肝癌研究的空白终于有人做了！看看能不能跟在大佬身后抢肉吃
大家好，我是雪梨~
肝癌是全球癌症死亡的主要原因，而肝转移瘤的5年生存率低，严重影响患者的生活质量。因此，深入理解肝癌微环境对于开发新的治疗方法至关重要。大量单细胞RNA测序(scRNA-seq)研究已分别探讨了原发性和转移性肝癌的细胞微环境。然而，这些研究尚未提供一个全面的比较分析。本期分享的研究收集了来自非肿瘤性肝脏组织、原发性肝癌和转移性肝癌的单细胞RNA测序数据，构建了一个肝肿瘤的单细胞转录组图谱，比较了原发性和转移性肝癌的细胞组成和分子特征，以期揭示肝肿瘤微环境的异质性。这项研究填补了原发性和转移性肝癌单细胞转录组比较研究的空白，有助于进一步研究肝肿瘤微环境的基本细胞机制，并为开发有效的免疫治疗策略提供了基础。
本篇共17图，预计阅读时间15分钟。下面就来一起看看吧！
阅读过程中有任何疑惑，都可以扫码添加雪球老师咨询~
文献背景
Integrative single-cell transcriptomic analyses reveal the cellular ontological and functional heterogeneities of primary and metastatic liver tumors
单细胞转录组整合分析揭示原发性和转移性肝肿瘤的细胞本体和功能异质性
期刊：Journal of Translational Medicine
IF：7.4
文献背景
技术路线
单细胞RNA测序(scRNA-seq)数据收集：从非肿瘤肝组织、原发性肝肿瘤和转移性肝肿瘤中收集scRNA-seq数据。
数据预处理和质量控制：对原始fastq数据进行质量控制，过滤低质量细胞，并保留高质量细胞进行后续分析。
多组数据的整合分析：利用UMAP、Harmony、Monocle等方法对多组数据进行整合分析，确定细胞亚群，构建细胞图谱。
细胞亚群的功能注释：通过细胞标记基因和通路富集分析确定不同细胞亚群的功能。
细胞亚群间的比较分析：比较不同组织中细胞亚群的差异，揭示肿瘤微环境的异质性。
单细胞轨迹分析：利用Monocle等方法推断细胞亚群的发育轨迹。
转录因子活性分析：使用SCENIC等方法分析关键转录因子的活性。
细胞-细胞互作网络分析：利用CellChat构建细胞间互作网络。
临床样本验证：利用临床样本的空间转录组数据验证关键发现。
通过以上方法，构建了原发性和转移性肝癌的单细胞图谱，揭示了肝癌微环境的关键细胞亚群和分子机制。
研究结果
Figure1
Figure1 展示了来自非肿瘤肝脏组织（NTs）、原发性肝癌（PTs）和转移性肝癌（MTs）的scRNA-seq数据的整合分析，以揭示肝脏肿瘤微环境中细胞组成和功能上的异质性。
A. 流程图展示了单细胞RNA测序分析的工作流程。
B. UMAP图显示了128,118个高质量细胞的转录组景观，这些细胞被分为49个细胞簇。
C. UMAP图展示了来自非肿瘤肝脏组织（NTs）、原发性肝癌（PTs）和转移性肝癌（MTs）的6大类主要细胞类型。
D. 特征图展示了49个细胞簇的代表性标记基因。
E. 点图展示了49个细胞簇的表达细胞百分比和平均表达水平。
F. 箱线图展示了非肿瘤肝脏组织（NTs）、原发性肝癌（PTs）和转移性肝癌（MTs）中主要细胞类型的组成比例。
Figure2
Figure2 展示了肝脏中B细胞的异质性。
A-D. UMAP图展示了B细胞5个细胞簇的单细胞RNA测序数据。
E. UMAP图展示了B细胞5个细胞簇在非肿瘤肝脏组织（NTs）、原发性肝癌（PTs）和转移性肝癌（MTs）中的分布。
F. 热图展示了B细胞功能相关基因集在不同细胞簇中的表达水平。
G. 小提琴图图展示了B细胞5个细胞簇在非肿瘤肝脏组织（NTs）、原发性肝癌（PTs）和转移性肝癌（MTs）中的免疫激活和B细胞受体信号通路水平。
H. 小提琴图展示了记忆B细胞在非肿瘤肝脏组织（NTs）、原发性肝癌（PTs）和转移性肝癌（MTs）中抑制相关基因的表达水平。
I-K. 使用Monocle2推断出B细胞簇的发育轨迹。
L. 箱线图展示了非肿瘤肝脏组织（NTs）、原发性肝癌（PTs）和转移性肝癌（MTs）中早期B细胞和晚期B细胞的百分比变化。
M. 火山图展示了晚期B细胞和早期B细胞之间的差异表达基因。
N. 条形图展示了晚期B细胞和早期B细胞中上调和下调基因的GO生物过程富集。
Figure3
Figure3 展示了原发性和转移性肝癌中T/NK细胞的异质性。
A. 利用UMAP图展示了来自T/NK细胞的scRNA-seq数据，分为13个细胞簇。
B. UMAP图显示了T/NK细胞13个细胞簇在不同类型组织中的分布。
C. 图C和D展示了CD4+ T细胞和CD8+ T细胞在不同组织中GO生物过程的富集情况。
E. 热图展示了T细胞功能相关基因在不同T细胞簇中的表达水平。
F. 特征图展示了CD4+ T细胞、CD8+ T细胞和NK细胞的典型标记基因。
G. UMAP图显示了T细胞簇在不同组织中的富集度。
H. 小提琴图展示了FOXP3+ Treg细胞在不同组织中的调节和耗竭评分。
I. 点图展示了Treg细胞在不同组织中调节和耗竭相关基因的表达水平。
J. 森林图展示了Treg细胞在不同肝癌队列中的预后价值。
K. 小提琴图展示了TCF7+记忆CD8+ T细胞在不同组织中的细胞毒性和耗竭评分。
L. 森林图展示了TCF7+记忆CD8+ T细胞在不同肝癌队列中的预后价值。
Figure4
Figure4 展示了TCF7+记忆CD8+ T细胞在转移性肝癌中的特征。
A-C. 使用Monocle2推断出CD8+ T细胞簇的发育轨迹。
D. 特征图展示了TCF7+记忆CD8+ T细胞和其他CD8+ T细胞簇中典型的记忆标记基因。
E. 热图展示了TCF7+记忆CD8+ T细胞和其他CD8+ T细胞簇中TdLN-TTSM标记基因、耗竭相关基因和效应分子相关基因的相似性。
F. 点图展示了TCF7+记忆CD8+ T细胞和其他CD8+ T细胞簇中TdLN-TTSM标记基因、耗竭相关基因和效应分子相关基因的表达水平。
G. 散点图展示了TCF7+记忆CD8+ T细胞和其他CD8+ T细胞簇中TdLN-TTSM标记基因、耗竭相关基因和效应分子相关基因的相似性。
H. 热图展示了TCF7+记忆CD8+ T细胞和其他CD8+ T细胞簇中前5个显著激活的转录因子。
I. 特征图展示了TCF7+记忆CD8+ T细胞中特异性激活的转录因子HOXB2的活动。
J. 火山图展示了TCF7+记忆CD8+ T细胞和其他CD8+ T细胞簇中差异表达基因的分布。
K. 条形图展示了TCF7+记忆CD8+ T细胞和其他CD8+ T细胞簇中上调和下调基因的GO生物过程富集。
L. UMAP图展示了TCF7+记忆CD8+ T细胞在TCGA-LIHC队列中的预后价值。
M. 空间转录组数据确定了TCF7+记忆CD8+ T细胞在转移性肝癌中的空间分布。
Figure5
Figure5 展示了肝癌中髓系细胞的异质性。
A. 利用UMAP图展示了来自髓系细胞的单细胞RNA测序数据，分为13个细胞簇。
B. UMAP图显示了髓系细胞13个细胞簇在不同类型组织中的分布。
C. 热图展示了髓系细胞功能相关基因在不同细胞簇中的表达水平。
D. UMAP图显示了髓系细胞在不同组织中的富集度。
E. 森林图展示了髓系细胞簇在不同肝癌队列中的预后价值。
F-H. 使用Monocle2推断出TAM细胞簇的发育轨迹。
I. 热图展示了TAM细胞簇中前5个显著激活的转录因子。
J. 特征图展示了WDR45B+ TAM细胞中特异性激活的转录因子CEBPD的活动。
K. 火山图展示了WDR45B+ TAM细胞和其他TAM细胞簇中差异表达基因的分布。
L-M. 小提琴图，展示了WDR45B+ TAMs 不同类型的 M2 评分、GSVA评分。
N. 空间转录组数据确定了WDR45B+ TAM细胞在转移性肝癌中的空间分布。
O. 热图展示了髓系细胞簇中免疫检查点基因的表达情况。
Figure6
Figure6 展示了肝癌中基质细胞的异质性。
A. 利用UMAP图展示了来自基质细胞的单细胞RNA测序数据，分为4个细胞簇。
B. UMAP图显示了基质细胞4个细胞簇在不同类型组织中的分布。
C. 点图展示了基质细胞在不同组织中的富集度。
D. UMAP图显示了内皮细胞在不同组织中的富集度。
E. 特征图展示了内皮细胞和淋巴内皮细胞标记基因的表达水平。
F. UMAP图展示了内皮细胞在肿瘤组织中的关键通路活性。
G. 点图展示了内皮细胞在肿瘤组织中与血管生成和免疫激活相关的基因表达水平。
H. 热图展示了内皮细胞在不同组织中的关键转录因子活性。
I. 特征图展示了内皮细胞中特异性激活的转录因子HMGA1和HEYL的表达水平。
J. Metascape结果展示了MYH11+纤维母细胞显著富集的信号通路。
K. Metascape结果展示了SERPINF1+纤维母细胞显著富集的信号通路。
L. 热图展示了纤维母细胞和上皮细胞scRNA-seq数据中签名基因的相似性。
M. 点图展示了两个纤维母细胞簇中上皮-间质转化(EMT)效应基因的表达水平。
N. scatter图展示了SERPINF1+纤维母细胞和EMT的签名评分相关性。
O. scatter图展示了MYH11+纤维母细胞和EMT的签名评分相关性。
P-R. 使用Monocle2推断出上皮细胞和纤维母细胞的发育轨迹。
Figure7
Figure7 展示了原发性肝癌和转移性肝癌中的细胞间相互作用网络。
A-B. 热图展示了非肿瘤肝脏组织（NTs）、原发性肝癌（PTs）和转移性肝癌（MTs）中细胞间相互作用的强度，并进行比较。
C. 圆圈图展示了原发性肝癌（PTs）中肝癌细胞与不同细胞类型的传出相互作用强度。
D. 热图展示了原发性肝癌（PTs）中肝癌细胞与不同细胞类型的传出配体-受体相互作用强度的差异。
E. 散点图展示了原发性肝癌（PTs）中肝癌细胞与配体、受体、CD4+ T细胞的签名评分相关性。
F. 圆圈图展示了转移性肝癌（MTs）中纤维母细胞与不同细胞类型的传出相互作用强度。
G. 热图展示了转移性肝癌（MTs）中纤维母细胞与不同细胞类型的传出配体-受体相互作用强度的差异。
H. 散点图展示了转移性肝癌（MTs）中纤维母细胞与配体、受体、上皮细胞的签名评分相关性。
I. 空间转录组数据确定了转移性肝癌中纤维母细胞、配体、受体、上皮细胞的空间分布。
阅读中有任何疑惑
记得扫码添加雪球老师
总结
这篇文章通过整合分析来自非肿瘤肝脏组织（NTs）、原发性肝癌（PTs）和转移性肝癌（MTs）的单细胞RNA测序数据，构建了一个肝脏肿瘤微环境的多细胞生态系统图。研究结果显示，PTs和MTs在细胞组成和功能上与NTs存在显著差异，这表明了肝癌微环境的异质性。具体而言，PTs中记忆B细胞表现出抑制状态，而MTs中记忆B细胞表现出免疫抑制和促进肿瘤的特性。此外，在PTs和MTs中，T/NK细胞、髓系细胞和纤维母细胞均有所增加，而内皮细胞减少。研究还发现，TCF7+记忆CD8+ T细胞在MTs中增加，并表现出抑制状态，这可能促进了肝癌的进展。
髓系细胞，尤其是肿瘤相关巨噬细胞（TAMs），在肝癌微环境中起关键作用。WDR45B+ TAMs在PTs和MTs中富集，并表现出M2样极化，这可能促进了肝癌的转移。此外，内皮细胞在肿瘤组织中上调了血管生成相关通路，而下调了免疫相关通路，这可能促进了肝癌的免疫耐受。
研究还发现，在PTs中，肝癌细胞通过配体-受体相互作用网络调节免疫细胞，而在MTs中，纤维母细胞通过多种配体-受体相互作用网络塑造了微环境。
总而言之，该研究为理解原发性和转移性肝癌微环境的异质性提供重要基础的同时，也有望启发未来在肝癌患者的个性化治疗、肝癌转移机制和不同细胞亚群在肝癌发展中的具体作用机制等方面的研究思路。
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~
扫描下方二维码添加雪球老师微信，你将有机会收看最新的直播课程哦~
明天的直播主题是“2024年最新一区SCI套路，机器学习还能怎么卷？”
现在添加雪球老师微信，回复“4.23”,即可获取原文~