WEEK 03基础语言与样品

靶点表达与细胞模型面板

用 high、low、negative/KO 细胞把最大效应、真实阈值和非靶效应分开。

高表达细胞适合证明“能做什么”,低表达和阴性细胞决定“是否值得做”。

Target-high到Target-low到Negative/KO到表达定量到功能阈值到选择性的概念证据链
本周概念图:从输入、实验到可解释结论。箭头表示审查顺序,不代表单向因果。
Data clinic

靶密度与 killing threshold

CASE 03

先回答:同一 TCE 在三种细胞上的靶密度与杀伤如下,应如何判断选择性和适用患者?

Killing EC50教学数据图
教学合成数据可视化。读图时先确认单位、坐标、对照和统计层级。
细胞靶点 molecules/cellKilling EC50Emax
High120,0008 pM95%
Low8,000240 pM72%
Negative<500>10,000 pM3%
  1. High→Low 靶密度下降 120000/8000 = 15×
  2. EC50 变差 240/8 = 30×
计算结果效力下降幅度大于靶密度下降,提示接近三元复合物或突触形成阈值。
项目解读需要在更多疾病相关低表达细胞和多 donor 中确认,并将密度分布与患者样本联系。Negative Emax 低支持基本选择性。
证据边界MFI 不能跨仪器直接当作 molecules/cell;engineered high/low 还可能有克隆背景差异。

第 3 周学习包:靶点表达与细胞模型面板

本周核心问题

“在高表达细胞上有效”究竟证明了什么?

本周的“高表达/低表达”指细胞表面靶抗原水平,不是第5周将学习的重组蛋白表达产率。

本文重点使用 T-cell engager(TCE)作为多因素细胞模型示例,但框架同样适用于普通单抗、双抗和 ADC 的细胞结合或功能实验。

要把一个细胞模型描述清楚,至少需要五个维度:

细胞身份与健康状态
× 靶点阳性比例
× 单细胞表达强度/抗原密度
× 表达分布与稳定性
× 模型与疾病/正常组织的相关性

一、学习目标

完成后,应能够:

  1. 区分 target-high、target-medium、target-low、target-negative 和 knockout;
  2. 区分 endogenous expression 与 engineered overexpression;
  3. 解释 MFI、ΔMFI、% positive、staining index、MESF 和 ABC;
  4. 理解为什么跨仪器、跨抗体或跨批次的原始 MFI 不宜直接比较;
  5. 设计 flow cytometry 的基本 gating、对照和抗体滴定;
  6. 判断 target-negative、parental、mock-transfected 和 knockout 各自排除什么解释;
  7. 把抗原密度与 binding、potency、Emax 和安全窗联系起来;
  8. 为单抗、TCE 或双靶点分子设计 high/low/negative 细胞面板;
  9. 审查细胞身份、STR、mycoplasma、passage 和活率等基础质量。

二、学习时间安排

标准版:4 小时

学习块 时间 任务 产出
课前诊断 20 min 完成 10 道题 盲点清单
模型类型与靶密度 50 min 学习第 4–5 节 模型比较表
定量流式 70 min 学习第 6 节 MFI/MESF/ABC 速查表
细胞质量与面板设计 60 min 学习第 7–9 节 cell panel specification
综合案例 40 min 完成 TCE 面板决策 排序与补实验
闭卷验收 20 min 完成十题测验 得分与错题

深入版:6 小时

  • 45 分钟:阅读 flow cytometry 指南的 controls、gating 和定量章节;
  • 30 分钟:向细胞实验同事索取一份 cell-line metadata;
  • 30 分钟:重画真实项目的 gating tree;
  • 30 分钟:将已有细胞按高/中/低/阴性重新分类,并写出分类依据;
  • 15 分钟:检查分类是否只依赖未经校准的 MFI。

三、课前诊断

  1. target-high 的“high”是相对什么定义的?
  2. MFI 高一倍是否等于每个细胞靶分子数高一倍?
  3. % positive 相同的两株细胞是否可能有完全不同的靶密度分布?
  4. isotype control 能否证明某个效应是 target-dependent?
  5. parental cell 是否总能作为 overexpression cell 的完美阴性对照?
  6. knockout cell 的靶点信号为零,是否说明功能背景一定为零?
  7. MESF 和 ABC 是否是同一个量?
  8. 工程高表达细胞上 EC50 很低,能否推出正常低表达组织没有风险?
  9. 双靶点分子的细胞面板为什么不能只分“阳性/阴性”?
  10. 细胞系使用前至少应核对哪些身份和健康信息?

四、靶点表达不是一个单独数字

4.1 五个表达维度

维度 问题 常见读数
阳性比例 有多少细胞表达靶点 % positive
单细胞强度 阳性细胞表达多高 median/geoMFI、ΔMFI
绝对/可比密度 约有多少可结合位点 ABC、antibodies bound per cell
分布形状 群体是否均一、是否存在亚群 histogram、CV、分群
时间稳定性 passage、培养或处理后是否漂移 longitudinal QC

例如,两株细胞都可以是 90% positive,但一株为窄峰中等表达,另一株由高表达亚群和低表达亚群混合。二者在 killing assay 中可能呈现不同的 Emax、斜率和残留细胞群。

4.2 “高/低”必须有参照系

target-high/low 是项目内的操作性分类,不是跨项目通用绝对标签。应明确参照:

  • 相对同一批 cell panel;
  • 相对疾病样本或正常组织可观察范围;
  • 相对候选的功能阈值;
  • 相对经过校准的 ABC/MESF 区间;
  • 相对同一检测抗体、同一批次和同一仪器设置。

不要把“high”“low”只写在细胞系名称旁而不给数字和方法。

五、不同细胞模型回答不同问题

5.1 Endogenous expression

细胞天然表达靶点,通常更接近真实调控、膜定位、糖基化和共表达背景。

局限:

  • 表达可能偏低或随培养漂移;
  • 遗传背景和下游通路复杂;
  • 很难只改变一个变量;
  • “内源”不自动等于“疾病相关”。

5.2 Engineered overexpression

通过转染或转导提高靶点表达,适合建立信号窗口、比较构建和研究表达量依赖。

局限:

  • 表达水平可能远超疾病或正常组织范围;
  • 蛋白定位、聚集、剪切或糖基化可能异常;
  • 克隆选择会引入额外表型;
  • 高密度可产生人工 avidity、过度交联和过强功能。

5.3 Parental 与 mock-transfected

  • Parental cell:未进行工程改造的母本细胞;
  • Mock-transfected cell:经历相同载体、筛选和培养过程,但不表达目标构建。

mock control 有时比 parental 更能控制转染、抗性筛选和克隆选择造成的变化,但仍需验证其与阳性细胞除靶点外是否可比。

5.4 Knockout cell

在相同遗传背景中删除目标基因,是验证 target dependence 的强对照。

但必须确认:

  • 基因型;
  • 表面蛋白确实消失;
  • 是否存在替代剪接或残余蛋白;
  • 编辑和单克隆化是否改变生长、通路或敏感性;
  • 最好有多个独立 clone 或 rescue 证据。

KO 阴性不能排除候选对其他分子的非特异作用;它只强力检验当前靶点依赖性。

5.5 正常相关低表达模型

若项目关注 on-target/off-tumor 风险,应尽早加入正常组织相关细胞或原代细胞,而不是把普通 target-negative tumor cell 当作正常安全模型。

六、Flow cytometry:从 MFI 到抗原密度

6.1 基本 gating tree

all events
→ FSC/SSC 去除碎片
→ singlets
→ live cells
→ 目标细胞群
→ target expression/binding

若是 effector–target 共培养,还需用 lineage marker、预标记或遗传荧光区分 effector 与 target,不能只按 FSC/SSC 猜测。

6.2 MFI 的正确使用

MFI 可能指 arithmetic mean、geometric mean 或 median,报告必须说明。

原始 MFI 受到以下因素影响:

  • 仪器电压/增益与激光状态;
  • fluorophore、抗体标记比例和批次;
  • staining concentration、时间和温度;
  • compensation/unmixing;
  • autofluorescence 和非特异背景;
  • gate 与群体组成。

因此,跨仪器或跨抗体试剂直接比较原始 MFI 通常不可靠。

6.3 ΔMFI、fold change 与 staining index

常见相对指标:

ΔMFI = MFI_sample − MFI_background

fold over background = MFI_sample / MFI_background

staining index = (MFI_positive − MFI_negative) / (2 × SD_negative)

不同实验室可能使用不同定义,必须在报告中写明。相对指标改善了背景解释,但仍不是绝对 antigen density。

6.4 MESF 与 ABC

  • MESF:molecules of equivalent soluble fluorochrome,用校准标准把仪器荧光转换为等效荧光分子数;
  • ABC:antibody binding capacity/antibodies bound per cell,估计饱和条件下每个细胞结合的检测抗体数。

二者相关但不相同。将 MESF 进一步解释为 ABC 时,需考虑:

  • 抗体与 fluorophore 的标记比例;
  • 抗体是否单一且在饱和条件;
  • 一个抗体对应多少靶表位;
  • 校准珠与细胞的光学差异;
  • 抗体亲和力、内吞和受体可及性;
  • 仪器设置与 lot-to-lot consistency。

“ABC≈靶分子数/细胞”是有条件近似,不应脱离方法细节使用。

6.5 定量流式的最小设计

  1. 使用同一检测抗体和明确的 fluorophore:antibody ratio;
  2. 先滴定并验证近似饱和染色;
  3. 同批运行 calibration beads、阴性和阳性细胞;
  4. 固定仪器设置,记录 QC;
  5. 控制活率、细胞数、孵育时间和温度;
  6. 避免明显内吞,或明确测的是 surface remaining/total binding;
  7. 重复评估 passage、日期和细胞批次;
  8. 报告分布而不仅是一个平均数。

七、Flow 对照与常见陷阱

7.1 常见对照

对照 主要目的
Unstained autofluorescence 基线
Single-color compensation 或 spectral unmixing
FMO 多色背景下确定特定 gate
Isotype 某些非特异抗体背景的辅助判断
Secondary-only 二抗检测体系的背景
Parental/mock 工程表达背景
Target-KO 验证靶点依赖信号
Reference cell 跨日或跨批次桥接
Viability control 确认死细胞排除有效

isotype control 不能替代 FMO;FMO 也不能证明靶点特异性。

7.2 抗体滴定

检测抗体过低会低估表达,过高会增加非特异背景和试剂浪费。应根据 staining index、信号平台和背景选择工作浓度,而不是机械使用说明书推荐值。

7.3 内吞与温度

能内吞的靶点会使测得信号高度依赖孵育温度、时间和洗涤。需要明确目标是:

  • 初始 surface expression;
  • equilibrium cell binding;
  • internalization 后残留表面信号;
  • total cell-associated signal。

这些读数不能混为一谈。

八、细胞身份和健康状态

细胞不是“试剂盒中恒定的一个孔”。每次关键实验至少应核对:

项目 为什么重要
来源与唯一编号 确保模型可追溯
STR/物种鉴定 排除错认与交叉污染
Mycoplasma 污染可改变代谢、增殖、免疫与表达
Passage/培养时间 长期培养可造成表达和功能漂移
培养基/添加物 可改变生长、受体和信号状态
Confluence/密度 影响表达、细胞周期和健康
Viability 死细胞增加背景并扭曲功能读数
Doubling time 异常变化可提示污染或状态改变
靶表达当日 QC 历史表达数据不能代替本次确认

对于关键决策,不建议用“去年测过是高表达”代替实验当天或同批次的靶表达确认。

九、如何设计 high/low/negative cell panel

9.1 单靶点项目的最小面板

模型 最少数量 回答的问题
Target-high 1 能否达到充分 binding/Emax
Target-medium 1 排名是否只在饱和靶密度下成立
Target-low 1–2 敏感性阈值和低表达活性
Target-negative/KO 1–2 target dependence 与非特异效应
Normal-relevant low 视风险而定 on-target/off-tumor 风险

最好同时包含 endogenous 与 engineered 模型,避免只依赖一种背景。

9.2 双靶点/多特异分子的二维面板

对于识别 A、B 两个靶点的分子,至少考虑:

A 表达 B 表达 主要问题
A+ B+ 双阳性条件下是否协同或提高 avidity
A+ B− A 单阳性是否仍结合/产生功能
A− B+ B 单阳性是否仍结合/产生功能
A− B− 非特异背景

每个“+”还可分 high/low,形成二维 antigen-density matrix。双阳性细胞不能替代两个单阳性细胞。

9.3 TCE 面板还需加入 effector 维度

  • PBMC、purified T cell 或 engineered effector;
  • donor 数和 CD4/CD8 组成;
  • CD3 表达、静息/预激活状态;
  • E:T ratio;
  • target cell seeding、增殖速度和基线死亡;
  • effector-only 与 target-only controls。

因此,TCE potency 是“分子 × target density × effector state × E:T × time”的条件函数。

十、从抗原密度到效力和安全窗

10.1 常见关系

随着靶密度提高,可能观察到:

  • cell-binding MFI/Bmax 增加;
  • apparent cell-binding EC50 改变;
  • avidity 增强;
  • 功能 potency 或 Emax 增强;
  • 更快的免疫突触形成或内吞;
  • 候选间差异在高密度下被压平。

但关系不一定线性。不同机制可能存在:

  • 最低占有/密度阈值;
  • 饱和平台;
  • 高浓度抑制或 bell-shaped response;
  • 低密度下残留亚群逃逸;
  • 表达异质性驱动的不完全杀伤。

10.2 安全窗不能只靠 tumor-high 对 normal-negative

理想比较应覆盖:

疾病相关高/中/低表达
vs
正常组织相关低表达

“阴性细胞无作用”只能证明完全缺失靶点时背景较低,不能证明对低水平正常表达组织安全。

十一、《细胞模型审查十二问》

  1. 细胞来源、身份、STR/物种和 mycoplasma 状态是否可追溯?
  2. passage、培养条件、活率和 doubling time 是否正常?
  3. 靶点是 endogenous 还是 engineered,构建和克隆如何获得?
  4. high/low/negative 的分类标准是什么,有无定量依据?
  5. 报告的是 % positive、MFI、MESF 还是 ABC,定义是否明确?
  6. 流式抗体是否滴定,是否近似饱和,批次和标记比是否一致?
  7. 是否有 singlet、live-cell gating 和完整 event counts?
  8. unstained、FMO、isotype、parental/mock 和 KO 各是否按问题配置?
  9. 靶表达是在同一天/同批细胞确认,还是引用历史数据?
  10. 模型是否覆盖疾病相关 low 和正常相关 low,而不只有 high/negative?
  11. 双靶点项目是否包含双阳、两个单阳和双阴组合?
  12. 候选排序在不同密度、不同背景和独立实验中是否保持一致?

十二、综合案例:为 TCE 选择细胞面板

教学数据如下:

细胞 模型来源 靶阳性率 ABC(约) TCE killing EC50 Emax cytokine 备注
H 工程高表达 99% 220,000 0.03 nM 98% 单克隆
M 内源肿瘤细胞 92% 28,000 0.25 nM 90% 疾病相关
L 内源低表达 65% 3,500 4.0 nM 62% 存在阴性亚群
N 正常相关细胞 40% 1,500 12 nM 35% 低–中 正常组织相关
KO M 的独立 KO clone 0.5% 背景 >100 nM 8% 背景 生长较慢
P parental 2% 背景 30 nM 25% FcγR 较高

补充信息:

  • 所有细胞的表达与功能并非同一天测定;
  • P 上的效应在加入 Fc block 后明显下降;
  • L 的存活细胞中,实验结束后主要剩余靶低/阴性亚群;
  • KO 只有一个 clone,doubling time 明显慢于 M;
  • 只有一个 T-cell donor。

问题

  1. 哪些结果支持 target-dependent killing?
  2. P 的结果提示什么伪差?
  3. L 的 Emax 不完全可能由什么造成?
  4. N 的结果为什么比 KO 更直接影响安全窗判断?
  5. 还缺哪些模型或重复才能形成可决策面板?
  6. 你会如何重新定义 high/medium/low?

推荐分析

  1. H/M/L 随 ABC 降低而 potency/Emax 整体下降,且 KO 接近背景,支持靶点依赖;但不同背景和非同步测量仍限制因果强度。
  2. P 的 FcγR 较高且 Fc block 降低效应,提示 Fc receptor 介导的非特异结合/激活,而非目标靶点效应。
  3. L 的表达异质性和低/阴性亚群可造成选择性残留;也需排除目标细胞增殖、检测下限和孵育时间。
  4. KO 代表完全无靶点背景;N 代表正常相关低表达,更能暴露 on-target/off-tumor 风险。
  5. 需要表达与功能同批测量、更多 endogenous high/low、多个 normal-relevant 模型、至少多个 donor、独立 KO clone 或 rescue、独立日期重复。
  6. 不仅按 ABC 数字分组,还应结合疾病/正常相关范围、分布、功能阈值和实验内 reference;分类标准须预先记录。

十三、Cell panel specification 模板

项目/靶点:
候选机制:
面板决策问题:

每株细胞:
- 名称、来源、唯一编号:
- 物种/组织/疾病背景:
- endogenous/engineered/KO/mock:
- 构建与 clone 信息:
- STR/物种鉴定日期:
- mycoplasma 日期与结果:
- passage 范围:
- 培养条件与 doubling time:
- 靶阳性率:
- MFI/ΔMFI:
- MESF/ABC 及方法:
- 表达测定日期与试剂批次:
- 功能用途:
- 已知局限:

面板覆盖:
- high:
- medium:
- low:
- negative/KO:
- normal-relevant:
- 双靶点组合(如适用):

十四、核心术语

术语 一句话定义
Endogenous expression 细胞在天然调控背景下表达靶点
Engineered overexpression 通过外源构建人为提高靶点表达
Parental cell 工程改造前的母本细胞
Mock-transfected 经历载体/筛选流程但无目标表达的对照细胞
Knockout 目标基因被删除或失活的细胞
Rescue 在 KO 背景重新恢复目标表达以验证因果
% positive 超过预设 gate 的细胞比例
MFI 群体荧光强度中心值,需注明 mean/median/geometric mean
ΔMFI 样本 MFI 与背景 MFI 的差值
Staining index 综合阳/阴性分离程度与阴性变异的指标
MESF 等效可溶荧光分子数的校准量
ABC 饱和条件下每细胞抗体结合容量的估计
Calibration beads 将仪器信号映射到标准荧光/结合量的微球
Antigen density 细胞表面可及靶分子的密度或数量
Singlet gating 排除 doublets 和细胞聚团的门控
Viability gating 排除死细胞以降低背景和偏差
FMO control 多色 panel 中缺少一个标记的门控控制
STR profiling 用短串联重复位点鉴定人细胞系身份
Mycoplasma 可隐匿污染细胞培养并改变表型的微生物
On-target/off-tumor 药物作用于正常组织低水平同一靶点造成的风险

十五、闭卷验收

  1. 为什么 target-high/low 必须写参照系?
  2. % positive 与 MFI 分别描述什么?
  3. 为什么跨仪器原始 MFI 不宜直接比较?
  4. MESF 与 ABC 有什么区别?
  5. parental、mock 和 KO 各控制什么?
  6. 为什么只有一个 KO clone 不够理想?
  7. 为什么 target-negative 不能代替 normal-relevant low cell?
  8. 双靶点分子的最小四象限细胞组合是什么?
  9. 细胞系进入关键 assay 前至少核对哪五项 QC?
  10. 解释“TCE EC50 是条件函数”。

每题 2 分;17–20 通过,13–16 订正后 teach-back,12 分及以下重做案例。

参考要点

  1. High/low 是项目内操作性分类,必须说明相对面板、疾病/正常范围、定量密度或功能阈值。
  2. % positive 描述超过 gate 的细胞比例;MFI 描述所选群体的荧光中心强度。
  3. 原始 MFI 受仪器设置、fluorophore、抗体批次/标记比、染色和 gate 影响。
  4. MESF 是等效荧光分子校准量;ABC 估计饱和条件下每细胞抗体结合容量,转换依赖标记和化学计量假设。
  5. Parental 控制原始背景;mock 更好控制工程流程;KO 在相近遗传背景检验靶点依赖。
  6. 单 clone 可能带有编辑、克隆选择或生长表型的偶然变化,宜用多个 clone 或 rescue。
  7. Target-negative 只表示完全缺失靶点时的背景;normal-relevant low 才能揭示低表达正常组织的 on-target/off-tumor 风险。
  8. A+B+、A+B−、A−B+、A−B−。
  9. 至少包括身份/来源、STR或物种鉴定、mycoplasma、passage、培养条件、活率、doubling time 和当日靶表达。
  10. TCE EC50 随分子、靶密度、effector 状态、donor、E:T ratio、孵育时间和读数方法而变。

十六、本周最终产出

  1. 一个真实项目的 cell panel specification;
  2. 一张 high/medium/low/negative/normal-relevant 证据图;
  3. 一份定量流式报告审查记录;
  4. TCE 案例的面板补全方案;
  5. 5 分钟讲稿:“为什么 target-high 有效不等于具备治疗窗”。

十七、精选资料

十八、学习记录模板

日期:
实际学习时长:

审阅的细胞模型:
high/low 的定义依据:
本次表达是否与功能同批测定:
最重要的模型缺口:
建议新增的细胞/对照:

本周测验得分:__/20
需要向实验同事确认: