《Experimental Gerontology》：Novel inflammation index and biological aging indicators in diabetes: unveiling the role of platelets in inflammaging in a population-based observational study
编辑推荐：
肝细胞癌（hepatocellular carcinoma, HCC）是全球范围内发病率与死亡率均居前列的恶性肿瘤，其肿瘤免疫微环境（tumor immune microenvironment, TIME）的高度异质性是导致免疫治疗响应差异显著的重要机制。然而
肝细胞癌（hepatocellular carcinoma, HCC）是全球范围内发病率与死亡率均居前列的恶性肿瘤，其肿瘤免疫微环境（tumor immune microenvironment, TIME）的高度异质性是导致免疫治疗响应差异显著的重要机制。然而，传统转录组测序技术难以在单细胞及空间维度上全面解析TIME的细胞组成、功能状态及空间组织规律。为此，研究人员整合单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）与空间转录组（spatial transcriptomics, ST）技术，对多例HCC患者的肿瘤及癌旁组织进行了系统分析。研究首先通过无监督聚类鉴定了包括恶性肝细胞、肿瘤相关成纤维细胞（cancer-associated fibroblasts, CAFs）、多种T细胞亚群、肿瘤相关巨噬细胞（tumor-associated macrophages, TAMs）及树突状细胞（dendritic cells, DCs）在内的主要细胞类型，并揭示了各细胞亚群在肿瘤内的丰度变化及功能极化状态。进一步结合ST数据，研究解析了不同免疫细胞亚群在肿瘤组织中的空间分布特征，发现调节性T细胞（regulatory T cells, Tregs）与耗竭性CD8+T细胞在特定空间区域富集，且与恶性细胞形成局部免疫抑制生态位。此外，通过细胞-细胞通讯分析，研究预测了TAMs与Tregs之间、以及恶性细胞与CAFs之间的关键配体-受体互作，提示这些信号轴可能驱动免疫逃逸及肿瘤进展。最后，研究构建了基于TIME细胞组成的预后风险模型，并在独立队列中验证了其预测效能。该研究从单细胞与空间维度系统描绘了HCC的TIME图谱，揭示了免疫抑制微环境的空间组织机制，为精准免疫治疗策略的优化提供了新的理论依据和潜在生物标志物。
一、研究背景与科学问题
肝细胞癌（hepatocellular carcinoma, HCC）作为全球高发恶性肿瘤，其发生发展不仅取决于肿瘤细胞自身的遗传改变，更受制于复杂的肿瘤免疫微环境（tumor immune microenvironment, TIME）。TIME中浸润的免疫细胞类型、功能状态及其空间组织结构深刻影响着肿瘤的进展、转移以及对免疫检查点抑制剂等治疗手段的应答。尽管既往基于批量转录组测序的研究已初步揭示了HCC中免疫细胞浸润的总体特征，但此类方法不可避免地掩盖了细胞异质性，无法精确区分功能迥异的免疫细胞亚群，更难以还原其在组织中的真实空间位置与邻近关系。因此，对于HCC免疫微环境中细胞组成多样性、功能极化状态以及空间组织规律的认知仍存在显著空白。这一认知局限直接制约了针对HCC的精准免疫治疗策略的研发与疗效预测。开展在单细胞分辨率及空间维度上系统解析HCC免疫微环境的研究，对于阐明免疫逃逸机制、发现新的治疗靶点及预后生物标志物具有重要的科学意义与临床转化价值。
二、研究内容与主要结论
针对上述问题，研究人员开展了一项整合单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）与空间转录组（spatial transcriptomics, ST）技术的系统性研究。研究纳入多例HCC患者的肿瘤组织及配对癌旁组织样本，通过严格的质控与无监督聚类分析，全面鉴定了肿瘤微环境中的主要细胞类群，包括恶性肝细胞、肿瘤相关成纤维细胞（cancer-associated fibroblasts, CAFs）、CD4+T细胞、CD8+T细胞、调节性T细胞（regulatory T cells, Tregs）、肿瘤相关巨噬细胞（tumor-associated macrophages, TAMs）、树突状细胞（dendritic cells, DCs）及自然杀伤（natural killer, NK）细胞等。研究发现，不同患者之间及同一肿瘤内部均存在显著的细胞组成异质性，其中TAMs呈现明显的M1/M2功能极化失衡，以免疫抑制性M2样表型占优；CD8+T细胞则表现出从效应功能向耗竭状态（exhausted T cells）的渐进性转化。
借助空间转录组数据，研究进一步解析了上述免疫细胞亚群在肿瘤组织中的空间分布特征。结果显示，Tregs与耗竭性CD8+T细胞在肿瘤核心区域及侵袭边缘呈现出显著的共定位富集现象，并与恶性细胞形成局部免疫抑制生态位（immunosuppressive niche）。相反，具有抗肿瘤活性的效应性CD8+T细胞则多分布于远离该生态位的区域。这种空间隔离模式提示，肿瘤组织通过构建特定的空间屏障，限制了效应免疫细胞对肿瘤的杀伤作用。
在细胞间通讯层面，研究人员利用配体-受体互作分析，系统预测了TIME内关键的信号通路。研究发现，TAMs通过分泌趋化因子及免疫抑制性细胞因子，与Tregs建立正反馈调控环路，强化局部免疫抑制状态；同时，恶性细胞与CAFs之间的相互作用可能通过重塑细胞外基质及分泌生长因子，促进肿瘤增殖与侵袭。这些通讯网络在空间上高度集中于前述免疫抑制生态位内，进一步印证了其功能协同性。
基于上述全面的细胞图谱与空间特征，研究人员进一步构建了基于TIME关键细胞亚群比例的预后风险评分模型。该模型在训练队列中显示出对HCC患者总生存期的良好区分能力，并在独立验证队列中得到了有效验证，表明免疫微环境的组成特征可作为预测HCC预后的可靠指标。
三、关键技术方法概述
该研究主要运用了以下核心技术手段：其一，单细胞RNA测序（scRNA-seq）技术，用于在单细胞水平解析肿瘤及癌旁组织中全部细胞的转录组特征，进而鉴定细胞类型、功能状态及发育轨迹；其二，空间转录组（ST）技术，用于在保留组织原位空间信息的条件下获取基因表达谱，从而揭示不同细胞亚群在组织中的空间分布与邻近关系；其三，基于无监督聚类的生物信息学分析方法，用于细胞亚群的鉴定与注释；其四，细胞-细胞通讯分析算法，用于基于配体-受体表达预测细胞间相互作用网络；其五，生存分析及预后模型构建方法，用于评估免疫细胞组成与患者临床结局的关联。样本来源为多例HCC患者的肿瘤及癌旁手术切除组织。
四、研究结果分述
1. 单细胞图谱揭示HCC免疫微环境的细胞组成异质性
通过scRNA-seq数据分析，研究人员成功绘制了HCC肿瘤微环境的单细胞转录组图谱，鉴定出包括恶性细胞、基质细胞及多种免疫细胞在内的主要细胞类型。分析显示，不同患者样本间的细胞比例存在显著差异，尤其是TAMs、Tregs及耗竭性CD8+T细胞的比例波动较大，反映了HCC免疫微环境的个体间异质性。
2. TAMs功能极化与T细胞耗竭状态分析
对TAMs进行亚聚类分析发现，其呈现连续的M1样促炎表型向M2样免疫抑制表型的极化谱系，且M2样TAMs在肿瘤组织中占主导地位。对T细胞亚群的分析则揭示了CD8+T细胞从效应记忆状态向终末耗竭状态转变的轨迹，并鉴定出高表达免疫检查点分子（如PDCD1、CTLA4）的耗竭性亚群。
3. 空间转录组解析免疫抑制生态位的组织结构
整合ST数据后，研究发现Tregs与耗竭性CD8+T细胞在空间上高度共定位，并富集于肿瘤区域特定位置，与恶性细胞形成紧密的免疫抑制微环境结构。该生态位内同时富集M2样TAMs，共同构成抵御抗肿瘤免疫的物理与功能性屏障。
4. 细胞通讯网络预测免疫逃逸关键信号轴
通过细胞间通讯分析，研究预测了TAMs-Tregs、恶性细胞-CAFs等多条关键的配体-受体互作轴。这些互作涉及趋化因子信号（如CCL家族）及免疫抑制性细胞因子（如TGF-β），提示其在维持免疫抑制微环境及促进肿瘤进展中的潜在作用。
5. 预后模型的构建与验证
研究基于微环境中关键免疫细胞亚群的比例构建了预后风险评分，该评分与HCC患者的总生存期显著相关。在独立外部队列中，该模型的预测效能得到进一步验证，表明其作为HCC预后判断工具的潜在临床应用价值。
五、讨论与结论总结
在讨论部分，研究人员指出，本研究系统性地整合了单细胞转录组与空间转录组数据，首次在单细胞及空间维度全面描绘了HCC免疫微环境的异质性图谱。研究结果强调了TIME的空间组织结构在肿瘤免疫逃逸中的核心作用，即免疫抑制细胞亚群的空间聚集与功能协同是形成免疫耐受微环境的关键机制。该研究还揭示了TAMs与Tregs之间的潜在正反馈调控网络，为联合靶向巨噬细胞与调节性T细胞的治疗策略提供了理论基础。同时，研究构建的预后模型有望为HCC患者的风险分层与个体化治疗决策提供新的工具。
研究结论指出，HCC的免疫微环境具有高度的细胞组成与空间组织异质性，免疫抑制生态位的形成与特定细胞亚群的协同互作密切相关。基于单细胞与空间转录组的综合分析不仅深化了对HCC免疫逃逸机制的理解，也为开发新的免疫治疗靶点及精准预后预测模型奠定了重要基础。
