贴贴SPP1+巨噬细胞,明年国自然有着落了!
大家好,我是雪梨~~
在胶质瘤微环境中,你了解过肿瘤相关巨噬细胞的“黑面角色”吗?这篇研究揭示了一种关键的抑制性巨噬细胞亚型,它通过调节免疫微环境,影响着患者的预后。此外,这种亚型还与EGFR扩增存在显著关联,为胶质瘤的基因组变异与免疫微环境之间架起了一座桥梁。这为未来胶质瘤治疗提供了新的思路。
下面就来一起看看吧!
文献背景
Revealing the role of SPP1+ macrophages in glioma prognosis and therapeutic targeting by investigating tumor-associated macrophage landscape in grade 2 and 3 gliomas
通过研究 2 级和 3 级胶质瘤中肿瘤相关巨噬细胞的分布,揭示 SPP1+ 巨噬细胞在胶质瘤预后和靶向治疗中的作用
期刊:Cell & Bioscience
IF:7.5(2022年)
文献背景
技术路线
分析来自不同数据集的单细胞RNA测序数据,以揭示胶质瘤微环境中的免疫细胞通信网络,并发现TAM细胞在促进肿瘤进展中的关键作用。
通过单细胞RNA测序进一步鉴定出胶质瘤中的3种TAM亚群,并发现TAM-SPP1亚群与T细胞耗竭和不良预后相关。
利用肿瘤免疫功能障碍和排斥(TIDE)算法评估不同TAM亚群对免疫治疗的响应,并发现TAM-SPP1亚群对免疫治疗具有抵抗性。
基于TAM亚群差异表达基因构建预后模型,并在独立数据集中验证了该模型的预测能力。
通过基因组数据分析,发现EGFR扩增与TAM-SPP1亚群和不良预后相关,并构建了包括4个基因的风险评分模型。
进一步发现EGFR扩增与TAM-SPP1亚群和不良预后相关,并构建了包括4个基因的风险评分模型。
研究结果揭示了TAM在胶质瘤微环境中抑制免疫的作用,并提供了潜在的治疗靶点,为临床管理提供了新的思路。
实验结果
Figure1
Figure 1展示了使用单细胞RNA测序技术对低级别胶质瘤微环境中的细胞通讯网络进行分析和可视化的结果。
Figure 1a: 使用UMAP对17687个单细胞进行降维和聚类分析,不同的细胞簇被以不同的颜色标注,以可视化细胞类型的分布。
Figure 1b: 火山图显示了每个细胞簇中显著上调或下调的基因,突出显示了每个细胞簇的前三个标记基因。
Figure 1c: 使用ScType进行自动化的细胞类型注释,将17687个单细胞投射到UMAP图中,细胞颜色根据细胞类型进行标注。
Figure 1d: 使用热图展示了7个细胞簇间主要的信号通路,包括MIF、THY1、ANGPTL、SPP1、GALECTIN和PDGF信号。
Figure 1e-j: 进一步展示了MIF、THY1和ANGPTL信号通路上重要的细胞通讯关系,包括受体-配体对和它们的表达模式。
Figure2
Figure 2展示了使用单细胞RNA测序技术对低级别胶质瘤中巨噬细胞的亚群进行特征分析的结果。
Figure 2a-c: 细胞通讯网络分析显示,SPP1和GALECTIN信号在巨噬细胞和淋巴细胞之间发挥重要作用。
Figure 2e-f: UMAP聚类分析显示,巨噬细胞可以进一步分为三个亚群,分别标记为TAM-CCL3、TAM-AIF1和TAM-SPP1。
Figure 2g-h: 通路分析显示,TAM-CCL3亚群富集了免疫激活相关的通路,而TAM-SPP1亚群富集了促进血管生成和代谢相关的通路。
Figure 2i: 临床相关性分析显示,TAM-SPP1亚群与不良预后相关,而TAM-CCL3亚群与较好预后相关。
Figure 2j: 单细胞转录因子活性分析显示,TAM-CCL3和TAM-SPP1亚群激活了不同的转录因子,进一步支持了它们的功能异质性。
Figure 2k-m: TIDE分析显示,TAM-SPP1亚群与T细胞功能衰竭和免疫治疗抵抗相关。
Figure3
Figure3展示了使用单细胞RNA测序技术对低级别胶质瘤中不同巨噬细胞亚群的功能和调控网络进行特征分析的结果。
Figure 3a:展示了在淋巴细胞中高表达的免疫检查点分子,如CTLA4、LAG3、PDCD1和TIGIT。
Figure 3b-d:Spearman相关分析显示,TAM-AIF1和TAM-SPP1亚群与免疫检查点分子的特征评分显著相关,表明这两个亚群可能促进T细胞耗竭。
Figure 3e:TIDE分析显示,TAM-SPP1高评分患者对免疫治疗的抵抗性更高。
Figure 3f-h:使用Violin图和UMAP投影显示了TAM-CCL3亚群激活的转录因子(如BCL3和NFKB2),这两个转录因子主要参与炎症反应和免疫激活。
Figure 3i-m:进一步的单细胞转录因子活性分析显示,TAM-CCL3和TAM-SPP1亚群激活了不同的转录因子网络,如BCL3和NFKB2在TAM-CCL3亚群中活性较高,而SREBF1在TAM-SPP1亚群中活性较高,暗示了这两个亚群可能通过不同的转录调控网络发挥功能。
Figure4
Figure4展示了使用单细胞RNA测序技术对不同级别胶质瘤(包括低级别和高级别胶质瘤)中巨噬细胞的亚群进行特征分析的结果。
Figure 4a:使用UMAP对122626个单细胞进行降维和聚类分析,不同的细胞簇被以不同的颜色标注,以可视化细胞类型的分布。
Figure 4b:使用InferCNV分析检测了肿瘤细胞与正常细胞之间的大规模拷贝数变异,显示了不同级别胶质瘤的转录组差异。
Figure 4c-e:使用UMAP对CD68+巨噬细胞和淋巴细胞进行可视化,显示了不同细胞类型之间的分布。
Figure 4f:使用热图展示了CD68+巨噬细胞和淋巴细胞之间主要的信号通路,包括SPP1和GALECTIN信号。
Figure 4g:使用UMAP和Violin图比较了低级别和高级别胶质瘤中SPP1的表达水平。
Figure 4h-i:使用UMAP对不同级别胶质瘤患者的巨噬细胞亚群进行聚类分析,发现了三个主要亚群,标记为TAM-CCL3、TAM-AIF1和TAM-SPP1。
Figure 4j:比较了低级别和高级别胶质瘤中AIF1+TAM和SPP1+TAM的比例。
Figure 4k-m:分析了TAM亚群和T细胞亚群之间的相互作用,显示了SPP1和GALECTIN信号主要来源于TAM-SPP1亚群。
Figure5
Figure5展示了使用单细胞RNA测序技术分析低级别胶质瘤患者中巨噬细胞亚群的预后价值的结果。
Figure 5a-d:通过Kaplan-Meier生存曲线和箱线图,发现TAM-SPP1亚群与较差预后相关,而TAM-CCL3亚群与较好预后相关。
Figure 5e-f:通过Kaplan-Meier生存曲线和箱线图,发现复发胶质瘤患者中TAM-SPP1亚群的比例高于原发患者。
Figure 5g-h:通过Kaplan-Meier生存曲线和箱线图,发现高水平的TAM-CCL3亚群与较好的生存预后相关。
Figure 5i-j:通过Kaplan-Meier生存曲线和箱线图,发现基于TAM亚群特征的患者分为两组(Cluster 1和Cluster 2),其中Cluster 2组患者表现出更差的生存预后。
Figure 5k:通过热图,展示了Cluster 2组患者中免疫检查点分子、受体和酶的表达模式,显示了更强的免疫抑制特征。
Figure 5l-m:通过TIDE分析,发现Cluster 2组患者对免疫治疗的抵抗性更高。
Figure6
Figure 6展示了使用单细胞RNA测序技术分析巨噬细胞亚群特征构建的预后模型的性能和预测价值的结果。
Figure 6a:通过时间依赖性ROC曲线,评估了基于巨噬细胞特征的预后模型对1、3和5年生存率的预测性能。结果显示模型在所有时间点都具有较高的AUC值,表明模型具有较好的预测能力。
Figure 6b:通过Kaplan-Meier生存曲线,比较了基于模型计算的风险评分高低两组患者的生存预后。结果显示,高风险组患者的生存预后较差。
Figure 6c:通过森林图,分析了风险评分与IDH突变状态对生存预后的影响。结果显示,风险评分可以进一步细分IDH突变状态下的患者,并有助于预测生存预后。
Figure 6d-f:通过Violin图,比较了不同风险评分组中TAM-SPP1、TAM-AIF1和TAM-CCL3亚群的比例。结果显示,高风险组患者表现出更高的TAM-SPP1和TAM-AIF1比例,而TAM-CCL3比例较低。
Figure 6g-i:通过Spearman相关分析,发现风险评分与TAM-SPP1和TAM-AIF1的特征评分呈正相关,与TAM-CCL3的特征评分呈负相关。
Figure 6j-m:通过TIDE分析,发现高风险组患者对免疫治疗的抵抗性更高。
Figure 6n-o:通过时间依赖性ROC曲线,评估了预后模型在CGGA数据集中的预测性能。结果显示,模型在所有时间点都具有较高的AUC值,表明模型具有较好的预测能力。
Figure 6p-r:通过TIDE分析,发现高风险组患者对免疫治疗的抵抗性更高。
Figure 6s-t:通过Violin图,比较了CGGA数据集中不同风险评分组中TAM-SPP1和TAM-AIF1亚群的比例。结果显示,高风险组患者表现出更高的TAM-SPP1和TAM-AIF1比例。
文章总结
这篇文章通过单细胞RNA测序技术对胶质瘤患者的肿瘤微环境进行了深入研究。主要内容包括:
分析了不同胶质瘤组织中的细胞类型组成,并发现了三种不同功能的巨噬细胞亚群:TAM-CCL3、TAM-AIF1和TAM-SPP1。其中,TAM-SPP1亚群与肿瘤免疫抑制相关。
构建了基于TAM亚群特征的预后模型,该模型能够准确预测患者生存预后和免疫治疗响应,并在独立数据集中得到验证。
发现EGFR扩增与TAM-SPP1亚群水平增加相关,并与较差的生存预后相关。
该研究揭示了TAM亚群在肿瘤微环境中的功能异质性,为胶质瘤免疫治疗提供了新的思路和潜在的靶点。
该研究采用单细胞RNA测序技术,全面分析了胶质瘤肿瘤微环境,为肿瘤免疫治疗提供了新的视角和策略。
想要高效发文的朋友们快来投奔挑圈联靠的站姐——雪球老师吧!跟着大部队走,这是生信发高分的最快途径了~
下方二维码扫了之后你将有机会收看最新的直播,主题为:“知识管理:团队篇”。还有其他相关学术领域最新动态哦~
另外,现在添加雪球老师微信,回复“4.13”,即可获取原文~。