Многопараметрический иммуногистохимический анализ в диагностике онкологических заболеваний (обзор литературы)

Введение. Многопараметрический сравнительный анализ клинических и молекулярно-генетических биомаркеров злокачественных новообразований обладает мощным диагностическим и прогностическим потенциалом и является необходимой предпосылкой для развития персонализированной медицины. Данный подход позволяет не только одновременно выявить экспрессию определенных биомаркеров опухоли, но и получить данные об их пространственном распределении в исследуемых тканях, а также оценить взаимное расположение клеток опухоли и ее микроокружения, экспрессирующих те или иные биомаркеры. Таким образом, многопараметрический иммуногистохимический анализ, позволяющий не только подтвердить наличие определенной нозологии, но и провести 3D-визуализацию биоптатов, изучить пространственную организацию опухолевой ткани и уровни экспрессии биомаркеров на уровне единичных клеток, может открыть широкие перспективы в диагностике и лечении онкологических заболеваний.

Цель исследования – систематизировать данные о возможностях многопараметрического иммуногистохимического анализа для диагностики и развития персонализированного подхода к терапии онкологических заболеваний.

Результаты. Многопараметрический иммуногистохимический анализ дает возможность оценивать гетерогенность опухолей на уровне молекулярных подтипов, а также гетерогенность опухолевого микроокружения, таким образом позволяет прогнозировать развитие опухоли, определить ее метастатический потенциал, а также выбрать эффективную стратегию для подбора индивидуальной терапии.

Заключение. В настоящем обзоре проанализированы результаты использования многопараметрического иммуногистохимического анализа для детекции онкологических заболеваний, показан высокий потенциал этого метода для дифференциации онкологических нозологий и исследования микроокружения опухолей, что позволяет эффективно выбрать терапевтическую стратегию и оценить ответ опухоли на терапию.

1. Füzéry A.K., Levin J., Chan M.M., Chan D.W. Translation of proteomic biomarkers into FDA approved cancer diagnostics: Issues and challenges. Clin Proteomics 2013;10(1):13. DOI: 10.1186/1559-0275-10-13

2. Landegren U., Hammond M. Cancer diagnostics based on plasma protein biomarkers: Hard times but great expectations. Mol Oncol 2021;15(6):1715–26. DOI: 10.1002/1878-0261.12809

3. Poore G.D., Kopylova E., Zhu Q. et al. Microbiome analyses of blood and tissues suggest cancer diagnostic approach. Nature 2020;579(7800):567–74. DOI: 10.1038/s41586-020-2095-1

4. Álvez M.B., Edfors F., von Feilitzen K. et al. Next generation pancancer blood proteome profiling using proximity extension assay. Nat Commun 2023;14(1):4308. DOI: 10.1038/s41467-023-39765-y

5. Sheng W., Zhang C., Mohiuddin T.M. et al. Multiplex immunofluorescence: A powerful tool in cancer immunotherapy. Int J Mol Sci 2023;24(4):3086. DOI: 10.3390/ijms24043086

6. Cheung A.M., Wang D., Liu K. et al. Quantitative single-cell analysis of immunofluorescence protein multiplex images illustrates biomarker spatial heterogeneity within breast cancer subtypes. Breast Cancer Res 2021;23(1):114. DOI: 10.1186/s13058-021-01475-y

7. Yagnik G., Liu Z., Rothschild K.J., Lim M.J. Highly multiplexed immunohistochemical MALDI-MS imaging of biomarkers in tissues. J Am Soc Mass Spectrom 2021;32(4):977–88. DOI: 10.1021/jasms.0c00473

8. Abdullahi Sidi F., Bingham V., Craig S.G. et al. PD-L1 multiplex and quantitative image analysis for molecular diagnostics. Cancers (Basel) 2020;13(1):29. DOI: 10.3390/cancers13010029

9. Sanchez K., Kim I., Chun B. et al. Multiplex immunofluorescence to measure dynamic changes in tumorinfiltrating lymphocytes and PD-L1 in early-stage breast cancer. Breast Cancer Res 2021;23(1):2. DOI: 10.1186/s13058-020-01378-4

10. Mezheyeuski A., Micke P., Martín-Bernabé A. et al. The immune landscape of colorectal cancer. Cancers (Basel) 2021;13(21): 5545. DOI: 10.3390/cancers13215545

11. Zhang W., Song Z.J., Zhang B.Y. et al. Multiplex immunohistochemistry indicates biomarkers in colorectal cancer. Neoplasma 2021;68(6):1272–82. DOI: 10.4149/neo_2021_210312N324

12. Tsujikawa T., Kumar S., Borkar R.N. et al. Quantitative multiplex immunohistochemistry reveals myeloid-inflamed tumor-immune complexity associated with poor prognosis. Cell Rep 2017;19(1):203–17. DOI: 10.1016/j.celrep.2017.03.037

13. Yagi Y., Aly R.G., Tabata K. et al. Three-dimensional histologic, immunohistochemical, and multiplex immunofluorescence analyses of dynamic vessel co-option of spread through air spaces in lung adenocarcinoma. J Thorac Oncol 2020;15(4):589–600. DOI: 10.1016/j.jtho.2019.12.112

14. Eliyatkın N., Yalçın E., Zengel B. et al. Molecular classification of breast carcinoma: From traditional, old-fashioned way to a new age, and a new way. J Breast Health 2015;11(2):59–66. DOI: 10.5152/tjbh.2015.1669

15. Upadhaya S., Neftelinov S.T., Hodge J., Campbell J. Challenges and opportunities in the PD1/PDL1 inhibitor clinical trial landscape. Nat Rev Drug Discov 2022;21(7):482–3. DOI: 10.1038/d41573-022-00030-4

16. 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. JAMA Oncol 2019;5(8):1195–204. DOI: 10.1001/jamaoncol.2019.1549

17. Schmid P., Cortes J., Pusztai L. et al. Pembrolizumab for early triple-negative breast cancer. N Engl J Med 2020;382(9):810–21. DOI: 10.1056/NEJMoa1910549

18. Pagès F., Mlecnik B., Marliot F. et al. International validation of the consensus Immunoscore for the classification of colon cancer: A prognostic and accuracy study. Lancet 2018;391(10135):2128–39. DOI: 10.1016/S0140-6736(18)30789-X

19. Ghahremani P., Li Y., Kaufman A. et al. Deep learning-inferred multiplex immunofluorescence for immunohistochemical image quantification. Nat Mach Intell 2022;4(4):401–12. DOI: 10.1038/s42256-022-00471-x