Flow cytometry / CyTOF
一行要約
Flow cytometry / CyTOF は細胞を単一細胞レベルで蛍光標識抗体 (flow) または金属同位体標識抗体 (CyTOF: mass cytometry) により多パラメータ同時解析する手法で、肺癌領域では NSCLC TME の immune archetype 同定 (Lizotte et al. JCIInsight 2016、Lavin et al. Cell 2017)、anti-PD-1 応答予測 (Krieg et al. NatMed 2018)、PMN-MDSC / TAN 分離 (Condamine et al. SciImmunol 2016)、CAR-T 製品 QC、CRS 予測 (Teachey et al. CancerDiscov 2016) 等で de facto standard となっている immune phenotyping の中核技術。
原理
検出原理の比較
Conventional flow cytometry: 蛍光色素標識抗体で染色した細胞を sheath fluid 中にシングル化し、レーザー照射下を通過させて散乱光 (FSC = サイズ、SSC = 顆粒度・複雑性) と各蛍光チャンネルの強度を光電子増倍管で測定する。Compensation matrix で蛍光スペクトル重複を補正。一般的なマーカー数は 8-15。
Spectral flow cytometry (Cytek Aurora 等) : 各蛍光色素のフルスペクトラムをアレイ検出器で取得し unmixing アルゴリズムで再構成。30-40+ マーカー測定が可能で、auto-fluorescence の差し引きが容易。
Mass cytometry / CyTOF (Fluidigm Helios 等) : 金属同位体 (lanthanide) 標識抗体を ICP-TOF (Inductively Coupled Plasma - Time of Flight) 質量分析で検出し、スペクトル重複なく 40-50 マーカーを同時測定。Krieg et al. NatMed 2018 が melanoma 末梢血 CyTOF でクラシカル CD14+ CD16− HLA-DR^hi monocyte 頻度が anti-PD-1 応答を予測することを示し、CyTOF の臨床予測 utility を確立した paradigm-shaping 研究。
Imaging Mass Cytometry (IMC) / MIBI: 組織切片に lanthanide 標識抗体を染色し、レーザー ablation + ICP-TOF で空間情報を保持したまま 40+ マーカーを取得。Multiplex-IF-imaging と並んで spatial proteomics の主要 modality。
FACS (Fluorescence-Activated Cell Sorting)
蛍光特性に基づき細胞を電荷偏向で物理的に分取し、生細胞のまま下流解析 (scRNA-seq、培養、in vitro 機能 assay、in vivo 移植) に供する。Smart-seq2 等の plate-based scRNA-seq では FACS index sorting が必須前段階。
適用領域 (がん研究)
NSCLC TME プロファイリング
Lizotte et al. JCIInsight 2016 が 17-color flow + IHC で NSCLC を distinct な immunophenotype に分類し、IO 効果予測の基盤を提供。Lavin et al. Cell 2017 は paired normal/tumor mass cytometry + scRNA-seq で早期肺腺癌の innate landscape を初めて系統的に解析し、AM の pro-tumor シフトを実証した landmark。Sorin et al. Nature 2023 は IMC で NSCLC 416 検体の空間 immune landscape を mapping、cellular niche と clinical outcome の相関を示した。
IO 応答予測 / CRS 予測
Krieg et al. NatMed 2018 が CyTOF で末梢血 monocyte phenotype による anti-PD-1 応答予測を確立。Spitzer et al. Cell 2017 は CyTOF で systemic immunity (lymph node、spleen、blood) の dynamic activation が IO 効果に必須であることを示し、TME 中心観の patch をあてた重要研究。Teachey et al. CancerDiscov 2016 は CAR-T 後 CRS 予測 biomarker を flow + cytokine multiplex で同定し、tocilizumab 早期介入の rationale を提供。Fairfax et al. NatMed 2020 は flow + scRNA-seq で末梢血 CD8 T 細胞 phenotype と durable response の相関を確立。
好中球 / MDSC 研究
PMN-MDSC / TAN 同定では FCM が依然 gold standard。Condamine et al. SciImmunol 2016 が LOX-1+ CD15+ で PMN-MDSC を同定する FCM 操作的定義を確立し、Veglia et al. JExpMed 2021 が密度分画 + CD11b/CD15/CD66b/LOX-1 panel で classical neutrophil との生化学的・機能的鑑別を系統化した。マウスでは Liu et al. STARProtoc 2020 と Kuang et al. STARProtoc 2023 が標準 protocol を提供。NETosis 定量には Gavillet et al. AmJHematol 2015 と McGill et al. STARProtoc 2021 が flow-based assay を体系化。
肺癌 driver 別 / 治療応答 phenotyping
Suresh et al. JClinInvest 2019 は BAL 検体の flow で ICI-pneumonitis の alveolar immune dysregulation を同定し、診断的 utility を提示。Singhal et al. CancerCell 2016 は flow-sorting + 機能 assay で APC-like TAN サブセットを発見し、TAN heterogeneity 概念の foundation を提供。
標準化と再現性
Maecker et al. NatRevImmunol 2012 が Human Immunology Project の standardized panel を提唱し、cross-study 比較の re-producibility を改善。Cell sorting 後の RNA 品質保持には Iglesias-Ussel et al. JImmunolMethods 2013 が intracellular staining 後でも microarray-quality RNA を取得する手法を確立した。
scRNA-seq / spatial 手法との比較
| 軸 | Flow / CyTOF | scRNA-seq | Multiplex-IF-imaging / IMC |
|---|---|---|---|
| 検出層 | 蛋白質 | mRNA | 蛋白質 (空間情報あり) |
| マーカー数 | 15-50 | 全 transcriptome | 5-50 |
| 細胞数 | 10⁵-10⁷ /sample | 10³-10⁵ /sample | 10⁴-10⁶ /tissue |
| 空間情報 | なし | なし (spatial omics で補完) | あり |
| ソーティング | 可能 (FACS) | 不可 (destructive) | 不可 |
| Rare cell 検出 | 高 (multi-million event) | 低 (解離 bias) | 中 (visual confirmation) |
| コスト/sample | 低-中 | 高 | 中-高 |
| 翻訳適性 | 臨床 routine 可 | 研究中心 | 病理統合中 |
scRNA-seq は転写状態の連続スペクトラムを捉えるが解離 bias で neutrophil / hepatocyte 等が under-represented されやすく (Salcher et al. CancerCell 2022 が NSCLC neutrophil 専用 protocol で克服)、flow / CyTOF は蛋白質発現を保存し rare event 検出に強みを持つ。両者は CITE-seq / Abseq で統合される。
限界と注意点
- 蛍光スペクトル重複: 従来 flow cytometry はマーカー数が 15-20 に制限。Spectral flow / CyTOF が解決策
- CyTOF スループット低: 〜500 events/sec で大規模 cohort 解析に時間。Cell loss 〜30%
- Destructive measurement: CyTOF / 一部 intracellular staining は細胞破壊し downstream 解析不可
- 抗体パネル設計の労力: titration、compensation、isotype control、FMO (fluorescence-minus-one) が品質を左右
- 空間情報の喪失: 組織内 niche 解析には Multiplex-IF-imaging / IMC / Spatial-transcriptomics が必要
- 解離 bias と viability: 固形腫瘍解離で fragile cell (neutrophil、 plasma cell、hepatocyte) が脱落
- Auto-fluorescence: 肺胞マクロファージ等で問題、spectral flow で部分的に補正可能
- Standardization の欠如: gating strategy / panel design が施設間で不統一 (Maecker et al. NatRevImmunol 2012 の roadmap が部分的にしか普及していない)
- Doublet / debris 排除: FSC-A vs FSC-H、scatter gating で除去するが、CyTOF では Gaussian discrimination + bead normalization が必須
Open Questions
- Multi-modal 統合 (CyTOF + scRNA-seq + IMC) の標準化されたパイプライン
- 臨床 routine への翻訳: 30+ パラメータ panel の検査室 workflow / regulatory pathway / 外注標準化
- AI-driven gating: 自動 clustering (FlowSOM、PhenoGraph、UMAP-based) の臨床利用可能な validation framework
- IMC / MIBI vs CyTOF: spatial 解析と単細胞解析の使い分け / 統合
- Reference panel の確立: NSCLC / SCLC それぞれの consensus immune profiling panel
重要論文 Top 10
- ★★★★★ Krieg et al. NatMed 2018 — CyTOF 末梢血 monocyte phenotype が anti-PD-1 応答予測、臨床翻訳の foundation
- ★★★★★ Lavin et al. Cell 2017 — Mass cytometry + scRNA-seq の paired 解析で早期肺腺癌 innate landscape 確立
- ★★★★ Condamine et al. SciImmunol 2016 — LOX-1 を PMN-MDSC FCM 特異マーカーとして同定、operational definition の foundation
- ★★★★ Spitzer et al. Cell 2017 — CyTOF で systemic immunity (lymph node / spleen / blood) の IO 効果関与を実証
- ★★★★ Sorin et al. Nature 2023 — IMC で NSCLC 416 検体の spatial immune landscape を大規模 mapping