在癌癥免疫學(xué)研究中，評估組織變化和細(xì)胞相互作用對于識別特定細(xì)胞類型,、評估免疫細(xì)胞活化狀態(tài),、監(jiān)測特定蛋白質(zhì)和/或基因標(biāo)記物的表達以及表征腫瘤微環(huán)境至關(guān)重要。不同樣本之間的參數(shù)變化（例如健康與病變,、治療與未治療）通常非常復(fù)雜,，并且發(fā)生在三維環(huán)境中。

腫瘤細(xì)胞與其微環(huán)境的相互作用在很大程度上決定了某種類型癌癥的特征，因此成像策略是研究腫瘤組織的自然選擇,。現(xiàn)代成像技術(shù)與多種組學(xué)方法的結(jié)合在空間生物學(xué)這一新興領(lǐng)域中發(fā)揮了關(guān)鍵作用,。來自基因組學(xué)、 蛋白質(zhì)組學(xué)和代謝組學(xué)的信息,，與結(jié)構(gòu)和空間-功能關(guān)系結(jié)合,，可以提供其他方法難以獲得的洞見。

上述過程由分子和細(xì)胞之間復(fù)雜的相互作用驅(qū)動,。因此,，使用熒光成像研究這些過程的實驗設(shè)計需要能夠區(qū)分和定位大量標(biāo)記物，由抗體識別并與合適染料結(jié)合的靶抗原,。

常見的成像一組標(biāo)記物的方法（即“面板”）包括每次最多4個標(biāo)記的依次染色/成像/去染步驟,，隨后對圖像進行校準(zhǔn)并重新定位樣品。

理論上,，通過不斷迭代,，可以成像無限數(shù)量的標(biāo)記物，然而在實際操作中,，隨著多標(biāo)記數(shù)量的提高,，這變得更加困難。此外,，只有在實驗結(jié)束后,，即最后一次染色/成像/去染以及多圖像疊加完成后，才能看到所有標(biāo)記的結(jié)果,。

這一點尤為關(guān)鍵,，因為在任何給定時刻只有少量標(biāo)記物可見。成像策略無法改變,，如果出現(xiàn)意外或新的情況,，也無法返回感興趣區(qū)域進行進一步探索或更改成像參數(shù)，因為樣品已經(jīng)不再相同,。

多圖像疊加增加了實驗的復(fù)雜性,，因為每輪成像都需要一個共同特征或標(biāo)記，作為基準(zhǔn),，使所有標(biāo)記能夠虛擬地組合在一起,。一個廣泛使用的策略是在每次迭代中用 DAPI染色作為錨點，犧牲一個成像通道來進行核染色,。另一個限制在于染色/去染步驟的化學(xué)性操作,，存在改變抗原和/或樣品物理完整性的風(fēng)險，從而降低多標(biāo)記結(jié)果的質(zhì)量,。最后,，3D信息的重建并非經(jīng)典流程中的操作,，由于樣品重定位和循環(huán)染色導(dǎo)致的變形，使得這一步變得極其困難,。

單次成像方法提供了強大的優(yōu)勢,，可以克服超多標(biāo)應(yīng)用的一些挑戰(zhàn)。

由于所有多標(biāo)信息同時獲取,，研究人員可以探索和調(diào)整成像策略,，保護樣品免受嚴(yán)苛的去染處理，并直接在3D中獲得數(shù)據(jù)的結(jié)果,，帶來額外維度的信息豐富性,。

在此，我們通過對小鼠腫瘤組織進行的單次3D 15標(biāo)（即15種標(biāo)記物）實驗展示了這種方法的潛力（圖1a）,。

選擇15種標(biāo)記物使得科研工作者能夠?qū)υ摻M織中的一組免疫細(xì)胞,、癌癥特征和結(jié)構(gòu)標(biāo)志物進行功能描述。

樣品準(zhǔn)備過程中,，將小鼠胰腺導(dǎo)管腺癌細(xì)胞（KPC-4662）皮下注射到C57Bl/6小鼠體內(nèi),，并允許其生長3周。然后取出腫瘤,，固定并制備厚度為70微米的切片并進行染色,。

使用STELLARIS共聚焦顯微鏡進行成像,，該顯微鏡配備了名為SpectraPlex的新功能，專門為超多標(biāo)成像方法提供一組工具,。共聚焦功能不僅可以獲取薄組織切片的大視野圖像（如寬場的迭代成像方法）,，還可以在整個z范圍內(nèi)生成3D 圖像。高分辨率的3D數(shù)據(jù)支持空間分布模式的全面探索,。

利用SpectraPlex,，該15標(biāo)實驗的步驟由“標(biāo)記面板”引導(dǎo)。這些標(biāo)記物通過在軟件中定義生物目標(biāo)和染料的組合來實現(xiàn),，并可添加到一個名為“虛擬冰箱”的數(shù)據(jù)庫中,。數(shù)據(jù)庫中存儲了實驗室中常用或自創(chuàng)建的標(biāo)記物,。

將相關(guān)的標(biāo)記物從虛擬冰箱中移動到專用工具中，即可創(chuàng)建面板通過實時計算,，面板為顯微鏡采集設(shè)置提供建議,。這為儀器的后續(xù)交互操作提供實驗控制的指導(dǎo)，而手動優(yōu)化選項則為經(jīng)驗豐富的用戶提供了靈活性,。

在此示例中,，基于先前經(jīng)驗和商業(yè)染料設(shè)計確定了特定的目標(biāo)-染料組合。我們利用了整個激發(fā)光譜范圍 （405nm及440–790nm）和熒光發(fā)射光譜（高達850nm）（圖1b）,。

Spectra Plex

AI圖像分析軟件 Aivia