首页 > 文章详情

Nature：肺肿瘤免疫微环境的单细胞空间景观

2023年04月04日

编译：肿瘤资讯

来源：肿瘤资讯

单细胞技术揭示了肿瘤免疫微环境的复杂性。但大多数临床策略依赖于肿瘤亚型的组织病理学分层，对单细胞表型的空间背景知之甚少。近期，Nature上发表的一篇题为“Single-cell spatial landscapes of the lung tumour immune microenvironment”的文章则进行了该领域的探索，研究者应用高度多重成像质谱仪（IMC）来描述416例肺腺癌患者的肿瘤和免疫学特征，解析超过160万个细胞，能够对具有明显临床相关性（包括生存）的免疫谱系和激活状态进行空间分析。并利用深度学习模型，通过单个1mm²肿瘤核心高准确度地预测术后进展，可能为术后临床管理提供参考。

肺腺癌（LUAD）是最常见的非小细胞肺癌（NSCLC）亚型，具有独特的细胞和分子特征。肿瘤免疫微环境（TIME）是LUAD异质性的主要来源，影响疾病进展和治疗反应。已知免疫细胞在肿瘤内的定位决定了其功能，因此理解肺TIME的空间景观有利于洞察疾病进展机制，显示新型治疗的脆弱性，并揭示对现有治疗有效的生物标志物。

本研究中，研究者使用IMC调查了与LUAD患者临床结局相关的TIME的空间分辨特征。使用深度神经网络模型，证明可以使用基于人工智能系统从原始IMC图像中提取的特征来预测各种临床结局。借此准确识别将会进展的患者，以指导未来的术后管理。

LUAD肿瘤免疫微环境

为了在空间上表征肺TIME的细胞景观，研究者将IMC应用于416例LUAD患者的样本。总共检测到1644178个细胞，并使用监督谱系分配方法对14个不同的免疫细胞群进行分类，同时使用规范谱系标志物对肿瘤细胞和内皮细胞进行分类。与微乳头状、腺泡状、乳头状和鳞状结构相比，高级别实体瘤的免疫浸润率最高。巨噬细胞是肺TIME中最常见的细胞群。在实体瘤中，CD163+巨噬细胞富集度最高，CD163+巨噬细胞和细胞毒性CD8+T细胞之间具有强相关性，提示在LUAD TIME内巨噬细胞和T细胞群之间存在潜在的相互作用。另外，实体瘤中还富含其他髓系成分，包括中性粒细胞、非典型单核细胞和中间型单核细胞，这些骨髓细胞群在NSCLC生物学中均表现出不同的功能状态，再次证明了肺TIME的复杂异质性。

图片1.png

LUAD多细胞空间相互作用

研究者通过每张图像中单个细胞类型占总细胞的百分比来评估免疫群体与临床或病理变量之间的关系。虽然发现了几种细胞类型既定的生存关联，但大多数是由特定临床或病理组的富集驱动的。相比之下，B细胞频率与更好的总生存期最显著相关，独立于任何混杂的临床或病理变量。

为深入了解肺腺癌 TIME的细胞结构和空间组织，研究者通过量化细胞间的空间关系来表征单个细胞之间的直接相互作用和通讯模式。使用排列检验，对LUAD结构中细胞对之间的相互作用或回避行为的可能性进行了分配。肿瘤细胞普遍倾向于同型相互作用，并相对避免与其他细胞类型相互作用。在几个免疫细胞群中，同型相互作用程度很高，提示空间协调的TIME。这些相互作用有许多与细胞频率模式不一致，表明细胞间相互作用的空间关系可能比单独的频率具有更大的预后价值。

图片2.png

LUAD结构和生存结局

为了补充对细胞频率和相互作用的分析，研究者接下来探索了微环境中细胞表型与生存的关系。发现在免疫区室之外，增殖性Ki-67+内皮细胞的频率与较差的总生存期和高级别实体瘤相关。内皮细胞增殖是应对缺氧的血管生成的基础，这是侵袭性肿瘤的共同特征。因此，研究者探索了高级别的血管相互作用模式，并发现内皮细胞与中性粒细胞相互作用丰富。研究者基于三种标记物的表达模式观察了几种中性粒细胞状态：HIF 1α+、ARG 1+和MMP 9+。尽管总中性粒细胞的高频率与生存率无关，但HIF1α+亚群比例的增加与总生存率较差显著相关，这可能反映了血管生成不足以缓解缺氧的情况。中性粒细胞和其他粒细胞对低氧条件敏感，在这种情况下可对T细胞采取免疫抑制行为。在高级别肿瘤中，中性粒细胞表现出与免疫抑制性Treg细胞相互作用的更高趋势。淋巴区室内的表型分析显示，CD 4 +T细胞亚群内的活化ERK信号传导与延长生存期相关。总之，这些发现提供了更具侵袭性的肿瘤相关的空间分辨表型。

研究者通过识别每个细胞的十个相邻细胞来建立细胞邻域（CN）分类。与关于B细胞频率的研究结果一致，高CN9 （B细胞富集）、高CN3（泛免疫热点1）和高CN4（淋巴样富集）与总生存期增加显著相关。

上述发现表明，TIME相互作用的空间组织可以提供组织学亚型分类和细胞流行之外的个体患者生存的额外见解。

图片3.png

使用深度学习预测结果

鉴于无论LUAD结构如何，空间邻域均可预测生存率，因此研究者试图通过深度学习方法利用空间数据来预测临床结局。发现仅细胞频率无法以足够的分辨率捕获肿瘤结构，从而以高置信度预测临床变量。

接下来，研究了通过将所有原始谱系标记图像输入到模型中获得的空间信息的整合是否有助于识别性能。观察到与单独的细胞频率相比，检测的所有临床变量的性能都有显著提高，表明在每次多重图像扫描中编码的单细胞位置信息对于解释临床相关性背后的复杂TIME至关重要。

研究者试图利用深度学习方法来解决一个具有临床意义的问题。尽管已证明辅助化疗可改善IIA-IIIA期NSCLC患者的总生存期，但目前肿瘤小于4 cm的I期患者并未接受辅助化疗，尽管许多此类患者的进展风险增加。事实上，这些患者目前只有极少获批的辅助治疗选择。即使完全切除肺肿瘤，这些患者中仍有很大比例会复发。因此，研究者接下来评估了是否可以预测IA-IB期肺癌患者的进展。在模型中使用标准临床信息（性别、年龄、BMI、吸烟状况、手术类型、最大肿瘤大小、肿瘤分级、主要组织学类型和分期）不足以预测较基线的进展。单独的细胞频率也不足以显著预测进展。而当纳入空间信息时，该模型预测单个1mm²肿瘤核心进展的准确率为95.9%，小于用于确定肺癌诊断的大多数标准针吸活检。

为了验证上述发现并评估肺TIME内的异质性如何影响预测，研究者对一个独立的验证队列进行了IMC，该队列由60例原发性LUAD患者组成，每个肿瘤包括两个空间上不同的核心。在这个新的数据集中，在对发现队列进行训练后，使用谱系标记的原始图像能够以高准确度预测进展。

同时，研究者试图确定可用于预测进展而不影响预测准确性的标志物的最小阈值，目标是减少到大约5种标志物。首先评估了每个单独标志物衍生的空间信息的预测性能，发现CD20（一种B细胞标志物）与进展预测改善最相关。接下来，在个体预测评分排序的基础上，将前2、3、4或5个标记物组合，并测试组合是否可以在验证数据集中以高准确度预测进展，然而没有达到使用所有谱系标志物时所达到的准确性水平。总体而言，空间分辨单细胞数据集在未来可能非常有价值，有助于为个性化围手术期治疗计划提供参考，以最大限度地减少注定治愈患者的毒性，或增加注定复发患者的治愈率。
图片4.png

小结

本研究应用了高度复合的IMC来表征LUAD TIME的细胞景观，确定了与不同临床结局（包括患者生存期）相关的细胞动力学和空间特征。由于肺癌迄今为止仍是癌症相关死亡的最大原因，因此将单细胞技术与深度学习方法相结合，开发智能预测算法，帮助患者制定最适合其个体的癌症治疗方案，具有很高的开发价值。

参考文献

Sorin, M., Rezanejad, M., Karimi, E. et al. Single-cell spatial landscapes of the lung tumour immune microenvironment. Nature 614, 548–554 (2023). https://doi.org/10.1038/s41586-022-05672-3.

责任编辑：Echo
排版编辑：Echo

领新版指南，先人一步>>

查看详情

2023年04月05日

徐秋萍

苏州市吴中人民医院 | 肿瘤内科

高度复合IMC图像表征肺腺癌的肿瘤微环境的细胞景观，预测生存预后及制定个体化方案。

2023年04月05日

许慧芹

徐州医学院第二附属医院 | 肿瘤科

细胞频率与更好的总生存期最显著相关，独立于任何混杂的临床或病理变量

2023年04月05日

许慧芹

徐州医学院第二附属医院 | 肿瘤科

实体瘤中还富含其他髓系成分，包括中性粒细胞、非典型单核细胞和中间型单核细胞，这些骨髓细胞群在NSCLC生物学中均表现出不同的功能状态，再次证明了肺TIME的复杂异质性。