Z6·尊龙凯时 发表期刊：Cancercell 影响因子：488 发表时间：2025年5月 研究疾病：泛癌样本 类型：癌组织样本 数量：8（CosMx）、16（MERSCOPE）、6（Visium）、5（Xenium）、7（COMET）、70（CODEX）、2070（IMC） 样本分组：按癌种分组 应用技术：COSMx、MERSCOPE、Xenium、Visium、COMET、CODEX、IMC

研究背景

癌症相关成纤维细胞（CAFs）作为一种多功能细胞群体，在肿瘤微环境（TME）的形成及治疗反应中扮演着重要角色。尽管CAFs一直被认为是有潜力的治疗靶点，然而，针对这类细胞的治疗尝试常常遭遇重大挑战，某些干预手段甚至意外地加速了癌症进展。单细胞RNA测序（scRNA-seq）在CAFs的研究中越来越深入，但缺乏空间背景信息阻碍了对其表型和功能的深入理解。因此，本研究旨在利用多种空间组学技术来解决这一问题。

研究思路

本研究通过CosMx和MERSCOPE技术，对非小细胞肺癌（NSCLC）、乳腺癌、结肠癌、前列腺癌、子宫癌、卵巢癌、肝癌以及黑色素瘤共八种癌症类型的24个组织切片进行了全面的空间转录组分析。分析了超过570万个细胞，识别出四种具有特色空间组织模式及细胞互作特征的CAFs亚型：s1-CAFs、s2-CAFs、s3-CAFs和s4-CAFs。

研究结论

通过对CosMx数据集中的不同CAFs微环境下主要免疫细胞类型的研究，例如T细胞、巨噬细胞、B细胞和浆细胞，进一步证实了s1-s4CAFs的空间异质性。整合MERSCOPE数据集的分析显示，CAFs亚群在不同癌种间具有保守性，量化结果表明，s2-CAFs是最常见的亚型，广泛存在于所有组织切片中；其次则是s4-CAFs、s1-CAFs和s3-CAFs。此外，s3-CAF主要存在于肺癌、肝癌和结肠癌样本中，其余亚型在八种癌症类型中也有分布。进一步用Visium空间转录组数据集分析肺腺癌（LUAD）与胰腺导管腺癌（PDAC）样本，揭示了保守存在于肿瘤组织中的CAF亚型。

免疫逃逸相关发现

为探讨CAFs亚型对TME的影响，研究者将每张切片分为肿瘤床、肿瘤边缘和肿瘤远端三个区域，分析每个区域内的CAFs亚型及T细胞比例并评估其相关性。借助Xenium5K数据集，对卵巢癌、宫颈癌、前列腺癌和黑色素瘤的切片进行验证，发现state1cancer亚群高表达与免疫逃逸相关的基因，如CD47、CD44、CCL28和NT5E（CD73），且在s1-CAFs邻近区域高度富集，揭示了s1-CAFs与肿瘤细胞间复杂通讯可能助力肿瘤免疫逃逸。

临床相关性

此外，研究采用COMET技术确认了CAFs空间组织的异质性，并通过对35例结肠癌患者的70张TMA的CODEX数据集及1,070名非小细胞肺癌患者的IMC数据集，探讨了CAF亚型的临床相关性，结果显示s1-CAFs与较短生存期有相关趋势，而s4-CAFs的较高比重则与较长的生存期显著关联。

研究意义

本研究通过CosMx和MERSCOPE平台，对八种癌症类型中的癌症相关成纤维细胞（CAFs）进行全面的空间转录组分析，结合自身技术（Visium和COMET）与公共数据集（Xenium、CODEX和IMC），实证这些亚型在不同癌症类型及平台间的保守性，并与特定肿瘤微环境特征和临床相关性相关联。这项关于CAFs的单细胞空间多组学研究，为深入理解其空间异质性及在肿瘤进展与免疫调节中的角色提供了崭新的视角。

百奥锐评

1. 本研究整合了多种癌症类型（如非小细胞肺癌、乳腺癌、结肠癌等）的空间转录组数据，揭示了CAFs亚型在不同癌种中的保守性，为深入了解癌症相关成纤维细胞的空间特征提供了重要资源。
2. 引入强大的计算框架，促进了空间模式识别、CAFs邻域特征分析与互作谱绘制，填补了先进空间多组学平台分析工具的关键空白。
3. 研究指出空间CAF亚型与免疫细胞分布之间可能存在关联，需要更稳健的方法进行验证。
4. 部分癌种采用的数据集相对较少，建议利用更多数据进行进一步验证以提高研究的可靠性。