Summary

תאי פיטום במיקרו-סביבה של קרצינומה הפטוצלולרית מעניקים פרוגנוזה חיובית: מחקר רטרוספקטיבי באמצעות תוכנת ניתוח התמונה QuPath

Published: April 12, 2024
doi:

Summary

נוכחותם של תאי פיטום בשוליים הפנימיים ובאזורי הגידול של קרצינומה הפטוצלולרית לאחר כריתה מעניקה פרוגנוזה חיובית. מחקר זה תומך בתוכנת ניתוח התמונות QuPath כפלטפורמה מבטיחה שיכולה לענות על הצורך בשחזור, עקביות ודיוק בפתולוגיה דיגיטלית.

Abstract

התובנות המסופקות על ידי זיהוי ממוקד של תאים חיסוניים בתוך קרצינומה hepatocellular (HCC) עשויים להציג מידע על תוצאות החולים. מחקרים הבוחנים ביטוי ולוקליזציה של תאי מערכת החיסון בתוך רקמות הגידול קשורים למספר אתגרים, כולל היעדר ביאור מדויק לאזורי הגידול ובחירה אקראית של שדות ראייה מיקרוסקופיים. QuPath היא תוכנת קוד פתוח, ידידותית למשתמש שיכולה לענות על הצורך הגובר בפתולוגיה דיגיטלית בניתוח תמונה של שקופיות שלמות (WSI).

החדירה של HCC ורקמות סמוכות על ידי תאים דנדריטיים לא בוגרים CD1a + (iDCs), תאי פיטום CD117+ ותאי הרג טבעיים NKp46+ (NKs) הוערכה באופן אימונוהיסטוכימי בדגימות מייצגות של 67 חולים עם HCC שעברו כריתה מרפאת. מקטע השטח (AF) של תאים מוכתמים באופן חיובי הוערך באופן אוטומטי ב- WSI באמצעות QuPath במרכז הגידול (TC), השוליים הפנימיים (IM), השוליים החיצוניים (OM) והפריטומור (PT). המשמעות הפרוגנוסטית של תאי מערכת החיסון הוערכה עבור זמן להישנות (TTR), הישרדות ללא מחלות (DFS) והישרדות כוללת (OS).

המיקוד האוטומטי של תאי פיטום היה גדול משמעותית מהמיקוד האוטומטי של תאי NK, והמיקוד האוטומטי של iDCs היה נמוך משמעותית בהשוואה ל-NKs בכל אחד מאזורי העניין. AFs גבוהים של תאי פיטום באזורי IM ו- PT היו קשורים ל- DFS ארוך יותר. בנוסף, מיקוד אוטומטי גבוה של תאי פיטום בהודעות מיידיות היה קשור למערכת הפעלה ארוכה יותר.

ניתוח בעזרת מחשב באמצעות תוכנה זו הוא כלי מתאים לקבלת מידע פרוגנוסטי עבור תאי חיסון חודרי גידול (iDCs, תאי פיטום ו- NKs) באזורים שונים של HCC לאחר כריתה. תאי פיטום הציגו את המיקוד האוטומטי הגדול ביותר בכל אזורי העניין (ROI). תאי פיטום באזור הפריטומור ו- IM הראו משמעות פרוגנוסטית חיובית.

Introduction

הארגון המרחבי והשפע של תאי חיסון חודרי גידול הוכחו כמשפיעים על הישרדות בסוגי סרטן שונים, קרצינומה הפטוצלולרית (HCC) כללה 1,2,3,4. המשמעות הפרוגנוסטית של לימפוציטים חודרי גידול בסרטן הודגמה לראשונה על המטוקסילין ואאוזין (H&E) מוכתמיםבסעיפים 5,6. לאחר מכן, מחקר חלוצי שנערך על ידי Galon et al. באמצעות אימונוהיסטוכימיה (IHC) הדגים קשרים של צפיפות של תאי CD3+ ו- CD8+ T ברקמת סרטן המעי הגס עם פרוגנוזה4.

IHC הוא תקן זהב להדמיה, כימות ומיפוי של תאי מערכת החיסון בתוך רקמת הגידול לצורך קשר נוסף עם תוצאות קליניות7. IHC מציג מספר יתרונות, כגון עלות נמוכה, זמינות נרחבת ותאימות לרקמה משובצת פרפין קבועה פורמלין (FFPE)8. עם זאת, הערכה מדויקת של תאי מערכת החיסון המוכתמים ב-IHC היא אתגר גדול. ניקוד מסורתי בשדות ראייה מיקרוסקופיים נבחרים גוזל זמן ואינו מספיק עוד כדי להבטיח ניתוח איכותי, ניתן לשחזור ואובייקטיבי החיוני לבחירת סמנים ביולוגיים מועמדים ומתאם קליני אמין9. ניתן להעריך סריקות של שקופיות שלמות כתמונה שלמה או לאחר תת-דגימה10.

הערכה כמותית ממוחשבת של שפע תאי החיסון בדגימות רקמה יכולה להבטיח נתונים מעשיים, מדויקים, אמינים ורלוונטיים קלינית11. QuPath היא תוכנת קוד פתוח חינמית המאפשרת ניתוח תמונה דיגיטלית של שקופיות מוכתמות ב-IHC וממקסמת את כמות המידע המתקבלת מדגימות בודדות12.

מאחר שתאים דנדריטיים לא בשלים (iDCs), תאי הרג טבעי (NK) ותאי פיטום מעורבים בתגובות חיסוניות נגד גידולים והוכחו בקורלציה עם תוצאותהחולים 13,14,15, אנו מציגים כאן פרוטוקול שלב אחר שלב להערכת הפיזור המרחבי שלהם ברקמת FFPE HCC וחקירת ההשפעה הפרוגנוסטית שלהם. CD1a מתבטא בעיקר בקרום של תאים דנדריטיים לא בוגרים, שצפיפותם נקשרה לתוצאות קליניות במגוון גידולים אנושיים16,17. תאי פיטום יכולים למלא תפקיד של פרוטומור או נגד גידולים בתוך המיקרו-סביבה של הגידול (TME)18. הם יכולים לתמוך באנגיוגנזה ולהקל על גרורות19. לעומת זאת, דווח כי תאי פיטום יכולים לתווך אפופטוזיס של תאי הגידול באמצעות ייצור IL-420. צביעה נגד CD117 משמשת בדרך כלל כדי לדמיין ולכמת תאי פיטום בתוך רקמת הגידול21. תאי NK נחשבים כתורמים למעקב ובקרה של HCC22 על ידי הריגת תאים סרטניים23. ביטוי NKp46 על ידי NK הוא פרמטר מכריע לפעילות האנטי-סרטנית שלהם24. עם זאת, תאי NKp46+ NK היו בקורלציה חיובית עם קוטר הגידול בחולי HCC25. למרות זאת, מעט ידוע על הקשר שלהם עם הישרדות החולה.

מטרתנו הייתה להעריך כמותית את השפע של CD1a+ iDCs, תאי פיטום CD117+ ותאי NK מסוג NKp46+ באזורים שונים של HCC ולהדגיש את המשמעות הפרוגנוסטית שלהם. במחקר הרטרוספקטיבי הנוכחי נכללו במחקר הרטרוספקטיבי הנוכחי 70 חולים רצופים עם אישור פתולוגי של HCC בשלב I-IV, שהיו זכאים לכריתה על פי הנחיות BCLC ועברו כריתת כבד עם כוונת ריפוי בבית החולים האוניברסיטאי פילזן בין השנים 1997 ל-2019. נבדקו דוחות פתולוגיים של החולים. לאף אחד מהחולים שנכללו במחקר זה לא היו גרורות מרוחקות ולא קיבלו טיפול ניאו-אדג’ובנטי כגון כימותרפיה או הקרנות לפני הניתוח. במחקר לא נכללו 3 מטופלים עם דגימות היסטולוגיות באיכות ירודה, ו-67 החולים הנותרים נכללו במחקר (טבלה 1).

Protocol

פרוטוקול זה היה חלק ממחקר שנערך בהתאם לאמות המידה האתיות שנקבעו בהצהרת הלסינקי (גרסת 2013); היא אושרה על ידי ועדת האתיקה של הפקולטה לרפואה ובית החולים האוניברסיטאי בפילזן (118/2021, 11 במרץ 2021). איור 1 מציג סיכום של השיטות שננקטו. 1. בחירת בלוקים רקמת FFPE אחזר מזהי בלוקים מסוג FFPE מתיקי מטופלים בעזרת רופאים מטפלים או פתולוגים. בקש את בלוקי FFPE מארכיון הפתולוגיה המקומי. עבור כל מטופל, בחר 2-3 בלוקים FFPE המכילים רקמת גידול קיימא, עדיף עם אזור peritumor שמסביב כבד שאינו סרטני.הערה: מומלץ לקבל חוות דעת של פתולוג מומחה לבחירה זו. הערכה היסטולוגית של הכבד שאינו גידולי, יחד עם נתונים אנמנסטיים, קליניים ומעבדתיים שימשו להגדרת האטיולוגיה הבסיסית של HCC. 2. Deparaffinization ו rehydration של רקמת FFPE חתכו קטע רקמה אחד או שניים בעובי 4 מיקרומטר מכל אחד מגושי רקמת FFPE על מיקרוטום.הערה: עובי הקטעים יכול להיות בין 3 מיקרומטר ל -5 מיקרומטר ללא השפעת כתמים מורגשת; עם זאת, עובי של 4 מיקרומטר הוא הסטנדרט. הכניסו את המקטעים לאמבט מים (42°C) כדי להסיר קמטים. הרכיבו את המגלשות על ידי הרמתן והנחתן על מגלשה מיקרוסקופית מזכוכית טעונה חיובית. לאחר מכן, יש למרוח את המגלשות לייבוש בטמפרטורת הסביבה (AT) למשך 24 שעות. הניחו את המגלשות בתרמוסטט (56°C) למשך שעה אחת. השתמש autostainer כדי deparaffinize את החלקים בתמיסת שעווה-1 (30 s ב 72 ° C), תמיסת שעווה-2 (10 s ב 72 ° C), תמיסת שעווה-3 (10 s ב AT), אתנול 96%-1 (10 שניות), אתנול 96%-2 (10 שניות), אתנול 96%-3 (10 שניות). השתמש במכתים אוטומטיים כדי להחזיר לחות לחלקים בתמיסת שטיפה-1 (10 שניות, AT), תמיסת כביסה-2 (10 שניות, AT) ותמיסת כביסה-3 (5 דקות, AT). 3. ביצוע IHC במכתים אוטומטי לחלוטין הערה: IHC מבוצע בהתאם לפרוטוקול היצרן. השלבים מוסברים בקצרה להלן. שיטת שליפת אנטיגןאחזור אנטיגן באמצעות הליך אחזור אפיטופים (ER) המושרה בחום בתמיסת מיון עם pH גבוה (למשל, Tris-EDTA): פתרון ER-1 (10 שניות, AT), תמיסת ER-2 (10 שניות, AT), תמיסת ER-3 (20 דקות ב- 100 ° C), תמיסת ER-4 (12 דקות, AT). שטפו את המגלשה בתמיסת כביסה במשך 3 פעמים (30 שניות כל אחת) ו-1 x (3 דקות). חסום פרוקסידז אנדוגני באמצעות תמיסת בלוק מי חמצן למשך 5 דקות ב- AT. יש לשטוף בתמיסת כביסה למשך 3 פעמים (30 שניות כל אחת). חסום קשירה לא ספציפית של נוגדנים עם בלוק חלבון עבור NKp46 רק למשך 30 דקות ב- AT. קשירה עם נוגדנים ראשוניים: יש לדגור עם נוגדנים ראשוניים למשך 15 דקות ב-AT, ולאחר מכן לשטוף בתמיסת שטיפה למשך 3x (30 שניות כל אחת). עבור קשירת נוגדנים משנית, בצע את השלבים המתוארים להלן.יש לדגור עם נוגדנים משניים מצומדים לפרוקסידז חזרת למשך 8 דקות ב-AT. יש לשטוף בתמיסת כביסה במשך 2 פעמים (2 דקות כל אחת) ופעם אחת במים נטולי יונים. דמיינו את התגובה על ידי שטיפת השקופיות בתמיסת דיאמינובנזידין (DAB) ולאחר מכן דגירה עליהן בתמיסת DAB למשך 10 דקות ב-AT. יש לשטוף במשך 3 פעמים (30 שניות) במים נטולי יונים. מכתימים את החלקים עם המטוקסילין של מאייר. יש לשטוף במים נטולי יונים, למשך 1x (30 שניות), בתמיסת שטיפה למשך 1x (30 שניות) ובמים נטולי יונים, למשך 1x (30 שניות). השתמש במכתים אוטומטי לחלוטין כדי לייבש את החלקים באתנול 70% (2 דקות), אתנול 80% (2 דקות), אתנול 96%-1 (3 דקות), אתנול 96%-2 (3 דקות), אתנול 100% (3 דקות), קסילן-1 (4 דקות), קסילן-2 (4 דקות) וקסילן-3 (4 דקות). השתמש בנעלי כיסוי זכוכית אוטומטיות לחלוטין כדי להרכיב את החלקים בשקופיות למדיום הרכבה.הערה: דגימות בקרת רקמות שליליות וחיוביות (שקדים) שימשו לאורך כל הדרך. 4. קבלת סריקות שקופיות שלמות סרוק את השקופיות המוכתמות באמצעות המטרה פי 20 והצפיפות הבינונית-גבוהה של התמקדות בסורק שקופיות שלם. 5. ניתוח IHC באמצעות התוכנה צור פרויקט עבור תמונות IHC בתוכנה.הורד ופתח את QuPath-0.4.3 (ומעלה).exe צור תיקיה חדשה עם שם מתאים. לחץ על הלחצן צור פרויקט בפינה השמאלית העליונה של התוכנה ובחר את התיקיה החדשה שנוצרה. גרור תמונות סרוקות לחלון התוכנה. כאשר חלון חדש מופיע באופן אוטומטי, בחר Set Image Type >- H-DAB ולחץ על Import (Figure 2). שימו לב לרשימת התמונות בחלון השמאלי של התפריט; לחץ פעמיים כדי לפתוח את התמונה. בחר מהתפריט הראשי בחלק העליון קובץ כדי לשמור את התמונות כפרויקט.הערה: התוכנה יכולה להתמודד עם מגוון רחב של פורמטים של תמונות, כולל פורמטים רבים של שקופיות שלמות. עם זאת, תבנית tiff עדיפה כדי למנוע אובדן של נתונים גולמיים ומטה-נתונים המשויכים אליהם. ביאור אזורי ענייןבחרו בכלי מברשת או בכלי שרביט מהתפריט הראשי בחלק העליון כדי להוסיף ביאורים לאזור הגידול. עבור אזורים לא רציפים של הגידול, בצע את השלבים 5.2.1.1-5.2.1.3.הוסף להם ביאורים בנפרד. לחץ לחיצה ממושכת על מקש Ctrl תוך בחירת כל אזורי הגידול לחץ לחיצה ימנית ובחר ערוך > מרובים מזג נבחר. ודא כי ביאור הגידול נבחר (גבולות יש צבע צהוב). לחץ על אוטומציה בתפריט הראשי ובחר הצג עורך סקריפטים. העתק/י את הסקריפט הזמין בקובץ משלים 1 או ב-https://petebankhead.github.io/qupath/scripts/2018/08/08/three-regions.htmls והדבק/י אותו בעורך הסקריפטים ולאחר מכן לחץ/י על ״הפעל״. החזר ההשקעה: מרכז הגידול (TC), השוליים הפנימיים (IM), השוליים החיצוניים (OM) והאזור ההיקפי (PT) ייווצרו ויסומנו באופן אוטומטי. לקבלת דרך חלופית ליצירת אזורי עניין, בצע את השלבים 5.2.5.1-5.2.5.5.בחרו בכלי Polyline מהתפריט הראשי בחלק העליון כדי לשרטט גבול המפריד בין קיני התאים הממאירים לבין רקמות סמוכות שאינן סרטניות. בחר את הגבול שנוצר. בחר מהתפריט הראשי בחלק העליון אובייקטים > ביאור > הרחב ביאורים >- 500 מיקרומטר עבור רדיוס הרחבה > שטוח עבור כיפות קו. הפעילו את ‘הסר פנים’ והפעילו את ‘אילוץ להורה’. לחץ באמצעות לחצן העכבר הימני על הביאור המתקבל, ערוך פיצול > יחיד. שני ביאורים נפרדים יורחבו אוטומטית כאזורים ברוחב 500 מיקרומטר בכל צד של הגבול. תן שם מתאים לאזורים עם ביאורים עבור הודעות מיידיות ו- OM על-ידי לחיצה באמצעות לחצן העכבר הימני על הביאור ברשימה מימין, בחירה באפשרות קבע מאפיינים והזנת השם. ה- TC מייצג את אזור הגידול הנותר. הרחב את שטח ה- PT ברוחב 500 מיקרומטר הסמוך ל- OM באמצעות אותו הליך.הערה: שקופיות מבוארות וזיהוי מיקוד אוטומטי QuPath נבדקו על-ידי היסטופתולוג מומחה. אופטימיזציה של סיווג פיקסליםבחרו בכלי מלבן מהתפריט הראשי. לאחר מכן הוסף ביאורים לאזור, המכיל את כל סוגי הפיקסלים שיש להבחין ביניהם (לדוגמה, המטוקסילין, DAB ורקע). בתפריט הראשי, בחר נתח > עיבוד מראש > הערכת וקטור כתמים. כאשר חלון Visual Stain Editor מופיע באופן אוטומטי, בחר Auto > OK, והגדר H- DAB מוערך כשם עבור וקטור הכתם. לקבלת שיטה חלופית, בצע את השלבים 5.3.4.1-5.3.4.3.בחרו בכלי מלבן מהתפריט הראשי והוסיפו הערות לאזור קטן של גרעין טיפוסי המוכתם בהמטוקסילין. בחר תמונה מהתפריט השמאלי ולחץ פעמיים על Stain 1 > כן. בחרו בכלי מלבן מהתפריט הראשי והוסיפו הערות לאזור קטן של צביעה חיובית באמצעות DAB. בחר תמונה מהתפריט השמאלי ולחץ פעמיים על Stain 2 > כן. הערכה של חלק שטח של תאי חיסון חיוביים באמצעות האפשרות סיווג פיקסלים .בתפריט הראשי, לחץ על סיווג > פיקסלים > צור סף. בחר גבוה עבור הרזולוציה > ערוץ: DAB > קדם-סינון: גאוסיאן > סיגמא: 0.5 > (איור 3) סף: (0.2-0.3) > מעל הסף: חיובי > מתחת לסף: שלילי. עבור האזור, בחר כל הערה, הקלד שם עבור מסווג > שמור > מידה > אישור. התאים החיוביים ל-DAB ישתנו לצבע אדום (איור 4). העתק את התוצאות מהתפריט השמאלי לגיליון אלקטרוני. לחלופין, פתחו את ‘מדידה ‘ בתפריט הראשי העליון, בחרו ‘הצג מדידות ביאור >’העתק ללוח’ והדביקו תוצאות בגיליון אלקטרוני. כדי לסגור את התמונה, לחץ לחיצה ימנית > Multi View > Close Viewer.הערה: לפני הכימות, כל הממצאים בוטלו. הסף הותאם לכל מקרה עם כתם חיובי ספציפי חלש. נכונות הביאורים וסיווג הפיקסלים הוצלבה תחילה ולאחר מכן נבדקה על ידי היסטופתולוג בכיר. כל הניתוחים נעשו בצורה עיוורת. מידע נוסף על ניתוח IHC באמצעות התוכנה ניתן למצוא בכתובת https://forum.image.sc/tag/QP. 6. שיטות סטטיסטיות וניתוח נתונים נקודות הסיום של המחקר היו זמן להישנות (TTR), הישרדות ללא מחלות (DFS) והישרדות כוללת (OS). חולים ללא הישנות או מוות צונזרו במעקב האחרון שלהם.הערה: נתונים רציפים שאינם מבוזרים באופן נורמלי מבוטאים כחציון (min-max). הפרופורציות מבוטאות כנתונים גולמיים (אחוזים). שברי שטח של תאי חיסון באזורים שונים של עניין (ROIs) הושוו על ידי פרידמן ANOVA, ואחריו וילקוקסון התאמת זוגות מבחן עם תיקון Bonferroni. בגלל ההתפלגות הלא פרמטרית של רוב המשתנים, מתאם ספירמן שימש להערכת הקשרים בין זוגות של משתנים סודרים או כמותיים. כדי לקבוע את הערך הפרוגנוסטי של מנבאים בודדים עבור נקודות קצה, בוצע ניתוח רגרסיה חד-משתני ואחריו ניתוח רגרסיה רב-משתנים של קוקס. חושבו יחסי סיכון (HR). HR הראה את הסיכון היחסי עבור קבוצת הביניים הגבוהה המשולבת בהשוואה ל -1 עבור הקבוצה הנמוכה. כל אומדני ההישרדות חושבו בשיטת קפלן-מאייר והושוו בין קבוצות במבחן דירוג לוג. GraphPad Prism 9.0 (GraphPad Software LLC) שימש לניתוחים סטטיסטיים. ערך p דו-צדדי < 0.05 נחשב מובהק סטטיסטית.

Representative Results

הנתונים הדמוגרפיים והמאפיינים הקליניים של החולים מוצגים בלוח 1. הגיל החציוני של החולים היה 69 שנים, ורובם היו גברים (77.6%). לגבי האטיולוגיה של HCC, דלקת כבד כרונית לא נגיפית הייתה מחלת הרקע השכיחה ביותר, עם שכיחות של סטיאטוהפטיטיס לא אלכוהולית (NASH) (23.9%). רק 15 חולים (22.4%) חלו בשחמת הכבד כמחלת רקע. לרוב החולים (68.7%) היה TNM שלב I. ממצאים קליניים ופתולוגיים מפורטים יותר תוארו בעבודתנו הקודמת 2,26. תוצאותבמעקב האחרון נצפתה הישנות הגידול ב-29 (41.8%) חולים, מתוכם 89.7% עם הישנות מקומית ו-38 (56.7%) חולים נפטרו. ב-5 שנים לאחר הניתוח, שיעור ה-DFS היה 33.2%, שיעור ה-OS היה 49.4%, והשיעור ללא הישנות (RFP) היה 48.7% (טבלה 2). התפלגות תאי החיסון באזורי עניין שוניםחלבון CD117 נמצא בעיקר בקרום הציטופלזמי של תאים מעוגלים (איור 5A). ב- TC וב- IM, הם היו ממוקמים בעיקר בסטרומה ובחלל הפריווסקולרי. באזורי OM ו- PT, תאי CD117+ נצפו בכמוסת הגידול ובחלל הפריווסקולרי. חלבון NKp46 נמצא בעיקר בקרום הציטופלזמי של תאים מעוגלים, שהיו נוכחים בתוך חללים דמויי סינוסואידים ב-TC וב-IM, כמו גם קשורים לסטרומה (איור 5B). באזור OM ו-PT נצפו תאי +NKp46 בקפסולות סביב קיני גידולים ובסטרומה של דרכי הפורטל. חלבון CD1a נמצא ב-TC וב-IM, בעיקר בקרום הציטופלזמי של תאים מעוגלים (מפוזרים או באגרגטים) בסטרומה, בתוך ולאורך הגבולות של חללים דמויי סינוסואידים (איור 5C). באזור PT, CD1a+ DC נצפה בתוך ולאורך גבולות הסינוסואידים ובתוך אפיתל המרה בדרכי הפורטל. המיקוד האוטומטי של תאי פיטום היה גדול משמעותית מהמיקוד האוטומטי של תאי NKp46+ (p < 0.001) (איור 6). CD1a+ iDCs בכל החזר השקעה הראו את המיקוד האוטומטי הנמוך ביותר בהשוואה לתאי פיטום ותאי NK (p < 0.001) (איור 6). המיקוד האוטומטי של תאי CD117+ ו-NKp46+ ב-TC או IM היה קטן משמעותית מאלה שבאזור ה-PT וה-OM (p <-0.001) (איור 6). עבור תאי CD1a+ , המיקוד האוטומטי לא היה שונה באופן משמעותי בין אזורים. קשרים משמעותיים בין תאי חיסון בודדים בין כל ה-ROI מוצגים בטבלה 3. איור 7 מראה את מפת החום של קשרים משמעותיים בין תאי חיסון שונים באזורים שונים. המיקוד האוטומטי של CD117 + תאי פיטום ב-TC נמצא בקורלציה משמעותית עם המיקוד האוטומטי של CD1a ב-TC וב-IM. ערך פרוגנוסטי של משתנים קליניים ופתולוגייםמבין המשתנים הקליניים והפתולוגיים, רק גיל צעיר יותר היה קשור לסיכון גבוה יותר להישנות המחלה (HR = 0.96, CI: 0.93-0.99, p = 0.007), בעוד שאף משתנה לא היה קשור ל-DFS ול-OS (טבלה 4). ערכים פרוגנוסטיים של חדירת תאי מערכת החיסוןמיקוד אוטומטי גבוה של תאי פיטום CD117+ ב-IM היה קשור ל-DFS ארוך יותר (HR = 0.48, CI: 0.241 – 0.935, p = 0.031) ולמערכת ההפעלה (HR = 0.34, CI: 0.167 – 0.703, p = 0.004) (איור 8, טבלה 5). בנוסף, מיקוד אוטומטי גבוה של תאי פיטום CD117+ באזור PT היה קשור ל-DFS ארוך יותר (HR = 0.48, CI: 0.247 – 0.945, p = 0.034) (איור 8, טבלה 5). לעומת זאת, ה-AFs של תאי iDC ו-NK לא היו קשורים לאף אחת מהתוצאות. תאי פיטום CD117+ בשוליים הפנימיים שמרו על קשרים משמעותיים עם DFS (HR = 0.46, CI: 0.23-0.91, p = 0.027) ומערכת ההפעלה (HR = 0.33, CI: 0.16-0.68, p = 0.003) לאחר התאמה לשלב TNM (טבלה 6). באשר לתאי פיטום באזור PT, גם הקשר עם DFS נותר מובהק (HR = 0.47, CI: 0.24-0.93, p = 0.029) (טבלה 6). איור 1: סכמה מייצגת של השיטות. תרשים סכמטי של זרימת העבודה לזיהוי התפקיד הפרוגנוסטי של תאי פיטום, תאים דנדריטיים ותאי הרג טבעיים ב- HCC. קיצורים: FFPE, פרפין קבוע פורמלין מוטבע; H&E, Hematoxylin ו Eosin; ROIs, אזורי עניין. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 2: צילום מסך של חלון התוכנה. צילום מסך תיאורי המציג את השלב של ייבוא תמונות לפרויקט בתוכנה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 3: צילום מסך של האפשרות של שבר שטח. צילום מסך מהתוכנה המציג את הפרמטרים שנבחרו כדי לכמת את חלק השטח של צביעה חיובית. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 4: צילום מסך של האפשרות של סיווג פיקסלים. צילום מסך מהתוכנה המציג את התאים החיוביים של DAB לפני ואחרי סיווג פיקסלים. צביעת DAB החומה הומרה לצבע אדום לאחר סיווג פיקסלים. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 5: צביעה חיסונית מייצגת של תאי מערכת החיסון המולדת בחולי HCC. אימונוסטיין מייצג של (A) CD117+, (B) NKp46+ ו-(C) תאי CD1a+ בתאי TC (400x) ו-TIM (200x) של HCC. קיצורים: HCC, קרצינומה hepatocellular; TC, מרכז הגידול; TIM, שוליים פולשניים של גידול, עם שוליים פנימיים (IM) ושוליים חיצוניים (OM). הקו המקווקו מייצג גבול בין הגידול לבין רקמה שאינה גידולית. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 6: נתונים סטטיסטיים המתארים את חלק השטח של תאי מערכת החיסון המולדת בחולי HCC. סטטיסטיקה עבור חלק השטח של תאים דנדריטיים CD1a+, תאי פיטום CD117+ ותאי NK NKp46+) באזורי TC, IM, OM ו- PT של HCC. קווים שחורים הם חציונים. מבחן הזוגות התואם של וילקוקסון עם תיקון בונפרוני שימש להשוואות. קיצורים: HCC, קרצינומה hepatocellular; TC, מרכז הגידול; IM, שוליים פנימיים; OM, שוליים חיצוניים; PT, אזור פריטומור. עמ’ <0.001 לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.: איור 7: מפת חום של מתאמים משמעותיים בין שברי שטח של תאי פיטום, DCs ו-NKs באזורי עניין שונים. מפת חום של מתאמים משמעותיים בין שברי שטח של תאי פיטום CD117+, DCs CD1a+ ו- NKp46+NKs ב- TC, IM, OM ו- PT (Spearman ρ, p < 0.05). קיצורים: TC, מרכז הגידול; IM, שוליים פנימיים; OM, שוליים חיצוניים; PT, אזור peritumor; DC, תאים דנדריטיים; NK, תאי הרג טבעיים. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 8: עקומות קפלן-מאייר DFS ומערכת הפעלה עבור תאי פיטום חודרי גידול בחולי HCC. ניתוח קפלן-מאייר של DFS ו-OS לפי מיקוד אוטומטי נמוך לעומת גבוה של תאי פיטום חודרי גידול בשוליים הפנימיים (A, C) ו-PT (B) של HCC. קיצורים: HCC, קרצינומה hepatocellular; DFS, הישרדות ללא מחלות; IM, פולשנית פנימית; PT, אזור פריטומור. האיור הותאם באישור עלי ואחרים 26. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. טבלה 1: רקע קליני של חולי קרצינומה הפטוצלולרית שנרשמו. רקע קליני של מקרים רשומים של קרצינומה hepatocellular. קיצורים: NAFLD, מחלת כבד שומני לא אלכוהולי. אנא לחץ כאן כדי להוריד טבלה זו. טבלה 2: הסתברות משוערת לתוצאות בניתוח קפלן-מאייר. ההסתברות המשוערת של RFP, DFS ומערכת הפעלה בניתוח קפלן-מאייר. קיצורים: RFP, פרופורציה ללא הישנות; DFS, הישרדות ללא מחלות; מערכת הפעלה, הישרדות כוללת. אנא לחץ כאן כדי להוריד טבלה זו. טבלה 3: מתאם בין מקטע השטח של תאי פיטום חודרי גידול, תאים דנדריטיים ותאי הרג טבעיים ב-ROI שונים. מתאם ספירמן (ρ) בין חלק השטח של תאי פיטום חודרי גידול, תאים דנדריטיים ותאי הרג טבעיים ב- ROI שונים, p < 0.038. קיצורים: TC, מרכז הגידול; IM, שוליים פנימיים; OM, שוליים חיצוניים; PT, אזור peritumor; ROIs, אזורי עניין. אנא לחץ כאן כדי להוריד טבלה זו. טבלה 4: ניתוח חד-משתני של משתנים קליניים ופתולוגיים הקשורים לזמן להישנות (TTR), הישרדות ללא מחלה (DFS) והישרדות כוללת (OS). ” לא”, מין נקבה או “A” היו קטגוריות הייחוס למשתנים דיכוטומיים. ערכים מודגשים מצביעים על מובהקות סטטיסטית ברמת p < 0.05. קיצורים: HR, יחס סיכון; CI, רווח בר-סמך; TTR, זמן להישנות; DFS, הישרדות ללא מחלות. אנא לחץ כאן כדי להוריד טבלה זו. טבלה 5: ניתוח חד-משתני של הקשר בין חלק שטח של תאי פיטום CD117+, תאים דנטריטיים CD1a + תאי הרג טבעיים ותאי הרג טבעיים מסוג NKp46+, עם TTR, DFS ומערכת הפעלה לכל אזור עניין בודד באמצעות רגרסיה של קוקס (67 חולי HCC). מקטע השטח של תאי החיסון לכל אזור (mm2) הומר לאחוזונים ולאחר מכן סווג לאחוזון נמוך (0-25) לעומת גבוה (אחוזון 25-100). יחסי סיכון מראים את הסיכון היחסי בהשוואה ל-1 עבור מיקוד אוטומטי נמוך. ערכים מודגשים מצביעים על מובהקות סטטיסטית ברמת p < 0.05. קיצורים: AF, שבר שטח; DFS, הישרדות ללא מחלות; מערכת הפעלה, הישרדות כוללת; HR, יחס סיכון. אנא לחץ כאן כדי להוריד טבלה זו. טבלה 6: חלק השטח של תאי פיטום CD117+ לכל החזר השקעה בודד הקשור להישרדות ללא מחלות והישרדות כוללת (ניתוח רב-משתני). ניתוח רב-משתני של הקשר של חלק השטח של תאי פיטום CD117+ עם DFS ומערכת הפעלה באזור IM ו- PT באמצעות רגרסיה של קוקס (67 חולי HCC). מקטע השטח של תאי החיסון לכל קטע שטח (מ”מ2) הומר לאחוזונים ולאחר מכן סווג לאחוזון נמוך (0-24) לעומת גבוה (אחוזון 25-100). יחסי סיכון מראים את הסיכון היחסי בהשוואה ל-1 עבור מיקוד אוטומטי נמוך. ערכים מודגשים מצביעים על מובהקות סטטיסטית ברמת p > 0.05. קיצורים: AF, שבר שטח; DFS, הישרדות ללא מחלות; מערכת הפעלה, הישרדות כוללת; HR, יחס סיכון. אנא לחץ כאן כדי להוריד טבלה זו. קובץ משלים 1: סקריפט ליצירת החזר השקעה. אנא לחץ כאן כדי להוריד קובץ זה.

Discussion

באמצעות ניטור ארגון החיסון באתרו ב- TME, תחום האימונו-אונקולוגיה יכול להוסיף סמנים ביולוגיים פרוגנוסטיים ומנבאים חדשים לסרטן. המאמר שלנו שפורסם בעבר על תפקידם של תאי מערכת החיסון הנרכשת ב- TME של HCC הראה קשרים פרוגנוסטיים חיוביים של תאי T CD3+ ו- CD8+ וכן תאי CD20+ B ב- ROI נבחרים עד לזמן להישנות2. כאן, תוכנת ניתוח התמונה QuPath שימשה להערכת השפע של CD1a+ iDCs, תאי פיטום CD117+ ותאי NK NKp46+ במספר אזורים שונים של HCC והעריכה את המשמעות הפרוגנוסטית שלהם. בשל הצורות הלא סדירות של חלק מתאי מערכת החיסון המולדת, הכימות שלהם יכול להיות לא מדויק. זו הסיבה שהערכת חלק השטח של תאים חיוביים למערכת החיסון הייתה האפשרות האופטימלית. מבין שלושת סוגי התאים, רק תאי פיטום CD117+ הדגימו השפעה פרוגנוסטית משמעותית: מיקוד אוטומטי גבוה יותר של תאי פיטום באזור ה-IM ואזור ה-PT היה קשור להישרדות ארוכה יותר.

תאי פיטום היו הנפוצים ביותר בכל ה-ROIs, והקשר של המיקוד האוטומטי שלהם באזור הפריטומור והשוליים הפנימיים עם הישרדות טובה יותר משקף את התפקיד האנטי-סרטני של תאי פיטום. תאי פיטום יכולים להימשך לתוך TME על ידי כימותרפיה משוחררת תאי גידול, כגון SCF או CCL1518. תאי פיטום יכולים להשפיע על תגובה אנטי-סרטנית על ידי ציטוטוקסיות ישירה לתאי הגידול27 או על ידי הפרשת ציטוקינים פרו-דלקתיים שיכולים לעכב את צמיחת הגידול18. צפיפות תאי פיטום מוגברת הגנה מפני הישנות סרטן הערמונית28, סרטן קיבה27 ו- HCC לאחר השתלת כבד29. מחקר מקיף שכלל עוקבה גדולה יותר של 245 חולי HCC מצא מתאם חיובי בין חדירת תאי פיטום משמעותית יותר בדגימות גידול לבין הישרדות ממושכת יותר לאחר כריתת גידול30. Rohr-Udilova et al. דיווחו על תוצאות דומות של צפיפות גדולה יותר של תאי פיטום ברקמת HCC שמסביב; עם זאת, רק צפיפות תאי פיטום תוך סרטניים הייתה קשורה לשיעור הישנות נמוך יותר29.

במחקר זה, תאי פיטום הפעילו השפעה אנטי-סרטנית בכבד IM ו-PT בלבד. ה-TME של גידולים שונים הוא הטרוגני לגבי ההתפלגות המרחבית של תאי מערכת החיסון31. המשמעות הפרוגנוסטית של תאי מערכת החיסון ב-TME קשורה באופן קריטי גם להתפלגותם המרחבית 32,33. הוצעו גישות שונות לביאור השוליים החודרניים של הגידול, כולל שוליים שלמים ברוחב שונה 4,34,35, שוליים פנימיים וחיצוניים, שוב ברוחב שונה36,37, עם או בלי PT 2,7. עקבנו אחר המתודולוגיה המתוקננת והניתנת לשחזור של קבוצת העבודה הבינלאומית לאימונואונקולוגיה כדי להגדיר את השוליים הפולשניים כאזור של 1 מ”מ שבמרכזו הגבול המפריד בין קיני התאים הממאירים לבין הרקמה המארחת ומייצג את הגידול המרכזי כאזור הגידול הנותר38. מאז המחקר הקודם הדגיש הבדלים משמעותיים בתוצאות של שוליים פולשניים פנימיים וחיצוניים2, אזורים אלה (כל 500 מיקרומטר רוחב) נותחו בנפרד. לפרופיל החיסוני המרחבי של אזור הפריטומור יש חשיבות ניבוי מובהקת39,40, ולכן נכלל גם אזור ה-PT.

ניתוח של TC, שולי הגידול וכבד PT בוצע ב- WSIs בניגוד לאפשרות להעריך שדות ראייה נבחרים באזורים המתאימים. הדמיית שקופית שלמה היא מקור פוטנציאלי עשיר של נתונים41. מכיוון שלא ביצענו תת-דגימה, “הערך האמיתי הצפוי” התקבל באופן יעיל בזמן10. בנוסף, מערכת זו הייתה סבירה מכיוון שנותחו רק 1 או 2 שקופיות לכל בלוק, מה שאפשר לנו להימנע מההטיה של בחירת טלאים42. זרימת העבודה האיטית אתגרה אותנו במחקר הקודם כאשר יושמה הסטרולוגיה לכימות תאי מערכת החיסון2.

IHC מאפשר לוקליזציה ישירה של ביטוי תאי פיטום CD1a+ iDCs, NKp46+NK ו-CD117+ ברקמת הכבד, כימות ההתפלגויות שלהם, ולכן תת-סיווג של הקוהורט. ניתוח IHC מעניק למחקר זה יתרונות חשובים על פני בדיקות ביוכימיות ברקמה מסיסה, אשר עלולות להוביל לתוצאות שליליות כוזבות כאשר רק תאים חיוביים ביולוגיים מעטים נמצאים43 ואינם משקפים את התגובה האזורית של תאי מערכת החיסון למאפיינים היסטופתולוגיים44. IHC עדיף גם על ניתוח בסעיפים מוכתמים ב-H&E. מחקרים על סרטן המעי הגס וסרטן הריאה של תאים קטנים הראו כי הערכה של חלקים מוכתמים ב- H&E יכולה לספק סמנים ביולוגיים חזקים וכמותיים של גידולים חיסוניים 45,46,47; עם זאת, עדיין קיימות מגבלות שישקפו את נוכחותם בפועל של תת-סוגים ספציפיים.

איכות גבוהה של קטעי רקמות וצביעת IHC היא תנאי מוקדם להערכה מדויקת. רקע גבוה, ממצאים בקצה וצביעה ספציפית אך לא רצויה (למשל, צביעה של תאי אנדותל של חללים סינוסואידים בכבד עם נוגדנים נגד CD4) עלולים להשחית את כל התוצאות. נוגדן CD56 היה הבחירה הראשונה במחקר הנוכחי לזיהוי תאי הרג טבעיים, אך הוחלף בנוגדן NKp46 עקב ביטוי CD56 בצינורות מרה לא בוגרים. בחירת הסמן המתאים ביותר מבחינת ספציפיות, דפוס צביעה חזק ויציבות בגושי FFPE מייצגת נושא נוסף שיש לקחת בחשבון. לדוגמה, CD117 נבחר במקום טריפטאז מכיוון שביטוי טריפטאז עשוי להיות מווסת מאוד, חוץ מזה, תאים שאינם מבטאים CD117 אינם תאי פיטום48.

QuPath נותן את האפשרות להחליק את גבולות החזר ההשקעה מבחוץ ולהסיר כל חפץ, כלי דם גדולים, רקמה נמקית, צביעה לא ספציפית, רקע וצבירה של אריתרוציטים שלא אמורים להיות חלק מההחזר על ההשקעה. המפעיל צריך לבחור את החזר ההשקעה וללחוץ על מקש “Alt” תוך ביאור ממצאים אלה. צביעה לא ספציפית בוטלה במחקר זה כממצאים לפני הכימות כך שלא השפיעה על התוצאות. במקרה של צביעה ספציפית נמוכה באופן שיטתי או רקע גבוה, יש לבדוק את הפרוטוקול כדי למנוע הטיה אפשרית. הסף הותאם לכל מקרה עם כתם חיובי ספציפי חלש. לפני כל שימוש שגרתי, יש לייעל את הפרוטוקול. כל הניתוחים צריכים להיעשות בצורה עיוורת ובאופן אידיאלי, דיוק הסף ראוי להצלבה.

QuPath הוא פתרון קוד פתוח ידידותי למשתמש, אינטואיטיבי, ניתן להרחבה, עבור פתולוגיה דיגיטלית וניתוח תמונות שקופיות שלמות9, נבדק בעבר עבור ניתוח תמונה ב- HCC49 וסוגי סרטן שונים50,51. התפעול הקל של התוכנה עבור WSIs והאפשרויות לביאור אזורי עניין (למשל, אזורים גידוליים או פריטומורליים) הם היתרונות העיקריים.

יישום של סקריפטים קיימים, ששונו או שנוצרו דה נובו עשוי להאיץ באופן משמעותי את הניתוח. הוחל סקריפט ליצירת ביאורים עבור ROIs, מה שאפשר פילוח אזורי מהיר ומדויק במקום תיחום ידני. הסקריפט אינו קבוע, וניתן להתאים אותו בקלות לשוליים של פחות מ- 500 מיקרומטר עבור אזורים עם גבולות רקמה לא מספיקים. ניתן להתאים אישית את רוחב האזור IM, OM או PT באמצעות עורך הסקריפט Automate > Show > התאמת השורה 30 מיקרון מרווח הרחבה כפול = 500 מיקרון לרוחב הזמין > הפעלה. ניתן גם להוסיף או להסיר החזר השקעה. באופן כללי, זרימות העבודה בתוכנה אינן קבועות, והמפעיל חופשי לפתח ולשנות אותן.

שפע של כלי תוכנה זמינים לניתוח תמונות פתולוגיות, כולל CellProfiler, ImageJ, פיג’י, Microscopy Image Browser, ואחרים, זמינים כעת. עם זאת, QuPath מבדילה את עצמה באמצעות שורה של יתרונות כגון ארכיטקטורת קוד פתוח, ממשק ידידותי למשתמש, יכולות התאמה אישית של אלגוריתמים ושילוב של כלי למידת מכונה מתקדמים. תכונות אלה יחד מציבות תוכנת ניתוח תמונה זו כבחירה חזקה לניתוח ניואנסים של רקמות סרטניות בתחום הפתולוגיה הדיגיטלית.

QuPath הראתה את השונות הנמוכה ביותר בהשוואה לתוכנות מסחריות HALO (IndicaLab) ו-QuantCenter (3DHistech) לזיהוי ביטוי Ki67 בסרטן השד52. התוכנה גם בעלת פוטנציאל לקבל הוראה להריץ סקריפט עבור כל תמונות הפרויקט באופן עיבוד אצווה הניתן לשחזור.

QuPath אפשרה לנו ליצור נתונים רציפים כמותיים במקום נתונים סדירים (כמותיים למחצה). נתונים סודרים המתקבלים על ידי ניקוד חזותי טומנים בחובם בעיות הנובעות מסובייקטיביות בפרשנות, שונות בין צופים ויכולת שחזור ירודה53. מהירות הניתוח הנוכחי שופרה על ידי העובדה שאנשים ללא רקע היסטופתולוגי נרחב ומומחיות תכנות יכולים לבצע ניתוח אוטומטי, בתנאי שדיוק הביאורים נבדק על ידי פתולוג. מחקר על גידולי ראש וצוואר הדגים את התאמתו של QuPath להערכה מהירה וניתנת לשחזור של הערך הפרוגנוסטי של לימפוציטים חודרי גידול CD57+50. המחקר הראה גם קונקורדנציה משמעותית בין משקיפים אנושיים לבין QuPath. התאמה גבוהה בין תצפית ידנית להערכה באמצעות QuPath הוצגה גם בסרטן הפה54 ובסרטן השד55. המאמר הנ”ל השווה את כימות IHC של 5 סמנים ביולוגיים קליניים של סרטן השד באמצעות QuPath ו -2 מוצרי תוכנה מסחריים (Definiens Tissue Studio ו- inForm) עם ניקוד ידני על ידי פתולוג. לאורך מחקר זה, QuPath הציגה באופן עקבי את הביצועים הטובים ביותר, כמו גם את הזמן הנמוך ביותר להתקנה ויישום, ובכך הראתה כחלופה עתידית מצוינת לניטור חזותי ותוכנה מסחרית. אפילו בהשוואה ל-ImageJ, תוכנת הקוד הפתוח הידועה ביותר לניתוח תמונות ביו-רפואיות, QuPath מצטיינת בהתמודדות עם WSIs56 גדולים.

קיים פורום מקוון פתוח עבור QuPath שבו משתמשים מפרסמים את שאלותיהם על שיטות פתולוגיה דיגיטלית ומציגים קהילה פעילה ומעורבת לתמיכה בפיתוח כלים לניתוח תמונות (https://forum.image.sc/tag/qupath).

הקבוצה ששימשה במחקר זה הייתה ייחודית ולא ייצגה את האוכלוסייה הכללית עם HCC מכיוון שהיא הקיפה רק חולים שהיו זכאים לכריתת כבד. באופן כללי, מיעוט מהחולים עם HCC (20%-30%) זכאים לכריתת כבד57. זו יכולה להיות גם סיבה לכך שפחות חולים אישרו שחמת הכבד מכיוון שחולים עם אטיולוגיה זו של HCC כנראה היו בעלי ציוני Child-Pugh גבוהים יותר ולא נחשבו לכריתה. הקבוצה הייתה גם קטנה למדי, ולרוב החולים היו שלבים מוקדמים של TNM של המחלה. לכן, אקסטרפולציה של התוצאות לאוכלוסיות אחרות צריכה להיעשות בזהירות.

במחקר הנוכחי, השפע של תאי מערכת החיסון המולדת במיקרו-סביבה HCC הוערך באמצעות הערכה של המיקוד האוטומטי שלהם, שכן ספירה מדויקת של תאי חיסון בעלי צורה לא סדירה כמו תאים דנדריטיים יכולה להיות קשה. מצד שני, חלק השטח של תאי החיסון בדרך כלל מתואם מאוד עם צפיפותם58. תיוג אימונופרוקסידאז מספק נתונים עבור לוקליזציה של האנטיגן, חלק השטח או צפיפות התאים המבטאים אותו, אך עוצמת הצביעה אינה קשורה ליניארית לכמות האנטיגן. לכן, אין להשתמש ב-IHC כדי להעריך כמותית את רמת הביטוי של חלבון מסוים. דיוק השיטה תלוי גם באחידות עובי המקטע, איכות התמונה והרזולוציה שנבחרה לסיווג פיקסלים. כל תוצאה של ניתוח תמונה צריכה להיות מאומתת ומטופלת בזהירות. מאחר שסמן יחיד אינו יכול ללכוד באופן מלא את המורכבות של תאי מערכת החיסון, נדרשים סמני IHC נוספים וצביעת מולטיפלקס כדי לקבל תמונה אמינה של TME החיסון של HCC. שימוש בסמן IHC יחיד בלבד לפנוטיפ תאי מערכת החיסון מהווה קירוב, ויש לפרש את התוצאות בזהירות.

השימוש בתוכנת ניתוח התמונות QuPath להערכת שקופיות מוכתמות ב-IHC אפשר לנו להעריך את הפיזור ואת חלק השטח של iDCs מקומיים, תאי פיטום ו-NKs בגידולים ובגידולים היקפיים של חולי HCC ולאחר מכן לנתח את הקשרים שלהם עם פרוגנוזה. השפע של תאי פיטום בשוליים הפנימיים ובכבד ההיקפי של HCC קשור ל-DFS ומערכת הפעלה ארוכים יותר, מה שמדגיש את ההשפעות האנטי-סרטניות של תאי מערכת החיסון המולדת האלה. תהליך העבודה האנליטי של QuPath ידידותי למשתמש, מהיר וקל לשימוש, עם הגדרות ברירת מחדל מועילות וייצוא נתונים קל. תוכנה זו אושרה כפלטפורמה מבטיחה לניתוח תמונות דיגיטליות, שיכולה לענות על הצורך בשחזור, עקביות ודיוק בפתולוגיה דיגיטלית.

Disclosures

The authors have nothing to disclose.

Acknowledgements

אנו מכירים בתרומות של Mgr. Ondřej Šebesta (Vinicna Microscopy Core Facility, הפקולטה למדעים, אוניברסיטת צ’ארלס) לסריקת שקופיות שלמות ולפרויקט “e-Infrastruktura CZ” (e-INFRA LM2018140), שסיפק לנו את המשאבים החישוביים למחקר זה. הטכנאים יאנה דוסודילובה ויאן יאבורק ידועים על עזרתם הטכנית המצוינת. מחקר זה מומן על ידי תוכנית המחקר והחדשנות Horizon 2020 של האיחוד האירופי, מענק N°856620, ומשרד הבריאות של צ’כיה, מענק AZV NU21-03-00506, ועל ידי תוכנית Cooperatio (דיסציפלינות כירורגיות). מתקן הליבה של מיקרוסקופיה Vinicna ממומן במשותף על ידי פרויקט RI הגדול של צ’כיה-BioImaging LM2023050.

Materials

Anti-CD1a Leica Biosystems PA0235 Identifier- immature dendritic cells; RTU, Protocol F, ER2/20 min
Anti-CD117 Leica Biosystems  PA0007 Identifier- mast cells; RTU, Protocol F, ER2/20 min
BOND Plus Microscope Slides Leica Biosystems, Germany S21.2113.A
BOND RXm Leica Biosystems 49.1501 Fully Automated IHC Stainer  
Bond Aspirating Probe Cleaning Kit Leica Biosystems CS9100
Bond Dewax Solution Leica Biosystems AR9222
Bond Polymer Refine Detection Kit Leica Biosystems DS9800
BondTM Epitope Retrieval 2 Leica Biosystems AR9640
BondTM Primary Antibody Diluent Leica Biosystems AR9352
BondTM Wash Solution 10X Concentrate Leica Biosystems AR9590
Computer Specifications: Intel(R) Core(TM) i5-10500 CPU @ 3.10GHz   3.10 GHz Installed RAM: 128 G Intel A 64-bit operating system that has Windows 7. Any computer with Java-based operating system and Excel available
Coverslips Leica Biosystems, Germany 14071135636
CV Mount Leica Biosystems, Germany 14046430011
CV5030 Fully Automated Glass Coverslipper Leica Biosystems 149CVTS5025
Drying Oven UN30 Memmert GmbH  UN30
GraphPad Prism 9.0 GraphPad Software LLC  Version 12
Human NKp46/NCR1 Antibody, Monoclonal Mouse IgG2B Clone # 195314 R&D Systems, Inc., United States MAB1850 Identifier- natural killer cells; Dilution 1:150, Protocol F + BLOK, ER2/20 min
Leica HI1210 – Water Bath Leica Biosystems 14041521466
Protein Block Agilent Dako, United States X0909
QuPath 0.3.2 or higher versions  version (QuPath v.0.3.2) 
RM2235 Rotary Microtome Leica Biosystems 149AUTO00C1
ST5020 Multistainer Slide Stainer Leica Biosystems DEV-ST5010-CV5030
Statistica StatSoft Inc. version 7
Zeiss Axio Scan.Z1 ScienceServices GmbH, Germany 430038-9000-000  Slide scanner 

References

  1. Du, M., Yin, Y. L., Xiao, L., Cai, Y. M., Ji, Y. Evaluating tumor-infiltrating lymphocytes in hepatocellular carcinoma using hematoxylin and eosin-stained tumor sections. World J Clin Cases. 10 (3), 856-869 (2022).
  2. Trailin, A., et al. T-and B-cells in the inner invasive margin of hepatocellular carcinoma after resection associate with favorable prognosis. Cancers (Basel). 14 (3), 604 (2022).
  3. Xiao, N., et al. CD74+ macrophages are associated with favorable prognosis and immune contexture in hepatocellular carcinoma. Cancer Immunol Immunother. 71 (1), 57-69 (2022).
  4. Galon, J., et al. Type, density, and location of immune cells within human colorectal tumors predict clinical outcome. Science. 313 (5795), 1960-1964 (2006).
  5. Roxburgh, C. S. D., Salmond, J. M., Horgan, P. G., Oien, K. A., McMillan, D. C. Tumour inflammatory infiltrate predicts survival following curative resection for node-negative colorectal cancer. Eur J Cancer. 45 (12), 2138-2145 (2009).
  6. Klintrup, K., et al. Inflammation and prognosis in colorectal cancer. Eur J Cancer. 41 (17), 2645-2654 (2005).
  7. Kather, J. N., et al. Topography of cancer-associated immune cells in human solid tumors. Elife. 7, e36967 (2018).
  8. Cho, J. Basic immunohistochemistry for lymphoma diagnosis. Blood Res. 57 (S1), 55-61 (2022).
  9. Bankhead, P., et al. QuPath: Open source software for digital pathology image analysis. Sci Rep. 7 (1), 16878 (2017).
  10. Kolinko, Y., et al. Using virtual microscopy for the development of sampling strategies in quantitative histology and design-based stereology. Anat Histol Embryol. 51 (1), 3-22 (2022).
  11. Rodrigues, A., et al. Computer-assisted tumor grading, validation of PD-L1 scoring, and quantification of CD8-positive immune cell density in urothelial carcinoma, a visual guide for pathologists using QuPath. Surg Exp Pathol. 5, 12 (2022).
  12. Hein, A. L., et al. QuPath digital immunohistochemical analysis of placental tissue. J Pathol Inform. 12, 40 (2021).
  13. Lichterman, J. N., Reddy, S. M. Mast cells: A new frontier for cancer immunotherapy. Cells. 10 (6), 1270 (2021).
  14. Veglia, F., Gabrilovich, D. I. Dendritic cells in cancer: the role revisited. Curr Opin Immunol. 45, 43-51 (2017).
  15. Wu, S. -. Y., Fu, T., Jiang, Y. -. Z., Shao, Z. -. M. Natural killer cells in cancer biology and therapy. Mol Cancer. 19 (1), 120 (2020).
  16. Kai, K., et al. Immunohistochemical analysis of the aggregation of CD1a-positive dendritic cells in resected specimens and its association with surgical outcomes for patients with gallbladder cancer. Transl Oncol. 14 (1), 100923 (2021).
  17. Minesaki, A., Kai, K., Kuratomi, Y., Aishima, S. Infiltration of CD1a-positive dendritic cells in advanced laryngeal cancer correlates with unfavorable outcomes post-laryngectomy. BMC Cancer. 21 (1), 973 (2021).
  18. Komi, D. E. A., Redegeld, F. A. Role of mast cells in shaping the tumor microenvironment. Clin Rev Allergy Immunol. 58 (3), 313-325 (2020).
  19. Maltby, S., Khazaie, K., McNagny, K. M. Mast cells in tumor growth: Angiogenesis, tissue remodelling and immune-modulation. Biochim Biophys Acta. 1796 (1), 19-26 (2009).
  20. Gooch, J. L., Lee, A. V., Yee, D. Interleukin 4 inhibits growth and induces apoptosis in human breast cancer cells. Cancer Res. 58 (18), 4199-4205 (1998).
  21. Brockmeyer, P., et al. High mast cell density indicates a longer overall survival in oral squamous cell carcinoma. Sci Rep. 7 (1), 14677 (2017).
  22. Lee, H. A., et al. Natural killer cell activity is a risk factor for the recurrence risk after curative treatment of hepatocellular carcinoma. BMC Gastroenterol. 21 (1), 258 (2021).
  23. Shimasaki, N., Jain, A., Campana, D. NK cells for cancer immunotherapy. Nat Rev Drug Discov. 19 (3), 200-218 (2020).
  24. Barrow, A. D., Martin, C. J., Colonna, M. The natural cytotoxicity receptors in health and disease. Front Immunol. 10, 909 (2019).
  25. Guan, X., et al. Tumor-associated NK cells facilitate tumor growth via NKp46 in immunocompetent murine hepatocellular carcinoma. Immunol Lett. 258, 8-19 (2023).
  26. Ali, E., et al. Prognostic role of macrophages and mast cells in the microenvironment of hepatocellular carcinoma after resection. BMC Cancer. 24 (1), 142 (2024).
  27. Lin, C., et al. Tryptase expression as a prognostic marker in patients with resected gastric cancer. Br J Surg. 104 (8), 1037-1044 (2017).
  28. Hempel, H. A., et al. Low intratumoral mast cells are associated with a higher risk of prostate cancer recurrence. Prostate. 77 (4), 412-424 (2017).
  29. Rohr-Udilova, N., et al. Morphometric analysis of mast cells in tumor predicts recurrence of hepatocellular carcinoma after liver transplantation. Hepatol Commun. 5 (11), 1939-1952 (2021).
  30. Lin, S. Z., et al. Prediction of recurrence and survival in hepatocellular carcinoma based on two cox models mainly determined by FoxP3+ regulatory T cells. Cancer Prev Res. 6 (6), 594-602 (2013).
  31. Jia, Q., Wang, A., Yuan, Y., Zhu, B., Long, H. Heterogeneity of the tumor immune microenvironment and its clinical relevance. Exp Hematol Oncol. 11 (1), 24 (2022).
  32. Pyo, J. -. S., Son, B. K., Lee, H. Y., Oh, I. H., Chung, K. H. Prognostic implications of intratumoral and peritumoral infiltrating lymphocytes in pancreatic ductal adenocarcinoma. Curr Oncol. 28 (6), 4367-4376 (2021).
  33. Yusa, T., et al. Survival impact of immune cells infiltrating peritumoral area of hepatocellular carcinoma. Cancer Sci. 113 (12), 4048-4058 (2022).
  34. Halama, N., et al. Localization and density of immune cells in the invasive margin of human colorectal cancer liver metastases are prognostic for response to chemotherapy. Cancer Res. 71 (17), 5670-5677 (2011).
  35. Zwing, N., et al. Analysis of spatial organization of suppressive myeloid cells and effector T cells in colorectal cancer-A potential tool for discovering prognostic biomarkers in clinical research. Front Immunol. 11, 550250 (2020).
  36. Soeratram, T. T. D., et al. Prognostic value of T-cell density in the tumor center and outer margins in gastric cancer. Mod Pathol. 36 (9), 100218 (2023).
  37. Gonzàlez-Farré, M., et al. Characterization and spatial distribution of the immune cell infiltrate in triple-negative breast cancer: a novel classification based on plasma cells and CD8+ T cells. Hum Pathol. 139, 91-105 (2023).
  38. Hendry, S., et al. Assessing tumor-infiltrating lymphocytes in solid tumors: A practical review for pathologists and proposal for a standardized method from the International Immunooncology Biomarkers Working Group: Part 1: Assessing the host immune response, TILs in invasive breast carcinoma and ductal carcinoma in situ, metastatic tumor deposits and areas for further research. Adv Anat Pathol. 24 (5), 235-251 (2017).
  39. Brück, O., et al. Spatial immunoprofiling of the intratumoral and peritumoral tissue of renal cell carcinoma patients. Mod Pathol. 34 (12), 2229-2241 (2021).
  40. Knebel, M., et al. Prognostic impact of intra- and peritumoral immune cell subpopulations in head and neck squamous cell carcinomas – comprehensive analysis of the TCGA-HNSC cohort and immunohistochemical validation on 101 patients. Front Immunol. 14, 1172768 (2023).
  41. Lee, S., et al. Interactive classification of whole-slide imaging data for cancer researchers. Cancer Res. 81 (4), 1171-1177 (2021).
  42. Ciga, O., et al. Overcoming the limitations of patch-based learning to detect cancer in whole slide images. Sci Rep. 11 (1), 8894 (2021).
  43. Rizzardi, A. E., et al. Quantitative comparison of immunohistochemical staining measured by digital image analysis versus pathologist visual scoring. Diagn Pathol. 7, 42 (2012).
  44. Masuda, S., Nakanishi, Y. Application of immunohistochemistry in clinical practices as a standardized assay for breast cancer. Acta Histochem Cytochem. 56 (1), 1-8 (2023).
  45. Matsutani, S., et al. Tumor-infiltrating immune cells in H&E-stained sections of colorectal cancer tissue as a reasonable immunological biomarker. Anticancer Res. 38 (12), 6721-6727 (2018).
  46. Väyrynen, J. P., et al. Prognostic significance of immune cell populations identified by machine learning in colorectal cancer using routine hematoxylin and eosin-stained sections. Clin Cancer Res. 26 (16), 4326-4338 (2020).
  47. Zhou, G., et al. Clinical significance of tumor-infiltrating lymphocytes investigated using routine H&E slides in small cell lung cancer. Radiat Oncol. 17 (1), 127 (2022).
  48. Horny, H. -. P., Sotlar, K., Valent, P. Mastocytosis. Immunol Allergy Clin North Am. 34 (2), 315-321 (2014).
  49. Mi, H., Ho, W. J., Yarchoan, M., Popel, A. S. Multi-scale spatial analysis of the tumor microenvironment reveals features of cabozantinib and nivolumab efficacy in hepatocellular carcinoma. Front Immunol. 13, 892250 (2022).
  50. de Ruiter, E. J., et al. Assessing the prognostic value of tumor-infiltrating CD57+ cells in advanced stage head and neck cancer using QuPath digital image analysis. Virchows Archiv. 481 (2), 223-231 (2022).
  51. Fanucci, K. A., et al. Image analysis-based tumor infiltrating lymphocytes measurement predicts breast cancer pathologic complete response in SWOG S0800 neoadjuvant chemotherapy trial. NPJ Breast Cancer. 9 (1), 38 (2023).
  52. Acs, B., et al. Ki67 reproducibility using digital image analysis: an inter-platform and inter-operator study. Lab Invest. 99 (1), 107-117 (2019).
  53. Sobottka, B., et al. Establishing standardized immune phenotyping of metastatic melanoma by digital pathology. Lab Invest. 101 (12), 1561-1570 (2021).
  54. Moratin, J., et al. Digital pathology scoring of immunohistochemical staining reliably identifies prognostic markers and anatomical associations in a large cohort of oral cancers. Front Oncol. 11, 712944 (2021).
  55. Bankhead, P., et al. Integrated tumor identification and automated scoring minimizes pathologist involvement and provides new insights to key biomarkers in breast cancer. Lab Invest. 98 (1), 15-26 (2018).
  56. Humphries, M. P., Maxwell, P., Salto-Tellez, M. QuPath: The global impact of an open source digital pathology system. Comput Struct Biotechnol J. 19, 852-859 (2021).
  57. Koh, J. H., et al. Liver resection versus liver transplantation for hepatocellular carcinoma within Milan criteria: a meta-analysis of 18,421 patients. Hepatobiliary Surg Nutr. 11 (1), 78-93 (2022).
  58. Eriksen, A. C., et al. Computer-assisted stereology and automated image analysis for quantification of tumor infiltrating lymphocytes in colon cancer. Diagn Pathol. 12 (1), 65 (2017).

Play Video

Cite This Article
Ali, E., Červenková, L., Pálek, R., Ambrozkiewicz, F., Pavlov, S., Ye, W., Hošek, P., Daum, O., Liška, V., Hemminki, K., Trailin, A. Mast Cells in the Microenvironment of Hepatocellular Carcinoma Confer Favorable Prognosis: A Retrospective Study using QuPath Image Analysis Software. J. Vis. Exp. (206), e66743, doi:10.3791/66743 (2024).

View Video