单细胞交响乐
搜索文档…
⌃K
Links

2.2.11 研究 |2021-单细胞转录组揭示肺腺癌特有的肿瘤微环境

刘小泽写于2021.10.22

前言

题目:Single-cell RNA sequencing reveals distinct tumor microenvironmental patterns in lung adenocarcinoma
日期:2021-10-18
期刊:Oncogene

一句话概括

揭示两种不同的肺腺癌微环境模式,基于微环境提供额外的预后信息,预测潜在的目标细胞群用于治疗

肺腺癌的细胞组成

10个正常+10个肺腺癌样本,得到114489个高质量的单细胞转录组数据
UMAP结果表明不管是组织类型还是不同病人,细胞都”混在一起“,说明不存在批次效应
作者拿了epithelial, immune, stromal 三种类型细胞的 marker genes,分出了20,450 epithelial, 89,766 immune, and 4273 stromal,发现和其他文章一样,免疫细胞占据主体(D图中黄色部分占绝对优势)。不同病人之间的上皮细胞占比差异明显,而且solid/sarcomatoid(实体瘤/肉瘤样型)这种tumor的上皮细胞占比不到10%,而lepidic/acinar carcinomas(鳞屑状/腺泡型)这种占比大于40%

肿瘤上皮细胞的异质性

重点发现:不同病人的上皮细胞存在异质性,但组织类型变化的过程中,又存在一些共性的变化

分群差异

既然不同肿瘤样本展示了不同的上皮细胞占比差异,接下来作者将epi单独拿出来,重新分群,并且根据组织类型(normal和tumor)进行拆分(即:一整个epi的UMAP按照组织类型拆成了2张图)
对正常组织的上皮细胞再进行细胞注释(按照图B的marker基因),发现了:alveolar type 1 and 2, club, ciliated, and even a small cluster of neuroendocrine cells。肿瘤样本的epi体现出了明显的病人特异性(每个病人是单独的一团细胞)

拷贝数变异

inferCNV,发现重新分群结果和组织类型以及拷贝数变异结果都能对应上,并且肿瘤纯度高于90%,侧面反映了分群的准确性

差异基因

然后看了肿瘤上皮细胞的几个明显的差异基因表达量(EGFR, TFF3, CDKN2A, and SFTPA2),和免疫染色结果正相关

信号通路

根据一些致癌信号通路基因,看了这些通路在不同病人之间的确存在差异,尤其是EGFR, TGFβ, JAK/STAT, Hypoxia, and PI3K信号通路
不过同时也发现,像是P034、033、030这几个病人,虽然他们的信号通路活性普遍比较高,但是他们的有丝分裂活性并不高

从病人视角切换到组织视角,发现一些共性

这次不按病人,而是按组织类型进行cluster的划分,并且看到第一个主成分(认为代表了最主要的生物差异因素)随着组织类型的变化,呈现梯度式的变化
根据PC1 的PCA score,又找到了:top 30 genes positively and negatively correlated with PC1 were defined as an “alveolar/club-like” and “undifferentiated” tumor cell signature,其中SCGB3A1 and SCGB3A2 又和肺的发育相关
从undifferentiated到alveolar/club-like表型,肿瘤上皮细胞呈现出类似的组织类型和通路活性的变化,比如JAK/STAT, Hypoxia, EGFR and TGFβ信号在undifferentiated处于高位,而PI3K后来在alveolar/club-like表型中升高

肿瘤基质细胞微环境

重点发现:存在2个肌成纤维细胞群,分别表现出“normal-like” and “cancer-associated” 的特性,并且各自都能主导基质的微环境
在A图中的第三个fibroblastic/muscle cell clusters中,发现从normal到tumor,原来fibroblast占主导(两个蓝色),变成了myofibroblast占主导(两个绿色)
B图中展示的是myofibroblast和fibroblast的maker gene:Myofibroblast clusters were characterized by expression of both fibroblastic marker genes, such as PDGFRA and LUM, and smooth muscle marker genes, such as MYLK and ACTA2
然后看到myofibroblast的cluster2,都存在于tumor样本;而cluster1则是在tumor、normal均有,其中几个基因(COL5A2、COL6A3、SULF1、MMP11)与extracellular matrix remodeling有关
对比myofibroblast的2个cluster通路活性,发现cluster2在TGFβ 、JAK/STAT和hypoxia-induced pathways 均高于cluster1
另外,这两个cluster在fibroblastic/muscle cell的占比,在不同病人之间也是负相关的

肿瘤免疫微环境

重点发现:正常肺组织到腺癌的过程中,免疫细胞组成发生了什么变化;导致不同患者之间异质性的肿瘤免疫微环境是什么样的
拿到的细胞类型包括:tissue-resident and monocyte-derived macrophages, monocytes, myeloid and plasmacytoid dendritic cells, mast cells, and T, NK, B, and plasma cells
比较明显的是不同细胞类型的数量变化:
  • tumor myeloid(骨髓) cell中,monocyte-derived macrophages、dendritic cells数量上升,tissue-resident macrophages、monocytes数量下降
  • tumor lymphoid(淋巴) cell中,CD8+ T, B, and plasma cells数量上升,NK and conventional T cells下降

研究肿瘤微环境的构成模式

PCA将不同的病人样本进行划分:
  • P018, P019, P024, P031, P032, and P033: N³MC patternnormal-like myofibroblasts,non-inflammatory monocyte-derived macro- phages, NK cells, myeloid dendritic cells and conventional T cells】
  • P023, P027, P030 and P034:CP²E patterncancer-associated myofibroblasts, proin- flammatory monocyte-derived macrophages, plasmacytoid den- dritic cells and exhausted CD8+ T cells】
做了细胞通讯分析,发现: tumor cells in the CP2E environment receive potential paracrine signals from cancer-associated myofi- broblast cluster 2 activating Ephrin, FGF, WNT, TGFβ, and BMP signaling, and from proinflammatory monocyte-derived macrophages cluster 2 potentially activating JAK/STAT signaling
分析了TCGA lung adenocarcinoma cohort,发现 N³MC 相关的gene signature预后更好
最后得出结论:
  • 免疫活化的CP²E微环境由癌症相关的肌纤维细胞,促炎单核细胞衍生的巨噬细胞,血浆骨质树突树突细胞和排出的CD8 + T细胞组成,并且预后不利
  • 惰性N³MC 微环境主要包括正常的肌纤维细胞,非炎症单核细胞衍生的巨噬细胞,NK细胞,骨髓树突细胞和常规T细胞,并与良好的预后有关