细胞分类算法及该算法告知和优化医学治疗的应用制造技术

本发明专利技术提供了一种调查细胞内或细胞上蛋白质的空间组织的方法，以及该空间组织信息告知有关医疗干预的决策的应用，特别是涉及包括CAR

【技术实现步骤摘要】
【国外来华专利技术】细胞分类算法及该算法告知和优化医学治疗的应用


[0001]本申请涉及对细胞进行分类的方法，以及使用该分类方法来告知和优化医学干预的方式，特别是在细胞疗法的背景下。

技术介绍

[0002]新型药物(生物制剂)和最近开发的细胞疗法依赖于对患者自身细胞(如免疫系统的细胞)的调节和修改，以瞄准病变细胞(如癌细胞)并与病变细胞相互作用。
[0003]这些细胞疗法(如免疫疗法)在治疗越来越多的不同疾病(包括各种恶性肿瘤)方面取得了惊人的成果，它们在更广泛的治疗应用方面有很大的潜力，特别是在癌症治疗方面。然而，使用目前的方法，同样的细胞疗法往往在一个患者身上显示出惊人的成功，而在给患有明显相同疾病的另一个人使用时，却完全没有好处，或者更糟糕的是，有严重的副作用。这个问题的核心是对支撑这些疗法的分子机制理解不足，这可能导致次优或不适当的细胞疗法的构建和/或管理，还会导致在临床上使用不可靠和不一致的患者诊断过程。
[0004]因此，需要改进的技术，以更好地理解和预测个体患者的目标细胞与不同潜在细胞疗法提供的效应细胞之间的相互作用。

技术实现思路

[0005]根据本专利技术的第一方面，提供了一种调查多个细胞的方法，包括：检测多个细胞中的每个细胞上的一种或多种蛋白质；获得多个细胞内的检测到的蛋白质的相应空间坐标；检测多个细胞的边界；以及基于获得的空间坐标和检测到的边界来构建数据向量。
[0006]在一些实施方式中，构建数据向量还包括：基于获得的空间坐标评估空间分布。
[0007]在一些实施方式中，构建数据向量包括：执行空间分布分析算法，使得获得的空间坐标在预定数量的长度尺度上被划分为一个或多个簇。在每个长度尺度上，每个簇包括在对应于长度尺度的区域内的检测到的蛋白质的空间坐标。
[0008]在该实施方式中，构建数据向量可以包括：执行空间分布分析算法，使得获得的空间坐标在预定数量的长度尺度上被划分为一个或多个簇，其中在每个长度尺度上，每个簇包括在对应于长度尺度的区域内的检测到的蛋白质的空间坐标；以及确定每个长度尺度上的簇的属性组；其中，数据向量包括为每个长度尺度上的簇确定的属性组。
[0009]在一些实施方式中，获得边界包括：获得多个细胞的光学图像；对多个细胞的光学图像执行分割算法；以及将通过分割算法获得的边界扩展预定距离。
[0010]在一些实施方式中，构建的数据向量包括细胞内的检测到的蛋白质的定位分布的至少一个测量。定位分布可以(a)细胞内的检测到的蛋白质的空间坐标的定位数密度、(b)跨多种类型蛋白质的定位之间的距离、或(c)里普利K函数中的一个或多个。
[0011]优选地，构建的数据向量包括细胞的簇特征的至少一个测量。这可以是具体实施方式中列出的2.a
‑
2.v中的任何一种测量，和/或簇的数量。例如，该测量可以是以下一个或多个的平均值(均值/中位数)和可选的变化(如方差、标准差等)：(a)在多个长度尺度上的
簇半径/直径；(b)在多个长度尺度上的簇面积；(c)在多个长度尺度上的簇密度；(d)在多个长度尺度上的簇形状(如圆度)；和(e)在多个长度尺度上的每个簇的定位数。适当地，所述“多个长度”尺度包括至少两个、至少三个、至少四个或至少五个不同的长度尺度。例如，长度尺度可以是以下的全部或子集：10纳米、50纳米、100纳米、500纳米和1000纳米。
[0012]在一些实施方式中，数据向量包括细胞
‑
细胞相互作用的测量。例如，这将适用于在肿瘤或组织样本的背景下被调查的多个细胞。细胞
‑
细胞相互作用的测量可以是，例如(a)细胞间距离的平均值(均值/中位数)和可选的变化(例如方差、标准差等)；(b)不同类型的细胞间距离的平均值(均值/中位数)和可选的变化(例如方差、标准差等)；(c)相邻细胞簇的共定位；和(d)细胞的里普利K函数分布。
[0013]可选地，数据向量可以包括或由以下内容组成：(1)簇的数量；(2)簇面积的平均值(均值和/或中位数)和可选的方差/SD；(3)簇之间距离的平均值(均值和/或中位数)和可选的方差/SD；以及(4)每个簇的定位数的平均值(均和值/或中位数)和可选的方差/SD。优选地，所有的(1)
‑
(4)是在多个长度尺度上提供的，例如，多个长度尺度为10纳米、50纳米、100纳米、500纳米和1000纳米。
[0014]在一些实施方式中，构建数据向量还包括：在多个细胞的任意两个之间的重叠区域执行共定位分析。
[0015]在一些实施方式中，方法还包括：通过对构建的数据向量执行降维分析，构建特征向量；其中，特征向量的第一维度大于二，并小于数据向量的第二维度。
[0016]在一些实施方式中，降维分析包括主成分分析PCA，使得特征向量包括从数据向量获得的第一数量的主成分，并且其中，第一维度为第一数量。
[0017]适当地，调查多个细胞的方法包括在所述检测多个细胞中的每个细胞上的一种或多种蛋白质之前的标记步骤。标记步骤可以包括用对感兴趣的蛋白质特异的荧光标记物培养细胞。或者，标记步骤可以包括修饰细胞以表达用荧光蛋白质标记的感兴趣的蛋白质。在该实施方式中，检测多个细胞中的每个细胞上的一种或多种蛋白质和获得相应空间坐标的步骤包括或由以下构成：例如使用dSTORM或fPALM实施单分子定位显微镜。
[0018]在一些实施方式中，提供了一种将患者的多个细胞分类为参考细胞的多个类型的方法，包括：调查患者的多个细胞和上述参考细胞，以获得患者的多个细胞的第一特征向量和参考细胞的第二特征向量；评估第一特征向量和第二特征向量之间的概率距离度量；以及确定患者是否被分类到类型之一。
[0019]在一些实施方式中，评估还包括：从第一特征向量构建第一概率分布和从第二特征向量构建第二概率分布。构建第一概率分布可以包括：离散化患者的多个细胞的相应第一特征向量；以及构建归一化直方图。构建第二参考概率分布包括：离散化参考细胞的相应第二特征向量；及构建归一化直方图。
[0020]在一些实施方式中，确定包括：当患者的多个细胞和参考细胞之一之间的概率距离度量大于预定阈值时，将细胞分类到参考细胞的对应类型。
[0021]在一些实施方式中，评估还包括：对第二特征向量进行划分分析，使得由主成分定义的PCA空间被划分为第二数量的区域。
[0022]在一些实施方式中，划分分析包括k均值聚类。
[0023]根据本专利技术的第二方面，提供了一种将患者的细胞样本分类为一个或多个定义类
型的方法，包括：
[0024]使用根据本专利技术第一方面的方法调查患者的细胞样本，以获得样本特征向量(与上述“第一特征向量”同义)；
[0025]提供参考数据，其中，参考数据包括针对所述一个或多个定义类型的参考细胞获得的一个或多个参考特征向量(与上述“第二特征向量”同义)；
[0026]进行数据分析，包括将样本特征向量与所述参考特征向量进行比较，并根据比较确定细胞样本本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种调查多个细胞的方法，包括：检测所述多个细胞中的每个细胞上的一种或多种蛋白质；获得所述多个细胞内的检测到的蛋白质的相应空间坐标；检测所述多个细胞的边界；以及基于获得的空间坐标和检测到的边界来构建数据向量。2.根据权利要求1所述的方法，其中，构建数据向量包括：执行空间分布分析算法，使得获得的空间坐标在预定数量的长度尺度上被划分为一个或多个簇，其中，在每个长度尺度上，每个簇包括在对应于长度尺度的区域内的检测到的蛋白质的空间坐标。3.根据权利要求1所述的方法，其中，构建数据向量包括：执行空间分布分析算法，使得获得的空间坐标在预定数量的长度尺度上被划分为一个或多个簇，其中，在每个长度尺度上，每个簇包括在对应于长度尺度的区域内的检测到的蛋白质的空间坐标；以及确定在每个长度尺度上的簇的属性组；其中，数据向量包括为在每个长度尺度上的簇确定的属性组。4.根据权利要求1至3中任一项所述的方法，其中，获得边界包括：获得所述多个细胞的光学图像；对所述多个细胞的光学图像执行分割算法；以及将通过分割算法获得的边界扩展预定距离。5.根据权利要求4所述的方法，其中，构建数据向量还包括：对所述多个细胞的任意两个细胞之间的重叠区域执行共定位分析。6.根据权利要求1至5中任一项所述的方法，还包括：通过对构建的数据向量执行降维分析来构建特征向量，其中，特征向量的第一维度大于二且小于数据向量的第二维度。7.根据权利要求6所述的方法，其中，降维分析包括主成分分析PCA，使得特征向量包括从数据向量获得的第一数量的主成分，以及其中，第一维度为第一数量。8.根据前述权利要求中任一项所述的方法，其中，检测所述多个细胞中的每个细胞上的所述一种或多种蛋白质以及获得相应空间坐标的步骤包括实施单分子定位显微镜。9.一种将患者的细胞样本分类为一个或多个定义类型的方法，包括：使用根据权利要求1至8中任一项所述的方法调查患者的细胞样本，以获得样本特征向量；提供参考数据，其中，参考数据包括针对所述一个或多个定义类型的参考细胞获得的
一个或多个参考特征向量；进行数据分析，包括将样本特征向量与所述参考特征向量进行比较，并根据比较确定细胞样本是否被分类为所述定义类型之一，若是，则确定细胞样本被分类到定义类型中的哪一定义类型。10.根据权利要求9所述的方法，其中，所述一个或多个参考特征向量通过使用根据权利要求1至8中任一项所述的方法调查参考细胞而获得。11.根据权利要求9或10所述的方法，其中，所述调查患者的细胞样本使用根据权利要求6或7所述的方法。12.根据权利要求9至11中任一项所述的方法，其中，所述一个或多个定义类型的参考细胞对应于来自患者的被确定为对特定医学治疗有反应的病变细胞。13.根据权利要求9至11中任一项所述的方法，其中，所述一个或多个定义类型的参考细胞对应于被确定为实现特定医疗结果的治疗性细胞。14.根据权利要求13所述的方法，其中，治疗性细胞为CAR
‑
T细胞。15.根据权利要求13或14所述的方法，其中，检测到的所述一种或多种蛋白质包括CAR。16.根据权利要求13至15中任一项所述的方法，其中，检测到的所述一种或多种蛋白质对应于(i)幼稚T细胞的表面标记物、(ii)记忆T细胞的表面标记物、(iii)效应T细胞的表面标记物、(iv)耗竭T细胞的表面标记物中的一种或多种。17.一种确定特定医学治疗对治疗患有疾病的患者的适用性的方法，其中，所述方法包括：使用根据权利要求1至8中任一项所述的方法调查患者的细胞样本，以获得样本特征向量；提供参考数据，其中，参考数据包括针对参考细胞获得的一个或多个参考特征向量，参考细胞对应于来自患者的被确定为对特定医学治疗有反应的病变细胞；以及进行数据分析，包括将样本特征向量与所述参考特征...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：牛津纳米成像有限公司，
类型：发明
国别省市：