Abstract Mapping the human body at single cell resolution in three-dimensions (3D) is an important step toward a “digital twin” model that captures important structure and dynamics of cell-cell interactions. Current 3D imaging methods suffer from low resolution and are limited in their ability to distinguish cell types and their spatial relationships. We present a novel 3D workflow: MATRICS-A ( M ultiplexed Im a ge T hree-D R econstruction and I ntegrated C ell S patial - A nalysis) that generates a 3D map of cells from multiplexed images and calculates cell type distance from endothelial cells and other features of interest. We applied this workflow to multiplexed data from sequential skin sections from younger and older donors (n=10; 33-72 years) with biopsies from ten anatomical regions with different sun exposure effects (mild, moderate-marked). Up to 26 sequential sections from each sample underwent multiplexed imaging with 18 biomarkers covering 12 cell types (keratinocytes (granular, spinous, basal), epithelial and myoepithelial cells, fibroblasts, macrophages, T helpers, T killers, T regs, neurons and endothelial cells, markers of DNA damage and repair (p53, DDB2) and cell proliferation (Ki67). Following cell classification, the tissue and classified cells were reconstructed into 3D volumes. A significant inverse correlation between DDB2 positive cells and age was found (corr= -0.78, adj. p=0.047). This suggests reduced capacity for repair in non-cancer older sun-exposed individuals. While absolute immune cell count did not differ by age or sun exposure, the ratio of T Helper/T Killer cells was positively correlated with age (corr=0.82, adj. p=0.048) This is the first such 3D study in skin and paves the way for cataloging more cell types and spatial relationships in aging and disease in skin and other organs.

Abstract Cancer cells’ ability to inhibit apoptosis is key to malignant transformation and limits response to therapy. Here, we performed multiplexed immunofluorescence analysis on tissue microarrays with 373 cores from 168 patients, segmentation of 2.4 million individual cells and quantification of 20 cell lineage and apoptosis proteins. Ordinary differential equation-based modelling of apoptosis sensitivity at single cell resolution was conducted and an atlas of inter- and intra-tumor heterogeneity in apoptosis susceptibility generated. We identified an enrichment for BCL2 in immune, and BAK, SMAC and XIAP in cancer cells. ODE-based modelling at single cell resolution identified an enhanced sensitivity of cancer cells to mitochondrial permeabilization and executioner caspase activation compared to immune and stromal cells, with significant inter- and intra-tumor heterogeneity. However, we did not find increased spatial heterogeneity of apoptosis signaling in cancer cells, suggesting that such heterogeneity is an intrinsic, non-genomic property not increased by the process of malignant transformation.

Glioma is recognized to be a highly heterogeneous CNS malignancy, whose diverse cellular composition and cellular interactions have not been well characterized. To gain new clinical- and biological-insights into the genetically-bifurcated IDH1 mutant (mt) vs wildtype (wt) forms of glioma, we integrated multiplexed immunofluorescence single cell data for 43 protein markers across cancer hallmarks, in addition to cell spatial metrics, genomic sequencing and magnetic resonance imaging (MRI) quantitative features. Molecular and spatial heterogeneity scores for angiogenesis and cell invasion differ between IDHmt and wt gliomas irrespective of prior treatment and tumor grade; these differences also persisted in the MR imaging features of peritumoral edema and contrast enhancement volumes. Longer overall survival for IDH1mt glioma patients may reflect generalized altered cellular, molecular, spatial heterogeneity which manifest in discernable radiological manifestations.

Abstract Colorectal cancer (CRC) is one of the most frequently occurring cancers, but prognostic biomarkers identifying patients at risk of recurrence are still lacking. In this study, we aimed to investigate in more detail the spatial relationship between intratumoural T cells, cancer cells, and cancer cell hallmarks, as prognostic biomarkers in stage III colorectal cancer patients. We conducted multiplexed imaging of 56 protein markers at single cell resolution on resected fixed tissue from stage III CRC patients who received adjuvant 5-fluorouracil-based chemotherapy. Images underwent segmentation for tumour, stroma and immune cells, and cancer cell ‘state’ protein marker expression was quantified at a cellular level. We developed a Python package for estimation of spatial proximity, nearest neighbour analysis focusing on cancer cell – T cell interactions at single-cell level. In our discovery cohort (MSK), we processed 462 core samples (total number of cells: 1,669,228) from 221 adjuvant 5FU-treated stage III patients. The validation cohort (HV) consisted of 272 samples (total number of cells: 853,398) from 98 stage III CRC patients. While there were trends for an association between percentage of cytotoxic T cells (across the whole cancer core), it did not reach significance (Discovery cohort: p = 0.07, Validation cohort: p = 0.19). We next utilized our region-based nearest neighbourhood approach to determine the spatial relationships between cytotoxic T cells, helper T cells and cancer cell clusters. In the both cohorts, we found that lower distance between cytotoxic T cells, T helper cells and cancer cells was significantly associated with increased disease-free survival. An unsupervised trained model that clustered patients based on the median distance between immune cells and cancer cells, as well as protein expression profiles, successfully classified patients into low-risk and high-risk groups (Discovery cohort: p = 0.01, Validation cohort: p = 0.003).

Abstract Colorectal cancer (CRC) has one of the highest cancer incidences and mortality rates. In stage III, postoperative chemotherapy benefits <20% of patients, while more than 50% will develop distant metastases. Predictive biomarkers for identification of patients with increased risk for disease recurrence are currently lacking, with progress in biomarker discovery hindered by the disease’s inherent heterogeneity. The immune profile of colorectal tumors has previously been found to have prognostic value. The aims of this study were to evaluate immune signatures in the tumor microenvironment (TME) using an in situ multiplexed immunofluorescence imaging and single cell analysis technology (Cell DIVE™). Tissue microarrays (TMAs) with up to three 1mm diameter cores per patient were prepared from 117 stage III CRC patients treated with adjuvant fluoropyrimidine/oxaliplatin chemotherapy. Single sections underwent multilplexed immunofluorescence with Cy3- and Cy5-conjugated antibodies for immune cell markers (CD45, CD3, CD4, CD8, FOXP3, PD1) and cell segmentation markers (DAPI, pan-cytokeratin, AE1, NaKATPase and S6). We applied a probabilistic multi-class, multi-label classification algorithm based on multi-parametric models to build statistical models of protein expression to classify immune cells. Expert annotations of immune cell markers were made on a range of images, and Support Vector Machines (SVM) were used to derive a statistical model for cell classification. Images were also manually scored independently by a Pathologist as ‘high’, ‘moderate’ or ‘low’, for stromal and total immune cell content. Excellent agreement was found between manual and total automated scores (p<0.0001). Higher levels of multi-marker classified regulatory T cells (CD3+CD4+FOXP3+PD1-) were significantly associated with disease-free survival (DFS) and overall-survival (OS) (p=0.049 and 0.032), compared to FOXP3 alone. Our results also showed that PD1- Tregs rather than PD1+ Tregs were associated with improved survival. Overall, compared to single markers, multi-marker classification provided more accurate quantitation of immune cells with greater potential for predicting patient outcomes.