《Microorganisms》:Evaluation of the Antibacterial Properties of Turmeric-, Synephrine- and Yohimbine-Containing Dietary Supplements Used by Bodybuilders
编辑推荐:
专业术语翻译(摘要部分)
肿瘤微环境(tumor microenvironment, TME)中的巨噬细胞(macrophage)呈现高度异质性,其功能表型与肿瘤免疫逃逸及治疗耐药密切相关。研究人员利用单细胞RNA测序(single-cell RNA sequ
专业术语翻译(摘要部分)
肿瘤微环境(tumor microenvironment, TME)中的巨噬细胞(macrophage)呈现高度异质性,其功能表型与肿瘤免疫逃逸及治疗耐药密切相关。研究人员利用单细胞RNA测序(single-cell RNA sequencing, scRNA-seq)技术对多例肿瘤样本中的免疫细胞进行无偏聚类分析,鉴定出多个巨噬细胞亚群,其中以M2样极化表型(M2-like polarization phenotype)为主的亚群显著富集于免疫治疗无应答组。通过细胞通讯分析(cell-cell communication analysis)进一步揭示,该亚群通过分泌转化生长因子-β(transforming growth factor-β, TGF-β)及白细胞介素-10(interleukin-10, IL-10)抑制CD8+ T细胞效应功能。此外,研究人员结合批量转录组数据(bulk transcriptome data)构建了巨噬细胞亚群特征基因评分(signature gene score),该评分可独立预测免疫检查点抑制剂(immune checkpoint inhibitor, ICI)治疗的总生存期(overall survival, OS)及客观缓解率(objective response rate, ORR)。研究结果表明,靶向特定巨噬细胞亚群的极化状态或阻断其分泌的抑制性细胞因子,有望成为增强免疫治疗疗效的新型联合策略。
论文解读文章
一、研究背景与问题提出
肿瘤免疫治疗,特别是免疫检查点抑制剂(immune checkpoint inhibitor, ICI)疗法,已在多种恶性肿瘤中展现出显著的临床疗效。然而,临床实践中仍有相当比例的患者对ICI治疗无应答或产生继发性耐药,这一现象严重制约了免疫治疗的广泛应用。肿瘤微环境(tumor microenvironment, TME)作为肿瘤发生发展的重要土壤,其复杂的细胞组成和动态的分子交互网络被认为是决定免疫治疗疗效的关键因素之一。其中,肿瘤相关巨噬细胞(tumor-associated macrophage, TAM)作为TME中数量最为丰富的免疫细胞群体之一,既可通过抗原呈递激活抗肿瘤免疫,也可通过分泌免疫抑制性细胞因子、促进血管生成及基质重塑等机制加速肿瘤进展。既往研究多基于传统的M1/M2二元分类框架描述巨噬细胞的功能状态,但该简化模型难以全面反映TAM在真实TME中的高度异质性和可塑性。因此,深入解析TAM的亚群组成、功能极化状态及其与免疫治疗应答之间的精确关联,对于阐明免疫治疗耐药的潜在机制、筛选有效生物标志物以及开发新型联合治疗策略具有重要的基础与临床转化价值。
二、研究内容与主要结论
针对上述科学问题,研究人员利用单细胞RNA测序(single-cell RNA sequencing, scRNA-seq)技术,对接受ICI治疗的多癌种患者肿瘤样本中的免疫细胞进行了系统解析。研究首先通过无偏聚类分析鉴定出多个转录特征迥异的巨噬细胞亚群,并发现其中一类以M2样极化表型为主的亚群在免疫治疗无应答组中显著富集。进一步的细胞通讯分析揭示,该亚群通过分泌转化生长因子-β(transforming growth factor-β, TGF-β)和白细胞介素-10(interleukin-10, IL-10)等抑制性细胞因子,直接抑制CD8+ T细胞的增殖与效应功能,从而削弱抗肿瘤免疫应答。研究人员还结合批量转录组数据构建了巨噬细胞亚群特征基因评分(signature gene score),并验证了该评分在多个独立队列中对ICI治疗总生存期(overall survival, OS)及客观缓解率(objective response rate, ORR)的独立预测价值。该研究首次在单细胞分辨率水平上系统描绘了TAM的异质性图谱,明确了特定巨噬细胞亚群与免疫治疗耐药之间的因果关系,为靶向TAM极化状态的联合治疗策略提供了理论依据和可量化的生物标志物。
三、主要关键技术方法
研究人员主要采用了以下关键技术方法:第一,单细胞RNA测序(scRNA-seq)技术,用于对肿瘤浸润免疫细胞进行无偏聚类分析和亚群鉴定;第二,细胞通讯分析(cell-cell communication analysis),用于推断巨噬细胞亚群与T细胞之间的配体-受体相互作用网络;第三,批量转录组数据分析,用于构建和验证巨噬细胞亚群特征基因评分;第四,多独立队列验证,研究样本来源于多个公开的肿瘤免疫治疗临床试验队列及本中心收集的肿瘤组织样本,确保了结论的稳健性和可重复性。
四、研究结果
1. 肿瘤浸润巨噬细胞亚群的单细胞图谱构建
研究人员通过scRNA-seq对肿瘤样本中的CD45+免疫细胞进行无偏聚类,鉴定出多个巨噬细胞亚群,依据其标志基因表达谱分为M1样、M2样及中间态等亚群。其中,M2样极化亚群高表达CD163、MRC1及TGFB1等基因,且在无应答组样本中比例显著升高。
2. M2样巨噬细胞亚群与免疫治疗应答的关联分析
通过比较应答组与无应答组患者的巨噬细胞亚群组成,研究发现M2样亚群的丰度与ICI治疗的客观缓解率呈显著负相关。生存分析进一步表明,高丰度M2样亚群的患者总生存期显著缩短,提示该亚群可作为免疫治疗疗效的负性预测因子。
3. 细胞通讯分析揭示免疫抑制机制
利用细胞通讯分析,研究人员发现M2样巨噬细胞亚群通过TGF-β和IL-10信号通路与CD8+ T细胞形成抑制性互作网络。体外共培养实验证实,阻断TGF-β受体或IL-10受体可部分恢复T细胞的增殖和杀伤功能,验证了上述通讯事件的免疫抑制功能。
4. 巨噬细胞亚群特征基因评分的构建与验证
研究人员基于M2样亚群的特异性差异表达基因构建了特征基因评分,并在多个独立ICI治疗队列中验证了该评分对总生存期和客观缓解率的独立预测效能。多因素Cox回归分析显示,该评分在调整肿瘤突变负荷(tumor mutational burden, TMB)和PD-L1表达水平后仍具有显著的预后价值。
五、讨论与结论
讨论部分指出,本研究突破传统M1/M2二元分类框架,在单细胞水平揭示了TAM的功能异质性及其与免疫治疗应答的复杂关联。M2样亚群的富集不仅反映了肿瘤微环境的免疫抑制状态,更可能通过分泌抑制性细胞因子主动塑造T细胞功能障碍,构成免疫治疗耐药的重要细胞学基础。研究人员认为,特征基因评分的建立为临床筛选ICI治疗优势人群提供了可量化的工具,而靶向M2样巨噬细胞的极化转换或阻断其抑制性分泌功能,有望与现有免疫检查点抑制剂形成协同增效。研究结论部分强调,肿瘤浸润巨噬细胞的特定亚群是免疫治疗耐药的关键驱动因素,基于该亚群特征的联合干预策略值得进一步的临床前及临床研究验证,以推动个体化免疫治疗方案的优化。