癌症表达矩阵与免疫细胞表达矩阵合并，并用Combat进行归一化，以消除批量效应。通过从免疫细胞标记中选择与肿瘤纯度负相关的基因，为每种癌症类型分别识别特征基因。最后，对于每种癌症类型，考虑到所选的免疫细胞标记，从标准化的免疫细胞配置文件构建特征矩阵。TIMER使用线性最小二乘回归方法执行反褶积，并强制所有负估计为零。用越来越小的一组T细胞标记重复估计几次，以减少CD8 +和CD4 + T细胞比例之间的相关性。与CIBERSORT不同的是，最终的估计并没有被规范化，因此不能直接解释为细胞组分，也不能在不同的免疫细胞类型和数据集之间进行比较。

（4）EPIC

Estimate the Proportion of Immune and Cancer cells (EPIC)，用来估计免疫细胞和癌细胞比例。EPIC使用约束最小二乘回归明确地将非负性约束引入反褶积问题，并要求每个样本中所有细胞组分的总和不超过一个。EPIC克服了以往从大量肿瘤基因表达数据预测癌症和免疫细胞或其他非恶性细胞类型的方法的几个局限性，考虑了非特征性和可能高度可变的细胞类型，并在算法上得到了发展。能够广泛应用于大多数实体肿瘤，如黑色素瘤和结直肠样本验证的情况，但不适合血液恶性肿瘤，如白血病或淋巴瘤。

（5）quanTIseq

quanTIseq是专门为RNA-seq数据开发的反褶积工具，能够准确定量未知肿瘤的含量，以及量化整体组织的免疫细胞组份。基于约束最小二乘回归和一个新的特征矩阵（来自51个纯化或富集的免疫细胞类型的RNA-seq数据集）。quanTIseq实现了一个完整的反褶积流程来分析RNA-seq数据，能够避免混合物和特征矩阵之间的不一致性。

03 细胞组分和表达谱的同时反褶积 （1）DSA

数字排序算法Digital Sorting Algorithm—DSA是一个完整的反褶积算法，它基于一组从混合组织样本中提取在特定细胞类型中高度表达的标记基因，利用二次规划来推断复杂组织中的细胞组分和表达谱。该算法在三种恶性免疫细胞系混合的微阵列数据上进行了测试，重建了真实的细胞组分和表达谱。该算法是无偏的，不需要细胞类型频率的先验知识。

我女生前额头发稀疏怎么办总结 今天我们简单介绍了一些关于免疫浸润的方法，之后会有更多详细的压箱底使用方法分享，不要错过呀。REF:Finotello, F., Trajanoski, Z. (2018). Quantifying tumor-infiltrating immune cells from transcriptomics data. Cancer immunology, immunotherapy : CII, 67(7), 1031–1040.

免疫组化的指标都有哪些，选取这些指标的意义是什么

Ki-67为细胞增值的一种标记，在细胞周期G1、S、G2、M期均有表达，G0期缺如，其和许多肿瘤分化程度、浸润、转移、预后密切相关。PCNA(增埴细胞核抗原)。

多数腺癌表达CEA

Rb (retinoblastoma视网膜母细胞瘤) 基因是肿瘤抑制基因，调节细胞周期。

P53在免疫组化中均为突变型，阳性率越高，预后约差。野生型半衰期很短

Nm23是转移抑制基因，其阳性表达和肿瘤转移呈负相关。

E-Ca，E钙粘附蛋白，介导细胞间粘连作用的跨膜糖蛋白，其功能丧失引起细胞之间连接的破坏，主要用于肿瘤侵袭和转移方面的研究。

PS2（雌激素调节蛋白），其表达和ER表达有关，可作为内分泌治疗和预后判断的指标之一。

CK18，低分子量角蛋白，主要标记各种单层上皮包括腺上皮，而复层鳞状上皮常阴性，主要用于腺癌诊断。

CK19，分布于单层上皮和间皮，常用于腺癌诊断，肝细胞不表达，而胆管为阳性反应

Hep par 1,肝细胞抗原，正常肝细胞和高分化肝细胞癌阳性，低分化肝细胞癌多弱阳性或阴性。

CK20，用于胃肠道腺癌、卵巢黏液性肿瘤、皮肤Merkel细胞癌诊断。鳞癌、乳腺癌、肺癌、子宫内膜和卵巢非黏液性肿瘤常阴性。

CK7 卵巢、肺和乳腺上皮常阳性，结肠、前列腺、胃肠道上皮阴性。

Villin 绒毛蛋白，正常组织中，villin通常只表达于有刷状缘的细胞上，如胃肠道上皮细胞、胰腺和胆管上皮细胞以及肾实质的上皮细胞中（特别是近曲小管）。Villin在胃肠道癌、胰腺癌、胆囊癌和胆管癌组织中有很高的表达率，具有明显腺样结构的肿瘤上没有villin表达，则这个肿瘤为胃肠道、胰腺、胆囊或胆管来源的可能性极低。

乳腺癌也经常成为女性患者未知原发部位转移癌要鉴别排除的一种疾病。因为在转移癌组织上观察到明显的villin免疫组化阳性染色，则这个肿瘤就极不可能为乳腺来源。其他villin免疫组化染色通常为阴性表达的肿瘤还有：如卵巢浆液性癌、尿道移行细胞癌和前列腺癌。间皮瘤也经常为villin阴性表达，因此在一些情况下Villin还可以作为鉴别间皮瘤和腺癌使用抗体的一种。

但是也有一些非胃肠道来源的肿瘤可表达villin，如子宫内膜样腺癌、卵巢粘液性癌、肾细胞癌和小部分肺癌。也有一些专家报道Villin在部分宫颈内膜腺癌病例中表达。

肝癌的诊断 : Villin免疫组化染色可以显示出毛细胆管结构，因此它也可能在表达部分肝癌的管状结构上很有用。多克隆CEA是用于此目的的第一种试剂，而且CD10 (CALLA)在表达肝癌的该结构上也非常有用。多克隆CEA、villin和CD10 (CALLA)在肝癌病例上的表达，相互之间并没有任何的冲突，因此如果怀疑肝癌的可能性，建议将这三种抗体共同使用以协助疑难病例的诊断。

Villin在神经内分泌肿瘤上的应用 : Villin在神经内分泌肿瘤的研究上也很有帮助。众所周知，类癌和胰腺的胰岛细胞肿瘤具有相相似的形态学特征，仅在形态学上区分这两种肿瘤几乎是不可能的。Villin在这种情况下特别有用，因为据文献报道在85%的胃肠道类癌病例中有villin的表达，但在胰岛细胞肿瘤上未见阳性表达报道。Villin在类癌上的表达通常为胞膜阳性。另外，有一些证据表明villin在胃和下消化道的小细胞癌上的表达率比在其他部位的小细胞癌上要高。如：肺、食道、膀胱或前列腺等。据文献报道，大约有40%的肺类癌病例villin阳性，在其他一些神经内分泌肿瘤上，如甲状腺髓样癌和少数的美克尔细胞瘤上也有villin的表达。

MRP1多药耐药相关蛋白1，影响化疗敏感性，和预后相关。

MDR 多药耐药基因

TS胸苷合成酶，是5-FU重要作用靶点，如果其高表达，阳性反映++以上，提示肿瘤细胞对5FU耐药。

Syn 突触素 神经组织标志 : S-100 神经组织标志，存在于神经组织，垂体、颈动脉体，肾上腺髓质、唾液腺、少数间叶组织，常用于神经鞘瘤、恶黑、脂肪肉瘤、软骨肿瘤诊断。

NSE 主要用于神经内分泌肿瘤诊断

Chr,嗜铬素，肾上腺髓质含量很高，鉴别肾上腺髓质和皮质，用于神经内分泌肿瘤诊断。

CKH 高分子角蛋白，主要标记鳞状细胞肿瘤

CKL 低分之角蛋白，主要标记单层上皮、腺上皮

EMA 上皮膜抗原，糖蛋白，广泛分布各种上皮及其肿瘤

Vim 波形蛋白，间叶组织标志

P504 甲酰基辅酶A消旋酶检测诊断前列腺癌的敏感性为97％，特异性为100％。

AMACR的优点在于它是癌症特异性，只存在于癌症组织。Rubin称，AMACR亦可用作其他癌症的诊断标志物。对各种癌症细胞进行检查后发现，结肠直肠癌、卵巢癌、乳腺癌、膀胱癌、肺癌、淋巴瘤和黑素瘤都过度表达AMACR，以结肠直肠癌和前列腺癌表达最高。

CD117 胃肠间质瘤

CD10 作为共同急性淋巴母细胞型白血病抗原，主要表达于未成熟淋巴细胞，在Burkitt淋巴癌，慢性髓性白血病等造血系统疾病的诊断中具有应用价值。近几年来发现该抗原在造血系统外的某些肿瘤中有表达，如子宫内膜间质肉瘤、恶性黑色素瘤等。抗体在对肾细胞癌进行诊断和鉴别时有一定的参考价值。

SMA 平滑肌肌动蛋白，标记平滑肌

CD56 为神经细胞黏附分子，主要分布于大多数神经外胚层来源细胞，常用于星型细胞瘤、神经母细胞瘤、神经内分泌肿瘤诊断，也是NK细胞瘤的重要标志，也标记小细胞肺癌

Des,结蛋白，广泛分布于平滑肌、心肌、骨骼肌细胞和肌上皮细胞，高分化高表达、低分化低表达。

MSA 肌特异性肌动蛋白，广泛分布于几乎所有肌型细胞中

CD68 存在于骨髓和各神经组织的巨噬细胞 用于粒细胞白血病、各种单核细胞来源肿瘤、包括恶性纤维组织细胞瘤诊断（首选）。

CD34 表达于早期淋巴造血干细胞、祖细胞、内皮细胞、胚胎纤维母细胞和某些神经组织细胞，多用于标记血管内皮细胞，血管源性肿瘤的诊断，GIST 80-90%.CD31也标记血管内皮。

NESTIN,神经干细胞中极为丰富

Ost 成骨素，为骨化细胞分泌。

AAT 抗胰蛋白酶 纤维组织细胞来源肿瘤 ACT抗糜蛋白酶

GFAP 胶质纤维酸性蛋白 神经组织标志，多用于星形胶质瘤诊断

Tg 甲状腺球蛋白，甲状腺癌TG阳性。

CT 降钙素 甲状腺髓样癌阳性。

PH 甲状旁腺素 甲状旁腺肿瘤阳性

TTF-I 甲状腺转录因子-1 :TTF-1表达于甲状腺腺上皮和肺的上皮细胞中。在肺肿瘤研究中发现，大多数肺的小细胞癌、原发性和转移性肺腺癌、少部分大细胞未分化肺癌、大多数非典型神经内分泌肿瘤免疫组化结果显示TTF-1阳性，而肺鳞癌及绝大多数典型类癌TTF-1阴性。在甲状腺乳头状腺癌中TTF-1亦阳性，而TTF在其它组织表达阴性。据此认为TTF-1可用来鉴别肺腺癌与鳞癌，并有助于与肺转移性腺癌的鉴别。

TTF-1在甲状腺及其肿瘤中的表达:TTF-1主要表达在甲状腺滤泡细胞中和甲状旁腺的主细胞中， TTF-1为甲状腺分化和甲状腺球蛋白分泌调节的基础物质，可促进甲状腺过氧化物酶、碘/钠的转运，TTF-1与血清TSH的活性有关，活性的TSH-R 可增强TTF-1的表达。TTF-1在良恶性甲状腺组织中表达不同，正常甲状腺和良性腺瘤表达多，甲状腺乳头状癌与滤泡癌中表达少，未分化癌中不表达，TTF-1在恶性甲状腺病变中的表达强度随年龄增加而增强，而且病变存瘤期长，复发机率高。

TTF-1在肺癌中的表达:75%的肺非小细胞癌（NSCLCs)阳性表达，腺癌(ACs)明显高于鳞癌(SCC)，90%以上的原发性小细胞肺癌(SCLC)表达阳性,TTF-1在非小细胞肺癌（NSCLCs)阳性表达强度与病人的预后成呈负相关，可作为一项独立的预后指标，肺的典型性类癌(TCS)均为阴性，表明小细胞肺癌和非小细胞肺癌可能有一个不同于TCS的共同起源的理论。

做细胞免疫水平的检测时通常检测哪些指标

(1)Ig就是免疫球蛋白(immuoglobulin)缩写,是人体免疫系统的重要成份,也是抗体的主要形式,但人体的Ig往往是由多种特异性抗

体组成,一种特异性抗体只能是对抗一种疾病,所以Ig的水平高并不一定代表"抵抗力就好",但也可以说总体的抗体水平高一些而已;

(2)

IgA:是Ig五种类型中的一种,这种抗体有"特异性"和"非特异性"之分,特异性是指专门对抗某一种病源体的抗体,如接种乙肝疫后产生的抗体其中就有

Ig.而非特异性抗体,是人体中一种可以对付多种病源体的抗体,这种抗体有"虽然多面手,但不专业",的特点,往往在某种传染病接触后,如果量大往往作用

不强,但也是人体抵抗力的一种,Ig水平高,往往对普通疾病的抵抗力就相对会好一些,但不一定就是会对某种疾病有抵抗力(如流感)

(2)IgG是"再次免疫应答的抗体",当人体感染过某种病源体后,会产生很多抗体,一些抗体会在一段时间后消失,而一些抗体会维持很长时间甚至终

身(如产生水痘后的抗体),同时也有一些抗体处于以上两种之间,或1-2年不等,而这种处于以上两种之间的抗体就是"Ig-G",当人体在一段较长的时间

后重新接触到以前的病源体时,Ig-G就会增多,所以往往医学上通过检查某种特异性Ig-G,就可判断是否在某时间之前感染过某种传染病,

(3)Ig-M是免疫系统中的"应急部队",只有在感染开始时的一段短时间内出现,往往在感染早期出现,就是以上所说的时间较短的抗体,所以医学上通过检查Ig-M可以判断近期是否得过某种传染病,也作为判断的一项指标.

(4)细胞免疫CD3/CD4/CD8,这些都是可以产生抗体的免疫细胞,通过检测这些细胞,可以判断人体在感染病源体时能够产生抗全的能力;

二,关于"这些指标高,就是抵抗力高的说法:,

1-这种说法有一定的道理,但有些片面,因为对抗传染病,其最有效直接的免疫是"特异性抗体",如果人体没有某种特异性抗体,在感染一种病毒后,也照样会发病,就象这次的甲流,大家都没有对抗甲流的抗体,就算一个人以上各项指标都很好,都一样会得病;

2-但是,以上各项指标较高的人,日常对普通传染病的抵抗力相对要好一些,就是说日常不容易得病;

三,费用问题:

几项都是临床检验中成本较高,技术含量高的几种,所以费用也相对高一些,但不同地区水平也不一样,一般在中等城市,以上几项大约费用在350-500元之间.