文獻(xiàn)信息

【文章標(biāo)題】Pan-cancer spatially resolved single-cell analysis reveals the crosstalk between cancer-associated fibroblasts and tumor microenvironment

【發(fā)表雜志】Molecular Cancer（IF：37.3）

【發(fā)表時(shí)間】2023年10月

【應(yīng)用數(shù)據(jù)】單細(xì)胞轉(zhuǎn)錄組（scRNA-seq）數(shù)據(jù)，空間轉(zhuǎn)錄組（ST-seq）數(shù)據(jù)

【關(guān)鍵詞】泛癌分析（Pan-cancer analysis），癌癥相關(guān)成纖維細(xì)胞（Cancer-associated fibroblasts，CAFs），腫瘤微環(huán)境（Tumor microenvironment，TME）

閃光點(diǎn)

癌癥單細(xì)胞數(shù)據(jù)分析時(shí)，腫瘤微環(huán)境（TME）中細(xì)胞間相互作用是一個(gè)繞不開的分析點(diǎn)。這篇文章中作者利用空間轉(zhuǎn)錄組（ST-seq）的數(shù)據(jù)分析了空間范圍內(nèi)細(xì)胞通訊，結(jié)合各細(xì)胞位置信息揭示癌癥相關(guān)成纖維細(xì)胞（CAFs）的旁分泌如何調(diào)節(jié)影響TME。

方法與結(jié)論

樣本：69個(gè)泛癌單細(xì)胞數(shù)據(jù)（scRNA-seq）和22個(gè)癌癥切片空間轉(zhuǎn)錄組數(shù)據(jù)（ST-seq）

亮點(diǎn)解析

空間轉(zhuǎn)錄組技術(shù)作為2020年Nature雜志推選的“年度技術(shù)方法”， 可以同時(shí)獲得細(xì)胞的空間位置信息和基因表達(dá)數(shù)據(jù)，極大的滿足了科研工作者們強(qiáng)烈的好奇心，推動(dòng)生命和健康科學(xué)進(jìn)入空間組學(xué)時(shí)代。

常見文章的空間轉(zhuǎn)錄組（ST-seq）僅僅是用來展示細(xì)胞群在空間上的位置排布信息，例如圖1這篇文獻(xiàn)通過計(jì)算肺癌組織每個(gè)spot（圖1b的每個(gè)小點(diǎn)點(diǎn)）和scRNA-seq中各類細(xì)胞的基因表達(dá)譜的相似度來推斷每個(gè)spot內(nèi)包含哪些細(xì)胞，這樣就可以了解scRNA-seq中各類細(xì)胞都分布在組織切片的哪個(gè)部位。

圖1 LUAD侵襲過程中癌癥區(qū)域各類細(xì)胞分布情況[1]

即便是文中提到了不同種類細(xì)胞間相互作用，也是因?yàn)榧?xì)胞空間距離比較近，所以推測(cè)會(huì)有相互作用。就比如圖2對(duì)應(yīng)文章使用空間轉(zhuǎn)錄組（ST-seq）的spot數(shù)據(jù)進(jìn)行降維聚類及細(xì)胞注釋后，發(fā)現(xiàn)大多數(shù)FAP+ fibroblasts和SPP1+macrophages位于同一spot區(qū)域（一個(gè)spot最多容納10個(gè)細(xì)胞），所以推測(cè)這兩種細(xì)胞類型之間存在物理相互作用。那這兩種細(xì)胞到底通過何種方式哪個(gè)通路來進(jìn)行通訊呢？不知道??

圖2 結(jié)直腸癌患者組織切片細(xì)胞分布情況及關(guān)鍵基因表達(dá)圖[2]

下面我們來學(xué)學(xué)這篇文章如何有效利用空間轉(zhuǎn)錄組（ST-seq）數(shù)據(jù)的，別只會(huì)看細(xì)胞的空間位置信息了，花了那么多錢做的實(shí)驗(yàn)，得榨干它的價(jià)值！

本文除了研究scRNA-seq獲得的細(xì)胞群的空間位置信息外，還利用空間轉(zhuǎn)錄組（ST-seq）分析了細(xì)胞間相互作用。不管是scRNA-seq還是ST-seq數(shù)據(jù)的細(xì)胞通訊分析都需要先完成細(xì)胞注釋，本文采用的ST-seq細(xì)胞注釋方法是：將分好群的scRNA-seq作為參考數(shù)據(jù)，使用CellTrek將單個(gè)細(xì)胞直接映射到組織切片中的空間坐標(biāo)位置（圖3）。

圖3 結(jié)直腸癌ST-seq空間單細(xì)胞圖譜展示

之后明確研究主體：作者分析泛癌scRNA-seq數(shù)據(jù)發(fā)現(xiàn)成纖維細(xì)胞在不同癌癥類型中具有相似的轉(zhuǎn)錄特征，所以本文重點(diǎn)分析成纖維細(xì)胞。將所有癌癥scRNA-seq中的成纖維細(xì)胞分亞群獲得4群癌癥相關(guān)成纖維細(xì)胞-CAFs（炎癥相關(guān)iCAFs，代謝相關(guān)meCAFs，基質(zhì)相關(guān)mCAFs，增殖相關(guān)pCAFs，圖4），之后再將這4個(gè)CAFs亞群注釋到空間坐標(biāo)中（圖5）。

圖4 泛癌數(shù)據(jù)成纖維細(xì)胞分亞群（scRNA-seq）

圖5 卵巢癌CAFs亞群空間位置分布（ST-seq）

有了空間位置細(xì)胞注釋信息就可以開始研究細(xì)胞間相互作用關(guān)系了：由前文分析可知炎癥相關(guān)iCAFs可以調(diào)節(jié)免疫細(xì)胞反應(yīng)以促進(jìn)腫瘤生長(zhǎng)和免疫逃逸。作者使用Spatalk來探索iCAFs和CD8+T細(xì)胞在空間范圍內(nèi)的相互作用，可獲得兩種細(xì)胞相互作用中顯著富集的受配體對(duì)（LRIs）及其下游通路。

利用RRA算法對(duì)所有組織切片中iCAFs和CD8+T細(xì)胞的受配體對(duì)數(shù)量進(jìn)行排名（圖6），發(fā)現(xiàn)LGALS1_PTPRC排名最前，通過文獻(xiàn)查詢可推斷iCAFs可能通過Galectin-1（LGALS1）與CD8+T細(xì)胞的PTPRC受體相互作用而損害其抗腫瘤功能。

圖6 22張組織切片中iCAFs和CD8+T細(xì)胞受配體對(duì)數(shù)量綜合排名（ST-seq）

如果想看單細(xì)胞轉(zhuǎn)錄組（scRNA-seq）分析得到的受配體對(duì)的空間位置，你還得去做個(gè)免疫熒光實(shí)驗(yàn)（購(gòu)買LGALS1、PTPRC抗體，然后再找合適的組織樣本進(jìn)行孵育、顯色、拍照等，等實(shí)驗(yàn)做出來黃花菜都涼了）。

此時(shí)空間轉(zhuǎn)錄組（ST-seq）的好處就體現(xiàn)出來了，我們通過分析獲得重要的受配體對(duì)基因后，可以直接在組織切片上標(biāo)注出來（圖7），方便快捷，還不用另外花錢，美滋滋。

圖7 LGALS1-PTPRC相互作用在乳腺癌（BRCA）和肝細(xì)胞癌（LIHC）切片上的空間分布

如果想研究iCAFs可以影響CD8+T的哪些功能，還可以將與CD8+T細(xì)胞結(jié)合的iCAFs的配體進(jìn)行GO富集分析，比如本文就發(fā)現(xiàn)iCAFs的配體大多被富集在各種T細(xì)胞相關(guān)功能中：包括遷移、活化、增殖、趨化、分化、協(xié)同刺激、凋亡等（圖8）。

圖8 與CD8+T細(xì)胞結(jié)合的iCAFs配體的GO富集分析（ST-seq）

除了與CD8+T細(xì)胞的相互作用外，作者還研究了iCAFs與其他免疫細(xì)胞群的復(fù)雜相互作用，包括巨噬細(xì)胞、B細(xì)胞、樹突狀細(xì)胞、肥大細(xì)胞、中性粒細(xì)胞、NK細(xì)胞和Tregs。這些發(fā)現(xiàn)突出了iCAFs在塑造免疫抑制性微環(huán)境方面的關(guān)鍵作用。

與scRNA-seq數(shù)據(jù)分析細(xì)胞間相互作用不同的是，空間轉(zhuǎn)錄組（ST-seq）數(shù)據(jù)需要考慮受配體對(duì)的空間距離并在算法上進(jìn)行整合分析。兩種數(shù)據(jù)輸出結(jié)果相同，都是顯著富集的配受體互作對(duì)及其下游通路。單細(xì)胞告訴我們不同類型間細(xì)胞的通訊方式，空間告訴我們不同區(qū)域中細(xì)胞的通訊方式。相同的分析點(diǎn)使用不同測(cè)序技術(shù)數(shù)據(jù)分析就可以揭示不同側(cè)重點(diǎn)的生物學(xué)意義，從而做到學(xué)術(shù)研究上的“移花接木”！

怎么樣，是不是很棒？看多了用單細(xì)胞數(shù)據(jù)分析細(xì)胞間相互作用的你/看多了只用空間數(shù)據(jù)做個(gè)注釋算個(gè)細(xì)胞間距離的你，是否覺得眼前一亮呢？這種利用單細(xì)胞常規(guī)分析點(diǎn)分析空間數(shù)據(jù)的想法，你學(xué)會(huì)了嗎？

參考文獻(xiàn)

[1] Zhu, Jianfei et al. “Delineating the dynamic evolution from preneoplasia to invasive lung adenocarcinoma by integrating single-cell RNA sequencing and spatial transcriptomics.” Experimental & molecular medicine vol. 54,11 (2022): 2060-2076. doi:10.1038/s12276-022-00896-9 IF: 12.8 Q1

[2] Qi, Jingjing et al. “Single-cell and spatial analysis reveal interaction of FAP+ fibroblasts and SPP1+ macrophages in colorectal cancer.” Nature communications vol. 13,1 1742. 1 Apr. 2022, doi:10.1038/s41467-022-29366-6 IF: 16.6 Q1

本文使用 文章同步助手 同步