ES2701092T5 - Procedimientos, kits y sistemas para puntuar la respuesta inmunitaria al cáncer por detección simultánea de CD3, CD8, CD20 y FOXP3 - Google Patents
Procedimientos, kits y sistemas para puntuar la respuesta inmunitaria al cáncer por detección simultánea de CD3, CD8, CD20 y FOXP3 Download PDFInfo
- Publication number
- ES2701092T5 ES2701092T5 ES15706450T ES15706450T ES2701092T5 ES 2701092 T5 ES2701092 T5 ES 2701092T5 ES 15706450 T ES15706450 T ES 15706450T ES 15706450 T ES15706450 T ES 15706450T ES 2701092 T5 ES2701092 T5 ES 2701092T5
- Authority
- ES
- Spain
- Prior art keywords
- specific binding
- image
- foxp3
- tissue
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 206010028980 Neoplasm Diseases 0.000 title claims description 83
- 238000001514 detection method Methods 0.000 title claims description 72
- 238000000034 method Methods 0.000 title claims description 68
- 102100022005 B-lymphocyte antigen CD20 Human genes 0.000 title claims description 47
- 101000897405 Homo sapiens B-lymphocyte antigen CD20 Proteins 0.000 title claims description 47
- 201000011510 cancer Diseases 0.000 title claims description 26
- 230000028993 immune response Effects 0.000 title claims description 23
- 102000017420 CD3 protein, epsilon/gamma/delta subunit Human genes 0.000 title description 52
- 108050005493 CD3 protein, epsilon/gamma/delta subunit Proteins 0.000 title description 52
- 102100034922 T-cell surface glycoprotein CD8 alpha chain Human genes 0.000 title description 13
- 101000946843 Homo sapiens T-cell surface glycoprotein CD8 alpha chain Proteins 0.000 title description 4
- 102100027581 Forkhead box protein P3 Human genes 0.000 title description 3
- 101000861452 Homo sapiens Forkhead box protein P3 Proteins 0.000 title description 3
- 210000004027 cell Anatomy 0.000 claims description 71
- 239000003153 chemical reaction reagent Substances 0.000 claims description 52
- 238000004422 calculation algorithm Methods 0.000 claims description 47
- 210000004698 lymphocyte Anatomy 0.000 claims description 45
- 230000009870 specific binding Effects 0.000 claims description 36
- 210000001744 T-lymphocyte Anatomy 0.000 claims description 34
- 238000010186 staining Methods 0.000 claims description 26
- 238000003556 assay Methods 0.000 claims description 24
- 239000003550 marker Substances 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 12
- 238000003384 imaging method Methods 0.000 claims description 12
- 201000001441 melanoma Diseases 0.000 claims description 12
- 210000003719 b-lymphocyte Anatomy 0.000 claims description 11
- 238000007837 multiplex assay Methods 0.000 claims description 11
- 102000004190 Enzymes Human genes 0.000 claims description 10
- 108090000790 Enzymes Proteins 0.000 claims description 10
- 238000002835 absorbance Methods 0.000 claims description 10
- 239000000439 tumor marker Substances 0.000 claims description 10
- 102000011782 Keratins Human genes 0.000 claims description 8
- 108010076876 Keratins Proteins 0.000 claims description 8
- 238000007635 classification algorithm Methods 0.000 claims description 7
- 239000012528 membrane Substances 0.000 claims description 7
- 238000010845 search algorithm Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 239000011521 glass Substances 0.000 claims description 5
- 230000001413 cellular effect Effects 0.000 claims description 4
- 241001510071 Pyrrhocoridae Species 0.000 claims description 3
- 201000009030 Carcinoma Diseases 0.000 claims description 2
- 238000005192 partition Methods 0.000 claims description 2
- 241000283973 Oryctolagus cuniculus Species 0.000 claims 6
- 229940126619 mouse monoclonal antibody Drugs 0.000 claims 6
- 150000001875 compounds Chemical class 0.000 claims 2
- 210000001519 tissue Anatomy 0.000 description 51
- 238000010191 image analysis Methods 0.000 description 22
- 238000003364 immunohistochemistry Methods 0.000 description 17
- 210000002865 immune cell Anatomy 0.000 description 16
- 239000000523 sample Substances 0.000 description 16
- 241000501754 Astronotus ocellatus Species 0.000 description 13
- 239000000090 biomarker Substances 0.000 description 13
- 238000000926 separation method Methods 0.000 description 13
- 238000011282 treatment Methods 0.000 description 13
- 210000004881 tumor cell Anatomy 0.000 description 12
- 238000007901 in situ hybridization Methods 0.000 description 11
- 206010006187 Breast cancer Diseases 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 208000026310 Breast neoplasm Diseases 0.000 description 9
- 230000001900 immune effect Effects 0.000 description 9
- 108090000623 proteins and genes Proteins 0.000 description 9
- WZUVPPKBWHMQCE-UHFFFAOYSA-N Haematoxylin Chemical compound C12=CC(O)=C(O)C=C2CC2(O)C1C1=CC=C(O)C(O)=C1OC2 WZUVPPKBWHMQCE-UHFFFAOYSA-N 0.000 description 8
- 238000011534 incubation Methods 0.000 description 8
- 230000005055 memory storage Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 102000004169 proteins and genes Human genes 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 210000001151 cytotoxic T lymphocyte Anatomy 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 230000004083 survival effect Effects 0.000 description 6
- 206010009944 Colon cancer Diseases 0.000 description 5
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 5
- 102000003992 Peroxidases Human genes 0.000 description 5
- 230000027455 binding Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 108040007629 peroxidase activity proteins Proteins 0.000 description 5
- 239000011535 reaction buffer Substances 0.000 description 5
- 210000003289 regulatory T cell Anatomy 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 241000720913 Fuchsia Species 0.000 description 4
- 101000934372 Homo sapiens Macrosialin Proteins 0.000 description 4
- 102100025136 Macrosialin Human genes 0.000 description 4
- 206010027476 Metastases Diseases 0.000 description 4
- 239000000427 antigen Substances 0.000 description 4
- 102000036639 antigens Human genes 0.000 description 4
- 108091007433 antigens Proteins 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 210000002540 macrophage Anatomy 0.000 description 4
- 230000007170 pathology Effects 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 108090000197 Clusterin Proteins 0.000 description 3
- 206010061218 Inflammation Diseases 0.000 description 3
- 108091005804 Peptidases Proteins 0.000 description 3
- 239000004365 Protease Substances 0.000 description 3
- 102100037486 Reverse transcriptase/ribonuclease H Human genes 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 3
- 239000000872 buffer Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000000834 fixative Substances 0.000 description 3
- 238000007490 hematoxylin and eosin (H&E) staining Methods 0.000 description 3
- -1 histochemistry (HQ)) Chemical class 0.000 description 3
- 230000003118 histopathologic effect Effects 0.000 description 3
- 230000002055 immunohistochemical effect Effects 0.000 description 3
- 230000004054 inflammatory process Effects 0.000 description 3
- 230000005764 inhibitory process Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000002601 intratumoral effect Effects 0.000 description 3
- 230000036210 malignancy Effects 0.000 description 3
- 238000000386 microscopy Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 210000001266 CD8-positive T-lymphocyte Anatomy 0.000 description 2
- AOJJSUZBOXZQNB-TZSSRYMLSA-N Doxorubicin Chemical compound O([C@H]1C[C@@](O)(CC=2C(O)=C3C(=O)C=4C=CC=C(C=4C(=O)C3=C(O)C=21)OC)C(=O)CO)[C@H]1C[C@H](N)[C@H](O)[C@H](C)O1 AOJJSUZBOXZQNB-TZSSRYMLSA-N 0.000 description 2
- 102000001398 Granzyme Human genes 0.000 description 2
- 108060005986 Granzyme Proteins 0.000 description 2
- 241000701806 Human papillomavirus Species 0.000 description 2
- MHAJPDPJQMAIIY-UHFFFAOYSA-N Hydrogen peroxide Chemical compound OO MHAJPDPJQMAIIY-UHFFFAOYSA-N 0.000 description 2
- 102000014150 Interferons Human genes 0.000 description 2
- 108010050904 Interferons Proteins 0.000 description 2
- 206010061309 Neoplasm progression Diseases 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000033289 adaptive immune response Effects 0.000 description 2
- 238000009098 adjuvant therapy Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000012472 biological sample Substances 0.000 description 2
- 238000002512 chemotherapy Methods 0.000 description 2
- 208000037976 chronic inflammation Diseases 0.000 description 2
- 230000006020 chronic inflammation Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000001086 cytosolic effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000000975 dye Substances 0.000 description 2
- 239000012636 effector Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 210000001280 germinal center Anatomy 0.000 description 2
- 238000010249 in-situ analysis Methods 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 230000008595 infiltration Effects 0.000 description 2
- 238000001764 infiltration Methods 0.000 description 2
- 239000002054 inoculum Substances 0.000 description 2
- 229940079322 interferon Drugs 0.000 description 2
- 201000010893 malignant breast melanoma Diseases 0.000 description 2
- 102000039446 nucleic acids Human genes 0.000 description 2
- 108020004707 nucleic acids Proteins 0.000 description 2
- 150000007523 nucleic acids Chemical class 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 239000002244 precipitate Substances 0.000 description 2
- 230000002250 progressing effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000004614 tumor growth Effects 0.000 description 2
- 230000005751 tumor progression Effects 0.000 description 2
- 210000003171 tumor-infiltrating lymphocyte Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 208000036832 Adenocarcinoma of ovary Diseases 0.000 description 1
- 102000002260 Alkaline Phosphatase Human genes 0.000 description 1
- 108020004774 Alkaline Phosphatase Proteins 0.000 description 1
- 206010055113 Breast cancer metastatic Diseases 0.000 description 1
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 108020003215 DNA Probes Proteins 0.000 description 1
- 230000004544 DNA amplification Effects 0.000 description 1
- 239000003298 DNA probe Substances 0.000 description 1
- 206010015866 Extravasation Diseases 0.000 description 1
- 102000006354 HLA-DR Antigens Human genes 0.000 description 1
- 108010058597 HLA-DR Antigens Proteins 0.000 description 1
- 101000917858 Homo sapiens Low affinity immunoglobulin gamma Fc region receptor III-A Proteins 0.000 description 1
- 101000917839 Homo sapiens Low affinity immunoglobulin gamma Fc region receptor III-B Proteins 0.000 description 1
- 101000581981 Homo sapiens Neural cell adhesion molecule 1 Proteins 0.000 description 1
- 101001012157 Homo sapiens Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 1
- 102100029185 Low affinity immunoglobulin gamma Fc region receptor III-B Human genes 0.000 description 1
- ZDZOTLJHXYCWBA-VCVYQWHSSA-N N-debenzoyl-N-(tert-butoxycarbonyl)-10-deacetyltaxol Chemical compound O([C@H]1[C@H]2[C@@](C([C@H](O)C3=C(C)[C@@H](OC(=O)[C@H](O)[C@@H](NC(=O)OC(C)(C)C)C=4C=CC=CC=4)C[C@]1(O)C3(C)C)=O)(C)[C@@H](O)C[C@H]1OC[C@]12OC(=O)C)C(=O)C1=CC=CC=C1 ZDZOTLJHXYCWBA-VCVYQWHSSA-N 0.000 description 1
- 102100027347 Neural cell adhesion molecule 1 Human genes 0.000 description 1
- 108020004711 Nucleic Acid Probes Proteins 0.000 description 1
- 108091005461 Nucleic proteins Proteins 0.000 description 1
- 206010061328 Ovarian epithelial cancer Diseases 0.000 description 1
- 101710180319 Protease 1 Proteins 0.000 description 1
- 102100030086 Receptor tyrosine-protein kinase erbB-2 Human genes 0.000 description 1
- 208000000102 Squamous Cell Carcinoma of Head and Neck Diseases 0.000 description 1
- 101710137710 Thioesterase 1/protease 1/lysophospholipase L1 Proteins 0.000 description 1
- 108091023040 Transcription factor Proteins 0.000 description 1
- 102000040945 Transcription factor Human genes 0.000 description 1
- 102100023495 Zinc finger protein ZIC 3 Human genes 0.000 description 1
- GPKUGWDQUVWHIC-UHFFFAOYSA-N [4-(4-hydrazinylphenyl)phenyl]hydrazine tetrahydrochloride Chemical compound Cl.Cl.Cl.Cl.NNC1=CC=C(C=C1)C1=CC=C(NN)C=C1 GPKUGWDQUVWHIC-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 208000009956 adenocarcinoma Diseases 0.000 description 1
- 239000002671 adjuvant Substances 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000009167 androgen deprivation therapy Methods 0.000 description 1
- 230000000259 anti-tumor effect Effects 0.000 description 1
- 230000000890 antigenic effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000000339 bright-field microscopy Methods 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003593 chromogenic compound Substances 0.000 description 1
- 239000012916 chromogenic reagent Substances 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 239000013068 control sample Substances 0.000 description 1
- 210000000805 cytoplasm Anatomy 0.000 description 1
- 231100000433 cytotoxic Toxicity 0.000 description 1
- 230000001472 cytotoxic effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 210000004443 dendritic cell Anatomy 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 102000038379 digestive enzymes Human genes 0.000 description 1
- 108091007734 digestive enzymes Proteins 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 229960003668 docetaxel Drugs 0.000 description 1
- 229960004679 doxorubicin Drugs 0.000 description 1
- 210000002889 endothelial cell Anatomy 0.000 description 1
- 230000003511 endothelial effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- YQGOJNYOYNNSMM-UHFFFAOYSA-N eosin Chemical compound [Na+].OC(=O)C1=CC=CC=C1C1=C2C=C(Br)C(=O)C(Br)=C2OC2=C(Br)C(O)=C(Br)C=C21 YQGOJNYOYNNSMM-UHFFFAOYSA-N 0.000 description 1
- 210000002919 epithelial cell Anatomy 0.000 description 1
- 210000000981 epithelium Anatomy 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 230000036251 extravasation Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000000799 fluorescence microscopy Methods 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 238000012224 gene deletion Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 201000000459 head and neck squamous cell carcinoma Diseases 0.000 description 1
- 230000002008 hemorrhagic effect Effects 0.000 description 1
- 210000003630 histaminocyte Anatomy 0.000 description 1
- 230000003054 hormonal effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006450 immune cell response Effects 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000011532 immunohistochemical staining Methods 0.000 description 1
- 238000012744 immunostaining Methods 0.000 description 1
- 238000009169 immunotherapy Methods 0.000 description 1
- 210000004969 inflammatory cell Anatomy 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000009830 intercalation Methods 0.000 description 1
- 230000002687 intercalation Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 210000002751 lymph Anatomy 0.000 description 1
- 210000001165 lymph node Anatomy 0.000 description 1
- 230000001926 lymphatic effect Effects 0.000 description 1
- 230000000527 lymphocytic effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 210000003071 memory t lymphocyte Anatomy 0.000 description 1
- 230000009401 metastasis Effects 0.000 description 1
- 238000002493 microarray Methods 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 238000010172 mouse model Methods 0.000 description 1
- 230000001338 necrotic effect Effects 0.000 description 1
- 230000009871 nonspecific binding Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000002853 nucleic acid probe Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 208000013371 ovarian adenocarcinoma Diseases 0.000 description 1
- 201000006588 ovary adenocarcinoma Diseases 0.000 description 1
- 230000002018 overexpression Effects 0.000 description 1
- 210000002741 palatine tonsil Anatomy 0.000 description 1
- 239000012188 paraffin wax Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000002536 stromal cell Anatomy 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 208000014794 superficial urinary bladder carcinoma Diseases 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 208000025358 tongue carcinoma Diseases 0.000 description 1
- 230000005945 translocation Effects 0.000 description 1
- 230000009452 underexpressoin Effects 0.000 description 1
- 230000003612 virological effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000001993 wax Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/5743—Specifically defined cancers of skin, e.g. melanoma
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/566—Immunoassay; Biospecific binding assay; Materials therefor using specific carrier or receptor proteins as ligand binding reagents where possible specific carrier or receptor proteins are classified with their target compounds
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57415—Specifically defined cancers of breast
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6875—Nucleoproteins
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00029—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor provided with flat sample substrates, e.g. slides
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
- G01N2015/016—White blood cells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1006—Investigating individual particles for cytology
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1486—Counting the particles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00029—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor provided with flat sample substrates, e.g. slides
- G01N2035/00099—Characterised by type of test elements
- G01N2035/00138—Slides
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
- G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
- G01N2333/4701—Details
- G01N2333/4703—Regulators; Modulating activity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
- G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
- G01N2333/4701—Details
- G01N2333/4739—Cyclin; Prad 1
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
- G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
- G01N2333/4701—Details
- G01N2333/4742—Keratin; Cytokeratin
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/705—Assays involving receptors, cell surface antigens or cell surface determinants
- G01N2333/70503—Immunoglobulin superfamily, e.g. VCAMs, PECAM, LFA-3
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/705—Assays involving receptors, cell surface antigens or cell surface determinants
- G01N2333/70503—Immunoglobulin superfamily, e.g. VCAMs, PECAM, LFA-3
- G01N2333/7051—T-cell receptor (TcR)-CD3 complex
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/705—Assays involving receptors, cell surface antigens or cell surface determinants
- G01N2333/70503—Immunoglobulin superfamily, e.g. VCAMs, PECAM, LFA-3
- G01N2333/70517—CD8
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Molecular Biology (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Biotechnology (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Cell Biology (AREA)
- Medicinal Chemistry (AREA)
- Microbiology (AREA)
- Oncology (AREA)
- Genetics & Genomics (AREA)
- Hospice & Palliative Care (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Signal Processing (AREA)
- Dispersion Chemistry (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Computer Vision & Pattern Recognition (AREA)
Description
DESCRIPCIÓN
Procedimientos, kits y sistemas para puntuar la respuesta inmunitaria al cáncer por detección simultánea de CD3, CD8, CD20 y FoxP3
Campo
Esta divulgación se refiere a procedimientos, kits y sistemas para puntuar la respuesta inmunitaria al cáncer a través del examen de linfocitos infiltrantes de tejido (TIL).
Antecedentes
Las muestras biológicas, tales como piezas de histología, se pueden examinar histopatológicamente por microscopia óptica usando iluminación de campo claro; mientras que la anatomía patológica molecular es el examen, a nivel molecular, de biomoléculas asociadas con la enfermedad. A partir de un examen histopatológico, se puede dilucidar información importante sobre el diagnóstico, pronóstico y opciones de tratamiento del paciente. Los anatomopatólogos estudian la arquitectura histopatológica, morfología tisular y/o señales asociadas con la detección de biomoléculas particulares (por ejemplo, ácido nucleico o proteínas). Varios ensayos actualmente disponibles detectan y/o cuantifican proteínas (es decir, inmunohistoquímica (IHQ)), ácidos nucleicos (es decir, hibridación in situ (ISH)), carbohidratos (es decir, histoquímica (HQ)) y enzimas (es decir, histoquímica enzimática (EHC)).
Aunque se ha establecido hace mucho tiempo la presencia de infiltrados inmunitarios de contenido variable en tumores sólidos humanos de orígenes diferentes y pacientes diferentes, el valor pronóstico de estos componentes todavía no se sabe completamente. Ha habido un cambio desde principios del siglo 21 hasta ahora en el que la inmunidad y la inflamación se consideran rasgos característicos de los cánceres. Es decir, considerando los datos publicados, es conocido que la inflamación local influye fuertemente en el desarrollo de cáncer. En un ejemplo, se ha usado la creación de una inflamación local aguda en el tratamiento adyuvante del cáncer de vejiga superficial por BCG. Este enfoque es ahora el estado de la técnica para esta neoplasia maligna. Por el contrario, se entiende que la inflamación crónica influye en la consecuencia y progresión de muchos tumores (cabeza y cuello, gástricos, colorrectales, etc.). De forma similar, las deficiencias inmunitarias se han visto como indicadores de pronóstico negativo.
Sin embargo, en vista de la técnica anterior, es deseable un sistema de análisis de imagen para el cálculo automático de una puntuación inmunológica a partir de un conjunto de imágenes de portaobjetos de IHQ múltiple o imágenes de portaobjetos con tinción fluorescente.
El documento US 2013/330325 A1 divulga la cuantificación inmunohistoquímica de células inmunitarias en una sección de tejido tumoral, en particular, por tecnología de imágenes de portaobjetos completo usando al menos un marcador biológico, lo que es indicativo de la respuesta inmunitaria de un paciente contra el cáncer. Entre otros, se divulgan procedimientos para predecir si un paciente con cáncer responde al tratamiento con quimioterapia e inmunoterapia, en los que en una muestra de tumor del paciente se determina el número de células que son positivas para CD3 y positivas para CD8 y/o positivas para granzima B. Además, se divulgan kits para evaluar la consecuencia de un tratamiento en pacientes con cáncer individuales o para la predicción de respuesta del tratamiento de un cáncer en un paciente, pero no existe divulgación de un uso de cualquiera de estos kits en un procedimiento para puntuar la respuesta inmunitaria en cáncer.
Loos (J Histochem Cytochem. 2008; 56(4):313-28) enseña procedimientos de doble tinción inmunoenzimática para diversas combinaciones de anticuerpos primarios. De acuerdo con el autor, los protocolos son adecuados para una combinación de color rojo-marrón clásica más una contratinción nuclear azul que está compuesta de actividad peroxidasa (tetraclorhidrato de diaminobencidina), actividad fosfatasa alcalina (Liquid Permanent Red) y hematoxilina.
Cimino-Mathews et al. (Human Pathology 2013; 44:2055-2063) describe la caracterización de células tumorales infiltrantes del tumor en cánceres de mama metastásicos resecados quirúrgicamente marcando inmunohistoquímicamente las células para detectar CD3, CD4, CD8, FoxP3 y CD20 en micromatrices tisulares.
Russell et al. (Head Neck Oncol. 2013; 5(3):24) divulga un estudio en el que se examinan las interacciones inmunitarias tumor-huésped en carcinoma de células escamosas de cabeza y cuello y su relación con la infecciosidad del papilomavirus humano y la supervivencia del paciente. Se cuantifican las poblaciones de leucocitos intratumorales y que invaden los bordes (CD3, CD8, CD16, CD20, CD68, FoxP3 y HLA-DR) y se comparan con la supervivencia específica de enfermedad del paciente.
En Gannon et al. (Journal of Immunological Methods. 2009; 348:9-17) se analiza la densidad relativa de subtipos de células inmunitarias (CD3+, CD8+, CD20+, CD56+, CD68+ y FoxP3+) por inmunohistoquímica en piezas de próstata de pacientes de control y pacientes tratados con tratamiento de privación androgénica para estudiar la regulación hormonal de infiltración de células inmunitarias.
Sumario
La presente invención se define por las reivindicaciones independientes, es decir, el procedimiento de la reivindicación 1, el uso de un kit de la reivindicación 12, el sistema para puntuar de la reivindicación 13 y el procedimiento implementado por ordenador de la reivindicación 14. Las células inmunitarias que se infiltran en el microentorno tumoral (TIL) pueden limitar o promover la progresión tumoral. Pruebas crecientes demuestran que el número, tipo y localización de TIL en tumores primarios pueden tener un papel pronóstico. Estas observaciones han dado lugar al desarrollo de nuevos sistemas de puntuación potenciales derivados del contexto inmunitario en tejido y basados en la identificación y evaluación de poblaciones de linfocitos específicos. Se exploró el valor pronóstico potencial de CD3, CD8, CD20 y FOXP3 como una "inmunopuntuación" para pacientes con melanoma que utilizaría tecnología estandarizada ampliamente accesible.
El papel de la respuesta inmunitaria adaptativa en el control del crecimiento y recidiva de tumores humanos se ha estudiado ampliamente. Se ha presentado la caracterización de células inmunitarias infiltrantes de tumor en cánceres por identificación de expresión génica y tinción inmunohistoquímica in situ. Sin embargo, conjuntamente, se descubrió que los datos inmunológicos (el tipo, densidad y localización de células inmunitarias dentro de las muestras tumorales) eran un mejor factor predisponente de la supervivencia del paciente que los procedimientos histopatológicos usados actualmente para estadificar, por ejemplo, el cáncer colorrectal. Los resultados se validaron en dos poblaciones de pacientes adicionales. Estos datos apoyan la hipótesis de que la respuesta inmunitaria adaptativa influye en el comportamiento de los tumores humanos. Por lo tanto, el análisis in situ de células inmunitarias infiltrantes de tumor puede ser una herramienta de pronóstico valiosa en el tratamiento de cáncer colorrectal y posiblemente otras neoplasias malignas.
La evolución natural de un tumor incluye las fases de crecimiento "in situ", invasión, extravasación y metástasis. Durante estas fases, las células tumorales interactúan con su microentorno y se ven influenciadas por señales que vienen de células estromales, endoteliales, inflamatorias e inmunitarias. De hecho, a menudo los tumores se infiltran por diversas cantidades de linfocitos, macrófagos o mastocitos. En general, se cree que los últimos producen factores que mantienen la inflamación crónica y promueven el crecimiento tumoral, mientras que los linfocitos pueden controlar la consecuencia del cáncer, como se prueba en modelos de ratón. En este estudio, se analizan los datos de grandes cohortes de tumores humanos, que establecen claramente que la infiltración del tumor primario por linfocitos T de memoria, en particular de los tipos Th1 y citotóxicos, es el factor pronóstico más fuerte en términos de ausencia de enfermedad y supervivencia global en todos los estadios de la enfermedad clínica. Se revisan los datos que sugieren que las estructuras linfáticas terciarias adyacentes a los tumores y compuestas de células dendríticas maduras (linfocitos T y B organizados como centros germinales) pueden ser el sitio de una reacción antitumoral. Se propone una puntuación inmunológica basada en el tipo, densidad y localización de infiltrados de linfocitos como factor pronóstico novedoso, además de la estadificación de metástasis ganglionares tumorales, para predecir la supervivencia sin enfermedad y para ayudar en las decisiones relacionadas con tratamientos adyuvantes en cánceres humanos en estadio temprano.
La necesidad médica no cubierta es la capacidad de determinar qué pacientes con melanoma con infiltración ganglionar progresan a metástasis y cuáles no se basan en una medida de la respuesta inmunitaria del paciente. La práctica estándar actual es observar y seguir a estos pacientes o bien tratarlos con un tratamiento riguroso con interferón.
Como portaobjetos de IHQ múltiple, tiene las ventajas potenciales de identificar simultáneamente múltiples biomarcadores en una sección tisular a diferencia del marcaje de un único biomarcador en múltiples portaobjetos. Para apoyar al anatomopatólogo en el procedimiento de interpretación de portaobjetos de los portaobjetos de IHQ múltiple, la anatomía patológica digital puede servir para separar visualmente y puntuar cuantitativamente los biomarcadores para las células inmunitarias, tales como los diferentes tipos de linfocitos T y linfocitos B. Las siguientes referencias divulgan procedimientos para evaluar y/o puntuar tejido, pero no son adecuados para portaobjetos múltiples: Evaluación manual de microentorno tumoral con c D3, CD8, CD45R0 y FoxP3: Paolo Ascierto, "The Medical Need for an Immune Scoring/Profiling for Melanoma and Other Cancer Patients," Invited talk, Tucson Symposium, Mar 12-13, Tucson, AZ, 2013; recuento de CD3/CD8 manual/semiautomático: Galon J Costes A Sanchez-Cabo F Kirilovsky A Mlecnik B Lagorce-Pages C Tosolini M Camus M Berger A Wind P Zinzindohoue F Bruneval P Cugnenc PH Trajanoski Z Fridman WH Pages F "Type, density, and location of immune cells within human colorectal tumors predict clinical outcome," Science 29;313(5795):1960-4, 2006; recuento de citometría de flujo de CD8 y FoxP3: F. Stephen Hodi, "Recent Advances in Combinatorial Therapies," Invited talk, Tucson Symposium, Mar 12-13, Tucson, AZ, 2013; puntuación inmunológica de H&E: Sherene Loi, Nicolas Sirtaine, Fanny Piette, Roberto Salgado, Giuseppe Viale, Franpoise Van Eenoo, Ghizlane Rouas, Prudence Francis, John P.A. Crown, Erika Hitre, Evandro de Azambuja, Emmanuel Quinaux, Angelo Di Leo, Stefan Michiels, Martine J. Piccart y Christos Sotiriou, "Prognostic and Predictive Value of Tumor-Infiltrating Lymphocytes in a Phase III Randomized Adjuvant Breast Cancer Trial in Node-Positive Breast Cancer Comparing = the Addition of Docetaxel to Doxorubicin With Doxorubicin-Based Chemotherapy: BIG 02-98," Journal of Clinical Oncology 31(7), pág. 860-867, 2013.
El obstáculo técnico ha sido cuantificar la respuesta de células inmunitarias en un portaobjetos e incorporar los
marcadores inmunitarios necesarios. Para comprender totalmente el contexto de la respuesta inmunitaria actual del paciente al cáncer, se deben ver conjuntamente todas las poblaciones de marcadores tumorales, linfocitos B, linfocitos T totales, linfocitos T citotóxicos y linfocitos T reguladores, y se debe automatizar la puntuación e interpretación y debe ser escalable para funcionar de manera realista como concepto clínico.
Aunque existen procedimientos para combinar varios marcadores, hasta donde se sabe, no se ha presentado ningún ensayo en el espacio de investigación o comercial que haya incorporado estos 5 marcadores en un ensayo, aborde esta necesidad médica específica e incluya un algoritmo digital.
Se desarrolló un ensayo combinado de prototipo de investigación y el correspondiente algoritmo de puntuación digital basado en entradas clínicas, biológicas y estadísticas. Este ensayo incluye un marcador tumoral, así como 4 marcadores inmunitarios.
En consecuencia, se proporciona un procedimiento de puntuación de la respuesta inmunitaria en cáncer usando linfocitos infiltrantes de tejido como se engloba por la reivindicación 1, comprendiendo el procedimiento poner en contacto una muestra con todos los restos de unión específica de CD3, CD8, CD20 y FoxP3, retirar los restos de unión específica en exceso de la muestra, detectar todos los restos de unión específica, evaluar una presencia y una distribución para todos los restos de unión específica dentro de la muestra, y puntuar el cáncer usando linfocitos infiltrantes de tejido analizando la presencia y la distribución de los restos de unión específica. Los modos de realización del procedimiento de puntuar la respuesta inmunitaria en cáncer usando linfocitos infiltrantes de tejido se engloban por las reivindicaciones 2 a 11.
También se proporciona el uso de un kit en un procedimiento de acuerdo con la reivindicación 1, para puntuar la respuesta inmunitaria en cáncer como se engloba por la reivindicación 12, comprendiendo el kit un resto de unión específica a CD3 y un reactivo de detección de CD3, un resto de unión específica a CD8 y un reactivo de detección de CD8, un resto de unión específica a CD20 y un reactivo de detección de CD20, un resto de unión específica a FoxP3 y un reactivo de detección de FoxP3 contenido en una pluralidad de recipientes, e instrucciones para la puntuación que describen la detección de CD3, CD8, CD20 y FoxP3 dentro de una muestra de tejido y la puntuación basada en una presencia y una distribución de los reactivos de detección en el tejido.
Además, se proporciona un sistema para puntuar cáncer por un procedimiento de acuerdo con la reivindicación 1, examinando una muestra de tejido dispuesta sobre un portaobjetos de vidrio como se engloba por la reivindicación 13, comprendiendo el sistema reactivos que comprenden un resto de unión específica a CD3, un reactivo de detección de CD3, un resto de unión específica a CD8, un reactivo de detección de CD8, un resto de unión específica a CD20, un reactivo de detección de CD20, un resto de unión específica a FoxP3 y un reactivo de detección de FoxP3, un aparato de tinción automatizado y un aparato de obtención de imágenes; en el que el aparato de tinción automatizado se configura para repartir los reactivos sobre el portaobjetos de manera tal que se determina específicamente una presencia y distribución de CD3, CD8, CD20 y FoxP3 y el aparato de obtención de imágenes se configura de modo que la presencia y distribución de CD3, CD8, CD20 y FoxP3 se pueden usar para generar una puntuación.
Además, se proporciona un procedimiento implementado por ordenador para contar varios tipos de células en una única pieza de tejido que se ha teñido con un ensayo múltiple de acuerdo con la reivindicación 1, como se engloba por la reivindicación 14, comprendiendo el procedimiento obtener imágenes de la única pieza de tejido que se ha teñido con el ensayo múltiple que incluye los marcadores de linfocitos CD3, CD8, CD20, FoxP3 y marcadores de detección tumoral, separar la imagen de la única pieza de tejido que se ha teñido con un ensayo múltiple en canales de imagen separados para cada marcador del ensayo múltiple, identificar regiones de interés en cada canal de imagen basándose en la información de intensidad en cada canal, en el que se retiran las regiones de baja intensidad en cada canal, y las regiones de alta intensidad representan señales celulares, generar una única imagen sustituida, en el que la imagen sustituida es una combinación de la información del canal de imagen de todos los marcadores de linfocitos, aplicar un algoritmo de detección celular, en el que el algoritmo de detección celular es un algoritmo de búsqueda de membrana o un algoritmo de búsqueda de núcleo, identificar las características de los linfocitos y combinaciones de linfocitos en cada canal de imagen o en cada imagen de canales combinados, o en una imagen transformada tal como una imagen de escala de grises o de absorbancia, o en una imagen sustituida, entrenar un algoritmo de clasificación basándose en las características de linfocitos y combinaciones de linfocitos conocidos, aplicar el algoritmo entrenado a las características de los linfocitos y combinaciones de linfocitos en cada canal de imagen o en cada imagen de canales combinados, o en una imagen transformada tal como una imagen de escala de grises o de absorbancia, o en una imagen sustituida, que se identificaron para clasificar las células detectadas como al menos una de las células positivas falsas, linfocitos T solo CD3, linfocitos T CD3 y CD8, linfocitos T FP3; y linfocitos B CD20, contar un número de cada tipo diferente de célula clasificada, y generar una puntuación de la pieza de tejido, en el que la puntuación se basa en el número de cada tipo de célula contada.
Conjuntamente, se descubrió que los datos inmunológicos (el tipo, densidad y localización de células inmunitarias dentro de las muestras tumorales) eran un mejor factor predisponente de la supervivencia del paciente que los procedimientos histopatológicos usados actualmente para estadificar el cáncer. En el cáncer colorrectal, se validaron los resultados en dos poblaciones de pacientes. Estos datos apoyan la hipótesis de que la respuesta inmunitaria
adaptativa influye en el comportamiento de los tumores humanos. Por lo tanto, el análisis in situ de células inmunitarias infiltrantes de tumor puede ser una herramienta de pronóstico valiosa en el tratamiento de cáncer colorrectal y otras neoplasias malignas.
Se ha desarrollado un algoritmo y/o sistema de análisis de imagen que calcula automáticamente una puntuación inmunológica de un conjunto de imágenes de portaobjetos de IHQ múltiple y/o portaobjetos con tinción fluorescente. El algoritmo de análisis de imagen implica un procedimiento implementado por ordenador para contar varios tipos de células en una única pieza de tejido que se ha teñido con un ensayo múltiple, que comprende: obtener imágenes de la única pieza de tejido que se ha teñido con el ensayo múltiple que incluye los marcadores de linfocitos CD3, CD8, CD20, FoxP3 y marcadores de detección tumoral; separar la imagen de la única pieza de tejido que se ha teñido con un ensayo múltiple en canales de imagen separados para cada marcador del ensayo múltiple; identificar regiones de interés en cada canal de imagen basándose en la información de intensidad en cada canal, en el que se retiran las regiones de baja intensidad en cada canal, y las regiones de alta intensidad representan señales celulares; generar una única imagen sustituida, en el que la imagen sustituida es una combinación de la información del canal de imagen de todos los marcadores de linfocitos; aplicar un algoritmo de detección celular, en el que el algoritmo de detección celular es un algoritmo de búsqueda de membrana o un algoritmo de búsqueda de núcleo; identificar las características de los linfocitos y combinaciones de linfocitos en cada canal de imagen o en cada imagen de canales combinados, o en una imagen transformada tal como una imagen de escala de grises o de absorbancia, o en una imagen sustituida; entrenar un algoritmo de clasificación basándose en las características de linfocitos y combinaciones de linfocitos conocidos; aplicar el algoritmo entrenado a las características de los linfocitos y combinaciones de linfocitos en cada canal de imagen o en cada imagen de canales combinados, o en una imagen transformada tal como una imagen de escala de grises o de absorbancia, o en una imagen sustituida, que se identificaron para clasificar las células detectadas como al menos una de las células positivas falsas, linfocitos T solo CD3, linfocitos T CD3 y CD8, linfocitos T FP3; y linfocitos B CD20; contar un número de cada tipo diferente de célula clasificada; generar una puntuación de la pieza de tejido, en el que la puntuación se basa en el número de cada tipo de célula contada.
Breve descripción de los dibujos
Las FIG. 1(A) -(B) son microfotografías de un tejido de melanoma primario (A) y (B) tomadas con (A) un objetivo 20x y (B) un objetivo 40x que muestra una tinción 5-ple que detecta FoxP3 en marrón oscuro (indicado de forma ejemplar por una flecha indicada con "DB" en la FIG. 1(B)), detecta CD8 en gris oscuro/negro (indicado de forma ejemplar por una flecha indicada con "DGB" en la FIG. 1(B)), detecta CD3 en azul (indicado de forma ejemplar por una flecha indicada con "B" en la FIG. 1(B)), detecta CD20 en rojo/fucsia (indicado de forma ejemplar por una flecha indicada con "RM" en la FIG. 1(B)) y detecta S100 en verde (indicado de forma ejemplar por una flecha indicada con "G" en la FIG. 1(A)), en las que (B) se centra en las células linfocíticas que se pueden ver a la izquierda del tumor primario.
Las FIG. 2(A) -(B) son microfotografías de un tejido de carcinoma de colon (A) y (B) tomadas con (A) un objetivo 20x y (B) un objetivo 40x que muestra una tinción 5-ple que detecta FoxP3 en marrón oscuro (indicado de forma ejemplar por una flecha indicada con "DB" en la FIG. 2(B)), detecta CD8 en gris oscuro/negro (indicado de forma ejemplar por una flecha indicada con "DGB" en la FIG. 2(B)), detecta CD3 en azul (indicado de forma ejemplar por una flecha indicada con "B" en la FIG. 2(B)), detecta CD20 en rojo/fucsia (indicado de forma ejemplar por una flecha indicada con "RM" en la FIG. 2(B)) y detecta citoqueratina (OSCAR) en verde (indicado de forma ejemplar por una flecha indicada con "G" en la FIG. 2(B)).
La FIG. 3 es una microfotografía de un tejido de carcinoma de lengua que muestra una tinción 5-ple que detecta FoxP3 en marrón oscuro (indicado de forma ejemplar por una flecha indicada con "DB"), detecta CD8 en gris oscuro/negro (indicado de forma ejemplar por una flecha indicada con "DGB"), detecta CD3 en azul (indicado de forma ejemplar por una flecha indicada con "B"), detecta CD20 en rojo/fucsia (indicado de forma ejemplar por una flecha indicada con "RM") y detecta citoqueratina (OSCAR) en verde (indicado de forma ejemplar por una flecha indicada con "G").
La FIG. 4 es una microfotografía de un tejido de adenocarcinoma tomada con un objetivo 20x que muestra una tinción 5-ple que detecta FoxP3 en marrón oscuro (indicado de forma ejemplar por una flecha indicada con "DB"), detecta CD8 en gris oscuro/negro (indicado de forma ejemplar por una flecha indicada con "DGB"), detecta CD3 en azul (indicado de forma ejemplar por una flecha indicada con "B"), detecta CD20 en rojo/fucsia (indicado de forma ejemplar por una flecha indicada con "RM") y detecta citoqueratina (OSCAR) en verde (indicado de forma ejemplar por una flecha indicada con "G").
La FIG. 5 es una microfotografía (objetivo 20x) de un tejido de adenocarcinoma ovárico teñido (5-ple) con anticuerpos para un marcador tumoral de citoqueratina (amarillo) (indicado de forma ejemplar por una flecha indicada con "Y") y para linfocitos T citotóxicos CD8+ infiltrantes (verde) (indicado de forma ejemplar por una flecha indicada con "G"), que muestra además cómo se han infiltrado los linfocitos CD8 en todo el tumor.
La FIG. 6 es una microfotografía de tejido de amígdala normal teñido con anticuerpos para detectar el marcador de
proliferación Ki-67 (verde) (indicado de forma ejemplar por una flecha indicada con "G"), linfocitos T CD8+ (violeta) (indicado de forma ejemplar por una flecha indicada con "P") y linfocitos T CD3+ (amarillo) (indicado de forma ejemplar por una flecha indicada con "Y"). Esta imagen confirma la localización de células Ki-67+ en centros germinales con linfocitos CD8 y CD3, detectándose FoxP3 en marrón oscuro y CD8 detectado en la zona del manto circundante. Aumento x200.
La FIG. 7 es una microfotografía (objetivo 20x) de tejido de cáncer de mama que muestra un tumor en violeta (indicado de forma ejemplar por una flecha indicada con "P"), linfocitos CD8+ infiltrantes en verde (indicado de forma ejemplar por una flecha indicada con una "G") y macrófagos CD68+ en azul (indicado de forma ejemplar por una flecha indicada con "B"), y CD20 detectado en rojo (indicado de forma ejemplar por una flecha indicada con "R"). La FIG. 8(A) -(D) es (A) una microfotografía similar a la FIG. 7, separada en sus colores componentes (B) y (D); y reensamblada y seudocoloreada en (C).
La FIG. 9 es un esquema que ilustra una secuencia de trabajo del algoritmo de puntuación de acuerdo con la presente divulgación.
La FIG. 10 es un esquema que ilustra una implementación de ejemplo del algoritmo de puntuación.
La FIG. 11 (A) -(B) es un esquema que ilustra un banco de filtros (A) y un detector de anillo (B).
Descripción detallada
La presente invención se define por las reivindicaciones independientes, es decir, el procedimiento de la reivindicación 1, el uso de un kit de la reivindicación 12, el sistema para puntuar de la reivindicación 13 y el procedimiento implementado por ordenador de la reivindicación 14. Existe una necesidad médica no cubierta de desarrollar la capacidad de determinar qué pacientes con melanoma con infiltración ganglionar progresan a metástasis y cuáles no se basan en una medida de la respuesta inmunitaria del paciente. La práctica estándar actual es observar y seguir a estos pacientes o tratarlos con un tratamiento riguroso con interferón.
El obstáculo técnico ha sido cuantificar una respuesta inmunitaria que se podría ver en un portaobjetos y que incorpora los marcadores inmunitarios necesarios. Para comprender totalmente el contexto de la respuesta inmunitaria actual del paciente al cáncer, se deben ver conjuntamente las poblaciones de marcadores tumorales, linfocitos B, linfocitos T totales, linfocitos T citotóxicos y linfocitos T reguladores, y se debe automatizar la puntuación e interpretación y debe ser escalable para funcionar de manera realista como concepto clínico.
Aunque existen procedimientos para combinar varios marcadores, hasta donde se sabe, no se ha presentado ningún ensayo en el espacio de investigación o comercial que incorpore estos 5 marcadores en un ensayo, aborde esta necesidad médica específica e incluya un algoritmo digital. Este ensayo incluye un marcador tumoral, así como 4 marcadores inmunitarios.
El ensayo múltiple, junto con los algoritmos de análisis de imagen, proporcionan potencialmente un kit de herramientas para el cálculo de la puntuación inmunológica de cáncer de mama y/o melanoma. Se puede usar el informe final generado por el ordenador para apoyar el análisis clínico de la respuesta inmunitaria personal del paciente y ayudar a guiar otro tratamiento, pero se necesitan estudios adicionales para verificar esta hipótesis. TIL
Las células inmunitarias que se infiltran en el microentorno tumoral (TIL) pueden limitar o promover la progresión tumoral. Pruebas crecientes demuestran que el número, tipo y localización de TIL en tumores primarios pueden tener un papel pronóstico. Estas observaciones han dado lugar al desarrollo de nuevos sistemas de puntuación potenciales derivados del contexto inmunitario en tejido y basados en la identificación y evaluación de poblaciones de linfocitos específicos. Se exploró el valor pronóstico potencial de células positivas para una combinación de CD3, CD8, CD20 y FOXP3 como una "inmunopuntuación" para pacientes con melanoma que utilizaría tecnología estandarizada ampliamente accesible.
Se desarrolló un ensayo combinado de prototipo de investigación y el correspondiente algoritmo de puntuación digital basado en entradas clínicas, biológicas y estadísticas.
Un portaobjetos de IHQ múltiple tiene la ventaja potencial de identificar simultáneamente múltiples biomarcadores en una única sección de tejido a diferencia del marcaje de un único biomarcador en múltiples portaobjetos, lo que demuestra de este modo mucha más información dentro de una pequeña porción de tejido. Con este propósito en mente, se ha desarrollado un ensayo múltiple para proporcionar una puntuación inmunológica para pacientes con cáncer de mama y melanoma, junto con otros tipos de tumores. Para apoyar a los anatomopatólogos con el procedimiento de interpretación de portaobjetos, la anatomía patológica digital puede servir para separar visualmente y puntuar cuantitativamente los biomarcadores para las células inmunitarias, tales como los diferentes
tipos de TIL.
CD3
CD3 es el "marcador universal" para linfocitos T en general. Se debe realizar otro análisis (tinción) para identificar el tipo de linfocito T, por ejemplo, linfocito T regulador o citotóxico. Un análisis de las cantidades de linfocitos T CD3+ es un buen indicio de la respuesta inmunitaria.
CD8
CD8 es un marcador específico para linfocitos T citotóxicos. Estas son las células efectoras que realmente "destruyen" células tumorales. Actúan por contacto directo para introducir la enzima digestiva granzima B en el citoplasma de células tumorales, matándolas de este modo. Por lo tanto, no solo es importante conocer sus cantidades globales sino también su localización con relación al tumor en sí. Solo las células en contacto directo con células tumorales serán eficaces en la destrucción celular.
CD20
CD20 es un marcador para linfocitos B productores de anticuerpos. Como tal, es un indicio de una respuesta inmunitaria más completamente desarrollada (madura). Las cantidades totales y la localización de estas células efectoras productoras de anticuerpos pueden ser de importancia.
FoxP3
FoxP3 es un factor de transcripción nuclear que es el marcador más específico para los linfocitos T reguladores (llamados Treg). Los Treg funcionan moderando la respuesta inmunitaria. Presumiblemente, la presencia de Treg indicaría una respuesta inmunitaria inhibidora a un tumor.
Marcadores tumorales
En tumores epiteliales (carcinomas), la tinción con citoqueratina identifica células tumorales, así como el epitelio normal. Esta información, conjuntamente con el hecho de que las células tumorales sobreexpresan de forma anómala las citoqueratinas en comparación con células epiteliales normales, permite identificar el tumor frente al tejido normal. Para tejido de melanoma de origen neuroectodérmico, el biomarcador S100 cumple un propósito similar.
Tinción primaria/azulado/contratinción
El procedimiento puede incluir aplicar un reactivo cromógeno de modo que la muestra se tiña específicamente. En particular, teñir específicamente incluye la aplicación de una tinción primaria que tiñe selectivamente porciones de la muestra a través de la adhesión asociada con hidrofobia, intercalación u otras asociaciones sin reconocimiento. Por ejemplo, la tinción con hematoxilina y eosina (tinción H&E) es bien conocida en la técnica. Se hace referencia a la solicitud de patente publicada de EE. UU. 2008/0227143 para la divulgación relacionada con tinción con hematoxilina y primaria. Se usa la tinción H&E para la evaluación de la morfología celular y es la herramienta primaria para diagnosticar patológicamente el cáncer.
Detección
El procedimiento incluye aplicar un reactivo de unión inmunohistoquímico (IHQ) o un reactivo de unión de hibridación in situ (ISH) de modo que el reactivo de unión IHQ o el reactivo de unión de ISH estén en contacto con la muestra. Se puede usar ISH para diagnosticar la presencia de una afección o anomalía genética, o una expresión excesiva o insuficiente sobre lo normal. Por ejemplo, se puede usar ISH para detectar amplificación génica, eliminación o translocación de genes de genes relacionados con una enfermedad particular. La ISH también es útil en el diagnóstico de enfermedades infecciosas, ya que permite la detección de secuencias microbianas y víricas dentro de células infectadas. La IHQ incluye anticuerpos que se unen específicamente a epítopos de interés. Los epítopos, también denominados antígenos o secuencias antigénicas, son porciones de proteínas que se han establecido como marcador de interés clínico. Por ejemplo, el epítopo puede ser una forma mutada de una proteína, un sitio de unión proteína-proteína o una proteína normal que se expresa a una concentración más alta o bien más baja que la normal, tal como en una muestra de control. Se han usado la detección y/o cuantificación de epítopos en diversas muestras biológicas para un gran número de propósitos clínicos.
Tanto la IHQ como la ISH implican un acontecimiento de reconocimiento específico entre una sonda de ácido nucleico (ISH) o un anticuerpo (IHQ) y una diana dentro de la muestra. Esta interacción específica marca la diana. El marcador se puede visualizar directamente (marcaje directo) o se puede observar indirectamente usando sustancias químicas de detección adicionales. La detección cromogénica, que implica el depósito de una sustancia cromógena en la proximidad del marcador, implica etapas de detección adicionales para amplificar la intensidad de la señal para
facilitar la visualización. La visualización de la señal amplificada (por ejemplo, el uso de moléculas indicadoras) permite que un observador localice dianas en la muestra.
La detección cromogénica ofrece un procedimiento de detección sencillo y rentable. Los sustratos cromógenos han funcionado tradicionalmente por precipitación cuando actúan por la enzima apropiada. Es decir, la sustancia cromógena tradicional se convierte de un reactivo soluble en un precipitado coloreado insoluble tras ponerse en contacto con la enzima. El precipitado coloreado resultante no requiere ningún equipo especial para su procesamiento o visualización. La tabla 1 es una lista no exhaustiva de sistemas cromógenos útiles dentro del alcance de la presente divulgación:
Tabla 1: Reactivos de detección cromogénica
La tabla 1, aunque no es exhaustiva, proporciona una visión de las variedades de sustancias cromógenas disponibles en la actualidad (fdocumento WO2012/024185, Kelly et al. "Substrates for Chromogenic detection and methods of use in detection assays and kits").
Además, se hace referencia al documento US20130260379.
Puntuación automatizada; algoritmos
Se puede incluir un sistema de análisis de imagen que calcula automáticamente una puntuación, por ejemplo, una puntuación inmunológica, para un ensayo múltiple (por ejemplo, un conjunto de portaobjetos de IHQ múltiple) o portaobjetos con tinción fluorescente. El sistema de análisis de imagen incluye módulos de programas informáticos y algoritmos, que incluyen instrucciones ejecutables por ordenador que se ejecutan, por ejemplo, por un procesador, con el propósito de analizar imágenes de tejido teñido con un ensayo múltiple, y para generar una puntuación basada en el análisis. El sistema de análisis de imagen puede identificar múltiples biomarcadores en la misma biomuestra, por ejemplo, una única pieza de tejido, y es aplicable a un ensayo múltiple para cualquier tipo de tejido. Para propósitos ejemplares, el algoritmo de análisis de imagen se describe en relación con portaobjetos de tejido canceroso que se tiñen por un ensayo múltiple. Como ejemplo de implementación del algoritmo de análisis de imagen, se analizan portaobjetos de tejido de mama. Por ejemplo, los portaobjetos de tejido teñido se someten a obtención de imágenes y/o se escanean, y se generan las correspondientes imágenes de color, y se introducen en el sistema de análisis de imagen. De forma alternativa, las imágenes se obtienen a partir de una fuente.
El sistema de análisis de imagen es aplicable a imágenes de campo claro y fluorescencia, y se utiliza un sistema de microscopia (por ejemplo, un sistema de microscopia de campo claro) o un escáner para obtener imágenes o escanear los portaobjetos y obtener las imágenes de campo claro. Para generar imágenes multiespectrales, se usa un sistema de imagen multiespectral (tal como un microscopio o escáner fluorescente (por ejemplo, un escáner de portaobjetos completo) para obtener las imágenes fluorescentes multiespectrales.
Para analizar las imágenes generadas u obtenidas, el algoritmo y/o sistema de análisis de imagen incluye un algoritmo de separación de color, que se puede incluir en un módulo de separación, que identifica los tintes constituyentes individuales para los biomarcadores y las proporciones en las que aparecen en las imágenes de
color. Las operaciones de separación se pueden realizar de acuerdo con el procedimiento de separación divulgado en la solicitud provisional de EE. UU. n.° 61/830620, presentada el 3 de junio de 2013, y titulada SEPARACIÓN DE COLOR FISIOLÓGICAMENTE POSIBLE ADAPTABLE A IMAGEN (IMAGE ADAPTIVE PHYSIOLOGICALLY PLAUSIBLE COLOR SEPARATION). Basándose en los canales de imagen separados para cada marcador, se desarrollan algoritmos de detección para identificar automáticamente una combinación diferente de linfocitos T y B con respecto a cada uno de los marcadores IHQ diferenciadores. Por ejemplo, diferentes marcadores de linfocitos T podrían colocalizar y crear una combinación diferente de las cantidades de tinción. Adicionalmente, también se puede incluir un marcador tumoral, por ejemplo, un marcador de citoqueratina (por ejemplo, Oscar), en el ensayo para identificar el tumor, regiones intratumorales y/o peritumorales para obtener el contexto tisular (por ejemplo, para identificar los núcleos y las regiones tumorales). Por ejemplo, se realiza el análisis de imagen, después de la separación, para identificar, cuantificar y/o generar una puntuación para un biomarcador, por ejemplo, marcadores Oscar, CD3, CD8 y FoxP3. En particular, se puede informar de la puntuación para cada marcador, junto con la información del contexto tisular, como resultado.
La fig. 9 ilustra la secuencia de trabajo de un procedimiento y sistema de análisis de imagen. La fig. 9 muestra una implementación de ejemplo de un procedimiento de análisis de imagen que representa detalles asociados al procedimiento de análisis de imagen que se aplica al cálculo de puntuación inmunológica de cáncer de mama.
El procedimiento de análisis de imagen puede implicar una etapa de entrenamiento, que se puede incorporar en un módulo de etapa de entrenamiento. En la etapa de entrenamiento, en primer lugar, se puede realizar la identificación de diferentes tipos de linfocitos, así como los ejemplos de células positivas falsas, para cada marcador. Por ejemplo, en la fig. 9, se anotan manualmente los inóculos dentro de las células (por ejemplo, linfocitos T positivos verdaderos) y los inóculos fuera de las células (por ejemplo, linfocitos T positivos falsos), después de la detección automática.
A continuación, se aplican uno o más algoritmos de extracción de características, que se pueden incorporar en un módulo de extracción de características, a un parche de imagen alrededor del inóculo para obtener un conjunto de características para cada tipo de células (por ejemplo, células CD3, células CD8 y células CD20). Se extraen las características de diferentes canales de imagen, por ejemplo, los canales RGB de la imagen, el espacio de absorbancia, los canales separados y la imagen en escala de grises. Aquí se pueden usar diferentes algoritmos de extracción de características. Por ejemplo, como se muestra en la fig. 9, se pueden aplicar conocimientos de diccionario para construir un libro de códigos para los diferentes aspectos celulares.
Por ejemplo, se puede entrenar un algoritmo de clasificación, que se puede incluir en un módulo de clasificación, para clasificar diferentes tipos de células presentes en una imagen, por ejemplo, una imagen de tejido teñido con un ensayo múltiple. Se pueden aplicar diferentes algoritmos de clasificación, por ejemplo, los algoritmos SVM, Random Forest y Boosting, etc. Por ejemplo, se utiliza un algoritmo SVM en el algoritmo de clasificación, como se muestra en la fig. 9 para asociar una característica con un marcador para la característica.
En la etapa de prueba y/o etapa de implementación, donde se aplica el algoritmo de clasificación, se introduce la imagen de portaobjetos completo, o porción de la misma, en el procedimiento/sistema de análisis de imagen. Para cada región de interés en la imagen de portaobjetos completo, o porción de la misma, se aplican las siguientes etapas de separación, eliminación de ruido relacionado con tumor, generación de imagen sustituida, detección de anillos o manchas (por ejemplo, para encontrar linfocitos con marcadores de membrana), extracción de características, clasificación y recuento de tipos de células o linfocitos. En primer lugar, se puede obtener una imagen sustituida de los linfocitos (es decir, una imagen que contiene todos los linfocitos T). Al hacerlo, en primer lugar, se pueden detectar todos los linfocitos T y a continuación usar el algoritmo de clasificación para identificar los tipos de células. Para generar la imagen sustituida, se utiliza una transformada logarítmica para convertir la imagen RGB en espacio de absorbancia, y a continuación se puede utilizar el canal Oscar para eliminar el ruido (células tumorales) como se muestra en la fig. 9, ya que no se están detectando las células tumorales. Por ejemplo, se guarda la información del canal Oscar, incluyendo la información de células tumorales, en una memoria para contar las células tumorales. Se utiliza una imagen sustituida para realizar la detección, en lugar de cada canal separado, ya que los ensayos múltiples de separación, por ejemplo, los ensayos que tienen cinco o más marcadores, pueden no ser fiables debido a la gran variación de color en la imagen. En otro ejemplo, se puede utilizar una imagen combinada de algún otro tipo, por ejemplo, una imagen transformada (por ejemplo, una imagen de absorbancia o imagen en escala de grises) o una imagen que combina varios canales. A continuación, se puede separar la imagen de entrada (por ejemplo, la imagen RGB) en diferentes canales de biomarcadores, por ejemplo, los canales Oscar, FoxP3, CD3, CD8, HTX y CD20.
Se puede incluir el algoritmo de detección celular (por ejemplo, correspondiente al detector de anillos en la fig. 10), en un módulo de detección celular y se puede aplicar a la imagen sustituida para detectar los linfocitos. En particular, la conformación de anillo del algoritmo de detección celular permite capturar marcadores de membrana de conformación de anillo (por ejemplo, todos los posibles candidatos de linfocitos T y puede incluir detecciones de positivos falsos). Se usa la imagen de absorbancia con la corrección de Oscar como imagen sustituida en la implementación (fig. 9) para detectar los marcadores de membrana con conformación de anillo. En la etapa de implementación, es deseable un algoritmo de detección celular que sea muy sensible, por ejemplo, un algoritmo que capture todas las células posibles y puede incluir las detecciones de positivos falsos. Por ejemplo, se puede aplicar
un detector de anillo a la imagen sustituta para detectar los marcadores de membrana, que se utilizan para identificar células. La fig. 10 ilustra un ejemplo simple del detector de anillo. Se debe entender por un experto en la técnica que se pueden aplicar otros y diferentes tipos de algoritmos de detección celular a una imagen (sustituta o de otro modo) para detectar células.
A continuación, se puede usar un clasificador, por ejemplo, el clasificador aprendido o generado de la etapa de entrenamiento, para clasificar todos los inóculos candidatos de células entre categorías, tales como células positivas falsas, linfocitos T solo CD3, linfocitos T CD3/CD8, linfocitos T FP3 y linfocitos B.
La información de los canales CD3, CD8, FP3 y CD20, por ejemplo, la información con respecto a los colores y conformaciones de células en los respectivos canales, también se puede usar como característica para la clasificación. La fig. 9 ilustra un ejemplo de implementación del algoritmo con conocimientos de diccionario. En este ejemplo, (1) se utiliza una característica de aspecto aprendida, por ejemplo, la conformación de la célula, que se obtuvo del parche local alrededor del inóculo, para distinguir entre linfocitos positivos verdaderos y positivos falsos y (2) se utiliza la característica de cantidad de tinción para clasificar, por ejemplo, los linfocitos T solo CD3 y CD3/CD8.
En particular, para cada linfocito T positivo verdadero detectado en una imagen sustituta, se pueden obtener los píxeles CD3 y CD8 alrededor de la zona del linfocito T, de los canales separados de CD3 y CD8, y se calcula la proporción de las dos tinciones para clasificar entre (1) células positivas para CD y células positivas para CD8 y (2) células positivas solo para CD3. Por ejemplo, si (número de píxeles de CD8)/(número de píxeles de CD3) < valor umbral, se marca la célula identificada en la imagen sustituta como célula solo CD3, de lo contrario se marca como célula CD3/CD8.
Para identificar los núcleos, se evalúa el canal del marcador nuclear, por ejemplo, la imagen del canal FoxP3, ya que FoxP3 es el marcador nuclear. Se aplica el algoritmo de detección de manchas, que se puede incluir en un módulo de detección de manchas, en el canal FoxP3 para encontrar los núcleos de FoxP3. De forma alternativa, se puede utilizar un algoritmo de simetría radial, que se puede incluir en un módulo de simetría radial, para detectar núcleos. Sin embargo, se debe entender por un experto en la técnica que se pueden realizar otros procedimientos de detección de manchas utilizando, por ejemplo, una transformada circular.
Para identificar la región tumoral, se utiliza el canal Oscar. Por ejemplo, se pueden usar algoritmos de detección de regiones para identificar las regiones tumorales. En la implementación mostrada en la (fig. 11), se aplica un procedimiento de determinación de valor umbral de Otsu al canal Oscar para encontrar la región tumoral. El procedimiento de determinación de valor umbral de Otsu identifica la región tumoral por un procedimiento que encuentra el mejor valor umbral para el primer plano y el fondo. También se utiliza el canal Oscar para eliminar el ruido asociado con la región tumoral. También se utiliza el canal Oscar para eliminar los marcadores citoplásmicos tumorales de conformación de anillo. Como los marcadores citoplásmicos crean a veces un aspecto de conformación de anillo, es necesario retirar esas regiones primero antes de aplicar la detección de anillos. Se observa que el orden de las etapas de los algoritmos, procedimientos y/o sistemas de análisis de imagen puede variar.
La fig. 11(B) ilustra un detector de anillo ejemplar, que se puede utilizar para la detección de linfocitos en esta implementación. Para implementar un detector de anillo, se puede construir un banco de filtros, es decir, un conjunto de máscaras que contienen 12 direcciones, como se muestra en la fig. 11(A). La región negra indica píxeles de -1 que cubren el centro del anillo y la región gris corresponde a píxeles de 1 que cubren el límite del anillo, de modo que cuando se convoluciona esta máscara con la imagen se obtiene la diferencia de intensidad entre el límite de anillo y el centro. En este ejemplo, el ancho del filtro es de 3 píxeles, la longitud de la región negra es de 5 píxeles y la longitud de la región gris es de 10 píxeles. Los parámetros, incluyendo, por ejemplo, el número de direcciones, el ancho y la longitud del filtro son ajustables, por ejemplo, para corresponder a los diferentes tamaños celulares para los que se desea la detección. Como se muestra en la fig. 11 (B), para cada localización (x,y) en la imagen, se calcula el voto V(x,y) = V(x,y) (sum(I(A))-sum(I(B))). El voto corresponde a la diferencia de valor de intensidad de las intensidades de píxeles totales dentro de la región negra del filtro y la región gris del filtro. Este voto se acumula en (x,y) a lo largo de 12 direcciones en el centro del anillo. Cabe destacar que 12 es solo un ejemplo del número de direcciones y se puede usar un número diferente. En particular, se puede utilizar detección multiescala (es decir, diferentes tamaños del anillo) para capturar células en diferentes tamaños ajustando los parámetros del filtro.
Un sistema informático ejemplar para su uso de acuerdo con la presente divulgación puede incluir cualquier número de plataformas informáticas o múltiples tipos de plataformas informáticas, tales como estaciones de trabajo, ordenadores personales, servidores, dispositivos portátiles, sistemas multiprocesador, electrónica de consumo programable o basada en microprocesadores, PC de red, miniordenadores, ordenadores centrales o cualquier otro presente o futuro ordenador. Por ejemplo, también se puede practicar en entornos informáticos distribuidos en los que se realizan las tareas por dispositivos de procesamiento local y/o remoto que están conectados (por ejemplo, por conexiones cableadas, conexiones inalámbricas o una combinación de las mismas), en una red de comunicaciones. En un entorno informático distribuido, se pueden localizar los módulos de programa en medios de almacenamiento informáticos tanto locales como remotos incluyendo los dispositivos de almacenamiento de memoria. Sin embargo, se apreciará por un experto en la técnica que las plataformas informáticas mencionadas
anteriormente como se describen en el presente documento se configuran específicamente para realizar las operaciones especializadas de acuerdo con la presente divulgación y no se consideran ordenadores de propósito general.
Típicamente los ordenadores incluyen componentes conocidos, tales como un procesador, un sistema operativo, memoria del sistema, dispositivos de almacenamiento de memoria, controladores de entrada-salida, dispositivos de entrada-salida y dispositivos de visualización. También se entenderá por los expertos en la técnica que existen muchas configuraciones y componentes posibles de un ordenador y que también pueden incluir memoria caché, una unidad de respaldo de datos y muchos otros dispositivos. Los ejemplos de dispositivos de entrada incluyen un teclado, un dispositivo de control del cursor (por ejemplo, un ratón), un micrófono, un escáner, etc. Los ejemplos de dispositivos de salida incluyen un dispositivo de visualización (por ejemplo, un monitor o proyector), altavoces, una impresora, una tarjeta de red, etc. Los dispositivos de visualización pueden incluir dispositivos de visualización que proporcionan información visual, típicamente esta información se puede organizar lógica y/o físicamente como una matriz de píxeles. También se puede incluir un controlador de interfaz que puede comprender cualquiera de una variedad de programas informáticos conocidos o futuros para proporcionar interfaces de entrada y salida. Por ejemplo, las interfaces pueden incluir lo que en general se denomina "interfaces gráficas de usuario" (a menudo denominadas GUI) que proporcionan una o más representaciones gráficas a un usuario. Típicamente, las interfaces se habilitan para aceptar entradas de usuario usando medios de selección o de entrada conocidos por los expertos en la técnica. La interfaz también puede ser un dispositivo de pantalla táctil. Por ejemplo, las aplicaciones en un ordenador pueden emplear una interfaz que incluye lo que se denomina "interfaces de línea de comando" (a menudo denominadas CLI), típicamente las CLI proporcionan una interacción basada en texto entre una aplicación y un usuario. Típicamente, las interfaces de línea de comando presentan la salida y reciben entradas como líneas de texto a través de dispositivos de visualización. Por ejemplo, algunas implementaciones pueden incluir lo que se denomina "Shell", tales como las Shells de Unix conocidas por los expertos en la técnica, o Microsoft Windows Powershell que emplea arquitecturas de programación de tipo orientadas a objetos como el marco Microsoft .NET.
Los expertos en la técnica apreciarán que las interfaces pueden incluir una o más GUI, CLI o una combinación de las mismas.
Un procesador puede incluir un procesador disponible comercialmente tal como un procesador Celeron, Core o Pentium fabricados por Intel Corporation, un procesador SPARC fabricado por Sun Microsystems, un procesador Athlon, Sempron, Phenom u Opteron fabricados por AMD Corporation, o puede ser uno de otros procesadores que están o estarán disponibles. Por ejemplo, un procesador puede incluir lo que se denomina procesador multinúcleo y/o estar habilitado para emplear tecnología de procesamiento paralelo en una configuración de uno o varios núcleos. Por ejemplo, típicamente una arquitectura multinúcleo comprende dos o más "núcleos de ejecución" del procesador. En el presente ejemplo, cada núcleo de ejecución puede funcionar como un procesador independiente que permite la ejecución paralela de múltiples subprocesos. Además, los expertos en la técnica apreciarán que un procesador se puede configurar en lo que en general se denomina arquitecturas de 32 o 64 bits, u otras configuraciones de arquitecturas conocidas ahora o que se pueden desarrollar en el futuro.
Típicamente un procesador ejecuta un sistema operativo, que puede ser, por ejemplo, un sistema operativo de tipo Windows de Microsoft Corporation; el sistema operativo Mac OS X de Apple Computer Corp.; un sistema operativo de tipo Unix o Linux disponible de muchos proveedores o lo que se denomina código abierto; otro o un futuro sistema operativo; o alguna combinación de los mismos. Un sistema operativo interactúa con el soporte lógico y el soporte físico de manera bien conocida, y facilita al procesador la coordinación y ejecución de las funciones de los diversos programas informáticos que pueden estar escritos en una variedad de lenguajes de programación. Un sistema operativo, típicamente en cooperación con un procesador, coordina y ejecuta las funciones de los otros componentes de un ordenador. Un sistema operativo también proporciona programación, control de entrada-salida, administración de archivos y datos, administración de memoria y control de comunicación y servicios relacionados, todo de acuerdo con las técnicas conocidas.
La memoria del sistema puede incluir cualquiera de una variedad de dispositivos de almacenamiento de memoria conocidos o futuros que se pueden usar para almacenar la información deseada y a la que se puede tener acceso desde un ordenador. Los medios de almacenamiento legibles por ordenador pueden incluir medios volátiles y no volátiles, extraíbles y no extraíbles implementados en cualquier procedimiento o tecnología para el almacenamiento de información tales como instrucciones legibles por ordenador, estructuras de datos, módulos de programas u otros datos. Los ejemplos incluyen cualquier memoria de acceso aleatorio (RAM), memoria de solo lectura (ROM), memoria de solo lectura programable y borrable electrónicamente (EEPROM), discos versátiles digitales (DVD), medio magnético, tal como una cinta o disco duro residente, un medio óptico tal como un disco compacto de lectura y escritura u otro dispositivo de almacenamiento de memoria, comúnmente disponibles. Los dispositivos de almacenamiento en memoria pueden incluir cualquiera de una variedad de dispositivos conocidos o futuros, incluyendo una unidad de disco compacto, una unidad de cinta, una unidad de disco duro extraíble, una unidad flash o USB, o una unidad de disquete. Típicamente dichos tipos de dispositivos de almacenamiento de memoria leen de y/o escriben en, un medio de almacenamiento de programas tal como, respectivamente, un disco compacto, una cinta magnética, un disco duro extraíble, una unidad flash o USB, o un disquete. Cualquiera de estos medios de almacenamiento de programas, u otros actualmente en uso o que se pueden desarrollar más adelante, se pueden
considerar un producto de programa de ordenador.
Como se apreciará, típicamente estos medios de almacenamiento de programas almacenan un programa informático de ordenador y/o datos. Los programas informáticos de ordenador, también llamados lógica de control de ordenador, típicamente se almacenan en la memoria del sistema y/o el dispositivo de almacenamiento de programas usado conjuntamente con el dispositivo de almacenamiento de memoria. Por ejemplo, se describe un producto de programa de ordenador que comprende un medio usable por ordenador que tiene lógica de control (programa informático de ordenador, incluyendo el código de programa) almacenado en el mismo. La lógica de control, cuando se ejecuta por un procesador, hace que el procesador realice las funciones descritas en el presente documento. Algunas funciones se pueden implementar principalmente en el soporte físico usando, por ejemplo, una máquina de estado de soporte físico. La implementación de la máquina de estado de soporte físico para realizar las funciones descritas en el presente documento será evidente para los expertos en las técnicas relevantes. Los controladores de entrada-salida podrían incluir cualquiera de una variedad de dispositivos conocidos para aceptar y procesar información de un usuario, ya sea un ser humano o una máquina, ya sea local o remoto. Dichos dispositivos incluyen, por ejemplo, tarjetas de módem, tarjetas inalámbricas, tarjetas de interfaz de red, tarjetas de sonido u otros tipos de controladores para cualquiera de una variedad de dispositivos de entrada conocidos.
Los controladores de salida podrían incluir controladores para cualquiera de una variedad de dispositivos de visualización conocidos para presentar información a un usuario, ya sea un ser humano o una máquina, ya sea local o remoto. En particular, los elementos funcionales de un ordenador se comunican entre sí por medio de un bus de sistema. De forma alternativa, un ordenador se puede comunicar con algunos elementos funcionales usando la red u otros tipos de comunicaciones remotas. Como será evidente para los expertos en la técnica, un control de instrumento y/o una aplicación de procesamiento de datos, si se implementa en un programa informático, se puede cargar y ejecutar desde la memoria del sistema y/o un dispositivo de almacenamiento de memoria.
Todas o partes de las aplicaciones de control instrumental y/o procesamiento de datos también pueden residir en una memoria de solo lectura o dispositivo similar del dispositivo de almacenamiento de memoria, que son dispositivos que no requieren que las aplicaciones de control instrumental y/o procesamiento de datos se carguen primero a través controladores de entrada-salida. Se entenderá por los expertos en la técnica que las aplicaciones de control instrumental y/o procesamiento de datos, o partes de él, se pueden cargar por un procesador, de manera conocida en la memoria del sistema, o memoria caché, o ambas, como ventajoso para su ejecución. Además, un ordenador puede incluir uno o más archivos de biblioteca, archivos de datos experimentales y un cliente de internet almacenado en la memoria del sistema. Por ejemplo, los datos experimentales podrían incluir datos relacionados con uno o más experimentos o ensayos, tales como valores de señales detectadas u otros valores asociados con uno o más experimentos o procesos de secuenciación por síntesis (SBS).
Adicionalmente, un cliente de internet puede incluir una aplicación habilitada para acceder a un servicio remoto en otro ordenador usando una red y, por ejemplo, puede comprender lo que en general se denomina "navegadores de internet". En el presente ejemplo, algunos navegadores de internet comúnmente empleados incluyen Microsoft Internet Explorer disponible de Microsoft Corporation, Mozilla Firefox de Mozilla Corporation, Safari de Apple Computer Corp., Google Chrome de Google Corporation u otro tipo de navegador de internet actualmente conocido en la técnica o que se va a desarrollar en el futuro. Además, un cliente de internet puede incluir, o podría ser un elemento de, aplicaciones informáticas especializadas habilitadas para acceder a información remota por medio de una red tales como una aplicación de procesamiento de datos para aplicaciones biológicas.
Una red puede incluir uno o más de los muchos tipos diferentes de redes bien conocidas por los expertos en la técnica. Por ejemplo, una red puede incluir una red de área amplia o local que puede emplear lo que comúnmente se denomina conjunto de protocolos TCP/IP para comunicarse. Una red puede incluir una red que comprende un sistema mundial de redes informáticas interconectadas que comúnmente se denomina internet, o también podría incluir diversas arquitecturas de intranet. Los expertos en las técnicas relacionadas también apreciarán que algunos usuarios en entornos en red pueden preferir emplear lo que en general se denomina "cortafuegos" (también denominados a veces Packet, Filters o Border Protection Devices) para controlar el tráfico de información a y de sistemas informáticos y/o de soporte físico. Por ejemplo, los cortafuegos pueden comprender elementos informáticos o de soporte físico o alguna combinación de los mismos y típicamente están diseñados para hacer cumplir las políticas de seguridad implementadas por los usuarios, tales como, por ejemplo, administradores de red, etc.
Sistemas automatizados para tinción
Los sistemas automatizados ejemplares disponibles a través de Ventana Medical Systems, Inc., Tucson, AZ, incluyen el sistema de tinción sYm PhONY®, n.° de catálogo: 900-SYM3, sistemas de preparación automatizada de portaobjetos VENTANA® BenchMark, n.° de catálogo: N750-BMKXT-FS, N750-BMKU-FS, VENTANA, y el teñidor de portaobjetos automatizado VENTANA® BenchMark Special Stains. Estos sistemas emplean un sistema controlado por microprocesador que incluye una rueda giratoria que apoya los portaobjetos colocados radialmente. Un motor de velocidad gradual hace girar la rueda disponiendo cada portaobjetos debajo de uno de una serie de distribuidores de reactivos situados sobre los portaobjetos. Los códigos de barras en los portaobjetos y distribuidores de reactivos permiten la colocación controlada por ordenador de los distribuidores y portaobjetos de modo que se
puedan realizar diferentes tratamientos con reactivos para cada una de las diversas muestras de tejido por la programación apropiada del ordenador.
Los sistemas de instrumentación ilustrativos se diseñan para aplicar secuencialmente reactivos a secciones de tejido montadas en portaobjetos de microscopio de vidrio de una por tres pulgadas en condiciones ambientales controladas. El instrumento debe realizar varias funciones básicas tales como la aplicación de reactivos, lavado (para retirar un reactivo aplicado previamente), drenaje con chorro (una técnica para reducir el volumen de tampón residual en un portaobjetos posterior al lavado), aplicación de un aceite fluido usado para contener reactivos y evitar la evaporación y otras funciones instrumentales. Los instrumentos de tinción ejemplares procesan los portaobjetos en una rueda giratoria. Los portaobjetos mantienen una posición estacionaria y una rueda distribuidora hace girar los reactivos por encima de los portaobjetos fijos. Los procedimientos descritos en el presente documento se pueden realizar usando diversas configuraciones físicas. El procedimiento de clarificación y tinción de tejido en un portaobjetos consiste en la repetición secuencial de las funciones instrumentales básicas descritas anteriormente. Esencialmente, se aplica un reactivo al tejido, a continuación, se incuba durante un tiempo especificado a una temperatura específica. Cuando se completa el tiempo de incubación, se elimina por lavado el reactivo del portaobjetos y se aplica el siguiente reactivo, se incuba, se elimina por lavado, etc., hasta que se hayan aplicado todos los reactivos y se complete el procedimiento de tinción.
Para la divulgación relacionada, se hace referencia a Richards et al., patente de EE. UU. n.° 6296809, asignada a Ventana Medical Systems, que describe un aparato y procedimientos para teñir o tratar automáticamente múltiples muestras de tejidos montadas en portaobjetos de microscopio de modo que cada muestra pueda recibir un protocolo de tinción o tratamiento individualizado incluso cuando dichos protocolos requieran diferentes parámetros de temperatura. Más específicamente, lo que se describe es un aparato que comprende un instrumento de tinción accionado por código de barras, controlado por ordenador que aplica automáticamente reactivos químicos y biológicos a tejido o células montadas o fijadas a portaobjetos de microscopio de vidrio estándar. Una pluralidad de portaobjetos se monta en un conjunto circular sobre una rueda que gira, dirigida por el ordenador, a una localización de distribución, disponiendo cada portaobjetos debajo de uno de una serie de distribuidores de reactivos sobre una segunda rueda giratoria ubicada por encima de los portaobjetos. Cada portaobjetos recibe los reactivos seleccionados (por ejemplo, sonda de ADN) y se lava, se mezcla y/o se calienta en una secuencia óptima y durante el periodo de tiempo requerido.
Ejemplos
Los siguientes ejemplos se proporcionan para ilustrar determinadas características específicas de modos de realización de trabajo y protocolos generales. El alcance de la presente invención no está limitado a las características ejemplificadas por los siguientes ejemplos.
Procedimiento IHQ
Se implementaron los siguientes protocolos en un VENTANA® BenchMark XT (VMSI n.° de catálogo VMSI: N750-BMKXT-FS) con NexES V10.6, proporcionando los intervalos variaciones de procedimiento ilustrativas representando los valores entre corchetes un valor ejemplar:
(1) se puede realizar la cocción para adherir tejido a los portaobjetos, en especial para portaobjetos recién cortados; temperaturas: 60 °C - 75 °C; tiempo de incubación: 4-32 min; para hornear en línea, configurar la temperatura 2-4 grados por encima del punto de fusión del tipo de parafina usada, [sin cocción];
(2) se realizó la desparafinación para retirar la cera para la penetración de reactivo; las opciones de desparafinación únicas incluyen estándar, extendido y extendido II; estos procedimientos permiten una mejora en la flexibilidad para permitir un mayor éxito en la optimización de tejidos difíciles; estándar es el predeterminado y reproducirá el protocolo de desparafinación clásico usando EZ Prep (n.° de catálogo VMSI: 950-102); extendido, cuando se selecciona, reproducirá la desparafinación de HER2 d DiSH (n.° de catálogo VMSI: 780-4422) (añadiendo 5 etapas de aclarado adicionales de EZ Prep al protocolo estándar; extendido II, cuando se selecciona, usará LCS (n.° de catálogo VMSI: 650-010), [Desparafinación estándar, 75 °C, 4 minutos; 3 aclarados de EZ Prep; 76 °C, 4 minutos; aclarado];
(3) pretratamiento; en portaobjetos posterior a fijación, tratamiento previo opcional, retirada de proteína en exceso (calor y enzima); reactivo fijador rellenable por el usuario; temperatura de 37 °C - 60 °C; de "FIXATIVE 1" a "FIXATIVE 10" rellenable por el usuario, tiempo de incubación de 4 - 32 min en tampón de reacción; [sin tratamiento previo];
(4) acondicionamiento celular; se usó CC1 (n.° de catálogo VMSI: 950-124), CC2 (n.° de catálogo VMSI: 950-123) o tampón de reacción (n.° de catálogo VMSI: 950-300); CC1 con un pH ligeramente alcalino usado para recuperación con calor tampón; CC2 pH de 6,0 usado para recuperación por calor tampón, tampón de reacción usado solo para recuperación con calor; 1 a 5 ciclos seleccionables; tiempos de incubación: 4 - 16 min; temperaturas: 60 °C -100 °C, [CC1 durante 32 minutos - 8 minutos a 95 °C seguido de 24 minutos a 100 °C];
(5) tratamiento con proteasas: acondicionamiento celular usando recuperación con calor reduce la fijación de la reticulación; la proteasa "perfora orificios" en la proteína; la combinación puede permitir una mejor penetración de muestra; la elección de la enzima y el tiempo de incubación se pueden determinar por el fabricante del reactivo, recomendación, experimentación, opción de enzima; distribuidores rellenables por el usuario para usar con ENZYME 1 - 10, proteasa prediluida 1 - 3 (n.° de catálogo VMSI: 760-2018, 760-2019, 760-2020); ISH-proteasa prediluida 1 - 3 (n.° de catálogo VMSI: 780-4147, 780-4148, 780-4149); tiempo de incubación de 4 - 32 min, [no se usa proteasa]; (6) inhibición previa de peroxidasa primaria e inhibición posterior de peroxidasa primaria (n.° de catálogo VMSI: 253 4578); permite la inhibición de la peroxidasa endógena después de que la primaria se haya unido al antígeno; algunos antígenos pueden ser sensibles al peróxido de hidrógeno; esta opción puede mejorar la tinción para esos anticuerpos, [no se usa inhibición de peroxidasa];
(7) aplicar reactivo de aclarado; tampón de reacción; aplicar LCS, [4 minutos, sin calor];
(8) procedimiento de aclaramiento [descrito en el presente documento];
(9) aplicación de anticuerpo primario; temperatura del anticuerpo primario y opción de dilución del anticuerpo primario; permite al usuario modificar la temperatura de incubación para el primario; añade 900 pl adicionales de tampón de reacción al portaobjetos antes de la aplicación del anticuerpo primario; [anti-V600E (clon VE1), incubar a 37 °C durante 16 minutos];
(10) la detección vincula una molécula "visual" a la sonda; UltraView u OptiView (n.° de catálogo VMSI: 760-500, 760-700) [OptiView]; y
(11) contratinción y contratinción posterior; añade un color de "fondo" al tejido; el usuario puede seleccionar de una lista de reactivos de contratinción, incluyendo reactivos VENTANA prediluidos así como distribuidores de contratinción rellenables por el usuario; el tiempo de incubación es seleccionable de 4 min a 32 min; [contratinción 4 minutos con hematoxilina II (n.° de catálogo VMSI: 790-2208), contratinción posterior 4 minutos con reactivo de tinción azul (n.° de catálogo VMSI: 760-2037)].
Ejemplo de cáncer de mama (ejemplo de referencia)
Se tiñeron portaobjetos de tejido de mama canceroso con un cóctel de anticuerpos primarios haptenados seguido de tinción secuencial usando anticuerpos secundarios antihapteno unidos a HRP. El depósito de cromógenos específicos de diferentes colores representó la localización de los anticuerpos primarios. Se escanearon los portaobjetos teñidos y se obtuvieron las correspondientes imágenes de color RGB. Para analizar las imágenes, se desarrolló un algoritmo de separación de colores para identificar los tintes constituyentes individuales para los biomarcadores y las proporciones en las que aparecen en las imágenes en color. Basándose en los canales de imagen separados para cada marcador, se desarrollaron algoritmos de detección para identificar automáticamente diferentes tipos de linfocitos T. Se realizó el análisis de imagen para los marcadores Oscar, CD3, CD8 y FP3. Como resultado final, se informó de la puntuación para cada marcador.
Se observaron diferentes combinaciones de las distribuciones de linfocitos T en los portaobjetos y se validó este algoritmo de análisis identificando el número y localización de cada tipo de linfocito T.
El ensayo múltiple, junto con los algoritmos de análisis de imagen, proporcionan potencialmente un kit de herramientas para el cálculo de la puntuación inmunológica de cáncer de mama. Se puede usar el informe final generado por el ordenador para apoyar el análisis clínico de la respuesta inmunitaria personal del paciente y ayudar a guiar otro tratamiento de cáncer de mama, pero se necesitan estudios adicionales para validar este enfoque. Para cada caso, se tomaron recuentos celulares manuales y anotaciones regionales. Se resumieron los datos para cada paciente como una mediana de la expresión a través de ganglios muestreados, y a continuación se compararon estos valores entre los grupos con recidiva y sin recidiva. Existieron diferencias estadísticamente significativas en la proporción peri/intra tanto para CD3 como para CD8, siendo la proporción mayor en pacientes sin recidiva en comparación con pacientes con recidiva para ambas cohortes de mama.
Ejemplo de melanoma
Se han recogido linfadenectomías FFPE de 34 pacientes con melanoma, analizando un total de 150 ganglios linfáticos. Se ha caracterizado la inmunopuntuación por expresión inmunohistoquímica de CD3, CD8, CD20 y Foxp3 (todos de Ventana Medical Systems), se han cortado secciones tisulares en serie de 3-4 pm para hematoxilina/eosina (H&E) y se tiñeron con una combinación de todos los marcadores incluyendo el marcador tumoral para melanoma (S100). Se tiñeron secciones tisulares usando protocolos de tinción múltiple novedosos en un instrumento VENTANA Benchmark así como tinción de sección en serie (portaobjetos). Se llevó a cabo una evaluación inicial con un campo de microscopio de alta potencia (Olympus BX51), excluyendo las áreas
hemorrágicas o necróticas. Se ha evaluado el número de células positivas contándolas en 5 campos peritumorales y 5 intratumorales no superpuestos usando un aumento de X400. La expresión de cada marcador, así como las combinaciones de marcadores se han concordado con la información clínica más importante que se correlaciona con la consecuencia clínica.
Estas diferencias de tendencia también parecieron ser evidentes tanto para FoxP3 como para CD20, aunque este tamaño de muestra limitado restringió algunas conclusiones. A continuación, se planteó la hipótesis de una puntuación de riesgo alto/bajo que ahora se planea validar en un melanoma más grande. Para cada caso, se tomaron recuentos celulares manuales y anotaciones regionales. Se resumieron los datos para cada paciente como una mediana de la expresión a través de ganglios muestreados, y a continuación se compararon estos valores entre los grupos con recidiva y sin recidiva. Existieron diferencias estadísticamente significativas en la proporción peri/intra tanto para CD3 como para CD8, siendo la proporción mayor en pacientes sin recidiva en comparación con pacientes con recidiva para ambas proteínas. Estas diferencias de tendencia también parecieron ser evidentes tanto para FoxP3 como para CD20, aunque este tamaño de muestra limitado limitó algunas conclusiones. A continuación, se planteó la hipótesis de una puntuación de riesgo alto/bajo que ahora se planea validar en una cohorte más grande.
Análisis de imagen
Se desarrolló un algoritmo de separación de colores, que se puede denominar algoritmo de separación de colores, que separa datos de imagen en contribuciones individuales de tres o más cromógenos diferentes. Se escanearon portaobjetos de tejido teñidos con el sistema de ensayo de campo claro de cromógeno múltiple recientemente desarrollado en un escáner de portaobjetos completo de campo claro estándar y se aplicó el algoritmo de separación de colores para proporcionar canales de imagen específicos de tinción individuales para su análisis posterior. Como modelo para aplicar esta tecnología, se diseñaron ensayos de identificación inmunitaria para tejido de cáncer de mama que consistieron en anticuerpos dirigidos a linfocitos T CD3+, linfocitos T citotóxicos CD8+, linfocitos Treg FoxP3+, linfocitos B CD20+, macrófagos CD68+ y células tumorales citoqueratina+.
Se observó un intervalo de respuestas inmunitarias, tanto en términos de diferentes tipos de células como en términos de número de células. Además, se localizaron células inmunitarias en diferentes regiones del tejido, tales como: solo en el estroma, en el margen invasivo del tumor y en el centro del tumor. Se observaron diversas combinaciones de distribución de células inmunitarias, y al correlacionarlos con la consecuencia clínica, estos datos pueden predecir las respuestas de los pacientes.
Sumario
La detección y caracterización de linfocitos infiltrantes de tumores (TIL) y macrófagos en pacientes con cáncer individuales sirve para demostrar hasta qué punto el propio sistema inmunitario del paciente se activa en respuesta al tumor. A continuación, se puede usar esta información como prueba pronóstica o predictiva, o como una guía para otro tratamiento.
El sistema de detección de cromógeno múltiple es una tecnología flexible y sensible que se puede usar para detectar múltiples dianas en microscopia óptica de campo claro. Por ejemplo, se demuestra la flexibilidad por la intercambiabilidad de los cromógenos y se pueden diseñar ensayos combinados usando anticuerpos haptenados para mejorar la sensibilidad y evitar la unión no específica o "interferencia". Al usar la amplificación del hapteno, la señal generada es más fuerte y permite la detección de antígenos que se expresan débilmente.
El concepto de identificación inmunitaria ilustrado en esta presentación sirve como aplicación ideal para IHQ de campo claro de cromógeno múltiple, que proporciona valor médico al permitir análisis de microentornos de tumores de múltiples componentes y facilitar la eficacia de las pruebas por medio de tinción de portaobjetos individual.
Claims (14)
1. Un procedimiento de puntuación de la respuesta inmunitaria en cáncer usando linfocitos infiltrantes de tejido, que comprende:
- poner en contacto una muestra con todos los restos de unión específica de CD3, CD8, CD20 y FoxP3 y un resto de unión específica para un marcador tumoral, en el que la muestra está en un portaobjetos, - retirar los restos de unión específica en exceso de la muestra,
- detectar todos los restos de unión específica,
- evaluar una presencia y una distribución para todos los restos de unión específica dentro de la muestra, - puntuar el cáncer usando linfocitos infiltrantes de tejido analizando la presencia y la distribución de los restos de unión específica de CD3, CD8, CD20 y FoxP3.
2. El procedimiento de la reivindicación 1, en el que el resto de unión específica para el marcador tumoral se selecciona de anticuerpos contra citoqueratina para tumores epiteliales (carcinomas) y anticuerpos contra S100 para melanomas.
3. El procedimiento de la reivindicación 1 o 2, en el que el resto de unión específica para CD3 son anticuerpos monoclonales de conejo o ratón anti-CD3.
4. El procedimiento de cualquiera de las reivindicaciones 1 a 3, en el que el resto de unión específica para CD8 son anticuerpos monoclonales de conejo o ratón anti-CD8.
5. El procedimiento de cualquiera de las reivindicaciones 1 a 4, en el que el resto de unión específica para CD20 son anticuerpos monoclonales de conejo o ratón anti-CD20.
6. El procedimiento de cualquiera de las reivindicaciones 1 a 5, en el que el resto de unión específica para FoxP3 son anticuerpos monoclonales de conejo o ratón anti-FoxP3.
7. El procedimiento de la reivindicación 1 o 2, en el que el contacto comprende poner en contacto la muestra con restos de unión específica de CD3, CD8, CD20 y FoxP3 que se seleccionan de anticuerpos monoclonales de conejo o ratón.
8. El procedimiento de la reivindicación 7, en el que la detección comprende poner en contacto la muestra con un anticuerpo antiespecie específico para los anticuerpos monoclonales de conejo o ratón.
9. El procedimiento de la reivindicación 8, en el que el anticuerpo antiespecie está haptenado, o el procedimiento de cualquiera de las reivindicaciones 1 a 7, en el que los restos de unión específica están haptenados, y la detección del anticuerpo haptenado o los restos de unión específica comprende además poner en contacto la muestra con un anticuerpo antihapteno conjugado con una enzima.
10. El procedimiento de la reivindicación 9, en el que la detección comprende además poner en contacto la muestra con un compuesto de detección.
11. El procedimiento de la reivindicación 10, en el que el compuesto de detección se selecciona de un cromógeno o un fluoróforo.
12. Uso de un kit en un procedimiento de acuerdo con la reivindicación 1 para puntuar la respuesta inmunitaria en cáncer, que comprende:
- un resto de unión específica a CD3 y un reactivo de detección de CD3,
- un resto de unión específica a CD8 y un reactivo de detección de CD8,
- un resto de unión específica a CD20 y un reactivo de detección de CD20,
- un resto de unión específica a FoxP3 y un reactivo de detección de FoxP3,
- contenidos en una pluralidad de recipientes, e
- instrucciones para la puntuación que describen la detección de CD3, CD8, CD20 y FoxP3 dentro de una muestra de tejido y la puntuación basada en una presencia y una distribución de los reactivos de detección en
el tejido.
13. Un sistema para puntuar el cáncer por un procedimiento de acuerdo con la reivindicación 1 examinando una muestra de tejido dispuesta sobre un portaobjetos de vidrio, comprendiendo el sistema:
- reactivos que comprenden un resto de unión específica a CD3, un reactivo de detección de CD3, un resto de unión específica a CD8, un reactivo de detección de CD8, un resto de unión específica a CD20, un reactivo de detección de CD20, un resto de unión específica a FoxP3, un reactivo de detección de FoxP3, un resto de unión específica a marcador tumoral y un reactivo de detección de marcador tumoral,
- un aparato de tinción automatizado, y
- un aparato de obtención de imágenes;
en el que el aparato de tinción automatizado se configura para repartir los reactivos sobre el portaobjetos de manera tal que se determina específicamente una presencia y distribución de CD3, CD8, CD20, FoxP3 y marcador tumoral y el aparato de obtención de imágenes se configura de modo que la presencia y distribución de CD3, CD8, CD20 y FoxP3 se pueden usar para generar una puntuación.
14. Un procedimiento implementado por ordenador para contar varios tipos de células en una única pieza de tejido que se ha teñido con un ensayo múltiple de acuerdo con la reivindicación 1, que comprende:
- obtener imágenes de la única pieza de tejido que se ha teñido con el ensayo múltiple que incluye los marcadores de linfocitos CD3, CD8, CD20, FoxP3 y marcadores de detección tumoral;
- separar la imagen de la única pieza de tejido que se ha teñido con un ensayo múltiple en canales de imagen separados para cada marcador del ensayo múltiple;
- identificar regiones de interés en cada canal de imagen basándose en la información de intensidad en cada canal, en el que se retiran las regiones de baja intensidad en cada canal, y las regiones de alta intensidad representan señales celulares;
- generar una única imagen sustituida, en el que la imagen sustituida es una combinación de la información del canal de imagen de todos los marcadores de linfocitos;
- aplicar un algoritmo de detección celular, en el que el algoritmo de detección celular es un algoritmo de búsqueda de membrana o un algoritmo de búsqueda de núcleo;
- identificar las características de los linfocitos y combinaciones de linfocitos en cada canal de imagen o en cada imagen de canales combinados, o en una imagen transformada tal como una imagen de escala de grises o de absorbancia, o en una imagen sustituida;
- entrenar un algoritmo de clasificación basándose en las características de linfocitos y combinaciones de linfocitos conocidos;
- aplicar el algoritmo entrenado a las características de los linfocitos y combinaciones de linfocitos en cada canal de imagen o en cada imagen de canales combinados, o en una imagen transformada tal como una imagen de escala de grises o de absorbancia, o en una imagen sustituida, que se identificaron para clasificar las células detectadas como al menos una de las células positivas falsas, linfocitos T solo CD3, linfocitos T CD3 y CD8, linfocitos T FoxP3; y linfocitos B CD20;
- contar un número de cada tipo diferente de célula clasificada;
- generar una puntuación de la pieza de tejido, en el que la puntuación se basa en el número de cada tipo de célula contada.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201461943939P | 2014-02-24 | 2014-02-24 | |
PCT/EP2015/053643 WO2015124737A1 (en) | 2014-02-24 | 2015-02-20 | Methods, kits, and systems for scoring the immune response to cancer by simultaneous detection of cd3, cd8, cd20 and foxp3 |
Publications (2)
Publication Number | Publication Date |
---|---|
ES2701092T3 ES2701092T3 (es) | 2019-02-20 |
ES2701092T5 true ES2701092T5 (es) | 2022-05-12 |
Family
ID=52589380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES15706450T Active ES2701092T5 (es) | 2014-02-24 | 2015-02-20 | Procedimientos, kits y sistemas para puntuar la respuesta inmunitaria al cáncer por detección simultánea de CD3, CD8, CD20 y FOXP3 |
Country Status (8)
Country | Link |
---|---|
US (2) | US11079382B2 (es) |
EP (1) | EP3111221B2 (es) |
JP (1) | JP6605506B2 (es) |
AU (1) | AU2015220783B2 (es) |
CA (1) | CA2940115C (es) |
DK (1) | DK3111221T4 (es) |
ES (1) | ES2701092T5 (es) |
WO (1) | WO2015124737A1 (es) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2951600C (en) | 2014-08-04 | 2022-12-06 | Ventana Medical Systems, Inc. | Image analysis system using context features |
WO2017171720A1 (en) * | 2016-03-29 | 2017-10-05 | Flagship Biosciences, Inc. | Digital image analysis of inflammatory cells and mediators of inflammation |
US10346975B2 (en) * | 2016-06-06 | 2019-07-09 | Case Western Reserve University | Computerized analysis of computed tomography (CT) imagery to quantify tumor infiltrating lymphocytes (TILs) in non-small cell lung cancer (NSCLC) |
EP3392799A1 (en) * | 2017-04-21 | 2018-10-24 | Koninklijke Philips N.V. | Medical image detection |
CN110476101B (zh) | 2017-06-13 | 2022-02-18 | 谷歌有限责任公司 | 用于病理学的增强现实显微镜 |
WO2019020556A1 (en) * | 2017-07-24 | 2019-01-31 | Ventana Medical Systems, Inc. | METHODS AND SYSTEMS FOR ASSESSING INFILTRAT OF IMMUNE CELLS IN TUMOR SAMPLES |
US10956795B2 (en) * | 2017-09-15 | 2021-03-23 | Case Western Reserve University | Predicting recurrence in early stage non-small cell lung cancer (NSCLC) using spatial arrangement of clusters of tumor infiltrating lymphocytes and cancer nuclei |
US11691141B2 (en) | 2017-11-13 | 2023-07-04 | Roche Sequencing Solutions, Inc. | Devices for sample analysis using epitachophoresis |
JP7000139B2 (ja) * | 2017-12-01 | 2022-01-19 | キヤノン株式会社 | 画像情報処理装置および表示方法 |
TWI723374B (zh) * | 2018-04-12 | 2021-04-01 | 美商凱特製藥公司 | 利用腫瘤微環境之特性之嵌合受體t細胞治療 |
WO2019199392A1 (en) * | 2018-04-12 | 2019-10-17 | Google Llc | Augmented reality microscope for pathology with overlay of quantitative biomarker data |
EP3776337A1 (en) | 2018-04-13 | 2021-02-17 | Ventana Medical Systems, Inc. | Systems for cell shape estimation |
SG11202102644XA (en) | 2018-09-19 | 2021-04-29 | Alpine Immune Sciences Inc | Methods and uses of variant cd80 fusion proteins and related constructs |
WO2020074742A1 (en) | 2018-10-12 | 2020-04-16 | F. Hoffmann-La Roche Ag | Detection methods for epitachophoresis workflow automation |
CA3119311A1 (en) * | 2018-11-09 | 2020-05-14 | Pierian Biosciences, LLC | Methods and compositions for determining the composition of a tumor microenvironment |
JP6994586B2 (ja) * | 2018-12-11 | 2022-01-14 | 株式会社日立ハイテク | 自動分析装置 |
JPWO2020166469A1 (ja) * | 2019-02-15 | 2021-12-16 | コニカミノルタ株式会社 | 情報提供方法、情報提供装置及びプログラム |
JP7441243B2 (ja) | 2019-05-14 | 2024-02-29 | エフ. ホフマン-ラ ロシュ アーゲー | 試料分析のための装置および方法 |
CN114113616B (zh) * | 2021-12-07 | 2022-08-23 | 深圳裕策生物科技有限公司 | 一种试剂盒及其染色方法 |
WO2024090265A1 (ja) * | 2022-10-28 | 2024-05-02 | 株式会社biomy | 情報処理装置、情報処理方法及びプログラム |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7219016B2 (en) | 2001-04-20 | 2007-05-15 | Yale University | Systems and methods for automated analysis of cells and tissues |
EP1777523A1 (en) | 2005-10-19 | 2007-04-25 | INSERM (Institut National de la Santé et de la Recherche Médicale) | An in vitro method for the prognosis of progression of a cancer and of the outcome in a patient and means for performing said method |
US20090203015A1 (en) * | 2008-02-13 | 2009-08-13 | Celera Corporation | Multiplex assays for hormonal and growth factor receptors, and uses thereof |
WO2012038068A2 (en) * | 2010-09-24 | 2012-03-29 | Niels Grabe | Means and methods for the prediction of treatment response of a cancer patient |
EP2649205A4 (en) * | 2010-12-07 | 2014-05-14 | Univ California | PHENOTYPING OF LEUKOCYTES INFILTING THE TUMORS |
JP2012150253A (ja) * | 2011-01-19 | 2012-08-09 | Nikon Corp | 蛍光顕微鏡および光学フィルタ |
JP5970560B2 (ja) | 2012-01-20 | 2016-08-17 | アンスティチュ ナショナル ドゥ ラ サンテ エ ドゥ ラ ルシェルシュ メディカル | B細胞の密度に基づいて、固形癌に苦しむ患者の生存時間を予測するための方法 |
ES2678211T3 (es) † | 2012-03-27 | 2018-08-09 | Ventana Medical Systems, Inc. | Conjugados de señalización y procedimientos de uso |
IN2014DN07531A (es) * | 2012-03-30 | 2015-04-24 | Clarient Diagnostic Services Inc | |
ES2902879T3 (es) | 2012-06-14 | 2022-03-30 | Inst Nat Sante Rech Med | Método de cuantificación de células inmunitarias en tejidos tumorales y sus aplicaciones |
EP2682750A1 (en) | 2012-07-02 | 2014-01-08 | Sotio a.s. | In vitro method for the diagnosis and surveillance of cancer |
US20160081594A1 (en) | 2013-03-13 | 2016-03-24 | Virtusense Technologies | Range of motion system, and method |
-
2015
- 2015-02-20 WO PCT/EP2015/053643 patent/WO2015124737A1/en active Application Filing
- 2015-02-20 JP JP2016570181A patent/JP6605506B2/ja active Active
- 2015-02-20 DK DK15706450.2T patent/DK3111221T4/da active
- 2015-02-20 EP EP15706450.2A patent/EP3111221B2/en active Active
- 2015-02-20 AU AU2015220783A patent/AU2015220783B2/en active Active
- 2015-02-20 CA CA2940115A patent/CA2940115C/en active Active
- 2015-02-20 ES ES15706450T patent/ES2701092T5/es active Active
-
2016
- 2016-08-24 US US15/246,409 patent/US11079382B2/en active Active
-
2021
- 2021-06-17 US US17/304,317 patent/US20210311060A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
DK3111221T3 (en) | 2019-01-07 |
EP3111221B1 (en) | 2018-10-10 |
AU2015220783B2 (en) | 2021-02-04 |
US20210311060A1 (en) | 2021-10-07 |
US20160363593A1 (en) | 2016-12-15 |
JP2017511488A (ja) | 2017-04-20 |
EP3111221B2 (en) | 2022-01-19 |
AU2015220783A1 (en) | 2016-07-07 |
CA2940115C (en) | 2023-03-14 |
JP6605506B2 (ja) | 2019-11-13 |
US11079382B2 (en) | 2021-08-03 |
CA2940115A1 (en) | 2015-08-27 |
EP3111221A1 (en) | 2017-01-04 |
WO2015124737A1 (en) | 2015-08-27 |
DK3111221T4 (da) | 2022-04-19 |
ES2701092T3 (es) | 2019-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2701092T5 (es) | Procedimientos, kits y sistemas para puntuar la respuesta inmunitaria al cáncer por detección simultánea de CD3, CD8, CD20 y FOXP3 | |
CN108693009B (zh) | 使用图像分析识别候选细胞 | |
US10846848B2 (en) | System for bright field image simulation | |
CA2955156C (en) | Systems and methods for generating fields of view | |
Bird–Lieberman et al. | Population-based study reveals new risk-stratification biomarker panel for Barrett's esophagus | |
JP6604960B2 (ja) | バイオマーカー陽性の腫瘍細胞を識別するための医用画像解析 | |
Shipitsin et al. | Automated quantitative multiplex immunofluorescence in situ imaging identifies phospho-S6 and phospho-PRAS40 as predictive protein biomarkers for prostate cancer lethality | |
JP2021506013A (ja) | 腫瘍空間異質性およびインターマーカ異質性の計算方法 | |
Lin et al. | High-plex immunofluorescence imaging and traditional histology of the same tissue section for discovering image-based biomarkers | |
US20130338016A1 (en) | Method For Integrated Pathology Diagnosis And Digital Biomarker Pattern Analysis | |
KR20100012847A (ko) | 생물학적 샘플에서 희귀 사건 분석을 위한 고감도 다중매개변수 방법 | |
Kwon et al. | Automated measurement of multiple cancer biomarkers using quantum-dot-based microfluidic immunohistochemistry | |
Batistatou et al. | Evaluation of current prognostic and predictive markers in breast cancer: a validation study of tissue microarrays | |
ES2965647T3 (es) | Procedimientos y sistemas para la evaluación de infiltrado de células inmunitarias en cáncer colorrectal en estadio III | |
JP2021507419A (ja) | 膜特徴に基づいて組織画像内で細胞を分類するためのシステム及び方法 | |
Lin et al. | Multi-modal digital pathology for colorectal cancer diagnosis by high-plex immunofluorescence imaging and traditional histology of the same tissue section | |
Monaco et al. | Quantitative image analysis for CD 8 score in lung small biopsies and cytology cell‐blocks | |
JP2023524568A (ja) | 腫瘍試料中のegfrおよびegfrリガンドの発現を評価するための組織化学的システムおよび方法 | |
Dangott | Whole Slide Imaging and Research Applications | |
Kung | Assessing a hyperspectral image analysis system to study tumor and immune cell spatial organizations within lung tumor microenvironments | |
Glajcar et al. | Application of tissue microarrays for receptor immunohistochemistry in breast carcinoma | |
Moroney | Use of Aperio Image Analysis in Peer-Reviewed Breast Cancer Research |