?

導讀

癌癥是現(xiàn)代社會的“健康殺手”，隨著工業(yè)化、城鎮(zhèn)化和人口老齡化進程的加快以及不良生活方式和環(huán)境污染等問題的影響，癌癥發(fā)病趨勢愈發(fā)嚴峻，近幾年新冠病毒大流行導致了嚴重的醫(yī)療資源擠兌，影響了癌癥的診斷和治療，導致晚期癌癥的死亡率上升[1]。

我國是癌癥高發(fā)國，根據(jù)國家癌癥中心于2022年發(fā)布在JNCC的癌癥報告[2]顯示：截至2016年我國的癌癥發(fā)病率為293.91/10萬人，因癌死亡率為174.55/10萬人，排名前五的癌癥分別是肺癌、結(jié)直腸癌、胃癌、肝癌和乳腺癌。分子病理技術(shù)的發(fā)展是有效診斷癌癥的重要途徑，而基質(zhì)輔助激光解吸電離（MALDI）質(zhì)譜的出現(xiàn)為分子病理研究提供了一條新賽道，基于質(zhì)譜的分子影像技術(shù)不需要免疫標記便能夠在幾微米的尺度內(nèi)直觀、快速、簡單地呈現(xiàn)出細胞或組織中相關(guān)分子的結(jié)構(gòu)、空間和時間分布信息，幫助闡明疾病相關(guān)的分子機制。

01什么是質(zhì)譜成像技術(shù)？

在一張標準的數(shù)碼照片中，數(shù)字成像的彩色圖像是通過紅綠藍三個顏色通道疊加而成，屏幕上每個小像素的顏色都是由這三個顏色的密度所構(gòu)成?，F(xiàn)在，想象一張擁有海量顏色通道的圖片，它在原有光學圖像的基礎(chǔ)上進行三維重構(gòu)，以空間分辨的方式監(jiān)測目標分子的變化（如內(nèi)源性的脂質(zhì)、多肽、細胞代謝物或外源性的藥物等），從而提供對正?；蚣膊顟B(tài)有價值的分子影像分析，這就是質(zhì)譜成像技術(shù)（Mass spectrometry imaging，MSI）。

02島津成像質(zhì)譜在癌癥研究中的應用案例分享

案例分享1

磷脂酰肌醇(PI)與乳腺癌發(fā)展的相關(guān)性研究[3,4]

乳腺癌是導致婦女因癌癥死亡的主要原因之一，它是一種高度異質(zhì)性疾病，不同亞型的乳腺癌一般具有不同的病情發(fā)展和結(jié)局，研究表明，與健康人相比，乳腺癌患者的脂質(zhì)水平明顯升高，某些脂質(zhì)可能參與了乳腺癌的發(fā)生和發(fā)展。

本研究使用島津iMScope成像質(zhì)譜研究了乳腺癌組織中磷脂酰肌醇的精確空間分布，在負離子模式下，以10 μM的空間分辨率對來自九個乳腺癌患者的癌變灶區(qū)和正常乳腺組織進行了質(zhì)譜成像分析，檢測到了十種不同脂肪酸組成的 PI，其在惡性上皮組織的比例有顯著變化。

圖2. H&E染色光學圖和MSI特征離子熱圖

如圖2所示，使用高分辨成像質(zhì)譜顯微鏡能夠辨別上皮組織內(nèi)相鄰組織中的腫瘤細胞群， PI非均勻的分布在腫瘤細胞群和間質(zhì)中，PI(18:0 ⁄ 20:3)傾向于間質(zhì)相鄰區(qū)，而PI(18:0 ⁄ 18:1)傾向于腫瘤細胞群中心部位，通過 PI(18:0/18:1)或 PI(18:0/20:3)的表達能識別兩種不同的癌細胞群，揭示了PI(18:0 ⁄ 20:3)的積累可能與癌細胞的侵襲能力有關(guān)。

案例分享2

基于MSI技術(shù)的肺癌全流程靶向分型研究[5]

肺癌的病理類型主要分為小細胞性肺癌和非小細胞性肺癌兩大類，其中非小細胞性肺癌約占肺癌的 80%-85% 左右，包括腺癌、鱗癌等，而小細胞肺癌約占肺癌的 15%-20% 左右，其惡性程度高，腫瘤倍增時間短，治愈難度大。因此，對肺癌進行準確病理分型對有效治療肺癌和研究肺癌發(fā)病發(fā)展的機制具有極其重要的作用。

本研究以人肺癌臨床樣本（包含癌旁組織的小細胞癌、非小細胞癌等）作為研究對象，在不借助其他分析手段的情況下，通過iMScope顯微質(zhì)譜成像技術(shù)，發(fā)現(xiàn)了4種與肺癌良惡性病理分型有極強相關(guān)性的疑似靶向標記物，使用IMAGEREVEAL軟件中Differential Analysis模塊進行PCA（主成分分析）運算，比較二者統(tǒng)計學差異和分類情況，從而實現(xiàn)基于多種空間標志物的靶向?qū)用娴姆伟┒嘟嵌炔±矸中汀?/span>

圖3. 肺癌全流程靶向分型分析流程

如圖3所示，分別在已知腺癌與鱗狀細胞癌癌癥中心組織的質(zhì)譜成像對應的顯微圖像中圈出5個ROI（感興趣區(qū)域）區(qū)域（紅圈和藍圈對應區(qū)域），每個ROI區(qū)域包含大約300個采集點，分別定向提取m/z 775.55，m/z 885.55，m/z 861.55和m/z 673.48等4個碎片離子的圖像，其中m/z 775.55作為癌癥中心與癌旁的空間特征標志物，m/z 885.55和m/z 861.55組合作為小細胞癌（SCLC）和非小細胞癌（NSCLC）的空間特征標志物，m/z 673.48 作為非小細胞癌亞型腺癌（AC）和鱗狀細胞癌（SCC）的空間特征標志物。

案例分享3

基于雙功能激光可裂解探針的組織表面聚糖成像研究[6]

細胞表面糖基化程度的異常變化與各類惡性腫瘤的發(fā)生發(fā)展密切相關(guān)，本研究設(shè)計了一種雙功能激光可裂解質(zhì)譜探針（LCMPs），結(jié)合激光解吸附離子化質(zhì)譜（LDI-MS）技術(shù)將對組織表面不同聚糖的檢測轉(zhuǎn)化為對大量質(zhì)譜標簽的檢測，克服了直接檢測聚糖時的離子化效率低、質(zhì)譜圖復雜等問題。

圖4.（A）普適性合成法構(gòu)建 LCMPs

（B）基于 LDI-MS 的聚糖檢測方法

如圖4所示，LCMPs 可通過簡單、普適性的合成路線制備，其中探針上結(jié)合的不同凝集素（ConA，SNA，WGA 凝集素）能分別特異性地識別組織或細胞表面的甘露糖，唾液酸和 N-乙酰葡萄糖胺。

探針的雙功能性質(zhì)表現(xiàn)在其既能用于識別細胞或組織表面的聚糖，還可同時作為 LDI-MS 檢測中的優(yōu)異基質(zhì)，無需額外噴涂基質(zhì)即可直接進行成像質(zhì)譜分析，本研究結(jié)合獨特設(shè)計 LCMPs，利用 iMScope成像質(zhì)譜對新鮮癌細胞組織表面的不同聚糖進行可視化分析。

圖5. 結(jié)直腸組織的顯微照片，質(zhì)譜成像和 HE 染色結(jié)果，LCMP1 反映甘露糖的含量，LCMP2 反映唾液酸的含量，圖中的數(shù)字代表組織中不同微觀結(jié)構(gòu)，1：腸黏膜上皮組織；2：結(jié)締組織固有層。

圖5的成像結(jié)果可直觀地反映出患者癌癥和癌旁組織、同一組織不同病理變化的區(qū)域和具有不同微結(jié)構(gòu)的區(qū)域中多種聚糖表達水平的變化，顯示了腫瘤與聚糖表達含量的相關(guān)性，有望在聚糖的空間分布、腫瘤的病理基礎(chǔ)以及臨床應用等方面提供有利的工具。

03結(jié)語

與傳統(tǒng)的影像學方法相比，MSI技術(shù)能在短時間內(nèi)獲得大量生物分子的結(jié)構(gòu)、豐度和空間分布信息，可用作癌癥診斷、預后和監(jiān)測的個性化研究工具，并幫助理解癌癥相關(guān)的病理學分子機制。這種具備免標記、高靈敏、高分辨、高通量的新型分子成像方法能給臨床病理研究和應用提供更多、更可靠、更有價值的信息，有望解決惡性腫瘤研究發(fā)現(xiàn)的關(guān)鍵難題。

撰稿人：沈晶晶

【參考文獻】

[1] Rebecca L. Siegel MPH, Kimberly D. Miller MPH, et al. Cancer statistic,2023[J]. CA: A Cancer Journal for Clinicians,2023,73(1):17-48.

[2] Rongshou Zheng, Siwei Zhang, Hongmei Zeng, et al. Cancer incidence and mortality in China, 2016 [J]. Journal of the National Cancer Center,2022,2(1):1-9.

[3] Wang X, Wang Y, Wang M, Chen X, Cui W, Chen X. The association between serum lipid levels and histological type of breast cancer. Eur J Med Res. 2022,27(1):154.

[4] Kawashima M, Iwamoto N, et al. High-resolution imaging mass spectrometry reveals detailed spatial distribution of phosphatidylinositols in human breast cancer,2013[J]. Cancer Science 2013,104: 1372–1379.

[5] 湯博崇.一種基于質(zhì)譜成像技術(shù)的肺癌分型判斷系統(tǒng): 202111317988.0 [P]. 2022-04-05.

[6] Ma W, Xu S, Nie H, Hu B, Bai Y, Liu H. Bifunctional cleavable probes for in situ multiplexed glycan detection and imaging using mass spectrometry. Chem Sci. 2019;10(8):2320-2325.

文中推薦技術(shù)方法方案僅用于醫(yī)學專業(yè)人士技術(shù)交流，不作為臨床診斷依據(jù)。