11 个患者模型的单类器官图像分析
2022 年 6 月 6 日，Nature Communications 发表结直肠癌类器官图像表型研究。德国癌症研究中心（German Cancer Research Center，DKFZ）与海德堡大学（Heidelberg University）团队建立患者来源模型，研究同一药物及不同药物怎样改变三维肿瘤组织的形态。
团队用来自 13 名患者的样本建立类器官，选择其中 11 个模型开展单个类器官层面的分析。研究包含超过 500 种小分子处理，积累约 550 万个类器官的图像表型。
原始图像先投影至二维平面，再分割组织并提取 528 项形态特征，包括强度、纹理和形状等。降维后保留 25 个主成分，覆盖约 81% 的形态变异。
大小与囊性结构成为主要变化轴
未经药物处理时，同一模型内也可出现不同大小的类器官，患者模型之间还具有各自的典型分布。作者在整体表型空间中识别出 12 个聚类，并观察到大小和组织结构是影响聚类的重要因素。
囊性结构表现为中央空腔及周围细胞层，实心结构则具有不同的细胞分布。药物处理与未处理组织在表型空间中存在连续、相互重叠的状态；模型起始形态因而是解释变化的重要背景。
图像活力分类与 ATP 发光检测
作者将图像结果与基于 ATP 的发光活力检测比较。类器官大小和由多个图像特征训练的活死分类结果，都与活力测量有较强联系；单独的某种染色强度则不总能提供同样信息。
研究还观察到 2 种方法不一致的案例。甲氨蝶呤在发光检测中显示明显变化，图像分类未见相同程度的死亡表现；作者提出，这种差异可能与代谢变化有关。阿霉素的颜色也造成了测量伪影。
图像还保留了单个类器官之间的反应差异。例如，紫杉醇在不同患者模型中引起的大小变化不同，部分情况下组织数量没有相应下降。把大小分布、结构和存活分类一起观察，有助于区分生长变化与组织消失。
药物聚类中的非致死形态变化
研究训练分类模型区分药物处理与对照组织，以分类表现衡量该处理是否产生稳定形态变化。作者将受试者工作特征曲线下面积（area under the receiver operating characteristic curve，AUROC）大于 0.85 的处理归为形态活跃；这一指标描述图像能否区分处理组与对照组。
按药物效应特征进行相似性聚类后，部分同靶点或同通路药物聚在一起，例如 MEK、mTOR、EGFR 和 GSK3 相关抑制剂。相关形态可以为作用机制研究提供线索，药物类别的聚类富集随患者模型而变化。
不少形态聚类由非致死变化形成。MEK 抑制剂可以推动组织向更明显的囊性结构重新排列，而其他抑制剂呈现不同表型。
多组学把形态与分子状态联系起来
作者将基线形态、大小、基因表达、部分突变信息及药物活性一起分析。多组学因子分析（multi-omics factor analysis，MOFA）提取共同变化的因子，使图像中的变化轴能够与分子特征对应。
这项多组学因子分析使用 11 个模型各 2 个生物学重复，共 22 个观察值。
囊性结构相关因子与 LGR5 阳性干细胞特征相联系，并与较强的 Wnt 和 EGFR 抑制剂活性相关。MEK 抑制后，部分模型向更明显的囊性状态移动，代表性模型中的 LGR5 转录本也随药物浓度升高而增加；起始状态越偏向这一特征，MEK 抑制剂活性越低。
较大的组织与胰岛素样生长因子 1 受体（insulin-like growth factor 1 receptor，IGF1R）相关信号存在关联，同时表现出较低的 EGFR 抑制剂活性，以及较高的 IGF1R 和 MEK 抑制剂活性。这一变化轴包含 IGF1R、IGF2 和 H19 等表达特征。
mTOR 抑制后，类器官向较高的大小相关因子得分移动，IRS-1 蛋白丰度随药物浓度升高而增加，显微图像也显示组织尺寸增大。作者结合这些结果提出，mTOR 通路对上游信号的反馈调节可能参与这一形态变化。
扩展患者队列与细胞相互作用研究
作者提出，将图像表型分析扩展到更大的患者类器官队列，并引入免疫细胞与肿瘤等更复杂的相互作用，研究不同细胞环境下的药物反应。
这项分析依据未处理模型中已有的变化轴解释药物效应，图像主要描述整个类器官，尚未细分所有细胞类型的反应。更大的患者队列和更高的细胞分辨率，有助于检验这些形态与信号通路的联系能否推广至更多模型。