肿瘤浸润骨髓细胞的泛癌单细胞转录图谱
分享是一种态度
前言
题目：A pan-cancer single-cell transcriptional atlas of tumor infiltrating myeloid cells
日期：2021-02-04
期刊：Cell
DOI:https://doi.org/10.1016/j.cell.2021.01.010
摘要
肿瘤是复杂的生态系统，其中异质恶性细胞与免疫细胞和非免疫细胞相互作用，形成肿瘤微环境 (TME) 的复杂细胞网络。由于骨髓细胞构成免疫细胞的关键细胞成分，这些免疫细胞渗透到肿瘤中并在调节肿瘤炎症和血管生成中发挥重要作用。针对骨髓细胞的几种治疗方法正在研究中，但对骨髓细胞的异质性的研究仍然较少。
肿瘤浸润性骨髓细胞 (TIM) 由几个不同的主要谱系组成，包括肥大细胞、浆细胞样树突细胞 (pDC)、常规树突细胞 (cDC)、单核细胞和巨噬细胞。TIM是肿瘤进展的关键调节因子，但它们在不同肿瘤中的基本特性的相似性和区别仍然难以捉摸。这里通过对来自 15 种人类癌症类型的 210 名患者的单个骨髓细胞进行泛癌分析，文章确定了不同癌症类型的 TIM 的不同特征。
scRNA-seq 分析揭示了 15 种癌症类型中髓细胞的分布
从 210 名诊断为 15 种常见癌症类型的患者的 380 个样本中获得了骨髓细胞的 scRNA-seq 数据，其中包括新收集的 10 种癌症类型的 82 名初治患者。经过严格的质量控制和过滤，共收集了来自 15 种常见癌症类型的 194 名患者（338 个样本）的肿瘤、邻近非癌组织、外周血或淋巴结的 138,161 个骨髓细胞。
对骨髓细胞进行了无监督聚类，然后根据经典的biomarker注释了4种常见的细胞类型：肥大细胞、pDC、cDC、单核细胞或巨噬细胞。其中cDCs 和单核细胞或巨噬细胞可以进一步分为多个亚群。
以食管癌 (ESCA) 为例，肥大细胞、pDC、cDC 和单核细胞/巨噬细胞的特征分别是KIT、LILRA4、HLA/ FCER1A和CD68 / CD163的特异性高表达。cDC 可以继续细分亚群：两个经典 cDC 亚群（CLEC9A + cDC1s 和CD1C + cDC2s）和成熟 cDC 亚群（LAMP3 + cDC）。ESCA中单核细胞/巨噬细胞的进一步细分了6个具有特定基因特征的亚群，包括两组单核细胞（经典CD14 hi CD16 - 和非经典CD14 + CD16 hi）和四组巨噬细胞。
肥大细胞在不同癌症类型中表现出不同的功能
接下来比较了不同癌症类型的髓细胞主要细胞类型之间的关系。
发现不同癌症类型的同一细胞类型混合在了一起，进一步证明主要骨髓细胞群具有相似的转录组谱。
然后检查了每种肿瘤类型中主要细胞类型的组成。单核细胞和巨噬细胞占 TIMs 的最大比例，在大多数肿瘤中平均超过 50%。pDCs 谱系是肿瘤部位的一个小亚群，包括不到 10% 的 TIM。在各种肿瘤类型中，cDC 的比例相对稳定（~10%–20%）。相比之下，肥大细胞的比例在不同肿瘤中表现出显著差异。例如，肥大细胞在子宫内膜癌（UCEC）和HCC中基本不存在，而在鼻咽癌（NPC）中肥大细胞的比例相对较高，这暗示肥大细胞可能在癌症类型中表现出不同的功能。
然后进一步检查了肥大细胞的组织分布。在大多数癌症类型中观察到肿瘤组织中较高比例的肥大细胞，支持肥大细胞在肿瘤中积累并在肿瘤发生和肿瘤进展中发挥重要作用的观点。
为了探索 NPC 中TNF +肥大细胞富集的根本原因，作者比较了TNF +和TNF -肥大细胞之间的转录组差异，然后使用TNF +肥大细胞中高表达的基因进行 NicheNet 分析。注意到 SPP1 和白细胞介素 (IL)-1β 被预测为驱动TNF +肥大细胞表型的可能配体。
此外还确定了肿瘤组织中IL1B +巨噬细胞和TNF +肥大细胞之间的正相关。同时，发现 NPC 含有最高比例的IL1B +巨噬细胞。总之，这些结果表明IL1B +巨噬细胞的存在可能会驱动 NPC 中肥大细胞的抗肿瘤特性。
LAMP3 + cDCs的不同发育起源
接下来，主要关注 cDC 的异质性和功能。
为了评估不同肿瘤类型中三个 cDC 亚群的相似性，作者观察到来自不同癌症类型的相同 cDC 亚群聚集在一起，表明每个 cDC 亚群的转录组状态是由发育决定的，其中癌症类型的影响相对较小。
接下来检查了癌症类型中 cDC 亚群的组成，发现LAMP3 + cDC 细胞的含量在不同癌症类型中差异很大。与邻近的非癌组织相比，在多种癌症中观察到肿瘤组织中的LAMP3 + cDC 比例要高得多。
肿瘤衍生的LAMP3 + cDCs 中高度表达的基因之一是CMTM6，它是一种关键的 PD-L1 蛋白调节剂。
PD-L1在几乎所有癌症类型的肿瘤衍生的LAMP3 + cDC 中普遍上调，而其调节因子，包括AXL、TRL3和CD40显示出不同的模式。
cDC2 亚群在肿瘤中的变化
使用来自 8 种癌症类型的scRNA-seq 数据来研究 cDC2 的异质性。
首先使用 ROGUE，发现 cDC2 在四个 DC 群体中表现出最高的异质性，无监督聚类得到了 6 个具有特定biomarker的 cDC2 亚群。
C01_cDC2_CXCR4细胞几乎均匀分布在不同的组织中 C02_cDC2_CD1A 细胞，主要由非血液组织的细胞组成，特异性表达Langerhans细胞特异性标志物：CD1A和CD207（langerin），但不表达 EPCAM，表明这个细胞群代表了 langerin + DCs 的一个子集 富含组织的 C03_cDC2_IL1B 和富含血液的 C04_cDC2_FCN1 细胞群均表现出较低的CD5表达量，不过CD163和CD14的表达较高，类似于血液中报道的“促炎” cDC2 亚群
然后使用 SCENIC 检查了每个 cDC2 亚群的特定的 TF 调控元件。发现langerin + C02_cDC2_CD1A 亚群上调了positive regulators SPI1 (PU.1) and RUNX3，下调了negative C/EBP regulons。
进一步探索了 cDC2 亚群和LAMP3 + cDCs 之间的关系，以确定哪个 cDC2 亚群更有可能分化为LAMP3 + cDCs。其中C06_cDC2_CXCL9 亚群被预测为LAMP3 + cDCs 的主要起源之一。与其他 cDC2 亚群相比，C06_cDC2_CXCL9 亚群表现出更高的CXCL9和IDO1表达。有趣的是，在从CXCL9 + cDC2s 到LAMP3 + cDC 的转变过程中，CXCL9 的表达被下调，IDO1 的表达被上调，表明CXCL9 + cDC2s 在发展成 cDC2 衍生的LAMP3时获得了增强的免疫抑制功能+疾病控制中心。
如果你对单细胞转录组研究感兴趣，但又不知道如何入门，也许你可以关注一下下面的课程
看完记得顺手点个“在看”哦！
长按扫码可关注