免疫组织化学定量分析方法

　　免疫组织化学(Immunohistochemistry, IHC)定量分析是将IHC染色的视觉信息转化为客观、可重复的数值数据的过程，用于评估目标蛋白在组织中的表达水平、分布模式和细胞定位。传统的半定量评分(如H-Score, Allred Score)存在主观性，而现代图像分析软件使得更精确的定量成为可能。

　　一、 定量分析的目标

　　阳性细胞比例 (Positive Cell Fraction): 染色阳性的细胞占总细胞数的百分比。

　　染色强度 (Staining Intensity): 阳性信号的深浅程度。

　　综合评分 (Composite Score): 结合阳性率和染色强度的综合指标。

　　空间分布: 蛋白在特定区域(如肿瘤核心区 vs. 边缘区、膜/质/核)的表达差异。

　　表达总量 (Total Expression): 如“阳性面积积分光密度”(IOD)。

　　二、 定量方法

　　1. 手动半定量评分法(传统方法)

　　H-Score (Histochemical Score):

　　H-Score = Σ (Pi × i)，其中 Pi 是染色强度为 i 的细胞所占的百分比，i 为强度等级(通常0=阴性, 1=弱+, 2=中+, 3=强+)。

　　范围: 0-300。

　　优点: 简单易行，考虑了强度和比例。

　　缺点: 高度依赖观察者经验，主观性强，可重复性差。

　　Allred Score:

　　常用于乳腺癌ER/PR检测。由两部分组成：

　　比例评分 (Proportion Score, PS): 0-5分(0=<1%, 1=1-10%, 2=11-33%, 3=34-66%, 4=67-90%, 5=>90%)。

　　强度评分 (Intensity Score, IS): 0-3分(0=阴性, 1=弱+, 2=中+, 3=强+)。

　　Allred Score = PS + IS，范围0-8。

　　优点: 在特定领域(如乳腺病理)有明确临床意义。

　　缺点: 同样主观。

　　2. 基于图像分析软件的全自动/半自动定量(推荐方法)

　　利用专业软件(如ImageJ/Fiji, QuPath, HALO, Visiopharm, Aperio ImageScope)对数字化的IHC切片图像进行分析。

　　标准分析流程：

　　图像获取:

　　使用数字病理扫描仪或显微镜成像系统获取高分辨率、色彩一致的IHC切片全片图像(Whole Slide Image, WSI)或代表性视野图像。

　　关键: 保证曝光、白平衡、焦距一致，避免批次间差异。

　　图像预处理 (可选):

　　色彩校正、背景校正、去噪。

　　组织区域识别与分割:

　　软件自动或手动圈定需要分析的区域(如肿瘤区域、正常组织、特定细胞层)。

　　区分肿瘤细胞和基质/非靶细胞至关重要。

　　细胞分割 (Cell Segmentation):

　　软件识别并分割出单个细胞。通常利用细胞核染色(如苏木素) 作为引导。

　　先通过核染色定位所有细胞，再分析每个细胞的胞浆或膜上的DAB(棕色)信号。

　　信号检测与量化:

　　颜色解卷积 (Color Deconvolution): 将复合的RGB图像分离成独立的苏木素通道(代表细胞核)和DAB通道(代表阳性信号)。这是准确量化的关键步骤。

　　阈值设定: 设定DAB信号的强度阈值，区分“阳性”和“阴性”像素。

　　参数计算:

　　阳性细胞数 / 总细胞数 (%)

　　平均光密度 (Mean Optical Density, MOD): 反映平均染色强度。

　　阳性面积 (Positive Area)

　　积分光密度 (Integrated Optical Density, IOD): IOD = 阳性面积 × MOD，综合反映总表达量。

　　H-Score (软件版): 软件可自动计算基于像素强度分布的H-Score。

　　数据导出与统计分析:

　　导出量化数据，使用统计软件(如SPSS, R)进行后续分析。

       来源：网络