CN114902342A - 用于表达谱分析的空间映射的系统和方法 - Google Patents

用于表达谱分析的空间映射的系统和方法 Download PDF

Info

Publication number
CN114902342A
CN114902342A CN202080087788.8A CN202080087788A CN114902342A CN 114902342 A CN114902342 A CN 114902342A CN 202080087788 A CN202080087788 A CN 202080087788A CN 114902342 A CN114902342 A CN 114902342A
Authority
CN
China
Prior art keywords
rois
display
biological
pane
tissue
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202080087788.8A
Other languages
English (en)
Inventor
P·阿斯科维奇
G·巴拉孙达拉姆
J·M·比彻姆
M·麦基恩
B·威尔金斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanostring Technologies Inc
Original Assignee
Nanostring Technologies Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanostring Technologies Inc filed Critical Nanostring Technologies Inc
Publication of CN114902342A publication Critical patent/CN114902342A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/94Hardware or software architectures specially adapted for image or video understanding
    • G06V10/945User interactive design; Environments; Toolboxes
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B25/00ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/40Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Multimedia (AREA)
  • Biotechnology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Genetics & Genomics (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

提供了用于将组织样本中包含的靶生物组分的至少一个生物表达空间映射到组织样本的图像的系统、装置和方法。在一些实施例中,系统包括处理器和指令,该指令当由处理器执行时,使系统在第一显示中显示扫描窗格,该扫描窗格至少包括组织样本的图像,该图像包括对应于感兴趣区(ROI)的至少一个分界,其中,ROI对应于组织图像内的组织的一部分。指令还被配置成使系统在第二显示中显示可视化窗格,该可视化窗格包括ROI中包含的生物表达的可视化;以及通过对组织图像中的ROI进行编码来增强第一显示以示出ROI内的生物表达的空间映射。

Description

用于表达谱分析的空间映射的系统和方法
相关申请
本申请要求2019年10月18日提交的美国临时专利申请62/916,990的益处和优先权,其全部公开内容通过引用并入本文。
技术领域
本公开涉及用于蛋白质和mRNA表达的视觉空间分辨和数字量化的系统、装置和方法。
背景技术
例如癌症的疾病涉及异常细胞生长,其中这种异常生长通常会导致一种或多种肿瘤局部化或转移到身体其他部位。手术是摘除肿瘤、癌性淋巴结和肿瘤附近的健康组织的第一线治疗。通常,辅助疗法在手术后施用,其可以包括数周的放射、化学疗法、靶向药物疗法和/或免疫疗法。这些疗法会有因患者而异的混合结果和副作用。研究人员正在积极研究结果的差异,以便标识可以预测患者对治疗的反应的生物标志物。这些表达特征可以帮助指导医师以有意的、基于证据的方式施用更有效的治疗。
当今的挑战在于标识在肿瘤微环境中起作用的生物标志物。然而,肿瘤样本中的此类生物标志物通常会破坏组织,最常见的是牺牲关于生物标志物的空间信息。尽管荧光和明视场成像可以提供生物标志物的可视映射图,但是它们会受到可以在一个实验中捕获的荧光团数量的限制,从而需要对同一样本进行多轮免疫染色和成像。这可能会导致样本随着时间而退化,并且会导致图像配准中的误差和结果的误读。
因此,需要一种解决方案,通过该解决方案克服上述问题,例如与在肿瘤微环境中起作用的生物标志物及其组合的标识和表征相关的那些,以便改进免疫组织化学系统、方法和技术,使得可以以有意的、基于证据的方式施用更可靠和有效的治疗。
发明内容
因此,在一些实施例中,提供了一种生物表达映射系统和方法,其被配置成将组织样本中包含的相应靶生物组分的一个或多个生物表达空间映射到组织样本的图像。
本领域技术人员应当理解,详述在一个或多个处理器(例如,服务器、个人计算机)上操作/运作以使这样的一个或多个处理器(例如,系统)执行各种处理步骤的各种计算机指令的系统实施例可以是用于本公开中的一个或多个映射方法实施例的步骤。
因此,在一些实施例中,系统包括至少一个处理器,其上具有操作的指令,所述指令在被执行时被配置成使系统在第一显示中显示扫描窗格(pane),所述扫描窗格至少包括组织样本的图像,所述图像包括一个或多个分界,每个分界对应于一个或多个感兴趣区(ROI)中的特定一个,一个或多个ROI中的每个ROI对应于组织图像内的组织的特定部分。所述指令还被配置成使系统在第二显示中显示包括一个或多个ROI中包含的相应生物表达中的每个的可视化的可视化窗格。所述指令还被配置成使系统通过对组织图像中的一个或多个ROI进行编码来增强第一显示以示出一个或多个ROI内的生物表达的空间映射。
在一些实施例中,提供了一种生物表达映射方法,并且包括:在第一显示中显示至少包括组织样本的图像的扫描窗格,图像包括一个或多个分界,每个分界对应于一个或多个感兴趣区(ROI)中的特定一个,一个或多个ROI中的每个ROI对应于组织图像内的组织的特定部分;在第二显示中显示包括一个或多个ROI中包含的相应生物表达中的每个的可视化的可视化窗格;以及通过对组织图像中的一个或多个ROI进行编码来增强第一显示或第二显示以示出一个或多个ROI内的生物表达的空间映射。
上述每个实施例(即系统、方法)还可以包括以下附加结构、特征、步骤、功能和/或说明中的至少一个(并且在一些实施例中,多个,并且在一些实施例中,基本上全部),从而产生又另外的实施例(此外,下面列出的每个项目以及下面列出的项目的组合可以是独立的实施例):
-编码至少包括颜色编码;
-所述相应生物表达中的每个的可视化包括所述一个或多个ROI中的ROI中包含的生物表达的图像;
-所述生物表达的所述曲线图、绘图、图表和映射图包括热图、树图、条形图、散点图、箱形图、森林图、主组分、统计图、火山图、趋势图和航线图(strip plot)中的至少一个;
-所述树图包括树状图(dendrogram);
-所述统计图包括一个或多个主组分分析(PCA)图;
-基于指定对包含在所述可视化中的生物表达的至少一个选择的用户输入来增强所述第一显示;
-所述至少一个用户选择的生物表达的空间映射被配置成将其空间上下文提供给所述ROI中的所述一个或多个中的至少一个;
-增强所述第一显示被配置成促进所述一个或多个ROI中的至少一个中的组织的形态学谱分析;
-形态学谱分析包括几何谱分析、片段谱分析、轮廓谱分析、网格化谱分析和细胞谱分析(cell profiling)中的至少一种;
-片段谱分析包括手动片段谱分析和自动片段谱分析中的至少一个,所述自动片段谱分析被配置成基于指定至少一个片段谱分析参数的用户输入来自动化和促进所述一个或多个ROI中的至少一个中的组织的片段谱分析;
-细胞谱分析包括单细胞谱分析和稀有细胞谱分析;
-基于将组织样本暴露于多种试剂来确定至少在一个或多个ROI内的相应的一个或多个靶生物组分的一个或多个生物表达,并且所述试剂包括:
○ 多种成像试剂,其被配置成结合到至少一个或多个ROI内的组织样本的生物边界,以及
○ 多种谱分析试剂,每个谱分析试剂被配置成:
■ 结合到包含在至少一个或多个ROI中的特定靶生物组分的特定生物表达,和
■ 包括可裂解的缔合寡核苷酸;
-在将组织样本暴露于多种试剂之后,并且在第一显示和第二显示中显示之前,所述指令还被配置成使系统(或方法还包括):
○ 照亮组织样本并对其进行成像;
○ 接收指定对一个或多个ROI的选择的用户输入;
○ 照射至少一个或多个ROI的组织样本,从而从谱分析试剂裂解缔合寡核苷酸;
○ 收集裂解的寡核苷酸;以及
○ 分析收集的、裂解的缔合寡核苷酸以确定:
■ 包含在至少一个或多个ROI中的一个或多个生物表达,和
■ 它们在其中的对应位置;
-每种谱分析试剂包含:
○ 核酸探针,其包括靶结合区,其中,所述可裂解的缔合寡核苷酸被可去除地连接;或
○ 包括可去除连接的抗体的寡核苷酸;
-指定对一个或多个ROI的选择的用户输入包括了对ROI中的一个或多个关于形状或尺寸的选择;
-所述指令还被配置成使所述系统(或所述方法还包括):
○ 在第三显示中,显示包括至少一个用户可选择的数据集的数据集窗格,所述至少一个数据集与包含在一个或多个ROI中的生物表达中的一个或多个相关联;
-所述指令还被配置成使所述系统(或所述方法还包括):
○ 在第四显示中,显示包括多个扫描记录的记录窗格,每个扫描记录包含至少一个组织图像;
-在统一用户接口内提供第一显示、第二显示、第三显示和第四显示中的一个或多个,所述统一用户接口被配置成基于用户输入来交互地关联组织图像、可视化、用户可选择的数据集、以及多个扫描记录中的一个或多个;
-统一用户接口被配置为单个显示;
-第一显示、第二显示、第三显示和第四显示分别对应于单个显示的一个或多个部分;
-所述指令还被配置成使所述系统(或所述方法还包括):
○ 基于用户输入来选择至少一个记录,使得在选择所述至少一个记录时,在相应显示中显示扫描窗格、可视化窗格和数据集窗格中的至少一个;
-所述指令还被配置成使所述系统(或者所述方法还包括)基于用户输入,过滤多个记录的属性、约束和值中的至少一个;
-所述扫描窗格还包括多个图标,每个图标对应于所述一个或多个ROI或所述整体组织图像中的至少一个内的特定片段;
-所述指令还被配置成使所述系统(或所述方法还包括)结合可视化窗格以及数据集窗格和记录窗格中的一个或多个,渲染扫描窗格,以用于经由统一用户接口并且基于用户输入实时地显示;
-编码一个或多个ROI包括呈现所述生物表达的量化测量值;
-对一个或多个ROI进行颜色编码包括呈现所述生物表达的量化测量值;
-所述量化测量值对应于相应生物表达的类型和程度中的至少一个;
-所述量化测量值对应于相应生物表达的类型和程度中的至少一个;以及
-所述类型或程度对应于每个相应生物表达的特定颜色或每个相应生物表达的颜色强度。
本公开的实施例还涉及在2016年7月15日提交且名为“SIMULTANEOUSQUANTIFICATION OF GENE EXPRESSION IN A USER-DEFINED REGION OF A CROSS-SECTIONED TISSUE”的PCT申请号PCT/US2016/042460(WO 2017/015099)、以及在2016年7月15日提交且名为“SIMULTANEOUS QUANTIFICATION OF PLURALITY OF PROTEINS IN AUSER-DEFINED REGION OF A CROSS-SECTIONED TISSUE”的PCT申请号PCT/US2016/042455(WO 2017/015097),其公开内容各自通过引用整体并入本文。
参考附图、下面阐述的附图说明以及下面的(至少一些实施例的)具体实施方式,上述实施例以及其他实施例及其目的和优点将变得更加显而易见。
附图说明
图1是描绘根据本公开的一些实施例的表达映射系统的功能框图。
图2是描绘根据本公开的一些实施例的操作表达映射系统的方法的示例的流程图。
图3是描绘根据本公开的一些实施例的示出基因表达的可视化的示例的图示。
图4A-E是描述根据本公开的一些实施例的可视化和谱分析模态的示例的图示,通过所述可视化和谱分析模态并且在其中可以示出组织和基因表达。
图5是描绘根据本公开的一些实施例的包括互连的可视化的用户接口显示的示例的图示。
图6A-I是分别描绘根据本公开的一些实施例的示例可视化的图示。
图7A-D示出根据本公开的一些实施例的经由本公开的表达映射系统获取的示例性结果。
图8A-E示出根据本公开的一些实施例的经由本公开的表达映射系统获取的示例性结果。
图9是描绘根据本公开的一些实施例的用户设备和/或表达映射系统的框图。
图10描绘根据本公开的一些实施例的表达映射平台的云计算环境。
图11描绘根据本公开的一些实施例的表达映射平台的抽象模型层。
具体实施方式
本公开的实施例涉及通过对物质中的基因表达(“基因表达”或“表达事件”)的离散发生和物质的基因表达的离散发生进行空间分辨和数字量化来分析生物质的设备、系统和方法。表达事件可以包括例如蛋白质表达、mRNA表达等。在一些情况下,生物质可包括例如样本,如组织样本(例如,载玻片固定的福尔马林固定石蜡包埋(FFPE)组织切片)、溶菌产物、生物流体样本等(“生物质”或“样本”或“组织样本”)。样本可以包含组织(例如,包括培养的或外植的),以及构成这样的组织的细胞(例如,包括原代细胞和培养的细胞系)。例如,样本可以包括:
-培养的细胞、原代细胞或解离细胞(例如来自外植体);
-生物质,例如组织、用户定义的细胞和/或用户定义的细胞内的亚细胞结构;
-厚度为大约2至1000微米(μm)的组织切片;
以及
-已经固定到载玻片上的培养细胞或解离细胞(固定的或未固定的)。
有利地,本公开的一些实施例使得能够高效地表征组织异质性,这对于回答解译研究中的关键生物学问题可能是至关重要的。当前的组织分析范例需要在形态分析或高度复杂之间进行权衡,从而牺牲有价值的信息或消耗宝贵的样本。为此,在一些实施例中,可以以单细胞分辨率来产生完整组织图像,并每天对多达16-20个组织载玻片产生10-1000的RNA或蛋白质分析物的数字谱分析数据。这种独特的高倍、高通量空间谱分析的组合可以使研究人员能够快速和定量地评估组织样本内异质性的生物学含义。此外,本公开的一些实施例使得能够对组织样本进行高倍、高通量、多分析物和非破坏性表征。
图1是描绘根据一些实施例的表达映射系统100的示意性框图。如所示,表达映射系统100可以包括通过网络102互连的用户设备110和表达映射平台130。尽管表达映射系统100被示出为包括两个分立的设备,但是也可以设想出其他布置。例如,在其他实施例中,表达映射平台130可以包括例如至少四个分立组件(例如,131、133、135、139),而不是包括至少五个分立组件(例如,131、133、135、137、139)。此外,用户设备和映射平台的各种组件的功能中的一个和/或另一个可以组合成单个设备/系统。
网络102可以是或包括例如内联网、局域网(LAN)、个域网(PAN)、无线局域网(WLAN)、无线个域网(WPAN)、例如因特网的广域网(WAN)、城域网(MAN)、微波接入全球互通网络(WiMAX®)、(光纤或)基于光纤的网络、Wi-FiTM网络、蓝牙(Bluetooth®)网络、虚拟网络和/或其任何组合。网络102可以包括例如有线连接、无线(例如,无线电通信、自由空间光通信)连接、光纤连接等。网络102可以包括例如路由器、防火墙、交换机、网关计算机、边缘服务器等。在一些示例中,网络102可以替代地或以其他方式包括例如电信、数据通信和/或数据传输信道、链路、连接或路径,通过其,可以在设备之间和之中传递、传输或传播数据和信号。例如,网络102可以包括近场通信(NFC)连接(例如,NFC信标连接)、短距离或短链路通信连接(例如,Bluetooth®)等。网络102可以包括被配置成使得能够实现和支持用户设备110与表达映射平台130之间的互连、通信和互操作的连接和协议的任何合适的组合。
用户设备110和表达映射平台130可以单独地并且分别地包括例如设备、节点、系统或平台,例如机器或计算设备、计算系统、计算平台、信息系统、可编程电子设备、信息内容处理设备等。例如,用户设备110和/或表达映射平台130可以包括例如控制器、处理器、移动电话、智能电话、平板计算机、膝上型计算机、个人或台式计算机、服务器(例如,数据库服务器)、虚拟机、可穿戴设备(例如,电子表)、可植入设备等。用户设备110和/或表达映射平台130可以以其他方式是、包括或使用能够与一个或多个其他设备、系统和/或平台(例如用户设备110和/或表达映射平台130)通信或互操作(例如,经由网络102)的任何合适类型的设备、系统和/或平台以及它们的组合。在一些实施例中,用户设备110和/或表达映射平台130可以包括内部和外部硬件组件,例如参考图9所描述的。在其他实施例中,用户设备110和/或表达映射平台130可以在云计算环境中实现,例如参考图10和11所描述的。
用户设备110包括处理器111、用户接口113、通信器115和存储器117。用户设备110可以被配置成实现例如网络设备和设备驱动器之类的设备和技术的任何适当组合,以支持处理器111、用户接口113、通信器115和存储器117的操作,并且提供使得能够在用户设备110和表达映射平台130之间进行通信(例如,经由网络102)的平台。
处理器111可以是或包括被配置成运行和/或执行软件、代码、命令或逻辑的任何合适类型的处理设备。例如,处理器111可以是或包括基于硬件的集成电路(IC)、通用处理器、中央处理单元(CPU)、加速处理单元(APU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、复杂可编程逻辑器件(CPLD)、可编程逻辑控制器(PLC)等。处理器111可以操作性地耦合到存储器117,例如通过数据传输设备或系统,例如总线(例如,地址总线、数据总线、控制总线)。处理器111可以另外包括被配置成执行任何适当类型或形式的软件、代码、命令和/或逻辑的处理器,其对应于或代表例如应用112的应用或程序,如本文所述。
应用112可以是或包括任何合适类型的应用或程序,例如软件或计算机程序、包含在程序中的一个或多个子例程、应用编程接口等。应用112可以包括任何合适类型或形式的软件、代码、命令和/或表示指令的逻辑,例如机器、计算机或处理器可执行代码、逻辑、指令、命令等。应用112可以被配置成驻留或托管在用户设备110处。例如,应用112可以被配置成存储(例如,经由存储器117)在用户设备110处。作为替选或组合,应用112可以被配置成驻留或托管在与用户设备110分离、不同或远离的设备处,例如在服务器、节点等处。应用112可以被配置成由、在或经由任何合适类型的处理器或处理设备(例如处理器111)运行或执行。例如,应用112可以是或包括本地应用、web或基于web的应用、和/或混合应用(例如,具有本地和基于web的应用特性或功能的组合的应用)。
用户接口113可以是或包括被配置成使得能够在用户和用户设备110之间进行用户交互的任何合适类型的用户接口设备。在一些实施例中,用户接口113可以被配置成使得能够在用户(例如,在用户设备110处)与表达映射平台130之间进行用户交互,如本文所描述的。例如,用户接口113可以被配置成提供(例如,显示)输出(例如,来自映射应用132和/或来自采样谱分析器133)。此外,用户接口113可以被配置成接收用户输入(例如,从用户设备110处的用户),如本文所描述的。例如,用户接口113可以包括一个或多个输入设备(例如键盘和鼠标)以及一个或多个输出设备(例如显示器、屏幕、投影仪等)。作为另一示例,用户接口113可以包括一个或多个输入/输出(I/O)设备,例如触摸屏、全息显示器、例如接触镜显示器的可穿戴设备、光学头戴式显示器、虚拟现实显示器、增强现实显示器等。用户接口113可以被配置成实现任何适当类型的人-机接口设备、人-计算机接口设备、批处理接口、图形用户界面(GUI)等。用户接口113可以以其他方式包括或被配置成实现能够结合例如表达映射平台130的设备实施的任何合适类型的接口(例如,用户接口113),例如以便提供用户与设备之间的用户交互,如本文所描述的。在一些实施例中,在用户接口113处接收的用户输入可以被发送(例如,通过网络102)到表达映射平台130以供在那里执行。
通信器115可以是或包括例如操作地耦合到处理器111和存储器117的硬件设备和/或存储在存储器117中并可由处理器111执行的软件,其能够实现和支持通过网络(例如,网络102)和/或直接在计算设备(例如,用户设备110和表达映射平台130)之间或之中的通信。例如,通信器115可以是或包括网络接口卡(NIC)、例如传输控制协议(TCP)/网际协议(IP)适配卡或无线通信适配器(例如,使用正交频分多址(OFDMA)技术的4G无线通信适配器)的网络适配器、Wi-FiTM设备或模块、Bluetooth®设备或模块、和/或任何其他合适的有线和/或无线通信设备。通信器115可以被配置成连接或互连用户设备110和一个或多个其他设备(例如,表达映射平台130),以用于在它们之间进行数据通信,例如通过通信网络(例如,网络102)。通信器115可以被配置成结合任何合适的架构来实现,其例如被设计用于在处理器(例如,处理器111、处理器131)、系统存储器(例如,存储器117、存储器139)、外围设备(例如,用户接口113、用户接口135)、以及例如表达映射系统(例如,表达映射系统100)之类的系统内的(例如,表达映射系统100的和/或包括表达映射平台130的)任何其他设备或组件之间传递数据和/或控制信息,如本文所描述的。
存储器117可以是或包括任何合适类型的存储器、数据存储设备、或能够存储机器或计算机程序、数字信息、电子信息等(例如,应用112的或与其相关联的)的机器、计算机或处理器可读介质。例如,存储器117可以被配置成存储例如应用112的应用或程序,例如以供处理器111执行。存储器117可以是或包括存储器缓冲器、硬盘驱动器、内部硬盘驱动器的磁盘存储设备、磁带、磁盘、光盘、便携式存储器(例如,闪存驱动器、闪存、便携式硬盘、记忆棒)、半导体存储设备(例如随机存取存储器(RAM)(例如,包括高速缓存存储器的RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)等)。存储器117可以另外包括任何合适类型的存储器或数据存储设备,因为这可以根据设计事项来选择。
表达映射平台130包括处理器131、样本谱分析器133、用户接口135、通信器137和存储器139。表达映射平台130可以被配置成实现例如网络设备和设备驱动器之类的设备和技术的任何合适的组合,以支持处理器131、样本谱分析器133、用户接口135、通信器137和存储器139的操作,并且提供实现用户设备110与表达映射平台130之间的通信(例如,经由网络102)的平台,如本文所描述的。表达映射平台130可以被配置成将组织样本中包含的相应靶生物组分的一个或多个生物表达空间映射(例如,经由样本谱分析器133)到组织样本的图像,如本文所述。虽然表达映射平台130被示出为包括五个分立元件或组件(例如,处理器131、样本谱分析器133、用户接口135、通信器137、存储器139),但是也可以设想出其他布置。例如,在一些实施例中,表达映射平台130可以替代地或以其他方式包括处理器131、样本谱分析器133、用户接口135和存储器139(例如,四个分立元件或组件),和/或任何其他数量的分立元件或组件(例如,包括一个或多个集成或单独设备、平台、节点等),其本身可以根据设计事项来选择。
在一些实施例中,表达映射平台130可以包括设备、系统或平台,例如生物表达映射系统、生物组织或物质成像系统、基因表达分析设备、基因表达成像设备、基因表达谱分析设备、基因表达映射设备、数字空间谱分析设备、分子成像设备等(统称为“表达映射平台”)。例如,在一些情况下,表达映射平台130可以包括来自NanoString Technologies®(华盛顿州西雅图的南湖联合)的一个或多个nCounter®系统和/或方法,如本文所述。
处理器131可以是或包括被配置成运行和/或执行软件、代码、命令或逻辑的任何合适类型的处理设备。例如,处理器131可以是或包括基于硬件的集成电路(IC)、通用处理器、中央处理单元(CPU)、加速处理单元(APU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、复杂可编程逻辑器件(CPLD)、可编程逻辑控制器(PLC)等。处理器131可以例如通过数据传输设备或系统(例如总线(例如地址总线、数据总线、控制总线))可操作地耦合到存储器139。处理器131可以另外包括被配置成执行任何适当类型或形式的软件、代码、命令和/或逻辑的处理器,其对应于或代表例如映射应用132的应用或程序,如本文所述。
映射应用132可以是或包括任何合适类型的应用或程序,例如软件或计算机程序、包含在程序中的一个或多个子例程、应用编程接口等。映射应用132可以包括任何合适类型或形式的软件、代码、命令和/或表示指令的逻辑,例如机器、计算机或处理器可执行代码、逻辑、指令、命令等。在一些实施例中,映射应用132可以被配置成与样本谱分析器133通信,如本文所描述的。映射应用132可以被配置成驻留或托管在表达映射平台130处。例如,映射应用132可以被配置成存储(例如,经由存储器139)在表达映射平台130处。作为替选或组合,映射应用132可以被配置成驻留或托管在与表达映射平台130分离、不同或远离的设备处,例如在服务器、节点、设备等处。映射应用132可以被配置成由、在或经由任何合适类型的处理器或处理设备(例如处理器131)运行或执行。例如,映射应用132可以是或包括本地应用、web或基于web的应用、和/或混合应用(例如,具有本地和基于web的应用特性或功能的组合的应用)。
在一些实施例中,映射应用132可以被配置成基于用户输入来控制表达映射平台130的操作,例如通过向样本谱分析器133传送可执行命令和/或指令(例如,对应于用户输入)。例如,映射应用132可以被配置成(例如,从用户接口135和/或用户接口113处的用户)接收与指令相对应的用户输入,并且基于用户输入(“用户输入指令”)将对应的指令发送到样本谱分析器133,从而使得样本谱分析器133执行各种操作。例如,用户输入指令在被执行时可以被配置成使样本谱分析器133加载样本、标识用于与样本相关联的信息、扫描样本以生成样本的对应图像(例如,荧光图像)、确定指定关于样本的一个或多个ROI的基于用户输入的选择等相关联的操作,如本文所述。ROI可以是或包括例如样本中存在的组织类型、细胞类型、细胞或细胞内的亚细胞结构。
在一些实施例中,样本谱分析器133代表了被配置成执行以下各项中的至少一项的设备或系统:
-对样本进行成像和分析;
-将组织样本中包含的相应靶生物组分的一个或多个生物表达空间映射到样本的图像;以及
-执行或实施对样本的用户定义区(例如,一个或多个ROI)中的表达事件(例如,蛋白质表达、mRNA表达)的复用检测、分析和/或量化。
例如,样本谱分析器133可以被配置成基于与指定对一个或多个ROI的选择的用户输入(例如,经由映射应用132并且从用户设备110或表达映射平台130处的用户接收到的)相对应的指令来将样本中包含的相应靶生物组分的一个或多个生物表达(在一个或多个ROI处)空间映射到样本的图像,如本文所述。
在一些实施例中,样本谱分析器133可以包括例如样本准备站(未示出)和分析仪器(未示出)。分析仪器可以包括例如数字分析仪器(“数字分析器”)。例如,样本谱分析器133可以包括例如来自NanoString Technologies®的GeoMx®数字空间谱分析器(DSP)。在该示例中,样本准备站和数字分析器可以分别包括nCounter®准备站和nCounter®数字分析器。在一些实施例中,样本谱分析器133可以被配置成接收例如组织样本的样本以用于处理以进行数据收集(例如,经由样本准备站)以及在数据收集之前处理,并且随后对经处理的组织样本执行数据收集和分析(例如,经由数字分析器),如本文所述。在一些实施例中,样本谱分析器133可以被控制或以其他方式被配置成基于与经由如本文所述的映射应用132和/或用户接口(例如,用户接口113、用户接口135)接收到的用户输入相对应的用户输入指令来实现。
在一些实施例中,样本准备站可包括例如自动化样本准备站,例如多通道移液机器人,其被配置成处理一个或多个样本(例如,标记的组织、用户定义的细胞、细胞内的用户定义的亚细胞结构)以用于后续数据收集和分析(例如,经由数字分析器),如本文所述。在一些实施例中,处理一个或多个样本可包括例如通过将样本染色或暴露于多种试剂(例如,杂交)来准备样本。例如,样本准备站可被配置成通过对一个或多个样本染色或标记来处理样本以用于随后的数据收集和分析(例如,经由数字分析器),从而使得染色或标记的细胞中的亚细胞或细胞结构能够可视化,例如在包括至少一个细胞的样本的情况下;或者,可选地或作为补充,由此使得染色的或标记的组织样本中的亚细胞、细胞或组织相关结构或切片能够可视化,例如在包括组织样本的样本的情况下。
多种试剂可以包括例如多种成像试剂和多种谱分析试剂。在一些实施例中,多种成像试剂可以包括例如一种或多种标记物、标签等。例如,在一些情况下,多种成像试剂可以包括一种或多种成像试剂,例如荧光形态标记物(例如,多达四种)。在一些实施例中,多种谱分析试剂可以包括例如一种或多种RNA和/或蛋白质检测试剂,或探针(“谱分析试剂”或“探针”)。例如,多种谱分析试剂可以包括约10至10,000种之间的谱分析试剂。每种蛋白质检测试剂或探针可包括例如可裂解探针,如可光裂解(例如UV可裂解)探针等。在一些实施例中,探针可以包括每个抗体两个或更多个标记的寡核苷酸。例如,每个探针可以包括靶结合结构域和信号寡核苷酸。靶结合结构域可以包括例如蛋白质结合分子(例如抗体、肽、适体、类肽)。信号寡核苷酸可以包括例如单链核酸或部分双链核酸。
在一些实施例中,每个成像试剂都可被配置成结合到至少一个或多个ROI内的组织样本的生物边界,并且每个谱分析试剂都可被配置成结合到至少一个或多个ROI内包含的特定靶生物组分的特定生物表达。在一些实施例中,每个谱分析试剂还可以被配置成包括例如可裂解的缔合的寡核苷酸,并且在一些实施例中,每个谱分析试剂可包括例如一个或多个核酸探针,其包括其中可裂解的缔合的寡核苷酸被可去除地连接的靶结合区、或包括可去除地连接的抗体的寡核苷酸。在一些实施例中,可去除连接可以包括例如位于靶结合结构域和信号寡核苷酸之间的接头(例如可裂解接头)。可裂解接头可以包括例如被配置成通过由光源发射的电磁辐射(例如光)裂解的光可裂解接头,所述光源是例如合适的相干光源(例如激光器、激光扫描设备、共焦激光扫描设备、UV光源)或合适的非相干光源(例如弧光灯和发光二极管(LED))。在一些实施例中,光源可以附加地或以其他方式包括例如数字镜设备(DMD)。
在一些实施例中,可裂解的缔合的寡核苷酸可以包括例如光可裂解的寡核苷酸标签。例如,通过使用与光可裂解的寡核苷酸标签偶联的抗体或RNA探针,可以准备用于确定(例如,通过表达谱分析平台130)的组织样本。在一些实施例中,每个光可裂解的寡核苷酸标签都可以是或包括机器可读标识符,其可以由扫描仪(如条形码扫描仪等)扫描或读取。在一些情况下,光可裂解的寡核苷酸标签可以与一种或多种形态标记物结合到载玻片固定FFPE组织切片。在一些实施例中,一种或多种形态标记物可包括例如多达四种形态标记物,其中,每个形态标记物可包括例如荧光探针。在寡核苷酸缀合的探针和形态标记物与载玻片固定的FFPE组织切片结合后,寡核苷酸标签可以从组织的选择区脱离开以用于进一步分析。
在一些实施例中,样本准备站还可以被配置成执行其他处理操作,包括例如液体转移操作、磁珠分离操作、(例如,样本盒表面上的分子标签的)固定操作等。样本可以是固定的或不固定的。例如,在一些情况下,经由样本准备站的样本处理可以包括将包括至少一个细胞的样本纯化和固定到容器(例如,样本容器)、盒(例如,样本盒)等的表面(例如,内表面)上。例如,至少一种细胞可直接固定到表面,或可通过至少一种其他细胞间接固定到表面。在处理组织样本之后,样本谱分析器133可以被配置成将组织样本传送到数字分析器以用于成像、数据收集和分析,如本文所述。
在一些实施例中,数字分析器可以包括例如复用分析设备、扫描仪、读取设备、计数设备等。例如,数字分析器可以包括条形码扫描设备、多通道落射荧光扫描器等。数字分析器可以包括例如电荷耦合器件(例如,相机)的图像捕获设备和显微镜物镜。数字分析器还可以包括换能器,例如能量源、能量发射器、光源等(“光源”)。在一些实施例中,光源可以是或者包括例如相干光源(例如,LASER)、紫外(UV)光源等。在一些实施例中,光源可以是或者包括例如非相干光源(例如弧光灯和发光二极管(LED))。光源可以被配置成相对于样本照射至少一个细胞的至少一个亚细胞结构,使得可以检测在至少一个细胞的至少一个亚细胞结构中或来自至少一个细胞的至少一个亚细胞结构的至少一种蛋白质靶标的丰度。此外,光源可以首先照射至少一个细胞中的至少一个亚细胞结构,随后照射至少第二细胞中的至少一个亚细胞结构,从而允许比较至少一个细胞中的至少一个亚细胞结构和至少第二细胞中的至少一个亚细胞结构中的、或来自至少一个细胞中的至少一个亚细胞结构和至少第二细胞中的至少一个亚细胞结构的至少一种蛋白质靶标的丰度。
在一些实施例中,数字分析器能够被配置成确定样本中的至少一个或多个ROI内包含的一个或多个生物表达及其对应位置,以便将样本中包含的(例如相应靶生物组分的)生物表达中的一个或多个空间映射到样本的图像。因此,数字分析器可以被配置成捕获样本的一个或多个图像、收集和/或分析与样本相关联的数据,以便将样本中包含的相应靶生物组分的一个或多个生物表达空间映射到样本的图像。例如,数字分析器可被配置成计数、定量和/或量化至少一个或多个ROI内包含的生物表达。因此,在一些实施例中,数字分析器可以被配置成将一个或多个映射的生物表达与一个或多个ROI中包含的相应生物表达中的每一个的可视化相关联。
至少一个用户选择的生物表达的空间映射可以被配置成提供样本中的用户选择的生物表达与一个或多个相关联的ROI(例如,用户选择的生物表达位于其中)之间的空间上下文。换句话说,至少一个用户选择的生物表达的空间映射可被配置成在靶生物组分的生物表达(例如,与靶生物组分的生物表达相关或对应的表达事件发生的位置或地点)和一个或多个ROI(例如,一个或多个ROI发生的位置或地点)之间提供其关于组织样本的空间上下文。在一些实施例中,一个或多个生物表达可以经由空间谱分析器133空间映射到组织样本的可视化或图像,并且如上所述,可以被配置成经由数字分析器来计数、定量或量化生物表达,如本文所述。
在一些实施例中,数字分析器可以被配置成:
-使组织样本中的至少一个细胞中的或来自所述至少一个细胞的至少一个蛋白质靶标与至少一个探针接触,所述探针包含靶结合结构域和信号寡核苷酸;
-向所述组织样本的位置提供或施加力,所述力足以剥离所述信号寡核苷酸;以及
-收集和标识剥离的信号寡核苷酸,从而检测在被提供了所述力的组织样本的特定位置中的或来自组织样本的特定位置的至少一种靶标,其中,所述特定位置可以包括例如用户定义的组织区、用户定义的细胞、细胞内的用户定义的亚细胞结构等(例如ROI)。
在一些实施例中,数字分析器可以被配置成对组织样本的至少第二特定位置重复步骤b)和c),第二特定位置包括至少第二细胞。检测可以包括例如以下中的至少一个(并且优选地多个,并且更优选地全部):
-比较所述第一特定位置和所述至少第二特定位置中的或来自所述第一特定位置和来自所述至少第二特定位置的所述至少一种蛋白质靶标的丰度;所述至少一种细胞和至少第二细胞可以是相同细胞类型的或不同细胞类型;
-定量第一细胞类型中或来自第一细胞类型的以及所述至少第二细胞类型中或来自第二细胞类型的所述至少一种蛋白质靶标的丰度;以及
-聚合酶反应、逆转录酶反应、与寡核苷酸微阵列的杂交、质谱法、与荧光分子信标的杂交、测序反应、机器可读标识符(如nCounter®分子条形码)的机器读取等。
在一些实施例中,第一和第二细胞类型可从正常细胞和异常细胞(例如患病和癌细胞)中独立选择(例如,基于在用户接口113和/或用户接口135处接收到的输入)。
在一些实施例中,靶结合结构域包含蛋白质结合分子,例如抗体、肽、适体和类肽,并且在一些实施例中,可以检测两种或更多种靶标:例如1至1000种之间的靶标或更多种(例如,对应于相应生物表达)、以及其间的任何数。在一些实施例中,靶标可分别包括例如与单个RNA靶标、DNA靶标、蛋白质靶标等相关的表达事件或与其相关。在一些实施例中,检测可包括例如定量每种靶标的丰度。
在一些实施例中,数字分析器可以被配置成照射(例如,激光扫描设备、DMD等)样本并使样本成像,随后接收指定一个或多个ROI的选择的用户输入(例如,基于样本的图像),并至少在一个或多个ROI处照射组织样本,从而从谱分析试剂裂解缔合寡核苷酸。此外,在一些实施例中,数字分析器可被配置成收集裂解的寡核苷酸,并分析(例如,定量)所收集的、裂解的缔合寡核苷酸以确定:至少一个或多个ROI内包含的一个或多个生物表达,以及它们在其中的对应位置。因此,来自数字分析器的关联数据可以被输出以用于生成图像和/或可视化(例如,对应于生物表达中的一个或多个和样本的图像的空间映射)以用于渲染或显示(例如,在用户接口113和/或用户接口135处)以提供空间上下文,如本文进一步详细描述的。
在一些实施例中,数字分析器可以被配置成生成图像和一个或多个相关联的对应可视化,以用于在用户接口(例如,用户接口113、用户接口135)处显示、查看和用户交互,如本文所描述的。例如,数字分析器可以被配置成以单细胞分辨率生成图像,和/或生成对应于表达事件的度量(例如,计数)的可视化,所述表达事件分别与一个或多个ROI中包含的相应生物表达中的每一个相关联,例如本文所述。在一些实施例中,可视化或图像可包括一个或多个ROI中包含的一个或多个生物表达的曲线图、绘图、图表和映射图中的至少一个,例如本文参照图3、5和6A-I所述。组织样本的可视化或图像可以被配置成基于组织样本中包含的相应靶生物组分的生物表达以及组织样本中的每个生物表达的位置来促进组织样本的形态学谱分析、分析和表征(“形态学谱分析”)。在一些实施例中,形态学谱分析可包括例如几何谱分析、片段谱分析、轮廓谱分析、网格谱分析和细胞谱分析中的至少一种,如本文参考图4A-E所述。
用户接口135可以是或包括被配置成使得能够在用户与表达映射平台130之间进行用户交互的任何合适类型的用户接口设备。例如,用户接口135可以被配置成提供(例如,显示)输出(例如,来自映射应用132和/或来自采样谱分析器133)。此外,用户接口135可以被配置成经由例如一个或多个输入和/或输出设备接收用户输入(例如,从表达映射平台130处的用户),如本文所描述的,所述一个或多个输入和/或输出设备包括:键盘、鼠标、显示器、屏幕/触摸屏、投影仪等(即,用户接口135可以被配置成实现任何合适类型的人机接口设备、人计算机接口设备、批处理接口、图形用户界面(GUI)等)。用户接口135可以以其他方式包括或被配置成实现任何合适类型的接口(例如,用户接口113)。
通信器137可以是或包括例如操作地耦合到处理器131和存储器139的硬件设备、和/或存储在存储器139中并且可由处理器131执行的软件,其能够实现和支持通过网络(例如,网络102)和/或直接在计算设备(例如,用户设备110和表达映射平台130)之间或之中的通信。例如,通信器137可以是或包括网络接口卡(NIC)、网络适配器(例如传输控制协议(TCP)/网际协议(IP)适配卡或无线通信适配器(例如,使用正交频分多址(OFDMA)技术的4G无线通信适配器))、Wi-FiTM设备或模块、Bluetooth®设备或模块、和/或任何其他合适的有线和/或无线通信设备。通信器137可以被配置成连接或互连表达映射平台130和一个或多个其他设备(例如,用户设备110),以便通过例如通信网络(例如,网络102)在它们之间进行数据通信。通信器137可以被配置成结合任何合适的架构来实现,其例如被设计用于在处理器(例如,处理器111、处理器131)、系统存储器(例如,存储器117、存储器139)、外围设备(例如,用户接口113、用户接口135)以及例如表达映射系统(例如,表达映射系统100)之类的系统内的(例如,表达映射系统100的和/或包括表达映射平台130的)任何其他设备或组件之间传递数据和/或控制信息,如本文所描述的。
存储器139可以是或包括任何合适类型的存储器、数据存储设备、或能够存储机器或计算机程序、数字信息、电子信息等(例如,映射应用132的或与其相关联的)的机器、计算机或处理器可读介质。例如,存储器139可以被配置成存储例如映射应用132的应用或程序,例如以供处理器131执行。存储器139可以是或包括存储器缓冲器、硬盘驱动器、内部硬盘驱动器的磁盘存储设备、磁带、磁盘、光盘、便携式存储器(例如,闪存驱动器、闪存、便携式硬盘、记忆棒)、半导体存储设备,例如随机存取存储器(RAM)(例如,包括高速缓存存储器的RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)等。存储器139可以另外包括任何合适类型的存储器或数据存储设备,其本身可以根据设计事项来选择。
用户接口113和/或用户接口135可以包括例如其中提供一个或多个显示的用户接口显示。用户交互可以包括例如如下中的一个或多个的交互关联(例如,基于用户输入):组织图像、可视化、用户可选择的数据集以及多个扫描记录中的一个或多个。在一些实施例中,一个或多个显示可以被配置成互连,并且可以包括例如第一显示、第二显示、第三显示和/或第四显示。例如,在一些实施例中,统一用户接口可以被配置成经由和/或结合第一显示、第二显示、第三显示和/或第四显示(作为单个显示的区/部分)有效地操作。例如,统一用户接口可以被配置成基于(例如,到用户接口135的)用户输入来交互地关联如下中的一个或多个:组织图像、可视化、用户可选择的数据集以及多个扫描记录中的一个或多个。例如在此参考图5进一步详细描述的。
在一些实施例中,表达映射平台130可以被配置成基于用户输入(例如,在用户接口113和/或用户接口135处接收到的)来分析生物物质,使得在探针与载玻片安装的组织切片杂交之后,寡核苷酸标签可以经由UV暴光(例如,在样本谱分析器133处)而从组织的离散区剥离,剥离的标签可以在例如nCounter设备(例如,在样本谱分析器133处和经由数字分析器)处被定量,并且计数可以被映射回到组织位置,从而产生分析物丰度的空间分辨的数字谱分析。空间分辨的数字谱分析可以被配置成例如在用户接口113和/或用户接口135处显示,如本文所述。
在一些实施例中,在组织的连续片段上/附近标识ROI,以便提供有探针。在第一种情况下,在一些实施例中,对感兴趣的细胞/组织进行完全“宏观特征”成像方法,例如DAPI染色、膜染色、线粒体染色、特异性表位染色和特异性转录物染色,以确定感兴趣的细胞/组织的总体宏观特征。或者,在与要被提供探针的连续片段相邻的连续片段上标识ROI;这里,对第一连续片段执行完整的“宏观特征”成像(如上所述)。这种成像通常将可以标识相邻连续片段上的ROI,其中,在施加合适的定向力时信号寡核苷酸将从探针上剥离。连续片段可以彼此相距大约5μπι到15μπι。进一步的细节可以在相关PCT申请号PCT/US2016/042455中找到,如上所述,其全部内容通过引用并入本文。
在该示例中,表达映射平台130可以被配置成如下分析(例如,在样本谱分析器133处)生物物质:
-处理:将FFPE载玻片安装的组织与经由光裂解接头与DNA寡核苷酸缀合的一抗与有限数量的可见光波长成像试剂的混合物一起孵育;
-查看:ROI使用基于可见光的成像试剂在低倍下标识以建立肿瘤切片的总体“结构”(例如,成像细胞核和/或使用一种或两种关键肿瘤生物标志物);
-谱分析:选择ROI被选择用于高分辨率复用谱分析,并且在暴露于UV光之后剥离来自选择区的寡聚物;
-板培养:然后收集游离的光裂解的寡聚物,例如,通过基于微毛细管的“吸管”,并储存在微量培养板孔中用于随后的定量;和/或
-数字计数:在数字计数步骤期间,来自微量培养板中空间分辨的ROI的光裂解的寡聚物与4色6点光学条形码杂交,使得能够使用标准NanoString nCounter读出仪器(例如SPRINT、Flex和MAX)在单个ROI中进行蛋白质靶标(分布在多达800丛标志物上)的多达~1百万个数字计数。
图像可以在内部处理,其中,每个通道(在一些实施例中)产生包含该通道的计数的一个RCC(报告代码计数)文件。这样的RCC文件可以被压缩(例如,“zipped”)并下载以便导入到映射应用132(例如,nSolverTM软件)分析(以及可选地质量控制)中。然后,运行数据可以被输出为例如逗号分隔值(CSV)格式文件,其可以由最常用的电子表格包(例如,Microsoft®Excel)打开,并且可以使用分析软件(例如,NanoString的nSolver或其他数据分析和可视化软件包)来分析。
图2是描绘根据一些实施例的操作表达映射系统的方法(“方法201”)的一个示例的流程图。方法201可以例如经由例如表达映射系统100(例如,参见图1和相关联的描述)之类的表达映射系统来实现。因此,方法201可被实施为示出组织样本的一个或多个ROI内的生物表达的空间映射;具体讲,在一些实施例中,空间映射可被配置成示出例如组织样本中的和组织样本的空间分辨分析物谱分析(例如,ROI内),其对应于组织样本中表达事件的发生和测量结果,如本文所述。
方法201包括,在202,使表达映射系统在第一显示中显示扫描窗格,其可以包括例如至少组织样本的图像,该图像包括一个或多个分界,每个分界对应于一个或多个感兴趣区(ROI)中的特定一个,并且一个或多个ROI中的每一个都对应于组织图像内的组织的特定部分。扫描窗格例如在此参考图5更详细地描述。方法201包括,在204,使表达映射系统在第二显示中显示可视化窗格,该可视化窗格包括例如一个或多个ROI中包含的相应生物表达中的每一个的可视化。例如,本文参考图5更详细地描述了这样的可视化。
方法201包括,在206,使表达映射系统通过对组织图像中的一个或多个ROI进行编码来增强第一显示,以示出一个或多个ROI内的生物表达的空间映射。在一些实施例中,表达映射系统可以被配置成增强第一显示以有利于在一个或多个ROI中的至少一个中的(例如组织的)形态学谱分析,例如参考图4A-E所描述的。例如,在一些实施例中,编码可以包括例如颜色编码,例如参考图 4A-E所描述的。在一些实施例中,编码或颜色编码中的一个或多个可以例如包括分别呈现生物表达的定量测量结果,例如参考图3、4A-E和/或6A-I所描述的。
在一些实施例中,可以基于指定对可视化中包含的生物表达的至少一个选择的用户输入来增强第一显示。在一些实施例中,至少一个用户选择的生物表达的空间映射可被配置成向一个或多个ROI中的至少一个提供其空间上下文,例如本文参照图5所述的。在一些实施例中,指定一个或多个ROI的选择的用户输入可包括例如一个或多个ROI的选择,其定义例如与选择相关联的一个或多个ROI的形状或尺寸。
在一些实施例中,方法201还可包括例如在第三显示中显示包括至少一个用户可选择数据集的数据集窗格,所述至少一个数据集与一个或多个ROI中包含的一个或多个生物表达相关联,例如参照图5所述的。在一些实施例中,方法201还可以包括例如在第四显示中显示记录窗格,该记录窗格包括多个扫描记录,每个包含至少一个组织图像。在一些实施例中,方法201还可以包括例如基于用户输入来选择至少一个记录,使得在选择记录时,扫描窗格、可视化窗格和数据集窗格中的至少一个被显示在相应或相关联的显示中。
图3是描绘了根据一些实施例的示出了基因表达的可视化的一个示例的图示。如所示,该可视化可包括例如映射图,例如热图等,其中,样本的区(例如ROI)已基于所表达的标记物的强度和身份而被分类。此外,(从上到下),示例性ROI包括“ROI 3”、“ROI 2”、“ROI1”、“ROI 10”、“ROI 12”、“ROI 11”、“ROI 5”、“ROI 4”、“ROI 6”、“ROI 8”、“ROI 7”和“ROI9”。此外,(从顶部到底部),示例性区包括“富含CD20的”、“富含CD3的”、“混合的”和“富含PanCK的”。此外,如所示(从左到右),示例性抗体包括“P-S6”、“β-联蛋白”、“PanCk”、“CD34”、“CD163”、“VISTA”、“Tim3”、“CD8”、“CD56”、“IDO1”、“CD11c”、“p70-S6K”、“GZMB”、“CD3”、“CD4”、“CD45RO”、“Bcl-2”、“P-STAT5”、“B2M”、“CD45”、“lk-Ba”、“HistoneH3”、“AKT”、“B7-H4”、“PD1”、“HLA-DR”、“CD20”、“BIM”、“P-STAT3”、“PD-L1”、“S6”、“B7-H3”、“c-Myc”、“CD68”、“Ki-67”、“MSH2”、“MSH6”、“BCL6”、“STAT3”、“BCL6”、“STAT3”、“PMS2”和“MLH1”。此外,热图还可以包括例如被配置成指示相应生物表达的类型和程度的一个或多个图例。例如,如所示,热热图可包括“按比例缩放的nCounter计数”图例和“区”图例。
热图呈现了数据(例如,来自样本谱分析器133)的可视化,其示出了相对于生物表达或与生物表达相关联的表达事件所映射的相关联ROI的各种生物表达的颜色编码的量化测量值或计数。热图可以是或包括通过颜色来描绘计数的图像,其可以包括被配置成沿着x轴对齐的片段和y轴上的靶标。热图可以经由一个或多个ROI的颜色编码来显示,以便呈现热图,使得其呈现生物表达的量化测量值。例如,热图的按颜色的计数可以被配置成相对于生物表达的计数所映射到的样本的区(例如,由“区”图例指示的)示出量化测量值,例如生物表达的计数(例如,由“按比例缩放的nCounter计数”图例指示的)。此外,量化测量值可被配置成对应于相应生物表达的类型(例如,经由区和/或ROI和相关联的抗体类型)和/或程度(例如,经由计数)。此外,热图还可以被配置成通过对应的颜色或强度来示出每个相应生物表达的程度或范围。例如,如热图所示,较高强度(例如,相对较暗的区)可以被配置成指示较高的生物表达计数,并且较低强度(例如,相对较亮的区)可以被配置成指示较低的生物表达计数。
在一些实施例中,热图可以被配置成显示交互式弹出框,该交互式弹出框可以响应于与在热图的区上方悬停(例如,光标)相对应的用户输入而被示出。在一些实施例中,交互式弹出框可以被配置成示出例如与检测到悬停的区相关联的片段、靶标、计数和/或任何标签。在一些实施例中,对应于滚动或滑动的用户输入元素可被示出并配置成可以在Linear和Log2数据之间选择。在一些实施例中,显示热图所用的颜色方案可以被配置成基于用户输入来调整或改变。作为一个示例,热图可以被配置用于交互式用户操纵,例如,如下:点击并拖动,以选择热图的部分或全部;选择、定义和/或指定由所选择的探针组成的探针组;不选择、不定义和/或不指定探针组(例如,来自当前研究);等等。在一些实施例中,热图可以例如在线性标度、对数标度等上实现。
图4A-E是描绘根据一些实施例的可视化和谱分析模态(“可视化和谱分析模态”或“谱分析模态”)的示例的图示,通过所述模态或在所述模态下,可以示出(例如,通过用户接口113和/或用户接口135)组织(例如组织样本)和基因表达(例如跨组织或在组织内的表达事件的发生)。如所示,可视化和谱分析模态包括几何谱分析(图4A)、片段谱分析(图4B)、轮廓谱分析(图4C)、网格化谱分析(图4D)和稀有细胞谱分析(图4E)。可视化和谱分析模态可被配置成使用户能够基于用户输入交互地和可视地定义一个或多个ROI,如本文所述。可视化和谱分析模态可被生成和配置成促进一个或多个ROI中的至少一个中的形态谱分析(例如,组织的形态谱分析),如本文所述。例如,可视化和谱分析模态可以被配置用于分析样本以确定、评估和/或表征样本中的以及样本的表达事件和相关联的生物表达的异质性水平。
现在参考图4A,几何谱分析可被配置成基于用户输入,使能、支持和促进样本异质性和/或谱分析(例如生物表达谱分析)的空间和定量评估、评价和表征。在一些实施例中,用户输入可被配置成按照形状和/或尺寸,指定、调整和/或定义一个或多个ROI的一个或多个选择。例如,指定对一个或多个ROI的选择的用户输入可包括例如对一个或多个ROI的选择以及与对一个或多个ROI的选择相关联的一个或多个ROI的形状或尺寸。可以重复使用相同的形状,从而确保特定区(以像素)在ROI之间是相同的。在一些实施例中,几何谱分析可以被配置成提供跨样本的不同组织区的标准化几何形状。作为一个示例,几何谱分析可以被配置成促进评估肿瘤和免疫标志物的表达在样本中可能如何不同(例如,异质性)。几何谱分析可被配置成基于接近度来标识组织表达谱分析的特定区上和特定区内的不同表达谱分析。在一些实施例中,几何谱分析可被配置成代表在选择的一个或多个ROI内的生物表达的量化。
现在参考图4B,可以配置片段谱分析以使用形态学标记物来示出细胞性的类型和/或程度,以标识和谱分析一个或多个ROI内的不同生物区室。片段谱分析揭示了独特的肿瘤和肿瘤微环境分子谱。例如,片段谱分析可以被配置成促进评估肿瘤可以如何不同于肿瘤微环境。在一些实施例中,片段谱分析可包括例如手动片段谱分析或自动片段谱分析。在一些实施例中,自动片段谱分析可以被配置成基于指定至少一个片段谱分析参数的用户输入,自动化和促进一个或多个ROI中的至少一个中的样本的片段谱分析。在一些实施例中,片段谱分析可被配置成检测、分类、标识和/或区分或以其他方式确定来自形态标记物(荧光靶标)的高信号和低信号之间的差异(例如,在类型和/或程度方面),以便于标识和谱分析一个或多个ROI内的不同生物区,如本文所述。例如,片段谱分析可以被配置成标识ROI内的不同生物区和/或对其进行谱分析,以区分不同的生物区之间,例如CD45阳性组织对S100B阳性组织。
现在参考图4C,轮廓谱分析可以被配置成使能、支持和便于评估、评价和表征接近度对一个或多个ROI中的中心结构周围的局部微环境和生物反应的影响,如本文所述。例如,轮廓谱分析可以被配置成确定与肿瘤或免疫细胞群的接近度如何改变生物反应(例如,在一个或多个ROI中)。在一些实施例中,一个或多个ROI可包括一个或多个放射ROI,其被配置成基于接近度来示出不同的表达谱分析,例如图4C中所示。在一些实施例中,轮廓谱分析可以被配置成通过使用辐射ROI来检查中心结构周围的局部微环境来示出接近度如何影响生物反应。中心结构可以是紧凑的,例如免疫细胞簇或复合物,如神经元或血管。因此,轮廓谱分析可以被配置成使能、支持和便于接近度对一个或多个ROI中的中心结构周围的生物反应和局部微环境的影响的评估、评价和表征,其中,中心结构包括例如紧凑的免疫细胞簇或复合物,如神经元或血管。
现在参考图4D,网格化谱分析可被配置成使用可调谐网格图案来进行深空间映射。例如,网格化谱分析可以被配置成基于对应于一个或多个ROI的选择的用户输入来提供样本中的结构(例如,肿瘤)的分子谱分析的数字图,如本文所述。在一些实施例中,网格化谱分析的可视化可包括例如叠加在图像上以驱动样本的深空间映射的可调网格化图案。
现在参考图4E,稀有细胞谱分析可以包括例如单细胞谱分析和稀有细胞谱分析。分离的免疫细胞群示出了独特的表达谱分析。因此,稀有细胞谱分析可以被配置成示出例如一个或多个ROI内的不同细胞群的功能,如本文所述。在一些实施例中,稀有细胞谱分析可被配置成基于一个或多个ROI中的细胞类型特异性形态标志物来检测或标识不同的细胞群。因此,稀有细胞谱分析有助于“将光照射在稀有事件上”,包括例如稀有表达事件及其类型,如可以与对应的生物表达相关联的。在一些实施例中,稀有细胞谱分析可以被配置成便于评估、评价和表征特定免疫细胞(包括例如稀有或单个免疫细胞)如何可以影响肿瘤生物学和治疗反应。例如,基于对应于独特表达谱分析的细胞类型特异性形态学标记物,可以示出不同细胞群的功能。
图5是描绘根据一些实施例的包括可视化的用户接口显示的一个示例的图示。用户接口显示可以包括用户接口,例如用户接口113和/或用户接口135,如本文(以及上文)所述。如所示,用户接口显示包括例如扫描窗格、数据集窗格和可视化窗格。在一些实施例中,用户接口显示还可以包括例如记录窗格(未示出)。此外,扫描窗格、数据集窗格和可视化窗格可以分别包括各种功能按钮。例如,功能按钮可以在扫描窗格中包括“管理注释”;在数据集窗格中,包括“数据集历史”和“导出、再命名、删除、数据集”,以及在可视化窗格中,包括“下拉参数菜单”,如图5所示。在一些实施例中,用户接口显示还可包括例如工具栏和/或通用功能按钮。例如,如图所示,工具栏可以包括“任务栏选项”,并且通用功能按钮可以包括“导出功能”。用户接口显示可以另外包括任何其他合适类型或配置的窗格、工具栏和/或功能按钮,其本身可以根据设计事项来选择。
用户接口显示可以包括统一用户接口,其被配置成提供用户(例如,在用户设备110或表达映射平台130处)与表达映射平台(例如,表达映射平台130)之间的交互式用户交互,如本文所描述的。在一些实施例中,用户交互可以包括例如如下中的一个或多个的交互关联(例如,基于用户输入):组织图像、可视化、用户可选择的数据集、以及多个扫描记录中的一个或多个。通常,互连的可视化可以包括例如与数据集(例如,一个或多个用户可选择的数据集;多个扫描记录中的一个或多个扫描记录)的选择相关联的任何合适类型的可视化和/或(一个或多个)(例如,样本的)图像,如本文所述。
在一些实施例中,扫描窗格可包括例如多个图标,每个图标对应于一个或多个ROI或整个组织图像中的至少一个内的特定片段。在一些实施例中,扫描窗格可包括例如多个图标,每个图标对应于一个或多个ROI或整个组织图像中的至少一个内的特定片段。在一些实施例中,扫描窗格可以包括例如与扫描、一个或多个ROI、片段等相关联或对应的表示、可视化和/或图像。在一些实施例中,扫描窗格可以被配置成使得扫描、一个或多个ROI和/或一个或多个片段中的一个或多个可以基于并响应于与对扫描、一个或多个ROI和/或一个或多个片段中的一个或多个的选择相对应的用户输入(例如,经由用户接口113和/或用户接口135从用户设备110和/或表达映射系统130处的用户接收到的)而被排除或包括在特定研究中(例如,例如图5中所示的)。此外,扫描窗格可以被配置成提供基于用户输入的标签选择。此外,扫描窗格可以包括扫描的个体图像查看器。
例如,扫描窗格可以包括例如与每次扫描相关联的图标(例如,位于该窗格的顶部,并且表示每个片段的选取器按钮位于每个图像查看器的右侧,如图5所示)。在一些实施例中,每个图标可以与每次扫描交互地相关联,使得例如单击将扫描或片段的状态从选择切换到未选择,反之亦然。图标可以另外被配置成提供其他控制操作,其本身可以根据设计事项来选择。在一些实施例中,扫描窗格可以被配置成使得悬停在图标或选取器按钮上方显示了例如名称、标签等的附加信息。
在一些实施例中,扫描窗格可包括例如SCAN ICONS(扫描图标)按钮,其被配置成提供以下内容的视觉预览:选择的片段的数量和/或用于分析的片段的总数;以及选择用于分析的片段的总比例。在一些实施例中,扫描窗格可以包括例如图像查看器。每个图像查看器都描绘出ROI和片段的扫描和空间布置。例如,左上角的复选框指示了是否选择该扫描用于分析,如图5所示。所选择的扫描具有绿色报头;取消选择扫描具有白色报头。扫描窗格可以被配置成调整扫描图像以帮助查看、选择和取消选择片段。例如,调整扫描图像以改变片段的视场。作为另一示例,扫描图像可以被配置成被放大和缩小(例如,经由用户接口113和/或用户接口135)。在一些实施例中,扫描窗格可以包括一个或多个选取器按钮,每个选取器按钮对应于一个或多个ROI(例如,扫描图像)。
在一些实施例中,数据集窗格可以包括例如与一个或多个数据集、探针、探针组和/或片段组相关联或对应的表示、可视化和/或图像。例如,数据集窗格可以包括列表,该列表包括表示、可视化和/或图像。在一些实施例中,数据集窗格可以被配置成初始地示出与当前研究相关联的数据集和探针组。例如,数据集窗格可以被配置成在新研究开始时示出初始数据集(导入数据的原始集合;这将出现在数据集列表的顶部)和全部探针组。
在一些实施例中,可视化窗格可以包括例如一个或多个可视化,每个可视化分别对应于一个或多个ROI中包含的一个或多个生物表达的曲线图、绘图、图表和映射图中的一个或多个,如本文所述。每个可视化可包括一个或多个所选数据集、探针和/或应用于来自那些探针的数据的调整的视觉表示。在一些实施例中,可视化中的一个或多个可以包括一个或多个图像(例如,样本图像)。在一些实施例中,可视化中的一个或多个可以被配置成使得与对图上的感兴趣区(例如,ROI)的选择相对应的用户输入使扫描窗格中的相关的突出显示片段被示出。对感兴趣区的选择可以包括例如右击以创建标签、组等。例如,可视化窗格可以被配置成使得可以选择(例如,由用户基于经由用户接口113和/或用户接口135对用户设备110和/或表达映射平台130的用户输入)任何可视化中的感兴趣区,以示出在扫描窗格中突出显示的相应片段。在一些实施例中,可以经由可视化窗格来选择一个或多个ROI。在一些实施例中,可视化窗格可以被配置用于经由可被用于例如实时进行数据调整的改变的选择所对应的用户输入来进行实时用户交互。
在一些实施例中,可视化窗格可以被配置成基于用户输入来生成探针组、片段组等。在一些实施例中,可视化窗格可以被配置成基于用户输入来生成用于与一个或多个片段集和/或离散的个体片段的一个或多个选择相关联的标签。在一些实施例中,可视化窗格可以被配置成响应于用户输入而动态地显示一个或多个数据集、片段和/或探针。在一些实施例中,可视化窗格可以交互式地互连到扫描窗格或数据集窗格中的一个或多个。例如,可视化窗格可以包括被配置成使得可以经由对可视化的感兴趣区的选择来选择一个或多个ROI的可视化。在一些实施例中,可视化窗格中的所选择的ROI可以被配置成在扫描窗格中被示出、突出显示或以其他方式指示。因此,可视化窗格可以被配置成使用户能够生成用于选择的探针组或片段组、从研究中排除选择的探针组或片段、定义用于与一个或多个选择片段相关联的标签等。在一些实施例中,记录窗格和/或数据集窗格可被配置成指示对相关联的数据集作出的任何改变或调整。
作为一个示例,在使用中,数据集窗格可包括与当前研究相关联的所有数据集和探针组的列表。在一些实施例中,数据集窗格可以被配置成示出研究开始时的初始数据集。例如,初始数据集可以包括导入数据的原始集合;其可以被配置成在数据集列表的顶部示出)在数据集字段中。作为另一示例,初始数据集可以被配置成包括探针组以及在你的核心和模块套件配置文件中定义的在研究开始时填充探针组字段的任何附加探针组。
在一些实施例中,用户接口显示可以被配置成结合可视化窗格以及数据集窗格和记录窗格中的一个或多个来渲染扫描窗格,以便经由统一用户接口并且基于用户输入来实时显示。在一些实施例中,数据集的检测到的探针可以被列在数据集窗格中的探针列表中。数据集窗格可被配置成使得单独数据集可被保存(例如,经由拖放操作)到记录窗格中。在一些实施例中,记录窗格可以包括例如数据集(例如,保存的数据集)的文件夹或列表。在一些实施例中,记录窗格可以被配置成可基于标签、文本等进行搜索。在一些实施例中,用户接口显示可以被配置成基于用户输入来选择至少一个记录,使得在选择记录时,扫描窗格、可视化窗格和数据集窗格中的至少一个被显示在相应的显示中,例如图5中所示。
在一些实施例中,记录窗格可以包括数据分析队列。例如,记录窗格可以被配置成经由记录按钮来进行访问,并且使得能够基于用户输入选择包含一个或多个扫描的一个或多个文件夹。通过点击左上角的复选框来选择感兴趣的每个扫描。这将使报头变成例如彩色(例如绿色)。也可以一次观看一个载玻片。在一些实施例中,记录窗格可包括ScanGallery View(扫描画廊视图)(例如,在图5所示的记录下)。在一些实施例中,记录窗格被配置成使一个或多个扫描可被排在一起以进行基于用户输入的分析。在一些实施例中,记录窗格可以被配置成基于用户输入来调整扫描次序。例如,可以基于扫描日期来自动设置扫描次序。作为另一示例,可基于用户输入相对于扫描名称、载玻片名称等调整扫描次序。
在一些实施例中,用户接口显示可以被配置成基于用户输入来过滤多个记录的属性、约束和/或值中的至少一个。例如,用户接口显示可以被配置成基于分析物类型(例如,以使用户能够选择RNA或蛋白质来过滤出现的探针)、基于文本和/或标签(例如,以通过文本和/或通过标签搜索探针)来过滤探针。例如,可以在数据集窗格中列出探针组和片段组。其他预定义的探针组可以在该字段中自动填充,因为它们已在核心或模块套件配置文件中被定义了。在一些实施例中,过滤可以被配置成例如基于标签的选择来实现,以允许按类型对片段进行分组,并且然后可以用于对数据进行分类和过滤以供分析。
作为一个示例,在使用中,扫描窗格可以被配置成使用户能够基于用户输入来选择一个或多个扫描、探针和/或片段以包括在研究中。例如,研究中的一个或多个扫描可以表示为扫描窗格顶部的扫描图标和向下列出的扫描图像,如图5所示。在一些实施例中,扫描窗格可以被配置成使最初选择基本上所有扫描和片段都用于研究中的分析。在一些实施例中,扫描窗格可以被配置成可以使用扫描窗格中的管理注释按钮将片段注释上传到电子表格。在一些实施例中,扫描窗格可以包括。
图6A-I是分别描绘根据一些实施例的示例可视化的图示。如图所示,可视化包括聚类图(图6A)、条形图(图6B)、散点图(图6C)、箱形图(图6D)、森林图(图6E)、统计图(图6F)、火山图(图6G)、趋势图(图6H)和航线图(图6I)。
参考图6A,聚类图可包括对数据点之间的关系作出推断的交互树。在一些实施例中,该交互树可以是或包括树状图。聚类图可以被配置成示出属于聚类的同一分支的点在某一级别上彼此相似;分离分支中的数据点不太相似,其中,片段沿x轴是对齐的,并且靶标在y轴上,如图6A所示。在一些实施例中,聚类图可以经由算法来实现,该算法被配置成使得基于用户输入的选择使数据被对数变换,然后将计算z分数,聚类(将计算相关性/树状图)以确定聚类热图中的位置。聚类热图将根据表示z得分的颜色中的确定位置来绘制每个片段-探针单元。在从可视化导出数据时,用户应当具有导出他们看到的是z分数的值的能力。
参考图6B,条形图表示研究中包括的所有片段中所有探针的计数值。例如,可以沿着x轴列出片段并且沿着y轴计数;并且每个条的高度表示由箱定义的每个计数的频率。在一些实施例中,条形图可以经由算法来实现,该算法被配置成使条形图以线性和/或对数标度来示出;和/或误差条是组中计数的标准偏差或标准误差。在一些实施例中,条形图可被配置成使强度数据可使用线性/对数滑块在线性或对数空间中自动定标和/或查看。在一些实施例中,条形图可被配置成将比率数据(如果有的话)示出为比率、倍数变化或Log2比率。在一些实施例中,条形图可以被配置成通过输入最小计数值和/或最大计数值(仅在查看线性强度数据时可用,而不是在对数标度中)来自动地或基于用户输入手动地应用缩放。在一些实施例中,条形图可被配置成通过选择标签、因子、平均方法(中值、几何平均、平均)、以及误差条(SE、SD、无)来提供应用分组。
参考图6C,散点图是在x轴上绘制一个片段的结果而在y轴上绘制不同片段的结果的可视化。作为替选或补充,散点图可以是或包括可视化,可视化被配置成相对于第二图而示出第一图,所述第一图示出与来自第一研究的探针相关联的结果,所述第二图示出与来自第二研究的探针相关联的结果。在一些实施例中,散点图可以被配置成自动示出趋势线,例如R2线和相关值(例如,在图6C中的图的右上示出)。在一些实施例中,R2值可被配置成计算为皮尔逊相关系数(例如Excel中的“RSQ”公式)。
参考图6D,箱形图表示基于四分位数来描述研究子集的图。箱形图具有从箱形(晶须)垂直延伸的线,其指示了在上和下四分位数之外的可变性。离群值可以被绘制为单独的点。这些可视化显示了实验的子集之间的差异,而不进行关于潜在统计分布的任何假设;它们是非参数的。例如,箱形图可以被配置成基于用户输入来示出显示片段、标签以及中值、最大值以及第一和第三四分位数的值的弹出框。图例显示了分配给各图的颜色及其对应的标签。点击在该图例中的彩色框以显示或隐藏该图。在一些实施例中,箱形图可以被配置成在第25至第75四分位数之间延伸,和/或晶须延伸至最小和最大。
参考图6E,森林图示出了单独探针在所有片段或片段组上的比值分布。倍数变化被描绘为针对每个探针名称(垂直列出的)的沿着水平轴的晶须图。垂直轴以等于1的比值来示出。悬停在框上来查看具有分布统计的工具提示,其由每个探针的绘图来描绘。该框跨越分布的第一和第三个四分位数,其中,线表示中值。晶须在数据的95%置信界限之间延伸。在一些实施例中,森林图可以包括以下函数:将强度数据视为比值、倍数变化或Log2中;通过标签和标签组合分组来分层和彩化数据;通过标签彩化数据点;和/或选择一个或多个片段标签用于彩化(也将创建组合群)。
参考图6F,统计图可以包括例如主组分图,即PCA图。主组分图可以被配置成沿着三维绘图的x轴、y轴和z轴来描绘所选数据集的前三个主组分。变化的主要源可以由这前三个组分来解释。主组分图可以被配置成包括各种功能,如下:点击所述绘图并沿着x、y或z轴旋转以在不同轴的视角中查看所述绘图;点击数据点以自动地突出显示所述片段窗格中的所述片段和所述扫描图像查看器;和/或在图上的数据点上方悬停,以查看显示其表示的片段名、相关联的标签、以及其坐标中的每一个的弹出框,并查看其所定义的三维。
参考图6G,火山图是x轴上的数据集的比率数据(log2)和y轴上的显著性测量(p值的-log10)的散点图。该可视化可用于包含t检验(p值)的数据集。在一些实施例中,火山图可被配置成使用平均来将个体比率(例如,肿瘤1/基质AV、肿瘤2/基质AV等)组合成一个值。在一些实施例中,火山图可以被配置成基于用户输入示出在图中使用的比率(例如,肿瘤/免疫或免疫/肿瘤)。例如,火山图可以被配置成将视图比率数据示出为比率、倍数变化或Log2比率。在一些实施例中,火山图可使用p值/-10log使用滑块来指定。在一些实施例中,火山图可被配置成通过对应的颜色来示出不同组的探针。
参考图6H,趋势图示出了在数据集中所有选择探针的线形图。可以沿x轴对片段进行排序,而沿y轴对探针计数进行排序。趋势图可以被配置成包括如下各种功能:悬停在线上以查看具有探针名称和p值的弹出框;在y轴的线性值和对数值之间切换;通过标签或因素选择片段分组或通过标签对片段进行分类;经由p值(例如,最大p值)的选择来选择趋势图上的线,以使表示与该p值相关联的结果或更好的结果的任何线被选择;以及,使用所述按线来选择的按钮在所述图形上绘线。
参考图6I,航线图描绘了每个可视化一个探针。航线图可以被配置成包括如下的各种功能:航线图上的点代表每个值;线示出了组的中值;悬停在散点图上的数据点上方以查看显示靶标以及点的x和y坐标的弹出框;在绘图上的任何其他区上方悬停以查看最小值、中值、最大值和四分位数值,以及当前显示的探针;选择将用于过滤探针以供选择的p值(将示出所选择的p值或更好的探针);查看线性计数或Log2值;基于用户输入来选择要查看哪个探针的图;设置p值;将标签添加到所选择的片段根据选择创建片段组。
示例1
图7A-D示出了通过本公开的表达映射系统获得的示例性结果。根据本公开的空间映射实施例有助于标识与存活的潜在预后生物标志物相关的区室特异性标志物。
肿瘤微环境内的特定细胞类型以标识预后生物标志物。
使用系列掩模,聚焦于巨噬细胞(CD68+)、黑素细胞(S100B+)、和非巨噬细胞免疫细胞(CD45+CD68-)的稀有细胞谱分析,阐明了区室。目的是区分肿瘤和基质区之间。
结果:CD3、CD8、β-2微球蛋白、PD-L1和HLA-DR均在总存活率和无进展存活方面证明了细胞类型特异性预测能力;PD-L1示出了与巨噬细胞区室中的总体存活最强相关(图7A-D);并且免疫、非巨噬细胞区中的β-2微球蛋白与总体存活和无进展存活都相关。
示例2
图8A示出了通过本公开的表达空间映射实施例获取的示例性结果。具体讲,图8A示出了预处理和治疗后的生物表达谱分析,活组织检查标识了与反应相关的多种标记物。当在治疗期间从患者身上查出肿瘤时,反应者会具有比非反应者更高水平的CD45+表达、CD8+浸润、增加的PDL1、PDL1、CD4、粒酶B、FoxP3、CD20和PD-1表达。这些差异不仅在治疗中的样本中可以观察到,而且在基线样本中也可以观察到,这表明这些标志物可能用于预测施用之前治疗的成功;潜在地重新整形针对患者选择的治疗类型。
示例3
图8B-C示出了通过本公开的表达空间映射实施例获得的示例性结果。特别地,图8B示出了用于几何ROI选择策略的样本图像和ROI,并且图8C示出了测量在GeoMx DSP分析的新辅助疗法之后复发或未复发的黑素瘤患者之间的蛋白质差异表达的火山图。注意,没有复发的患者中,β2M、CD3和PD-L1的水平增加。其他蛋白均未在图中示出,CD3与获得性免疫反应有关(图由自然医学再现)。参见“Neoadjuvant versus Adjuvant Ipilimumab PlusNivomumab in Macroscopic Stage III Melanoma”(Blank,CU等人Neoadjuvant versusAdjuvant Ipilimumab Plus Nivolumab in Macroscopic Stage III Melanoma.NatMed.2018;24(11):1655-1661),其中,比较了使用I+N作为辅助治疗或新辅助治疗5的效果。
用29个感兴趣的靶标和表达在黑素细胞上的S100B抗原染色,以标识富含肿瘤的ROI。通过几何谱分析选择每个肿瘤六个ROI。CD45染色也用于建立具有高免疫浸润的三个ROI和具有低免疫浸润的三个ROI。用GeoMx DSP定量CD3、β-2微球蛋白和PD-L1蛋白的水平,并且还将IFN-γRNA水平分层为低、中和高。
在该研究中,新辅助治疗成功地减小了肿瘤尺寸,从而导致较少的深度外科手术干预。本公开的实施例有助于发现:
-新佐剂I+N比佐剂I+N扩增更多的驻留T细胞克隆,如通过治疗之前和之后的TCR测序所证明的;以及
-预治疗内肿瘤活检中干扰素-γ(IFN-γ)RNA的水平与治疗后的临床结果和复发率相关。
复发的是CD3、β-2微球蛋白和PD-L1水平降低且IFN-γRNA水平低的患者。具有中等到高水平的IFN-γRNA的患者不会复发(在公开时),这表明该生物印记具有用于预测患者对治疗的反应的潜力(图5)。
示例4
图8D-E示出了通过本公开的表达映射系统获得的示例性结果。具体讲,图8D示出了用S100B(肿瘤细胞)和CD45(免疫细胞)染色的肿瘤样本。基于S100B和CD45细胞形态产生片段;并且图8E示出了片段化(颜色编码)的放大图:绿色=S100B阳性肿瘤细胞,红色=CD45阳性免疫细胞,蓝色=DNA。在ROI内分别收集和量化每个片段。
图9是描绘根据本公开的一些实施例的用户设备110和/或表达映射系统130的框图。如图所示,用户设备110和/或表达映射系统130可以包括一个或多个处理器902(例如微处理器、CPU、GPU等)、一个或多个计算机可读RAM 904、一个或多个计算机可读ROM 906、一个或多个计算机可读存储介质908、设备驱动器912、读/写驱动器或接口914、网络适配器或接口916,所有这些都通过通信结构918互连。网络适配器916与网络930通信。通信结构918可以用被设计用于在处理器(例如微处理器、通信和网络处理器等)、系统存储器、外围设备和系统内的任何其他硬件组件之间传递数据和/或控制信息的任何体系结构来实现。
一个或多个操作系统910以及一个或多个应用程序911(例如安全映射应用132,驻留在表达映射平台130上)存储在一个或多个计算机可读存储介质908上,以便由一个或多个处理器902通过一个或多个相应的RAM 904(通常包括高速缓冲存储器)来执行。在一些实施例中,计算机可读存储介质908中的每一个可以是内部硬盘驱动器的磁盘存储设备、CD-ROM、DVD、记忆棒、磁带、磁盘、光盘、例如RAM、ROM、EPROM、闪存之类的半导体存储设备、或者可以存储计算机程序和数字信息的任何其他计算机可读介质(例如,有形存储设备)。
用户设备110和/或表达映射系统130还可以包括读/写(R/W)驱动器或接口914,以便从一个或多个便携式计算机可读存储介质926读取和向其写入。观看设备110和/或用户设备120上的应用程序911可以存储在一个或多个便携式计算机可读存储介质926上,经由相应的R/W驱动器或接口914来读取,并且加载到相应的计算机可读存储介质908中。用户设备110和/或表达映射系统130还可以包括网络适配器或接口916,例如传输控制协议(TCP)/互联网协议(IP)适配卡或无线通信适配器(例如使用正交频分多址(OFDMA)技术的4G无线通信适配器)。例如,应用程序911可以经由网络(例如,因特网、局域网或其他广域网或无线网络)和网络适配器或接口916从外部计算机或外部存储设备下载到计算设备。程序可以从网络适配器或接口916加载到计算机可读存储介质908上。网络可以包括铜线、光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。用户设备110和/或表达映射系统130还可以包括一个或多个输出设备或接口920(例如,显示屏)以及一个或多个输入设备或接口922(例如,键盘、小键盘、鼠标或定点设备、触摸板)。例如,设备驱动器912可以对接到用于成像的输出设备或接口920、用于用户输入或用户选择(例如,经由压力或电容感测)的输入设备或接口922等。设备驱动器912、R/W驱动器或接口914以及网络适配器或接口916可包括硬件和软件(存储在计算机可读存储介质908和/或ROM 906上)。
表达映射系统130可以是独立的网络服务器,或者呈现集成到一个或多个网络系统中的功能。用户设备110和/或表达映射系统130可以是膝上型计算机、台式计算机、专用计算机服务器或本领域已知的任何其他计算机系统。在一些实施例中,表达映射系统130表示计算机系统,其使用集群计算机和组件来充当通过例如LAN、WAN或两者的组合之类的网络访问时的单个无缝资源池。该实施例可能是期望的,尤其是对于数据中心和云计算应用来说。通常,根据本公开的实施例,用户设备110和/或表达映射系统130可以是任何可编程电子设备,或者可以是这样的设备的任何组合。
这里描述的程序是基于在本公开的特定实施例或实施例中实现它们的应用来标识的。也就是说,本文中的任何特定程序术语仅为了方便而使用,且因此本发明的实施例和实施方式不应局限于仅在此类术语所标识和/或暗示的任何特定应用中的使用。
本公开的实施例可以是或使用任何可能的技术细节集成水平处的设备、系统、方法和/或计算机可读介质中的一个或多个。计算机可读介质可以包括其上具有用于使处理器执行本公开的一个或多个方面的计算机可读程序指令的计算机可读存储介质(或多个介质)。
计算机可读(存储)介质可以是能够保持和存储指令以供指令执行设备使用的有形设备。计算机可读介质可以是但不限于例如电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备、或前述的任何合适的组合。计算机可读存储介质的更具体示例的非穷举列表包括以下:便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、例如上面记录有指令的打孔卡或凹槽中的凸起结构的机械编码装置、以及上述的任何适当组合。根据本公开的实施例,如本文所使用的计算机可读存储介质不应被解释为暂时性信号本身,例如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如,通过光纤线缆的光脉冲)、或通过导线传输的电信号。
本文描述的计算机可读程序指令可以从计算机可读存储介质下载到相应的计算/处理设备,或者经由网络(例如因特网、局域网、广域网和/或无线网络)下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光传输光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或网络接口从网络接收计算机可读程序指令,并转发计算机可读程序指令以存储在相应计算/处理设备内的计算机可读存储介质中。
用于执行本公开的操作的计算机可读程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路的配置数据、或者以一种或多种编程语言(包括面向对象的编程语言(例如Smalltalk、C++等)和过程式编程语言(例如“C”编程语言或类似的编程语言))的任何组合编写的源代码或目标代码。计算机可读程序指令可以完全在用户的计算机上执行,部分在用户的计算机上执行,作为独立的软件包来执行,部分在用户的计算机上并且部分在远程计算机上执行,或者完全在远程计算机或服务器上执行。在后一种场景中,远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户的计算机,或者可以连接到外部计算机(例如,使用因特网服务提供商通过因特网)。在一些实施例中,包括例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来执行计算机可读程序指令,以个性化电子电路,从而执行本公开的相应方面。
在此参考根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图来描述本公开的各方面。应当理解,流程图和/或框图的每个框以及流程图和/或框图中的框的组合可以由计算机可读程序指令来实现。
这些计算机可读程序指令可以被提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器或系统,使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现流程图和/或框图的一个或多个框中指定的功能/动作的装置。这些计算机可读程序指令还可以存储在计算机可读存储介质中,其可以引导计算机、可编程数据处理装置和/或其他设备以特定方式工作,使得其中存储有指令的计算机可读存储介质包括制品,该制品包括根据本公开的实施例的实现流程图和/或框图的一个或多个框中指定的功能/动作的方面的指令。
计算机可读程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上,以使得在计算机、其他可编程装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,使得在计算机、其他可编程装置或其他设备上执行的指令实现了流程图和/或框图的一个或多个框中指定的功能/动作。
如附图中所示的流程图和框图示出了根据本公开的各种实施例的系统、方法和计算机可读介质的可能实施例的架构、功能和操作。在这点上,流程图或框图中的每个框都可以表示指令的模块、段或部分,其包括用于实现指定的逻辑功能的一个或多个可执行指令。在一些实施例中,在框中标注的功能可以不按附图中标注的顺序来进行。例如,连续示出的两个框实际上可以基本上同时执行,或者这些框有时也可以以相反的顺序来执行,这取决于所涉及的功能。还应当注意,框图和/或流程图图示的每个框以及框图和/或流程图图示中的框的组合可以由执行指定功能或动作或执行专用硬件和计算机指令的组合的专用的基于硬件的系统来实现。
应当理解,尽管本公开包括了关于云计算的详细描述,但是本文中所述的教导的实施例并不局限于云计算环境。相反,本公开的实施例能够结合现在已知或以后开发的任何其他类型的计算环境来实现。
云计算是一种服务递送模型,用于实现对可配置计算资源(例如,网络、网络带宽、服务器、处理、存储器、存储、应用、虚拟机和服务)的共享池的方便的按需网络访问,所述可配置计算资源可以以最小的管理努力或与服务的提供者的交互来快速提供和推出。云模型可以包括至少五个特性、至少三个服务模型和至少四个部署模型。
特征可以包括:按需自助:云消费者可以根据需要自动地单方面地供应计算能力,例如服务器时间和网络存储,而不需要与服务提供者进行人类交互;广泛的网络接入:能力在网络上可用,并且通过促进由异构的薄或厚客户端平台(例如,移动电话、膝上型计算机和PDA)使用的标准机制来访问;资源池化:提供者的计算资源被池化以使用多租户模型来服务于多个消费者,其中,不同的物理和虚拟资源根据需求被动态地分配和重新分配。存在位置无关的意义,因为消费者通常不控制或不知道所提供的资源的确切位置,但是能够在较高抽象级别(例如,国家、州或数据中心)指定位置;快速弹性:可以快速且弹性地提供能力,在一些情况下自动地,以快速向外扩展,并且快速释放能力,以向内扩展。对于消费者,可用于提供的能力通常看起来不受限制,并且可以在任何时间以任何数量进行购买;测量服务:云系统通过利用在适合于服务类型(例如,存储、处理、带宽和活动用户账户)的某一抽象级别的计量能力来自动地控制和优化资源使用。可以监视、控制和报告资源使用,从而为所利用服务的提供者和消费者两者提供透明性。
服务模型如下:软件即服务(SaaS):提供给消费者的能力是使用在云基础设施上运行的提供者的应用。应用可通过例如web浏览器(例如,基于web的电子邮件)等瘦客户端接口从各种客户端设备访问。消费者不管理或控制包括网络、服务器、操作系统、存储、或甚至个别应用能力的底层云基础结构,可能的例外是有限的用户专用应用配置设置。平台即服务(PaaS):提供给消费者的能力是将消费者创建或获取的应用部署到云基础设施上,该消费者创建或获取的应用是使用由提供商支持的编程语言和工具创建的。消费者不管理或控制包括网络、服务器、操作系统或存储的底层云基础设施,但具有对部署的应用和可能的应用托管环境配置的控制。基础设施即服务(IaaS):提供给消费者的能力是提供处理、存储、网络和消费者能够部署和运行任意软件的其他基本计算资源,所述软件可以包括操作系统和应用。消费者不管理或控制底层云基础设施,但具有对操作系统、存储、部署的应用的控制,以及可能对选择的联网组件(例如,主机防火墙)的有限控制。
部署模型如下:私有云:云基础设施仅为组织操作。它可以由组织或第三方管理,并且可以存在于建筑物内或建筑物外。社区云:云基础设施由若干组织共享,并且支持具有共享关注(例如,任务、安全要求、策略和合规性考虑)的特定社区。它可以由组织或第三方管理,并且可以存在于场所内或场所外。公共云:云基础设施可用于一般公众或大型工业群体,并且由销售云服务的组织拥有。混合云:云基础设施是两个或更多个云(私有、共同体或公共)的组合,所述云保持唯一实体,但是通过使数据和应用能够移植的标准化或私有技术(例如,用于云之间的负载平衡的云突发)绑定在一起。云计算环境是面向服务的,其焦点在于无状态、低耦合、模块性和语义互操作性。在云计算的核心是包括互连节点的网络的基础设施。
现在参考图10,描绘了说明性云计算环境1900。如图所示,云计算环境1900包括云消费者使用的本地计算设备可以与其通信的一个或多个云计算节点(未描绘),所述本地计算设备诸如例如个人数字助理(PDA)或蜂窝电话1920A、台式计算机1920B、膝上型计算机1920C和/或汽车计算机系统1920N。一个或多个云计算节点可以彼此通信。它们可以被物理地或虚拟地分组(未示出)在一个或多个网络中,例如如上文描述的私有云、社区云、公共云或混合云或其组合。这允许云计算环境1900可被实现以提供云消费者不需要为其维护本地计算设备上的资源的基础设施、平台和/或软件即服务。如图10所示,计算设备1920A-N的类型仅旨在说明,并且一个或多个计算节点和云计算环境1900可以通过任何类型的网络和/或网络可寻址连接(例如,使用web浏览器)与任何类型的计算机化设备通信。
现在参考图11,示出了由云计算环境1900提供的一组功能抽象层。组件、层和功能仅旨在用于说明,并且本公开的实施例并不局限于此。如所描绘的,提供了以下层和对应的功能。
硬件和软件层60包括硬件和软件组件。硬件组件的示例包括:主机61;基于RISC(精简指令集计算机)架构的服务器62;服务器63;刀片服务器64;存储设备65;以及网络和联网组件66。在一些实施例中,软件组件包括网络应用服务器软件67和数据库软件68。虚拟化层70提供抽象层,从该抽象层可以提供虚拟实体的以下示例:虚拟服务器71;虚拟存储72;虚拟网络73,包括虚拟专用网络;虚拟应用和操作系统74;以及虚拟客户端75。
作为一个示例,管理层80可以提供下面描述的功能。资源供应81提供用于在云计算环境内执行任务的计算资源和其他资源的动态采购。计量和定价82提供了在云计算环境中利用资源时的成本跟踪,以及为消耗这些资源而开帐单或发票。例如,这些资源可以包括应用软件许可证。安全性提供了用于云消费者和任务的身份验证,以及用于数据和其他资源的保护。用户门户83为消费者和系统管理员提供了对云计算环境的访问。服务级别管理84提供了云计算资源分配和管理,使得所需的服务水平得到满足。服务水平协议(SLA)规划和履行85提供了对云计算资源的预安排和采购,其中,根据SLA预期未来需求。
工作负载层90提供了可以利用云计算环境(例如,云计算环境1900)的功能的示例。可以从该层提供的工作负载和功能的示例包括:映射和导航91;软件开发和生命周期管理92;虚拟教室教育传送93;数据分析处理94;交易处理95;以及表达映射管理96。根据本公开的实施例,表达映射管理96可以包括使云计算环境能够被用于执行表达映射的功能。
虽然本文已经描述和示出了各种发明性实施例,但是本领域普通技术人员应当容易地想到用于执行本文所述的功能和/或获得本文所述的结果和/或一个或多个优点的多种其他装置和/或结构,并且此类变型和/或修改中的每一个应被认为是在本文所述的发明性实施例范围内的。更概括地讲,本领域技术人员应当容易理解,本文描述的所有结构、参数、尺寸、材料、功能和配置都意味着是示例,并且实际的结构、参数、尺寸、材料、功能和配置都将取决于使用本发明教导的一个或多个具体应用。
本领域技术人员应当认识到或能够使用不超过常规实验确定本文所述的具体发明实施例的许多等同物。因此,应当理解,前述实施例仅以示例的方式呈现,并且在本公开所支持的权利要求及其等同替换物的范围内,可以以与具体描述和要求保护的方式不同的方式来实践本发明的实施例。本公开的发明实施例还涉及本文所述的每个单独的特征、系统、物品、结构、材料、套件、功能、步骤和方法。此外,两个或更多个这样的特征、系统、物品、结构、材料、套件、功能、步骤和方法的任何组合,只要它们不是相互矛盾的,则都应当包括在本公开的发明范围内。一些实施例可能是与现有技术不同的,因为具体缺少了一个或多个特征/要素/功能(即,针对这样的实施例的权利要求可能包括负面限制)。
此外,如上所述,各种发明构思被体现为一个或多个方法,已经提供了一个示例。作为该方法的一部分执行的动作可以以任何合适的方式排序。因此,可以构建其中以与所示顺序不同的顺序执行动作的实施例,其可以包括同时执行一些动作,即使在说明性实施例中被示为顺序动作。
在本申请中任何地方出现的对出版物或其他文献的任何和所有参考(包括但不限于专利、专利申请、文章、网页、书籍等)都通过引用整体并入本文。此外,如本文定义和使用的所有定义应被理解为控制在字典定义、通过引用并入的文献中的定义和/或所定义术语的普通含义上。
除非明确地相反指示,否则如本说明书和权利要求书中所使用的不定冠词“一”和“一个”应理解为意指“至少一个”。在说明书和权利要求中使用的短语“和/或”应当理解为表示这样结合的要素中的“任一个或两个”,即,在一些情况下可以结合地存在而在其他情况下可以分开地存在的要素。用“和/或”列出的多个要素应当以相同的方式来解释,即,如此结合的要素中的“一个或多个”。除了“和/或”条款具体指出的要素之外,还可以任选地存在其他要素,无论与具体指出的那些要素相关还是不相关。因此,作为非限制性示例,对“A和/或B”的引用在结合例如“包括”等开放式语言使用时在一个实施例中可仅指A(可任选地包括除B以外的元素);在另一实施例中,仅指B(任选地包括除A以外的元素);在又一实施例中,指A和B(任选地包括其他元素);等等。
如在说明书和权利要求中所使用的,“或”应当理解为具有与如上所定义的“和/或”相同的含义。例如,当在列表中分列项目时,“或”或“和/或”为包括性的,即包括多个或一系列要素中的至少一个,但也包括多于一个,以及可选地,其他未列出的项目。仅有明确相反指示的术语,例如“仅一个”或“恰好一个”,或当在权利要求中使用时,“由……组成”将指包括多个要素或要素列表中的恰好一个要素。通常,当在术语“或”之前有排他性的术语,例如“任一”、“其中一个”、“仅其中一个”或“正好其中一个”时,如本文所用的术语“或”应仅解释为指示排他性的替代(即,“一个或另一个,但不是两者”)。当在权利要求中使用时,“基本上由……组成”应当具有在专利法领域中使用的其普通含义。
如在说明书和权利要求中所使用的,关于一个或多个要素的列表的短语“至少一个”应当理解为表示选自要素列表中的任何一个或多个要素的至少一个要素,但不一定包括在要素列表中具体列出的每个要素中的至少一个,并且不排除要素列表中的要素的任何组合。该定义还允许除了短语“至少一个”所指的要素列表中具体指出的要素之外的要素任选地存在,无论与具体指出的那些要素相关还是不相关。因此,作为非限制性示例,“A和B中的至少一个”(或等效地,“A或B中的至少一个”,或等效地,“A和/或B中的至少一个”)在一个实施例中可以指至少一个A,任选地包括多于一个A,不存在B(并且任选地包括除了B之外的要素);在另一实施例中,指至少一个B,任选地包括多于一个B,不存在A(和任选地包括除A以外的元素);在又一实施例中,指至少一个A任选地包括多于一个A和至少一个B任选地包括多于一个B(和任选地包括其他要素);等等。
在权利要求以及上面的说明书中,所有过渡短语例如“包括”、“包含”、“带有”、“具有”、“含有”、“涉及”、“持有”、“组成”等应理解为开放式的,即意指包括但不限于。如美国专利局专利审查规程手册第2111.03节所述,只有过渡短语“由……组成”和“基本上由……组成”分别应当是封闭或半封闭的过渡短语。
选择本文所使用的术语以最好地解释一个或多个实施例的原理、实际应用或对当前技术的技术改进,或使得能够理解本文所公开施例。如所描述,可省略众所周知的特征和技术的细节以避免不必要地混淆本发明的实施例。
说明书中对“一个实施例”、“实施例”、“示例性施例”等的引用指示所描述的实施例可以包括一个或多个特定特征、结构或特性,但是应当理解,这样的特定特征、结构或特性可以是或可以不是本文的本公开的每个和每个公开的实施例所共有的。此外,这样的短语不一定是指任何一个特定实施例本身。这样,当结合实施例描述一个或多个特定特征、结构或特性时,认为无论是否明确描述,在可应用的情况下,结合其他实施例来实现这样的一个或多个特征、结构或特性是在本领域技术人员的知识范围内的。

Claims (34)

1.一种生物表达映射系统,被配置成将组织样本中包含的相应靶生物组分的一个或多个生物表达空间映射到所述组织样本的图像,所述系统包括至少一个处理器,所述至少一个处理器具有在其上操作的指令,所述指令在被执行时被配置成使所述系统:
在第一显示中显示扫描窗格,所述扫描窗格至少包括所述组织样本的图像,所述图像包括一个或多个分界,每个分界对应于一个或多个感兴趣区(ROI)中的特定一个,一个或多个ROI中的每个ROI对应于组织图像内的所述组织的特定部分;
在第二显示中显示包括一个或多个ROI中包含的相应生物表达中的每一个的可视化的可视化窗格;以及
通过对组织图像中的一个或多个ROI进行编码来增强所述第一显示以示出所述一个或多个ROI内的所述生物表达的所述空间映射。
2.根据权利要求1所述的系统,其中,编码至少包括颜色编码。
3.根据权利要求1或2所述的系统,其中,相应生物表达中的每一个的可视化包括一个或多个ROI的ROI中包含的生物表达的图像。
4.根据权利要求1-3中任一项所述的系统,其中,所述可视化包括一个或多个ROI中包含的一个或多个生物表达的曲线图、绘图、图表和映射图中的至少一个。
5.根据权利要求4所述的系统,其中,所述生物表达的曲线图、绘图、图表和映射图包括热图、树图、条形图、散点图、箱形图、森林图、主组分、统计图、火山图、趋势图和航线图中的至少一个。
6.根据权利要求5所述的系统,其中,所述树图包括树状图。
7.根据权利要求5所述的系统,其中,所述统计图包括一个或多个主组分分析(PCA)图。
8.根据权利要求1-7中任一项所述的系统,其中,所述第一显示基于指定对所述可视化中包含的生物表达的至少一个选择的用户输入而被增强。
9.根据权利要求8所述的系统,其中,至少一个用户选择的生物表达的空间映射被配置成向ROI中的一个或多个中的至少一个提供其空间上下文。
10.根据权利要求1-9中任一项所述的系统,其中,增强第一显示被配置成促进一个或多个ROI中的至少一个中的组织的形态学谱分析。
11.根据权利要求10所述的系统,其中,所述形态学谱分析包括几何谱分析、片段谱分析、轮廓谱分析、网格化谱分析和细胞谱分析中的至少一种。
12.根据权利要求10所述的系统,其中,所述片段谱分析包括手动片段谱分析和自动片段谱分析中的至少一个,所述自动片段谱分析被配置成基于指定至少一个片段谱分析参数的用户输入来自动化和促进所述一个或多个ROI中的至少一个中的组织的片段谱分析。
13.根据权利要求10所述的系统,其中,所述细胞谱分析包括单细胞谱分析和稀有细胞谱分析。
14.根据权利要求1-13中任一项所述的系统,其中:
基于将组织样本暴露于多种试剂,来确定至少在一个或多个ROI内的相应的一个或多个靶生物组分的一个或多个生物表达,并且
所述试剂包括:
多种成像试剂,被配置成结合到至少所述一个或多个ROI内的所述组织样本的生物边界,以及
多种谱分析试剂,每个谱分析试剂被配置成:
结合到至少一个或多个ROI内包含的特定靶生物组分的特定生物表达,以及
包括可裂解的缔合寡核苷酸。
15.根据权利要求14所述的系统,其中,在将所述组织样本暴露于所述多种试剂之后,并且在所述第一显示和所述第二显示中显示之前,所述指令还被配置成使所述系统:
照射组织样本并对其成像;
接收指定对所述一个或多个ROI的选择的用户输入;
至少在ROI中的一个或多个处照射所述组织样本,从而从谱分析试剂中裂解所述缔合寡核苷酸;
收集经裂解的寡核苷酸;以及
分析所收集的、裂解的缔合寡核苷酸以确定:
包含在至少一个或多个ROI内的一个或多个生物表达,以及
它们在其中的对应位置。
16.根据权利要求14所述的系统,其中,每种谱分析试剂包括:
核酸探针,包括靶结合区,在所述靶结合区中,所述可裂解的缔合寡核苷酸被可去除地连接;或
寡核苷酸,包括可去除地连接的抗体。
17.根据权利要求8所述的系统,其中,指定对一个或多个ROI的选择的用户输入包括针对形状或尺寸的对ROI中的一个或多个的选择。
18.根据权利要求1-17中任一项所述的系统,其中,所述指令还被配置成使所述系统:
在第三显示中显示数据集窗格,所述数据集窗格包括至少一个用户可选择的数据集,至少一个数据集与所述一个或多个ROI中包含的所述生物表达中的一个或多个相关联。
19.根据权利要求18所述的系统,其中,所述指令还被配置成使所述系统:
在第四显示中显示记录窗格,所述记录窗格包括多个扫描记录,每个包含至少一个组织图像。
20.根据权利要求19所述的系统,其中,所述第一显示、所述第二显示、所述第三显示和所述第四显示中的一个或多个被提供在统一用户接口内,所述统一用户接口被配置成基于用户输入来交互地关联如下中的一个或多个:所述组织图像、所述可视化、所述用户可选择的数据集以及所述多个扫描记录中的一个或多个。
21.根据权利要求20所述的系统,其中,所述统一用户接口被配置为单个显示。
22.根据权利要求20所述的系统,其中,所述第一显示、所述第二显示、所述第三显示和所述第四显示分别对应于所述单个显示的一个或多个部分。
23.根据权利要求18所述的系统,其中,所述指令还被配置成使所述系统:
基于用户输入来选择至少一个记录,使得在选择其时,在相应显示中显示所述扫描窗格、所述可视化窗格和所述数据集窗格中的至少一个。
24.根据权利要求19所述的系统,其中,所述指令还被配置成使所述系统基于用户输入来过滤所述多个记录的属性、约束和值中的至少一个。
25.根据权利要求1-24中任一项所述的系统,其中,所述扫描窗格还包括多个图标,每个图标对应于整个组织图像或所述一个或多个ROI中的至少一个内的特定片段。
26.根据权利要求21所述的系统,其中,所述指令还被配置成使所述系统结合所述可视化窗格以及所述数据集窗格和所述记录窗格中的一个或多个,来渲染所述扫描窗格,以经由所述统一用户接口并且基于用户输入实时显示。
27.根据权利要求1-26中任一项所述的系统,其中,编码所述一个或多个ROI包括呈现所述生物表达的量化测量值。
28.根据权利要求2所述的系统,其中,对所述一个或多个ROI进行颜色编码包括呈现所述生物表达的量化测量值。
29.根据权利要求27所述的系统,其中,所述量化测量值对应于相应生物表达的类型和程度中的至少一个。
30.根据权利要求28所述的系统,其中,所述量化测量值对应于相应生物表达的类型和程度中的至少一个。
31.根据权利要求30所述的系统,其中,所述类型或程度对应于每个相应生物表达的特定颜色或每个相应生物表达的颜色的强度。
32.一种存储表示指令的代码的非暂时性处理器可读介质,所述指令被配置成由生物表达映射系统的处理器来执行,并且所述生物表达映射系统被配置成将组织样本中包含的相应靶生物组分的一个或多个生物表达空间映射到所述组织样本的图像,所述指令在被执行时被配置成使所述系统:
在第一显示中显示扫描窗格,所述扫描窗格至少包括所述组织样本的图像,所述图像包括一个或多个分界,每个分界对应于一个或多个感兴趣区(ROI)中的特定一个,一个或多个ROI中的每个ROI对应于组织图像内的组织的特定部分;
在第二显示中显示包括所述一个或多个ROI中包含的相应生物表达中的每个的可视化的可视化窗格;以及
通过对所述组织图像中的所述一个或多个ROI进行编码来增强所述第一显示以示出所述一个或多个ROI内的所述生物表达的所述空间映射。
33.一种方法,包括:
在第一显示中显示至少包括组织样本的图像的扫描窗格,所述图像包括一个或多个分界,每个分界对应于一个或多个感兴趣区(ROI)中的特定一个,一个或多个ROI中的每个ROI对应于组织图像内的组织的特定部分;
在第二显示中显示包括所述一个或多个ROI中包含的相应生物表达中的每个的可视化的可视化窗格;以及
通过对所述组织图像中的所述一个或多个ROI进行编码来增强所述第一显示或所述第二显示,以示出所述一个或多个ROI内的所述生物表达的所述空间映射.
34.根据本文公开的任何实施例的系统、装置、方法和/或非暂时性计算机可读介质。
CN202080087788.8A 2019-10-18 2020-10-16 用于表达谱分析的空间映射的系统和方法 Pending CN114902342A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962916990P 2019-10-18 2019-10-18
US62/916990 2019-10-18
PCT/US2020/056035 WO2021076928A1 (en) 2019-10-18 2020-10-16 Systems and methods for spatial mapping of expression profiling

Publications (1)

Publication Number Publication Date
CN114902342A true CN114902342A (zh) 2022-08-12

Family

ID=75538354

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080087788.8A Pending CN114902342A (zh) 2019-10-18 2020-10-16 用于表达谱分析的空间映射的系统和方法

Country Status (7)

Country Link
EP (1) EP4046065A4 (zh)
JP (1) JP2022551754A (zh)
KR (1) KR20220087463A (zh)
CN (1) CN114902342A (zh)
AU (1) AU2020365118A1 (zh)
CA (1) CA3153886A1 (zh)
WO (1) WO2021076928A1 (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7556602B2 (en) * 2000-11-24 2009-07-07 U-Systems, Inc. Breast cancer screening with adjunctive ultrasound mammography
WO2016107896A1 (en) * 2014-12-30 2016-07-07 Ventana Medical Systems, Inc. Systems and methods for co-expression analysis in immunoscore computation
WO2018065434A1 (en) * 2016-10-07 2018-04-12 Ventana Medical Systems, Inc. Digital pathology system and associated workflow for providing visualized whole-slide image analysis
JP6947841B2 (ja) * 2017-06-13 2021-10-13 グーグル エルエルシーGoogle LLC 病理学用の拡張現実顕微鏡

Also Published As

Publication number Publication date
WO2021076928A1 (en) 2021-04-22
EP4046065A4 (en) 2023-11-01
AU2020365118A1 (en) 2022-04-28
EP4046065A1 (en) 2022-08-24
CA3153886A1 (en) 2021-04-22
KR20220087463A (ko) 2022-06-24
JP2022551754A (ja) 2022-12-13

Similar Documents

Publication Publication Date Title
Jackson et al. The single-cell pathology landscape of breast cancer
Parra et al. State-of-the-art of profiling immune contexture in the era of multiplexed staining and digital analysis to study paraffin tumor tissues
Janesick et al. High resolution mapping of the tumor microenvironment using integrated single-cell, spatial and in situ analysis
Stirling et al. CellProfiler Analyst 3.0: accessible data exploration and machine learning for image analysis
Nam et al. Introduction to digital pathology and computer-aided pathology
Amir et al. viSNE enables visualization of high dimensional single-cell data and reveals phenotypic heterogeneity of leukemia
Gerdes et al. Highly multiplexed single-cell analysis of formalin-fixed, paraffin-embedded cancer tissue
Francisco-Cruz et al. Multiplex immunofluorescence assays
Marinelli et al. The Stanford tissue microarray database
JP5464503B2 (ja) 医療分析システム
Mori et al. Characterizing the tumor immune microenvironment with tyramide-based multiplex immunofluorescence
Srivastava The early detection research network: 10-year outlook
Shaver et al. B-ALL minimal residual disease flow cytometry: an application of a novel method for optimization of a single-tube model
Boisson et al. Fluorescent multiplex immunohistochemistry coupled with other state-of-the-art techniques to systematically characterize the tumor immune microenvironment
Zhong et al. A curated collection of tissue microarray images and clinical outcome data of prostate cancer patients
Hein et al. QuPath digital immunohistochemical analysis of placental tissue
Yu et al. Biomarkers and oncology: the path forward to a learning health system
Fu et al. Label-free proteome quantification and evaluation
Hamy et al. Evolution of synchronous female bilateral breast cancers and response to treatment
Li et al. Immunohistochemistry microarrays
Vera et al. Melanoma 2.0. Skin cancer as a paradigm for emerging diagnostic technologies, computational modelling and artificial intelligence
Gupta et al. Characterizing immune responses in whole slide images of cancer with digital pathology and pathomics
Kuczkiewicz-Siemion et al. The role of pathology-based methods in qualitative and quantitative approaches to cancer immunotherapy
Casado et al. Agile workflow for interactive analysis of mass cytometry data
Lin et al. A simple open-source method for highly multiplexed imaging of single cells in tissues and tumours

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination