做肿瘤单细胞分析时,我们经常会遇到一个问题:细胞分群越来越精细,T细胞、巨噬细胞、成纤维细胞都能分出十几个甚至几十个亚群,但分析做到这里,下一步还能研究什么?
通常,我们会继续比较不同患者的细胞比例、寻找差异基因、分析细胞通讯。不过,肿瘤微环境中的细胞并不是独立发挥作用的。同样是免疫细胞大量浸润的肿瘤,有些患者可能从免疫治疗中获益,有些患者却表现出明显的免疫抑制。这种差异或许与具体哪些细胞共同存在,以及肿瘤细胞本身处于什么状态有关。
近期,天津医科大学、中国医学科学院血液病医院等团队在Molecular Cancer发表研究Single-cell profiling defines cellular ecosystems and malignant cell state coupling across pan-cancer tumor microenvironments。
研究团队整合了544例患者、19种上皮性癌症的单细胞转录组数据,建立覆盖96个微环境细胞亚群的泛癌图谱,并进一步识别出8类反复出现的细胞生态系统。随后,作者将这些微环境组合与13类恶性细胞表达程序联系起来,并利用空间转录组分析它们在真实肿瘤组织中的分布。
这篇论文最有意思的地方,是作者在细胞分群和差异分析的基础上,继续追问:哪些细胞倾向于共同出现?不同的细胞组合对应怎样的肿瘤状态?这些联系能否在组织空间中找到证据?
对于已经积累单细胞数据、希望进一步开展疾病机制研究的团队,这套分析思路很值得借鉴。
对此内容感兴趣?免费获取1V1定制方案设计,已为超过500家医院及科研单位提供技术支持服务
一、整合19种癌症,建立可以跨患者比较的细胞图谱
我们想研究不同癌症之间是否存在共同的微环境特征,首先需要解决一个实际问题:不同研究对细胞亚群的定义往往并不一致。
例如,同样是成纤维细胞,有的研究按照COL11A1、CXCL12等标志基因命名,有的则按照炎症型、肌成纤维型等功能特征划分。T细胞和巨噬细胞也存在类似情况。如果直接比较各篇论文中的细胞比例,很难判断观察到的差异究竟来自疾病本身,还是分析方法和注释标准。
因此,作者首先整合了19种上皮性癌症的652份肿瘤样本,涉及544例患者。经过质量控制、批次校正和细胞注释后,重点分析其中1,362,351个非上皮细胞。研究最终识别出96个微环境细胞亚群,包括11个内皮细胞亚群、14个间充质细胞亚群、7个B细胞亚群、29个T/NK细胞亚群及35个髓系细胞亚群(图1)。

图1 泛癌肿瘤微环境单细胞图谱。展示纳入的19种癌症、患者构成,以及不同微环境细胞谱系的细分结果。
有了统一的亚群定义,我们便可以比较不同癌种的细胞组成。结果发现,部分细胞具有明显的组织偏好。例如,树突状细胞在皮肤鳞状细胞癌、基底细胞癌和口腔癌中相对丰富,而B细胞在胃癌、结直肠癌及部分黏膜来源肿瘤中占有较高比例。
这也引出了下一个问题:不同癌种之间的细胞组成差异,有多少来自肿瘤本身,又有多少是原有组织环境留下的特征?皮肤、胃肠道和肺本身就具有不同的免疫结构。肿瘤发生后,某类细胞比例较高,可能与肿瘤诱导的微环境重塑有关,也可能部分反映器官原有的细胞组成。
因此,泛癌图谱提供统一的比较基础,使研究者能够进一步区分跨癌种共享的肿瘤相关状态和组织来源相关的变化。
二、哪些细胞真正与肿瘤有关?作者又引入了正常组织
随后,作者进一步整合了155份健康或癌旁组织样本,共包含583,744个细胞。通过将这些细胞映射到已有肿瘤图谱,作者可以在相同的细胞亚群定义下比较肿瘤与非肿瘤组织。结果显示,多种癌症中都出现了具有相似特征的微环境变化。
在血管系统中,ESM1阳性的尖端样内皮细胞和IGFBP5阳性的未成熟内皮细胞更常见于肿瘤组织。这些细胞表现出与血管生成、细胞外基质重塑相关的表达特征。成纤维细胞中,COL11A1阳性亚群同样呈现肿瘤相关富集,其表达程序涉及基质组织、细胞黏附及上皮—间充质转化等过程。免疫细胞方面,部分耗竭CD8⁺ T细胞、活化调节性T细胞、CCR7阳性树突状细胞及CCL20阳性巨噬细胞,也在肿瘤组织中相对富集(图2)。

图2 不同微环境细胞亚群在肿瘤和正常组织中的比例变化,以及内皮细胞、间充质细胞的功能表达特征。
作者还发现,肿瘤微环境的变化并不局限于免疫细胞。血管内皮细胞、成纤维细胞和髓系细胞同时发生重塑,意味着肿瘤可能在多个层面改变周围组织:一方面形成新的血管和基质结构,另一方面改变免疫细胞的募集、分布及功能状态。
我们的研究也可以借鉴这些。例如,如果某种肿瘤同时出现异常内皮细胞增加和T细胞功能改变,那么研究重点就可以进一步放在血管状态与免疫浸润之间的联系上,这样可能找到更具体的微环境调控线索。
作者也观察到,部分所谓的肿瘤相关状态在特定正常器官中本身就较为丰富。例如ESM1阳性内皮细胞在正常肾脏中也占有一定比例。因此,寻找具有普遍意义的肿瘤相关细胞时,除了泛癌比较,我们也需要同时结合对应器官的正常组织开展分析。
三、从细胞比例进一步联系患者生存和免疫治疗
明确哪些细胞在肿瘤中富集之后,我们自然会产生一个问题:这些细胞是否与患者预后有关?
作者利用Scissor,将单细胞表达信息与TCGA中的整体转录组及患者生存数据相联系,并通过包含11,487例上皮性肿瘤的PRECOG数据库进一步评估。结果发现,不同微环境细胞亚群具有不同的临床关联。
例如,ACKR1阳性静脉内皮细胞、CXCR4阳性抗原呈递型成纤维细胞和PLD4阳性巨噬细胞,在泛癌分析中总体与较长生存相关。相反,COL11A1阳性成纤维细胞、CCR7阳性调节性树突状细胞及CCL20阳性巨噬细胞等,则更多与较短生存相关。
研究团队还整合了72例患者的146份免疫治疗相关单细胞样本,观察治疗应答伴随的微环境变化。其中,在部分结直肠癌和肾癌应答样本中,治疗后ESM1阳性尖端样内皮细胞、IGFBP5阳性未成熟内皮细胞比例下降,而ACKR1阳性静脉内皮细胞比例上升。部分髓系细胞亚群也出现了相应变化(图3)。

图3 微环境细胞亚群与患者生存及免疫检查点抑制剂治疗应答的关联。
其中,内皮细胞的变化尤其值得关注。免疫治疗研究通常首先关注CD8⁺ T细胞、Treg细胞和髓系免疫细胞,但血管系统同样参与免疫细胞进入和分布于肿瘤组织的过程。不同内皮细胞亚群与患者结局、治疗后状态呈现不同关联,提示血管微环境可能是理解免疫治疗差异的一个重要切入点。不过,作者同时提出这些关系也受到癌种背景影响。例如ACKR1阳性内皮细胞在肾癌中的生存关联与泛癌总体趋势不同。
我们如果希望在自己的课题中研究某个细胞亚群的临床意义,最好先选择明确的癌种和治疗背景,再判断它与患者结局的关系。
四、96个细胞亚群已经足够详细,为什么还要进一步划分8类生态系统?
经过前面的分析,作者已经得到了96个微环境细胞亚群,也知道其中哪些细胞与肿瘤或患者预后相关。但这些信息主要围绕单个亚群展开。
实际上,患者之间的差异可能来自多种细胞共同变化。例如,两位患者都具有较高的T细胞浸润,但一位患者同时富集B细胞和初始T细胞,另一位患者则富集耗竭T细胞、Treg细胞及免疫调节性髓系细胞。如果只比较总T细胞比例,这两种明显不同的微环境可能会被归入相似类别。
因此,作者改变了分析单位。在满足分析条件的492例患者中,研究者计算不同细胞亚群丰度在患者之间的相关性,寻找倾向于共同增加或减少的细胞组合,最终识别出8类细胞生态系统(E1—E8)。按照主要细胞组成,这8类生态系统可以进一步分为三组:E1和E4以基质相关细胞为主,E3和E5以髓系细胞为主,E2、E6、E7和E8则富集不同的淋巴细胞群体(图4)。

图4 基于细胞亚群丰度协同变化识别的8类肿瘤微环境生态系统,以及不同生态类别对应的信号通路、细胞因子和转录因子活动特征。
其中,有几类生态系统尤其值得关注。
E4:成纤维细胞丰富的基质型微环境。
这一类别包含多种癌症相关成纤维细胞,并富集具有免疫调节特征的细胞群。分析还发现,E4具有相对突出的PI3K及TGF-β相关活动,与基质重塑和免疫抑制相关的分子特征相吻合。
E6:具有三级淋巴结构相关特征的微环境。
E6包含B细胞、初始T细胞、滤泡辅助性T细胞等,呈现出与三级淋巴结构相关的细胞组成。这类细胞组合提示,B细胞与T细胞之间的组织化联系也是值得关注的研究方向。
E8:同时具有免疫激活与免疫抑制特征的微环境。
E8富集耗竭CD8⁺ T细胞、活化Treg细胞、调节性树突状细胞以及部分炎症相关髓系细胞。
与此同时,E8还表现出较强的免疫检查点相关表达,以及JAK-STAT、干扰素响应等信号特征。
实际上,我们经常把肿瘤微环境简单分为免疫热和免疫冷,但E8提示,免疫细胞丰富并不代表这些细胞都在有效清除肿瘤。一个微环境可以同时存在持续的免疫刺激、T细胞效应程序和明显的免疫调节信号。其实我们自己在设计课题时,也可以分析免疫激活与免疫抑制如何在同一个细胞生态系统中共存。
作者随后利用患者之间的细胞丰度变化,寻找反复出现的细胞组合。这样一来,单细胞研究的分析单位就可以从细胞亚群转向患者的整体微环境组成,也为后续患者分型和恶性细胞状态分析提供了基础。
五、微环境分成8类之后,肿瘤细胞本身有什么不同?
前面识别出的8类生态系统主要来自免疫细胞、血管内皮细胞和基质细胞。但肿瘤组织中还有另一个重要组成部分,恶性细胞。不同恶性细胞可能处于增殖、应激、缺氧或分化等不同状态。作者便开始分析,这些状态是否与周围的微环境组合有关。
为此,研究团队利用非负矩阵分解(NMF),从不同患者的恶性细胞中提取反复出现的基因表达模块,最终归纳出13类共识性表达程序。这些程序包括细胞周期、应激、炎症、干扰素反应、缺氧、上皮—间充质转化、甾醇代谢以及不同上皮分化相关程序等(图5)。

图5 恶性细胞的13类共识性基因表达程序。展示不同患者之间重复出现的基因模块、代表基因以及恶性细胞中的程序活性。
作者随后将这些表达程序与8类生态系统联系起来,发现部分恶性细胞状态与特定微环境存在明显关联。其中,细胞周期活跃的恶性细胞与E8生态系统之间的联系尤为突出。E8中存在多类活化及耗竭相关免疫细胞,而与其相关联的恶性细胞又具有较高的增殖活动。为什么高度增殖的恶性细胞会与这样的免疫微环境共同出现?
六、利用368份空间转录组样本,寻找肿瘤细胞与微环境之间的联系
肿瘤组织具有复杂的空间结构。即使两类细胞在同一个患者中都很丰富,它们也可能分别聚集在不同的区域。因此,作者进一步整合26项研究中的368份空间转录组样本,将单细胞参考图谱映射到真实组织空间。
研究团队利用RCTD等方法估计空间位置上的细胞组成,并计算恶性细胞表达程序及微环境生态系统的空间活性。结果发现,在展示的肺癌和肾癌组织中,具有较高细胞周期程序活性的恶性区域,与E8生态系统活跃区域存在明显的空间重叠或邻近关系。作者进一步利用空间相关分析,发现这一关系在多个肿瘤切片中得到支持(图6)。

图6 恶性细胞表达程序与微环境生态系统的关联。展示细胞周期程序与E8生态系统的统计联系、肺癌和肾癌中的空间分布,以及候选细胞通讯关系。
在患者层面,研究者观察到增殖活跃的恶性细胞与E8生态系统共同出现;在组织空间中,这些特征又表现出相近的分布位置。研究因此能够进一步聚焦于这些区域,分析可能存在的细胞通讯。
作者利用配体—受体分析,识别出FASLG–FAS、TNFSF10–TNFRSF10A/B、LGALS9–HAVCR2以及CXCL11–CXCR3等候选通讯关系,并结合空间表达信息进行评估。其中涉及细胞死亡受体信号、免疫调节以及趋化因子相关通路。
从课题设计来看,这一步把原本范围很大的细胞通讯分析缩小到了特定微环境与恶性细胞状态之间。
例如,如果希望研究E8中的免疫调节机制,就可以优先关注与细胞周期活跃的恶性细胞相邻的T细胞或其他免疫细胞,再从候选通讯关系中选择具有明确表达和空间依据的信号开展验证。空间转录组就不仅用于展示不同细胞在哪里,也能够帮助研究者确定后续功能实验应当关注哪些细胞及其相互作用。
七、这篇论文对我们自己的单细胞课题有什么启发?
读完这篇研究,小编认为最值得借鉴是作者如何利用不同层次的分析不断提出新的问题。
1. 分群完成后,可以尝试寻找细胞之间共同变化的模式
很多研究会比较不同患者、不同疾病分期或不同治疗组之间的细胞比例。
但如果只关注单个亚群,容易得到许多彼此独立的结果。这篇论文以患者为单位,分析不同亚群丰度的协同变化,从中识别具有相似组成特征的患者群体。
2. 把肿瘤细胞和微环境细胞结合起来分析
在很多单细胞研究中,恶性细胞和微环境细胞往往分开处理。恶性细胞部分分析增殖、分化、EMT和代谢程序;免疫细胞部分分析耗竭、炎症和细胞通讯。这篇研究将恶性细胞表达程序与微环境生态类别对应起来,使两类分析之间形成了联系。
3. 空间转录组可以用来筛选更值得验证的机制
如果单细胞分析已经发现某类恶性细胞与特定免疫细胞组合具有统计关联,就可以利用空间数据进一步判断这种关系是否具有组织定位上的依据。结合空间信息后,可以优先研究那些在特定组织区域共同出现、并且与疾病相关细胞状态相联系的候选信号。
4. 围绕明确的疾病问题组织分析
虽然这篇研究采用了泛癌数据,但作者首先建立统一参考,随后比较肿瘤相关变化和临床结局,再寻找细胞生态系统,最后将其与恶性细胞状态及空间位置联系起来。整体看,故事非常有逻辑,每一步都为下一个问题提供了分析对象。我们在设计和写作的时候也可以增加更多的层次,例如,围绕某种明确的治疗耐药状态,先筛选相关细胞组合,再分析恶性细胞表达程序,最后选择具有空间依据的候选信号进行验证。
八、小编总结
这篇Molecular Cancer研究通过整合544例患者、19种癌症的单细胞数据,将96个微环境细胞亚群进一步组织为8类细胞生态系统,并与13类恶性细胞表达程序及空间转录组信息建立联系。
过去,研究更关注某一种免疫细胞是否增加、某个成纤维细胞亚群是否与预后相关。现在,我们也可以学习作者这种对肿瘤微环境的分析方式,进一步分析不同细胞怎样共同组成微环境,以及这些组合与肿瘤细胞的功能状态存在怎样的联系。
尤其是E8生态系统与细胞周期活跃的恶性细胞之间的关联,从细胞丰度的共同变化出发,逐渐找到特定的恶性细胞状态、空间区域和候选通讯关系。
我们也可以思考,哪些细胞共同构成了疾病相关的局部环境,而这种环境又与我们真正关心的细胞状态有什么联系?围绕这一问题,把细胞组成、表达程序、临床表型及空间信息连接起来,或许可以将故事讲得更有层次。
生信人团队深耕行业十余年,专注更贴合临床的多组学课题设计,已为超过500家医院及科研单位提供技术支持服务;同名公众号“生信人”,日更前沿科研话题和思路,欢迎关注,掌握热点快人一步!课题合作可联系:Sxr_0617
素材内容来源网络整理,侵删