Panmim：首个基于单细胞转录组的泛癌转移免疫微环境资源库

《Journal of Translational Medicine》：Panmim: a resource of pan-cancer metastasis immune microenvironment

本研究针对癌症转移研究数据分散、缺乏系统整合的难题，开发了Panmim数据库（http://www.gdwk-bioinfo.com/pan_metastasis/home）。该资源整合90个单细胞RNA-seq数据集，涵盖36种原发性癌症和14个转移部位，提供细胞聚类、代谢通路、细胞通讯等分析功能。通过交互式界面展示差异表达、富集分析和细胞分布特征，为揭示转移机制提供重要平台，推动精准治疗策略优化。

　　

当癌细胞离开原发部位，像蒲公英种子般散落至全身器官时，癌症治疗便面临最严峻的挑战。转移过程导致90%的癌症相关死亡，但其分子机制犹如黑箱难以窥探。传统研究方法的瓶颈在于：海量的单细胞测序数据散落在不同数据库，缺乏统一分析标准；细胞异质性使得批量测序难以捕捉关键亚群的变化规律；代谢重组与免疫微环境的相互作用更是错综复杂。

为解决这些难题，张雪璐等研究团队在《Journal of Translational Medicine》发表了开创性研究。他们构建了Panmim——首个专注于转移性肿瘤免疫微环境的综合数据库。该资源整合了3,947,298个单细胞数据，涵盖从乳腺癌到头颈鳞癌等36种癌症类型，以及脑、肝、淋巴结等14个转移部位。通过标准化分析流程，首次实现了跨癌种的细胞水平比较，包括代谢通路活性量化、细胞分布偏好性分析和细胞间通讯网络构建。

研究采用的核心技术包括：基于Seurat(v4.4.0)的单细胞转录组标准化分析流程，整合DoubletFinder(v2.0.4)去卷积算法；利用scType和CellMarker 2.0数据库进行细胞注释；采用scMetabolism量化85条KEGG代谢通路活性；通过CellChat解析细胞间配体-受体相互作用网络。所有数据来源于GEO、ArrayExpress和NGDC等公共数据库，经过严格质控筛选出627个样本（含232个原发灶、336个转移灶、59个正常组织）。

数据库概览

Panmim包含52组"对比数据集"（同时含原发与转移样本）和38组"单一数据集"。通过交互式统计页面展示各癌种数据分布，其中乳腺癌、结直肠癌数据集最具代表性。数据库采用Django框架开发，配备智能检索系统，支持按基因符号、癌种类型、转移部位等多维度查询。

网站功能架构

六大功能模块实现全流程覆盖："浏览页"展示所有数据集元数据；"检索页"支持高级筛选；"下载页"提供RData格式的Seurat对象；"统计页"可视化数据分布；"帮助页"提供详细使用指南。特别设计的基因详情页可展示特定基因在不同细胞亚群的表达模式。

数据集深度解析

以胃癌卵巢转移数据集（PMM00001）为例，6,150个细胞被划分为T细胞、巨噬细胞等9个亚群。转移灶中成纤维细胞比例显著升高，其血管生成通路活性增强。细胞通讯分析揭示转移组中成纤维细胞与内皮细胞交互增强，通过HLA-I分子与CD8⁺ T细胞相互作用。Ro/e（观察值/期望值）分析显示NK细胞在转移组富集，高表达GNLY、NKG7等细胞毒性基因。

代谢与通路特征

单核细胞在转移组呈现磷酸戊糖途径代谢重编程。差异表达分析发现转移样本中Toll样受体信号通路、TNF信号通路等炎症相关通路显著激活。研究特别标注了28个转移相关通路和10个关键代谢途径（如糖酵解、谷氨酰胺代谢），为机制研究提供方向。

研究局限与展望

当前版本仅包含单细胞转录组数据，细胞亚群注释精度有待提升。团队计划每半年更新数据，未来将整合空间转录组、基因组等多组学数据，并开发更精确的细胞注释算法。

这项研究通过系统整合跨癌种单细胞数据，揭示了转移过程中免疫微环境重塑的共性规律。Panmim不仅为发现新的转移生物标志物提供平台，更重要的是建立了细胞水平比较研究范式。其发现的成纤维细胞-内皮细胞互作机制、NK细胞毒性激活特征等，为开发阻断转移的免疫疗法开辟了新途径。随着数据不断扩充，该资源有望成为癌症转移研究领域的基准平台，推动精准医学向转移防控领域深化发展。