CXCL13

【导读】 新辅助免疫化疗（nICT）极大地改变了可手术食管鳞状细胞癌（ESCC）的治疗格局，但影响肿瘤对nICT反应的因素尚不清楚。在这项研究中，使用单细胞RNA测序与T细胞受体测序配对，团队分析了接受nICT治疗的ESCC患者的组织，并表征了肿瘤微环境的背景。 2024年10月22日，中国医学科学院肿瘤医院高树庚团队在期刊《Nature Communications》上发表了题为“Single-cell sequencing reveals immune features of treatment response to neoadjuvant immunochemotherapy in esophageal squamous cell carcinoma”的研究论文。 研究结果强调了CXCL13作为辅助治疗提高免疫治疗疗效的潜力， 确定了LRRC15 CAFs和SPP1巨噬细胞的富集是免疫治疗耐药的关键标志物。这些发现为未来研究改善ESCC免疫治疗反应的最佳策略，提供了理论依据。 https://www.nature.com/articles/s41467-024-52977-0 关于食管癌 01 食管癌（EC）是全球第七大最常见的恶性肿瘤，也是癌症死亡的第六大原因。食管鳞状细胞癌（ESCC）几乎占EC病例的90%，本质上是高度恶性的，在东亚尤其普遍。由于其症状不明显，大多数ESCC患者在晚期被诊断出来，导致5年总生存率低于20%。对于可切除的局部晚期ESCC患者，新辅助放化疗（nCRT）后进行食管切除术是目前的标准护理治疗，与单独手术相比，生存率更高。 新辅助免疫治疗，尤其是免疫检查点阻断（ICB），显示出卓越的临床益处，并改变了各种实体瘤的治疗模式。对于晚期转移性ESCC，免疫化疗已被美国食品和药品监督管理局批准为一线治疗。新辅助免疫化疗（nICT）已显示出对可手术的局部晚期ESCC的有希望的益处，在不增加手术并发症发生率的情况下，实现高达50%的pCR率。 这项研究将scRNA-seq与scTCR-seq配对，以研究18名接受nICT治疗的ESCC患者的细胞生物学和动力学。研究结果表明，CD8 Tex-CXCL13在应答者的治疗前肿瘤中显著富集，并且在相应的治疗后样本中，显示出更明显的祖细胞耗竭表型。这项研究阐明了对nICT治疗的不同反应的免疫特征， 这对增强ESCC中的抗PD-1疗效具有潜在意义。 SPP1巨噬细胞和高表达SPP1的肿瘤细胞，是治疗后ESCC免疫治疗耐药的标志物 02 与接受nICT治疗的ESCC反应者相比，团队观察到Macro-SPP1、Macro-EREG和Macro-STMN1在治疗后无反应者中显著富集。scCODA分析还显示，Macro-SPP1、Macro-EREG和Macro-STMN1的浸润水平相对较高。而亚群Macro-SLC40A1则显示出相反的分布。这些证据证明，SPP1巨噬细胞可以促进肿瘤进展，介导TME重塑并限制对PD-L1阻断的反应。一致地，Macro-SPP1上调的DEGs显示与TME重塑相关的信号通路显著富集，包括细胞因子/趋化因子介导的信号通路和白细胞迁移。细胞间相互作用分析，揭示了Macro-SPP1与治疗后反应者和非反应者中的各种T细胞簇之间，存在不同的通信网。 在nICT治疗期间，反应者中Macro-SPP1的浸润水平显著下降；而与治疗后无反应者相比，Macro-SPP1的浸润水平显著降低。在治疗后的ESCC中，发现Macro-SPP1和CD4 Treg-TNFRSF4之间存在显著的正相关，但在治疗前样本中则没有，这表明两个簇之间的相互作用，可能是由免疫化疗诱导的。这些发现揭示了Macro-SPP1是ESCC中免疫治疗耐药性的关键标志物，这可能通过细胞间相互作用激活Tregs并抑制CTL。 凋亡信号通路的调节和对氧化/化学应激的反应显著富集，表明对细胞毒性T细胞和铂类化疗药物诱导的细胞凋亡耐药。与反应者相比，团队还发现SPP1在治疗后无反应者的残留肿瘤细胞中高表达。预计无反应者的残留ESCC肿瘤细胞，与CD8 Tn、CD8 Tex和CD8 Tem细胞的相互作用潜力增强。在TCGA-ESCA队列中，SPP1的高表达水平，成为重要的预后危险因素。在ESCC-nICT队列中，治疗后样本的SPP1表达，也是免疫化疗反应的重要预测因子。总之， SPP1巨噬细胞和高度表达SPP1的肿瘤细胞，是治疗后ESCC对免疫治疗耐药的标志物。 SPP1除了是免疫治疗反应的关键预测因子外，还与TME内的细胞毒性CD8 T细胞相互作用，最终限制抗肿瘤免疫。 SPP1作为免疫治疗耐药性的重要标志物。 总结 03 主要发现： 1. CD8 T细胞（Tex）的终末耗竭和CD4调节性T细胞（Tregs）引起的高耐受性，是ESCC对免疫治疗耐药的主要因素； 2. 无反应者治疗后CD8 Tex-CXCL13浸润水平显著升高，且这些细胞对PD-1/PD-L1抑制剂的反应性有限； 3. 无反应者中CD4 Treg-TNFRSF4显著增加，与免疫抑制性特征相关，表明消除Treg障碍可能提高nICT疗效。 CXCL13的角色： 1. CD8 Tex-CXCL13在反应者中的预处理样本中深入渗透，可能作为nICT治疗效果的预测因子； 2. CXCL13的基线富集可能通过促进肿瘤相关三级淋巴结构（TLS）的形成和成熟，使肿瘤对免疫治疗敏感； 3. rmCXCL13能显著增强抗PD-1治疗在ESCC小鼠模型中的疗效。 CAFs和巨噬细胞的作用： 1. 治疗无反应者中升高的肿瘤相关成纤维细胞（tCAF-MMP11）与免疫治疗耐药性密切相关，并与CD4 Treg-TNFRSF4细胞比例正相关； 2. LRRC15 CAFs可能通过招募和激活免疫抑制性CD4 Tregs，来限制免疫治疗效果； 3. SPP1巨噬细胞和高度表达SPP1的肿瘤细胞是ESCC中免疫治疗耐药的关键标志物，可能通过靶向CD44抑制CD8 T细胞活化。 参考资料： 1.Sung, H. et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA A Cancer J. Clin. 71, 209–249 (2021). 2.Chen, W. et al. Cancer statistics in China, 2015. CA A Cancer J. Clin. 66, 115–132 (2016). 【关于投稿】 转化医学网（360zhyx.com）是转化医学核心门户，旨在推动基础研究、临床诊疗和产业的发展，核心内容涵盖组学、检验、免疫、肿瘤、心血管、糖尿病等。如您有最新的研究内容发表，欢迎联系我们进行免费报道（公众号菜单栏-在线客服联系），我们的理念：内容创造价值，转化铸就未来！ 转化医学网（360zhyx.com）发布的文章旨在介绍前沿医学研究进展，不能作为治疗方案使用；如需获得健康指导，请至正规医院就诊。 热门推荐活动 点击免费报名 🕓 上海｜11月15日-16日 ▶ 2024第一届中国类器官转化医学大会 🕓 上海｜11月21日-24日 ▶ 第七届上海国际肿瘤内科学论坛 🕓 全国｜2024年12月-2025年03月 ▶ 中国转化医学产业大会 🕓 上海｜2025年02月28日-03月01日 ▶ 第四届长三角单细胞组学技术应用论坛暨空间组学前沿论坛 点击对应文字 查看详情

学术前沿 单细胞结合空间转录组的研究思路和案例分享 ——肿瘤免疫研究领域（下） 01 引言 单细胞转录组测序是在单个细胞水平进行高通量转录组测序的一项技术，其能有效解决细胞异质性以及之前bulk RNA-seq被掩盖的种种问题。随着该技术在分辨率和通量方面的不断优化，研究者从异质性样本中分析细胞类型特异性基因调控网络的能力也相对提高，但是在细胞的空间位置水平尚有欠缺。空间转录组技术于2020年被《自然》杂志评为年度技术，可以解析时间和空间维度上单个细胞的基因表达模式，以及细胞类群的空间位置关系及生物学特征。其原理是将空间条形码寡核苷酸引物固定在载玻片上，然后将组织贴于载玻片实现组织内转录组序列的捕获与检测。随着10x Genomics的空间Visium技术的登场和不断更新加强，单细胞联合空间转录组的研究如火如荼的开展，遍布了遗传、发育、肿瘤、免疫等多个生物科研和医学热门领域。 一、研究目的 1.某肿瘤中，整体的细胞图谱、空间图谱及细胞间机制探索。 2.某肿瘤中，不同进展期（病变期）、不同亚型、特殊基因表达或原发灶与转移灶样本之间差异机制探索。 3.某肿瘤中，肿瘤对治疗方案的疗效应答中的差异机制探索。 二、样本选择 1. 某癌种中，根据其样本类型的特殊性，选择一定数量的样本，包括新鲜组织、冰冻组织或石蜡样本。 2. 某癌种中，根据原发灶和转移灶、免疫类型（浸润型、沙漠型、排斥型）、基因表达（阴/阳）或不同病理亚型的分组取样。 3. 某癌种中，根据PD1免疫药物治疗/靶向药物治疗/常规放化疗等治疗药物，新辅助、转化治疗等方案，选取应答/无应答、治疗前/治疗后的样本分组取样检测。 三、研究方法 1.主要研究方法：主要应用在发现探索阶段的方法,一般包括流式细胞技术(Facs)、单细胞组学（scRNA-seq）、空间转录组(visium HD)、多重免疫荧光染色(mIF)、探针原位杂交（Xenium）等； 2.其他辅助方法：辅助研究方法应用在机制验证方面，会根据验证模型的不同水平，比如细胞水平、动物模型、人源组织、类器官、网络数据库等等，对应各种生物检测分析方法并没有固定的思路。 四、分析思路 1.单细胞图谱：细胞类型的空间分布特征，亚群的图谱分类； 2.空间图谱绘制：细胞类型的空间分布特征，亚群的定位； 3.各个亚群细胞中的特征，寻找对比差异显著的细胞亚群，从剖析细胞/基因功能空间动态变化、空间细胞分化规律（拟时序）去分析细胞发生的机制和可能作用； 4.各类细胞亚群的相关性，通过细胞通讯、ST定位以及IHC或mIF等图像直观证明细胞亚群间特异的互动关系； 5.实验验证靶点和机制：细胞水平、类器官水平、动物模型水平做敲除干预治疗等验证。 五、文献分享 案例1 《单细胞和空间转录组分析揭示了肝转移性结直肠癌的细胞异质性》 发表期刊：Cell，影响因子：11.5 研究背景：结直肠癌(CRC)是世界上第三大最常见的恶性肿瘤，而转移性 CRC 的生存率很低。CRC转移过程是一个多步骤的过程，包含了癌细胞和基质细胞之间的交流通过分泌细胞因子、生长因子和蛋白酶来促进转移性扩散，从而重塑肿瘤微环境。TME 的细胞组成非常复杂，包括多种成纤维细胞和免疫细胞，它们在癌症逃避、转移和治疗反应中发挥着重要作用。癌症相关成纤维细胞（CAF）是许多类型恶性肿瘤（包括 CRC、乳腺癌和胰腺癌）的主要基质细胞成分。为了全面绘制结直肠癌和匹配的肝转移的细胞景观，研究人员使用scRNA-seq结合空间转录组(ST)和免疫组织化学(IHC)染色以及流式细胞术生成了高分辨率的细胞图谱。 检测技术组合：流式细胞术、单细胞转录组、空间转录组 样本类型：1. 6例CRC患者的27份样本，包括原发性结直肠癌(CC)、邻近正常结直肠粘膜(CN)、肝转移(LM)、邻近正常肝组织(LN)和外周血(PB)五种组织类型用于单细胞转录组检测。 2. 6例CRC患者，包含4例CRC原发性肿瘤（C1至C4）和2例肝转移性肿瘤（L1和L2）采用空间转录组。 主要结果： 1.根据免疫和非免疫细胞群，分别展示了CRC原发肿瘤和CRC肝转移性肿瘤的单细胞转录组图基本分类，以及原发和转移的差异。 Fig.1.CRC原发及肝转移中的全球细胞景观 2.CRC原发性肿瘤和CRC源性肝转移性肿瘤的空间分布 在ST组织中鉴定出B细胞、 T细胞、 NK细胞、浆细胞、髓样细胞、肿瘤细胞、成纤维细胞和内皮细胞。这些细胞簇的比例和分数在每个地区都不同。与C1、C3和C4的肿瘤旁组织相比，肿瘤组织中浆细胞的比率降低。 Fig.2.空间转录组样本的细胞鉴定 3.原发性肿瘤和肝转移性肿瘤之间肿瘤细胞的转录组异质性 亚聚类分析揭示了肿瘤细胞的不同分化谱系。在各群中鉴定出簇状细胞的分化标志基因。肿瘤细胞群的异质性表明肿瘤细胞的分化潜力。 为了进一步研究不同肿瘤细胞簇的功能通路和转录程序，进行了基因集变异分析（GSVA）和转录因子（TF）分析。结果显示，表明CA2可能是TME中的干细胞亚群。 Fig.3.原发性和转移性肿瘤细胞的转录组特征和异质性 4.TME重塑髓系细胞的组成 鉴定出三种髓系细胞：单核细胞/巨噬细胞、树突状细胞和肥大细胞。使用亚聚类分析确定了8个单核细胞/巨噬细胞簇和3个常规DC（cDC）簇，GSVA分析显示，Mac_SPP1亚群参与了与炎症反应相关的通路。拟时序显示Mac_CXCL9 和 Mac_SPP1 亚群均发生终末分化，表明它们是肿瘤激活的Mac亚群。cDC_LAMP3 亚群还表现出高水平的成本刺激分子CD40CD80和CD86 表达，它们是DC成熟的标志物。在LM中，cDC_LAMP3亚群的比例显著增加表明肿瘤细胞对TIME的重塑作用。 Fig.4.骨髓细胞的免疫景观 5.CXCL13T 细胞在肝转移性肿瘤中富集 在 T 细胞中，7个CD8 T细胞簇、5个常规CD4 T（cCD4）细胞簇和2个调节T细胞簇被识别。从细胞比例显示，无论是CD8还是CD4的T细胞，LM的CXCL13T细胞子集比例都很高。GSVA分析显示，CD8_CXCL13亚群富含T细胞增殖通路，CD4_CXCL13 亚群富含G细胞+2-M检查点通路。用流式细胞术鉴定了CD69+CD103+CD8+T细胞。CC和LM的CD69+CD103+CD8+T细胞的Ki67表达水平均高于其他CD8+T细胞。然而，来自CN和LN的不同CD8+T细胞亚群的增殖特性几乎相同。 Fig.5.CXCL13+T细胞在肝转移瘤中富集 6.CXCL13 T细胞与CRC患者的良好预后相关 在上图验证CD8_CXCL13细胞可能是肿瘤激活的亚群。进一步对CD8_CXCL13子集的特征做深入研究。与其他亚群相比，在CD8_CXCL13亚群中观察到高水平的耗竭标志物，且耗竭表型表明它们的肿瘤反应性。IHC难以检测组织中的CXCL13，因此选用CD69和CD103标记CXCL13细胞，结果显示该群T细胞比肿瘤组织中的其他CD8 T细胞更接近CK19肿瘤细胞。将基因表达综合（GEO）队列中的CRC患者分为CXCL13+高和CXCL13低组，发现CC中 CXCL13 的较高表达预示着更好的总生存期。 Fig.6. CXCL13+ T细胞的特性及预后影响 7.成纤维细胞的不同亚群存在于 CRC 的原发性和肝脏转移性肿瘤中 在CRC的TME中鉴定出8个具有不同基因表达模式的成纤维细胞簇，然后研究人员对各类成纤维细胞分别做了转录组数据比较、IHC组化、拟时序分析、以及ST分析，在CRC原发性和肝转移性肿瘤之间观察到不同的表型谱和成纤维细胞的高度可变频率，这表明在不同癌症环境中TME内的细胞异质性。 Fig.7. 原发性和转移性肿瘤中成纤维细胞的转录组特征和异质性 8.在原发性肿瘤中富集的 F3 表达成纤维细胞亚群分泌促肿瘤因子，并与 CRC 患者的不良预后相关 为了研究富含CC和LM的不同成纤维细胞对TME 的重塑，研究人员分析了F2_MCAM和F4_F3的特征。通过差异基因富集以及F4_F3细胞与肿瘤细胞之间揭示了通过NRG1和Erb-B2受体酪氨酸激酶3 （ERBB3）通路进行串扰。在ST中发现了两类细胞 F3与NRG1的共定位并通过transwell细胞实验迁移证明。最后在预后数据中发现F3和NRG1 高表达水平的CRC患者总生存期较差。 Fig.8. F3+成纤维细胞的特性及预后影响 9. LM的TME中表达MCAM的成纤维细胞通过Notch 信号通路调节CD8_CXCL13细胞的产生 之前发现RBPJ在LM中的表达与CXCL13和ITGAE呈正相关。为了进一步了解两个亚群受到什么类型的细胞调节Notch信号，采用cellphoneDB分析，在内皮细胞中E2_DLL4亚群与CXCL13+ T细胞的相互作用最强，在成纤维细胞中F2_MCAM簇通JAG1-NOTCH1与CD8_CXCL13和CD4_CXCL13亚群相互作用。由于TME中成纤维细胞的分散分布模式，推测F2_MCAM亚群有助于CXCL13+ T细胞中Notch信号的激活。此外根据LM中F2_MCAM的比例高低，发现F2_MCAM高组患者LM中CD8_CXCL13亚群的浸润评分更高，并在ST中得到了验证，使用JASPAR预测表明RBPJ可能作TF影响CXCL13的表达。 Fig.9. TME中的NOTCH信号调节CD8_CXCL13细胞的生成 10.ST组织中的细胞间相互作用网络 原发性肿瘤和肝转移性肿瘤ST中不同簇之间的细胞相互作用，表明ERBB3-NRG1相互作用在原发性肿瘤发生和转移中的潜在作用，发现在CRC原发肿瘤中富集的F3成纤维细胞可以通过产生各种促肿瘤因子（包括 NRG1）来调节发展和/或迁移，这些因子与肿瘤细胞上表达的ERBB3相互作用以发挥其促肿瘤功能。 Fig.10. ST组织中的细胞配体和受体相互作用 案例2 《空间和单细胞转录组学揭示了HNSCC中与癌症相关的成纤维细胞亚群限制了CD8+ T细胞的浸润和抗肿瘤活性》 发表期刊：Cancer Research，影响因子：12.5 样本类型：5例头颈部鳞状细胞癌HNSCC癌和癌旁组织； 技术组合：单细胞RNA转录组、空间转录组、免疫组化、免疫荧光、其他等等； 研究背景：免疫治疗可以延长一些HNSCC患者的生存期，但应答率仍然很低。阐明肿瘤微环境中cd8+t细胞浸润和功能障碍的关键机制有助于最大限度地发挥免疫治疗HNSCC的益处。CD8+T细胞与包括CAFs在内的其他类型细胞之间的相互作用决定了CD8+T细胞如何在这一动态TME中发挥作用，本研究对五对肿瘤和邻近组织的不同免疫浸润和单细胞RNA测序的HNSCC标本进行了空间转录组学分析，揭示了与cd8 + t细胞浸润限制和功能障碍相关的特定癌症相关成纤维细胞(CAF)亚群。 技术路线： 主要结果： 1. HNSCC肿瘤组织对CD8+T细胞具有招募趋化作用，CD8+T细胞存在于肿瘤基质中，且免疫排斥型的HNSCC中CD8a+被受限无法浸润到肿瘤巢中； Fig 1.CD8+T细胞在不同HNSCC肿瘤亚型中的分布 2.MHC-IhiCAFs（5亚群）是肿瘤组织中区别于癌旁组织的最主要的CAFs亚群，高表达CXCLs和MHC-I增强了CAFs与CD8+T的结合，且可通过限制CD8+T细胞的抗肿瘤能力造成预后不良； Fig 2.HNSCC肿瘤及邻近组织成纤维细胞的整体分析 3. MHC-IhiCAFs中存在LGALS9（编码galectin-9蛋白）的富集，大部分HNSCC肿瘤基质中均存在galectin-9蛋白的表达；MHC-IhiCAFs中galectin-9蛋白的表达依赖于干扰素信号； Fig3. TCF1 ~ GZMK ~ CD8 + T细胞与galectin-9的CAF细胞呈负相关 4.在CAFs中敲减LGALS9表达会降低CD8+T表达免疫检查点分子，同时促进干性和细胞毒性分子的表达，且动物实验证明Gal-9+CAFs促进干细胞样CD8+T细胞耗竭转化。 图4. 动物实验验证MHC I类的高表达限制了cd8+T细胞的抗肿瘤功能 案例3 《上皮细胞激活成纤维细胞促进食管癌的发展》 发表期刊：Cancer cell，影响因子：48.8 样本类型：29例ESCC患者79个多期食管病变的正常上皮、癌前病变和癌组织； 技术组合：单细胞RNA转录组、空间转录组、免疫组化、免疫荧光、其他等等； 研究背景：食管鳞状细胞癌(ESCC)的发展经历了多阶段上皮癌的形成，即从正常上皮、低级别和高级别上皮内瘤变到浸润性癌。然而，癌前病变如何发展为癌机制尚未可知。 主要结果： 1.ESCC多阶段肿瘤发生过程各种细胞类型图谱分析 Fig 1.单细胞转录组学分析揭示了ESCC多阶段肿瘤发生过程中的各种细胞类型 2.上皮细胞中ANXA1的功能失调可能是ESCC肿瘤发生中至关重要的事件； Fig 2.上皮细胞在ESCC肿瘤发生过程中逐渐抑制ANXA1表达 3.ESCC肿瘤发生过程中上皮细胞与成纤维细胞的相互作用，食管上皮细胞产生的ANXA1功能的丧失可能导致NF-CAF转化； Fig 3.上皮细胞抑制ANXA1可促进NF向CAFs转化 4.KLF4、KLF5、CEBPB和FOXA1与ANXA1的RNA水平呈正相关，细胞实验发现只有靶向KFL4的SiRNA可显著抑制ANXA1表达，KLF4调节ANXA1转录，促进NFs向myCAF的转化。 图4.在体外和体内，抑制上皮细胞ANXA1可促进myCAF的激活 参考文献： [1]Wang F, Long J, Li L, Wu ZX, Da TT, Wang XQ, Huang C, Jiang YH, Yao XQ, Ma HQ, Lian ZX, Zhao ZB, Cao J. Single-cell and spatial transcriptome analysis reveals the cellular heterogeneity of liver metastatic colorectal cancer. Sci Adv. 2023 Jun 16;9(24):eadf5464. doi: 10.1126/sciadv.adf5464. Epub 2023 Jun 16. PMID: 37327339; PMCID: PMC10275599. [2]Li C, Guo H, Zhai P, Yan M, Liu C, Wang X, Shi C, Li J, Tong T, Zhang Z, Ma H, Zhang J. Spatial and Single-Cell Transcriptomics Reveal a Cancer-Associated Fibroblast Subset in HNSCC That Restricts Infiltration and Antitumor Activity of CD8+ T Cells. Cancer Res. 2024 Jan 16;84(2):258-275. doi: 10.1158/0008-5472.CAN-23-1448. PMID: 37930937; PMCID: PMC10790129. [3]Chen Y, Zhu S, Liu T, Zhang S, Lu J, Fan W, Lin L, Xiang T, Yang J, Zhao X, Xi Y, Ma Y, Cheng G, Lin D, Wu C. Epithelial cells activate fibroblasts to promote esophageal cancer development. Cancer Cell. 2023 May 8;41(5):903-918.e8. doi: 10.1016/j.ccell.2023.03.001. Epub 2023 Mar 23. PMID: 36963399. 本文由 科研学术部 何鼎 提供

2024年7月23日，北京大学生物医学前沿创新中心（BIOPIC）张泽民课题组在Cell发表了题为Pan-cancer single-cell dissection reveals phenotypically distinct B cell subtype的研究论文。该研究整合了来自19种癌症类型患者的大规模单细胞转录组测序数据，描绘了肿瘤浸润B细胞在泛癌种水平上丰度和构成的异质性，发现了能够与CD4 T细胞进行互作并具有预后潜力的肿瘤相关非典型B细胞（tumor-associated atypical B cell, TAAB）。 近些年来，肿瘤免疫治疗的成功激发了对肿瘤微环境，特别是肿瘤免疫微环境全面深入的探究[1]。此前，张泽民课题组的研究系统刻画了肿瘤浸润髓系细胞、T细胞和NK细胞的泛癌种单细胞图谱[2–4]，为肿瘤治疗策略的研发提供了新的思路。然而，尽管B细胞在免疫中发挥着重要作用，它们受到的关注相对较少。 本研究通过整合来自19种主要癌症类型的649名患者的单细胞RNA测序数据，构建了包含511,857个B细胞的泛癌种B细胞单细胞表达谱图谱，鉴定出5个B细胞大类和20个B细胞亚类。研究人员还利用算法重建了部分细胞的BCR序列，并对80例患者样本进行了肿瘤浸润B细胞相关的免疫组化或多色免疫组化染色。 基于整合的数据资源，研究人员发现肿瘤浸润B细胞的丰度和亚群组成在不同癌症类型间表现出了明显的偏好性。研究人员还观察到在肿瘤中存在B细胞分化阶段中重要的过渡亚群，例如，肿瘤中的生发中心B细胞前体（pre-germinal center B cell）和浆母细胞（plasmablast）。 通过BCR序列分析，研究人员在肿瘤内观察到BCR序列演化的进程，以及伴随此演化过程中出现的从生发中心B细胞（germinal center B cell）向记忆B细胞（memory B cell）和抗体分泌细胞（antibody-secreting cell）的转化，这与二级淋巴器官生发中心反应的过程相类似。此外，研究人员关注到肿瘤浸润抗体分泌细胞的免疫球蛋白类型倾向于IgG型，尤其是IgG1亚型。 除此以外，研究人员还鉴定出了两群在泛癌种水平上广泛存在、在肿瘤中富集且具有预后潜力的亚群：应激反应记忆B细胞（stress-response memory B cell）和肿瘤相关非典型B细胞（TAAB），它们分别与癌症患者更短和更长的生存期相关。 应激反应记忆B细胞高表达应激反应相关基因，与之前报道的肿瘤相关功能失调NK细胞（tumor-associated dysfunctional NK cell）和应激反应T细胞（stress-response T cell）相类似[4,5]，这两类细胞的应激反应特征被报道与病人的不良预后或免疫治疗不响应相关。在尝试寻找与患者的不良预后相关的TIB亚群时，研究人员发现调节B细胞（regulatory B cell），或者说IL10+ B细胞，在单细胞聚类分析中并不能单独成群，这些细胞很可能源自B细胞分化的不同阶段。 肿瘤富集的肿瘤相关非典型B细胞（TAAB）在肿瘤组织中具有高克隆扩增水平和增殖能力，并呈现高度激活的转录状态。CD4 T细胞，尤其是CXCL13+ CD4 T细胞，可能与肿瘤相关非典型B细胞（TAAB）在其激活和向浆细胞分化的过程中产生相互作用。重要的是，肿瘤相关非典型B细胞（TAAB）的特征与患者预后存在癌症类型依赖性关联，并且也是多种免疫治疗响应的预测指标。 图1. 泛癌种B细胞单细胞图谱的摘要图 综上所述，该研究拓展了在泛癌种视角对肿瘤浸润B细胞的了解，为B细胞的异质性及其抗肿瘤免疫反应提供了新的见解，并为未来进一步探索B细胞在癌症中功能的共性和多样性奠定了基础。 北京大学前沿交叉学科研究院CLS项目博士生杨雨、北京大学BIOPIC/生命科学学院博士生陈雪雁为该论文的并列第一作者，北京大学BIOPIC张泽民院士、深圳湾实验室陈敏敏副研究员、北京大学BIOPIC王东方副研究员为该论文的共同通讯作者。深圳湾实验室盘洁莹、宁慧恒在本研究的免疫组化染色和细胞诱导等实验中提供了重要协助。研究得到了国家重点研发计划，国家自然科学基金、北京市科学技术委员会、深圳湾实验室重大项目和深圳湾实验室开放基金的资助。 论文链接： https://www.cell.com/cell/fulltext/S0092-8674(24)00712-8 原文链接： https://mp.weixin.qq.com/s/FLCjmkY55lCM99QbscmXVQ 参考文献： 1.Wang, D.F., Liu, B.L., and Zhang, Z.M. (2023). Accelerating the understanding of cancer biology through the lens of genomics. Cell 186, 1755–1771. https://doi.org/10.1016/j.cell.2023.02.015. 2.Zheng, L., Qin, S., Si, W., Wang, A., Xing, B., Gao, R., Ren, X., Wang, L., Wu, X., Zhang, J., et al. (2021). Pan-cancer single-cell landscape of tumor-infiltrating T cells. Science 374, abe6474. https://doi.org/ARTN eabe6474 10.1126/science.abe6474. 3.Cheng, S., Li, Z., Gao, R., Xing, B., Gao, Y., Yang, Y., Qin, S., Zhang, L., Ouyang, H., Du, P., et al. (2021). A pan-cancer single-cell transcriptional atlas of tumor infiltrating myeloid cells. Cell 184, 792-809.e23. https://doi.org/10.1016/j.cell.2021.01.010. 4.Tang, F., Li, J., Qi, L., Liu, D., Bo, Y., Qin, S., Miao, Y., Yu, K., Hou, W., Li, J., et al. (2023). A pan-cancer single-cell panorama of human natural killer cells. Cell 186, 4235-4251.e20. https://doi.org/10.1016/j.cell.2023.07.034. 5.Chu, Y., Dai, E., Li, Y., Han, G., Pei, G., Ingram, D.R., Thakkar, K., Qin, J.-J., Dang, M., Le, X., et al. (2023). Pan-cancer T cell atlas links a cellular stress response state to immunotherapy resistance. Nat Med 29, 1550–1562. https://doi.org/10.1038/s41591-023-02371-y. 本文仅用于学术分享，转载请注明出处。若有侵权，请联系微信：bioonSir 删除或修改！