scRNAseq图谱分析
确定HMGA2表达与PDAC转录亚型的关联
从12个公共数据集中整合172例PDAC肿瘤的scRNAseq数据，鉴定恶性导管细胞，利用ssGSEA评分将已知的基底和经典基因签名映射到UMAP，并分析HMGA2阳性细胞中的差异表达基因。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
HMGA2表达预测胰腺导管腺癌的亚型、生存和治疗结果
HMGA2 Expression Predicts Subtype, Survival, and Treatment Outcome in Pancreatic Ductal Adenocarcinoma
实验完整度
高包含scRNAseq图谱分析、580例患者TMA多重免疫组化、独立患者样本验证及COMPASS试验RNA-seq验证，涵盖多个独立证据层级并进行生存分析和治疗反应评估。
主要模型
172例PDAC患者样本scRNAseq图谱 580例PDAC患者肿瘤组织微阵列（TMA） 30例未治疗患者样本（Ochsner Health） COMPASS试验患者队列（可切除和转移性）
重点核对
HMGA2和GATA6阳性判定阈值：>10%肿瘤上皮细胞核阳性 CD8和FAP评分采用0-3区间量表 排除新辅助治疗患者和临床数据缺失及非PDAC死亡患者 COMPASS试验中HMGA2和GATA6高低表达以中位数为界 生存分析采用Kaplan-Meier法和Wilcoxon秩和检验，显著性水平p=0.05
摘要
目的：确立HMGA2作为胰腺导管腺癌（PDAC）基底样疾病的标志物，并探讨其作为预后和治疗耐药生物标志物的用途。
实验设计：我们在包含172例患者样本的scRNAseq图谱中鉴定出HMGA2在基底PDAC细胞中高表达。随后，我们在580例PDAC样本队列中通过多重免疫组织化学分析了HMGA2表达以及经典标志物GATA6的表达。我们还补充了另外30例多样化的患者样本和多个独立的单细胞RNA测序数据库。
结果：我们发现，HMGA2（而非先前描述的基底标志物CK5或CK17）的表达可预测我们队列中的总生存期。结合HMGA2和GATA6状态可以识别两个关键研究组：HMGA2+/GATA6-队列，生存期较差，肿瘤浸润性CD8+ T细胞低，FAP+成纤维细胞增加，对基于吉西他滨的化疗反应较差（n=94，术后中位生存期11.2个月）；以及HMGA2-/GATA6+队列，生存期改善，CD8+ T细胞浸润增加，FAP+成纤维细胞减少，吉西他滨化疗生存期改善（n=198，术后中位生存期21.7个月）。HMGA2在独立队列的RNA测序中也可预测总生存期。
结论：在胰腺癌中，通过HMGA2和GATA6状态对原发肿瘤进行IHC分层与不同的结局、化疗后生存期和肿瘤微环境相关。作为基底疾病的核标志物，HMGA2补充了GATA6以识别PDAC中的疾病亚型。
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
- HMGA2是否可作为PDAC基底亚型的标志物，并预测患者预后和治疗反应？
- 核心机制
- HMGA2高表达与基底亚型相关，且HMGA2+/GATA6-肿瘤表现出更差的生存和化疗反应，可能与肿瘤微环境中CD8+ T细胞浸润减少和FAP+成纤维细胞增加有关。
- 主要证据
- 基于172例PDAC scRNAseq图谱、580例TMA多重免疫组化、COMPASS试验RNA-seq，发现HMGA2高表达与基底亚型相关，且HMGA2+/GATA6-肿瘤生存期更短、对吉西他滨化疗反应差、复发更快。
- 研究意义
- HMGA2/GATA6双重免疫组化可作为PDAC亚型分型和预后的生物标志物，有助于指导治疗决策，并可能用于追踪亚型演变。
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。
组织微阵列构建
建立包含580例PDAC样本的队列用于免疫组化分析
由病理学家选择代表性2毫米核心，嵌入石蜡中构建13个TMA，包含对照组织（扁桃体、脾脏、乳腺、胎盘、肺腺癌）用于抗体验证和定位。
多重免疫组化染色
检测PDAC肿瘤样本中多种蛋白标志物的表达
使用Leica BOND RX自动染色仪进行mIHC，依次使用多轮抗体（EpCAM、HLA-DR、CD8、CD3、FAP、HMGA2、CK17、CD45、CK5、GATA6），通过TSA放大和Opal荧光团实现多标记检测，DAPI复染。
图像采集和分析
定量评估各标志物的表达水平
使用Vectra Polaris定量病理成像系统采集全切片图像，经光谱拆分后由病理学家盲式评分。肿瘤核心中>10%肿瘤上皮细胞核（GATA6、HMGA2）或细胞质（CK5、CK17）阳性则判定为阳性，CD8和FAP按0-3区间评分，3表示最强染色。
生存分析
评估HMGA2和GATA6表达对总生存期和复发时间的影响
结合临床数据，将患者按HMGA2和GATA6状态分为四组（HMGA2+/GATA6-、HMGA2+/GATA6+、HMGA2-/GATA6+、HMGA2-/GATA6-），进行Kaplan-Meier生存分析和亚组分析（化疗、时间至复发）。
肿瘤微环境分析
比较基底和经典亚型肿瘤的免疫和基质细胞组成
通过mIHC和scRNAseq数据，分析CD8+ T细胞和FAP+成纤维细胞在HMGA2+/GATA6-和HMGA2-/GATA6+肿瘤中的差异。
独立队列验证
验证HMGA2和GATA6表达对预后的预测价值
利用COMPASS试验的RNA-seq数据（可切除和转移性），分析HMGA2和GATA6表达与总生存期及化疗反应的关系。
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 |
|---|---|---|---|
| 单细胞RNA测序分析 | Seurat | -- | -- |
| Harmony | -- | -- | |
| 多重免疫组化 | Leica BOND RX染色仪 | Leica | -- |
| Bond脱蜡液 | Leica | -- | |
| 抗原修复液2 | Leica | -- | |
| Bond洗涤液 | Leica | -- | |
| Opal抗小鼠+兔HRP | Akoya Biosciences | ARH1001EA | |
| PowerVision多聚HRP抗小鼠IgG | Leica Biosystems | PV6114 | |
| Opal TSA-DIG | PerkinElmer | NEL748001KT | |
| DAPI | Sigma | D8417 | |
| Prolong Gold防淬灭试剂 | Invitrogen/Life Technologies | P36930 | |
| EpCAM抗体 | BioLegend | 324201 | |
| HLA-DR抗体 | Agilent | M0746 | |
| CD8抗体 | Agilent | M7103 | |
| CD3抗体 | Thermo Fisher Scientific | RM-9107-S1 | |
| FAP抗体 | Abcam | ab53066 | |
| HMGA2抗体 | Cell Signaling Technology | 5269 | |
| CK17抗体 | Abcam | ab109725 | |
| CD45抗体 | Abcam | ab40763 | |
| CK5抗体 | Leica Biosystems | NCL-L-CK5 | |
| GATA-6抗体 | Cell Signaling Technology | 5851 | |
| 图像采集 | Vectra Polaris定量病理成像系统 | Akoya Biosciences | -- |
| Phenochart | Akoya Biosciences | -- | |
| Phenoptics inform软件 | Akoya Biosciences | -- | |
| 免疫组织化学 | 正常山羊血清 | Cell Signaling Technology | -- |
| 二抗（抗山羊） | Vector Laboratories | BA-1000 | |
| Vectastain Elite ABC试剂盒 | Vector Labs | -- | |
| DAB底物试剂盒 | Vector Labs | -- | |
| RNA测序数据分析 | STAR | -- | -- |
| stringtie | -- | -- | |
| 统计分析 | GraphPad Prism | GraphPad | -- |
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 |
|---|---|
| scRNAseq图谱分析 | 数据集来源、细胞筛选标准（拷贝数变异阈值、基因数、线粒体百分比）、基因签名、ssGSEA评分方法 阅读提示：Methods中的scRNAseq Atlas部分 |
| 组织微阵列构建 | 样本来源、病理学家选择核心的标准、核心大小、网格布局、对照组组织 阅读提示：Methods中的Tumor Microarray (TMA)部分 |
| 多重免疫组化 | 抗体组合、克隆号、稀释度、染色顺序、抗原修复条件、封闭液、洗涤步骤、荧光团 阅读提示：Methods中的Multiplex immunohistochemistry和Antibodies部分，以及补充表S2A-B |
| 免疫组织化学 | 抗原修复条件、一抗浓度、孵育时间、二抗和检测系统 阅读提示：Methods中的Immunohistochemistry部分 |
| 图像分析 | 阳性阈值、评分标准（CD8和FAP的区间量表） 阅读提示：Methods中的Image analysis部分 |
| 生存分析 | 排除标准（新辅助治疗、缺失临床数据）、分组定义、统计检验方法、化疗方案信息 阅读提示：Methods中的Statistical analysis部分和结果部分 |
| COMPASS试验分析 | 样本来源、RNA-seq处理方法、HMGA2和GATA6高低表达定义（中位数） 阅读提示：Methods中的COMPASS trial analysis部分 |