《Nucleic Acids Research》：EvoNiche: a comprehensive database for dissecting tumor niche dynamics and spatiotemporal evolution within the cancer ecosystem
编辑推荐：
肿瘤生态系统由多种多样的生态位构成，这些生态位在肿瘤进展过程中经历持续的区域重塑与时空演化。系统刻画这些生态位的区域动态并重建其时空轨迹，对于理解肿瘤发生发展、转移和治疗应答至关重要。在此，研究人员推出EvoNiche，一个综合数据库，旨在通过整合涵盖35种癌
肿瘤生态系统由多种多样的生态位构成，这些生态位在肿瘤进展过程中经历持续的区域重塑与时空演化。系统刻画这些生态位的区域动态并重建其时空轨迹，对于理解肿瘤发生发展、转移和治疗应答至关重要。在此，研究人员推出EvoNiche，一个综合数据库，旨在通过整合涵盖35种癌症类型的91个配对空间转录组（spatial transcriptomics, ST）和单细胞转录组数据集，系统解析肿瘤生态系统的区域动态与时空模式。EvoNiche包含712个组织切片（共1 953 708个空间点）和58个单细胞数据集（共2 945 536个细胞），识别出5609个空间生态位，并重建了跨肿瘤生态系统的组织水平与细胞水平时空轨迹。通过整合分析框架，EvoNiche能够解析空间组织的细胞组成、区域特异性和轨迹相关的分子程序与生物学功能、空间邻近的细胞–细胞相互作用以及空间伪时间（spatial pseudotime）相关变化，从而全面表征肿瘤生态系统重塑。此外，EvoNiche通过泛癌和免疫治疗队列的系统评估，将区域特异性基因和过渡基因优先列为空间来源的候选基因。总之，EvoNiche作为研究人类癌症中区域生态组织与时空模式，以及阐明肿瘤进展和治疗应答调控机制的重要资源。
肿瘤生态系统由恶性肿瘤细胞、免疫细胞和基质细胞等构成，可细分为具有不同细胞结构、分子程序和信号网络的生态位（niche，指具有特定细胞组成和功能特征的局部微环境）。这些区域生态位在肿瘤发生、进展、转移和治疗应答中持续重塑，产生显著的时空异质性。近年来，空间转录组（spatial transcriptomics, ST）和单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）技术使得在保留组织空间背景的前提下进行转录组范围分析成为可能，但现有数据库大多局限于数据收集、可视化或单一分析任务，缺乏跨癌种统一解析区域生态位动态和时空演化的框架。为此，研究人员构建了EvoNiche数据库，该研究成果发表在《Nucleic Acids Research》。EvoNiche通过整合91对配对ST与scRNA-seq数据集，覆盖35种癌症类型，包含712个组织切片、1 953 708个空间点、58个单细胞数据集及2 945 536个细胞，系统识别空间生态位、重建时空轨迹，并评估候选基因的临床价值，为理解肿瘤进展机制和发现治疗靶点提供了重要资源。
研究人员采用了多项关键技术：空间转录组数据经Seurat预处理、SCTransform归一化和主成分分析降维后，利用SpaceFlow结合空间坐标进行空间聚类以识别空间域；以配对scRNA-seq为参考，使用Cell2location进行细胞类型去卷积，推断每个空间点的细胞类型丰度；通过SpaceFlow生成空间正则化低维嵌入并结合扩散伪时间算法构建伪时空图谱（pseudo-spatiotemporal map, pSM）；采用ScType和SingleR自动注释结合人工校正，并经Cancer-Finder识别恶性细胞；根据细胞类型比例和优势细胞类型定义空间生态位，包括肿瘤、免疫、基质、正常区域及六种界面区域；利用FindAllMarkers鉴定区域特异基因，通过Spearman相关分析鉴定过渡基因；采用单样本基因集富集分析和超几何检验进行功能分析；利用SpaTalk推断空间邻近配体-受体相互作用；基于TCGA（The Cancer Genome Atlas）泛癌队列（约13 000个样本、33种癌症）和30个免疫治疗数据集（1 699例患者、15种癌症）进行候选基因的临床评估。
EvoNiche数据库内容与工具。EvoNiche当前版本整合91对匹配的空间和单细胞转录组数据集，涵盖35种人类癌症类型，包含712个组织切片、1 953 708个空间点、58个单细胞数据集及2 945 536个细胞。通过统一分析流程，识别出5609个空间生态位，包括3318个肿瘤区域、483个基质区域、450个免疫区域、362个正常区域，以及295个肿瘤-基质界面（TSI）、208个肿瘤-正常界面（TNI）、264个肿瘤-免疫界面（TII）、141个免疫-基质界面（ISI）、43个基质-正常界面（SNI）和45个免疫-正常界面（INI）区域；注释了超过16 000个区域特异基因和超过10 000个区域特异生物学功能；重建了712个组织水平和1912个细胞类型的时空轨迹；注释了超过13 000个过渡基因。EvoNiche提供三个模块及九个交互分析工具：区域动态模块（RegionCell、RegionGene、RegionFunction、RegionLR）、时空动态模块（PSMCell、PSMGene、PSMFunction、PSMLR）和空间衍生候选基因模块，支持从细胞组成、基因表达、生物学功能、配体-受体相互作用和候选基因等多维度探索。
案例研究：解析PDAC生态系统区域动态。研究人员分析了一个胰腺导管腺癌（pancreatic ductal adenocarcinoma, PDAC）空间转录组数据集（3232个空间点），将其划分为5个肿瘤区域、4个基质区域和2个TSI区域。TSI区域1位于肿瘤与基质交界处，代表肿瘤侵袭前沿。区域特异基因分析验证了CLDN4和TNC的分布；TSI区域1中THBS4和LAPTM5显著上调。功能分析显示血管生成、上皮-间质转化（epithelial-mesenchymal transition, EMT）和侵袭在该界面生态位富集。配体-受体分析发现肿瘤细胞与成纤维细胞间VEGFA、FN1介导的相互作用增强。CLDN4与胰腺癌等多种癌症的不良预后显著相关，并能预测肝细胞癌、胶质母细胞瘤、黑色素瘤和非小细胞肺癌队列的免疫治疗应答（曲线下面积AUC>0.7）。
案例研究：解析LUAD生态系统时空模式。研究人员整合了肺腺癌（lung adenocarcinoma, LUAD）的匹配空间和单细胞数据，注释了4095个空间点和9个生态位。重建的pSM揭示两条从INI区域出发的轨迹：一条经TII区域和肿瘤区域2、3延伸至中心肿瘤区域1，另一条沿外周正常区域和肿瘤区域4延伸至中心肿瘤区域。轨迹相关功能分析显示，第一条轨迹富集细胞周期、DNA损伤、修复等增殖相关过程，第二条轨迹富集血管生成、侵袭、EMT、炎症和免疫应答激活等过程。过渡基因SFTPC、AGER沿伪时间下降，HMGB2、TM4SF4上升。沿伪时间，细胞周期和p53信号通路增强，而血管生成和氧化磷酸化减弱。配体-受体分析显示MDK-SDC1、TNC-SDC1在后期时空段更富集，而S100A9-CD36、GNAI2-EDNRB主要集中在初始段。TM4SF4与LUAD不良预后相关，并在非小细胞肺癌队列中预测免疫治疗应答（AUC=0.73）。
讨论与结论。与现有单细胞或空间转录组数据库相比，EvoNiche的独特之处在于统一框架下同时解析生态位组织与时空演化，并对区域特异基因和过渡基因进行系统的临床价值评估。研究人员指出，这些临床验证是对基因水平的评估，而非空间特异性的直接验证。未来计划纳入更多癌症类型和病期数据、开发新分析模块并整合空间蛋白组和空间代谢组等多组学模态。研究人员认为，EvoNiche是解析肿瘤生态系统区域动态与时空演化的宝贵资源，将促进肿瘤进展的机制研究、生物标志物发现和治疗靶点识别。综上所述，研究人员预期EvoNiche将成为解析肿瘤生态系统区域动态和时空演化的宝贵资源，促进肿瘤进展机制研究、生物标志物发现和治疗靶点识别。
