《Nucleic Acids Research》:TISCH3: an expanded resource for single-cell and spatial transcriptomics of the tumor microenvironment
编辑推荐:
肿瘤免疫单细胞枢纽(Tumor Immune Single Cell Hub, TISCH)是一个经过人工审编的资源库,旨在供学者探索肿瘤微环境(Tumor Microenvironment, TME)的单细胞核糖核酸测序(single-cell RNA se
肿瘤免疫单细胞枢纽(Tumor Immune Single Cell Hub, TISCH)是一个经过人工审编的资源库,旨在供学者探索肿瘤微环境(Tumor Microenvironment, TME)的单细胞核糖核酸测序(single-cell RNA sequencing, scRNA-seq)数据。在此,研究人员发布了TISCH3,该版本将单细胞数据集从190个大幅扩充至408个,并引入了69个空间转录组学(Spatial Transcriptomics, ST)数据集,使总数据量达到477个。新增的218个scRNA-seq数据集覆盖了48种癌症类型,而空间数据集则覆盖了27种癌症类型。空间样本均经过单独的审编与处理,并利用单细胞参考集来估算每个空间位点(spot)的细胞类型组成。空间工作区包含六个模块:概览(Overview)、基因表达(GeneExp)、空间变异基因(Spatially Variable Genes, SVGs)、细胞关联(CellAssoc)、通讯(Communication)和下载(Downloads)。这些模块提供了样本元数据与质量控制视图、空间基因表达图谱、SVG排序、细胞类型相关性及条件性位点内共现分析、推断的细胞间通讯网络,以及可下载的数据和结果。TISCH3保留了TISCH2的单细胞分析能力,并将其扩展至肿瘤微环境的空间探索。该数据库可免费访问且无需注册,网址为 https://tisch3.compbio.cn/ 。
研究背景与目的
肿瘤微环境(Tumor Microenvironment, TME)由恶性细胞、免疫细胞和基质细胞组成,其组成、状态及相互作用深刻影响着癌症的进展与治疗反应。单细胞核糖核酸测序(single-cell RNA sequencing, scRNA-seq)虽然能够以高分辨率刻画这些细胞群体的异质性,但在组织解离过程中不可避免地丢失了细胞的空间位置信息。空间转录组学(Spatial Transcriptomics, ST)技术的出现弥补了这一缺陷,它能够在保留组织坐标的同时测量基因表达,使得分子模式可以在组织原位背景下被审视。此外,利用单细胞参考谱系可以有效辅助估算空间转录组数据中的细胞类型组成。尽管现有的转录组资源(如CancerSCEM 2.0、DISCO2、SODB、SpatialDB等)在不同维度上支持了单细胞或空间数据的探索,但肿瘤领域仍缺乏一个能够将大规模、经过精细注释的单细胞参考库与空间转录组工作区无缝结合、且免注册开放的综合性平台。TISCH(Tumor Immune Single Cell Hub)系列资源此前已建立了高质量的肿瘤scRNA-seq审编库,但TISCH2仅局限于解离后的单细胞视角,无法直接揭示细胞在组织内的空间分布。因此,研究人员开展了TISCH3的研究,旨在通过大幅扩充数据覆盖度,并新增专门的空间工作区,实现对肿瘤微环境单细胞与空间双模态数据的整合式探索与复用。
关键技术与方法
在数据来源上,新增scRNA-seq数据集检索自基因表达综合数据库(Gene Expression Omnibus, GEO,截至2025年9月29日),空间数据集检索自GEO及10× Genomics公共数据门户(截至2026年2月)。单细胞数据处理沿用Seurat流程,采用LogNormalize归一化、方差稳定变换(variance-stabilizing transformation, VST)筛选2000至4000个高变基因,使用Harmony校正样本批次效应,聚类分辨率设定为0.2至0.7,细胞类型注释结合MAESTRO算法与经典标记基因人工校验。空间数据使用Seurat v5.2.1单独处理,通过空间变异基因(Spatially Variable Genes, SVGs)分析(SpatialDE v1.1.3)识别空间结构化基因;利用RCTD(spacexr v2.2.1)以同研究或同癌种scRNA-seq为参考进行细胞类型反卷积(deconvolution),阈值0.05过滤后重归一化;细胞关联分析基于SPOTlight v1.13.2计算Pearson相关与条件共现;空间细胞通讯使用SpatialCellChat,参数设定interaction.range=250、contact.range=10、scale.distance=0.2,结合RCTD权重聚合至细胞类型水平并进行置换检验。系统架构采用FastAPI后端与Vue 3/Vite前端解耦设计。
研究结果
- •
扩展的数据内容与分析工作区:TISCH3将scRNA-seq从190个扩充至408个(新增218个,覆盖48种癌症类型),并引入69个空间转录组数据集(覆盖27种癌症类型),双模态合计477个数据集、横跨53种癌症类型。单细胞工作区保留TISCH2的概览、基因表达、富集、通讯、转录因子富集、下载六大模块;空间工作区新建概览、基因表达、SVG、细胞关联、通讯、下载六大模块,实现样本检查、空间表达、反卷积组成推断与候选信号探索的一体化。
- •
概览模块:数据集发现、样本背景与质量控制:通过统一检索入口按癌种、细胞类型、物种、数据类型、治疗及原发/转移状态过滤并比对数据集;在空间样本内并列展示组织图像、空间聚类图、RCTD主导细胞类型标签,以及总计数、检出基因数、线粒体百分比的空间分布,明确区分无监督聚类与参考注释结果。
- •
基因表达与SVG:空间表达与空间变异基因:基因表达模块支持最多6个基因同时映射到位点坐标并叠加组织图像,可导出PDF;配套饼图展示RCTD归一化权重。SVG模块按空间方差比例排序,默认展示前100个基因,提供SpatialDE的P值、校正P值、对数似然比、贝叶斯信息准则及拟合模型全表下载。
- •
细胞关联:细胞类型相关性与共现:基于RCTD比例矩阵计算细胞类型间Pearson相关(如肝癌LIHC_GSE224411中B细胞与恶性细胞正相关最强,HPC样与恶性细胞负相关),并计算有序对条件共现比例(含A→B与B→A不对称性),明确该指标仅描述同一位点内共存,不代表物理接触或信号方向。
- •
通讯:空间信号网络与配体-受体表达:以CAF→恶性细胞的ADGRE信号为例,通路页展示环形网络与组织投影(节点按主导细胞类型中位数坐标定位)、发送-接收概率热图;配体-受体页列出7个交互(CD55_ADGRE5、ITGAV_ITGB1_ADGRE2等);空间页绘制 outgoing/incoming 中心性评分图及配体/受体/两者/皆无状态图;通路基因页支持最多6个基因表达图并行展示。
- •
下载:处理后数据与分析结果:提供归一化空间表达矩阵、位点元数据与QC指标、JSON/CSV坐标与注释、差异表达表,支持离线复分析。
讨论与结论
TISCH3将肿瘤聚焦的单细胞库与样本中心的空间工作区整合在同一门户,单细胞注释集直接充当空间反卷积参考,但两套集合并未融合为联合表征。与SCAR、SORC、CROST、SODB、STOmicsDB、SOAR、SPathDB、HISSTA、DeepSpaceDB等资源相比,TISCH3是少数同时具备“肿瘤聚焦+scRNA-seq库+ST库+空间表达图+SVG+参考反卷积+细胞关联+ST通讯”全链条能力的平台。研究人员在讨论中明确指出局限:继承自TISCH2的190个数据集保留原处理流程,与新增数据集的质控阈值不一致,跨数据集比较需谨慎;反卷积精度受参考集代表性与平台差异制约,参考中缺失的细胞状态会被摊派到其他群体;当前空间数据仅含68个10× Visium与1个原始ST平台样本,尚未纳入成像型空间转录组,无法支撑单细胞分辨率组织探索;共现与通讯结果均为计算推断,属待实验验证的假设。未来版本将扩展数据覆盖,并把工作区适配到成像型及更高分辨率空间数据,持续提供可下载结果以支撑肿瘤微环境的假设驱动研究。研究结论部分可概括为:TISCH3通过477个双模态数据集与六个空间分析模块,在免注册前提下为肿瘤微环境异质性、空间组织及候选信号交互提供了可复用、可导出的在线探索框架。
你希望接下来把这篇解读压缩成适合投稿的摘要,还是扩写成评审意见式报告?