大量的臨床案例和科學研究表明腫瘤免疫微環境的深度解析將會是突破免疫治療障礙的關鍵所在，*的Phenoptics分析方案可以的解決這一難題。該方案可以實現對腫瘤樣本內多達9種生物標志物的原位標記和描繪，同時實現多種生物標志物的聯合分析及空間分布分析，從而實現生物學數據的深度挖掘，為腫瘤診療提供重要依據。
接下來跟隨小編一起來看幾篇發表在雜志的相關研究論文，一探究竟吧！
1、JAMA Oncology
2019年7月18日來自美國約翰霍普金斯大學、耶魯大學、范德堡大學及西北大學等科研單位聯合在腫瘤學期刊JAMA Oncology(IF 22.4)發布了一項腫瘤學免疫診療重要研究成果(Comparison of Biomarker Modalities for Predicting Response to PD-1/PD-L1 Checkpoint Blockade A Systematic Review and Meta-analysis)，系統闡述了利用Phenoptics免疫標志物mIHC/IF多重免疫組化(即Opal多重免疫組化)分析方案對于腫瘤微環境進行深度分析，其結果對比傳統檢測手段對于療效預測有著更為突出的優勢，可以更好地為腫瘤的診斷和免疫治療提供可靠依據。
文章對比了廣泛應用的幾種腫瘤學生物標志物檢測方案，如傳統PD-L1免疫組化檢測、TMB腫瘤突變負荷分析、GEP基因表達譜分析及mIHC/IF多重免疫組化檢測等方案與臨床案例的診斷準確性及免疫治療應答率進行了深度整合分析。
研究人員通過Meta分析統計了2013年-2018年間公開發表及重大學術會議公布的腫瘤免疫治療及免疫檢查點抑制劑56篇研究案例，包含 10種以上不同類型的腫瘤樣本總計8135份的完整臨床數據(包括黑色素瘤、肺癌、尿路上皮癌、頭頸癌、結腸癌、肝細胞肝癌、宮頸癌、胃癌、默克細胞瘤、腎細胞癌等)，系統關聯分析了腫瘤治療應答率和生物標志物的表達水平，根據其比值權重依據敏感性和準確度統計出sROC曲線并分析計算曲線下面積AUC數據進行準確度評估用于判斷該檢測方案的敏感度和特異度，這兩項指標與腫瘤的免疫治療應答率具有高度相關性。
數據統計分析顯示，mIHC/IF多重組化檢測方案的數據結果權重分析條件下AUC=0.79顯著優于其他分析方案，PD-L1傳統免疫組化IHC檢測(AUC=0.65,P<0.001),GEP基因表達譜分析(AUC=0.65,P=0.003),TMB腫瘤突變負荷分析(AUC=0.69, P=0.049)，非權重分析AUC=0.872依然顯著高于其他分析方案的統計數據。而在使用多個分析方案進行多參數聯合評估條件下(如綜合PD-L1免疫組化和GEP+TMB綜合分析)，其AUC將提高到0.74,而mIHC/IF免疫微環境綜合分析方案AUC仍高于該聯合方案(AUC=0.79),說明mIHC/IF多重組化檢測方案對于腫瘤的診斷和免疫治療具有好的預測價值。
2、Nature
近來關于腫瘤微環境分析與免疫治療相關研究成果接連發表，2019年6月26日Nature發表了巴黎大學Immune evasion before tumor invasion in early lung squamous carcinogenesis的研究論文，該文利用Phenoptics組織微環境分析方案對于肺癌病人樣本的腫瘤免疫細胞進行了深度的分型分析，闡述了肺鱗狀細胞癌發生過程相關免疫細胞空間分布定位的差異性變化，從而揭示腫瘤免疫微環境的重塑有利于對腫瘤的治療。
3、Nature Immunology
2019年7月8日來自美國希望之城癌癥中心的科研人員在Nature Immunology發文同樣闡述了Phenoptics腫瘤微環境分析方案在乳腺癌的診斷和治療方面具有極大的潛力和價值(Connecting blood and intratumoral Treg cell activity in predicting future relapse in breast cancer)，可以有效的對乳腺癌病人治療后的復發風險進行預測，從而為患者的診療提供重要的數據支持。
4、Nature Communications
2018年度諾貝爾獎生理學或醫學獎得主James Allison教授早在2017年領導的一項研究就應用Phenoptics多重免疫組化方案深度分析了胰腺癌病例腫瘤組織微環境與臨床預后信息具有*的相關性，該研究成果發表在Nature子刊 Nature Communications (Spatial computation of intratumoral T cells correlates with survival of patients with pancreatic cancer)，而相關的研究方案將為腫瘤的免疫治療提供新的診療依據從而更好的給腫瘤患者制定有效的治療方案。
總結：*的Phenoptics多光譜組織微環境景觀分析方案融合了Opal多重免疫組化染色、Vectra多光譜成像和inForm智能組織定量分析技術，可以實現傳統腫瘤檢測方案難以解決的技術難題，從而更好的實現對于腫瘤患者的診斷和治療。
網絡講座
講座時間：
2019年8月27日12:00 PM(北京時間)
講座題目：
Comprehensive Meta-analysis of Biomarker Technologies for Predictive Response of PD-1/PD-L1 Checkpoint Therapies
主講人：
霍普金斯大學 Steve Lu
Akoya Biosciences Cliff Hoyt
內容簡介：
詳細分享Phenoptics分析方案的特點和技術優勢，包括多種生物標記技術預測PD-1/PD-L1免疫治療的預測指標分析，免疫細胞亞群定量蛋白檢測的重要性以及疾病狀態下細胞空間分布差異比較與應用，用于穩定且高通量臨床研究的多重免疫熒光方法的新進展等內容。
會議地址：
/ms/webinar/akoya-biosciences-series-comprehensive-metaanalysis-biomarker-technologies-predictive-response-pd-1
參考文獻
1. Wang L, Simons D L, Lu X, et al. Connecting blood and intratumoral T reg cell activity in predicting future relapse in breast cancer[J]. Nature immunology, 2019: 1.
2. Lu S, Stein J E, Rimm D L, et al. Comparison of Biomarker Modalities for Predicting Response to PD-1/PD-L1 Checkpoint Blockade: A Systematic Review and Meta-analysis[J]. JAMA oncology, 2019.
3. Carstens J L, De Sampaio P C, Yang D, et al. Spatial computation of intratumoral T cells correlates with survival of patients with pancreatic cancer[J]. Nature communications, 2017, 8: 15095.
4. Mascaux C, Angelova M, Vasaturo A, et al. Immune evasion before tumour invasion in early lung squamous carcinogenesis[J]. Nature, 2019: 1.
5. Soo R A, Lim J S Y, Asuncion B R, et al. Determinants of variability of five programmed death ligand-1 immunohistochemistry assays in non-small cell lung cancer samples[J]. Oncotarget, 2018, 9(6): 6841.
關于珀金埃爾默：
珀金埃爾默致力于為創建更健康的世界而持續創新。我們為診斷、生命科學、食品及應用市場推出*的解決方案，助力科學家、研究人員和臨床醫生解決棘手的科學和醫療難題。憑借深厚的市場了解和技術專長，我們助力客戶更早地獲得更準確的洞見。在，我們擁有12500名專業技術人員，服務于150多個國家，時刻專注于幫助客戶打造更健康的家庭，改善人類生活質量。2018年，珀金埃爾默年營收達到約28億美元，為標準普爾500指數中的一員，紐交所上市代號1-877-PKI-NYSE。了解更多有關珀金埃爾默的信息，請訪問www.perkinelmer.com.cn。
7
立即詢價
您提交后，專屬客服將第一時間為您服務