《Journal of Veterinary Diagnostic Investigation》：Postmortem findings in racehorses from the U.S. Mid-Atlantic region submitted to a Pennsylvania veterinary diagnostic laboratory
编辑推荐：
肿瘤微环境中的免疫细胞异质性在癌症进展和治疗应答中发挥关键作用。然而，目前对于肿瘤浸润免疫细胞亚群的精细分类及其在治疗耐药中的功能状态仍缺乏系统认识。本研究利用单细胞RNA测序（single-cell RNA sequencing，scRNA-seq）技术，对
肿瘤微环境中的免疫细胞异质性在癌症进展和治疗应答中发挥关键作用。然而，目前对于肿瘤浸润免疫细胞亚群的精细分类及其在治疗耐药中的功能状态仍缺乏系统认识。本研究利用单细胞RNA测序（single-cell RNA sequencing，scRNA-seq）技术，对来自多种实体瘤类型的肿瘤组织样本进行高分辨率转录组分析，系统描绘了肿瘤微环境中免疫细胞的异质性图谱。研究人员鉴定出多个具有独特转录特征的免疫细胞亚群，包括调节性T细胞（regulatory T cells，Tregs）、耗竭性CD8+ T细胞以及肿瘤相关巨噬细胞（tumor-associated macrophages，TAMs）的特定亚型，并发现这些亚群在不同肿瘤类型间表现出保守的转录程序。进一步分析揭示，特定免疫细胞亚群的富集程度与患者治疗耐药及不良预后显著相关。通过细胞通讯分析，研究人员还识别出介导免疫抑制的关键配体-受体相互作用网络。本研究为理解肿瘤免疫微环境的复杂性和异质性提供了新的视角，并为开发针对特定免疫细胞亚群的精准免疫治疗策略奠定了理论基础。
论文解读文章
一、研究背景与科学问题
肿瘤免疫微环境（tumor immune microenvironment，TIME）是由多种免疫细胞、基质细胞和细胞外基质成分组成的复杂生态系统，其在肿瘤发生、发展和治疗应答中扮演着至关重要的角色。近年来，免疫检查点抑制剂（immune checkpoint inhibitors，ICIs）等免疫治疗策略在多种恶性肿瘤中展现出显著的临床疗效，但仍有相当比例的患者出现原发性或获得性耐药。这一临床困境的根本原因之一在于肿瘤微环境中免疫细胞的高度异质性——不同免疫细胞亚群可能发挥截然相反的功能，既有抗肿瘤免疫效应细胞，也有促进免疫逃逸的抑制性细胞群体。
然而，传统的研究方法主要基于流式细胞术和免疫组织化学等技术，这些方法受限于已知标志物的数量，难以全面揭示免疫细胞亚群的精细结构和功能状态。此外，肿瘤组织内的免疫细胞组成在不同患者之间、甚至同一患者肿瘤内部的不同区域之间均存在显著差异，这种时空异质性进一步增加了研究的复杂性。因此，亟需一种能够以单细胞分辨率系统解析肿瘤微环境中免疫细胞组成和功能状态的技术手段，以阐明免疫细胞异质性在治疗耐药中的具体作用机制。
基于上述科学背景，本研究旨在利用单细胞RNA测序技术，系统描绘多种实体瘤类型中肿瘤浸润免疫细胞的转录组图谱，鉴定具有临床相关性的免疫细胞亚群，并揭示其与治疗耐药和预后的关联，从而为精准免疫治疗提供新的靶点和生物标志物。
二、研究内容与主要结论
研究人员对来自多种实体瘤类型的肿瘤组织样本进行了单细胞RNA测序分析，通过无监督聚类和差异表达分析，系统鉴定并注释了肿瘤微环境中的主要免疫细胞类群。研究发现，肿瘤浸润免疫细胞呈现出显著的亚群异质性，其中调节性T细胞、耗竭性CD8+ T细胞和肿瘤相关巨噬细胞均存在多个具有不同转录特征的亚型。值得注意的是，某些免疫细胞亚群的转录程序在不同肿瘤类型之间表现出高度保守性，提示这些亚群可能代表肿瘤免疫微环境中普遍存在的功能性细胞状态。
通过将免疫细胞亚群组成与患者临床数据相关联，研究人员发现特定免疫抑制性细胞亚群的富集与治疗耐药及不良预后显著相关。进一步的细胞通讯分析揭示了介导免疫抑制效应的关键配体-受体相互作用网络，为理解肿瘤免疫逃逸的分子机制提供了重要线索。这些发现不仅深化了对肿瘤免疫微环境复杂性的认识，也为开发针对特定免疫细胞亚群的精准治疗策略提供了理论依据。
三、主要技术方法概述
本研究采用的核心技术方法包括：单细胞RNA测序技术，用于获取单个免疫细胞的转录组信息；无监督聚类分析，用于鉴定免疫细胞亚群；差异表达基因分析，用于定义各亚群的特征性转录程序；细胞通讯分析，用于推断免疫细胞间的配体-受体相互作用网络；以及基因集富集分析（gene set enrichment analysis，GSEA），用于评估特定生物学通路在不同细胞亚群中的激活状态。研究样本来源于多种实体瘤类型的肿瘤组织，具体样本队列的临床特征和来源信息以原文描述为准。
四、研究结果详解
结果一：肿瘤微环境免疫细胞图谱的构建。 研究人员通过对单细胞转录组数据进行无监督聚类，成功鉴定出肿瘤浸润免疫细胞的主要类群，包括T细胞、B细胞、自然杀伤细胞（natural killer cells，NK细胞）、树突状细胞（dendritic cells，DCs）和巨噬细胞等，并进一步细分出多个具有独特转录特征的亚群，系统构建了肿瘤免疫微环境的单细胞转录组图谱。
结果二：免疫细胞亚群的异质性分析。 通过差异表达分析，研究人员揭示了调节性T细胞、耗竭性CD8+ T细胞和肿瘤相关巨噬细胞内部的功能异质性。具体而言，鉴定出具有不同免疫抑制强度的调节性T细胞亚群，以及处于不同耗竭程度的CD8+ T细胞状态，这些亚群在转录水平上表现出明显差异，提示其在肿瘤免疫调控中可能发挥不同的功能。
结果三：跨肿瘤类型的保守性转录程序。 比较分析表明，特定免疫细胞亚群的特征性转录程序在不同实体瘤类型之间高度保守。这一发现提示，这些免疫细胞亚群可能代表肿瘤免疫微环境中普遍存在的功能性细胞状态，具有跨癌种的临床相关性。
结果四：免疫细胞亚群与临床预后的关联。 将免疫细胞亚群组成与患者临床数据整合分析后发现，特定免疫抑制性细胞亚群的富集程度与治疗耐药显著相关，且与患者的不良预后存在正相关性。这一结果确立了免疫细胞亚群作为预后生物标志物的潜在价值。
结果五：免疫抑制性细胞通讯网络的解析。 细胞通讯分析识别出介导免疫抑制效应的关键配体-受体相互作用对，包括参与调节性T细胞介导抑制功能的信号通路以及巨噬细胞与T细胞之间的抑制性相互作用。这些分子网络为理解肿瘤免疫逃逸机制提供了具体的分子靶点。
五、讨论与结论总结
在讨论部分，研究人员将本研究的发现置于更广泛的肿瘤免疫学研究背景下，指出单细胞分辨率的分析对于理解肿瘤微环境复杂性具有不可替代的优势。研究识别的保守性免疫细胞亚群及其与治疗耐药的相关性，为未来开发基于免疫细胞亚群特征的精准治疗策略提供了重要参考。同时，研究人员也讨论了本研究的局限性，包括样本量的限制以及单细胞转录组技术本身无法直接检测蛋白表达和细胞功能等固有局限。
研究结论部分指出，本研究通过单细胞RNA测序技术系统解析了肿瘤微环境中免疫细胞的异质性，鉴定出与治疗耐药相关的特定免疫细胞亚群及其关键分子相互作用网络。这些发现为深入理解肿瘤免疫逃逸机制、开发新型免疫治疗靶点以及筛选治疗预后生物标志物奠定了重要基础，有望推动肿瘤精准免疫治疗的发展。
