La croissance des traitement d’immunothérapie du cancer nécessite une compréhension du ontexte immunitaire du microenvironnement tumoral (TME). Comprendre celui-ci nécessite une coloration, une imagerie et une analyse multiplexes pour obtenir des phénotypes multimarqueurs de cellules spécifiques et analyser leur biodistribution dans le TME. L’imagerie par cytométrie de masse™ (IMC) est la méthode de choix pour la coloration en une seule étape et l’imagerie high-plex des tissus FFPE, en évitant l’autofluorescence et le chevauchement spectral. Les tissus pulmonaires et colorectaux sont hautement autofluorescents et donc de bonnes cibles pour l’IMC. Cependant, les développements de logiciels d’analyse pour l’imagerie high-plex n’ont pas suivi le rythme des progrès de l’imagerie. Nous présentons un workflow d’analyse complet conçu spécifiquement pour l’analyse d’images high-plex, couvrant la segmentation tissulaire, la segmentation cellulaire basée sur des images d’ADN, le phénotypage cellulaire et les analyses spatiales.
Des coupes de tissus pulmonaires et colorectaux avec un panel IMC de 30 marqueurs de marqueurs structuraux, tumoraux, stromaux, de cellules immunitaires et d’activation immunitaire ont été imagées (Hyperion + ™, Standard BioTools). L’analyse d’images High-plex (Phenoplex™, Visiopharm) a été réalisée sous la forme d’un workflow en plusieurs étapes dans un seul et même logiciel. La segmentation tissulaire a été utilisée pour diviser le tissu en régions tumorales, stromales et de marge tumorale, la segmentation cellulaire était basée sur les canaux d’ADN et le phénotypage a été effectué à l’aide du workflow guidé. Ces données ont été utilisées pour comparer le contexte immunitaire à travers une série d’images t-SNE partitionnées par région spatiale et variables cliniques.
Nous démontrons qu’un workflow d’analyse simple peut être utilisé pour des images high-plex de différents types de tissus par des utilisateurs sans connaissances en programmation. Les modèles de visualisation pour les sous-ensembles de marqueurs et la segmentation nucléaire IMC sont réutilisables. Un nouvel algorithme de segmentation tissulaire pour chaque type de tissu est nécessaire, tout comme de nouveaux seuils de positivité des biomarqueurs. Des métriques de biodistribution spatiale, t-SNE et autres outils d’analyses ont été générées pour chaque type de tissu avec un minimum de travail.
L’imagerie Highplex d’échantillons de tumeurs pulmonaires et colorectales est un moyen simple et efficace d’obtenir des images à paramètres élevés sans interférer avec l’autofluorescence. Le fait de disposer d’un workflow complet pour l’analyse de ces données complexes rend l’obtention de résultats plus rapide et surtout vérifiés cohérents plus accessible aux biologistes et aux immunologistes en contournant l’exigence d’une programmation experte pour chaque application spécifique.