专栏名称: 生信学霸
生物信息学笔记,学习每一个软件的各种心得,分享快速做分析的技巧,分享生信分析文献,一个从业十年的生信人的所感所惑,偶尔撒泼一下!
目录
相关文章推荐
新北方  ·  男子火海被救,2年后跨千里跪谢恩人 ·  11 小时前  
新北方  ·  沈阳市疾控中心最新提醒!事关开学! ·  2 天前  
新北方  ·  老方便了!“辽宁医保”上线新功能! ·  3 天前  
51好读  ›  专栏  ›  生信学霸

“肿瘤微环境异质性+治疗响应”依旧能打,换个癌种,轻松上9+SCI!

生信学霸  · 公众号  ·  · 2024-10-25 15:00

正文

肿瘤单细胞研究中,“瘤内/瘤间异质性+治疗响应”属于黄金搭配,妥妥的大热门。这套思路既抓分子机制又抓临床价值,完美契合国自然要求。每个点又可以细分出很多小分析点,如免疫细胞组成、CAFs异质性、新辅助联合治疗、化疗、药物治疗等,搭配组合千万种,但套路大同小异,换个癌种就能轻松复刻。接下来让我们来看下这篇9+文章有哪些地方可参考借鉴。


Functional heterogeneity of cancer-associated fibroblasts with distinct neoadjuvant immunotherapy plus chemotherapy response in esophageal squamous cell carcinoma

Biomarker Research 上发表的新文章通过单细胞转录组测序分析揭示了食管鳞状细胞癌(ESCC)中癌相关成纤维细胞(CAFs)的异质性,并发现新辅助免疫化疗(neoICT)通过改变CAFs亚群组成和增强CAF-T细胞相互作用,其中 NECTIN2-TIGIT 通路与治疗抵抗性相关,为ESCC治疗提供了新靶点。


期刊:Biomarker Research(IF 9.5)

出版商:BioMed Central

发表:2024年9月27日

DOI: https://doi.org/10.1186/s40364-024-00656-z

技术路线如下:


分析有术、思路创新

更多个性化生信分析方案

扫码咨询,获取您的专属私人定制!


方法

数据来源: 从唐都医院获取接受新辅助免疫化疗的食管鳞状细胞癌(ESCC)患者的41个手术样本并进行单细胞转录组测序;从TCGA获取转录组数据及其临床信息。

单细胞转录组分析: 使用CeleScope 处理测序数据,STAR比对人类基因组 GRCh38/hg38,R包Seurat 进行后续分析。

拟时序分析: 使用Monocle2 和Monocle3 重构CAFs的分化轨迹,分析细胞状态的变化。

RNA速率分析: 使用 python中的 Velocyto和 scVelo分析RNA速率,预测细胞状态转变方向。

细胞间通信分析: 使用 CellPhoneDB工具基于已知的配体-受体对,预测CAFs与T细胞之间的相互作用。

STARTRAC-dist分析: 使用 STARTRAC-dist测量组织中特定细胞簇的富集,Ro/e大于1表明富集,反之为耗竭。


结果

ESCC的单细胞景观

为了探索 neoICT前后 ESCC TME中的细胞组成,研究对18名患者不同时间点的样本进行了单细胞转录组测序分析(图1A,B)。研究根据已知的标记基因确定了11种细胞类型,并发现治疗后上皮细胞比例显著减少,而成纤维细胞、免疫细胞和内皮细胞等基质成分增加(图1C-H)。这种细胞组成的变化可能与不同治疗反应的异质性细胞浸润有关。此外,研究通过 inferCNV分析确认了恶性细胞的拷贝数不稳定,而其他基质细胞则相对稳定。

图1


TME成分通过新辅助治疗进行差异调节

单核吞噬细胞(MP)包括单核细胞、巨噬细胞和树突状细胞(DC),是TME的重要组成部分。为解析治疗前后TME的细胞组成,研究先将DC分为迁移性DC(migDC)、浆细胞样DC(pDC)、常规DC1型和2型(cDC1、cDC2)四种表型(图2A,B)。在治疗后,cDC2细胞明显增加,表明它在 ESCC的TME中可能发挥抗肿瘤作用(图2C,D)。然而,在pCR组和非pCR组之间,治疗样本中cDC2的比例没有显著差异(图2E)。接下来,研究通过聚类将巨噬细胞细分为7个亚群(图2F-H)。治疗后的肿瘤组织中MT1G TAM 显著减少,而LYVE1 TAM 显著增加(图2I,J)。非pCR组中MT1G的比例高于pCR组,而LYVE1的比例低于pCR组(图2K)。TCGA-ESCAd 队列的KM曲线显示MT1G TAM 具有预后价值。这些结果 表明 MT1G TAM 可能在ESCC中具有促肿瘤作用 。此外,治疗后的肿瘤组织中,静脉ECs比例显著增加,而毛细血管ECs和增殖ECs的比例显著降低。淋巴ECs的存在与不良的治疗反应相关。

图2


异质性CAFs景观

成纤维细胞是TME中的关键基质细胞类型。为解析ESCC中异质性CAF成分,研究将CAFs细分为六个亚群,包括三个机械反应性CAFs(mr-CAFs)亚群、一个免疫调节性CAFs(im-CAFs)亚群和两个稳态样CAFs(ssl-CAFs)亚群(图3)。研究还用多重IHC确认了与每个簇相关的基因。DH1B+CAF 和PI16+CAF 亚群表达较低的基质成分和炎症标志物,而αSMA+FAP+mr-CAF 和CD248+mr-CAF 亚群表达高水平的机械敏感信号介导的基质成分。im-CAF亚群则富含炎症相关基因和补体因子。这些发现有助于深入了解ESCC中纤维细胞的异质性及其在肿瘤微环境中的功能。

图3


不同的新辅助治疗反应与异质性CAF亚群相关

为了进一步评估ESCC中异质性CAF亚群对新辅助抗PD1联合治疗的临床反应,研究比较了治疗前后的CAF亚群,发现 CD248+mr-CAF 和 IL6+CCL2+im-CAF 亚群在治疗后丰度显著增加,而αSMA+FAP+ 和αSMA+MKI67+mr-CAF 亚群在治疗前的丰度更高(图4A,B)。在六对治疗前后的样本中,αSMA+FAP+mr-CAFs 的比例显著下降,而 CD248+mr-CAFs 的比例上升(图4C)。组织病理学染色证实了治疗后αSMA+FAP+mr-CAFs减少(图4D,E)。进一步的分析显示,αSMA+FAP+mr-CAF 与多种癌症类型的不良预后有关。此外,CD248+mr-CAFs 在治疗后的肿瘤组织中形成了保护肿瘤细胞的物理屏障,与肿瘤细胞的免疫逃逸和治疗抵抗性相关(图4F-I)。

图4


新辅助联合治疗有助于CAF亚群之间的转变

为了进一步阐明CAF亚群对治疗反应差异的潜在机制,研究探索了六个CAF亚群的细胞轨迹和伪时序分析。根据RNA速率分析结果,αSMA+MKI67+和αSMA+FAP+mr-CAF被确定为CAF分化的起源(图5A)。伪时序分析显示,αSMA+FAP+和αSMA+MKI67+mr-CAF逐渐分化为CD248+mr-CAF和IL6+CCL2+im-CAF(图5B-D)。在CAF分化过程中,与αSMA+FAP+mr-CAF和αSMA+MKI67+mr-CAF相关的基因显著下调,而与IL6+CCL2+im-CAF相关的炎症相关基因显著上调(图5E,G)。转录因子分析显示,MAF(促进免疫抑制巨噬细胞极化的关键介质)在αSMA+FAP+mr-CAF中表达最高,ZMIZ1(促进肿瘤转移)在CD248+mr-CAF中的表达最高,FOXC1(促进侵袭和转)在IL6+CCL2+im-CAF中高表达(图5F)。这些发现表明,这三个CAF亚群可能与ESCC的不良预后相关。

图5


新辅助联合治疗增加CD8+T细胞浸润但促进其耗竭

鉴于T细胞是TME中最丰富且异质最高的细胞类型,研究对7911个T细胞进一步聚类得到自然杀伤(NK)细胞和8个不同的T细胞亚群(图6A,B)。研究发现CD4和CD8的不同亚群具有不同的基因表达特征,如CD4和CD8 Naïve/中央记忆亚群高表达IL7R、TCF7、SELL和CCR7,表达FOXP3的调节性T细胞(Tregs)高表达IL2RA和IKZF2等。研究发现新辅助免疫化疗后,CD8+T细胞的浸润增加,但同时这些细胞表现出更高的衰竭状态(图6C-E、G)。总体而言,neoICT能够提升细胞毒性T细胞的功能,但也加速了CD8+T细胞的耗竭。此外,neoICT明显降低了肿瘤内的Tregs和耗竭T细胞的比例(图6F)。总之,neoICT重塑了免疫抑制的肿瘤微环境,使其从"冷"免疫景观转变为"热"免疫景观。

图6


CAFs与免疫抑制T细胞之间的串扰导致ESCC产生耐药性

为探究CAFs调节T细胞活性和功能的潜在机制,研究使用CellPhoneDB分析了ESCC治疗前后TME内细胞通讯变化。研究发现治疗后细胞互作明显增加(图7A)。在T细胞中,PD1的表达在治疗前较低,并且pCR组的PD1表达较非pCR组低,表明其具有“冷”肿瘤免疫环境,对联合治疗的反应相对较低(图7B)。治疗后,在pCR组中PD1等共抑制检查点和刺激分子CD27、CD40L上调,增强了T细胞抗肿瘤活性(图7B)。在治疗前,CD248+、IL6+CCL2+CAF与Tregs、耗竭T细胞间的CTLA4-CD86/80交互作用较高;在治疗后,这些交互减少,而TIGIT-NECTIN2的交互增加(图7C)。此外,Tregs和CAF之间的TIGIT-NECTIN2的相互作用在非pCR组中显著高于pCR组。这些结果表明TIGIT-NECTIN2可能是新辅助联合治疗中药物抵抗的关键配体-受体相互作用。

图7


结论







请到「今天看啥」查看全文