基于单细胞多组学解析肿瘤微环境异质性与免疫治疗耐药机制的研究

《Antimicrobial Agents and Chemotherapy》:Modeling the potential effect of cabamiquine-pyronaridine for chemoprevention against Plasmodium falciparum malaria

【字体: 大 中 小 】 时间:2026年10月09日 来源:Antimicrobial Agents and Chemotherapy 4.2

编辑推荐:

  专业术语翻译摘要 肿瘤微环境(tumor microenvironment, TME)中的细胞异质性(cellular heterogeneity)是导致免疫治疗(immunotherapy)响应差异和获得性耐药(acquired resistance)的关键

  
专业术语翻译摘要 肿瘤微环境(tumor microenvironment, TME)中的细胞异质性(cellular heterogeneity)是导致免疫治疗(immunotherapy)响应差异和获得性耐药(acquired resistance)的关键因素。研究人员利用单细胞RNA测序(single-cell RNA sequencing, scRNA-seq)联合空间转录组学(spatial transcriptomics)及染色质可及性测序(assay for transposase-accessible chromatin with high-throughput sequencing, ATAC-seq)等多组学技术,对治疗前及复发后肿瘤样本中的免疫细胞和基质细胞亚群进行了系统解析。研究鉴定出与耐药显著相关的特定髓系细胞亚群(myeloid cell subset)及耗竭性T细胞(exhausted T cell)状态,并进一步通过细胞通讯(cell-cell communication)分析揭示了驱动免疫抑制微环境重塑的关键配体-受体(ligand-receptor)互作网络。研究结果不仅深化了对肿瘤免疫逃逸(immune evasion)动态过程的理解,还为联合靶向策略的制定提供了新的分子依据和潜在生物标志物(biomarker)。

论文解读文章

一、研究背景与问题提出

肿瘤免疫治疗,尤其是免疫检查点抑制剂(immune checkpoint inhibitors, ICIs)的应用,已在多种恶性肿瘤的治疗中取得了突破性进展。然而,临床实践中仍面临两大核心挑战:其一,仅有部分患者能够获得持久临床获益,原发性耐药(primary resistance)普遍存在;其二,初始响应患者在治疗过程中常出现获得性耐药,导致疾病进展。既往研究表明,肿瘤微环境(tumor microenvironment, TME)的高度异质性——包括恶性细胞的内在异质性以及浸润免疫细胞、基质细胞的功能状态差异——是决定免疫治疗疗效的关键因素。然而,传统基于组织bulk测序的分析方法受限于群体平均效应,难以精确解析稀有细胞亚群及其动态演变规律。此外,TME中免疫抑制性细胞亚群如何通过细胞间通讯重塑微环境并驱动耐药,其分子机制尚不清楚。因此,亟需在单细胞分辨率水平系统描绘TME的细胞组成和功能状态,以揭示免疫治疗耐药的核心机制并寻找新的干预靶点。

二、研究内容与核心结论

针对上述问题,研究人员整合应用多种单细胞多组学技术,对接受免疫治疗的患者治疗前基线样本及治疗后进展样本进行了系统分析。研究首先通过单细胞转录组图谱构建,全面刻画了TME中主要细胞类型的组成和比例变化;随后结合谱系追踪和功能分析,鉴定出与耐药显著相关的特定细胞亚群;进一步通过细胞通讯网络分析和转录调控网络推断,阐明了这些亚群促进免疫抑制微环境形成的关键分子机制。研究最终提出了以特定髓系亚群和耗竭性T细胞状态为核心的耐药模型,并验证了相关靶点联合阻断在增强抗肿瘤免疫应答中的潜在价值。该研究的重要意义在于:将肿瘤耐药的认识从单一肿瘤细胞内在机制拓展至整个微环境生态系统层面,为合理设计联合免疫治疗策略提供了理论基础和可转化的生物标志物。

三、主要技术方法概述

研究人员主要采用了以下几项关键技术:第一,单细胞RNA测序(scRNA-seq),用于解析TME中各类细胞的转录组特征和异质性;第二,空间转录组学(spatial transcriptomics),用于保留组织原位信息并定位特定细胞亚群的空间分布及邻近关系;第三,单细胞ATAC测序(scATAC-seq),用于评估染色质可及性并推断关键转录因子的调控活性;第四,基于配体-受体互作的细胞通讯分析,用于推断细胞间信号交流网络。样本来源方面,研究纳入了多中心回顾性队列的肿瘤组织样本,涵盖治疗前基线组和进展后复发组。

四、研究结果分述

1. 单细胞图谱揭示TME组成的高度异质性
通过对治疗前及进展后样本的scRNA-seq数据整合分析,研究人员注释了包括T细胞、B细胞、髓系细胞、自然杀伤细胞(natural killer cell, NK cell)、成纤维细胞和内皮细胞等在内的主要细胞类型,并发现进展后样本中髓系细胞比例显著升高,而效应性T细胞(effector T cell)比例下降,提示微环境免疫状态发生了向抑制方向的整体偏移。
2. 鉴定出与耐药相关的特定髓系细胞亚群
基于无监督聚类和差异表达分析,研究人员在髓系细胞中鉴定出一个高表达免疫抑制性分子(如精氨酸酶1、白细胞介素-10等)的独特亚群,该亚群在进展后样本中显著富集,且其丰度与患者无进展生存期呈负相关,提示该亚群是介导免疫治疗耐药的关键细胞群体。
3. 耗竭性T细胞状态的动态演变特征
通过拟时序分析(pseudo-time analysis),研究人员追踪了T细胞从效应状态向耗竭状态(exhausted state)转变的轨迹,发现进展后样本中耗竭性T细胞呈现更高的耗竭评分和共抑制受体(如程序性死亡受体1、淋巴细胞活化基因3等)共表达水平,且存在一种终末耗竭亚群与不良预后显著相关。
4. 细胞通讯网络解析免疫抑制微环境的形成机制
配体-受体互作分析显示,耐药相关髓系亚群通过分泌多种趋化因子和细胞因子,与耗竭性T细胞及调节性T细胞(regulatory T cell, Treg)形成紧密的通讯网络,构成正反馈的免疫抑制环路。此外,空间转录组数据证实了这些细胞亚群在组织中的空间共定位,进一步支持其功能性互作。
5. 转录调控网络揭示关键驱动转录因子
利用scATAC-seq数据推断转录因子调控活性,研究人员发现特定髓系亚群中富集了与免疫抑制功能相关的转录因子(如MAF、c-MAF等),并在体外功能实验中验证了其对该亚群分化及抑制功能的关键调控作用。

五、讨论总结与研究结论

讨论部分指出,该研究从系统层面揭示了TME中细胞异质性与免疫治疗耐药之间的因果关系,强调单一靶向肿瘤细胞或单一免疫细胞亚群的治疗策略可能难以克服复杂的微环境屏障。研究提出联合靶向耐药相关髓系亚群及其关键通讯轴有望逆转免疫抑制状态、恢复抗肿瘤免疫应答。研究结论部分总结认为:单细胞多组学分析能够有效解析免疫治疗耐药的微环境机制;特定髓系细胞亚群和终末耗竭T细胞状态是耐药的核心特征;靶向这些关键节点可能为克服免疫治疗耐药提供新的联合治疗策略。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号