空间转录组解析肺腺癌微环境区域异质性与亚克隆动态的分子图谱

本研究针对肺腺癌（LUAD）空间异质性难题，整合单细胞转录组（scRNA-seq）与空间转录组（stRNA-seq）技术，首次绘制了包含125,203个单细胞和3,990个空间位点的多组学图谱。研究人员通过细胞反卷积和轨迹分析，发现肿瘤核心区缺氧通路激活与免疫抑制特征，鉴定出6个功能异质性亚群（如促侵袭的Ca0和预后差的Ca1），揭示血管生成与免疫逃逸协同驱动肿瘤进展的时空机制，为靶向治疗提供新思路。

　　

肺腺癌作为全球癌症死亡的首要原因，其治疗困境主要源于肿瘤内部复杂的"地理差异"——就像一座城市中不同街区有着截然不同的功能布局，癌细胞亚群在肿瘤微环境（Tumor Microenvironment, TME）中也呈现空间特异的分布模式。传统单细胞转录组技术（single-cell RNA sequencing, scRNA-seq）虽能识别细胞类型多样性，却像把城市拆成砖块后丢失了建筑图纸，无法还原细胞间的空间对话。这种认知空白导致临床上针对特定亚群的靶向治疗往往收效有限，部分癌细胞能通过"地理迁移"或"功能转型"逃逸药物攻击。

山东省肿瘤医院联合多机构团队在《Computer Methods and Programs in Biomedicine》发表的研究，创新性地将空间坐标信息引入组学分析。研究人员首先整合5例临床样本和公共数据库的125,203个单细胞数据构建参考图谱，随后对3,990个组织空间位点进行反卷积分析，结合伪时间轨迹构建和细胞互作网络建模，系统解码了肺腺癌的"三维生态地图"。

关键技术包括：1）基于10X Genomics平台的scRNA-seq/stRNA-seq双组学检测；2）Seurat算法整合28个细胞簇的跨样本数据；3）SPOTlight空间反卷积解析细胞组成；4）Monocle3构建肿瘤边缘至核心的伪时间轨迹；5）CellChat分析距离约束的细胞通讯网络。

空间表达图谱揭示TME架构
通过EPCAM⁺上皮细胞和COL1A2⁺成纤维细胞的空间共定位分析，发现肿瘤-基质交界区存在梯度分布的EMT特征。缺氧诱导因子HIF1A在肿瘤核心区表达量较边缘高2.3倍（p<0.001），而CD8⁺ T细胞浸润密度降低67%，提示免疫抑制微环境的空间塑造。

功能亚群驱动肿瘤进化
肿瘤区细分出6个亚群：Ca₀亚群高表达MMP9等迁移相关基因，空间定位于侵袭前沿；Ca₁亚群虽仅占15%却与患者总生存期缩短显著相关（HR=2.41, 95%CI 1.67-3.48），其VEGFA⁺PD-L1⁺双重表型暗示通过血管重塑和免疫检查点协同促癌。

细胞互作网络解析
成纤维细胞来源的FGF信号强度与相邻肿瘤细胞EMT评分呈正相关（r=0.82），而髓系细胞IL-10分泌与T细胞耗竭标志物TOX表达存在空间共定位，揭示基质细胞引导的免疫编辑机制。

这项研究首次在空间维度证实肺腺癌亚群的功能特化现象：Ca₀亚群如同"先锋部队"打开侵袭通道，而Ca₁亚群则扮演"后勤中枢"协调全局进展。发现的缺氧-血管生成-免疫逃逸三联征为联合靶向策略提供理论依据，如针对肿瘤核心区HIF抑制剂与边缘区免疫治疗的时空组合方案。研究建立的跨尺度分析方法为实体瘤生态研究树立了新范式。