- 移动端
上海芯超生物科技有限公司
19 年
手机商铺
商家活跃：
产品热度：
- NaN
- 0.20000000000000018
- 0.20000000000000018
- 2.2
- 2.2
公司新闻/正文
单细胞测序+多色免疫荧光：肿瘤免疫研究利器
3450 人阅读发布时间：2020-06-30 16:30
单细胞测序
自 2013 年,单细胞测序技术被 Nature Method 评为年度技术之后,随着这一技术的商业化应用, 该技术在科研界获得了广泛的应用,大量高质量文献应用该技术获得了漂亮的数据与结果。在许多肿瘤免疫的单细胞测序高分论文中，我们也可以看到多色免疫荧光技术的应用。
多色免疫荧光
组织多色免疫荧光是一套基于酪酰胺信号放大技术(TSA，TyramideSignal Amplification)的多标记免疫组化染色方案，为组织样品特别是石蜡组织样品进行染色，并且允许同一样本中使用同一种属来源的不同一抗进行多标记复合染色。配合多光谱成像分析系统，可以获得高信噪比的图像，甚至是多达 8 种标记的同步染色和共定位及定量分析，满足组织微环境中复杂表型分析的需求。
高分文献
当下肿瘤免疫研究风生水起，各大药厂争相研发的热门药物靶点 PD1/PD-L1 就是基于该领域的研究。近年，应用多色免疫荧光+单细胞测序技术发表了许多高分的文章,例如:
案例一
2017 年，《Cell》杂志发表的题为 Landscape of infiltrating T cells in liver cancer revealed by single-cell sequencing 的研究论文[1]。
研究首次在单细胞水平上描绘了肝癌微环境中的免疫图谱，通过对超过 5000 个 T 细胞的单细胞测序数据及分析，发现可能的肝癌靶点基因。基于生物信息学分析，通过对 T 细胞进行亚群分类、发展轨迹分析及比较不同亚群中 T 细胞克隆的分布，该研究探索了不同亚群之间的关系，鉴定每个亚群特异的基因表达，揭示了肿瘤中的 T 细胞在功能、分布和发展状态方面和其他部位的 T 细胞截然不同。为了验证组织中的不同亚型的 T 细胞分布，研究采用了多色免疫荧光（Opal/TSA）的方法在原位验证了 T 细胞的分布。
案例二
2018 年，《Nature medicine》杂志发表的题为 Global characterization of T cells in non-small-cell lung cancer by single-cell sequencing[2].
同样的在该研究中为了验证组织中不同类型的 T 细胞的存在与分布，采用了多色免疫荧光（Opal/TSA）的方法在原位验证了 T 细胞的分布。
案例三
2019 年，《Scientific DATA》杂志发表的题为 Deep single-cell RNA sequencing data of individual T cells from treatment-naïve colorectal cancer patients[3].
类似的在该研究中为了验证结肠组织中不同类型的T细胞的存在与分布，采用了多色免疫荧光（Opal/TSA）的方法在原位验证了 T 细胞的分布。
芯超生物提供单细胞测序、多标记免疫荧光实验服务，帮助您深入解析肿瘤微环境中的蛋白或细胞的异质性分布，及其空间定位以及与组织结构的相互关系，理解各组分在组织微环境中的角色和作用。
芯超生物自推出免疫荧光以来，受广大科研人员信赖。与常规免疫组化相比，荧光法多重免疫组化，可同时进行九个颜色通道，同一张组织切片上实现多达 8 个指标的染色（DAPI）。
多色荧光标记部分示例图：
全景图：
单视野：
参考文献
[1] Zheng C, Zheng L, Yoo JK, Guo H, Zhang Y, Guo X, Kang B, Hu R, Huang JY, Zhang Q, Liu Z, Dong M, Hu X, Ouyang W, Peng J and Zhang Z. Landscape of Infiltrating T Cells in Liver Cancer Revealed by Single-Cell Sequencing. Cell 2017; 169: 1342-1356 e1316.
[2] Guo X, Zhang Y, Zheng L, Zheng C, Song J, Zhang Q, Kang B, Liu Z, Jin L, Xing R, Gao R, Zhang L, Dong M, Hu X, Ren X, Kirchhoff D, Roider HG, Yan T and Zhang Z. Global characterization of T cells in non-small-cell lung cancer by single-cell sequencing. Nat Med 2018; 24: 978-985.
[3] Zhang Y, Zheng L, Zhang L, Hu X, Ren X and Zhang Z. Deep single-cell RNA sequencing data of individual T cells from treatment-naive colorectal cancer patients. Sci Data 2019; 6: 131.
自 2013 年,单细胞测序技术被 Nature Method 评为年度技术之后,随着这一技术的商业化应用, 该技术在科研界获得了广泛的应用,大量高质量文献应用该技术获得了漂亮的数据与结果。在许多肿瘤免疫的单细胞测序高分论文中，我们也可以看到多色免疫荧光技术的应用。
多色免疫荧光
组织多色免疫荧光是一套基于酪酰胺信号放大技术(TSA，TyramideSignal Amplification)的多标记免疫组化染色方案，为组织样品特别是石蜡组织样品进行染色，并且允许同一样本中使用同一种属来源的不同一抗进行多标记复合染色。配合多光谱成像分析系统，可以获得高信噪比的图像，甚至是多达 8 种标记的同步染色和共定位及定量分析，满足组织微环境中复杂表型分析的需求。
高分文献
当下肿瘤免疫研究风生水起，各大药厂争相研发的热门药物靶点 PD1/PD-L1 就是基于该领域的研究。近年，应用多色免疫荧光+单细胞测序技术发表了许多高分的文章,例如:
案例一
2017 年，《Cell》杂志发表的题为 Landscape of infiltrating T cells in liver cancer revealed by single-cell sequencing 的研究论文[1]。
研究首次在单细胞水平上描绘了肝癌微环境中的免疫图谱，通过对超过 5000 个 T 细胞的单细胞测序数据及分析，发现可能的肝癌靶点基因。基于生物信息学分析，通过对 T 细胞进行亚群分类、发展轨迹分析及比较不同亚群中 T 细胞克隆的分布，该研究探索了不同亚群之间的关系，鉴定每个亚群特异的基因表达，揭示了肿瘤中的 T 细胞在功能、分布和发展状态方面和其他部位的 T 细胞截然不同。为了验证组织中的不同亚型的 T 细胞分布，研究采用了多色免疫荧光（Opal/TSA）的方法在原位验证了 T 细胞的分布。
案例二
2018 年，《Nature medicine》杂志发表的题为 Global characterization of T cells in non-small-cell lung cancer by single-cell sequencing[2].
同样的在该研究中为了验证组织中不同类型的 T 细胞的存在与分布，采用了多色免疫荧光（Opal/TSA）的方法在原位验证了 T 细胞的分布。
案例三
2019 年，《Scientific DATA》杂志发表的题为 Deep single-cell RNA sequencing data of individual T cells from treatment-naïve colorectal cancer patients[3].
类似的在该研究中为了验证结肠组织中不同类型的T细胞的存在与分布，采用了多色免疫荧光（Opal/TSA）的方法在原位验证了 T 细胞的分布。
芯超生物提供单细胞测序、多标记免疫荧光实验服务，帮助您深入解析肿瘤微环境中的蛋白或细胞的异质性分布，及其空间定位以及与组织结构的相互关系，理解各组分在组织微环境中的角色和作用。
芯超生物自推出免疫荧光以来，受广大科研人员信赖。与常规免疫组化相比，荧光法多重免疫组化，可同时进行九个颜色通道，同一张组织切片上实现多达 8 个指标的染色（DAPI）。
多色荧光标记部分示例图：
全景图：
单视野：
参考文献
[1] Zheng C, Zheng L, Yoo JK, Guo H, Zhang Y, Guo X, Kang B, Hu R, Huang JY, Zhang Q, Liu Z, Dong M, Hu X, Ouyang W, Peng J and Zhang Z. Landscape of Infiltrating T Cells in Liver Cancer Revealed by Single-Cell Sequencing. Cell 2017; 169: 1342-1356 e1316.
[2] Guo X, Zhang Y, Zheng L, Zheng C, Song J, Zhang Q, Kang B, Liu Z, Jin L, Xing R, Gao R, Zhang L, Dong M, Hu X, Ren X, Kirchhoff D, Roider HG, Yan T and Zhang Z. Global characterization of T cells in non-small-cell lung cancer by single-cell sequencing. Nat Med 2018; 24: 978-985.
[3] Zhang Y, Zheng L, Zhang L, Hu X, Ren X and Zhang Z. Deep single-cell RNA sequencing data of individual T cells from treatment-naive colorectal cancer patients. Sci Data 2019; 6: 131.