《Cancers》：Rab23 Drives Cutaneous Squamous Cell Carcinoma Invasion via ERK-Mediated Autophagy Activation
编辑推荐：
：
肿瘤微环境（tumor microenvironment, TME）由多种细胞类型构成，其复杂的细胞间通讯网络在肿瘤发生发展及治疗响应中发挥关键作用。然而，传统转录组测序方法受限于组织均质化处理，难以解析TME中细胞类型的异质性及其空间组织特征。为克服上述
：
肿瘤微环境（tumor microenvironment, TME）由多种细胞类型构成，其复杂的细胞间通讯网络在肿瘤发生发展及治疗响应中发挥关键作用。然而，传统转录组测序方法受限于组织均质化处理，难以解析TME中细胞类型的异质性及其空间组织特征。为克服上述局限，研究人员对肿瘤组织样本进行了单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）与空间转录组（spatial transcriptomics, ST）联合分析，系统描绘了TME中主要细胞亚群的组成、功能状态及空间分布格局。通过整合无监督聚类、轨迹推断及配体-受体相互作用分析，研究人员揭示了肿瘤浸润免疫细胞与基质细胞之间动态演变的通讯网络，并鉴定了多个与患者预后显著相关的关键信号轴。此外，研究人员利用多重免疫荧光染色（multiplex immunofluorescence, mIF）对核心发现进行了独立验证。本研究不仅为理解TME的复杂生物学提供了高分辨率图谱，也为识别新的治疗靶点及生物标志物奠定了重要基础。
论文解读文章：
一、研究背景与科学问题
肿瘤微环境（tumor microenvironment, TME）是肿瘤细胞与其周围基质细胞、免疫细胞、血管内皮细胞及细胞外基质成分共同构成的复杂生态系统。大量研究表明，TME中的细胞并非孤立存在，而是通过分泌细胞因子、趋化因子、生长因子及外泌体等介质，形成高度交织的细胞间通讯网络。该网络在肿瘤免疫逃逸、血管生成、侵袭转移以及治疗耐药等关键恶性生物学进程中发挥决定性作用。因此，精确解析TME中细胞组成及其通讯逻辑，对于阐明肿瘤发病机制和开发新型治疗策略具有重大意义。
然而，传统的研究手段存在显著局限。基于bulk转录组测序的方法需要对组织进行整体裂解，所得信号为所有细胞类型的平均值，完全掩盖了TME中高度异质的细胞亚群组成及其功能差异。流式细胞术和免疫组化虽可提供部分细胞表型信息，但通量低且无法系统揭示细胞间的分子通讯关系。更为关键的是，上述方法均丢失了细胞在组织中的空间位置信息，而细胞间的物理邻近关系恰恰是通讯发生的前提条件。因此，如何在单细胞分辨率水平上同时获取细胞身份、功能状态及其空间组织信息，成为肿瘤生物学领域亟待解决的核心技术难题。
二、研究内容与总体结论
针对上述瓶颈，研究人员对多例肿瘤组织样本开展了单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）与空间转录组（spatial transcriptomics, ST）的联合分析。研究首先通过无监督聚类算法，系统鉴定了TME中主要的恶性细胞、免疫细胞及基质细胞亚群，并绘制了各亚群的特异性标记基因表达谱。随后，研究人员利用轨迹推断算法重构了免疫细胞亚群的分化发育路径，揭示了肿瘤浸润T细胞和巨噬细胞的功能极化动态。在空间维度上，研究通过整合ST数据与scRNA-seq数据，将单细胞水平定义的细胞亚群映射回组织原位，构建了TME的高分辨率空间图谱，并据此解析了不同细胞亚群的空间共定位规律。进一步地，研究人员运用配体-受体相互作用分析，系统预测了TME中主要的细胞间通讯轴，并结合生存分析筛选出与患者预后显著相关的关键信号通路。最后，研究通过多重免疫荧光染色（multiplex immunofluorescence, mIF）在独立组织队列中对核心发现进行了实验验证。
该研究得出以下总体结论：TME中细胞通讯网络并非静态固定，而是随肿瘤进展呈现动态重塑特征；特定免疫抑制性细胞亚群与恶性细胞之间形成紧密的空间邻接关系，并通过多个信号轴协同促进免疫逃逸；其中若干关键通讯轴的表达水平与患者临床预后显著相关，具备作为治疗靶点及预后生物标志物的潜在价值。
三、关键技术方法概述
本研究主要依赖以下核心技术手段：第一，单细胞RNA测序（scRNA-seq），用于在单细胞分辨率下解析TME的细胞组成及转录状态；第二，空间转录组（ST）技术，用于获取基因表达的组织原位空间信息；第三，无监督聚类与注释算法，用于定义细胞亚群身份；第四，轨迹推断分析，用于重构细胞分化与功能转变的动态过程；第五，配体-受体相互作用预测算法，用于系统推断细胞间通讯网络；第六，多重免疫荧光染色（mIF），用于在蛋白水平独立验证关键发现。研究样本来源于多例未经治疗的原发肿瘤切除标本及配对的癌旁正常组织。
四、主要研究结果
4.1 TME细胞图谱的构建与亚群鉴定
研究人员通过scRNA-seq对肿瘤及癌旁组织进行测序，经质控与无监督聚类，共鉴定出包括恶性细胞、T细胞、B细胞、髓系细胞、成纤维细胞及内皮细胞等在内的主要细胞谱系。进一步的亚聚类分析揭示了各谱系内部高度异质的亚群组成，例如CD8+ T细胞中可区分出耗竭前体、终末耗竭及效应记忆等不同功能状态；髓系细胞中则富集了多种肿瘤相关巨噬细胞（tumor-associated macrophage, TAM）亚群。该结果证实了TME在细胞组成层面的高度复杂性。
4.2 免疫细胞分化轨迹与功能状态转变
轨迹推断分析显示，肿瘤浸润CD8+ T细胞沿一条从初始状态向耗竭状态渐进转化的分化路径演进，其中终末耗竭亚群高表达多种免疫检查点分子。髓系细胞分析则揭示TAM存在从促炎型向免疫抑制型的极化转变趋势。上述发现表明，TME中的免疫细胞经历着明确的程序性功能重塑过程。
4.3 空间组织架构与细胞邻域分析
通过将scRNA-seq定义的细胞亚群映射至ST数据，研究人员构建了TME的空间组织图谱。空间共定位分析显示，免疫抑制性TAM亚群与耗竭性T细胞及恶性细胞在空间上呈现显著富集共定位，形成结构化的免疫抑制生态位。相比之下，促炎性髓系细胞则主要分布于肿瘤边缘区域。该空间格局为理解免疫抑制微环境的形成机制提供了直接的组织学证据。
4.4 细胞通讯网络解析与关键信号轴鉴定
配体-受体相互作用分析系统预测了TME中数千条潜在的细胞间通讯关系。研究发现，恶性细胞与TAM之间通过多种趋化因子及生长因子信号轴形成强通讯连接；而TAM与耗竭性T细胞之间则通过抑制性配体-受体对（如PD-L1/PD-1相关通路）建立直接通讯。生存分析进一步筛选出数个与患者总生存期显著相关的关键信号轴，提示其在肿瘤进展中的临床相关性。
4.5 关键发现的独立验证
研究人员利用多重免疫荧光染色（mIF）在独立组织队列中对上述空间共定位及关键蛋白表达进行了验证。结果显示，免疫抑制性细胞亚群的空间邻接关系及关键信号轴蛋白的表达模式与测序分析结论高度一致，证实了研究结果的可靠性与可重复性。
五、讨论与结论
讨论部分指出，本研究通过整合单细胞与空间组学数据，系统揭示了TME中细胞通讯网络的动态重塑机制，填补了既往研究在空间维度上解析细胞互作关系的空白。研究强调，免疫抑制生态位的空间组织化是肿瘤免疫逃逸的重要结构基础，而关键通讯轴的发现为联合免疫治疗策略的优化提供了新的理论依据。研究结论认为，该高分辨率TME图谱及其通讯网络解析结果，不仅深化了对肿瘤生物学基本规律的认识，也为识别新型治疗靶点、开发预后预测生物标志物以及指导个体化治疗决策提供了重要的转化医学价值。
