单细胞分辨率的泛癌人脑转移瘤图谱

Pan-cancer human brain metastases atlas at single-cell resolution.

作者信息Xudong Xing, Jian Zhong, Jana Biermann, Hao Duan, Xinyu Zhang, Yu Shi, Yixin Gao, Kejun He, Duanyang Zhai, Feng Luo, Yanxing Lai, Feizhe Xiao, Wenying Wang, Mengru Wang, Jianguo Xu, Hao Liu, Jiaze Tang, Liangzhao Chu, Tunan Chen, Edridge K D'Souza, Lindsay Caprio, Leon Ebel, Devanik Biswas, Azzurra Cottarelli, Yonggao Mou, Benjamin Izar, Nu Zhang, Fan Bai
PMID40215980
发布时间2025-07-14
DOI10.1016/j.ccell.2025.03.025

实验完整度

高

整合108例BrM和111例原发肿瘤scRNA-seq数据,含恶性细胞CNV推断、功能状态评分、免疫荧光及邻近连接实验验证。

主要模型

108例泛癌人脑转移瘤组织样本 111例癌种匹配的原发肿瘤样本 人脑转移瘤组织切片免疫荧光验证

重点核对

108例BrM样本中69例(64%)来自未经治疗患者,其余接受过治疗,分析时对治疗效应进行了回归校正 恶性细胞鉴定使用InferCNV和Numbat两种方法交叉验证,两者一致性相关系数超过0.8 细胞状态评分基于预定义基因集,采用AddModuleScore方法计算 免疫荧光和多重免疫荧光验证使用配对的原发肿瘤和脑转移样本(BC、LC、CRC) 邻近连接实验(PLA)验证NECTIN2-TIGIT相互作用,使用NaveniFlex Cell MR RED试剂盒

摘要

脑转移瘤(BrM)仍是转移性癌症患者面临的重大临床和治疗挑战。然而,由于BrM图谱研究的样本量有限和分辨率受限,我们对BrM的理解进展受到阻碍。在此,我们对108个BrM样本和111个原发肿瘤(PT)样本进行了整合性单细胞RNA测序分析,以研究跨癌种和亚型的细胞状态和组成的特征及重塑。恶性细胞反复出现和富集的特征包括染色体不稳定性增加、显著的增殖和血管生成标志,以及采用神经样BrM相关元程序。免疫抑制性髓系和基质亚群在BrM肿瘤微环境中占主导地位,这与不良预后和免疫治疗耐药相关。此外,我们识别了五种不同的BrM生态型,它们与特定的组织病理学模式和临床特征相关。这项工作定义了跨癌种BrM生物学的标志,并提示可能存在可临床利用的共同依赖性。

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
泛癌脑转移瘤的细胞状态和组成特征是什么,与原发肿瘤相比发生了哪些重塑,是否存在跨癌种的共同特征?
核心机制
脑转移恶性细胞获得染色体不稳定性增加、增殖和血管生成标志上调、免疫炎症和凋亡标志下调,并采用神经样BrM相关元程序(MP9);肿瘤微环境由免疫抑制性髓系和基质亚群主导,NECTIN2-TIGIT轴为潜在通用免疫检查点。
主要证据
基于108例BrM和111例PT的scRNA-seq数据,通过InferCNV和Numbat鉴定恶性细胞并计算FGA和CIN70评分,NMF识别19个元程序,GSVA评估 hallmark 通路,免疫荧光验证PLCG2和VEGFA表达及髓系/内皮亚群,PLA验证NECTIN2-TIGIT相互作用,无监督聚类识别五种生态型。
研究意义
定义了跨癌种BrM生物学的标志,提示存在可临床利用的共同依赖性,五种生态型与组织病理学模式和临床特征相关,为BrM的精准医学治疗策略提供新见解。

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

构建泛癌脑转移瘤单细胞图谱

建立涵盖不同癌种和亚型的BrM单细胞转录组全景,解析主要细胞谱系组成。

对79例BrM进行10X Genomics液滴scRNA-seq,整合14例泛癌BrM、5例黑色素瘤BrM和10例肺癌BrM公共数据,最终获得108例BrM样本、684,230个高质量细胞转录组,注释为7种主要细胞类型。

2

比较原发肿瘤与脑转移瘤的生态系统重塑

评估原发肿瘤到脑转移过程中肿瘤生态系统的重塑程度。

整合111例癌种匹配的PT样本scRNA-seq数据(417,507个高质量细胞),提出Remodeling Index(RI)指标,将细胞分为肿瘤、免疫和血管三个隔室,比较各癌种的RI值。

3

鉴定恶性细胞并评估染色体不稳定性

鉴定恶性细胞并比较BrM与PT之间的染色体不稳定性差异。

使用InferCNV推断大规模拷贝数变异鉴定恶性细胞,Numbat算法交叉验证;使用CINmetrics计算FGA,CIN70特征评分评估CIN。

4

识别脑转移相关元程序

识别跨患者共享的功能程序,寻找与脑转移相关的元程序。

对恶性细胞进行非负矩阵分解(NMF),K值4-9,定义19个元程序并注释为11个模块,与已发表原发肿瘤元程序比较相似性,整合BrM和PT恶性细胞进行扩散成分分析。

5

比较恶性细胞hallmark特征和差异表达基因

评估BrM与PT恶性细胞之间九种肿瘤hallmark特征的改变及一致差异表达基因。

计算九种肿瘤hallmark特征评分,比较BrM与PT;使用presto进行差异表达分析,识别至少5种癌种中一致上调/下调的DEG;GSVA评估H50通路活性;免疫荧光验证PLCG2和VEGFA表达。

6

表征血管和基质细胞亚群

解析血肿瘤界面内皮细胞、成纤维细胞和周细胞的异质性及BrM富集亚群。

对6,253个内皮细胞和22,341个成纤维细胞/周细胞进行亚聚类,鉴定12个内皮亚群和12个成纤维/周细胞亚群,比较BrM与PT的亚群比例差异,多重免疫荧光验证E03和S06亚群。

7

表征T/NK、B/浆细胞和髓系细胞亚群及功能状态

解析淋巴和髓系细胞亚群组成及功能状态在BrM与PT之间的差异。

重新聚类204,256个T/NK细胞、35,947个B/浆细胞和189,708个髓系细胞,注释亚群;计算effector、exhaustion、M1、M2等功能状态评分;提出Transformation Index(TI)量化状态变化;免疫荧光验证耗竭T细胞和M2型髓系细胞。

8

推断细胞间相互作用

推断BrM中细胞亚群之间的配体-受体相互作用,识别潜在通用免疫检查点。

使用CellphoneDB v5基于配体-受体信号推断细胞间相互作用,聚焦BrM特异性富集亚群;使用邻近连接实验(PLA)验证NECTIN2-TIGIT相互作用。

9

识别脑转移生态型并关联临床特征

基于细胞组成推断BrM生态系统中的共关联模式,识别生态型并与临床特征关联。

计算74个细胞亚群在108例样本中的细胞比例,标准化后进行无监督层次聚类,识别5种生态型;多重免疫荧光验证代表性样本;分析生态型与癌种、亚型、性别、年龄和治疗状态的相关性。

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
组织保存液Miltenyi Biotec130-100-008
人肿瘤解离试剂盒Miltenyi Biotec130-095-929
gentleMACS C管Miltenyi Biotec130-093-237
gentleMACS八通道解离仪Miltenyi Biotec--
红细胞裂解液Thermo Fisher Scientific00-4333-57
0.4%台盼蓝Thermo Fisher ScientificT10282
Countess II自动细胞计数仪Thermo Fisher--
Neon 8色TSA多重荧光试剂盒HISTOVA BiotechnologyNEFP850
TSA多重免疫组化检测试剂盒TissueGnosticsTGT5C50
NaveniFlex Cell MR RED PLA试剂盒NavinciNT.MR.100.Red
抗CD31抗体R&D SystemsAF3628
抗CD56抗体R&D SystemsAF2408
抗CD20抗体Abcamab78237
抗Iba1抗体AbcamAb5076
抗CD3抗体Abcamab16669
抗α-SMA抗体Proteintech14395-1-AP
抗panCK抗体Abcamab9377
抗波形蛋白抗体Abcamab92547
抗CD4抗体MXB BiotechnologiesMAB-0620
抗CD8抗体MXB BiotechnologiesMAB-0514
抗LAG3抗体Cell Signaling Technology15372
抗CTLA-4抗体Santa Cruz Biotechnologysc-376016
抗Arg1抗体Proteintech16001-1-AP
抗CD163抗体Abcamab182422
抗FLT4/VEGFR3抗体Abcamab27278
抗CD276抗体Abcamab134161
抗CD55抗体Abcamab133684
抗ADM抗体Abcamab190819
抗Galectin-3抗体BioLegend126701
抗CD146抗体Abcamab75769
抗MMP-9抗体Cell Signaling Technology13667
抗PGF抗体Proteintech10642-1-AP
抗PLCG2抗体Sigma-AldrichHPA020100
抗HepPar抗体ZSGB-BIOZM-0131
抗Nectin-2抗体Santa Cruz Biotechnologysc-271236
抗TIGIT抗体Proteintech83545-1-RR
抗CD3抗体GenetexGTX42110
抗α-SMA抗体Abcamab320058
抗VEGFA抗体Proteintech66828-1-Ig
抗PLCG2抗体Proteintech67011-1-Ig

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
单细胞RNA测序样本处理
组织采样大小约0.5-1 cm3,排除坏死区域,多点采样混合;消化酶混合物品牌和货号;红细胞裂解液品牌和货号;细胞活力检测方法
阅读提示:STAR Methods中Sample processing小节
恶性细胞鉴定与CIN分析
InferCNV参照细胞选择策略(免疫细胞比例<10%时使用2000个随机T细胞构建共同参照);最小平均读数阈值0.1;FGA计算最小片段均值截断值0.05;Numbat鉴定阈值
阅读提示:STAR Methods中Identification of malignant cells和Calculate chromosomal instability metrics小节
NMF元程序识别
患者纳入标准(至少50个恶性细胞);基因过滤标准(在至少2%细胞中表达量>3.5);K值范围4-9;稳健NMF程序定义标准;Jaccard相似性聚类参数
阅读提示:STAR Methods中Non-negative matrix factorization (NMF)小节
差异表达与通路分析
DEG筛选阈值(log2FC≥0.25,FDR≤0.01);一致DEG定义(至少5种癌种一致变化);GSVA使用的基因集;治疗效应回归方法
阅读提示:STAR Methods中Differential gene expression (DEG) analysis and functional enrichment和Gene set variation analysis小节
免疫荧光和多重免疫荧光
抗体稀释比例(均为1:100,VEGFA为1:200);抗原修复条件;TSA试剂盒品牌和货号;成像设备型号和放大倍数
阅读提示:STAR Methods中Multiplexed immunofluorescence和Immunofluorescent staining小节
生态型识别
74个细胞亚群列表(排除E08、E09、B05);细胞比例标准化方法;层次聚类参数(ward.D2);样本纳入标准
阅读提示:STAR Methods中Identification of brain metastases ecotypes小节