定量免疫组化与使用细胞校准物测定HER2受体数量

为何计数细胞信号很重要

当医生在乳腺癌样本中检测标志物HER2时，结果可能决定患者是否接受强效的靶向药物。然而，常规的染色检测——称为免疫组化——仍更像是一门艺术而非精确测量：不同实验室可能得出不同结论，而且非常微弱的信号尤其容易被忽视。本研究展示了如何把那种颜色染色转化为实际数字——方法是加入经特殊制备的细胞，这些细胞作为内置的刻度尺，用来衡量每个肿瘤细胞上存在多少HER2。

从“有或无”到真实数字

目前大多数基于染色的检测将HER2分为“0”、“1+”、“2+”或“3+”等粗略等级。这些类别有其用处，但很粗糙；它们并不能说明每个癌细胞上有多少HER2受体，尤其是在新近重要的“HER2低表达”和“HER2超低表达”群体中。作者认为导致高错误率的主要原因是染色过程中缺乏定量的参照标尺。其他实验室检测，例如基于血液的抗体测定，常规依赖精心制备的标准品和质量控制。将同样的规范引入组织染色，可使病理学家的判读更一致，并允许对HER2水平进行更精细的分级。

构建基于细胞的测量刻度

为创建此类标准，研究团队选择了一组天然携带不同量HER2的乳腺癌细胞系，范围从几乎无到非常高。他们使用两种独立技术——电化学发光免疫测定（用于测量破碎细胞中的HER2）和流式细胞术（用于计数完整细胞表面的受体）——为每条细胞系分配每细胞平均HER2受体数。大多数细胞系在两种方法间表现出良好一致性，确认了其HER2含量可以有把握地确定，尽管最高表达HER2的细胞系在技术间存在一些差异。这些已表征的细胞系随后被用作“细胞校准物”，可像患者组织一样被处理和染色。

将显微镜图像变为计数

研究者将校准细胞嵌入石蜡块，切片，并与85例乳腺癌肿瘤的微阵列并排使用一种敏感的荧光版HER2检测进行染色。一个机器学习图像分析工具经过训练以基于对结构蛋白的单独染色识别肿瘤细胞，并仅测量这些细胞周围的HER2信号。通过将校准细胞已知的受体数与其测得亮度作图，团队建立了校准曲线。然后他们用该曲线将每位患者肿瘤细胞的平均亮度转换为估算的每细胞HER2受体数，在可用范围内大约从十个到近二十万受体不等。

这些新数字揭示了什么

当他们将这些定量的HER2计数与常规临床评分（使用常用抗体4B5）进行比较时，关系出人意料地出现倒置：一些受体数较高的肿瘤在传统评分中反而得分较低，反之亦然。许多被标注为“HER2零”的样本在新方法下实际上显示出清晰可测的HER2水平。作者提醒，他们的检测尚未完全验证，肿瘤间的异质性、抗体差异和技术细节都可能导致不匹配。然而，这些发现凸显了半定量类别如何掩盖真实癌症中HER2表达的连续谱。

更好癌症检测的前景与难点

总体而言，这项工作表明使用完整细胞作为校准物可以将HER2染色转变为更接近其他规范化实验室检测的数值化检测。因为这些校准细胞模拟真实组织——它们具有细胞膜、内部结构，并且可以以相同方式被染色——它们为未来的定量方法提供了现实的标尺。与此同时，这一方法要求很高：它依赖于表征良好的细胞系、使用多种测量平台进行谨慎交叉核查，以及明确的准确性和精密度标准。作者认为，如果此类定量免疫组化要用于指导治疗决策，则必须有正式的验证指南和临床获益证明，但基于细胞的校准物为实现该目标提供了一条务实的途径。

引用: McKinski, K., Chen, B. Quantitative immunohistochemistry and the use of cellular calibrators for HER2 receptor number determination. Sci Rep 16, 14573 (2026). https://doi.org/10.1038/s41598-026-42898-x

关键词: HER2 乳腺癌, 免疫组化, 细胞校准物, 生物标志物定量, 诊断检测质量