Humán leukocita szubpopulációk fenotipizálására szolgáló, bioszenzorokkal kompatibilis módszer kidolgozása
A szervezet homeosztázisának fenntartása az immunrendszer feladata. A különböző stimulusok (például patogének vagy autoantigének) hatására az immunrendszer bizonyos sejtjei aktiválódnak, ezáltal sejtes és humorális immunválaszt kiváltva [1]. Az immunválasz monitorozása elengedhetetlen a különböző immunológiai kórképek pontos megértéséhez és diagnosztikájához. Az immunválasz során, az adott stimulus hatására aktiválódó és nem aktiválódó sejtek megkülönböztetésére és az aktiváció időbeli követésére kidolgozott módszer egy korszerű orvosi diagnosztikai teszt kifejlesztéséhez járulhat hozzá [2].
A modern biofizikai módszereken alapuló jelölésmentes technikák alkalmasak a humán leukociták aktivációjának szubpopulációkra specifikus értelmezésére [3]. A Nanobioszenzorika Lendület Kutatócsoport által használt Epic Cardio rezonáns rácsos hullámvezető bioszenzor térbeli és időbeli felbontása lehetővé teszi akár egyetlen sejt szintjén az immunsejtek aktivációjának kvantitatív, valós idejű nyomonkövetését [4]. A leukociták aktivációjának vizsgálata kivitelezhető a bioszenzor felületének funkcionalizálásával. Modellrendszerünkben a felületre adszorbeált intravénás immunglobulin (IVIG) által kiváltott frusztrált fagocitózist vizsgáltuk, melyet a monocita sejtek aktivációja során tapasztalunk. A THP-1 akut mieloid leukémiás monocita sejtvonal alkalmazásával kidolgozott protokollunkat ültetjük át a humán leukocita szubpopulációk vizsgálatára, melyek aktivációját további stimulusok: fehérjék, ligandumok, endotoxinok és immunkomplexek jelenlétében tervezzük vizsgálni.
A stimulus kiválthatja a sejtek aktivációja által kialakuló adhéziót, amely során motilitásuk, illetve morfológiájuk változása (méret, alak, szétterültség) időben és térben nagy felbontással követhető jelölésmentes módon. Hipotézisünk szerint a leukocita populációk aktiválódása a sejttípus függvényében eltérő. A jellemző biofizikai paraméterek és a kialakult felületi adhézió stabilitásának és kinetikájának mérésével megkülönböztethetővé válnak az aktiválódott immunsejtek. Az egysejtes adatok integrálásával lehetőség nyílik az adott stimulussal kiváltott sejtaktiváció értelmezésére egyedi sejt szinten, akár személyre szabottan.
Ahhoz, hogy a sejtaktivációs adatokat és hullámhosszeltolódási görbéket sejttípusokhoz tudjuk rendelni, a hematológiai és immuncitokémiai protokollok alkalmazása elengedhetetlen [5]. Klasszikus hematológiai (például Wright-Giemsa, May-Grünwald) és egyéb sejtorganellum festésekkel (például akridin narancs, Nile Blue) karakterizáljuk és azonosítjuk a granulocitákat, monocitákat és limfocitákat [6]. A morfológiájuk és festődésük alapján nehezen megkülönböztethető szubpopulációk beazonosítását monoklonális antitestekkel végzett immunfluoreszcens módszerek alkalmazásával érjük el. A főbb leukocita populációk: CD3+ T-limfociták, CD19+ B-sejtek, CD14+ monociták, CD56+ NK sejtek identifikációját tűzzük ki célul [7].
Az egyes betegségek során specifikusan aktiválódó leukocita szubpopulációk sikeres megkülönböztetése rezonáns rácsos hullámvezető, optikai elven működő bioszenzorokkal, egy új, megbízható, gyors, kis vegyszer és helyigényű klinikai, funkcionális immundiagnosztikai teszt megalkotását teheti lehetővé.
Szakirodalmi hivatkozások:
[1] L. L. Lu, T. J. Suscovich, S. M. Fortune, and G. Alter, “Beyond binding: Antibody effector functions in infectious diseases,” Nature Reviews Immunology, vol. 18, no. 1. Nature Publishing Group, pp. 46–61, Jan. 01, 2018. doi: 10.1038/nri.2017.106.
[2] C. Albert-Vega, D. M. Tawfik, S. Trouillet-Assant, L. Vachot, F. Mallet, and J. Textoris, “Immune functional assays, from custom to standardized tests for precision medicine,” Frontiers in Immunology, vol. 9, no. OCT. Frontiers Media S.A., Oct. 16, 2018. doi: 10.3389/fimmu.2018.02367.
[3] Z. Szittner, B. Péter, S. Kurunczi, I. Székács, and R. Horvath, “Functional blood cell analysis by label-free biosensors and single-cell technologies,” Advances in Colloid and Interface Science, vol. 308. Elsevier B.V., Oct. 01, 2022. doi: 10.1016/j.cis.2022.102727.
[4] M. Sztilkovics et al., “Single-cell adhesion force kinetics of cell populations from combined label-free optical biosensor and robotic fluidic force microscopy,” Sci Rep, vol. 10, no. 1, Dec. 2020, doi: 10.1038/s41598-019-56898-7.
[5] S. C. Bhakdi and P. Thaicharoen, “Easy employment and crosstalk-free detection of seven fluorophores in a widefield fluorescence microscope,” Methods Protoc, vol. 1, no. 2, pp. 1–11, 2018, doi: 10.3390/mps1020020.
[6] R. W. Horobin and J. A. Kiernan, “CONN’S Biological Stains AHandbook of Dyes, Stains and Fluorochromes for Use in Biology and Medicine 10th Edition.”
[7] T. Kalina et al., “CD maps—dynamic profiling of CD1–CD100 surface expression on human leukocyte and lymphocyte subsets,” Front Immunol, vol. 10, no. OCT, 2019, doi: 10.3389/fimmu.2019.02434.
szerző
-
Sallai Igor
Egészségügyi mérnök szak, mesterképzés
mesterképzés (MA/MSc)
konzulensek
-
Dr. Szittner Zoltán
tudományos munkatárs, Energiatudományi Kutatóközpont (külső) -
Dr. Horváth Róbert
tudományos főmunkatárs, laborvezető, ELKH EK MFA Nanobioszenzorika Laboratórium (külső) -
Dr. Bonyár Attila
Egyetemi docens, Elektronikai Technológia Tanszék
