《npj Digital Medicine》：Machine learning-enabled spatial multi-omics uncovers lactate-driven targets and tumor microenvironmental reprogramming in cancer
编辑推荐：
本研究针对乳酸在肺腺癌（LUAD）微环境中的空间异质性及其功能影响尚不明确的问题，整合了单细胞转录组、空间转录组、空间代谢组及机器学习模型。研究发现高乳酸微环境重塑了细胞组成（如内皮细胞和成纤维细胞富集）、驱动血管生成和免疫抑制，并通过多种机器学习模型鉴定出内皮细胞程序是决定高乳酸状态和不良预后的关键，为LUAD的代谢靶向治疗提供了新见解。
在癌症研究领域，肿瘤微环境（Tumor Microenvironment, TME）的复杂性一直是科学家们攻坚的重点。其中，代谢异质性，特别是乳酸这种代谢物的角色，近年来备受关注。乳酸过去常被简单视为糖酵解（Warburg效应）的废物，但现在它已被确认为癌症中的核心信号分子和免疫代谢调节器。在肺腺癌（Lung Adenocarcinoma, LUAD）等实体瘤中，乳酸高水平积累，造就了一个酸性、免疫抑制的微环境，不仅损害T细胞功能，促进肿瘤相关巨噬细胞（Tumor-Associated Macrophages, TAMs）向M2样表型极化，还能通过HIF-1α等途径激活内皮细胞，驱动血管生成。然而，乳酸在肿瘤内部的空间分布异质性及其对不同细胞类型的具体影响，尤其是如何重塑免疫-血管互作网络，仍然模糊不清。理解乳酸如何空间调控肿瘤微环境，对于开发新的治疗策略至关重要。
为了解开这些谜团，发表在《npj Digital Medicine》上的一项题为“Machine learning-enabled spatial multi-omics uncovers lactate-driven targets and tumor microenvironmental reprogramming in cancer”的研究应运而生。这项研究由谭应正、谭文亮、梁艳超等人合作完成，他们巧妙地整合了单细胞转录组学（scRNA-seq）、10X Visium空间转录组学、空间代谢组学（基于AFADESI-MSI技术）以及免疫荧光等多种前沿技术，并结合TCGA（The Cancer Genome Atlas）生存数据和多种机器学习模型，对高乳酸和低乳酸的LUAD组织样本进行了高分辨率、多维度的剖析。研究旨在系统揭示乳酸异质性如何驱动肿瘤微环境的细胞组成、转录状态、代谢谱和细胞间通信的重编程，并识别关键的预后相关靶点。
研究人员开展这项研究的关键技术方法主要包括：从中南大学湘雅医学院附属株洲医院获取的LUAD组织样本（n=3/组，基于循环乳酸水平分层）进行单细胞RNA测序（scRNA-seq）以解析细胞图谱；利用10X Visium空间转录组学技术描绘细胞在组织原位的空间分布；应用质谱成像技术（AFADESI-MSI）进行空间代谢组学分析，定位乳酸、丙酮酸等代谢物的空间分布；结合TCGA-LUAD数据集进行生存分析验证临床相关性；并运用多种机器学习模型（如随机森林、弹性网络回归、支持向量机SVM、人工神经网络ANN和决策树）来识别与乳酸状态和预后最相关的细胞类型和基因模块。
单细胞转录组学分析揭示乳酸水平相关的细胞和分子特征
研究人员首先通过单细胞RNA测序（scRNA-seq）描绘了LUAD的细胞图谱。分析发现，高乳酸肿瘤中上皮细胞和成纤维细胞的比例增加，而T/NK细胞和单核/巨噬细胞在低乳酸样本中更丰富。差异表达基因（DEG）和基因本体（GO）富集分析显示，高乳酸条件下的T/NK细胞上调了与“未折叠蛋白应答”等应激相关的通路，而下调了“抗原加工和呈递”相关功能，提示乳酸可能损害免疫监视能力。拷贝数变异（CNV）分析表明高乳酸组上皮细胞的CNV负荷更高，暗示基因组不稳定性增加。细胞间通信分析揭示，高乳酸肿瘤中上皮-上皮、上皮-内皮以及成纤维细胞-单核/巨噬细胞之间的相互作用显著增强，VEGF、WNT、TGF-β等促肿瘤信号通路活性升高。
乳酸富集微环境中的单核/巨噬细胞
对单核/巨噬细胞的深入分析发现了10个亚群，其中亚群5在高乳酸组中显著富集。该亚群高表达SPP1、CCL2等促肿瘤基因，功能富集于糖酵解和免疫应答，表明乳酸诱导了具有促血管生成和免疫抑制功能的巨噬细胞亚型。伪时间轨迹分析显示高乳酸条件改变了该亚群的分化路径。细胞通信分析进一步证实SPP1信号通路在高乳酸样本中强烈激活。
LUAD中上皮细胞对乳酸积累的反应可塑性
上皮细胞亚群分析鉴定出11个亚群，亚群5在高乳酸组中富集。该亚群上调了与基底样特征和氧化应激反应相关的基因（如KRT6A, TXN），而下调了肺泡分化标志物（如SCGB3A1, SFTPC），表明乳酸促进了上皮细胞的去分化和代谢重编程。伪时间轨迹分析也显示了乳酸依赖的分化路径差异。细胞通信显示高乳酸下SPP1、CD99等通路激活。
高乳酸肿瘤微环境中的成纤维细胞表型转换
成纤维细胞被分为5个亚群，亚群1在高乳酸组中富集。该亚群高表达MMP1、GREM1等与基质重塑和血管生成相关的基因，功能富集于NF-κB信号通路，表明乳酸驱动了癌症相关成纤维细胞（CAFs）向促肿瘤表型转化。细胞通信分析显示高乳酸下SPP1、THBS、NOTCH等通路激活。
LUAD中乳酸驱动的内皮细胞转录重编程
内皮细胞亚群分析鉴定出13个亚群，其中亚群1在高乳酸组中显著富集。该亚群高表达VEGFC、IGFBP5等促血管生成基因，功能富集于血管生成和细胞外基质组织。伪时间轨迹分析显示高乳酸下内皮细胞向促血管生成谱系分化。细胞通信分析表明VEGF、NOTCH、EPHA等血管生成相关通路在高乳酸下增强。
空间转录组图谱揭示乳酸富集LUAD组织中的细胞类型特异性反应
空间转录组分析验证了单细胞发现的细胞比例差异，并提供了细胞空间分布信息。高乳酸区域上皮细胞比例更高，而低乳酸区域成纤维细胞和单核/巨噬细胞更丰富。差异表达基因分析显示，高乳酸区域的不同细胞类型（单核/巨噬细胞、上皮细胞、成纤维细胞、内皮细胞）均表现出特定的基因表达变化，如上皮细胞去分化标志物上调和内皮细胞促血管生成基因激活。空间亚群分析进一步揭示了细胞类型特异性的功能适应，例如高乳酸下巨噬细胞亚群富集于动脉形态发生和中性粒细胞趋化，上皮细胞亚群富集于细胞周期和DNA修复，成纤维细胞亚群富集于血管生成和趋化性。
空间多组学整合揭示LUAD中乳酸相关的代谢动力学
空间代谢组学证实高乳酸组组织内乳酸丰度更高。细胞类型特异性分析发现，高乳酸组中单核/巨噬细胞、T/NK细胞、上皮细胞和成纤维细胞的乳酸水平升高，但内皮细胞的乳酸含量反而较低，提示内皮细胞具有独特的代谢表型（如乳酸外排或氧化代谢增强）。丙酮酸水平在低乳酸组普遍较高，但在高乳酸组的免疫和上皮细胞中呈下降趋势，而成纤维细胞中则升高，表明不同细胞类型对乳酸环境的代谢应答各异。对内皮细胞的深入代谢组分析发现，高乳酸下10-乙酰氧基女贞苷和福沙那韦等代谢物上调，富集于自噬相关通路；而2-氯十六烷醛和L-乳酸下调，富集于胆碱代谢和突触通路，提示内皮细胞通过代谢适应（如激活自噬）来应对乳酸压力。
LUAD中内皮亚群的预后相关性
结合TCGA-LUAD数据的生存分析显示，内皮细胞亚群1和亚群9的高丰度与患者总生存期较差显著相关。这些亚群的特征基因富集于血管生成和应激反应通路。免疫荧光染色验证了高乳酸LUAD样本中纤维连接蛋白（FN1）、内皮因子（ENG）和基质金属蛋白酶2（MMP2）的表达增加，这些分子与血管重塑和肿瘤进展相关。
乳酸富集微环境中的内皮重塑、巨噬细胞极化改变和免疫-血管相互作用增强
SCENIC分析发现高乳酸肿瘤的内皮和单核/巨噬细胞亚群中，炎症和应激相关转录因子（如NFKB1, XBP1）的调节子活性升高。配体-受体相互作用分析显示高乳酸下APP-CD74、PECAM1-PECAM1等相互作用增强。巨噬细胞极化评分显示高乳酸区域同时富集M1样和M2样特征，表明复杂的重编程而非简单的二元极化。伪时间轨迹和空间邻近性分析进一步证实了高乳酸下内皮细胞向血管生成谱系分化以及免疫-内皮空间关系的改变。
机器学习模型识别基质和内皮细胞是乳酸富集状态的决定因素并链接乳酸相关模块与患者预后
多种机器学习模型一致鉴定出成纤维细胞和内皮细胞是区分高/低乳酸肿瘤的最重要特征。弹性网络回归、支持向量机（SVM）、人工神经网络（ANN）等模型均能有效预测乳酸状态，并识别出PDHB、HK2、EPAS1、MYC、SLC2A1等关键判别基因。基于乳酸相关转录特征构建的评分和决策树模型在TCGA队列中能有效分层患者预后，进一步证实了这些发现的临床意义。
结论与讨论
本研究通过空间多组学与机器学习的整合，深刻揭示了乳酸在LUAD肿瘤微环境重编程中的核心作用。研究发现乳酸并非均匀分布，其梯度塑造了一个空间结构化的微环境，其特征是上皮细胞和特定亚型的成纤维细胞、内皮细胞及巨噬细胞的富集。这些细胞在乳酸驱动下发生转录和代谢重编程，表现为促血管生成（如内皮细胞VEGFC上调）、免疫抑制（如T/NK细胞抗原呈递功能受损）、基质重塑（如成纤维细胞产生更多细胞外基质）和独特的代谢适应（如内皮细胞乳酸含量低但自噬活性高）。多种机器学习模型一致地将基质细胞（特别是内皮细胞和成纤维细胞）识别为乳酸富集状态的关键决定因素，并将乳酸相关基因模块与不良预后联系起来。这些发现不仅深化了对乳酸功能异质性的理解，更重要的是，鉴定出的内皮细胞等关键靶点为针对LUAD代谢微环境的治疗策略（如联合靶向乳酸代谢和血管生成）提供了新的思路和候选标志物。未来的研究可进一步探索靶向这些乳酸驱动通路在改善免疫治疗反应和抑制肿瘤进展方面的潜力。
综上所述，这项研究成功绘制了LUAD中乳酸驱动微环境重编程的高分辨率空间多组学图谱，强调了代谢异质性在肿瘤进展中的关键作用，并为开发精准的代谢干预疗法奠定了坚实的基础。
