소식

Oct 27, 2023

신속한 싱글

자연의생명공학과

Nature Biomedical Engineering (2023)이 기사 인용

6969 액세스

170 알트메트릭

측정항목 세부정보

수술 중 신속하고 정확한 조직병리학적 진단은 임상적 의사결정을 위해 필수적입니다. 그러나 수술 중 상담 병리학의 일반적인 방법은 시간, 노동 및 비용이 많이 들고 훈련된 병리학자의 전문 지식이 필요합니다. 여기서 우리는 조직에서 해리된 단일화된 부유 세포의 물리적 표현형을 순차적으로 평가함으로써 생검 샘플을 30분 이내에 분석할 수 있음을 보여줍니다. 진단 방법은 조직의 효소 없는 기계적 해리, 100-1,000 세포 s−1의 속도로 실시간 변형성 세포 계측법, 감독되지 않은 차원 감소 및 로지스틱 회귀에 의한 데이터 분석을 결합합니다. 단일 세포의 명시야 이미지에서 추출된 물리적 표현형 매개변수는 다양한 조직의 세포 하위 집단을 구별하여 분자 마커의 측정을 향상시키거나 심지어 대체합니다. 우리는 이 방법을 사용하여 결장 염증 정도를 정량화하고 마우스 및 인간 결장의 생검 샘플에서 건강한 조직과 종양 조직을 정확하게 구별했습니다. 이 빠르고 라벨이 없는 접근 방식은 수술 중 고형 생검의 병리학적 변화를 감지하는 데 도움이 될 수 있습니다.

세포 크기, 모양 또는 변형성과 같은 세포의 물리적 특성 변화는 일부 질병의 병리학에 중추적인 역할을 하며 진단 또는 예후 지표로서 큰 잠재력을 가지고 있습니다1,2. 지난 수십 년 동안 마이크로피펫 흡인, 원자력 현미경, 마이크로비드 유변측정 및 광학 트랩을 포함하여 세포의 기계적 특성을 검사하기 위한 다양한 도구가 개발되었습니다3,4. 이 분야에서는 패혈증5,6, 말라리아7, 당뇨병8, 겸상 적혈구 빈혈9 및 암10,11,12을 포함하여 세포 기계적 표현형과 질병 상태 사이의 강한 상관관계를 제시하는 출판물이 기하급수적으로 증가했습니다. 불행하게도 이러한 기존 기술은 낮은 셀 처리량과 작동을 위한 심층적인 전문 지식이 요구되므로 진단 도구로서의 사용이 제한됩니다. 실시간 형광 및 변형성 세포 계측법(RT-FDC)13,14은 이러한 단점을 극복하여 물리적 특성을 평가할 수 있는 몇 가지 새로운 미세 유체 기술10,15,16,17,18,19,20,21,22 중 하나입니다. 라벨이 없고 처리량이 높은 방식으로 단일 세포를 분리하여 임상 진단의 새로운 길을 열어줍니다. RT-FDC는 속도가 빠를 뿐만 아니라(초당 최대 1,000개의 세포 분석) 세포 변형성 외에도 세포 이미지에서 직접 얻은 다차원 정보도 제공합니다. RT-FDC의 진단 가능성은 백혈병부터 2019년 코로나바이러스 질환을 포함한 박테리아 및 바이러스 감염에 이르는 다양한 인간 질병 상태에서 입증되었습니다(참조 23,24,25,26,27). 그러나 지금까지 이 기술의 적용 가능성은 혈액이나 골수에서 배양된 세포나 액체 생검을 분석하는 데 국한됐다.

고형 조직 생검은 악성 종양을 특성화하는 가장 일반적인 방법이며 암 환자의 수술 중 및 수술 전후 관리 중에 외과 의사를 안내하는 데 기본입니다. 고형 조직 생검의 진단 평가는 일반적으로 냉동 생검 섹션의 조직병리학적 분석에 의존하는 수술 중 상담 병리학을 통해 전달됩니다. 수술 중 진단의 기존 워크플로에는 수많은 처리 단계, 시약 염색 및 전문 분석을 위한 숙련된 병리학자의 조직 절편 현미경 검사가 포함됩니다. 게다가 시료 준비에는 시간, 자원, 노동 집약적입니다. 자극된 라만 분광법29,30, 광학 일관성 단층 촬영31 및 형광 현미경32,33을 포함한 대체 워크플로우가 제안되었지만 아직 구현되지 않았습니다. 따라서 검체 준비와 진단 시간을 단축하는 접근 방식의 필요성이 시급합니다.

이 기사에서는 고형 ​​조직 생검을 위한 빠르고 라벨이 없는 진단 방법을 제시합니다. 이 접근법은 생존 가능한 단일 세포를 빠르고 간단하게 분리하기 위해 조직 분쇄기(TG)를 사용하여 효소가 없는 조직의 기계적 해리와 RT-FDC를 사용하는 수천 개의 개별 세포의 세포 물리적 표현형에 대한 순차적 평가를 결합합니다. 먼저, 우리는 다양한 마우스 조직의 패널을 스크리닝하고 조직의 기계적 해리 시 세포 수율, 생존 가능성 및 RT-FDC 측정의 타당성을 평가합니다. 우리는 사전 지식이나 추가 분자 라벨링 없이 이미지에서 파생된 물리적 매개변수를 기반으로 순수하게 조직 세포의 하위 집단을 구별하는 능력을 설명합니다. 이는 세포 식별을 위해 다색 마커 패널에 의존하는 기존의 유세포 분석을 향상시킬 수 있습니다. 우리는 또한 미세유체 시스템의 세포 변형성 측정을 기반으로 우리의 접근 방식이 결장 조직의 염증 변화를 결정할 수 있음을 보여줍니다. 또한 우리는 마우스와 인간 결장에서 냉동 및 신선한 생검 샘플을 검사하고 다차원 데이터에 대한 주성분 분석(PCA)과 기계 학습을 사용하여 RT-FDC가 건강한 조직과 암 조직을 구별할 수 있음을 보여줍니다. 연구 결과는 RT-FDC를 사용하여 조직 유래 단일 세포의 물리적 표현형을 평가하는 것이 염증 또는 악성 상태를 감지하는 대체 전략임을 보여줍니다. 30분 이내에 결과를 제공할 수 있는 우리의 절차는 생검의 병리학적 변화를 민감하게 감지하고 보다 일반적으로 편견 없고 마커 없는 방식으로 조직의 세포 집단을 식별하고 특성화하는 수술 중 진단 파이프라인으로서의 잠재력을 가지고 있습니다.