点击蓝字|关注我们
(资料图片)
近年来研究人员通过单细胞测序技术,已经在单个癌症类型中研究了不同肿瘤类型恶性细胞间的转录异质性,并被集成定义为癌细胞状态。但是,目前尚不清楚这些状态在多大程度上是跨越不同肿瘤类型的一般特征。
本期解读的文章在单细胞水平上描绘了不同癌症类型中反复出现的肿瘤细胞状态,并探索了其与肿瘤微环境的相互作用。
01
中文标题:不同肿瘤中癌细胞状态的复发及其与微环境特异性的相互作用
期刊:Nature Genetics
发表时间:2022-08
影响因子:41.307
DOI:10.1038/s41588-022-01141-9
发表单位:纽约大学朗格尼医学中心
简介:
作者对15种癌症类型进行了泛癌症单细胞转录组测序(scRNA-seq)分析,确定了基因模块目录,其表达定义了反复出现的癌细胞状态,包括“应激”,“干扰素反应”,“上皮-间充质转化”,“金属反应”,“基础”和“纤毛”等。另一方面,空间转录组学分析将癌细胞的干扰素反应与肿瘤微环境中的T细胞和巨噬细胞联系起来。作者借助小鼠模型进一步发现干扰素反应模块的诱导因肿瘤位置而异,并且在淋巴细胞消除后减弱。
样本
■19例未治疗患者的新鲜原发肿瘤组织,公共数据库的肿瘤单细胞转录组样本数据,共涉及15种癌症类型
方法
■scRNA-seq、空间转录组测序
结果
1.不同癌症类型中反复出现的基因模块
作者首先对卵巢癌(OVCA)、子宫内膜癌(UCEC)、乳腺癌(BRCA)、前列腺癌(PRAD)、肾癌(KIRC)、肝癌(LIHC)、结肠癌(COAD)和胰腺癌(PDAC),以及胃肠间质瘤(GIST) 9种癌症类型的19个未经治疗的原发患者的手术标本进行了scRNA-seq测序。并整合之前发表的胰腺癌(PDAC)和肝细胞癌(LIHC)以及胆管癌(CHCA)、肺腺癌(LUAD)、头颈部鳞状细胞癌(HNSC)、皮肤鳞状细胞癌(SKSC)、多形性胶质母细胞瘤(GBM)和少突胶质细胞瘤(OGD)的scRNA-seq数据,最终覆盖了15种癌症的62个未经治疗的原发肿瘤的单细胞数据。通过生物信息学分析,最终推断确定了19,942个恶性细胞。(图1 a-c)
利用软件识别基因表达模块的转录调节因子,结果发现干扰素反应模块广泛出现。最后,研究确定了三个神经系统癌症特异性模块: 星形胶质细胞(AC)样模块、少突胶质细胞祖细胞(OPC)样模块和神经祖细胞(NPC)样模块。(图1 d-f)
图1 复发性癌症基因模块目录
2.用基因模块表达定义癌细胞状态
接下来,作者对每个恶性细胞的每个表达模块进行评分,以试图了解基因模块如何在单个细胞水平进行表征,并基于恶性细胞的模块,对19例本研究测序的单细胞数据分数进行降维聚类,根据其表达最高的模块进行分群。此外,还在某些模块间检测到一些共表达,如pEMT与应激和干扰素应答共表达。(图2 a-d)由于一些模块也在正常组织中表达,因此作者比较了正常组织和癌组织中模块表达水平的差异,发现pEMT模块在癌细胞中的表达频率都高于正常细胞,这与肿瘤进展过程中经常发生EMT是一致的。(图2 e)
图2基因模块的表达是癌细胞状态的基础
3.肿瘤细胞邻域的癌细胞状态分析
为了探究癌细胞状态与TME中细胞类型的关系,作者对收集的10例未治疗患者的新鲜原发肿瘤组织(OVCA∶UCEC∶BRCA∶PDAC∶GIST∶LIHC=2∶1∶3∶1∶2∶1)开展了空间转录组测序。作者使用空间转录组数据对肿瘤细胞状态和TME细胞之间的相互作用进行了分析。由于Visium不能达到单细胞分辨率,因此使用来自配对的单细胞数据的细胞类型的平均表达谱进行非负线性最小二乘(NNLS)回归,并将点注释为“Malignant”(恶性细胞)、“Normal”(仅包含免疫细胞和基质细胞)和“Both”(混合细胞)。结果显示与“Normal”点相比,“Both”点中,内皮细胞的比例降低,中心粒细胞比例升高。(图3 a-c)。
对每个含有巨噬细胞的点进行了M1/M2极性评分,结果在6个妇科样本(卵巢癌,子宫内膜癌和乳腺癌)中发现M1/M2中的“Both”点高于“Normal”点,这表明巨噬细胞在靠近癌细胞时可能具有强大的抗肿瘤活性。(图3 d)
图3 肿瘤微环境的空间组成
4.绘制癌细胞状态及其与TME的相互作用
作者试图在空间转录组数据中探究癌细胞癌细胞邻近区域的细胞组成及细胞间互作。为此,作者描绘了每个空间转录组样本中的癌细胞状态,并根据每个模块的表达对每个“恶性”点进行评分。为了刻画每个“恶性”点周围的细胞类型组成,计算了每个细胞类型的两个评分指数:1)邻域分数:为包含该细胞类型的周围点的分数;2)接近分数:是感兴趣点离每种类型细胞的最短距离的倒数。将每个肿瘤的“恶性”斑点的模块评分和细胞类型邻域特征相关联,描绘了TME中癌细胞状态和细胞类型共定位形成的邻域。(图4 a-d)
通过进一步分析,作者发现干扰素反应模块评分和癌细胞邻域的巨噬细胞显著相关。将这一分析扩展到所有细胞类型与模块,结果发现与TME细胞类型一致的其他癌细胞状态共定位。(图4 e-i)
图4 绘制癌细胞状态及其与TME的相互作用
5.TME对干扰素反应的调节
为了进一步测试干扰素反应与TME中T细胞之间的关系,使用异体移植小鼠模型,通过基因敲除,对4个原位胰腺肿瘤进行scRNA-seq,来验证基因模块。结果发现“细胞周期”,“应激反应”,“干扰素反应”,“缺氧”和“腺体分化”,“cEMT” 6个基因模块在这个系统中重现。(图5 a-b)
同时从Rag1 - / -小鼠(缺乏T和B细胞)中形成的4个原位肿瘤收集了scRNA-seq数据,分析这些肿瘤恶性细胞的基因模块表达,结果发现Rag1 - / -和野生型(WT)小鼠在“细胞周期”、“应激反应”、“缺氧”、“腺体分化”和“cEMT”模块表达频率相似,而“干扰素反应”模块的表达频率较低。(图5 c-d)
在不同的转移部位癌细胞干扰素反应的表达也不同,这表明癌细胞具有高度的可塑性,并能够通过表达不同的基因模块组合来适应其周围环境。(图5 e)
图5 肿瘤微环境扰动下的癌细胞状态
总结:
这篇文章整合了多个癌症类型的scRNA-seq数据,确定泛癌恶性细胞基因模块目录;对在多个癌症类型中反复出现的细胞状态与肿瘤微环境的关联进行了多组学分析,拓展了人们对肿瘤微环境中癌细胞状态与非恶性细胞类型之间关系的认识;为研究癌细胞状态如何与肿瘤微环境相互作用,从而形成能够免疫逃避,耐药性和转移的有组织的系统提供了一个框架。
|参考文献|
■Barkley D, Moncada R,et al.Cancer cell states recur across tumor types and form specific interactions with the tumor microenvironment. Nat Genet. 2022 Aug;54(8):1192-1201. doi: 10.1038/s41588-022-01141-9.