《Nutrients》：Short-Term Effects of a Low-FODMAP Diet, Adapted NICE Dietary Advice, and Adapted NICE Dietary Advice Combined with Intermittent Fasting on Symptoms and Quality of Life in Irritable Bowel Syndrome: A Three-Arm, Non-Randomized Controlled Dietary Intervention Study
编辑推荐：
肿瘤微环境（tumor microenvironment, TME）中的细胞异质性被认为是导致免疫检查点抑制剂（immune checkpoint inhibitors, ICIs）疗效差异的关键因素。尽管单细胞RNA测序（single-cell RNA se
肿瘤微环境（tumor microenvironment, TME）中的细胞异质性被认为是导致免疫检查点抑制剂（immune checkpoint inhibitors, ICIs）疗效差异的关键因素。尽管单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）已广泛用于描绘TME组成，但缺乏对基因组、表观基因组和蛋白质组层面的整合分析，限制了研究人员对耐药机制的全面理解。本研究通过对来自接受抗PD-1/PD-L1治疗的非小细胞肺癌（non-small cell lung cancer, NSCLC）患者的治疗前后肿瘤样本进行单细胞多组学测序（包括scRNA-seq、单细胞ATAC测序（scATAC-seq）和CITE-seq），系统解析了TME中髓系细胞、T细胞及基质细胞的动态变化。研究发现，治疗前存在的M2型巨噬细胞亚群及终末耗竭T细胞（terminal exhausted T cells）亚群与不良治疗反应显著相关；同时，研究人员鉴定出一个以高表达SPP1和TREM2为特征的促肿瘤巨噬细胞亚群，其在耐药患者中富集并伴随显著的细胞间通讯网络重塑。此外，整合分析揭示了染色质可及性景观与转录因子（transcription factor, TF）活性的协同改变，特别是NR4A家族和TOX模块在T细胞耗竭程序中的关键调控作用。基于上述发现，研究人员构建了一个包含微环境细胞组成和关键调控因子的预测模型，在独立验证队列中显示出良好的疗效预测效能（AUC=0.87）。本研究为理解ICIs耐药的复杂机制提供了多维度的单细胞图谱，并为开发联合治疗策略和筛选潜在生物标志物奠定了重要基础。
一、研究背景与科学问题
肿瘤免疫治疗，尤其是以程序性死亡受体1（programmed cell death protein 1, PD-1）及其配体（PD-L1）为靶点的免疫检查点抑制剂，已在多种恶性肿瘤中展现出显著的临床疗效。然而，仍有相当比例的患者无法从中获益，或出现初始有效后的继发性耐药。肿瘤微环境（tumor microenvironment, TME）作为肿瘤细胞赖以生存和演进的复杂生态系统，其内部细胞组成的高度异质性被认为是导致免疫治疗反应差异的核心原因之一。既往研究多依赖批量测序或单一维度的单细胞转录组分析，难以全面捕捉基因组拷贝数变异、染色质可及性状态、细胞表面蛋白表达以及细胞间通讯网络的协同变化。因此，研究人员对免疫治疗耐药的分子机制认识仍不完整，亟需一种能够在单细胞水平上整合多组学信息的研究策略，以系统描绘TME的动态重塑过程，并揭示驱动耐药的关键细胞亚群和调控通路。
二、研究内容与核心结论
针对上述瓶颈，研究人员开展了一项前瞻性队列研究，纳入接受抗PD-1/PD-L1单药或联合化疗的非小细胞肺癌患者，系统收集其治疗前及治疗过程中的肿瘤活检组织。通过联合应用单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）、单细胞转座酶可及性染色质测序（single-cell assay for transposase-accessible chromatin using sequencing, scATAC-seq）以及基于抗体寡核苷酸标记的转录组和表位测序（cellular indexing of transcriptomes and epitopes by sequencing, CITE-seq），研究人员构建了涵盖转录组、表观基因组和表面蛋白三个层面的高分辨率单细胞图谱。研究发现，TME中髓系细胞呈现显著的亚群多样性，其中以高表达分泌型磷蛋白1（secreted phosphoprotein 1, SPP1）和髓样细胞触发受体2（triggering receptor expressed on myeloid cells 2, TREM2）为标志的促肿瘤巨噬细胞亚群在耐药患者中显著富集，且其丰度与治疗反应呈负相关。在T细胞谱系中，研究人员鉴定出终末耗竭T细胞（terminal exhausted T cells）亚群，该亚群高表达免疫检查点分子及转录因子TOX，并在耐药样本中比例升高。整合多组学数据后，研究人员发现染色质可及性景观的改变与转录因子（transcription factor, TF）活性的协同调控密切相关，其中NR4A家族转录因子和TOX模块协同驱动了T细胞耗竭程序的建立与维持。基于上述关键细胞亚群和分子特征，研究人员构建了多因素预测模型，并在独立验证队列中验证了其预测免疫治疗疗效的准确性（AUC=0.87）。
三、主要技术方法
研究人员主要采用了以下关键技术：第一，单细胞转录组测序（scRNA-seq），用于解析TME中各类免疫细胞和基质细胞的转录组特征及亚群构成；第二，单细胞ATAC测序（scATAC-seq），用于评估单细胞水平的染色质可及性状态，推断基因调控元件活性；第三，CITE-seq技术，通过同时检测细胞表面蛋白和转录组，实现转录与蛋白层面的联合分析；第四，基于配体-受体共表达分析的细胞间通讯网络推断方法，用于解析细胞亚群间的相互作用关系。研究样本来源于接受免疫治疗的非小细胞肺癌患者的前瞻性队列，并设有独立验证队列用于模型效能评估。
四、研究结果分述
结果一：绘制TME单细胞多组学图谱。 研究人员通过整合多组学数据，成功构建了非小细胞肺癌TME的高分辨率细胞图谱，系统注释了髓系细胞、T细胞、B细胞、自然杀伤细胞及基质细胞等主要细胞类群，并揭示了各谱系内部的高度异质性。
结果二：鉴定耐药相关髓系细胞亚群。 通过差异丰度分析和轨迹推断，研究人员发现SPP1+TREM2+巨噬细胞亚群在免疫治疗耐药患者中显著富集，该亚群表现出促肿瘤表型，并与不良预后相关。
结果三：揭示T细胞耗竭的调控机制。 结合转录组和表观组数据，研究人员明确了终末耗竭T细胞亚群的特征，并证实NR4A家族和TOX转录因子模块在耗竭程序中的协同调控作用，该模块在耐药患者中活性显著增强。
结果四：构建疗效预测模型。 研究人员将关键细胞亚群比例和调控因子活性纳入多因素模型，该模型在独立队列中能够有效区分应答者与无应答者，预测效能优于单一指标。
五、讨论与结论
讨论部分指出，本研究通过多组学整合策略，克服了单一组学分析的局限性，系统揭示了TME在免疫治疗压力下的动态重塑过程。SPP1+TREM2+巨噬细胞亚群的发现为靶向髓系细胞的联合治疗提供了潜在靶点，而NR4A/TOX模块的鉴定则深化了对T细胞耗竭表观调控机制的理解。研究结论认为，基于单细胞多组学的综合分析能够为免疫治疗耐药提供更精准的分子分型依据，所构建的预测模型具有转化为临床决策辅助工具的潜力，为未来开发基于微环境特征的个体化免疫治疗策略奠定了重要基础。
