靶向CD47-HCK-LGALS9轴破坏早期子宫内膜癌中的增殖-免疫抑制偶联

Targeting the CD47-HCK-LGALS9 axis disrupts proliferation-immunosuppression coupling in early-stage endometrial cancer

作者信息Jingxuan Ye, Yitong Yan, Xiaoqi Sun, Qibin Wu, Yashi Shi, Maotong Zhang, Xite Lin, Yuan Ren, Xiaodan Mao, Mingyan Lin, Pengming Sun
PMID41437376
发布时间2025-12-23
DOI10.1186/s12943-025-02534-0

实验完整度

包含患者样本的单细胞测序、空间转录组学、蛋白质组学,体外细胞功能实验、分子对接、GST pull-down、CUT&Tag,以及类器官共培养等体内外验证。

主要模型

早期子宫内膜癌患者组织样本 HEC-1A和KLE细胞系 THP-1来源巨噬细胞 患者来源类器官(PDO)

重点核对

CD47抑制剂RRX-001处理浓度(5、6.25、7.5 µM)及作用时间 重组LGALS9(rLGALS9,50 ng/mL)处理浓度及时间 ERRγ抑制剂GSK5182处理浓度(10、20、30 µM)及时间 THP-1分化及共培养条件(PMA 100 ng/mL;Transwell共培养体系) 类器官培养条件(Matrigel比例、培养基、处理时间)

摘要

背景:在上皮来源的子宫内膜癌(EC)中观察到显著的异质性,这导致了不同的预后结果。然而,早期EC肿瘤微环境(TME)中涉及这种异质性的机制仍不清楚。方法:应用单细胞RNA测序、空间转录组学和多重免疫荧光(mIF)来表征早期EC中的细胞亚群。通过CCK-8和流式细胞术(FC)评估EC细胞增殖。此外,通过分子对接和GST pull-down质谱法在体外研究了上皮动态和巨噬细胞相互作用。通过FC和免疫荧光评估吞噬活性。此外,使用CUT&Tag鉴定了上游转录因子。对于体内研究,建立了类器官-巨噬细胞共培养模型以模拟EC微环境,并确认了改变的类器官增殖和巨噬细胞吞噬作用。通过蛋白质组学分析和免疫组织化学评估CD47作为潜在预后标志物。结果:我们确定了一个以前未被识别的上皮亚群(CD47+CDK1+),它与细胞周期信号传导和恶性增殖密切相关。该亚群通过CD47–Galectin 9(LGALS9)受体-配体对与巨噬细胞紧密相互作用。功能上,抑制CD47抑制EC细胞增殖并诱导凋亡,而CD47过表达增强了EC患者来源类器官(PDO)的增殖能力。EC细胞和PDO通过CD47–HCK(造血细胞激酶)轴与巨噬细胞结合,驱动免疫抑制分子LGALS9、IL-10和TGF-β1的分泌,形成免疫抑制性TME。反过来,巨噬细胞来源的LGALS9通过CD47增强EC细胞和PDO的增殖,建立了涉及CD47–HCK–LGALS9的正反馈环路。此外,雌激素相关受体γ(ERRγ)被确定为CD47的上游转录调节因子,其表达受孕激素抑制。结论:由ERRγ调节的CD47-HCK-LGALS9轴在早期EC中调节细胞增殖-免疫抑制偶联,ERRγ是一个有希望的治疗靶点。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
早期子宫内膜癌中,肿瘤微环境中的细胞异质性如何通过上皮-免疫细胞相互作用促进恶性增殖和免疫抑制?
核心机制
早期EC中CD47+CDK1+上皮亚群通过CD47与巨噬细胞表面的HCK结合,促进巨噬细胞分泌LGALS9等免疫抑制分子;分泌的LGALS9又通过CD47增强EC细胞增殖,形成CD47-HCK-LGALS9正反馈环路。ERRγ是CD47的上游转录因子,孕激素可抑制ERRγ表达。
主要证据
单细胞RNA测序和空间转录组学鉴定出CD47+CDK1+亚群;体外分子对接和GST pull-down验证CD47-HCK和LGALS9-CD47互作;EC细胞与巨噬细胞共培养实验显示CD47抑制减少LGALS9分泌,增强吞噬;类器官实验验证CD47促进增殖和免疫抑制。
研究意义
揭示CD47-HCK-LGALS9轴在早期EC中的关键作用,为靶向CD47及其上游调控因子ERRγ的治疗策略提供理论基础。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

单细胞测序和空间转录组学分析

鉴定早期EC中的细胞亚群及其空间分布

对8个早期EC组织样本进行scRNA-seq,鉴定7种主要细胞类型和上皮细胞亚群;对1个FFPE样本进行空间转录组学分析,验证CD47+CDK1+亚群的位置。

2

细胞功能实验

验证CD47对EC细胞增殖、凋亡和细胞周期的影响

用CD47抑制剂RRX-001处理HEC-1A和KLE细胞,进行CCK-8、流式细胞术、Western blot和RT-qPCR检测。

3

分子交互作用验证

验证CD47与LGALS9、HCK的相互作用

通过分子对接预测CD47与LGALS9和HCK的结合,通过GST pull-down质谱法鉴定与CD47相互作用的巨噬细胞蛋白。

4

共培养实验

研究EC细胞与巨噬细胞之间的相互作用及其对免疫微环境的影响

使用Transwell共培养系统,将EC细胞与THP-1来源巨噬细胞共培养,检测细胞因子分泌和吞噬功能。

5

上游转录因子调控研究

鉴定CD47的上游转录因子并验证其调控作用

通过CUT&Tag和双荧光素酶报告基因实验验证ERRγ与CD47启动子结合,并用siRNA/过表达载体调控ERRγ表达。

6

类器官模型验证

在3D类器官模型中验证CD47在早期EC中的作用

建立EC患者来源类器官,转染ov-CD47或对照病毒,进行增殖检测和与巨噬细胞共培养的吞噬实验。

7

临床样本验证

在临床样本中验证CD47及相关分子的表达和预后意义

通过多重免疫荧光(mIF)、免疫组化(IHC)和蛋白质组学分析,检测CD47、LGALS9等的表达并分析其与预后的关系。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
McCoy's 5A培养基Procell Life Science & TechnologyPM150718
RPMI-1640培养基Procell Life Science & TechnologyPM150122
胎牛血清Gibco10091148
抗生素-抗真菌溶液Basal MediaB120901
RRX-001MCEHY-16438
重组LGALS9蛋白Sino Biological11147-H01H
GSK5182--SML3150
孕酮MCEHY-N0437
雌二醇MCEHY-B0141
CCK-8试剂APExBIO--
碘化丙啶----
膜联蛋白V-APC----
7-AAD----
ERRγ抗体R&D--
CD47抗体CST--
细胞周期蛋白D1抗体Thermo Fisher Scientific--
PCNA抗体ABclonal--
Bcl-2抗体CST--
Bax抗体CST--
GAPDH抗体ImmunoWay--
山羊抗兔二抗Proteintech--
山羊抗小鼠二抗Proteintech--
逆转录系统PromegaA2791
Eastep qPCR预混液Promega--
ELISA试剂盒ABclonal--
ELISA试剂盒Huabio--
佛波醇12-肉豆蔻酸酯13-乙酸酯----
Dil染料Beyotime--
CFSEBeyotime--
GST磁珠----
GST标记CD47蛋白----
基质胶----
CCL 3D试剂----
LGALS9抗体Proteintech--
DAB显色剂----
CDK1抗体Proteintech--
Chromium单细胞3'文库和凝胶珠试剂盒v3.110x Genomics1000121
Chromium单细胞G芯片试剂盒10x Genomics1000120
Illumina NovaSeq 6000测序仪CapitalBio Technology--
Visium空间基因表达FFPE工作流程10x GenomicsPN-1000336
Cell Ranger10x Genomics--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
细胞培养和处理
细胞系来源、培养基、处理药物(RRX-001、rLGALS9、GSK5182、孕激素等)的浓度和时间
阅读提示:Methods中的Cell line construction and culture部分
共培养和吞噬实验
THP-1分化条件、共培养时间、靶细胞与巨噬细胞比例
阅读提示:Methods中的Co-culture of EC cells and macrophages和In vitro phagocytosis assay部分
类器官实验
类器官来源、培养条件、病毒转染效率、共培养时间
阅读提示:Methods中的Patient-derived organoids (PDOs) generation and cultivation、Organoids virus transfection、Organoid proliferation assay和Phagocytosis in vivo部分
免疫组化和多重免疫荧光
抗体稀释比例、样本类型、评分标准
阅读提示:Methods中的Immunohistochemistry (IHC)和Multiplex Immunofluorescence (mIF)部分
数据分析
单细胞数据的质控参数、聚类参数、差异表达阈值
阅读提示:Methods中的Quality control、Unsupervised clustering、data integration, and cell type annotation等部分