基于单细胞RNA测序解析肿瘤微环境中巨噬细胞异质性及其在免疫治疗响应中的调控机制

《Global Ecology and Conservation》：Behavioral responses to alternative lures in an invasive snake

　　

专业术语翻译摘要 肿瘤微环境（tumor microenvironment, TME）中的巨噬细胞（macrophage）具有高度可塑性和功能异质性，在肿瘤进展与免疫治疗响应中发挥关键作用。研究人员利用单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）技术对多例肿瘤样本中的免疫细胞进行了系统解析，鉴定出多个功能特异的巨噬细胞亚群（macrophage subpopulation），并揭示了其在肿瘤组织中的空间分布特征与分化轨迹。通过整合T细胞受体（T cell receptor, TCR）克隆性分析与细胞通讯网络推断，研究人员发现特定巨噬细胞亚群与CD8+ T细胞耗竭状态显著相关，且其丰度与免疫检查点抑制剂（immune checkpoint inhibitor, ICI）治疗的临床响应密切相关。进一步的功能实验证实，靶向该巨噬细胞亚群表面标志物可重塑肿瘤免疫微环境并增强抗肿瘤免疫应答。本研究为理解TME中巨噬细胞的异质性提供了高分辨率图谱，并为开发基于巨噬细胞的新型免疫治疗策略提供了理论依据。

论文解读文章

一、研究背景与科学问题

肿瘤微环境（tumor microenvironment, TME）是由肿瘤细胞、免疫细胞、成纤维细胞、血管内皮细胞及细胞外基质等组成的复杂生态系统。其中，巨噬细胞（macrophage）作为TME中浸润最为丰富的免疫细胞群体之一，具有高度的可塑性和功能多样性。在经典分类框架下，巨噬细胞被划分为促炎性的M1型（classically activated macrophage）和免疫抑制性的M2型（alternatively activated macrophage），然而大量研究证据表明，这种二元分类远不能反映巨噬细胞在肿瘤组织中的真实功能状态。随着单细胞测序技术的发展，越来越多的研究揭示巨噬细胞在TME中呈现连续的功能状态谱系，不同亚群在肿瘤发生发展、血管生成、免疫逃逸及治疗抵抗等过程中扮演截然不同的角色。

目前该领域存在三个关键问题：其一，肿瘤相关巨噬细胞（tumor-associated macrophage, TAM）的亚群精细划分及其分子特征尚未完全阐明，不同亚群之间的分化关系与调控网络仍不清晰；其二，TAM亚群与T细胞功能状态之间的相互作用机制，特别是其如何影响CD8⁺ T细胞的耗竭（exhaustion）过程，缺乏系统性研究；其三，TAM亚群作为潜在的生物标志物和治疗靶点，其在免疫检查点抑制剂（immune checkpoint inhibitor, ICI）治疗中的预测价值尚需验证。基于上述问题，研究人员开展了本项研究，旨在通过高分辨率单细胞转录组分析，系统绘制TME中巨噬细胞的异质性图谱，并阐明其在免疫治疗响应中的功能意义。

二、研究内容与主要结论

研究人员对多例肿瘤患者的组织样本进行了单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）分析，通过无偏聚类鉴定出多个具有独特转录特征的巨噬细胞亚群。研究发现，不同亚群在转录因子表达、代谢通路活性及表面受体谱方面存在显著差异，且其相对丰度在不同肿瘤类型和不同患者个体间呈现明显波动。通过拟时序分析（pseudotime analysis）和RNA速率（RNA velocity）推断，研究人员重建了巨噬细胞亚群之间的分化轨迹，揭示了从单核细胞来源的前体细胞向终末分化TAM亚群过渡的连续过程。

在功能层面，研究人员将巨噬细胞亚群与T细胞受体（T cell receptor, TCR）克隆性分析结果进行整合，发现特定TAM亚群与CD8⁺ T细胞的耗竭状态呈显著正相关。细胞通讯网络分析进一步表明，该亚群通过分泌特定细胞因子和趋化因子，与耗竭性T细胞形成配体-受体互作回路，构成免疫抑制性正反馈循环。在临床相关性分析中，该TAM亚群的丰度与接受ICI治疗患者的无进展生存期（progression-free survival, PFS）和总体缓解率显著相关，提示其可作为预测免疫治疗响应的潜在生物标志物。

三、关键技术方法

研究人员主要采用了以下核心技术手段：单细胞RNA测序技术用于获取肿瘤浸润免疫细胞的转录组图谱；流式细胞术（flow cytometry）和免疫荧光染色用于验证关键亚群的蛋白表达水平及空间定位；TCR克隆性分析用于评估T细胞克隆扩增状态；拟时序分析与RNA速率分析用于推断细胞分化轨迹；细胞通讯网络推断算法（如CellChat）用于解析亚群间的配体-受体互作关系；此外，研究人员利用体外共培养体系和动物肿瘤模型进行了功能验证实验。样本来源为多中心收集的肿瘤患者手术切除组织及配对外周血样本。

四、研究结果

巨噬细胞亚群的系统鉴定与分子特征刻画。 通过scRNA-seq无偏聚类分析，研究人员在肿瘤组织中鉴定出多个巨噬细胞亚群，各亚群具有独特的标志基因表达谱和功能注释特征。其中，一个高表达免疫抑制相关基因的亚群（命名为TAM-S1）在多种肿瘤类型中均被稳定检出，且其比例与肿瘤恶性程度呈正相关。

巨噬细胞亚群分化轨迹的重建。 拟时序分析和RNA速率分析结果表明，TAM-S1亚群处于巨噬细胞分化轨迹的末端，由循环单核细胞（monocyte）逐步分化而来。该分化过程伴随着脂质代谢相关基因的上调和促炎基因的下调，提示代谢重编程是TAM功能极化的重要驱动力。

TAM-S1亚群与CD8⁺ T细胞耗竭的关联。 整合TCR克隆性分析发现，TAM-S1亚群丰度高的肿瘤样本中，CD8⁺ T细胞呈现更高程度的克隆扩增和耗竭标志物表达。细胞通讯分析揭示TAM-S1通过CXCL家族趋化因子和免疫抑制性细胞因子与耗竭性T细胞形成互作网络。

TAM-S1亚群对免疫治疗响应的预测价值。 在独立验证队列中，TAM-S1亚群丰度与ICI治疗的客观缓解率呈负相关，高TAM-S1丰度患者的PFS显著缩短。多因素回归分析表明，TAM-S1丰度可作为独立预后预测因子。

靶向TAM-S1亚群的功能验证。 在动物模型中，通过抗体介导的TAM-S1表面标志物阻断，研究人员观察到肿瘤生长受抑、CD8⁺ T细胞浸润增加及耗竭标志物表达下降，证实靶向该亚群具有增强抗肿瘤免疫的潜力。

五、讨论与结论

在讨论部分，研究人员指出TAM-S1亚群的发现拓展了对TME中巨噬细胞功能异质性的认识，其与T细胞耗竭的关联为理解免疫抑制微环境的形成机制提供了新视角。同时，研究人员也讨论了本研究的局限性，包括样本量有限、不同肿瘤类型间亚群定义的保守性等问题，并提出了未来在多中心大样本中验证及开展前瞻性临床试验的研究方向。

研究结论部分的核心内容为：本研究通过单细胞分辨率系统解析了肿瘤微环境中巨噬细胞的异质性，鉴定出一个与CD8⁺ T细胞耗竭和免疫治疗抵抗显著相关的功能亚群TAM-S1。该亚群可作为预测免疫治疗响应的潜在生物标志物，并有望成为改善免疫治疗疗效的新型干预靶点。本研究为肿瘤免疫微环境的精准解析和个体化免疫治疗策略的制定提供了重要的理论基础和转化前景。