空间转录组可以解决哪些肿瘤研究难题？

分享是一种态度

肿瘤/癌症方向一直是空间转录组发文章的“大户”。所以今天来捋一捋空间转录组在这个方向上的用法。

癌症生态系统由肿瘤细胞、肿瘤微环境（tumour microenvironment, TME）及其他物理结构（如细胞外基质,ECM）组成，相当复杂。这个方向涉及的新技术里，单细胞转录组（scRNA-seq）应该是用得比较早的，主要用来对癌症生态系统的细胞进行分类，解析细胞的异质性。但同时，肿瘤中 TME 还有不同的组织和空间层次结构，对肿瘤细胞命运的确定和发展也很重要，所以大家就开始考虑空间转录组（空转）。

空转技术2020年被Nature Methods评为“年度技术”后，在肿瘤研究中的应用越来越多，许多都改变了我们对癌症生态系统的理解；空间转录组与单细胞组学的联合分析使用，也从很大程度上提高了我们对肿瘤发生和癌症微环境的认识。

图1.肿瘤微环境的细胞组成

这几年来发布的空转技术也让人眼花缭乱，例如10X visium平台、Nanostring平台及M20 Genomics刚刚发布的M20 Spatial技术，这些都可以解决FFPE样本的空间转录组检测，但优势又各不相同。10x和Nanostring平台均基于靶向探针，优势在于定向检测已知目标基因的表达。M20 Spatial则是基于随机引物，优势是可以无偏地拿到全转录组与全长序列，甚至可以进行非编码RNA、融合基因、可变剪接或者突变方面的分析。未来几年里，说不定很多肿瘤研究的研究难题都有救了。所以今天，我们也搜集了一些空转在肿瘤上的应用案例，分享出来大家一起学习：

1绘制肿瘤组织的空间结构及组成

scRNA-seq虽然能够深入分析细胞异质性，解析不同类型细胞的状态，但却难以还原细胞的位置信息，只能间接了解细胞如何相互作用。空间转录组学已用于揭示乳腺癌、前列腺癌、胰腺癌、结肠癌、皮肤癌、脑癌、肝癌、膀胱癌等的肿瘤空间结构。

案例1：空间转录组学和scRNA-seq揭示胰腺导管腺癌的组织结构

通过空间转录组学和scRNA-seq联合检测，研究者在原发性胰腺肿瘤中确定了四个导管细胞亚群：

• （1）表达 APOL1 和缺氧相关基因的导管细胞亚群；
• （2）表达 TFF1 、 TFF2 和 TFF3 的终端导管亚群；
• （3）表达 CRISP3 和 CFTR 的中心亚群；
• （4）表达 MHC-II 类分子和补体成分的抗原呈递导管细胞。

发现导管细胞、巨噬细胞、树突细胞和癌细胞的亚群具有空间富集特异性。此外，作者确定了表达应激反应基因模块的炎性成纤维细胞和癌细胞的共定位。

图2.胰腺导管腺癌的空间转录组分析和细胞类型映射

2肿瘤与微环境互作

肿瘤进展过程中，癌细胞会接触微环境的各种非肿瘤细胞类型。研究人员通过小鼠体内的空间CRISPR筛选，发现特异性基因敲除会导致免疫微环境的特征性变化。除了免疫细胞之外的其他细胞类型也与肿瘤进展有关，如成纤维细胞。在含有TP53突变及基因组不稳定的乳腺癌中，不同成纤维细胞和肌成纤维细胞群体富集。另一个影响癌症进展的环境因素是缺氧，即肿瘤中经常出现局部缺氧，这已被确定为不良结果的标志。

案例2：空间转录组学揭示了肿瘤-微环境界面的结构

作者通过空间转录组、scRNA-seq和snRNA-seq对黑色素瘤的斑马鱼模型进行检测，确定了肿瘤与邻近组织接触界面的独特细胞状态。该界面由特异的肿瘤细胞和微环境细胞组成，这些细胞上调共同的纤毛基因，纤毛蛋白只在肿瘤与微环境接触的地方富集。纤毛基因表达受 ETS 家族转录因子的调节，这些转录因子通常会抑制界面外的纤毛基因。纤毛富集界面在人黑色素患者样本中是保守的，表明它是人类黑色素瘤的一个保守特征。该研究证明了空间转录组学在揭示肿瘤适应新环境的潜在机制的作用。

图3. 空间转录组学揭示了黑色素瘤及其周围微环境的转录结构。

3免疫逃逸

肿瘤细胞通过细胞层面的演化（随机突变与自然选择）表现出抗原水平下降、抗原缺失或抗原类型改变，并释放多种免疫抑制因子，形成免疫抑制的微环境，从而实现免疫逃逸。在肿瘤后期免疫逃避迹象变强。例如，在肺癌和多种其他癌症类型中发现通过人类白细胞抗原（HLA）I类等位基因缺失的免疫逃避。这种肿瘤进化模式是合理的，因为免疫系统需要一定的肿瘤大小才能识别其新抗原；在这个阶段，能够逃离这些新选择压力的突变出现在肿瘤的单个细胞中，为肿瘤亚克隆的生长埋下种子。

案例3：前列腺癌中免疫抑制性TME的形成

目前对前列腺癌免疫逃逸和肿瘤进展的驱动因素尚不清楚。研究者通过scRNA-seq和高分辨率空间转录组相结合分析肿瘤背景相关的基因表达变化，综合描述了前列腺癌TME。研究者观察到了表达 IGF1R 的肿瘤细胞和表达 IGF1 的成纤维细胞的共定位。前列腺癌患者的免疫抑制 TME 与髓系源性抑制细胞（MDSCs）积累相关。在髓系亚群中，TIMo细胞具有最高的MDSC基因评分，且高于健康前列腺组织。表明TIMo通过免疫抑制活性在前列腺肿瘤生长中发挥作用。与健康前列腺组织相比，肿瘤和癌旁样本中 CTL-1 和 CD8+ 效应细胞都表现出更高的T细胞耗竭信号。作者发现免疫抑制性肿瘤微环境与抑制性髓系细胞和耗竭T细胞以及高基质血管生成活性有关。

图4.前列腺癌TME的scRNA-seq和空间转录组分析

4肿瘤扩散及转移

肿瘤转移由播散性肿瘤细胞（DTCs）引起。DTC存活、进入休眠状态或形成转移灶的机制尚不明确。但确定的是，DTCs可以利用各种现有的细胞相互作用和空间微环境。有研究报告，肿瘤会靶向组织创造转移前生境，以促进定植和转移。这些发生在DTCs到达之际或者更早，通过原发肿瘤释放的可溶性因子和细胞外囊泡，改变靶器官的免疫反应、诱导血管和间质局部重构。

案例4：非小细胞肺癌脑转移的空间转录组景观

为了解肺癌脑转移（BrMs）的机制，研究者使用空间转录组分析了44例非小细胞肺癌患者的原发性和转移性肿瘤标本，提供了一个完整的转移转录组图。研究数据表明，大脑中的TME，包括TIME和TBME，经历了广泛的重塑，为BrMs创造了免疫抑制和纤维化的生态位。具体特征是抗原呈递和B/T细胞功能降低，中性粒细胞和M2型巨噬细胞增多，未成熟小胶质细胞和反应性星形胶质细胞增多。差异基因表达及网络分析确定纤维化和免疫调节是肺和脑TME中被破坏的主要功能模块。除了为肺癌脑转移的机制提供系统层面的见解外，本研究还发现了潜在的预后生物标志物，并建议治疗策略应针对BrMs的免疫和纤维化状态进行调整。

图5.原发性非小细胞肺癌和转移性肿瘤组织的数字空间轮廓

5空间标记物

空间生物标志物可以利用细胞组织或细胞间关系的信息来预测临床结果。最简单的就是某种细胞类型相对于另一种细胞类型的分布，比如肿瘤或间质内三级淋巴结构或肿瘤浸润淋巴细胞（TILs）的组织形态学评分。在三阴性乳腺癌、非小细胞肺癌和黑色素瘤中，间质 TILs 与化疗或免疫检查点抑制剂的良好预后相关。然而，TILs 单独作为生物标志物的可靠性受到异质性影响。最近的研究已经开始描述 TIL 亚型、表达、细胞共定位和邻域模式来剖析这种复杂性，识别具有预后意义的 TIL 模式。

以上就是我们汇总的一些空间组学在肿瘤这块的应用案例。尽管现在空间转录组的文章已经发出来不少了，但有待研究的方面还是挺多的，比如像非编码RNA最近几年在肿瘤这块就挺火，但在空转里面做得很少，研究空间还是蛮广阔的。而且现在新技术也越来越多，像M20 Spatial之类新的技术路线能做的东西也和之前的技术不一样，可以期待一下新的科研切入点。好了，话说的太多搞得我们像广告，总之祝大家抓住空转红利，早日发表好文章。

参考文献：

• 【1】Seferbekova Z, Lomakin A, Yates LR, Gerstung M. Spatial biology of cancer evolution. Nat Rev Genet. 2023 May;24(5):295-313.
• 【2】Moncada R, Barkley D, Wagner F, Chiodin M, Devlin JC, Baron M, Hajdu CH, Simeone DM, Yanai I. Integrating microarray-based spatial transcriptomics and single-cell RNA-seq reveals tissue architecture in pancreatic ductal adenocarcinomas. Nat Biotechnol. 2020 Mar;38(3):333-342.
• 【3】Hunter MV, Moncada R, Weiss JM, Yanai I, White RM. Spatially resolved transcriptomics reveals the architecture of the tumor-microenvironment interface. Nat Commun. 2021 Nov 1;12(1):6278.
• 【4】Hirz T, Mei S, Sarkar H, Kfoury Y, Wu S, Verhoeven BM, Subtelny AO, Zlatev DV, Wszolek MW, Salari K, Murray E, Chen F, Macosko EZ, Wu CL, Scadden DT, Dahl DM, Baryawno N, Saylor PJ, Kharchenko PV, Sykes DB. Dissecting the immune suppressive human prostate tumor microenvironment via integrated single-cell and spatial transcriptomic analyses. Nat Commun. 2023 Feb 7;14(1):663.
• 【5】Zhang Q, Abdo R, Iosef C, Kaneko T, Cecchini M, Han VK, Li SS. The spatial transcriptomic landscape of non-small cell lung cancer brain metastasis. Nat Commun. 2022 Oct 10;13(1):5983.