免费名额开放: FFPE 切片8标9色 mIHC 验证
微信同步链接：https://mp.weixin.qq.com/s/dbGOU84hCv01HKRQv1Y4Fw
佰默生物 mIHC / mIF 空间验证服务
CD8+ T 细胞多，
不代表它真的进入了肿瘤区
佰默 mIHC 空间验证示范计划：从 3 个固定已验证 Panel 中选 1 个，用 1 张 FFPE 肿瘤切片完成染色、扫描和 OME-TIFF 交付。
很多课题做到单细胞、转录组或常规 IHC 之后，会卡在同一个问题：数据提示了免疫相关，但它在组织里长什么样？CD8+ T 细胞是真的进了肿瘤巢，还是只停在边缘？B 细胞聚集是不是 TLS？检查点与衰竭相关信号到底落在哪些 T 细胞上，又和肿瘤区距离多近？
这次活动做什么
我们开放一批固定 Panel 使用名额。每个课题组从 3 个已验证 Panel 中三选一，寄送 FFPE 肿瘤切片后，佰默完成 1 张切片的 mIHC / mIF 染色与扫描，并交付 OME-TIFF 文件和基础质控反馈。
它不是免费定制，也不是疗效预测。更准确地说，它是一次低门槛的空间验证：先看看样本和课题方向，是否值得继续往定制 Panel、空间定量分析或正式项目推进。
已有 FFPE 肿瘤切片的老师，可先登记使用名额。佰默将在 3 个工作日内反馈是否适合进入示范流程。
先确认空间，再谈机制
肿瘤免疫研究最容易误判的地方，是把“有这个细胞”直接理解成“发生了相互作用”。实际情况常常更复杂。
近年的多重空间成像研究反复说明，同样是 CD8、B 细胞、GranzymeB、CD39、TCF1 或 TLS 相关信号，出现在肿瘤巢、侵袭前沿、基质区或 TLS 周围，可能对应不同的免疫状态和研究解释 [1-11]。
所以这次示范计划先不追求“大而全分析”，而是把问题收窄：用固定 Panel 在 FFPE 切片上做一次可视化验证。
这类问题，适合先回到切片上看：
· CD8+ T 细胞是在肿瘤区，还是停留在外周？
· TLS 是否具备 B 细胞滤泡、FDC 网络、HEV 等结构线索？
· PD-1、TIM-3、LAG-3、CD39、TCF1 是否与 CD3+ / CD8+ T 细胞共定位？
· GranzymeB 效应信号、CD163+ 巨噬细胞与肿瘤区或 B/T 细胞区域有什么空间关系？
3 个固定已验证 Panel
这 3 组 marker 在本次活动中不做替换。原因很简单：我们已经完成内部顺序摸索和 mIHC 验证，示范阶段优先保证染色稳定和交付可控。老师自己的候选 marker，可在后续按正式定制项目评估。
方向一
TLS 三级淋巴结构 Panel
TLS Panel 代表图：用于展示 TLS 结构、成熟度与空间位置线索
适合回答
样本中是否存在 TLS？如果有，它更像普通淋巴细胞聚集，还是已经出现滤泡、FDC 网络、HEV 等结构特征？
为什么这样设计
Pan-CK 用来界定肿瘤上皮区域；CD20、CD8、FoxP3 看 B 细胞、T 细胞和 Treg 的相对位置；CD21、CD23、PNAd 对应 FDC / 滤泡成熟和 HEV 线索；Ki67 用于观察局部增殖活跃度。TLS 相关 Nature / Nature Cancer 研究显示，B 细胞、FDC / HEV 结构和 TLS 成熟度与免疫治疗响应及预后研究密切相关 [1-3]。
固定 marker
Pan-CK / CD20 / CD8
CD23 / FoxP3 / CD21 / PNAd
Ki67 / DAPI
方向二
检查点与衰竭（Exhaustion）Panel
Exhaustion Panel 代表图：用于观察 T 细胞检查点与衰竭相关信号空间共定位
适合回答
CD3+ / CD8+ T 细胞是否伴随 PD-1、TIM-3、LAG-3 等检查点 / 衰竭相关信号？CD39+CD8+ T 细胞和 TCF1+ T 细胞主要出现在肿瘤区、边缘区还是基质区？
为什么这样设计
CD3 和 CD8 先锁定 T 细胞语境；PD-1、TIM-3、LAG-3 用于观察常见 co-inhibitory receptor 表达；CD39 可作为肿瘤反应性 / 慢性刺激相关 CD8+ T 细胞线索；TCF1 用于观察 progenitor-like / stem-like exhausted T cell 相关状态；Pan-CK 用于把这些 T 细胞状态放回肿瘤上皮区域中观察。Nature Communications、Cell、Immunity 和 Cell Reports Medicine 等研究支持 CD39、TCF1、PD-1、TIM-3、LAG-3 在肿瘤 T 细胞状态研究中的意义 [4-7]。
固定 marker
CD8 / CD3 / PD-1 / TIM-3
LAG-3 / CD39 / TCF1 / Pan-CK
DAPI
方向三
肿瘤微环境（IO）Panel
IO Panel 代表图：用于观察肿瘤边界、B/T 细胞结构、效应信号与 CD163+ 巨噬细胞空间关系
适合回答
CD8+ T 细胞和 GranzymeB+ 效应信号是否接近肿瘤区？B 细胞、CD21、CXCL13、PNAd 是否提示 TLS / 类 TLS 微环境线索？CD163+ 巨噬细胞与这些区域有什么空间关系？
为什么这样设计
Pan-CK 定位肿瘤区；CD8 和 GranzymeB 观察 T 细胞浸润及效应活性线索；CD20、CD21、CXCL13、PNAd 观察 B 细胞、FDC / HEV 和 TLS 相关结构；CD163 用于观察巨噬细胞相关空间分布。Nature、Cell 等高维空间成像研究中，B/T 细胞结构、GranzymeB+ T 细胞、肿瘤-免疫相互作用和细胞邻域都是肿瘤微环境分析的重要内容 [1,2,8-11]。
固定 marker
Pan-CK / CD8 / CD20 / CD21
CXCL13 / GranzymeB / CD163 / PNAd
DAPI
不确定选哪个 Panel？
登记时写清课题方向、样本类型和最想回答的问题。佰默会优先判断哪个固定 Panel 更适合做第一步验证。
本次示范怎么交付
· 1 张 FFPE 肿瘤切片
· 1 个固定已验证 mIHC / mIF Panel
· 染色与扫描
· OME-TIFF 结果文件
· 基础质控反馈
客户提交信息后，原则上 3 个工作日内反馈是否可进入示范流程；收到合格样本后 2 周内完成交付。
样本和范围边界
样本要求
· 本次仅接受 FFPE 切片。
· 示范检测 1 张，建议额外提供 2-3 张备用切片。
· HE 图或病理区域标注非必须；如已有，可一并提供。
默认不包含
· 技术解读会或正式结果沟通会。
· 完整空间定量分析、细胞分割或空间邻近分析。
· 临床诊断结论或免疫治疗疗效预测。
如果想做自己的 marker
本次示范不支持把自选 marker 临时加入固定 Panel。老师已有候选 marker、单细胞发现或机制假设时，可在登记表中填写，后续按正式收费项目评估抗体、FFPE 适配性、单染验证、小组合优化和定制 Panel 开发。
如何登记
有相关课题方向的老师，可填写“佰默 mIHC 空间验证示范计划使用名额登记表”。
登记时建议准备：疾病类型、FFPE 切片数量和切片时间、希望选择的 Panel、最想回答的科研问题、是否已有前期数据、是否有后续自选 marker 或定制 Panel 需求。
参考文献
以下文献主要用于说明 marker 选择的科学背景；不同研究平台、样本类型和本活动交付范围不完全相同，不代表本活动可直接复现论文中的疗效预测或完整空间分析。
[1] Cabrita R. et al. Tertiary lymphoid structures improve immunotherapy and survival in melanoma. Nature. 2020.
[2] Helmink B. A. et al. B cells and tertiary lymphoid structures promote immunotherapy response. Nature. 2020.
[3] Vanhersecke L. et al. Mature tertiary lymphoid structures predict immune checkpoint inhibitor efficacy in solid tumors independently of PD-L1 expression. Nature Cancer. 2021.
[4] Duhen T. et al. Co-expression of CD39 and CD103 identifies tumor-reactive CD8 T cells in human solid tumors. Nature Communications. 2018.
[5] Sade-Feldman M. et al. Defining T cell states associated with response to checkpoint immunotherapy in melanoma. Cell. 2018.
[6] Siddiqui I. et al. Intratumoral Tcf1+PD-1+CD8+ T cells with stem-like properties promote tumor control in response to vaccination and checkpoint blockade immunotherapy. Immunity. 2019.
[7] Guégan J. P. et al. Analysis of PD1, LAG3, TIGIT, and TIM3 expression in human lung adenocarcinoma reveals a 25-gene signature predicting immunotherapy response. Cell Reports Medicine. 2024.
[8] Wang X. Q. et al. Spatial predictors of immunotherapy response in triple-negative breast cancer. Nature. 2023.
[9] Keren L. et al. A structured tumor-immune microenvironment in triple negative breast cancer revealed by multiplexed ion beam imaging. Cell. 2018.
[10] Jackson H. W. et al. The single-cell pathology landscape of breast cancer. Nature. 2020.
[11] Schürch C. M. et al. Coordinated cellular neighborhoods orchestrate antitumoral immunity at the colorectal cancer invasive front. Cell. 2020.
合规说明：本计划仅用于科研用途和课题可行性评估，不用于临床诊断、治疗决策或免疫治疗疗效预测。
佰默生物科技（深圳）有限公司
